KLASIFIKASI STADIUM KANKER KOLOREKTAL MENGGUNAKAN SISTEM FUZZY NEURAL NETWORK

Ramawati, Zuraida and Wutsqa, Dhoriva Urwatul (2016) KLASIFIKASI STADIUM KANKER KOLOREKTAL MENGGUNAKAN SISTEM FUZZY NEURAL NETWORK. S1 thesis, UNY.

[img]
Preview
Text
BAB I.pdf

Download (193kB) | Preview
[img]
Preview
Text
BAB II.pdf

Download (797kB) | Preview
[img]
Preview
Text
DAFTAR PUSTAKA.pdf

Download (110kB) | Preview

Abstract

Fuzzy Neural Network (FNN) adalah model Feedforward Neural Network dengan input berupa variabel-variabel fuzzy dan output berupa klasifikasi stadium kanker kolorektal. Tujuan dari penelitian ini adalah mendeskripsikan prosedur dan hasil klasifikasi pembentukan model Fuzzy Neural Network (FNN) untuk klasifikasi stadium kanker kolorektal menggunakan sistem Fuzzy Neural Network (FNN). Prosedur pembentukan model Fuzzy Neural Network untuk klasifikasi stadium kanker kolorektal adalah ekstraksi citra menggunakan citra Gray Level Coourrence Matrix (GLCM) untuk mendapatkan variabel-variabel statistik, yaitu energy (X1), kontras (X2), korelasi (X3), sum of square (X4), inverse difference moment (X5), sum average (X6), sum variance (X7), sum entropy (X8), entropy (X9), difference variance (X10), difference entropy (X11), maksimum probabilitas (X12), homogenitas (X13), dissimilarity (X14). Penentuan variabel input dan variabel output dengan melihat hasil perhitungan dari nilai-nilai hasil pada ekstraksi sebagai variabel input dan klasifikasi stadium kanker kolorektal sebagai variabel output. Pembagian data training dan data testing kanker kolorektal dibagi menjadi 2 komposisi yaitu 75% data training dan 25% data testing. Normalisasi data supaya data berdistribusi normal, yaitu memiliki mean = 0 dan standar deviasi = 1. Perancangan model terbaik dengan menetukan banyak neuron pada lapisan tersembunyi menggunakan algoritma backpropogation dan eliminasi input secara trial and error yang menghasilkan nilai akurasi tertinggi. Kemudian denormalisasi data dengan mengkalikan hasil output dengan standar deviasi dan ditambah dengan mean. Fungsi aktivasi yang digunakan adalah fungsi aktivasi sigmoid biner (logsig) pada lapisan tersembunyi dan linear (purelin) pada lapisan output. Model terbaik klasifikasi stadium kanker kolorektal menggunakan FNN adalah 13 variabel input, 12 neuron tersembunyi, dan 1 neuron output. Variabel input untuk model terbaik adalah X1, X2, X3, X4, X5, X6, X7, X8, X9, X11, X12, X13, dan X14. Berdasarkan model terbaik, diperoleh hasil klasifikasi stadium kanker kolorektal dengan nilai akurasi sebesar 100% pada data training dan 91,30% pada data testing. Kata Kunci: Klasifikasi Stadium, Kanker Kolorektal, Fuzzy Neural Network

Item Type: Thesis (S1)
Subjects: Matematika dan Ilmu Pengetahuan Alam > Matematika
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) > Pendidikan Matematika > Matematika
Depositing User: Jurusan Pendidikan Matematika
Date Deposited: 16 May 2016 07:24
Last Modified: 30 Jan 2019 07:52
URI: http://eprints.uny.ac.id/id/eprint/32668

Actions (login required)

View Item View Item