Pelita Informatika Budi

Budi Darma, Volume : IV, Nomor: 3,

3, Agustus 2013

ISSN : 23012301-9425

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT GAGAL

GINJAL DENGAN MENGGUNAKAN METODE BAYES
Sri Rahayu (0911441)
Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan
Jl. Sisimangaraja No.338 Simpang Limun Medan
www.stmik-budidarma.ac.id //Email: Srirahayu034@gmail.com
ABSTRAK
Penyakit gagal ginjal adalah suatu penyakit dimana fungsi organ ginjal mengalami penurunan hingga pada
akhirnya tidak mampu lagi bekerja sama sekali dalam hal penyaringan pembuangan elektrolit tubuh, dalam
menjaga keseimbangan cairan zat kimia tubuh seperti sodium dan kalium didalam darah atau produksi urine.
Sistem Pakar adalah suatu program komputer yang dirancang untuk mengambil keputusan seperti keputusan
yang diambil oleh seseorang atau beberapa orang pakar. Menurut Marimin (1992), Sistem Pakar adalah sistem
perangkat lunak komputer yang menggunakan ilmu, fakta dan teknik berpikir dalam pengambilan keputusan
untuk menyelesaikan masalah-masalah yang biasanya hanya dapat diselesaikan oleh tenaga ahli dalam bidang
yang bersangkutan.
Adapun tujuan yang akan dicapai adalah untuk membuat aplikasi sistem pakar yang berguna sebagai alat
bantu untuk mendapatkan informasi dan dugaan awal dalam mendiagnosa penyakit gagal ginjal. Hasil dalam
penelitian ini adalah sistem pakar untuk mendiagnosa penyakit gagal ginjal dengan menggunakan metode bayes
dapat menyelesaikan masalah diagnosis penyakit gagal ginjal, karena dapat memberikan hasil diagnosis dengan
nilai probabilitas kemunculan setiap jenis penyakit.
Kata kunci : Gagal Ginjal, Sistem Pakar, Metode Bayes

1. Pendahuluan
1.1 Latar Belakang
Penyakit gagal ginjal adalah suatu penyakit
dimana fungsi organ ginjal mengalami penurunan
hingga pada akhirnya tidak mampu lagi bekerja sama
sekali dalam hal penyaringan pembuangan elektrolit
tubuh, dalam menjaga keseimbangan cairan zat kimia
tubuh seperti sodium dan kalium didalam darah atau
produksi urine. Penyakit gagal ginjal ini dapat
menyerang siapa saja yang menderita penyakit serius
atau terluka dimana hal itu berdampak langsung pada
ginjal itu sendiri. Penyakit gagal ginjal lebih sering
dialami mereka yang berusia dewasa, terlebih pada
kaum lanjut usia.
Gagal ginjal akut jika dilakukan pengobatan yang
tepat, akan dapat disembuhkan. Sedangkan gagal
ginjal kronik tidak dapat disembuhkan, dan harus
menjalani pengobatan seumur hidup. Penyebab gagal
ginjal akut dapat disebabkan oleh peristiwa yang
terjadi secara akut, seperti penyumbatan total saluran
ginjal oleh batu, kekurangan cairan pada diare yang
tidak segera diatasi dan kekurangan darah pada luka
dan operasi, infeksi berat serta keracunan obat dan zat
kimia tertentu. Bila tidak ditangani dengan baik gagal
ginjal akut ini akan berubah menjadi gagal ginjal
kronik permanen.
Sistem Pakar adalah suatu program komputer
yang dirancang untuk mengambil keputusan seperti
keputusan yang diambil oleh seseorang atau beberapa
orang pakar. Menurut Marimin (1992), Sistem Pakar
adalah sistem perangkat lunak komputer yang

menggunakan ilmu, fakta dan teknik berpikir dalam

pengambilan
keputusan
untuk
menyelesaikan
masalah-masalah yang biasanya hanya dapat
diselesaikan oleh tenaga ahli dalam bidang yang
bersangkutan.
Metode Bayes merupakan metode yang baik
didalam mesin pembelajaran berdasarkan data
training, dengan menggunakan probabilitas bersyarat
sebagai dasarnya. Metode Bayes juga merupakan
suatu metode untuk menghasilkan estimasi parameter
dengan menggabungkan informasi dari sampel dan
informasi lain yang telah tersedia sebelumnya.
Keunggulan utama dalam penggunaan Metode Bayes
adalah penyederhanaan dari cara klasik yang penuh
dengan integral untuk memperoleh model marginal.
Disamping itu, Metode Bayes memberikan hasil
pendugaan yang lebih baik daripada pendugaan dalam
metode klasik. Karena dalam didalam metode klasik
dalam pendugaan parameternya hanya berdasarkan
informasi dari data sampel, dimana ukuran sampel
sangat berpengaruh terhadap hasil pendugaan. Dalam
Metode Bayes selain menggunakan informasi dari
data sampel juga di pertimbangkan informasi dari
sebaran prior untuk mendapatkan sebaran posterior,
sehingga hasil pendugaan dalam Metode Bayes akan
jauh lebih baik.
1.2 Perumusan Masalah
Dari uraian-uraian di atas, maka
dirumuskan masalah-masalah sebagai berikut :

Sistem Pakar Untuk Mendiagnosa Penyakit Gagal Ginjal Dengan Menggunakan Metode Bayes.
Oleh : Sri Rahayu

dapat

129

Pelita Informatika Budi

Budi Darma, Volume : IV, Nomor: 3,
3, Agustus 2013

1.

2.
3.

Bagaimana mengetahui jenis penyakit gagal

ginjal yang diderita berdasarkan gejala dari
penyakit gagal ginjal?
Bagaimana menerapkan metode bayes untuk
mendiagnosa penyakit gagal ginjal?
Bagaimana merancang program aplikasi sistem
pakar untuk mendiagnosa penyakit gagal ginjal
dengan menerapkan metode Bayes ?

2. Landasan Teori
2.1 Kecerdasan Buatan
Kecerdasan buatan (Artificial Intelligence) adalah
suatu bidang ilmu komputer yang mendayagunakan
komputer sehingga dapat berprilaku cerdas (T.Sutojo,
Vincent Suhartono 2011: 1). Kecerdasan buatan
meyelesaikan permasalahan dengan mendayagunakan
komputer untuk memecahkan masalah yang kompleks
dengan cara mengikuti proses penalaran manusia.
Kecerdasan
buatan
memiliki
tujuan
untuk
menciptakan komputer yang lebih cerdas, mengerti
tentang kecerdasan, dan membuat mesin yang lebih
berguna. Dorongan utama dari kecerdasan buatan
adalah mengembangkan fungsi normal komputer yang
digabungkan dengan kecerdasan manusia, seperti
member alasan, menarik kesimpulan, belajar dan
memecahkan masalah. Teknologi kecerdasan buatan
dipelajari dalam beberapa bidang, seperti : Robotika
dan Sistem Sensor, Penglihatan Komputer (Computer
Vision), Sistem Saraf Tiruan (Artificial Neural
System), Agen Cerdas (Intelligent Agent), Pengenalan
Suara (Speech Recognition), permainan (Game
Playing) dan Sistem Pakar (Expert System).
2.2 Sistem Pakar
Menurut Arhami (2005: 3) Salah satu teknik
kecerdasan buatan yang menirukan proses penalaran
manusia adalah Sistem Pakar. Secara umum, Sistem
Pakar (expert system) adalah sistem yang berusaha
mengadopsi pengetahuan manusia ke komputer, agar
komputer dapat menyelesaikan masalah seperti yang
biasa dilakukan oleh para ahli Sistem Pakar yang baik
dirancang
agar
dapat
menyelesaikan
suatu
permasalahan tertentu dengan meniru kerja para ahli.
Dengan Sistem Pakar ini, orang awam juga dapat
menyelesaikan masalah yang cukup rumit yang
sebenarnya hanya dapat diselesaikan dengan bantuan
para ahli. Bagi para ahli, Sistem Pakar ini juga akan
membantu aktivitasnya sebagai asisten yang sangat
berpengalaman.
2.2.1 Ciri Ciri Sistem Pakar
Sistem pakar merupakan program-program
praktis yang menggunakan strategi heuristik yang
dikembangkan oleh manusia untuk menyelesaikan
permasalahan-permasalahan yang spesifik (khusus),
disebabkan oleh keheuristikannya dan sifatnya yang
berdasarkan pada pengetahuan sehingga umumnya
sistem pakar mempunyai ciri-ciri sebagai berikut (E.
Turban, 1995):
1. Terbatas pada domain keahlian tertentu.

ISSN : 23012301-9425

2. Berdasarkan pada kaidah/rule tertentu.

3. Dapat digunakan dalam berbagai jenis komputer.
4. Mudah dimodifikasi, yaitu dengan menambah atau
menghapus suatu kemampuan dari basis
pengetahuannya.
5. Sistem dapat mengaktifkan kaidah secara searah
yang sesuai, dituntun oleh dialog dengan
pemakai.
(Arhami, 2005: 23)
2.3 Penyakit Gagal Ginjal
Penyakit gagal ginjal disebabkan oleh fungsi
organ ginjal yang mengalami penurunan, sehingga
tidak dapat menyaring pembuangan elektrolit tubuh.
Selain itu, organ ini juga tidak dapat menjaga
keseimbangan antara cairan dan zat kimia tubuh,
seperti sodium dan kalium didalam darah atau
produksi urine.
2.3.1 Gagal Ginjal
Ginjal (renal) adalah organ tubuh yang memiliki
fungsi utama untuk menyaring dan membuang zat-zat
sisa metabolisme tubuh dari darah dan menjaga
keseimbangan cairan serta elektrolit (misalnya
kalsium, natrium, dan kalium) dalam darah. Ginjal
juga memproduksi bentuk aktif dari vitamin D yang
mengatur penyerapan kalsium dan fosfor dari
makanan sehingga membuat tulang menjadi kuat.
Selain itu ginjal memproduksi hormon eritropoietin
yang merangsang sumsum tulang untuk memproduksi
sel darah merah, serta renin yang berfungsi mengatur
volume darah dan tekanan darah.

Gambar 1 : Penyakit Gagal Ginjal

2.3.2 Penyebab Penyakit Gagal Ginjal
Selain hal-hal yang telah disebutkan sebelumnya,
masih ada banyak faktor penyebab penyakit gagal
ginjal. Berikut beberapa penyebab penyakit gagal
ginjal secara umum, antara lain :
1. Infeksi saluran kemih (pielonefritis kronis)
2. Penyakit peradangan (glomerulonefritis)
3. Penyakit vaskuler hipertensif (nefrosklerosis,
stenosis arteri renalis)
4. Gangguan
jaringan
penyambung
(SLE,
poliarteritis nodusa, sklerosis sitemik)
5. Penyakit kongenital dan herediter (penyakit ginjal
polikistik, asidosis tubulus ginjal)
6. Penyakit
metabolik
(DM,
gout,
hiperparatiroidisme)
7. Nefropati toksik
8. Nefropati obstruktif (batu saluran kemih).
(Asadi Muhammad, 2012: 18)

Sistem Pakar Untuk Mendiagnosa Penyakit Gagal Ginjal Dengan Menggunakan Metode Bayes.
Oleh : Sri Rahayu

130

Pelita Informatika Budi

Budi Darma, Volume : IV, Nomor: 3,
3, Agustus 2013

2.4 Metode Bayes

Metode Bayes merupakan metode yang baik
didalam mesin pembelajaran berdasarkan data
training, dengan menggunakan probabilitas bersyarat
sebagai dasarnya. Metode Bayes juga merupakan
suatu metode untuk menghasilkan estimasi parameter
dengan menggabungkan informasi dari sampel dan
informasi lain yang telah tersedia sebelumnya.
Keunggulan utama dalam penggunaan Metode Bayes
adalah penyederhanaan dari cara klasik yang penuh
dengan integral untuk memperoleh model marginal
(Arhami, 2005: 142).
2.4.1 Probabilitas dan Metode Bayes
Probabilitas Bayes merupakan salah satu cara
yang baik untuk mengatasi ketidakpastian data dengan
menggunakan formula bayes yang dinyatakan dengan
rumus :
P(H | E) =

P(E | H). P(H)

P(E)

Keterangan :
P(H | E) : probabilitas hipotesis H jika diberikan
evidence E
P(E | H) : probabilitas munculnya evidence apapun
P(E)
: probabilitas evidence E
Dalam bidang kedokteran teorema Bayes sudah
dikenal tapi teorema ini lebih banyak diterapkan
dalam
logika
kedokteran
modern
(Cutler:
1991).Teorema ini lebih banyak diterapkan pada halhal yang berkenaan dengan probabilitas serta
kemungkinan dari penyakit dan gejala-gejala yang
berkaitan.
3. Analisa
3.1 Perhitungan Dengan Teorema Bayes
Secara umum teorema Bayes dengan E kejadian
dan Hipotesis H dapat dituliskan dalam bentuk :

P(EHi).
P(Hi| E) =
P(EHj)
j

P (E | Hi) P (Hi)
P (E | Hj) P(Hj)
j

P (E | Hi) P (Hi)
P(E)

Teorema Bayes dapat dikembangkan jika

setelah dilakukan pengujian terhadap hipotesis
kemudian muncul lebih daris satu evidence.
Dalam hal ini maka persamaan nya akan
menjadi:

ISSN : 23012301-9425

Keterangan :
e
E
P(H | E,e)

: evidence lama
: evidence baru
: probabilitas hipotesis H benar jika
muncul evidence baru E dari
evidence baru E dari evidence lama
e.
P(H | E)
: probabilitas hipotesis H benar jika
diberikan evidence E.
P(e | E,H)
: kaitan antar e dan E jika hipotesis H
benar.
P(e | E)
: kaitan antara e dan E tanpa
memandang hipotesis apapun.
Berikut ini adalah contoh penghitungan probabilita
s menggunakan probabilitas Bayes :
Probabilitas terkena penyakit bronkhitis khronika
apabila mengalami batuk lebih dari 4 minggu.
P(bronchitis khronika | batuk lebih dari 4 minggu) =
0,13
Terdapat gejala baru, yaitu batuk berdarah dalam 3
bulan terkahir, probabilitas terkena penyakit bronchitis
khronika apabila mengalami batuk berdarah dalam 3
bulan terakhir. P(bronchitis khronika | batuk darah
dalam 3 bulan terakhir) = 0,4
Keterkaitan antara adanya gejala batuk lebih dari
4 minggu dan batuk darah dalam 3 bulan terkahir
apabila seseorang menderita bronchitis khronika
adalah 0,33. Keterkaitan antara adanya gejala batuk
lebih dari 3 minggu dan batuk darah dalam 3 bulan
terakhir tanpa memperhatikan penyakit yang diderita
adalah 0,15, maka:
A = batuk darah dalam 3 bulan terakhir
B = batuk lebih dari 4 minggu
H = bronchitis khronika
P(H |A,B) = P(H | A) x

P (B | A, H )
P(B, A)

= 0,4 x

0,33
= 0,88
0,15
(Arhami, 2005: 144)
Contoh kasus penyakit gagal ginjal akut :
Aulia melakukan diagnosa dengan
pertanyaan sesuai dengan gejala berikut :
G1 = 0.4 = P(E|H1)
G2 = 0.2 = P(E|H2)
G3 = 0.4 = P(E|H3)
G4 = 0.6 = P(E|H4)
G5 = 0.2 = P(E|H5)
G6 = 0.2 = P(E|H6)
G7 = 0.2 = P(E|H7)
G8 = 0.4 = P(E|H8)
G9 = 0.4 = P(E|H9)

Kemudian
mencari
nilai
semesta
dengan
menjumlahkan dari hipotesa di atas :
9k=1 = G1 + G2 + G3 + G4 + G5 + G6 + G7 + G8 +
G9

P (e | E, H )
P(e | E)
Sistem Pakar Untuk Mendiagnosa Penyakit Gagal Ginjal Dengan Menggunakan Metode Bayes.
Oleh : Sri Rahayu

P (H |E,e) = P(H | E)

menjawab

131

Pelita Informatika Budi

Budi Darma, Volume : IV, Nomor: 3,
3, Agustus 2013

= 0.4+ 0.2 + 0.6 + 0.8 + 0.2 + 0.4 + 0.2 + 0.6 +

0.4
= 3.8
Setelah hasil penjumlahan di atas diketahui, maka
didapatlah rumus untuk menghitung nilai semesta
adalah sabagai berikut :
H1
0 .4
P ( H 1) =
=
= 0.10526
9
3
.
8

k =1

P (H 2) =
P ( H 3) =

P (H 4) =
P ( H 5) =
P ( H 6) =

P ( H 7) =
P ( H 8) =

P ( H 9) =

H2

0 . 2 0.05263
=
3 .8

0 . 4 0.10526
=
3 .8

=
=

k =1

H9

k =1

H8

0 . 8 0.21052
=
3 .8

k =1

H7

k =1

H6

0 . 6 0.15789
=
3 .8

k =1

H5

k =1

H4

0 . 2 0.05263
=
3 .8

k =1

H3

9
k =1

0 . 2 0.05263
=
3 .8
0 . 6 0.15789
=
3 .8

0 .4 0.10526
=
3 .8

Setelah nilai P(Hi) diketahui, probabilitas

hipotesis H tanpa memandang evidence apapun, maka
langkah selanjutnya adalah :
9

= P(Hi) * P(E | Hi n)
k =1

= P(H1) * P(E|H1) + P(H2) * P(E|H2) + P(H3)

* P(E|H3) + P(H4) * P(E|H4) + P(H5) *
P(E|H5) + P(H6) * P(E|H6) + P(H7) *
P(E|H7) + P(H8) * P(E|H8) + P(H9) *
P(E|H9)
= (0.10526 * 0.4) + (0.05263 * 0.2) + (0.15789
* 0.4) + (0.21052 * 0.6) + (0.05263 * 0.2) +
(0.10526 * 0.2) + (0.05263 * 0.2) + (0.15789
* 0.4) + (0.10526 * 0.4)
= 0.04210 + 0.01052 + 0.06315 + 0.12631 +
0.01052 + 0.02105 + 0.01052 +0.06315 +
0.04210
= 0.38942
Langkah selanjutnya ialah mencari nilai
P(Hi|E) atau probabilitas hipotesis Hi benar jika
diberikan evidence E

0.2 * 0.05263
= 0.02702
0.38942
0.4 * 0.15789
= 0.16217
P( H 3 | E ) =
0.38942
0.6 * 0.21052
= 0.32435
P( H 4 | E ) =
0.38942
0.2 * 0.05263
= 0.02702
P( H 5 | E ) =
0.38942
0.2 * 0.10526
= 0.05405
P( H 6 | E ) =
0.38942
0.2 * 0.05263
= 0.02702
P( H 7 | E ) =
0.38942
0.4 * 0.15789
= 0.16217
P( H 8 | E ) =
0.38942
0.4 * 0.10526
= 0.10811
P( H 9 | E ) =
0.38942
P( H 2 | E ) =

Setelah seluruh nilai P(Hi|E) diketahui, maka

jumlahkan seluruh nilai bayesnya dengan rumus
sebagai berikut :
n

Bayes = Bayes1 + Bayes2 + Bayes3 + Bayes4 + Bayes5 + Bayes6 + Bayes7 +

k =1

Bayes8 + Bayes9
= (0.4 * 0.10811) + (0.2 * 0.02702) + (0.6
* 0.16217) + (0.8 * 0.32435) + (0.2 *
0.02702) + (0.4 * 0.05405) + (0.2 *
0.02702) + (0.4 * 0.16217) + (0.6 *
0.10811)
= 0.04324 + 0. 00544 + 0.09730 +
0.25948 + 0.00544 + 0.02162 +
0.00544 + 0.06486 + 0.06486
= 0.56768 * 100%
= 56.7678%
Contoh kasus penyakit gagal ginjal kronis
Aulia melakukan diagnosa dengan menjawab
pertanyaan sesuai dengan gejala berikut :
G3 = 0.4 = P(E|H3)
G4 = 0.6 = P(E|H4)
G5 = 0.2 = P(E|H5)
G6 = 0.2 = P(E|H6)
G10 = 0.2 = P(E|H10)
G11 = 0.4 = P(E|H11)
G12 = 0.4 = P(E|H12)
G13 = 0.8 = P(E|H13)
G14 = 0.2 = P(E|H14)
G15 = 0.6 = P(E|H15)
G16 = 0.4 = P(E|H16)
Jumlahkan Hipotesa diatas untuk mencari nilai
semestanya :
11

P( H 1 | E ) =

0.4 * 0.10526
= 0.10811
0.38942

ISSN : 23012301-9425

k =1

= G 3 + G 4 + G 5 + G 6 + G10 + G11 + G12 + G13 + G14 + G15 + G16

= 0.6 + 0.8 + 0.2 + 0.4 + 0.2 + 0.4 + 0.6 + 0.8 +

0.2 + 0.6 + 0.4
= 5.2

Sistem Pakar Untuk Mendiagnosa Penyakit Gagal Ginjal Dengan Menggunakan Metode Bayes.
Oleh : Sri Rahayu

132

Pelita Informatika Budi

Budi Darma, Volume : IV, Nomor: 3,
3, Agustus 2013

Setelah hasil penjumlahan diatas diketahui, maka

didapatlah rumus untuk menghitung nilai semesta
adalah sebagai berikut :

P( H 3) =
P ( H 4) =
P( H 5) =
P( H 6) =

H3
11

k =1

H4
11

k =1

H5
11

11

P( H 11) =
P( H 12) =
P( H 13) =
P( H 14) =

P( H 15) =
P( H 16) =

0.8
=
= 0.15384
5.2
=

0.2
= 0.03846
5.2

0.4
= 0.07692
5.2

k =1

H6

P( H 10) =

0.6
=
= 0.11538
5.2

k =1

H 10
11

0.2
= 0.03846
5. 2

0. 4
= 0.07692
5.2

0.6
= 0.11538
5. 2

0.8
= 0.15384
5. 2

0.2
= 0.03846
5. 2

0. 6
= 0.11583
5.2

k =1

H 11
11

k =1

H 12
11

k =1

H 13
11

k =1

H 14
11

k =1

H 15
11

k =1

H 16
11

k =1

0.4
= 0.07692
5.2

Setelah hasil P(Hi) diketahui, probabilitas hipotesis H

tanpa memandang evidence apapun. Maka langkah
selanjutnya adalah :
11

= P ( Hi ) * P ( E | Hi n )

k =1

= P(H3) * P(E|H3) + P(H4) * P(E|H4) + P(H5) *

P(E|H5) + P(H6) * P(E|H6)
+ P(H10) * P(E|H10) + P(H11) * P(E|H11) +
P(H12) * P(E|H12) + P(H13) *
P(E|H13) + P(H14) * P(E|H14) + P(H15) *
P(E|H15) + P(H16) * P(E|H16)
= (0.011538 * 0.4) + (0.15384 * 0.6) + (0.03846
* 0.2) + (0.07692 * 0.2) +
(0.03846 * 0.2) + (0.07692 * 0.4) + (0.11538 *
0.4) + (0.15384 * 0.8) +
(0.03846 * 0.2) + (0.11538 * 0.6) + (0.07692 *
0.4)
= 0.04615 + 0.09230 + 0.00769 + 0.01538 +
0.00769 + 0.03076 + 0.04615 +
0.12307 + 0.00769 + 0.06922 + 0.03076

ISSN : 23012301-9425

= 0.47686
Langkah selanjutnya adalah mencari nilai P(Hi|E) atau
probabilitas Hipotesis Hi benar jika diberikan nilai
evidence E :

0.4 * 0.11538
= 0.09678
0.47686
0.6 * 0.15384
= 0.19356
P( H 4 | E ) =
0.47686
0.2 * 0.03846
= 0.01613
P( H 5 | E ) =
0.47686
0.2 * 0.07692
= 0.03226
P( H 6 | E ) =
0.47686
0.2 * 0.03846
= 0.01613
P ( H 10 | E ) =
0.47686
0.4 * 0.07692
= 0.06452
P( H 11 | E ) =
0.47686
0.4 * 0.11538
= 0.09678
P( H 12 | E ) =
0.47686
0.8 * 0.15384
= 0.25808
P ( H 13 | E ) =
0.47686
0.2 * 0.03846
= 0.01613
P( H 14 | E ) =
0.47686
0.6 * 0.11538
= 0.14517
P( H 15 | E ) =
0.47686
0.4 * 0.07692
= 0.06452
P ( H 16 | E ) =
0.47686

P( H 3 | E ) =

Setelah seluruh nilai P(Hi|E) diketahui, maka

jumlahkan seluruh nilai bayesnya dengan rumus
sebagai berikut :
n

Bayes = Bayes1 + Bayes2 + Bayes3 + Bayes4 + Bayes5 + Bayes6 + Bayes7 +

k =1

Bayes8 + Bayes9 + Bayes10 + Bayes11

= (0.6 * 0.09678) + (0.8 * 0.19356) + (0.2
* 0.01613) + (0.4 * 0.03226)
+ (0.2 * 0.01613) + (0.4 * 0.06452) + (0.6
* 0.09678) + (0.8 * 0.25808)
+ (0.2 * 0.01613) + (0.6 * 0.14517) + (0.4
* 0.06452)
= 0.05806 + 0.15484 + 0.00322 + 0.01290
+ 0.00322 + 0.02580 +
0.05860 + 0.20646 + 0.00322 + 0.08710
+ 0.02580
= 0.63922 * 100 %
= 63.922 %
Dari kesimpulan perhitungan di atas, maka dapat
dipastikan Aulia menderita penyakit gagal ginjal
kronis dengan nilai 63.922 %.
Form ini digunakan untuk mengetahui tentang
profil penulis.
4.

Penutup

Sistem Pakar Untuk Mendiagnosa Penyakit Gagal Ginjal Dengan Menggunakan Metode Bayes.
Oleh : Sri Rahayu

133

Pelita Informatika Budi

Budi Darma, Volume : IV, Nomor: 3,
3, Agustus 2013

4.1 Kesimpulan
Berdasarkan pengembangan yang telah dilakukan
selama proses perancangan hingga implementasi
sistem pakar untuk mendiagnosa penyakit gagal ginjal
dengan menggunakan Metode Bayes, maka dapat
diambil kesimpulan sebagai berikut :
1. Aplikasi sistem pakar ini memudahkan user
dalam proses melakukan konsultasi, karena dalam
rekam medis rumah sakit cocok dengan
perhitungan sistem. Pengembangan sistem pakar
untuk mendiagnosa penyakit gagal ginjal dapat
berhasil dengan baik, yaitu mampu menghasilkan
jawaban yang dibutuhkan oleh pengguna umum
(pasien).
2. Sistem dapat mengeluarkan hasil perhitungan
valid yang sama dengan perhitungan manual,
sehingga proses diagnosa penyakit gagal ginjal
dapat dilakukan dengan cepat dan akurat.
3. Sistem pakar memiliki tampilan (interface) yang
menarik dan mudah digunakan, karena banyak
pengguna yang menilai baik dan sangat setuju
dengan tampilan (interface) sistem, sehingga
masyarakat awam dapat memanfaatkan aplikasi
ini dengan mudah untuk mengetahui jenis
penyakit gagal ginjal yang diderita.

ISSN : 23012301-9425

[8]. Hendrayudi,
Dasar-Dasar
Pemrograman
Microsoft Visual Basic 2008, Penerbit PT. Sarana
Tutorial Nurani Sejahtera, 2011
[9]. Asadi Muhammad, Serba-Serbi Gagal Ginjal,
Penerbit Diva Press

4.2 Saran
Penelitian yang dilakukan tentunya tidak terlepas
dari kekurangan dan kelemahan. Oleh karena itu,
untuk kebaikan pengembangan sistem lebih lanjut,
maka penulis menyarankan beberapa hal diantaranya :
1. Dikarenakan ilmu pengetahuan terus berkembang
dan ditemukannya hal-hal baru maka basis
pengetahuan dan basis aturan sistem pakar ini
perlu di-update atau ditambah, sehingga data-data
yang ada menjadi lebih lengkap dan kompleks.
2. Interface (tampilan) sistem pakar yang dibangun
masih tampak sederhana, sehingga dapat
dikembangkan lebih menarik dengan dilengkapi
multimedia (suara dan gambar) maupun animasi.
Daftar Pustaka
[1]. Rosa A.S-M.Salahuddin, Modul Pembelajaran
Rekayasa Perangkat Lunak (Terstruktur dan
Berorientasi Objek), Penerbit Modula, Bandung,
2011
[2]. Muhammad Arhami, Konsep Dasar Sistem Pakar,
Penerbit Andi, Yogyakarta, 2005
[3]. Kusrini, Aplikasi Sistem Pakar, Penerbit Andi,
Yogyakarta, 2008
[4]. T.Sutojo, Vincent Suhartono, Kecerdasan Buatan,
Penerbit Andi, Yogyakarta, 2011
[5]. http://www.scribd.com/doc/89963317/PengertianDiagnosis/
[6]. http://www.scribd.com/doc/89963317/PengertianDiagnosis/
[7]. http://artikesehatan.wordpress.com/gagal-ginjal/

Sistem Pakar Untuk Mendiagnosa Penyakit Gagal Ginjal Dengan Menggunakan Metode Bayes.
Oleh : Sri Rahayu

134