Pendugaan Konsentrasi Glukosa dalam Darah Menggunakan Jaringan Syaraf Tiruan pada Alat Non-Invasive

Abstract

Diabetes mellitus (DM) menjadi persoalan kesehatan serius dunia. DM adalah suatu penyakit yang menyebabkan kadar glukosa didalam tubuh tinggi akibat tubuh tidak dapat menghasilkan atau kekurangan hormon insulin. Pengendalian kadar glukosa darah dengan melakukan kontrol secara rutin merupakan hal yang penting bagi penderita penyakit diabetes. Namun pengukuran secara rutin masih jarang dilakukan. Hal ini karena pengukuran masih dilakukan secara invasive sehingga menimbulkan rasa sakit dan dengan biaya pengukuran yang mahal. Dibutuhkan alat yang dapat mendeteksi kadar glukosa dengan cepat tanpa melukai tubuh dengan biaya yang lebih terjangkau. Oleh karena itu, sedang dikembangkan suatu alat pengukur glukosa tanpa melukai tubuh (non-invasive). Metode alternatif yang mampu menyatakan hubungan antara spektrum nilai hasil keluaran alat pengukuran non-invasive dengan kadar glukosa darah adalah Jaringan Syaraf Tiruan (JST) JST adalah sistem komputasi yang arsitektur dan operasinya diilhami dari pengetahuan tentang sel saraf biologi di dalam otak manusia. JST dapat dilatih untuk mempelajari dan menganalisis pola dari data yang dimasukkan. JST berusaha mencari suatu formula atau fungsi yang akan menghubungkannya dengan keluaran yang diinginkan. Salah satu algoritma dalam JST yang banyak dipakai adalah backpropagation (BP). Metode BP merupakan suatu teknik supervised learning yang banyak digunakan pada banyak lapisan untuk pengenalan pola-pola yang kompleks. Dibalik kelebihannya BP memiliki kelemahan, yaitu membutuhkan waktu yang cukup lama dalam proses pembelajarannya. Banyak penelitian yang dilakukan untuk memperbaiki kelemahan tersebut salah satunya pada algoritma resilient backpropagation (Rprop). Pada Rprop parameter laju pembelajaran akan selalu berubah-ubah sesuai dengan kondisi perubahan galat pada tiap iterasinya. Penelitian ini mencoba memodelkan persamaan kalibrasi spektrum nilai tegangan yang dikeluarkan oleh alat pengukur kadar glukosa non-invasive untuk menduga kadar glukosa dalam darah dengan menggunakan algoritma multilayer perception (MLP), backpropagation dan resilient backpropagation. Pada ketiga algoritma tersebut dicobakan beberapa macam model. Dari ketiga algoritma akan dibandingkan ketepatan pendugaan dan efisiensinya dengan melihat RMSE, RMSEP dan R2 yang dihasilkan serta banyak iterasi yang dibutuhkan. Model kuadrat X ln Y dengan 1 lapisan (10 node), kuadrat X akar Y dengan 1 lapisan (10 node), dan model kuadrat X akar Y dengan 2 lapisan (10 node,10 node) adalah model terbaik dari beberapa model yang telah dicobakan dalam melakukan pendugaan glukosa darah. Model ini memperbaiki pelanggaran heteroskedastisitas ragam galat, meningkatkan nilai R2, memperkecil RMSE dan RMSEP. Menurut hasil analisis, algoritma JST terbaik adalah Rprop yang memberikan nilai dugaan yang lebih akurat dan efisien karena dengan iterasi yang lebih sedikit dapat menghasilkan RMSE dan RMSEP lebih kecil serta R2 yang jauh lebih besar dibandingkan dengan algoritma MLP dan BP. Pada algoritma BP terjadi pelanggaran heteroskedastisitas pada ragam galat sehingga ragam galat yang dimiliki tidak homogen.