Penerapan Metode Back Propagation Neural Network pada Pendeteksian Kelainan Otak Ischemic Cerebral Infraction dengan Bahasa Pemrograman Delphi

Abstract

Penyakit stroke ischemic cerebral infarction merupakan salah satu gangguan kelainan otak yang banyak ditemukan. Pendeteksian dan pendiagnosaan kelainan yang terdapat pada otak yakni penyakit stroke infark dapat dilakukan oleh para radiolog dan dokter yang ahli dan berpengalaman dengan menggunakan Magnetic Resonance Imaging (MRI). Penelitian ini bertujuan untuk membuat suatu sistem komputasi pendektesian otak dengan metode backpropagation neural network menggunakan bahasa pemrograman Delphi. Praproses data dilakukan pada gambar yang didapat dan digunakan sebagai inputan ke sistem Jaringan Saraf Tiruan (JST).
Praproses data meliputi proses scaning, proses greyscale, equalisasi, filter, segmentasi, normalisasi greyscale tiap segmen yang dilakukan dengan software Delphi 5. Data berupa hasil normalisasi greyscale digunakan sebagai inputan ke JST. JST merupakan suatu model komputasi yang bekerja meniru jaringan saraf manusia. JST yang digunakan adalah propagasi balik yang outputnya berupa bilangan biner pada kondisi T1 dan T2. Jaringan Backpropagation yang biasanya digunakan dalam berbagai aplikasi adalah metode Backpropagation
dengan banyak lapisan. Proses training dilakukan untuk didapatkan struktur jaringan yaitu layer hidden 1, unit
hidden 3, output 2 unit, kecepatan belajar 0,5; momentum 0,9; bobot awal random -0,1 sampai 0,4, kesalahan maksimum 0,001. Hasil pengujian menunjukkan bahwa dari 15 data pasien sakit dan 10 data pasien normal terdapat empat kesalahan pendeteksian.