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