ID Prediksi Penyakit Jantung Koroner PJK Be PDF
ID Prediksi Penyakit Jantung Koroner PJK Be PDF
ABSTRAKSI
Karena penyakit jantung koroner mempunyai angka kematian dan kesakitan yang tinggi, maka perlu
diketahui faktor-faktor risiko yang dapat meyebabkan penyakit jantung koroner ini. Prediksi Penyakit Jantung
koroner ini menggunakan metode pengenalan pola dari data catatan rekam medis penderita penyakit jantung
koroner yang dirawat di Instalasi Rawat Inap Unit Penyakit Dalam RSUP Dr. Sardjito Yogyakarta dan orang
sehat yang melakukan General Check-up Unit Penyakit Dalam dan Poliklinik General Check-up Geriatri Unit
Penyakit Dalam RSUP Dr. Sardito Yogyakarta dengan menggunakan metode Jaringan Syaraf Tiruan
Backpropagation (JST-BP). Berdasarkan data rekam medis penderita penyakit jantung koroner dan orang sehat
tersebut akan dilakukan pelatihan terhadap jaringan syaraf tiruan backpropagation ini, sehingga jaringan
syaraf tiruan ini mampu mengenali polanya. Terdapat 9 faktor risiko penyebab timbulnya penyakit jantung
koroner yang akan dilatih agar dapat dikenali polanya.
Setelah dilatih, jaringan syaraf tiruan ini akan diuji dengan 9 faktor risiko sebagai masukan yang
disimulasikan dengan Matlab 7.0.4. Dalam penelitian ini telah diujikan 9 faktor risiko penderita penyakit
jantung koroner dan orang sehat. Dari hasil pengujian, metode JST-BP dapat mengenali pola-pola faktor risiko
penyakit jantung koroner sebesar 80%.
Kata kunci: Penyakit Jantung Koroner, Faktor Risiko, Jaringan Syaraf Tiruan
1. PENDAHULUAN 1. Genetik
Penyakit jantung koroner (PJK) mempunyai 2. Insulin resistensi
angka kematian dan kesakitan yang tinggi. 3. Intoleransi glukosa
Walaupun penyebab dasar terjadinya penyakit 4. Asam urat
jantung koroner belum diketahui dengan pasti, para 5. Lipid
ahli telah mengidentifikasi sejumlah faktor yang 6. Obesitas
berhubungan dengan terjadinya penyakit jantung 7. Merokok
yang disebut sebagai faktor risiko. Faktor risiko 8. Hipertensi
penyakit jantung koroner ada yang membaginya 9. Inaktivitas fisik
dalam faktor risiko primer (independen) dan 10. Agregasi platelet
sekunder (Kasiman, 1997; Krismi, 2002), yaitu: 11. Stres
1. Faktor risiko primer; faktor ini dapat 12. Jenis kelamin
menyebabkan gangguan arteri berupa 13. Usia
aterosklerosis tanpa harus dibantu oleh faktor 14. Fibrinogen
lain (independen), termasuk faktor risiko 15. Faktor pembekuan darah VIIIc, VII, Va, Xa,
primer, yaitu hiperlidemi, merokok, dan XIIIa
hipertensi. 16. Radikal bebas
2. Faktor risiko sekunder; Faktor ini baru dapat 17. Penyalahgunaan alkohol
menimbulkan kelainan arteri bila ditemukan 18. Ras
faktor lain secara bersamaan, termasuk faktor 19. Inhibitor dan promotor
risiko sekunder, yaitu diabetes melitus (DM), 20. Hipertrofi ventrikel kiri
obesitas, stres, kurang olah raga, alkohol, dan 21. PAF
riwayat keluarga. 22. Androgen
23. Interleukin
Dalam penelitiannya, Tjokroprawiro (2001) 24. Katekolamin
menyebutkan ada 34 faktor risiko yang bertanggung 25. Kortisol
jawab terhadap kualitas sel endotel dan pembuluh 26. Hormon pertumbuhan
darah, yang selanjutnya juga bertanggung jawab 27. Estrogen
terhadap kualitas hidup manusia itu sendiri. Ke-34 28. Leptin
faktor risiko tersebut adalah : 29. TNF-α
E-19
Seminar Nasional Aplikasi Teknologi Informasi 2008 (SNATI 2008) ISSN: 1907-5022
Yogyakarta, 21 Juni 2008
E-20
Seminar Nasional Aplikasi Teknologi Informasi 2008 (SNATI 2008) ISSN: 1907-5022
Yogyakarta, 21 Juni 2008
JOB (Pekerjaan) :
Sum Square Error (SSE) yang dinyatakan
PNS = 0
oleh persamaan berikut :
SWASTA = 0.25
SSE = ∑ E 2 TANI = 0.5
PENSIUNAN = 0.75
b. Perhitungan Balik LAIN – LAIN = 1
D 2 = A2 (1 − A2 )E
LDL (Kadar LDL):
dW 2 = dW 2 + (lr × D 2 × A1 ) < 100 = 0
D1 = A1 (1 − A1 )× (W 2 × D 2 ) 100 – 129 = 0.25
130 – 159 = 0.5
dW 1 = dW 1 + (lr × D1× P ) 160 – 189 = 0.75
≥ 190 = 1
c. Perbaikan Bobot Jaringan
TW 2 = W 2 + dW 2 KT (Kadar kolesterol) :
< 200 = 0
TW 1 = W 1 + dW 1 200 – 239 = 0.5
W 2 = TW 2 ≥ 240 = 1
W 1 = TW 1
HDL (Kadar HDL):
Keluaran untuk lapisan tersembunyi : < 60 = 0
1 ≥ 60 = 1
A1 = m
− ∑ P1×W 1 ji TG (Kadar Trigliserid):
1+ e i =1
< 100 = 0
100 – 149 = 0.25
Hasil keluaran lapisan tersembunyi dipakai untuk 150 – 199 = 0.5
mendapatkan lapisan keluaran : 200 – 499 = 0.75
1 ≥ 500 = 1
A2 = n
− ∑ A1 j ×W 2 kj TDS (Tekanan darah sistolik):
1+ e j =1
< 120 = 0
4. Langkah-langkah di atas adalah untuk satu 120 – 129 = 0.2
kali siklus pelatihan (satu epoch), sehingga 130 – 139 = 0.4
harus diulang-ulang sampai jumlah epoch 140 – 159 = 0.6
yang ditentukan atau telah tercapai SSE (Sum 160 – 179 = 0.8
Square Error) yang diinginkan. ≥ 180 = 1
5. Hasil akhir pelatihan jaringan adalah
didapatkannya bobot W1 dan W2 yang TDD (Tekanan darah diastolik) :
kemudian disimpan untuk pengujian jaringan. < 80 = 0
80 – 84 = 0.2
2.2. Perancangan 85 – 89 = 0.4
90 – 99 = 0.6
Variabel untuk menampung data faktor resiko 100 – 109 = 0.8
penyakit jantung koroner (input) = P ≥ 110 = 1
E-21
Seminar Nasional Aplikasi Teknologi Informasi 2008 (SNATI 2008) ISSN: 1907-5022
Yogyakarta, 21 Juni 2008
LAPISAN
MASUKA
N LAPISAN
TERSEMBUN
YI
E-22
Seminar Nasional Aplikasi Teknologi Informasi 2008 (SNATI 2008) ISSN: 1907-5022
Yogyakarta, 21 Juni 2008
Keterangan
OJ = Output JST
S = Sex (jenis kelamin)
Hasil pengujian menunjukkan bahwa 4 data (20%) masih digunakan faktor-faktor pendukung atau
tidak sesuai dengan target dan 16 data (80%) sesuai kebijakan-kebijakan yang lain.
dengan target. Artinya jaringan syaraf mampu
mengenali pola faktor risiko penyakit jantung PUSTAKA
koroner dengan baik.
[1] Hermawan, Arief. 2006. Jaringan Saraf Tiruan
Teori dan Aplikasi. Penerbit Andi. Yogyakarta.
4. KESIMPULAN
[2] Jong, J.S. 2005. Jaringan Syaraf Tiruan &
Jaringan Syaraf Tiruan pada prinsipnya
Pemrogramannya Menggunakan Matlab.
dapat digunakan untuk memprediksi jenis penyakit
Penerbit Andi. Yogyakarta.
tertentu (termasuk jenis penyakit jantung koroner)
[3] Kasiman, Sutomo. 1997. Gangguan
berdasarkan faktor risiko yang menyebabkannya.
Metabolisme Lemak dan Penyakit Jantung
Jaringan Syaraf pada penelitian ini dapat
Koroner. Pidato Pengukuhan Jabatan Guru
mengenali 80% data baru sesuai dengan target dan
Besar Tetap dalam Ilmu Penyakit Dalam pada
20% data baru tidak sesuai dengan target. Hal ini
Universitas Sumatra Utara. Medan.
sebenarnya disebabkan oleh bebrapa faktor, antara
[4] Krismi, Arum. 2002. Perbedaan Faktor Risiko
lain karena variabel input yang berjumlah 9 unit sel
Primer Pada Penderita Penyakit Jantung
maka idealnya data yang dilatihkan tidak hanya 40
Koroner dan Kontrol di RSUP Dr. Sardjito
data rekam medis pasien. Karena semakin banyak
Yogyakarta. Skripsi. Yogyakarta.
jenis atau tipe yang dilatihkan, jaringan akan
[5] Tjokroprawiro, Askandar. 2001. Diabetes
semakin baik mengenali pola-pola tertentu.
Melitus : capita Selecta 2001-B (Clinical
Dalam pelatihan, pengujian, dan prediksi
Experiences and Recent Advances).
penyakit sistem jaringan syaraf tiruan mempunyai
Yogyakarta Diabetes Update. Yogyakarta.
beberapa kelebihan, antara lain proses yang akurat,
[6] WHO. 1999. Guidlines for the Management of
cepat, serta dapat meminimalisasi kesalahan.
Hypertension. World Health Organization-
Adapun kelemahan sistem ini antara lain sistem
Internasional Society of Hypertension [serial
jaringan syaraf tiruan merupakan sistem yang baru
online], last update 2001 Jul 3, 70 screens.
sehingga hanya dapat berfungsi sebagai alat bantu.
Available from URL: http//www.who.int
Oleh karena itu di dalam pengambilan keputusan
E-23
Seminar Nasional Aplikasi Teknologi Informasi 2008 (SNATI 2008) ISSN: 1907-5022
Yogyakarta, 21 Juni 2008
E-24