Riries Rulaningtyas, S.T., M.T and Herri Trilaksana, S.Si., M.Si (2006) PENGAPLIKASIAN OPTIMASI NEURAL NETWORK OLEH ALGORITMA GENETIKA PADA PENDETEKSIAN KELAINAN OTAK STROKE ISKEMIK SEBAGA1 MEDIA PEMBELAJARAN DOKTER MUDA. UNIVERSITAS AIRLANGGA. (Unpublished)

Preview	Text (ABSTRAK) gdlhub-gdl-res-2008-rulaningty-6940-lp3408-t.pdf Download (377kB) | Preview
	Text (FULLTEXT) gdlhub-gdl-res-2008-rulaningty-6940-lp3408.pdf Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Pendeteksian dan diagnosa kelainan pada otak dilakukan oleh dokter spesialis dengan melihat hasil rekaman citra otak oleh MRI (Magnetic Resonance Imaging). Pemeriksaan citra kelainan otak hasil MRI memerlukan ketelitian dan ketepatan agar tidak terjadi kesalahan diagnosa terhadap pasien. Pemeriksaan ini memerlukan latihan pendiagnosaan gambar MRI dengan cermat dan teliti, utamanya bagi dokter muda pada tahap pembelajaran agar mereka dapat terlatih untuk mendiagnosa penyakit pasien dengan tepat. Untuk membantu proses pembelajaran bagi dokter muda dalam mendiagnosa penyakit stroke iskemik hasil image otak MRI, maka penelitian ini mencoba merancang sebuah computer aided diagnosis dengan menggunakan metode neural network dan algoritma genetika. Computer aided diagnosis ini diharapkan dapat mewakili dokter spesialis yaitu dalam hal pengambilan keputusan hasil deteksi penyakit dengan tepat, sehingga para dokter muda tersebut dapat berlatih mendiagnosa penyakit stroke iskemik dengan cara membandingkan dan menganalisis antara hasil pembacaannya dan keputusan diagnosa yang dihasilkan oleh komputer secara mandiri. Pengumpulan data hasil diagnosa dari dokter spesialis akan dilakukan sebanyak mungkin. Data - data tersebut digunakan oleh neural network untuk melakukan proses pembelajaran (learning). Semakin banyak neural network melakukan proses pembelajaran, maka akan semakin pandai mengenali pola dari penyakit stroke iskemik hasil citra otak dari MRI. Neural network ini akan menerima masukan berupa data numerik dari struktur obyek yang mengalami pengolahan citra yaitu pengaturan dan perbaikan citra hasil dari MRI. Pengolahan citra tersebut meliputi proses scaning, proses greyscale, filter dengan menggunakan highpass filler, segmentasi, dan normalisasi tingkat greyscale dari tiap segmen. Untuk meningkatkan kinerja neural network diterapkan optimasi dengan menggunakan algoritma genetika yaitu untuk mengoptimasi struktur (arsitektur) neural network. Optimasi yang dilakukan yakni terhadap jumlah node dari neural network yang selama ini pemilihannya berdasarkan insting dan coba - coba. Dengan adanya teknik optimasi algoritma genetika ini, akan terbentuk secara otomatis struktur neural network yang optimal. Optimasi algoritma genetika terhadap neural network telah mampu meningkatkan ketepatan dan kecepatan pendeteksian penyakit stroke iskemik hasil citra MRI. Neural network yang optimal telah mampu mendeteksi 100 % data citra MRI (tanpa adanya kesalahan deteksi) dengan error yang dihasilkan sebesar 0,000089 dengan fungsi fitness algoritma genetika yang dinyatakan dengan 1/fitness sangat kecil yaitu 0,000076.

Actions (login required)

View Item