ABSTRAKSI: Iris mata manusia memiliki pola susunan tertentu yang dapat mengindikasikan kondisi organ tubuh seseorang. Ilmu pengenalan pola iris mata ini disebut iridologi. Setiap perubahan atau penyakit yang timbul pada organ tubuh akan di informasikan ke otak melalui serabut saraf. Informasi tersebut berupa gelombang energi yang dipancarkan ke mata tersebut direkam serta difiksasi oleh iris mata. Fiksasi rakaman tersebut menjadi jejak jejak yang dapat digunakan untuk menelusuri perubahan yang terjadi pada jaringan tubuh.
Dalam tugas akhir ini dibuat sebuah sistem yang dapat mendeteksi kelainan ginjal melalui pola iris mata seseorang.Masukan dalam sistem ini berupa sampel iris mata yang menunjukkan 5 kondisi stadium yaitu normal, akut, subakut, kronis dan degeneratif. Dengan menggunakan Principal Component Analisis (PCA) sebagai metode dalam mengekstraksi ciri dan JST Learning Vector Quantization (LVQ) sebagai metode dalam mengklasifikasikan pola iris mata. Sistem ini mampu mengenali 20 pola iris mata dengan akurasi 75%. PCA dapat menemukan pola pola data dan mengkompresi data dengan mengurangi jumlah dimensinya tanpa harus kehilangan informasi. Sedangkan untuk klasifikasi digunakan metode Learning Vector Quantization yang dapat melakukan pelatihan terhadap lapisan lapisan kompetitif yang terawasi.Parameter terbaik PCA dan LVQ dalam tugas akhir ini adalah 20PC, 500 Epoch, Learning Rate 0.01, dan 40 hidden layer.Kata Kunci : Iridologi, 5 kondisi stadium, Principle Component Analysis (PCA), Learning Vector Quantization (LVQ)ABSTRACT: Human iris has pattern in particular to indicate the condition of a person’s organs. Iris pattern recognition is called iridologi. Any changes or disease arising in the organs of the body will be informed to the brain via nerve fibers. That information is in the form of energy waves are emitted in to the eyes recorded and fixed in the iris. The fictation tapes becomes trail taht can be used to track changes in the body.
The research is to develop a sistem that can detect kidney failure through iris pattern. The input in this program is samples of patients iris who shows 5 stages namely normal, acute, subacute, chronic, and degenerative desease. This system use Principal Component Analysis as a method for recognition and Learning Vector Quantization as a method for classification. This system can identify 20 iris pattern with 75% in acuration. PCA can find patterns of data and compress the data by reducing the number of dimensions without loosing information. The classification use Learning Vector Quantization method to conduct training on the unsupervised competitive layers. Best parameter in this sistem is 20PC, 500 Epoch, Learning Rate 0.01, dan 40 hidden layer.Keyword: Iridologi, 5 stage, Principle Component Analysis (PCA), Learning Vector Quantization (LVQ)