i HALAMAN JUDUL PENERAPAN MODEL FUZZY RADIAL BASIS
advertisement
HALAMAN JUDUL PENERAPAN MODEL FUZZY RADIAL BASIS FUNCTION NEURAL NETWORK (FRBFNN) UNTUK KLASIFIKASI STADIUM KANKER PAYUDARA SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi Sebagian Persyaratan guna Memperoleh Gelar Sarjana Sains Oleh: Rif’atin Ambar Retno NIM 13305141055 PROGRAM STUDI MATEMATIKA JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI YOGYAKARTA 2017 i HALAMAN PERSETUJUAN ii HALAMAN PENGESAHAN iii HA LAMAN PERNYATAAN iv MOTTO Barang siapa bersungguh-sungguh, sesungguhnya kesungguhannya itu adalah untuk dirinya sendiri. (QS. Al-Ankabut: 6) Janganlah engkau bersedih, sesungguhnya Allah bersama kita. (QS. At-Taubah: 40) v HALAMAN PERSEMBAHAN Alhamdulillah, puji syukur kehadirat Allah SWT, akhirnya saya dapat menyelesaikan skripsi ini. Karya sederhana ini saya persembahkan untuk orangorang spesial dalam hidup saya: Kedua orang tuaku, Bapak Ali Subkhi dan Ibu Ninjar Masfufah, babe dan ibukku tercinta, yang tidak ada henti-hentinya untuk selalu mendoakan, memberikan semangat, memberikan motivasi, memberikan dukungan ketika sedang down dan yang selama ini telah menjadi orang tua yang sangat amat super terbaik untuk anak-anaknya. Kakakku yang paling cantik, Mbak Ayuk yang sama-sama menjadi pejuang skripsi, terimakasih untuk semangat dan doa yang selalu diberikan. Teruntuk cusser D11 (Nana, Cela, Masru, Sri, Enong, Eka) yang selalu memberikan hiburan disaat stress melanda, yang selalu memberikan keceriaan di tengah kegalauan, terimakasih untuk kebersamaan dan kegilaan yang tak terlupakan selama 4 tahun ini. Mas Hendri, yang gak pernah bosen mendengar semua keluhanku, yang selalu memberikan semangat, doa dan dukungan. Terimakasih untuk keseriusannya juga, sehingga menjadi salah satu motivasiku dalam menulis tugas akhir ini. Teman-teman Matematika E 2013 yang telah memberikan warna warna dalam hidupku, pengalaman dan kebersamaan selama 4 tahun ini. Semoga silaturahmi kita semua tidak akan pernah putus sampai kapanpun. vi PENERAPAN MODEL FUZZY RADIAL BASIS FUNCTION NEURAL NETWORK (FRBFNN) UNTUK KLASIFIKASI STADIUM KANKER PAYUDARA Oleh: Rif’atin Ambar Retno 13305141055 ABSTRAK Kanker payudara merupakan penyakit dengan jumlah penderitanya yang semakin meningkat tiap tahunnya. Oleh karena itu deteksi dini kanker payudara memegang peranan penting dalam mengantisipasi penyebaran kanker. Salah satu cara untuk mendeteksi kanker payudara adalah dengan fine-needle aspiration (FNA) biopsy. Penggunaan FNA dilakukan oleh University of Wisconsin Hospital dan menghasilkan data yang disebut Wisconsin Breast Cancer Database (WBCD) dan Wisconsin Diagnostic Breast Cancer (WDBC). Untuk mengklasifikasi kanker payudara dapat dilakukan dengan model Fuzzy Radial Basis Function Neural Network (FRBFNN). Penelitian ini bertujuan untuk mengetahui bagaimana performansi metode FRBFNN untuk mengklasifikasikan kanker payudara pada data WBCD dan WDBC tersebut. Prosedur awal klasifikasi kanker payudara menggunakan model FRBFNN adalah penentuan variabel input berdasarkan hasil dari FNA biopsy yaitu 9 variabel untuk data WBCD dan 10 variabel untuk data WDBC. Sedangkan variabel output adalah hasil klasifikasi kanker payudara yang terdiri dari tumor (benign) dan kanker (malignant). Kemudian dilakukan pembagian data yaitu 80% data training dan 20% data testing. Selanjutnya masuk pada algoritma pembelajaran FRBFNN yang diawali dengan proses fuzzifikasi terhadap variabel input dengan menggunakan fungsi keanggotaan segitiga dengan 3 himpunan fuzzy. Nilai input hasil fuzzifikasi kemudian dinormalisasikan. Langkah terakhir yaitu pembentukan model terbaik dilakukan dengan menentukan banyaknya neuron terbaik pada lapisan tersembunyi yang menghasilkan nilai akurasi tertinggi dengan metode K-Means clustering dan menentukan bobot-bobotnya menggunakan kriteria GCV (Generalised Cross-Validation) pada Global Ridge Regression. Fungsi aktivasi yang digunakan adalah fungsi Gaussian pada lapisan tersembunyi. Berdasarkan langkah-langkah klasifikasi kanker payudara menggunakan model FRBFNN, diperoleh model FRBFNN terbaik pada data WBCD adalah 9 variabel input, 7 neuron tersembunyi, dan 1 neuron pada lapisan output. Sedangkan pada data WDBC adalah 10 variabel input, 17 neuron tersembunyi, dan 1 neuron pada lapisan output. Tingkat keakurasian model FRBFNN untuk klasifikasi kanker payudara yaitu 97,5% untuk data training dan 100% untuk data testing pada data WBCD, serta 95% training dan 90% testing pada data WDBC. Kata Kunci: University of Wisconsin Hospital, WBCD, WDBC, Fuzzy Radial Basis Function Neural Nework (FRBFNN), klasifikasi, kanker payudara. vii KATA PENGANTAR Alhamdulillah, puji syukur kehadirat Allah SWT atas segala nikmat-Nya, akhirnya penulis mampu menyelesaikan penulisan Skripsi dengan judul “Penerapan Model Fuzzy Radial Basis Function Neural Network (FRBFNN) untuk Klasifikasi Stadium Kanker Payudara”. Skripsi ini disusun untuk memenuhi persyaratan guna memperoleh gelar Sarjana Sains Program Studi Matematika di Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta. Penyusunan skripsi ini tidak lepas dari dukungan, motivasi, kerjasama maupun bimbingan dari berbagai pihak secara langsung maupun tidak langsung. Oleh karena itu, penulis menyampaikan terima kasih kepada: 1. Bapak Dr. Hartono, selaku Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta yang telah memberikan kelancaran dalam urusan akademik di tingkat fakultas. 2. Bapak Dr. Ali Mahmudi, selaku Ketua Jurusan Pendidikan Matematika Universitas Negeri Yogyakarta yang telah memberikan kelancaran dalam pelayanan akademik di tingkat jurusan. 3. Bapak Dr. Agus Maman Abadi, selaku Ketua Program Studi Matematika Universitas Negeri Yogyakarta, Dosen Pembimbing Akademik, serta dosen pembimbing atas bimbingan dan pengarahan dalam penulisan skripsi ini, serta dukungan akademik kepada penulis. viii ix DAFTAR ISI HALAMAN JUDUL................................................................................................ i HALAMAN PERSETUJUAN ................................................................................ ii HALAMAN PENGESAHAN ................................................................................ iii HALAMAN PERNYATAAN ............................................................................... iv MOTTO .................................................................................................................. v HALAMAN PERSEMBAHAN ............................................................................ vi ABSTRAK ............................................................................................................ vii KATA PENGANTAR ......................................................................................... viii DAFTAR ISI ........................................................................................................... x DAFTAR TABEL ................................................................................................ xiii DAFTAR GAMBAR ........................................................................................... xiv BAB I PENDAHULUAN ....................................................................................... 1 A. Latar Belakang ......................................................................................... 1 B. Rumusan Masalah .................................................................................. 11 C. Tujuan Penelitian .................................................................................... 11 D. Manfaat Penelitian .................................................................................. 12 BAB II KAJIAN TEORI....................................................................................... 13 A. Kanker Payudara .................................................................................... 13 1. Pengertian Kanker Payudara ............................................................... 13 2. Jenis-jenis Kanker Payudara ............................................................... 13 3. Klasifikasi Kanker Payudara .............................................................. 15 B. Wisconsin Breast Cancer Database (WBCD) ........................................ 17 C. Wisconsin Diagnostic Breast Cancer (WDBC) ...................................... 19 x D. Himpunan Klasik (Crisp Set) ................................................................. 22 E. Himpunan Fuzzy .................................................................................... 23 1. Fungsi Keanggotaan ........................................................................... 25 2. Operator-operator Fuzzy ..................................................................... 26 F. Neural Network (NN) ................................................................................. 27 1. Arsitektur Jaringan Syaraf .................................................................. 29 2. Fungsi Aktivasi ................................................................................... 31 3. Algoritma Pembelajaran ..................................................................... 35 G. Ketepatan Hasil Klasifikasi .................................................................... 37 BAB III PEMBAHASAN ..................................................................................... 38 A. Fuzzy Radial Basis Function (FRBFNN) ............................................... 38 1. Arsitektur Fuzzy Radial Basis Function Neural Network (FRBFNN) 38 2. Model Fuzzy Radial Basis Function Neural Network (FRBFNN) ..... 40 3. Algoritma Pembelajaran Fuzzy Radial Basis Function Neural Network (FRBFNN) .................................................................................................... 41 B. Prosedur Pemodelan Fuzzy Radial Basis Function Neural Network (FRBFNN) untuk Klasifikasi Kanker Payudara ............................................... 54 1. Menentukan Variabel Input dan Output ............................................. 54 2. Pembagian Data Training dan Testing................................................ 54 3. Pembelajaran Fuzzy Radial Basis Function Neural Network (FRBFNN) .................................................................................................... 55 4. Menentukan Jaringan Optimum.......................................................... 61 5. Klasifikasi ........................................................................................... 61 C. Hasil Model Fuzzy Radial Basis Function Neural Network (FRBFNN) untuk Klasifikasi Stadium Kanker Payudara .................................................... 63 1. Menentukan variabel input dan variabel output ................................. 63 xi E. 2. Pembagian Data Training dan Testing................................................ 64 3. Pembelajaran Fuzzy Radial Basis Function Neural Network ............. 65 4. Menentukan Jaringan Optimum.......................................................... 81 5. Hasil Klasifikasi .................................................................................. 86 Hasil Perbandingan Model FRBFNN dengan RBFNN pada Data WBCD dan Data WDBC ............................................................................................... 98 BAB IV PENUTUP ............................................................................................ 101 A. Kesimpulan ........................................................................................... 101 B. Saran ..................................................................................................... 103 DAFTAR PUSTAKA ......................................................................................... 105 LAMPIRAN ........................................................................................................ 110 xii DAFTAR TABEL Tabel 2. 1 Atribut Wisconsin Breast Cancer Database (WBCD) ......................... 17 Tabel 2. 2 Atribut Wisconsin Diagnostic Breast Cancer (WDBC) ...................... 20 Tabel 2. 3 Derajat Keanggotaan pada Variabel Umur ......................................... 25 Tabel 3. 1 Tabel Sampel Data…………………………………………………...43 Tabel 3. 2 Hasil Clustering ................................................................................... 47 Tabel 3. 3 Hasil Normalisasi Data pada Data Training WBCD yang Pertama .... 78 Tabel 3. 4 Hasil Normalisasi Data pada Data Training WDBC yang Pertama .... 79 Tabel 3. 5 Persentase Akurasi Data Training dan Data Testing pada Model FRBFNN Menggunakan Data WBCD .................................................................. 81 Tabel 3. 6 Persentase Akurasi Data Training dan Data Testing pada Model FRBFNN Menggunakan Data WDBC .................................................................. 84 Tabel 3. 7 Pembulatan Hasil Klasifikasi Data Training Pertama WBCD ............ 91 Tabel 3. 8 Pembulatan Hasil Klasifikasi Data Training Pertama WDBC ............ 97 Tabel 3. 9 Perbandingan Nilai Input Model FRBFNN dengan Model RBFNN pada Data Training Pertama untuk data WBCD dan WDBC ............................... 99 Tabel 3. 10 Hasil Perbandingan Model FRBFNN dan Model RBFNN ............. 100 xiii DAFTAR GAMBAR Gambar 2.1 Representasi Kurva Segitiga ............................................................ 25 Gambar 2.2 Jaringan Syaraf Secara Biologi ........................................................ 28 Gambar 2. 3 Jaringan Layar Tunggal .................................................................. 29 Gambar 2. 4 Jaringan Layar Jamak ..................................................................... 30 Gambar 2. 5 Jaringan Layar Kompetitif .............................................................. 31 Gambar 2. 6 Fungsi Aktivasi pada Neural Network Sederhana .......................... 32 Gambar 2. 7 Fungsi Aktivasi Identitas ................................................................ 32 Gambar 2. 8 Fungsi Aktivasi Undak Biner ......................................................... 33 Gambar 2. 9 Fungsi Aktivasi Sigmoid Biner ...................................................... 34 Gambar 2. 10 Fungsi Aktivasi Sigmoid Bipolar ................................................. 34 Gambar 2. 11 Supervised Learning (Pembelajaran Terawasi) ............................ 36 Gambar 2. 12 Reinforcement Learning (Pembelajaran Penguatan) .................... 36 Gambar 2. 13 Unsupervised Learning (Pembelajaran Tak Terawasi)................. 37 Gambar 3.1 Arsitektur Fuzzy Radial Basis Function Neural Network (FRBFNN)………………………………………………………………………. 39 Gambar 3. 2 Gambar Ilustrasi untuk Iterasi 0 ..................................................... 44 Gambar 3. 3 Gambar Ilustrasi untuk Iterasi 1 ..................................................... 46 Gambar 3. 4 Gambar Ilustrasi untuk Iterasi 2 ..................................................... 47 Gambar 3. 5 Diagram Alur Model FRBFNN ...................................................... 62 Gambar 3.6 Diagram Prosedur Pemodelan FRBFNN untuk Data Wisconsin Breast Cancer Database (WBCD) dan Wisconsin Diagnostic Breast Cancer (WDBC) ................................................................................................................ 62 Gambar 3. 7 Grafik Fungsi Keanggotaan input pada Data WBCD..................... 67 Gambar 3. 8 Grafik Fungsi Keanggotaan Input pada Data WDBC untuk Variabel Radius.................................................................................................................... 72 Gambar 3. 9 Arsitektur FRBFNN untuk Klasifikasi Stadium Kanker Payudara pada Data WBCD .................................................................................................. 83 Gambar 3. 10 Arsitektur FRBFNN untuk Klasifikasi Stadium Kanker Payudara pada Data WDBC .................................................................................................. 86 xiv xv
