ABSTRAKSI: Seiring dengan perkembangan teknologi dewasa ini, penggunaan Ultra SonoGrafi (USG) untuk memeriksa keadaan rahim wanita sudah menjadi hal yang lumrah. Hal ini dikarenakan penggunaan alat USG dapat sangat berguna untuk mengetahui apakah kondisi rahim sehat untuk menjalani kehamilan, untuk mengetahui kesehatan rahim dan keadaan janin saat menggandung bahkan dapat digunakan untuk mengetahui jenis kelamin anak yang sedang dikandung. Untuk mengetahui penjelasan tentang hasil USG yang telah dilakukan dibutuhkan tenaga ahli (dokter kandungan).
Dalam dunai nyata, data yang tersedia sering kali mempunyai distribusi kelas yang tidak merata dimana suatu kelas mempunyai distribusi yang dominan dibanding kelas lainnya. Kondisi ini dikenal dengan imbalance class. Begitu pula data hasil USG ini, dimana kelas “sehat” mempunyai distribusi dominan terhadap kelas “sehat bersyarat” dan kelas “tidak sehat”. Oleh sebab itu dibutuhkan suatu teknik prepocessing data agar classifier dapat mengidentifikasi kelas minor yang lebih berharga dengan baik. Pendekatan sampling mampu mengoptimalkan kemampuan classifier untuk dalam mengenali kelas minoritas sehingga dapat menjadi solusi bagi masalah ini.
Tugas akhir ini membuat sebuah perangkat lunak untuk menganalisis data hasil USG yang telah di-sampling, mendiagnosa kesehatan kandungan / rahim dan mencoba memberikan saran yang disesuaikan dengan hasil analisis yang didapatkan. Data hasil USG akan diolah dengan menggunakan Jaringan Syaraf Tiruan (JST) dengan metode optimasi menggunakan Evalutionary Strategy (ES) sehingga akan dihasilkan jaringan yang optimal untuk mendiagnosa apakah kandungan / rahim dalam keadaaan sehat atau tidak dan kemudian memberikan saran jika dibutuhkan. Parameter – parameter yang dapat digunakan untuk menentukan kesehatan kandungan antara lain umur kehamilan, ukuran kepala janin, ukuran paha janin, detak jantung janin, posisi plasenta, jumlah air ketuban, dan ada tidaknya kelainan terhadap janin maupun rahim. Diharapkan perangkat lunak ini dapat berguna untuk membantu dokter dalam menganalisa hasil USG dengan waktu yang lebih cepat.Kata Kunci : Ultra SonoGrafi(USG), diagnosa, imbalance class, sampling, classifier, JaringanABSTRACT: Along with the development of technology, the using of Ultra Sonografi(USG) to control women uterus condition is a common way. This is because using USG tool is very useful to know if uterus condition is good or not to pregnant, to know pregnancies healthy and fetus condition during the pregnancies, even can be used to know sex of the fetus. To know description of the USG result that has been done is needed a specialist of pregnancy.
In the real world, the providing data often has unbalanced distribution that a class has a dominant distribution then other. This condition called imbalance class. So this USG data, that “sehat” class has dominant distribution then “sehat bersyarat” and “tidak sehat” class. Because of that, a preprocessing data technique is needed in order to classifier can identify minor class that has more value better. Sampling approach can optimalize classifier ability to classifying minor class can be a solution for this problem.
This Final Task make software to analyze USG result data that has been sampling, diagnose pregnancy / uterus healthy and try to give some advice that relevant with analysis result. USG result data will be processed using neural network with optimation using Evolutionary Strategy(ES) so a optimal model will be built to diagnose if pregnancy / uterus in a good condition or not and give some advice if needed. Parameters that can be used to determine pregnancy healthy are gestational age, Biparietal Diameter(BPD), Femur Length(FL), placental localization, Hydramnios and Oligohydramnios, and fetal malformation. This software may be useful to help specialist to analyze USG result faster.Keyword: Ultra SonoGrafi(USG), diagnosa, imbalance class, sampling, classifier, Neural