SISTEM DETEKSI DINI KANKER PAYUDARA MENGGUNAKANJARINGAN SYARAF TIRUAN BACKPROPAGATION DENGAN MOMENTUM DAN ALGORITMA NGUYEN WIDROW

Abstract

Jaringan Syaraf Tiruan (JST) telah banyak digunakan untuk membantu menyelesaikan berbagai macam permasalahan, salah satu permasalah tersebut adalah pengambilan keputusan berdasarkan pelatihan yang diberikan. Aplikasi JST dapat diterapkan dalam berbagai bidang, salah satunya pada bidang kesehatan. Kanker payudara merupakan kanker tertinggi yang diderita perempuan Indonesia dan memiliki angka kematian cukup tinggi dikarenakan kebanyakan pasien terlambat terdeteksi. Dalam penelitian ini jaringan syaraf tiruan digunakan untuk membangun sistem deteksi dini kanker payudara, yaitu sistem untuk memprediksi apakah pengguna suspek kanker payudara atau tidak berdasarkan gejala dan faktor risiko kanker payudara yang dialami pengguna. Sistem ini menggunakan Jaringan Syaraf Tiruan Backpropagation dengan optimalisasi algoritma Nguyen Widrow dan perubahan bobot Momentum. Data yang digunakan pada penelitian ini sebanyak 104 data, 84 data digunakan untuk pelatihan, dan 20 data untuk pengujian. Sistem ini menggunakan pilihan arsitektur jaringan terbaik berdasarkan hasil pengujian, yaitu dengan 13 unit input neuron, 10 unit hidden neuron, 1 unit output neuron, laju pembelajaran 0.9, parameter momentum 0.8, epoch maksimum sebanyak 500 epoch, dan target error sebesar 0.0001 dengan tingkat akurasi sebesar 100%.