IMPLEMENTASI METODE SELF ORGANIZING MAPS (SOM) UNTUK CLUSTERING JENIS PENYAKIT KATARAK (STUDI KASUS: RSUD UNDATA PALU SULAWESI TENGAH)

ABSTRAK
Mata merupakan salah satu panca indera yang sangat penting bagi manusia. Jika mata mengalami gangguan atau penyakit mata, maka akan sangat berakibat parah. Salah satu gangguan yang ada pada mata adalah penyakit katarak. Oleh karena itu, ketepatan penentuan jenis dan tata letak katarak secara dini sangat penting untuk mencegah dampak keparahan katarak yang lebih parah. Salah satu cara mengetahui jenis penyakit katarak adalah dengan pendekatan matematika menggunakan Jaringan Syaraf Tiruan (JST) yaitu metode Self Organizing Maps (SOM). Konsep metode SOM adalah mencari cluster yang memiliki vector bobot paling cocok dengan pola input (memiliki jarak paling dekat) akan terpilih sebagai pemenang (competitive learning). Pada penelitian ini, sistem mengklasfikasikan jenis katarak berdasarkan gejala yang di alami oleh pasien katarak di Rumah Sakit Umum Daerah Undata Palu yang data penelitiannya didapatkan dari bulan februari 2020-mei 2020 yang berjumlah 160 data. Hasil penelitian ini menunjukan akurasi metode SOM terhadapap 160 data sebesar 98,33%.

Kata Kunci : Katarak, Klasifikasi, Self Organizing Maps (SOM).