Kelainan syaraf tepi (peripheral neuropathies) merupakan salah satu gangguan kelainan pada sistem syaraf menusia yang banyak ditemukan. Pemeriksaan kelainan syaraf tepi dapat dilakukan oleh neurologist atau dokter yang ahli dengan menggunakan Electromyography (EMG). Untuk membantu dokter dalam mendiagnosis gambar EMG maka dirancang sistem Neural Network.
Permasalahan dari tugas akhir ini adalah bagaimana merancang dan membuat perangkat lunak yang dapat menganalisis sinyal keluaran electromyography untuk identifikasi peripheral neuropathies berbasis jaringan syaraf tiruan. Gambar yang didapatkan dilakukan praproses data sebagai masukan ke sistem jaringan syaraf tiruan meliputi proses scaning, proses grayscale, kemudian hasil dari proses grayscale dengan ukuran 117 x 69 dari gambar yang berukuran 234 x 69 akan digunakan sebagai masukan ke jaringan syaraf tiruan.
Jaringan syaraf tiruan merupakan suatu model komputasi yang bekerja meniru jaringan syaraf manusia. Jaringan syaraf tiruan yang digunakan adalah backpropagation yang keluarannya berupa nilai perhitungan pada 4 buah gambar mewakili 2 jenis syaraf yang diperiksa. Dengan melakukan proses training didapatkan struktur jaringan yaitu input layer 117 x 69 atau 8073 node, hidden layer 1, terdiri dari 25 node, 4 node pada output layer, kecepatan belajar 1.95, momentum 0.9, bobot awal random -0.5 sampai 0.5, error maksimum 0.001, Dari 10 data pasien untuk pengujian (testing) dan 50 gambar untuk pelatihan (training) yang meliputi 4 jenis pemeriksaan NCV dari 2 jenis syaraf.