Filetype PDF | Diposting 23 Aug 2022 | 3 thn lalu
Authentication
digital resources
198x Tipe PDF Ukuran file 0.45 MB Source: eprints.undip.ac.id
IMPLEMENTASI JARINGAN SYARAF TIRUAN PERAMBATAN-BALIK
UNTUK MENDETEKSI GOLONGAN DARAH PADA MANUSIA
* ** **
M. Fuad Latief , R. Rizal Isnanto , Budi Setiyono
Abstrak - Membran sel darah manusia mengandung sehingga diketahui reaksi yang terjadi yaitu terjadinya
bermacam-macam antigen golongan darah yang disebut proses aglutinasi (penggumpalan).
aglutinogen. Terdapat dua golongan antigen yang sering Jaringan Syaraf Tiruan (JST) Perambatan-Balik
menimbulkan reaksi transfusi darah yaitu sistem ABO merupakan salah satu bentuk JST yang mampu
dan sistem Rh. Untuk mencegah terjadinya reaksi mengenali pola aglutinasi dari hasil proses
transfusi (hemolisis dan aglutinasi) antara darah donor pemeriksaan golongan darah. Dengan menggunakan
dan resipien pada proses transfusi darah maka dilakukan program bantu Matlab 6.5, hasil pencitraan dari proses
pemeriksaan golongan darah pada donor maupun pada pemeriksaan golongan darah akan diolah dengan
resipien. Proses aglutinasi dapat diamati secara visual deteksi tepi metode Prewitt sehingga bisa diperoleh
melalui mikroskop. Pada bidang kedokteran forensik dan citra aras keabuan yang diinginkan. Kemudian
penanganan basisdata rumah sakit secara massal,
diperlukan suatu pemeriksaan golongan darah yang dilakukan pembelajaran dari citra hasil deteksi tepi
akurat. dengan JST perambatan-balik sehingga diperoleh
Dalam tugas akhir ini dibuat suatu program golongan dari citra yang sedang diolah.
yang dapat mengenali citra pola penggumpalan golongan
darah dengan menggunakan jaringan syaraf tiruan 1.2. Pembatasan Masalah
perambatan-balik. Pola penggumpalan golongan darah Batasan masalah pada Tugas Akhir ini adalah :
didapatkan dari beberapa tetes darah yang ditetesi dengan 1. Citra yang akan diolah adalah hasil pemotretan sel
reagen. Pola penggumpalan golongan darah ini diambil darah dengan menggunakan kamera, tanpa
citranya sehingga bisa dianalisis. Citra tersebut akan membahas proses pemotretannya dan pemrosesan
diproses menjadi citra aras keabuan yang kemudian citra sebelum digunakan.
dilakukan proses deteksi tepi. Citra hasil deteksi tepi
tersebut digunakan sebagai masukan program pendeteksi 2. Deteksi tepi yang digunakan adalah metode
golongan darah. Jaringan syaraf tiruan perambatan-balik Prewitt.
digunakan sebagai metode pengenalan parameter pola 3. Jaringan Syaraf Tiruan yang digunakan adalah
penggumpalan golongan darah, sehingga bisa diperoleh metode perambatan-balik penurunan gradien
kesimpulan dari citra golongan darah tersebut. (gradient descent).
Analisis dilakukan menggunakan jaringan 4. Pemrograman dengan program bantu MATLAB
syaraf tiruan perambatan-balik dengan metode 6.5.
pembelajaran penurunan gradien dengan jumlah neuron 5. Golongan darah yang dideteksi adalah sistem
lapisan tersembunyi pertama 15 dan jumlah neuron golongan darah manusia ABO dan Rhesus.
lapisan tersembunyi kedua 1 serta laju pembelajaran 0,1.
Dengan analisis tersebut diperoleh kinerja keberhasilan
sebesar 96,875%. Kinerja keberhasilan tersebut 1.3. Tujuan
didapatkan dari proses pembelajaran jaringan sehingga Tujuan pembuatan Tugas Akhir ini adalah untuk
didapatkan jaringan dengan kinerja jaringan yang membuat program bantu untuk mendeteksi golongan
terbaik, yaitu dengan nilai MSE terkecil. darah manusia menggunakan jaringan syaraf tiruan
perambatan-balik.
Kata-kunci : golongan darah, aglutinogen, jaringan
syaraf tiruan perambatan-balik. II. DASAR TEORI
I. PENDAHULUAN 2.1. Golongan Darah
Ketika transfusi darah dari orang satu ke orang
1.1. Latar Belakang yang lain dilakukan, transfusi akan berhasil baik pada
Dalam bidang kedokteran dikenal sistem beberapa keadaan. Seringkali timbul aglutinasi
penggolongan darah ABO, dan rhesus, dimana (penggumpalan) dan hemolisis (pemecahan) sel darah
penggolongan ini berdasarkan jenis antigen yang merah secara cepat maupun lambat sehingga bisa
terkandung pada membran sel darah merah manusia menimbulkan kematian. Ini dikarenakan darah dari
yang disebut juga aglutinogen. Sistem penggolongan orang yang berbeda biasanya mempunyai sifat antigen
darah ini dimaksudkan untuk mencegah terjadinya dan imunitas yang berbeda.
reaksi transfusi (hemolisis dan aglutinasi) ketika
dilakukan transfusi darah di antara donor dan resipien. 2.1.1. Sistem Golongan Darah ABO
Pemeriksaan golongan darah dilakukan dengan Sistem golongan darah ABO dipengaruhi oleh
mencampurkan aglutinin tipe tertentu dengan setetes aglutinogen A dan aglutinogen B. Bila aglutinogen
darah yang ingin diketahui golongan darahnya, tipe A tidak terdapat dalam sel darah merah
seseorang, dalam plasmanya terbentuk antibodi yang
*
Mahasiswa Jurusan Teknik Elektro UNDIP
** Dosen Jurusan Teknik Elektro UNDIP
dikenal dengan aglutinin anti-A. Sedangkan bila tidak 2.2 Deteksi Tepi Metode Prewitt
terdapat aglutinogen tipe B dalam sel darah merah, Deteksi tepi merupakan salah satu proses
dalam plasma terbentuk antibodi yang dikenal sebagai prapengolahan yang sering dibutuhkan pada analisis
aglutinin anti-B. citra. Proses tersebut bertujuan untuk meningkatkan
Golongan darah ABO diklasifikasikan menurut penampakan garis pada citra. Secara umum deteksi
adanya aglutinogen A dan aglutinogen B seperti tepi mencakup tiga langkah sebagai berikut : (1)
dalam Tabel 1. Reduksi derau, (2) Peningkatan tepi, (3) Lokalisasi
tepi, yang dilakukan dengan menentukan maksimal
Tabel 1 Klasifikasi sistem golongan darah ABO lokal mana yang merupakan tepi-tepi bermakna dan
GENOTIP GOLONGAN AGLUTINOGEN AGLUTININ mana yang disebabkan oleh derau.
DARAH Detektor Prewitt memiliki dua operator yang
OO O tidak punya Anti-A dan
aglutinogen Anti-B dikonvolusi secara bersamaan yaitu :
OA atau AA A A Anti-B -1 0 1 1 1 1
OB atau AA B B Anti-A
AB AB A dan B tidak punya -1 0 1 dan 0 0 0
aglutinin
Pemeriksaaan golongan darah manusia -1 0 1 -1 -1 -1
dilakukan dengan mengencerkan sel darah merah
dengan saline. Kemudian satu bagian dicampur
dengan serum aglutinin anti-A, sedangkan bagian Tanda menunjukkan nilai intensitas citra yang
yang lain dicampur dengan aglutinin anti-B. Setelah akan diganti dengan nilai intensitas baru. Sebagai
beberapa menit, campuran tersebut diperiksa di bawah contoh misalkan diketahui suatu matriks citra digital
mikroskop. Bila sel darah merah menggumpal berarti f (x, y)sebagai berikut.
teraglutinasi karena terjadi reaksi antibodi dengan 60 60 62 65 68 70 70
antigen. Tabel 2 merupakan gambaran reaksi 60 60 62 65 68 70 70
aglutinasi pada pemeriksaan golongan darah ABO. 70 70 72 75 78 80 80
Tabel 2 Reaksi serum pada sistem golongan darah ABO 100 100 102 105 108 110 110
GOLONGAN SERUM 130 130 132 135 138 140 140
DARAH ANTI-A ANTI-B ANTI-AB 140 140 142 145 148 150 150
O tidak tidak tidak 140 140 142 145 148 150 150
menggumpal menggumpal menggumpal Gambar 1 Matriks citra digital f(x,y)
A menggumpal tidak menggumpal Maka dapat dicari nilai gradien pada piksel yang
menggumpal diberi tanda dengan mempergunakan perhitungan
B tidak menggumpal menggumpal
menggumpal sebagai berikut.
AB menggumpal menggumpal menggumpal .60 .62 .65 f x (x, y)[72] 60 0 65
-1 0 1
2.1.2. Sistem Golongan Darah Rhesus 70 0 75 100 0 105
Sistem Rh juga penting dalam transfusi darah. .70 .72 .75 f (x, y)[60] 15
-1 0 1 x
Pada sistem ABO, aglutinin bertanggung jawab atas
.100 .102 .105
timbulnya reaksi transfusi yang terjadi secara spontan. -1 0 1
Sedangkan pada sistem Rh, reaksi aglutinin, spontan
hampir tak pernah terjadi. Manusia harus terpajan f (x, y)[60] 60 62 65
(terkena secara terus menerus) secara masif dengan .60 .62 .65 y
antigen Rh yang biasanya melalui transfusi darah atau 1 1 1
0 0 0 100 102 105
melalui ibu yang memiliki bayi dengan antigen, .70 .72 .75 f (x, y)[60] 120
sebelum terdapat cukup aglutinin untuk menyebabkan 0 0 0 y
reaksi transfusi yang bermakna. .100 .102 .105
Terdapat enam tipe antigen Rh yang salah -1 -1 -1
satunya disebut faktor Rh. Tipe-tipe ini ditandai Maka nilai gradien pada piksel yang diberi tanda
dengan C, D, E, c, d dan e. Tipe antigen D dijumpai adalah :
secara luas di masyarakat dan bersifat lebih antigenik 2 2
daripada antigen Rh lain. Oleh karena itu, seseorang f(x,y) f(x,y)
yang mempunyai tipe antigen ini dikatakan Rh positif, | f(x,y)| (1)
x y
sedangkan yang tidak mempunyai antigen D
dikatakan Rh negatif. | f (x, y)| (15)2 (120)2
| f (x, y)|120,93
*
Mahasiswa Jurusan Teknik Elektro UNDIP
** Dosen Jurusan Teknik Elektro UNDIP
Maka diperoleh matriks seperti berikut. Parallel Distributed Processing (PDP) oleh
Rumelhart dan Mc Clelland (1986). PDP berisi
30,59 33,54 34,98 33,54 30,59 ringkasan penelitian tentang syaraf dari beberapa ahli
120,15 120,93 121,34 120,93 120,59 psikologi dan ahli komputer di Universitas California,
180,09 180,62 180,89 180,62 180,09 San Fransisco. Generalisasi yang mirip dari algoritma
120,15 120,93 121,34 120,93 120,15 tersebut juga dikemukakan oleh Parker pada tahun
30,59 33,54 34,98 33,54 30,59 1985.
Gambar 2 Matriks gradien citra digital f(x,y) 2.3.1 Arsitektur Jaringan
Jaringan syaraf tiruan perambatan-balik
Tanda menunjukkan kandidat titik tepi. merupakan suatu jaringan yang terhubung seluruhnya,
Setelah memperoleh gradien suatu citra maka berlapis-lapis, dan tergolong jaringan syaraf umpan
dilakukan proses seperti ditunjukkan Gambar 3. maju. Arsitektur jaringan ini terdiri atas tiga lapis
f(x,y) | f (x, y) | utama yakni lapis masukan (input layer), lapis
f (x, y) (.) tersembunyi (hidden layer), dan lapis keluaran (output
layer). Lapis masukan terdiri atas neuron-neuron yang
berfungsi menerima masukan dari luar. Lapis
tersembunyi terdiri atas neuron-neuron yang
Gambar 3 Sistem deteksi tepi 2-D terkoneksi penuh dengan lapis yang berada di atas
Magnitude dari f (x, y) pertama dihitung dan maupun dibawahnya. Arsitektur jaringan perambatan-
balik dengan lapis masukan, lapis tersembunyi, dan
kemudian dibandingkan dengan ambang (threshold) lapis keluaran masing-masing satu lapis ditunjukkan
untuk menetukan kandidat titik tepi. Jika semua harga pada Gambar 5.
dari (x, y) seperti yang ditunjukkan | f (x, y) | lebih
besar dari ambang tertentu maka dideteksi sebagai
tepi, tepi akan terlihat seperti strip yang lebih besar
dari garis. Proses penentuan garis tepi dari strip
kandidat titik tepi disebut pengurusan tepi (edge
thinning).
Pada contoh didapatkan garis tepi seperti berikut.
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0 Gambar 5 Arsitektur jaringan syaraf tiruan perambatan-balik
0 255 255 255 255 255 0 dengan satu lapis tersembunyi
0 0 0 0 0 0 0
0 0 0 0 0 0 0 2.3.2 Algoritma Perambatan-balik
0 0 0 0 0 0 0 Perambatan-balik merupakan algoritma
Gambar 4 Matriks hasil deteksi tepi citra digital f(x,y) pembelajaran terpandu dan biasanya digunakan oleh
Dari Gambar 2.4 dapat dilihat bahwa secara perseptron dengan banyak lapisan untuk mengubah
relatif gradien arah x lebih kecil daripada gradien arah bobot-bobot yang terhubung dengan neuron-neuron
y pada kandidat tepi. Sehingga dapat dikatakan bahwa yang ada pada lapisan tersembunyinya. Algoritma
lokal maksimum ada pada arah vertikal yaitu pada perambatan-balik menggunakan galat (error) keluaran
baris ke empat. Maksimum lokal ini kemudian untuk mengubah nilai bobot-bobotnya dalam arah
diseragamkan sebagai tepi. Dari hasil tersebut mundur (backward). Untuk mendapatkan galat ini,
diperoleh tepi putih dengan intensitas piksel 255 tahap perambatan-maju (forward propagation) harus
(untuk citra 8 bit) dan latar dibuat 0 (hitam) seperti dikerjakan terlebih dahulu. Pada saat perambatan
pada Gambar 4. maju, neuron-neuron diaktifkan dengan menggunakan
fungsi aktivasi yang dapat dideferensiasikan.
2.3 Jaringan Syaraf Tiruan Perambatan-balik Fungsi aktivasi yang biasa digunakan adalah :
Penggunaan istilah “perambatan-balik” muncul Fungsi sigmoid biner yang dirumuskan sebagai
pada tahun 1985, namun sebenarnya ide dasar dari y f (x) 1 (2)
penggunaan perambatan-balik pertama kali 1ex
dikemukakan oleh Werbos (1974) pada disertasinya dengan
untuk memperoleh gelar Ph.D. Kemudian (3)
f ' x f x 1 f x
dikembangkan kembali oleh Rumelhart, Hinton, dan
Williams pada tahun 1986 dan populer lewat publikasi
*
Mahasiswa Jurusan Teknik Elektro UNDIP
** Dosen Jurusan Teknik Elektro UNDIP
Fungsi sigmoid biner dengan kisaran (0,1) z_in v n xv (9)
ditunjukkan pada Gambar 6.
j 0 j i ij
i1
Gunakan fungsi aktivasi untuk
menghitung sinyal keluaran dan
mengirim sinyal ini ke semua unit
pada lapisan keluaran.
zj f z_inj (10)
Langkah 5 : Tiap unit keluaran (Y ) dihitung
k
Gambar 6 Fungsi sigmoid biner kisaran (0,1) sinyal masukan terbobot.
Fungsi tangensial sigmoid dirumuskan sebagai p
x x y_in w z w (11)
y f x e e (4) k 0k j jk
ex ex j1
atau Gunakan fungsi aktivasi untuk
1e2x menghitung sinyal keluaran
y f x (5) yk f y_ink (12)
1e2x Perambatan-balik dari galat :
dengan Langkah 6 : Tiap unit keluaran (Y ) menerima
f 'x 1 f x1 f x (6) k
sebuah pola target yang sesuai
Fungsi tangensial sigmoid ditunjukkan Gambar 7. dengan pola pembelajaran masukan.
Unit tersebut menghitung informasi
kesalahan.
I
k tk yk f y_ink (13)
Kemudian menghitung koreksi bobot
(digunakan untuk mengubah wjk
selanjutnya).
Gambar 7 Fungsi tangensial sigmoid wjk kzj (14)
Fungsi linear murni (pure linear) dirumuskan sebagai Hitung koreksi bias
y f x x (7) w (15)
dengan 0k k
Dan mengirim nilai δ ke lapisan
f 'x 1 (8) k
tersembunyi.
Fungsi linear murni ditunjukkan pada Gambar 8. Langkah 7 : Tiap unit tersembunyi (Z)
j
menghitung selisih masukan dari unit
lapisan keluaran.
_in m w (16)
j k jk
k1
Pengalian dengan turunan fungsi
aktivasi untuk menghitung informasi
Gambar 8 Fungsi linear murni galat.
Algoritma pembelajaran dari jaringan syaraf I (17)
tiruan perambatan-balik adalah : j _inj f z _inj
Langkah 0 : Inisialisasi bobot (secara acak Hitung koreksi bobot (digunakan
untuk mengubah v selanjutnya).
dengan nilai antara 0 dan 1). ij
Langkah 1 : Jika syarat henti salah, lakukan v x (18)
ij j i
langkah 2-9. Dan menghitung koreksi bias
Langkah 2 : Untuk setiap pasangan pembelajaran (digunakan untuk mengubah v
lakukan langkah 3-8. 0j
Umpan mundur : selanjutnya).
v (19)
Langkah 3 : Setiap unit masukan (X ) menerima 0j j
i Perbarui bobot dan bias :
sinyal masukan x dan meneruskan
i Langkah 8 : Tiap unit keluaran (Y ) mengubah
sinyal ini ke seluruh unit k
tersembunyi. bias dan bobot-bobotnya (j)
Langkah 4 : Tiap unit tersembunyi (Z) dihitung wjk baru wjk lamawjk (20)
bobot sinyal masukannya. j
*
Mahasiswa Jurusan Teknik Elektro UNDIP
** Dosen Jurusan Teknik Elektro UNDIP
no reviews yet
Please Login to review.
