Anda di halaman 1dari 8

APLIKASI DIAGNOSIS PENYAKIT MENGGUNAKAN PERANGKAT BERGERAK

DENGAN SISTEM OPERASI ANDROID


Deprindo Wahyudi1, Ely Rosely, Ir., MBS.2, Guntur Prabawa Kusuma,S.T.,M.T.3
1,2,3

Program Studi Manajemen Informatika Politeknik Telkom, Bandung


wahyudideprindo@yahoo.co.id , 2elyrosely@gmail.com , 3guntur@politekniktelkom.ac.id

Abstrak
Pekembangan teknologi, terutama mobile device telah membawa dampak positif bagi kelansungan
manusia dalam menjalankan aktifitasnya. Mobile device berkembang sangat cepat dengan platform yang
canggih. Mobile device dirancang dengan tujuan untuk memudahkan pengguna dalam berkomunikasi
dan mengakses informasi. Salah satu perangkat device yang diminati saat ini adalah perangkat device
dengan sistem operasi Android.
Aplikasi diagnosis penyakit ini dapat melakukan diagnosis terhadap sebuah penyakit dengan pemrosesan
gejala yang diderita sehingga dapat diperoleh sebuah kemungkinan penyakit. Aplikasi ini merupakan
sebuah aplikasi sistem
pakar yang berjalan pada platform Android. Repsentasi pengetahuan
menggunakan aturan produksi, proses inferensi menggunakan metode backward chaining serta proses
penghitungan gejala menggunakan metode kepastian (Certainty Menthod).
Dengan aplikasi ini seseorang bisa dengan cepat mengetahui kemungkinan penyakit yang dideritanya,
sehingga seseorang tadi dapat segera mengambil tindakan penanganan yang cepat.
Kata kunci: Mobile device, Android, Sistem pakar, Diagnosis, Metode Kepastian
Abstract
Technological developments, especially mobile devices have a positive impact on human continuity in
running activities. Mobile devices is growing very rapidly with a sophisticated platform. Mobile devices
are designed with the aim to allow users to communicate and access information. One of the devices that
demand today is the device with Android operating system.
This application can make a diagnosis of a disease with symptoms that affects processing so as to obtain a
likelihood of disease. This application is an Expert System application that runs on the Android platform.
Knowledge representation using production rules, the process of inference using the backward chaining
method and counting process using the Certainty Menthod.
With this application, people can quickly find out the possibility of her illness, so that someone was able to
take immediate remedial action is fast.
Keywords: Mobile device, Android, Expert System, Diagnose, Certainty Method

1.

Pendahuluan
Gejala penyakit bisa menjadi awal dari sebuah
penyakit yang bisa membahayakan jiwa seseorang.
Namun terkadang gejala penyakit tidak dianggap
penting oleh seseorang. Umumnya sebuah penyakit
sebelum mencapai tahap kronis akan menunjukkan
gejala-gejala ringan, seperti sakit kepala, batuk,
demam tinggi ataupun nyeri sendi. Sayangnya,
ketidaktahuan orang-orang mengenai hal itu
menjadikan gejala-gejala tadi tidak ditanggapi secara
lebih serius. Padahal jika suatu gejala penyakit dapat
ditanggapi dan ditangani secara lebih serius,
mungkin dapat mengurangi tingkat resiko dan
bahaya terjangkit penyakit itu sendiri.
Hal tersebut tidak sepenuhnya kesalahan
manusia. Keterbatasan pengetahuan dan kurangnya
informasi tentang penyakit merupakan salah satu
alasan gejala penyakit tidak tanggapi secara serius
oleh orang-orang. Selain itu, pola pikir kebanyakan

orang yang masih awam tentang kesehatan. Banyak


yang berpikiran bahwa gejala-gejala tadi biasanya
hanya gejala penyakit ringan dan akan sembuh
dengan sendirinya, sehingga tidak dianggap penting.
Perkembangan
teknologi
hendaknya
mempermudah urusan manusia dalam mengakses
informasi. Kemudahan itu bertujuan untuk
membantu seseorang menyelesaikan masalah dan
persoalan yang sedang mereka hadapi. Salah satu
masalah yang bisa diselesaikan dengan teknologi
adalah diagnosis penyakit.
Orang yang sakit memang sebaiknya
memeriksakan diri ke dokter. Hal ini sesuai dengan
anjuran badan kesehatan dunia (WHO). Namun
alangkah lebih mudah jika ada sebuah aplikasi yang
mampu membantu tugas seorang dokter dalam
melakukan diagnosis. Aplikasi yang bisa membantu
seseorang melakukan identifikasi secara dini melalui
pengolahan gejala pada perangkat mobile, sehingga
penanganan lebih lanjut terhadap penyakit dapat

segera dilakukan. Selain itu, tak dapat dipungkiri


penggunaan aplikasi ini pada kondisi tertentu dinilai
lebih mengefisienkan waktu dan menghemat biaya
jika dibandingkan menggunakan tenaga medis secara
langsung.
Mengacu dari masalah di atas maka diperlukan
dibangun sebuah aplikasi yang dapat mengatasi
masalah
tersebut.
Aplikasi
ini
bernama
DIAGNOID. Merupakan sebuah aplikasi sistem
pakar yang mampu melakukan diagnosis terhadap
sebuah penyakit.
Sistem pakar adalah suatu program komputer
yang
mengandung
pengetahuan
seorang
pakar/manusia tentang suatu bidang ilmu yang
spesifik. Dalam kasus ini pengetahuan seorang
dokter tentang penyakit menular disimpan didalam
program komputer dan diharapkan nantinya program
ini dapat berjalan selayaknya penalaran yang
dilakukan oleh seorang pakar tadi.
2. Tinjauan Pustaka
2.1 Diagnosis
Diagnosis adalah upaya untuk menegakan atau
mengetahui jenis penyakit yang diderita oleh
seseorang atau masalah kesehatan yang dialami oleh
masyarakat. Diagnosis sangat familiar pada dunia
medis. Biasanya diagnosis dilakukan terhadap
sebuah penyakit melalui gejala yang dialami oleh
seseorang. [7]
2.2 Sistem Pakar (Expert System)
Sistem Pakar atau dikenal dengan Expert
System (ES) adalah paket perangkat lunak
pengambilan keputusan atau pemecahan masalah
yang dapat mencapai tingkat performa yang setara
atau bahkan lebih dengan pakar manusia
dibeberapa
bidang
khusus
dan
biasanya
mempersempit area masalah. Ide dasar dibalik ES,
teknologi kecerdasan buatan terapan adalah
sederhana. Keahlian ditransfer dari pakar ke suatu
komputer. Pengetahuan ini kemudian disimpan
didalam komputer, dan pengguna menjalankan
komputer untuk nasihat spesifik yang diperlukan. ES
menanyakan fakta-fakta dan membuat inferensi dan
sampai pada suatu kesimpulan khusus. Kemudian,
seperti konsultan manusia, ia menasehati nonexpert
dan menjelaskan. Jika perlu, logika dibalik nasehat
yang diberikan. Saat ini ES digunakan diribuan
organisasi dan sistem tersebut mendukung banyak
tugas.[14]

Gambar 2.1 Konsep dasar sistem pakar

yaitu

Sistem pakar disusun oleh dua bagian utama,


lingkungan pengembangan (development

enviroment)
dan
lingkungan
konsultasi
(consultantion
enviroment).
Lingkungan
pengembangan sistem pakar digunakan untuk
memasukkan
pengetahuan
pakar
kedalam
lingkungan sistem pakar, sedangkan lingkungan
konsultasi digunakan oleh pengguna yang bukan
pakar guna memperoleh pengetahuan pakar.
Komponen-komponen sistem pakar dapal dilihat
pada gambar dibawah ini:

Gambar 2.2 Struktur sistem pakar

Dalam
pembangunan
sistem
berbasis
pengetahuan, pengetahuan yang telah diekstrak
dimasukkan kedalam program komputer oleh proses
yang disebut representasi pengetahuan (knowledge
representation). Sistem representasi pengetahuan
merupakan gabungan dari dua elemen yakni struktur
data dan prosedur menafsirkan (interpretive
procedure) untuk pemakaian pengetahuan yang
dimasukkan dalam struktur data.
Aturan produksi atau sistem produksi
merupakan salah satu bentuk representasi
pengetahuan yang paling populer dalam sistem
pakar. Sistem ini direpresentasikan dalam bentuk:
IF [kondisi] THEN [aksi]
Aturan ini nantinya dimasukkan kedalam basis
pengetahuan.
Pada
saat
dimasukkan
dan
digabungkan kedalam mesin inferensi, set aturan
berlaku secara sinergi, memberikan hasil yang lebih
baik daripada jumlah hasil aturan individu.[14]
2.3 Metode Kepastian (Certainty Factor)
Motode kepastian merupakan sebuah metode
untuk menyatakan tingkat kepercayaan/kepastian
terhadap
sebuah
kejadian
(fakta/hipotesis)
berdasarkan nilai yang diberikan oleh seorang pakar.
Dalam metode kepastian ada beberapa cara untuk
menentukan tingkat kepastian dalam sistem berbasis
aturan. Salah satunya adalah dengan menggunakan
nilai 1,0 atau 100% untuk sebuah kejadian pasti dan
0 untuk kejadian yang tidak mungkin.
Dalam sistem pakar tiap-tiap kaidah/aturan
diberikan sebuah nilai CF yang berkisar antara 0
sampai dengan 1, sesuai dengan tingkat kepastian
aturan tersebut. Pemberian nilai CF dilakukan oleh
seorang pakar. Pemberian nilai CF oleh seorang

pakar didasarkan pada ilmu pengetahuan dan


pengalaman yang dimilikinya.[13]
Dalam perhitungan yang mengkombinasikan
dua atau lebih aturan dengan nilai kepastian yang
berbeda, maka perlu dilakukan pengkombinasian
aturan-aturan tadi. Perhitungannya:
CF(R1,R2)=CF(R1) + [CF(R2)] x [1 - CF(R1)]
=CF(R1)+CF(R2)-[CF(R1)xCF(R2)]

2.4 Android
Android merupakan sistem operasi untuk
perangkat mobile seluler yang dikembangakan oleh
Google dangan basis Linux dari kernel linux v2.6.
Android dikembangkan pertama kali oleh Android,
Inc. Sebuah perusahaan yang berbasis di Palo Alto,
California, US. Pengembangnya adalah Andy Rubin.
Android kemudian diakusisi oleh Google Inc.
Setelah
Google
mengakusisi,
Android
dikembangkan menjadi platform perangkat mobile.
Hal ini dikarenakan rencana Google yang ingin
masuk
kedalam
pasar
telepon
seluler.
Pengembangannya menggunakan kernel Linux,
sehingga memungkinkan komunitas ataupun non
komunitas IT untuk dapat mengembangkan dan
membuat aplikasinya sendiri.[11]
2.5 Mobile Device
Perangkat mobile (mobile device) memiliki
banyak jenis dalam hal ukuran, desain dan layout,
tetapi mereka memiliki kesamaan karakteristik yang
sangat berbeda dari sisi desktop.[5]
2.6 Eclipse
Eclipse dibuat dari kerja sama antara
perusahaan-perusahaan anggota 'Eclipse Foundation'
(beserta individu-individu lain). Banyak nama besar
yang ikut dalam 'Eclipse Foundation', termasuk
IBM, BEA, Intel, Nokia, Borland. Eclipse bersaing
langsung dengan Netbeans IDE. Plugin tambahan
pada Eclipse jauh lebih banyak dan bervariasi
dibandingkan IDE lainnya.[9]

3. Analisis Dan Perancangan


3.1 Proses Bisnis Diagnosis Penyakit
Aplikasi ini merupakan sebuah aplikasi yang
mampu melakukan diagnosa terhadap sebuah
penyakit. Aplikasi ini berjalan pada perangkat
bergerak dengan sistem oprasi Android. User
merupakan satu-satunya aktor yang menggunakan
aplikasi ini.
Awalnya user masuk pada aplikasi DIAGNOID
dan akan menampilkan tiga menu, antara lain menu
diagnosis, info penyakit dan penjelasan program.
Saat user memilih menu Diagnosis akan ditampilkan
daftar gejala-gejala dari sebuah penyakit. User
melakukan inputan gejala-gejala tadi sesuai dengan
keadaan yang dideritanya. Tahap selanjutnya sistem
akan memproses inputan gejala-gejala tadi sehingga
akan dimunculkan kemungkinan penyakit yang
diderita oleh user tadi. Selanjutnya user bisa meilihat
informasi tentang penyakit yang dideritanya dengan
meng-klik daftar penyakit yang muncul setelah
diagnosis dilakukan. Sampai disini proses diagnosis
berakhir.
User juga bisa melihat info tentang berbagai
macam penyakit pada aplikasi DIAGNOID ini.
Menu info penyakit akan menampilkan berbagai
macam info tentang sebuah penyakit, antara lain
seperti deskripsi penyakit, gejala-gejalanya serta
tindakan penanganan terhadap penyakit itu sendiri.
Secara umum proses bisnis diagnosis penyakit
juga dapat digambarkan dalam bentuk diagram
aktivitas seperti gambar dibawah ini:

2.7 Unified Model Language (UML)


Unified
Modeling
Language
(UML)
merupakan satu kumpulan konvensi pemodelan yang
digunakan untuk menentukan atau menggambarkan
sebuah sistem software yang terkait dengan objek
(Whitten L. Jeffery et al, 2004). Sementara menurut
Henderi (2007: 4) Unified Modeling Language
(UML) adalah sebuah bahasa pemodelan yang telah
menjadi standar dalam industri software untuk
visualisasi, merancang, dan mendokumentasikan
sistem perangkat lunak. Bahasa Pemodelan UML
lebih cocok untuk pembuatan perangkat lunak dalam
bahasa pemrograman berorientasi objek (C+, Java,
VB.NET), namun demikiantetap dapat digunakan
pada bahasa pemrograman prosedural (Ziga Turck,
2007).[12]
Gambar 3.1 Activity Diagram proses bisnis diagnosis

3.2 Perancangan Basis Pengetahuan


Seperti pembuatan sistem pakar lainnya, sistem
pakar
untuk
mendiagnosis
penyakit
juga
membutuhkan basis pengetahuan. Basis pengetahuan
mengandung pengetahuan untuk pemahaman dan
penyelesaian masalah dan merupakan inti dari sistem
pakar. Basis pengetahuan yang digunakan pada
sistem pakar ini terdiri dari jenis penyakit, gejalagejala penyakit dan kaidah produksi.
Data yang menjadi sumber data inputan bagi
sistem adalah data penyakit dan data gejala yang
diperoleh dari seorang pakar. Tabel keputusan untuk
gejala dan penyakit dapat dilihat pada lampiran.
3.3 Mesin Inferensi
Mesin inferensi adalah program komputer yang
memberikan metodologi untuk penalaran tentang
informasi yang ada dalam basis pengetahuan dan
dalam workplace dan untuk memfokuskan
kesimpulan.[14]
Setiap gejala yang dipilih, sistem akan
melakukan penelusuran ke setiap penyakit kemudian
mencari aturan yang sesuai. Setelah aturan
diperoleh, maka akan dilakukan perhitungan
kombinasi jika terdapat 2 gejala atau lebih pada
sebuah penyakit. Namun jika hanya satu gejala yang
diinputkan sistem tidak melakukan perhitungan
kombinasi. Hasil dari perhitungan kombinasi
merupakan nilai kepastian dari sebuah penyakit.
Apabila nilai semakin besar atau mendekati 1, maka
semakin besar pula kepastian penyakit yang diderita
oleh user tadi.
Setelah itu barulah sistem akan melakukan
perhitungan nilai CF untuk setiap penyakit.
Penghitungannya sebagai berikut:
1.
Untuk penyakit Diare
R1 : Sering buang air besar (CF=0.5)
R2 : Rasa haus meningkat (CF=0.4)
CF(R1,R2)=CF(R1)+CF(R2)[CF(R1)xCF(R2)]
=0.5+0.4[0.5x0.4] =0.9 0.2= 0.7

Gambar 3.2 Use Case Diagram

3.5 Class Diagram

Gambar 3.3 Class Diagram

3.6 Sequence Diagram

2. Untuk penyakit Diabetes


R1 : Rasa haus meningkat (CF=0.5)
Perhitungan kombinasi pada penyakit diare
dilakukan karena terdapat 2 gejala yang terpenuhi.
Sedangkan pada penyakit diabetes tidak dilakukan
perhitungan kombinasi karena hanya ada satu gejala
yang terpenuhi. Setelah dilakukan perhitungan maka
akan didapatkan hasil diagnosis penyakit yang
diderita user.
3.4 Use Case Diagram

Gambar 3.4 Sequence Diagram Diagnosis

3.7 Entity Relational Diagram (ERD)


id_penyakit

nilai_CF

penyakit

memiliki

nama_penyakit

id_gejala

deskripsi

gejala

nama_gejala
desk_gejala
penanganan

Gambar 3.5 ERD Diagnoid


Gambar 4.2 Halaman menu Diagnosis

3.8 Entity Relational Diagram (ERD)


penyakit
PK

kaidah

id_penyakit
nama_penyakit
deskripsi
desk_gejala
penanganan
CF_min

PK,FK1
PK,FK2

id_penyakit
id_gejala

gejala
PK

nilai_CF

id_gejala
nama_gejala

Gambar 3.6 Skema relasi antar tabel

Diagnosis merupakan fungsionalitas utama pada


aplikasi ini. Pada halaman diagnosis akan
ditampilkan semua gejala penyakit yang ada pada
aplikasi. Setelah dipilih beberapa gejala dan
kemudian menekan tombol diagnosis maka akan
ditampilkan kemungkinan penyakit yang diderita
user.
4.1.3 Halaman kemungkinan penyakit

4. Implementasi Dan Pengujian


4.1 Implementasi
Implementasi antarmuka sistim merupakan
implementasi hasil dari desain yang telah dirancang
sebelumnya. Berikut ini adalah implementasi dari
sistim yang telah dibuat yaitu sebagai berikut:
4.1.1 Halaman utama aplikasi DIAGNOID

Gambar 4.3 Halaman kemungkinan penyakit

Halaman ini merupakan halaman yang menampilkan


kemungkinan penyakit yang diderita user setelah dia
melakukan diagnosis. Setiap penyakit yang
ditampilkan bisa diklik untuk melihat info
penyakitnya.
4.1.4 Halaman Info Penyakit

Gambar 4.1 Halaman utama diagnoid

Pada halaman utama akan ditampilkan menu-menu


yang ada pada aplikasi Diagnoid ini. Menu-menu itu
terdiri dari Diagnosis, Info Penyakit, Penjelasan
Aplikasi dan tentu saja tombol untuk keluar dari
aplikasi.
4.1.2 Halaman diagnosis aplikasi Diagnoid

Gambar 4.4 Halaman menu Info Penyakit

pada aturan-aturan yang telah ditentukan pada


kaidah untuk masing-masing penyakit.
Setelah dilakukan penginputan gejala pada
menu diagnosis maka keluaran yang diharapkan
sesuai dengan aturan yang telah didefenisikan pada
tabel kaidah.
Dimisalkan user memilih gejala sering buang air
besar, muntah, rasa haus meningkat, demam tinggi
dan ada darah dalam tinja. Dengan melihat tabel
keputusan untuk gejala dari sebuah penyakit (tabel
3.5) maka keluaran penyakit yang dihasilkan
harusnya antara lain adalah Diare, Diabetes, Flu
Burung dan Malaria. Hasil perhitungan untuk
masing-masing penyakit itu juga ikut ditampilkan.

Halaman ini akan menampilkan semua penyakit


yang ada pada aplikasi Diagnoid. Setiap penyakit
juga dapat dipilih untuk melihat info penyakitnya.
4.1.5 Halaman info penyakit (deskripsi, gejala,
penanganan)

Gambar 4.6 Hasil diagnosis

Dari hasil keluaran yang didapatkan maka


dapat disimpulkan bahwa aplikasi Diagnoid berhasil
melakukan diagnosis terhadap inputan gejala yang
dilakukan oleh user.
Gambar 4.5 Halaman info penyakit (Deskripsi, gejala dan
penanganan)

Halaman ini merupakan tampilan info dari penyakit


yang dipilih pada menu info penyakit. Halaman ini
menampilkan deskripsi penyakit, deskripsi gejala
dari penyakit yang dipilih dan tindakan penanganan
yang bisa dilakukan.

4.2 Pengujian
Pengujian sistem bertujuan untuk menemukan
kesalahan yang mungkin terjadi dalam aplikasi dan
untuk mengetahui apakah aplikasi yang telah dibuat
sesuai dengan tujuan yang telah ditetapkan
sebelumnya.
Metode yang digunakan untuk melakukan
pengujian adalah dengan menggunakan Black Box
Testing yaitu pengujian dengan berfokus pada
fungsionalitas perangkat lunak yang dibangun.
1. Pengujian fungsionalitas Diagnosis
Fokus utama pada pengujian fungsionalitas
Diagnosis yaitu menentukan kemungkinan penyakit
yang diderita sesuai dengan inputan gejala yang
dilakukan. Dalam hai ini inputan gejala mengacu

2. Pengujian fungsionalitas Info Penyakit


Pada pengujian fungsionalitas info penyakit,
keluaran yang diharapkan adalah berupa deskripsi
penyakit, gejala dan penanganan sesuai dengan
penyakit yang pilih oleh user itu sendiri.
Saat user memilih penyakit Hipotensi, maka
keluaran yang diharapkan adalah deskripsi mengenai
penyakit Hipotensi itu sendiri. Hasil keluarannya
dapat dilihat pada gambar dibawah ini

Gambar 4.7 Hasil info penyakit

Berdasarkan keluaran yang dihasilkan maka


dapat disimpulkan bahwa aplikasi Diagnoid berhasil

menampilkan info penyakit sesuai dengan penyakit


yang dipilih oleh user.
5. Kesimpulan Dan Saran
5.1 Kesimpulan
Kesimpulan yang diperoleh dari pengerjaan Proyek
Akhir ini adalah:
1. Aplikasi ini merupakan salah satu alternatif
sederhana yang bisa membantu seseorang
dalam
mendiagnosis
sebuah
penyakit
menggunakan perangkat bergerak yang
menggunakan sistem operasi Android.
2. Aplikasi ini mampu menentukan kemungkinan
penyakit yang diderita user dengan pemrosesan
gejala-gejala yang ada pada aplikasi Diagnoid
menggunakan metode kepastian pada sistem
pakar.
3. Aplikasi ini bisa melihat info penyakit yang
terdapat pada aplikasi dan menampilkan
deskripsi penyakit, gejalanya serta tindakan
penanganan yang bisa dilakukan.
5.2 Saran
Aplikasi ini hanya bisa mendiagnosis beberapa
penyakit yang ada didatabase saja. Untuk
penambahan penyakit harus dilakukan input manual
oleh programer. Oleh karena itu, untuk
pengembangan kedepan sebaiknya menggunakan
antarmuka tersendiri untuk melakukan input gejala
dan penyakit yang dilakukan oleh seorang admin.
Daftar Pustaka
[1] Abdurrahman, Iqbal. "Flow Map dan Data
Flow
Diagram
(DFD)."
Pemograman.
Desember
4,
2010.
http://pemogramanvb.blogspot.com/2010/12/fl
ow-map-dan-data-flow-diagram-dfd.html
(accessed Juni 12, 2011).
[2] Adina, dr., interview by Deprindo Wahyudi
and Nanta Minakamartha. Tahapan dalam
melakukan diagnosis penyakit (July 25, 2011).
[3] Ananda, Dahliar. Pemograman Berorintasi
Obyek. Bandung: Politeknik Telkom, 2009.
[4] Arhami, Muhammad. Konsep Dasar Sistem
Pakar. Yogyakarta: ANDI, 2005.
[5] Budi Laksono Putro, Dedy Rahman Wijaya.
Mobile Aplication. Bandung: Politeknik
Telkom, 2009.
[6] Deden. Flash, Flex, AIR Platforms. May 13,
2007.
http://deden96.blogspot.com/2007/05/eclipseide-part-i.html (accessed May 29, 2011).
[7] dr. Suparyanto, M.Kes. Diagnosis Sakit. Maret
2,
2010.
http://drsuparyanto.blogspot.com/2010/03/diagnosissakit.html (accessed Juni 19, 2011).
[8] Inne Gartina, dkk. Analisis dan Desain Sistem
Informasi. Bandung: Politeknik Telkom, 2009.

[9] Judis, Reiza. bolokulowo.com. February 11,


2011.
http://bolokulowo.blogspot.com/2011/02/java.h
tml (accessed Mei 23, 2011).
[10] Kusumadewi, S. Artifical Intelligence (Teknik
dan Aplikasinya). Yogyakarta: Graha Ilmu,
2003.
[11] Liyantanto, Rahmady. Memulai Penjelajahan
Android.
May
26,
2011.
http://teknologi.kompasiana.com/gadget/2011/0
5/26/memulai-penjelajahan-android/ (accessed
Juny 13, 2011).
[12] Sarlita, Merry. UML. Maret 4, 2011.
http://merrysarlita.blogspot.com/2011/03/uml.h
tml (accessed Juny 9, 2011).
[13] Sitepu, Kiki Hendra. "SISTEM PAKAR
ONLINE MENGGUNAKAN RULE BASE
METHOD UNTUK DIAGNOSIS PENYAKIT
AYAM." Skripsi Matematika Komputer, 2008:
40.
[14] Turban, Efrain, Jay E. Anderson, and TingPeng Liang. Decision Support System.
Yogyakarta: ANDI, 2005.

Lampiran
Tabel keputusan untuk gejala dari sebuah penyakit

Kode

Gejala

G1
G2
G3
G4
G5
G6
G7
G8
G9
G10
G11
G12
G13
G14
G15
G16
G17
G18
G19
G20

sering buang air besar


muntah
rasa haus meningkat
demam tinggi
ada darah dalam tinja
tinja encer/mencret
nyeri buang air besar
batuk
sakit tenggorokan
mengeluarkan ingus
nyeri otot
sakit kepala
lemas
menggigil
rasa lapar meningkat
ada pendarahan
bola mata kemerahan
jumlah urine meningkat
berat badan turun
kesemutan pada ujung saraf
ditelapak tangan dan kaki
rabun penglihatan secara tibatiba
penyembuhan luka lambat
kulit kemerahan
tidak enak badan
merasa kenyang saat makan
sedikit
rasa kenyang yang berlangsung
lama
sakit perut sebelah kanan
menjalar ke sekitar pusar
mual
perut terasa bengkak, keras dan
tidak nyaman
muntah hijau
nafsu makan turun
sering pusing
sering menguap
penglihatan berkunang
keringat dingin
cepat lelah
berkeringat dimalam hari
perasaan tidak enak (malaise)
demam
nyeri ulu hati

G21
G22
G23
G24
G25
G26
G27
G28
G29
G30
G31
G32
G33
G34
G35
G36
G37
G38
G39
G40

Penyakit
P1

P2

P3

P4

P5

P6

P7

P8

P9