Aplikasi Diagnosis Awal Penyakit pada Sistem Urin Menggunakan LVQ (Learning Vector Quantization)

Abstract

Salah satu langkah penting dalam mengetahui penyakit yang menyerang organ tubuh manusia adalah dengan melakukan diagnosis awal berdasarkan gejala-gejala yang dialami. Berdasarkan gejala-gejala tersebut dapat diklasifikasi jenis penyakit yang sesuai atau di bidang kedokteran lebih familiar dengan istilah diagnosis penyakit. Dalam penelitian ini terdapat enam jenis gejala yang digunakan untuk melakukan proses klasifikasi penyakit yang menyerang sistem urin (Urinary System Diseases). Penyakit yang diklasifikasi merupakan dua jenis penyakit yaitu Inflammation of urinary bladder dan Nephritis of renal pelvis origin. Berdasarkan enam gejala tersebut dapat dilakukan diagnosis awal, apakah seorang pasien menderita salah satu dari kedua penyakit, menderita keduanya atau bahkan tidak mengalami kedua penyakit tersebut. Dalam melakukan diagnosis awal penyakit pada sistem urin ini, digunakan sebuah metode jaringan syaraf tiruan. Metode yang dapat menyelesaikan masalah-masalah yang terkait dengan klasifikasi yaitu LVQ (Learning Vector Quantization). Implementasi sistem diagnosis ini menggunakan bahasa pemrograman Delphi 7 dan penyimpanan data-data yang digunakan seperti bobot, data pelatihan dan data pengujiannya menggunakan Microsoft Access. Hasil penelitian yang diperoleh bahwa persentase tingkat akurasi pelatihan dan pengujian dengan rata-rata akurasinya di atas 90% bahkan dapat mencapai 100% untuk learning rate =0.1, dengan delta learning rate = 0.0001 dan kondisi berhenti = 0. Selain itu hasil diagnosis yang diperoleh cukup valid.