1

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT UMUM PADA BALITA

MENGGUNAKAN METODE FORWARD CHAINING BERBASIS WEB
Galih Rakasiwi1), Rini Sovia, M.Kom2) , Mardison, M.Kom3)
1) Teknik Informatika, UPI YPTK, Padang
email: vixi1013@yahoo.co.id
2) Sistem Informasi, UPI YPTK, Padang
email: Rini_sovia4@yahoo.com
3) Sistem Informasi, UPI YPTK, Padang
email: md_slk18@yahoo.com

ABSTRAK Sistem pakar merupakan suatu perangkat lunak yang menggunakan pengetahuan manusia yang
terekam dalam komputer untuk memecahkan persoalan yang biasanya memerlukan keahlian manusia. Sistem
pakar diterapkan untuk mendukung aktivitas pemecahan masalah. Dalam pengambilan suatu keputusan sistem
pakar menggunakan metode inferensi. Metode Inferensi adalah bagian yang menyediakan mekanisme fungsi
berfikir dan pola-pola penalaran sistem. Metode inferensi akan menganalisa masalah tertentu dan selanjutnya
akan mencari jawaban atau kesimpulan dari masalah tersebut.
Melalui skripsi ini penulis mencoba untuk membangun suatu aplikasi sistem pakar yang dapat digunakan untuk
mendiagnosa penyakit umum pada balita dengan mengimplementasikan pemograman PHP sebagai komponen
dasar dari perancangan sistem, basis data menggunakan MySQL. Sistem pakar ini menggunakan metode
inferensi forward chaining dalam mengambil suatu keputusan.
Kata kunci : Sistem Pakar, Forward Chaining, PHP & MYSQL
Nama File J urnal : 09101152630355_Teknik_I nformatika

1. PENDAHULUAN
Banyaknya jenis penyakit baru yang menyerang
balita dalam masa terakhir ini menyebabkan Dinas
Kesehatan kecamatan lengayang harus sering
melakukan sosialisasi mengenai penyakit tersebut
beserta gejala-gejalanya, namun karena kurangnya
waktu dan pegawai yang ada menyebabkan tidak
menyebarnya secara merata informasi penyakit
tersebut.
Balita adalah anak yang berumur kurang dari 5
tahun. Pada usia balita ini anak-anak sangat rentan
diserang penyakit. Hal tersebut disebabkan oleh
sistem imunitas yang ada didalam tubuh anak
belum terbangun secara sempurna. Kebanyakan
dari kalangan orang tua juga sering kali tidak
mengenali gejala-gejala penyakit pada tubuh anak
mereka. Apabila terjadi gangguan kesehatan
terhadap anaknya, mereka lebih percaya kepada
para pakar atau dokter yang sudah mengetahui
lebih banyak tentang kesehatan.
Permasalahan yang sering muncul adalah
ketersediaan pakar yang memiliki pengetahuan
tertentu, seperti dokter spesialis tidak mudah
diperoleh atau waktunya terbatas. Padahal pasien
ingin mengetahui penyakit yang dideritanya, dan
perlu penanganan yang segera. Dengan pelajari
kasus-kasus yang pernah terjadi, dimungkinkan
seseorang dapat mempunyai gambaran suatu
kesimpulan yang dapat diperoleh, misalkan suatu
penyakit tertentu yang mungkin diderita anak
tersebut, tanpa harus menunggu lama untuk
bertemu dengan dokter spesialis.
2. LANDASAN TEORI
2.1 Artificial Intellegence
Menurut beberapa ahli kecerdasan buatan
didefinisikan sebagai berikut:
1. Menurut H.A.Simon [1987] :
Kecerdasan buatan (artificial intelligence)
merupakan kawasan penelitian, aplikasi dan
instruksi yang terkait dengan pemrograman
computer untuk melakukan hal yang dalam
pandangan manusia adalah cerdas.
2. Menurut Rich and knight [1991] :
Kecerdasan buatan (artificial intelligence)
merupakan sebuah studi tentang bagaimana
membuat komputer melakukan hal-hal yang pada
saat ini dapat dilakukan lebih baik oleh manusia.
Dua bagian utama yang dibutuhkan untuk
2

kecerdasan buatan adalah (gmabar1):[1]

1. Basis Pengetahuan (Khowledge Base) berisi
fakta-fakta, teori, pemikiran dan hubungan antara
satu dengan lainnya.
2. Motor Inferensi (Inference Engine) adalah
kemampuan menarik kesimpulan berdasarkan
pengalaman.
2.2 Sistem Pakar
Sistem pakar adalah suatu program komputer yang
memperlihatkan derajat keahlian dalam pemecahan
masalah di bidang tertentu sebanding dengan
seorang pakar. Keahlian sistem pakar dalam
memecahkan suatu masalah diperoleh dengan cara
merepresentasikan pengetahuan seorang atau
beberapa orang pakar dalam format tertentu dan
menyimpannya dalam basis pengetahuan. Sistem
pakar berbasis kaidah (rule-based expert system)
adalah sistem pakar yang menggunakan kaidah
(rules) untuk merepresentasikan pengetahuan di
dalam basis pengetahuannya[1].
2.3 Mesin Inferensi
Ada dua strategi pencarian dasar yang bisa
digunakan oleh mesin inferensi dalam mencari
kesimpulan untuk mendapatkan solusi bagi
permasalahan yang dihadapi sistem pakar, yaitu
runut maju (forward chaining) dan runut balik
(backward chaining). Penjelasan mengenai kedua
strategi pencarian tersebut adalah [1] :
1. Runut Maju
Runut maju merupakan strategi pencarian yang
memulai proses pencarian dari sekumpulan data
atau fakta, dari data-data tersebut dicari suatu
kesimpulan yang menjadi solusi dari permasalahan
yang dihadapi. Mesin inferensi mencari kaidah-
kaidah dalam basis pengetahuan yang premisnya
sesuai dengan data-data tersebut, kemudian dari
kaidah-kaidah tersebut diperoleh suatu kesimpulan.
Runut maju memulai proses pencarian dengan data
sehingga strategi ini disebut juga data-driven.
(gambar 2):[2]

2. Runut Balik
Runut balik merupakan strategi pencarian yang
arahnya kebalikan dari runut maju. Proses
pencarian dimulai dari tujuan, yaitu kesimpulan
yang menjadi solusi permasalahan yang dihadapi.
Mesin inferensi mencari kaidah-kaidah dalam basis
pengetahuan yang kesimpulannya merupakan
solusi yang ingin dicapai, kemudian dari kaidah-
kaidah yang diperoleh, masing-masing kesimpulan
dirunut balik jalur yang mengarah ke kesimpulan
tersebut. Jika informasi-informasi atau nilai dari
atribut-atribut yang mengarah ke kesimpulan
tersebut sesuai dengan data yang diberikan maka
kesimpulan tersebut merupakan solusi yang dicari,
jika tidak sesuai maka kesimpulan tersebut bukan
merupakan solusi yang dicari. Runut balik memulai
proses pencarian dengan suatu tujuan sehingga
strategi ini disebut juga goal-driven.(gambar 3):[3]

2.4 Metode Pencarian
Dalam mengembangkan sistem pakar ini
pengetahuan dan informasi diperoleh dari beberapa
sumber, yaitu dari pakar anak serta dari buku
gangguan penyakit umum pada balita. Pengetahuan
ini akan direpresentasikan dalam bentuk rule yang
berguna untuk menemukan kesimpulan terhadap
gejala penyakit umum pada balita dan solusinya.
Pada dasarnya rule terdiri dari dua bagian pokok,
yaitu bagian premise atau kondisi dan bagian
conclution atau kesimpulan. Struktur rule secara
logika menghubungkan satu atau lebih kondisi
(premise) pada bagian IF (yang akan menguji
kebenaran dari serangkaian data) dengan satu atau
lebih kesimpulan (conclusion) yang terdapat pada
bagian THEN.
Selain rule, pada sistem pakar juga
dibutuhkan database yang berisi fakta tentang
gangguan penyakit umum pada balita atau ciri-ciri
permasalahan pada balita. Dengan adanya Rule dan
database ini belum cukup untuk menyelesaikan
masalah gangguan penyakit umum pada balita,
untuk menelusuri masalah dibutuhkan sebuah
metode inferensi. Metode inferensi yang digunakan
dalam penelusuran masalah pada sistem pakar
gangguan penyakit umum pada balita ini adalah
forward chaining (penelusuran maju), metode
forward chaining adalah strategi pencarian yang
3

memulai proses pencarian dari sekumpulan data
atau fakta, dari data-data tersebut dicari suatu
kesimpulan yang menjadi solusi dari permasalahan
yang dihadapi. Didalam menemukan solusinya
dibutuhkan penyelesaian pada setiap tahapan,
sebelum tahap yang satu selesai tidak dapat maju
ke tahap berikutnya karena hal tersebut dapat
berpengaruh dalam pencapaian solusinya.

2.5 PHP

PHP adalah bahasa pemrograman script yang paling
banyak dipakai saat ini. PHP banyak dipakai untuk
memprogram situs web dinamis, walaupun tidak
tertutup kemungkinan digunakan untuk pemakaian
lain. Contoh terkenal dari aplikasi PHP adalah phpBB
dan MediaWiki (software di belakang Wikipedia).
PHP juga dapat dilihat sebagai pilihan lain dari
ColdFusion Macromedia, JSP/Java Sun
Microsystems, dan CGI/Perl. Contoh aplikasi lain
yang lebih kompleks berupa CMS yang dibangun
menggunakan PHP adalah Mambo, Joomla, Postnuke,
Xaraya.

2.6 MySQL

SQL (Structured Query Language) adalah bahasa
yang dipergunakan untuk mengakses data dalam
basis data relation. Bahasa ini secara defacto adalah
bahasa standar yang digunakan dalam manajemen
basis data relasional. Saat ini hampir semua server
basis data yang ada mendukung bahasa ini dalam
manajemen datanya.
3. MODEL, ANALISA, DESAIN, DAN
IMPLEMENTASI
3.1 Model
Teknik analisis data dalam pembuatan perangkat
lunak menggunakan pemodelan perangkat lunak
dengan model waterfall, yang meliputi beberapa
proses diantaranya (gambar 4): [4]
Gambar 4. Permodelan Waterfall
1. Communication
Tahap ini merupakan tahap pengumpulan data dan
kebutuhan lainnya. Data yang dikumpulkan akan
dianalisis dan didefinisikan sebelum masuk ke
tahap desain
2. Planing
Tahap ini merupakan tahap yang dilakukan
sebelum melakukan coding. Tahap ini bertujuan
untuk memberikan gambaran apa yang seharusnya
dikerjakan dan bagaimana tampilannya. Tahap ini
juga membantu dalam menspesifikasikan
kebutuhan hardware dan sistem serta
mendefinisikan arsitektur sistem secara
keseluruhan.
3. Modeling
Tahap ini merupakan tahap mengimplementasikan
(menterjemahkan) design perangkat lunak kedalam
kode-kode dengan menggunakan bahasa
pemrograman yang telah ditentukan.
4. Construction
Tahap ini merupakan tahap pengintegrasi
(penggabungan) unit-unit program yang telah
diimplementasikan dan kemudian dilakukan
pengujian secara menyeluruh.
5. Deployment
Tahap ini merupakan tahap dimana program
dioperasikan di lingkungannya sekaligus
melakukan penyesuaian atau perubahan karena
adaptasi dengan situasi sebenarnya (sesuai dengan
kebutuhan masyarakat) untuk itu perlu diadakan
beberapa perbaikan untuk menangani berbagai
macam kesalahan dan untuk melengkapi fungsi-
fungsi baru yang dibutuhkan.
3.2 Analisis
Analisis sistem merupakan tahap yang bertujuan
untuk memahami sistem, mengetahui kekurangan
sistem, dan menentukan kebutuhan hasil proses
pada perangkat lunak pengendali pointer.
3.2.1 Analisis Pohon Keputusan







Gambar 5. Pohon Keputusan mendiagnosa
penyakit umum
4

3.2.2 Analisis Data Class Diagram
Gambar 6. Class Diagram
N
o
Class Deskripsi
1 User dan Admin Digunakan untuk
menyimpan semua data
data user yang bisa
mengakses system.
2 Admin, gejala Digunakan untuk
menyimpan data data
gejala.
3 Admin, solusi Digunakan untuk
menyimpan data data
solusi.
4 Admin,
pertanyaan
Digunakan untuk
menyimpan semua data
data pertanyaan.

4. DESAIN SISTEM
Desain struktur menu merupakan jalur pemakaian
sistem yang mudah dipahami dan mudah
digunakan. Perancangan struktur menu user dari
sistem yang dibangun dapat dilihat pada gambar 5
dan gambar 6.




Gambar 7. Perancangan Halaman Register

Gamabar 8. Perancangan Halaman Konsultasi

Desain antar muka dari sistem yang dibangun dapat
dilihat pada gambar 9 dan gambar 10.







Gambar 9. Perancangan Halaman Menu






Gambar 10. Perancangan Halaman Admin





5

5. IMPLEMENTASI
Implementasi antar muka user dari sistem pakar
yang dibangun dapat dilihat gambar 11, 12, 13 dan
gambar 14.

Gambar 11. Tampilan Halaman Menu



Gambar 12. Tampilan Halaman Admin




Gambar 13. Tampilan Halaman Konsultasi



Gambar 14. Tampilan Halaman Registrasi
7. KESIMPULAN DAN SARAN
7.1 Kesimpulan
Dari penulisan tugas akhir ini mulai
dari tahapan analisa permasalahan yang ada hingga
pengujian sistem yang baru dirancang maka dapat
diambil beberapa kesimpulan, yaitu:
1. Dengan adanya aplikasi sistem pakar dengan
menggunakan metode forward chaining ini
dapat memudahkan dan membantu pengguna
(user) mengindentifikas penyakit umum pada
balita dengan cara melakukan konsultasi.
2. Berdasarkan hasil pengujian, aplikasi sistem
pakar ini dapat berguna untuk membantu user
dalam memberikan solusi dan saran dengan
cara melakukan konsultasi.
3. Dengan melakukan konsultasi dan menjawab
pertanyaan ya atau tidak ke aplikasi sistem
pakar penyakit umum pada balita. Sehingga
user dapat mengetahui jenis penyakit umum
pada balita berdasarkan gejala-gejala yang
dialami.
7.2 Saran
Dari beberapa kesimpulan yang telah
diambil. Maka dapat dikemukakan saran-saran
yang akan sangat membantu pengembangan
perangkat lunak selanjutnya.
1. Sistem yang dibangun penulis pada intinya
hanya sebatas konsultasi mengenai beberapa
penyakit umum pada balita. Sehingga
diharapkan adanya pengembangan untuk
sistem yang lebih luas cakupannya.
2. Pengetahuan tentang penyakit umum pada
balita kiranya semakin ditambah dengan
penambahan data penyebab beserta gejala
sehingga informasi yang dimiliki akan
semakin luas dan banyak.
3. Diharapkan ada pengembangan lainnya di
apalikasi sistem pakar ini seperti, konsultasi
berbasis Getaway sehingga nantinya dapat
meningkatkan nilai sistem pakar di mata
pengguna.
Diperlukan maintenance terhadap program aplikasi
yang telah dibuat, supaya dapat digunakan secara
berkelanjutan selama pemrosesan informasi yang
ada di sistem pakar mendiagnosa penyakit umum
pada balita.
DAFTAR PUSTAKA
Andi. 2009. Pengembangan Sistem Pakar. C.V
Andi Offset. Yogyakarta.
6

Kusumadewi. 2003. Artificial Intelligent (Teknik
dan Aplikasinya). Yogyakarta: Graha Ilmu
Merck Consumer Health Care Indonesia. Tahapan
tumbuh kembang pada anak.
http://inspirasisehat.com
Munawar. 2005. Pemodelan Visual dengan UML.
Yogyakarta: Graha Ilmu.Sri
Nugroho, Adi. 2009. Rekayasa Perangkat Lunak
Menggunaka UML dan Java.
Yogyakarta : Andi Offset.
Suyanto, ST. Msc. 2011. Artificial Intelligence.
Bandung: Informatika Bandung
Wong, Donna L. (2004). Pedoman klinis
keperawatan pediatrik. Monica ester (penerjemah).
Jakarta : Penerbit EGC.
http://www.lifebuoy.co.id/berita-
sehat/health-tips/gejala-dan-
pengobatan-diare-pada-anak/
http://www.sahabatnestle.co.id/Page/arsip/arti
kel/gejala-gangguan-pernapasan-pada-
bayi
http://life.viva.co.id/news/read/318914-kenali-
gejala-konstipasi-pada-anak