Penyakit maag merupakan menyakit yang umumnya diderita oleh sebagian besar masyarakat Indonesia dan
bahkan mmungkin juga diseluruh dunia, dalam penanganannya penyakit maag juga tidak terlalu rumit, namun
disini penulis mencoba menganalisa dengan bantuan metode heteroassociative memory dalam mendiagnosa
penyakit maag. Metode ini merupakan salah satu metode dalam jaringan syaraf tiruan dan juga bagian dari
kecerdasan buatan atau artificial intelligence yang mena tekanannya pada model matematis atau angka. Hasil
yang didapat berupa model ankga biner yang menunjukkan kode dari gejala penyakit maag tersebut.
Sel -1
(Neuron-1) Inti Sel
(Neucleus) Dendrit
Dendrit
Axon
Synapsis
Sel-2
(Neuron-2)
Gambar diatas menunjukkan susunan syaraf yang sering dikenal nilai ambang (threshold). Pada
pada manusia. Setiap sel syaraf (neuron) akan kasus ini, neuron tersebut dikatakan teraktivasi,
memiliki satu inti sel. Inti sel ini nanti akan bertugas hubungan antar neuron terjadi secara adaptif, artinya
untuk melakukan proses informasi. Informasi yang stuktur hubungan tersebut terjadi secara dinamis.
datang akan diterima oleh dendrit. Selain menerima Otak manusia selalu memiliki kemampuan untuk
informasi dendrit juga menyertai axon sebagai belajar dengan melakukan adaptasi” Kusumadewi
keluaran dari suatu pemprosesan informasi. Informasi (2003 : 207).
hasil olahan ini akan menjadi masukan bagi neuron
lain yang mana antara dendrit kedua sel tersebut 1. Komponen Jaringan Syaraf Tiruan
dipertemukan dengan synapsis. Informasi yang Beberapa tipe jaringan syaraf, namun demikian
dikirimkan antara neuron ini berupa rangsangan yang hampir semuanya memiliki komponen-komponen
dilewatkan melalui dendrit. Informasi yang datang yang sama. Seperti halnya otak manusia, jaringan
dan diterima oleh dendrit akan dijumlahkan dan saraf tiruan juga terdiri dari beberapa neuron, dan ada
dikirim melalui axon ke dendrit akhir yang hubungan antar neuron tersebut. Neuron-neuron
bersentuhan akan dengan dendrit dari neuron yang tersebut akan mentransformasikan informasi yang
lain. Informasi ini akan diterima oleh neuron lain jika diterima melalui sambungan keluarnya menuju
memenuhi batasan tertentu, neuron-neuron yang lain. Pada jaringan saraf,
hubungan ini dikenal dengan nama bobot. Informasi
Fungsi Aktivasi
Y_in1 Y1
X
1
X
2
Y_in2 Y2
.
.
.
Menghitung nilai y- j
y-j = { ( 2,13 )
0; y inj 0,5
Secara detail, langkah-langkah pelatihan heteroassociative memory adalah sebagai berikut:
1. Inisialisasi 1;y
bobot awal. 0,awal
injBobot 5 dapat diset dengan sembarang angka (acak), angka tersebut di sekitar
0 dan 1.
2. Jika stop kondisi belum terpenuhi jalankan langkah 2 -11.
3. Untuk proses pengujian nilai Y-inj, lakukan langkah 2-12.
4. Untuk proses pengujian nilai Y-j, lakukan langkah 2-13.
9. ANALISA DATA
DS Dyspepsia
GK Gastritis Eksogenus
GN Gastritis Endogenus
GS Gastritis Superfisialis
GA Gastritis Atropikan
GH Gastritis Hypertropikan
2. Gejala Penyakit
Dibawah ini adalah tabel dari gejala penyakit
maag.
Tabel 4.2 Gejala Penyakit
X2 Mual
X3 Muntah
X8 Sering kentut
X9 Stress
X10 Bersendawa
X11 Alkohol
X12 Rokok
X14 Diare
X17 Gelisah
X20 Berkeringat
X27 Nausea
X30 Vomitus
3. Pencegahan Penyakit
Dibawah ini adalah basis pengetahuan dari
pencegahan penyakit maag.
4. Pengobatan Penyakit
05 Pemberian Cytoprotective
agents (sukralfat)
10 Pemberian Simptomatis.
21 Zat besi
25 Pemberian antikolinergik
(Gastro-zepin Perinzepin)
2. Penetapan input.
Berdasarkan contoh dari tabel, input dari
10. HASIL ANALISA kelainan Gastritis Eksogenus adalah sebagai
Pengujian data dari contoh diatas adalah : berikut:
1. Inisialisasi bobot awal dan bobot akhir. X1 = 0
Rumus: Wij (baru) = Wij (lama) + ∑ xi * ∑ tj X2 = 0
=0=0
X23 =0 b. Untuk data 2:
X24 =0 Y-inj = ∑xi * Wij (akhir)
X25 =0 = X1*W12+ X2*W22+ X3*W32+
X26 =0 X4*W42+ X5*W52+ X6*W62+
X7*W72 + X8*W82 + X9*W92 +
X10*W102 + X11*W112 + X12*W122
+ X13*W132 + X14*W142 +
X15*W152 + X16*W162 + X17*W172
X27 = 0 + X18*W182 + X19*W12+ X20*W22+
X28 = 0 X21*W32+ X22*W42+ X23*W52+
X29 = 0 X24*W62+ X25*W72 + X8*W82 +
X30 = 0 X26*W92 + X127*W102 + X128*W112
X31 = 0 + X29*W122 + X30*W132 +
X32 = 1 X31*W142 + X32*W152 + X33*W162
X33 = 1 + X34*W172 + X35*W182+
X34 = 0 X36*W182+ X37*W182
X35 = 0
X36 = 0,5 =0*1+0*1+0*0+0,25*0+0*0+0*
X37 = 0 0+0*1+0*0+0*0+0*0+0*0+0*0
+0*0+1*0+1*0+0*0+0*0+0,5*0
3. Penetapan output. 0*1+0*1+0*0+0,25*0+0*0+0*0
Dari pencarian berdasarkan metode +0*1+0*0+0*0+0*0+0*0+0*0+
heteroassociative memory diperoleh ouput, 0*0+1*0+1*0+0*0+0*0+0,5*0
1111 untuk Dyspepsia, 0011 untuk Gastritis
Eksogenus, 0100 untuk Gasntritis =0
Endogenus, 1101 untuk Gastritis c. Untuk data 3:
Supervisialis, 1110 untuk Gastritis Y-inj =∑xi * Wij (akhir)
Antropikan dan 0001 untuk Gastritis = X1*W12+ X2*W22+ X3*W32+
Hypertropikan Jika output yang diperoleh < X4*W42+ X5*W52+ X6*W62+
0,5 maka dianggap bernilai 0, sedangkan X7*W72 + X8*W82 + X9*W92 +
jika ouput ≥ 0,5 maka dianggap bernilai 1. X10*W102 + X11*W112 + X12*W122
4. Menghitung nilai Y-inj. + X13*W132 + X14*W142 +
Rumus : Y-inj = ∑xi * Wij (akhir) X15*W152 + X16*W162 + X17*W172
a. Untuk data 1: + X18*W182 + X19*W12+ X20*W22+
Y-inj =∑xi * Wij (akhir) X21*W32+ X22*W42+ X23*W52+
= X1*W12+ X2*W22+ X3*W32+ X24*W62+ X25*W72 + X8*W82 +
X4*W42+ X5*W52+ X6*W62+ X26*W92 + X127*W102 + X128*W112
X7*W72 + X8*W82 + X9*W92 + + X29*W122 + X30*W132 +