Identifikasi Demam Berdarah Dengue (DBD) dengan analisis Citra Darah menggunakan Jaringan Syaraf Tiruan

ABSTRAK

Demam Berdarah Dengue (DBD) adalah penyakit menular yang disebabkan oleh virus dengue dan ditularkan melalui gigitan nyamuk Aedes aegypti. Penyakit ini dapat menyerang semua orang dan dapat mengakibatkan kematian terutama pada anak, serta sering menimbulkan kejadian luar biasa atau wabah. Berdasarkan latar belakang tersebut penelitian dilakukan dengan tujuan untuk : (1) Mencari ciri citra darah yang dapat membedakan antara darah normal dan darah yang terdeteksi Demam Berdarah Dengue (DBD); (2) Menggunakan metode Jaringan Syaraf Tiruan (JST) untuk mengklasifikasikan citra darah normal dan darah yang terdeteksi Demam Berdarah Dengue (DBD).

Penelitian ini dilakukan di laboratorium Fisika komputasi Universitas Islam Negeri (UIN) Maulana Malik Ibrahim Malang pada tanggal 1 Juli sampai dengan 30 Agustus 2010. Tahapan penelitian dibagi 2 yaitu tahapan pengolahan citra dan tahapan metode jaringan syaraf tiruan. Pada tahap pengolahan citra menggunakan edge detection, kontur citra dan angka euler. Hasil pengolahan citra didapatkan data inisialisasi gumpalan dan nilai angka euler. Data hasil pengolahan citra digunakan sebagai input jaringan syaraf tiruan. Jaringan syaraf tiruan yang digunakan dengan algoritma Backpropagation. Proses jaringan syaraf tiruan menggunakan jumlah neuron 5, 15, 25, 35, 45 dan 55 untuk mengetahui ke akuratan jaringan mengenali data yang diujikan.

Hasil pengujian dilakukan analisis untuk mengetahui jumlah neuron terbaik yang digunakan dalam jaringan. Jumlah neuron 15 dapat mengenali data pengujian sebesar 87% untuk data pengujian pelatihan dan 90% untuk data baru, dengan MSE 0.0000323578. Hasil dari penelitian ini menunjukkan jaringan dapat mengenali data pengujian dengan benar. Jadi, Analisis citra dengan menggunakan jaringan syaraf tiruan dapat digunakan untuk mendeteksi citra darah demam berdarah dengue dan citra darah normal.

ABSTRACT

Dengue Hemorrhagic Fever (DHF) is an infectious disease caused by dengue virus and transmitted through the bite of a mosquito Aedes aegypti. This disease can attack all the people and can cause death especially children and can cause serious problem (epidemics). Based on this background, research was conducted in order to: (1) looking for the blood image characteristic that make different between normal blood and blood are detected by Dengue Hemorrhagic Fever (DHF), (2) Using the method of Artificial Neural Networks (ANN) to classify the normal blood image and blood is detected by Dengue Hemorrhagic Fever (DHF).

This research was conducted in the computational physics laboratory of the State Islamic University (UIN) Malang Maulana Malik Ibrahim on July 1 until August 30, 2010. Stages of the studing is divided in 2 phases namely stages of image processing and artificial neural network method. This stage of image processing use edge detection, contour image, and Euler numbers. Image processing results is obtained initialization data blob and value of Euler numbers. The result of data image processing is used as input of neural network. Neural network that is used with backpropagation algorithm. The process of neural networks use the number of neurons 5, 15, 25, 35, 45 and 55 to determine the accuracy of test data to identify network.

The test results analyzed to determine network accurately about data is tested. Number of neurons 15 may recognize the test data about 87% for training of testing data and for new data about 90% with MSE 0.0000323578. The results of research showed the network can recognize the test data correctly. Thus, image analysis by using artificial neural networks can be used to detect blood image of dengue fever and abnormal blood-image.