Abstract :
Melihat perkembangan kasus penyakit Tuberkulosis di Indonesia yang
kemudian dihubungkan dengan perkembangan pesat yang terjadi pada jaringan
syaraf tiruan sebagai alat bantu manusia mengambil keputusan pada permasalahan
sehari-hari. Sebagai contoh adalah untuk mendeteksi penyakit Tuberkulosis. Dalam
pembuatan sistem deteksi ini penulis akan menggunakan Teknologi jaringan syaraf
untuk mengetahui apakah seseorang suspek mengidap TBC atau tidak.
Permasalahan yang diangkat oleh Penulis dalam penelitian ini adalah
bagaimana membangun sebuah sistem yang mampu melakukan pendeteksian
terhadap penyakit TBC dengan cepat dan tepat menggunakan metode algoritma JST
backpropagation, serta mengetahui berapa tingkat akurasi sistem dalam mendeteksi
pasien apakah pasien mengidap penyakit TBC atau tidak.
Proses pembuatan aplikasi menggunakan metode studi pustaka, perumusan
masalah, mengumpulkan dan mengolah data-data penelitian, merancang sistem,
membuat sistem, menguji sistem, dan penarikan kesimpulan. Setelah melakukan
proses pengujian maka diketahui tingkat akurasi sistem dalam melakukan
pendeteksian adalah sebesar 100%. Arsitektur jaringan yang paling baik digunakan
dalam proses mendeteksi penyakit TBC adalah dengan variasi jumlah iterasi 1000,
toleransi 0,001, learning rate 0,5 dan banyaknya neuron hidden layer 100.
Arsitektur jaringan tersebut menghasilkan MSE sebesar 0,00452 dengan waktu
training 0:0:1 detik.
Simpulan yang diambil dari penelitian ini adalah sistem mampu deteksi
penyakit TBC dapat dibangun mengguanakn software Matlab, dengan masukan
berupa gejala supaya mendapat pengobatan segera mungkin dengan menggunakan
jaringan syaraf tiruan (JST) algoritma backpropagation dan tingkat akurasi sistem
sebesar 100% pada variasi pelatihan 12 setelah dilakukan proses trial and error pada
masing-masing variasi pelatihan.
Kata kunci: Backpropagation, Jaringan Syaraf Tiruan (JST), Software Matlab,Tuberkulosis (TBC)