Anda di halaman 1dari 98

PERANCANGAN SISTEM PAKAR

DIAGNOSA PENYAKIT
TROPIK INFEKSI ANAK

Program Studi Teknik Informatika


Jurusan Teknik Elektro

Oleh:
IRNI IRMAYANI
NIM D03106041

FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
PONTIANAK
2010
.
HALAMAN PERNYATAAN

Yang bertanda tangan di bawah ini:


Nama : Irni Irmayani
NIM : D03106041
menyatakan bahwa dalam skripsi yang berjudul “Perancangan Sistem Pakar
Diagnosa Penyakit Tropik Infeksi Anak” tidak terdapat karya yang pernah
diajukan untuk memperoleh gelar sarjana disuatu perguruan tinggi manapun.
Sepanjang pengetahuan saya, tidak terdapat karya atau pendapat yang pernah
ditulis atau diterbitkan oleh orang lain, kecuali yang secara tertulis diacu dalam
naskah ini dan disebutkan dalam Daftar Pustaka.
Demikian pernyataan ini dibuat dengan sebenar-benarnya. Saya sanggup
menerima konsekuensi akademis dan hukum dikemudian hari apabila pernyataan
yang dibuat ini tidak benar.

Pontianak, 18 Agustus 2010

Irni Irmayani
NIM D03106041
HALAMAN PENGESAHAN

PERANCANGAN SISTEM PAKAR


DIAGNOSA PENYAKIT
TROPIK INFEKSI ANAK

Program Studi Teknik Informatika


Jurusan Teknik Elektro

Oleh:

Irni Irmayani
NIM D03106041

telah dipertahankan di depan Penguji Skripsi pada tanggal 23 Agustus 2010


dan diterima sebagai salah satu persyaratan untuk memperoleh gelar sarjana.

Susunan Penguji Skripsi

Ketua, Penguji Utama,

Ir. Eddy Suryanto, MEngSc Rudy Dwi Nyoto, ST, M.Eng


NIP 19500101 197503 1 001 NIP 19780330 200501 1 002

Sekretaris, Penguji Pendamping,

Helfi Nasution, S.Kom, M.Cs Eva Faja Ripanti, S.Kom, MMSI


NIP 19710429 199802 1 002 NIP 19780319 200801 2 014

Pontianak,
Dekan,

Ir. Junaidi, M.Sc


NIP 19590828 198602 1 001
HALAMAN PERSEMBAHAN

Kupersembahkan skripsi ini untuk kedua orang tuaku. Ibuku Radiah dan Bapakku
Machmud yang telah banyak memberikan do’a, semangat, perhatian dan kasih
sayangnya. Kakakku Indri Listari, SE yang telah menyemangatiku selama
menyelesaikan skripsi ini.

Sahabat-sahabatku Viorita Zulvianti, Kirnia Diara Putri, Syahriani F. Siregar,


Agustiah Wulandari, Nelly Haryani, Emi Rusmiati, Naufa Fathia dan Syf. Putri
Agustini yang selalu membantu, mendampingi, mendukung dan memotifasiku
selama ini.

Untuk teman-temanku Rina, Dochi, Agus, Een, Indra, Rija, Ryan, Fijaz, Febri dan
seluruh teman-teman di TI 2006. Serta Teguh, Anty dan adik-adik TI 2008 yang
telah banyak sekali membantuku.

Untuk bang Barry dan Phipiet yang sudah banyak membantu aku dalam hal ilmu
kedokterannya.

Dan untuk seluruh pihak yang telah membantu dan mendukungku.


Terimakasih.
KATA PENGANTAR

Puji syukur kehadirat Allah SWT atas kehendak-Nya maka penelitian dan
penulisan skripsi dengan judul “Perancangan Sistem Pakar Diagnosa Penyakit
Tropik Infeksi Anak” ini dapat diselesaikan dengan baik.
Penelitian ini menjelaskan tentang perancangan suatu sistem pakar yang
dapat membantu untuk mendeteksi dini penyakit Tropik Infeksi anak dengan cara
melakukan diagnosa terhadap gejala-gejala yang dimiliki oleh pengguna dalam
hal ini pasien. Dengan adanya sistem pakar ini, diharapkan pengguna dapat
mengetahui penyakit yang diderita lebih awal guna penanganan yang lebih cepat
untuk mendukung upaya pencegahan penyakit Tropik Infeksi pada anak.
Secara khusus penulis menyampaikan terima kasih yang sebesar-besarnya
kepada Bapak Ir. Eddy Suryanto, MEngSc dan Bapak Helfi Nasution, S.Kom,
M.Cs sebagai pembimbing utama dan pembimbing pendamping yang telah
memberikan bimbingan, masukan, dan diskusi yang intensif. Terima kasih
disampaikan kepada Bapak Rudy Dwi Nyoto, ST, M.Eng dan Ibu Eva Faja
Ripanti, S.Kom, MMSI sebagai penguji utama dan penguji pendamping, serta
kepada dr. Indra B Hutagalung Sp.A dan dr. Dedet Hidayati, Sp.A yang telah
memberikan membantu memberikan data-data penyakit dalam penelitian ini.
Penulis berharap penelitian ini dapat bermanfaat dalam membantu upaya
pendektesian dini penyakit Tropik Infeksi sehingga tidak terjadi keterlambatan
penanganan terhadap penyakit tersebut. Penulis juga mengharapkan masukan yang
konstruktif agar dapat menyempurnakan penelitian ini.

Pontianak, 18 Agustus 2010


Penulis,

Irni Irmayani
ABSTRAK

Penyakit Tropik Infeksi anak adalah penyakit yang disebabkan oleh virus, bakteri maupun parasit
yang hanya terdapat di daerah yang beriklim tropis. Kota Pontianak merupakan daerah yang
beriklim tropis dimana bakteri, virus dan parasit dapat tumbuh subur. Anak-anak belum memiliki
sistem imun yang baik di dalam tubuhnya sehingga sangat rentan terhadap berbagai macam
penyakit, tidak terkecuali penyakit Tropik Infeksi anak. Sering kali orang tua tidak tahu apa yang
harus dilakukan kepada anak-anak mereka saat sedang sakit atau salah mengartikan gejala yang
terjadi pada anak. Sistem pakar merupakan salah satu solusi dalam mendiagnosa penyakit untuk
mendeteksi dini berdasarkan gejala-gejala yang dirasakan penderita.

Pada penelitian ini dibuat sistem pakar menggunakan konsep Forward Chaining dengan
menggunakan metode Certainty Factor(CF) atau Faktor Kepastian. Aplikasi yang dikembangkan
ini untuk menentukan jenis penyakit Tropik Infeksi pada anak di bawah 10 tahun dengan hanya
memperhatikan gejala-gejala yang dialami. Dengan menggunakan metode CF didapatkan nilai
kemungkinan gangguan yang dialami pasien.

Sistem yang dihasilkan dapat menangani proses manajemen data dan diagnosa penyakit dengan
tingkat kepercayaan sebesar 70%. Input data gejala yang dimasukkan akan diproses hingga
mendapat hasil diagnosa yang sesuai dengan perhitungan nilai CF yang ada.

Kata kunci: certainty factor , diagnosa , sistem pakar, penyakit tropik infeksi anak.
ABSTRACT

Infectious tropical disease in children caused by virus, bacteria as well as parasite that habitate in
tropical climate. Pontianak climate is tropical where bacteria, particular virus, and parasite can
grow significantly. Children not yet have fully established immune system are very prone to many
disease, including this infectious tropical deseas. Most of the times, parents do not know what to
do when their children fall sick or they misinterprent the symptomps of the diseases. The expert
system is one kind of early diagnose diastase by the symptomps.

In this research, the expert system is created by utilizing forward chaining concept and certainty
factor method. This application enhanced to determine the kind of topical infection disease on
children below 10 years old with only observing the symtomps they have. With this method, the
possibility of disturbing value that patient experience could be recohnised.

The produced system could handle data management proses and early diagnose of disease with
70% guarantee level. The symptom data will be proceed to get the appropriate result of diagnose
with existed CF calculation.

Keywords: certainty factor , diagnose ,expert system, infectious tropical disease.


DAFTAR ISI

KATA PENGANTAR ....................................................................................... v


ABSTRAK ......................................................................................................... vi
ABSTRACT ..................................................................................................... vii
DAFTAR ISI .................................................................................................. viii
DAFTAR GAMBAR ....................................................................................... xii
DAFTAR TABEL .......................................................................................... xiii

BAB I PENDAHULUAN ................................................................................. 1


1.1 Latar Belakang.............................................................................. 1
1.2 Perumusan Masalah ...................................................................... 2
1.3 Tujuan Penelitian .......................................................................... 2
1.4 Pembatasan Masalah ..................................................................... 2
1.5 Sistematika Penulisan Skripsi ....................................................... 2

BAB II TINJAUAN PUSTAKA ...................................................................... 4


2.1 Kecerdasan Buatan Secara Umum................................................. 4
2.2 Sistem Pakar ................................................................................. 4
2.2.1 Pengertian Sistem Pakar .................................................... 4
2.2.2 Ciri–Ciri Sistem Pakar ....................................................... 4
2.2.3 Keuntungan Sistem Pakar .................................................. 5
2.2.4 Kelemahan Sistem Pakar ................................................... 5
2.2.5 Komponen Utama Sistem Pakar ........................................ 5
2.2.6 Basis Pengetahuan ............................................................. 5
2.2.7 Metode Inferensi ............................................................... 6
2.3 Faktor Kepastian (Certainty Factor) ............................................. 7
2.4 Penyakit Tropik Infeksi................................................................. 8
2.4.1 Bronkiolitis Akut ............................................................... 8
2.4.2 Difteria ............................................................................. 8
2.4.3 Ensephalitis....................................................................... 9
2.4.4 Hepatitis Virus Akut.......................................................... 9
2.4.5 Morbili ............................................................................ 10
2.4.6 Meningitis Bakterial ........................................................ 10
2.4.7 Parotitis Epidemica ......................................................... 11
2.4.8 Pertusis ........................................................................... 11
2.4.9 Varisela ........................................................................... 11
2.4.10 Poliomyielitis .................................................................. 12
2.5 Sistem Basis Data ....................................................................... 12
2.5.1 Komponen Sistem Informasi ........................................... 13
2.5.2 DBMS (Database Management System) .......................... 14
2.5.2.1 Bahasa yang Terdapat Didalam DBMS ............. 15
2.5.2.2 Keunggulan DBMS .......................................... 15
2.5.3 Model Entity Relationship ............................................... 16
2.6 PHP ............................................................................................ 18
2.7 Perangkat Lunak ......................................................................... 18

BAB III METODOLOGI PENELITIAN ....................................................... 20


3.1 Metodologi Penelitian ................................................................. 20
3.1.1 Bahan Penelitian ............................................................. 20
3.1.2 Alat yang Dipergunakan .................................................. 20
3.1.2.1 Alat Penelitian .................................................. 20
3.1.2.2 Perangkat Lunak ............................................... 20
3.1.2.3 Perangkat Keras ................................................ 21
3.1.3 Metode Penelitian............................................................ 21
3.1.4 Variabel atau Data ........................................................... 21
3.1.5 Analisis Hasil .................................................................. 21
3.1.6 Diagram Alir Penelitian ................................................... 22
3.2 Identifikasi Masalah.................................................................... 24
3.2.1 Akuisisi Pengetahuan ...................................................... 24
3.2.2 Representasi Pengetahuan ............................................... 25
3.2.2.1 Penentuan Skala Tingkat Kepercayaan .............. 25
3.2.2.2 Nilai Kepercayaan dan Tidak Kepercayaan Suatu
Gejala dalam Suatu Penyakit ............................. 25
3.2.2.3 Tabel Relasi Gejala dan Penyakit ...................... 36
3.2.2.4 Menyusun Kaidah Produksi .............................. 37
3.3 Perancangan Sistem ....................................................................... 41
3.3.1 Perancangan Diagram Arus Data ..................................... 42
3.3.1.1 Diagram Konteks .............................................. 42
3.3.1.2 Diagram Overview Sistem................................. 43
3.3.1.3 Diagram Rinci Sistem ....................................... 43
3.3.2 Perancangan Basis Data .................................................. 45
3.3.2.1 Perancangan Entity Realitionship Diagram ....... 45
3.3.2.2 Spesifikasi Tabel Basis Data ............................. 46
3.3.2.3 Diagram Hubungan Antar Tabel ....................... 48
3.3.3 Perancangan Antar Muka Sistem ..................................... 49
3.3.3.1 Perancangan Struktur Antar Muka .................... 49
3.3.3.2 Perancangan Layout dan Komponen Antar
Muka ................................................................ 49
3.3.3.2.1 Pengunjung/Pasien........................ 49
3.3.3.2.2 Pakar ............................................ 51
3.3.3.2.3 Admin .......................................... 52

BAB IV HASIL PERANCANGAN DAN ANALISIS SISTEM .................. 53


4.1 Hasil Perancangan ...................................................................... 53
4.1.1 Halaman Utama............................................................... 53
4.1.1.1 Form Login ...................................................... 54
4.1.1.2 Halaman Gejala ................................................ 55
4.1.1.3 Halaman Penyakit ............................................. 56
4.1.1.4 Halaman Diagnosa ............................................ 57
4.1.1.5 Halaman Sign Up .............................................. 59
4.1.1.6 Halaman Data Pribadi ....................................... 59
4.1.2 Halaman Admin .............................................................. 60
4.1.2.1 Halaman Data Pakar ......................................... 60
4.1.2.2 Halaman Input Pakar ........................................ 60
4.1.3 Halaman Pakar ................................................................ 61
4.1.3.1 Halaman Data Pribadi ....................................... 61
4.1.3.2 Halaman Daftar Penyakit .................................. 62
4.1.3.3 Halaman Input Penyakit .................................... 64
4.1.3.4 Halaman Daftar Gejala ..................................... 65
4.2 Pengoperasian Sistem ................................................................. 65
4.2.1 Pengoperasian Tambah Data Gejala ................................ 66
4.2.2 Pengoperasian Tambah Data Penyakit ............................. 67
4.3 Pengujian .................................................................................... 70
4.3.1 Pengujian Input Data Pasien ............................................ 71
4.3.2 Pengujian Input Data Gejala ............................................ 72
4.3.3 Pengujian Input Data Penyakit......................................... 72
4.3.4 Pengujian Diagnosa ......................................................... 73
4.3.4.1 Pengujian Satu Gejala Satu Jenis Penyakit ........ 74
4.3.4.2 Pengujian Satu Gejala Beberapa Jenis Penyakit 75
4.3.4.3 Pengujian Beberapa Gejala Satu Jenis Penyakit 76
4.3.4.4 Pengujian Beberapa Gejala Beberapa Jenis
Penyakit ............................................................ 78
4.4 Analisis Hasil Perancangan dan Pengujian Sistem ....................... 81

BAB V PENUTUP .......................................................................................... 83


5.1 Kesimpulan................................................................................. 83
5.2 Saran .......................................................................................... 83

DAFTAR PUSTAKA ....................................................................................... 84


DAFTAR GAMBAR

Gambar 2.1 Entity .......................................................................................... 16


Gambar 2.2 Relationship ................................................................................ 17
Gambar 2.3 Atribute ....................................................................................... 17
Gambar 3.1 Diagram Alir Penelitian............................................................... 23
Gambar 3.2 Diagram Alir Pengembangan Sistem ........................................... 23
Gambar 3.3 Flowchart Perhitungan Nilai CF .................................................. 41
Gambar 3.4 Diagram Konteks Sistem ............................................................. 42
Gambar 3.5 Diagram Overview Sistem ........................................................... 43
Gambar 3.6 Diagram Rinci Proses 2.0 (Manajemen Data) .............................. 44
Gambar 3.7 Diagram Rinci Proses 3.0 (Diagnosa) .......................................... 45
Gambar 3.8 Diagram ER Sistem ..................................................................... 46
Gambar 3.9 Hubungan Antar Tabel ................................................................ 48
Gambar 3.10 Struktur Menu Sistem Pakar ........................................................ 49
Gambar 3.11 Perancangan Layout Pengunjung ................................................. 50
Gambar 3.12 Perancangan Layout Pakar........................................................... 51
Gambar 3.13 Perancangan Layout Admin......................................................... 52
Gambar 4.1 Antarmuka Halaman Utama ........................................................ 53
Gambar 4.2 Form Login ................................................................................. 54
Gambar 4.3 Antarmuka Halaman Gejala ........................................................ 55
Gambar 4.4 Antarmuka Detail Data Gejala ..................................................... 55
Gambar 4.5 Antarmuka Halaman Penyakit ..................................................... 56
Gambar 4.6 Antarmuka Halaman Detail Penyakit ........................................... 57
Gambar 4.7 Antarmuka Halaman Diagnosa .................................................... 58
Gambar 4.8 Antarmuka Halaman Sign up ....................................................... 59
Gambar 4.9 Antarmuka Halaman Data Pribadi Pasien .................................... 59
Gambar 4.10 Antarmuka Halaman Data Pakar ................................................. 60
Gambar 4.11 Antarmuka Halaman Input Pakar ................................................. 61
Gambar 4.12 Antarmuka Halaman Data Pribadi Pakar ..................................... 61
Gambar 4.13 Antarmuka Halaman Penyakit untuk Pakar.................................. 62
Gambar 4.14 Antarmuka Halaman Detail Penyakit untuk Pakar ....................... 63
Gambar 4.15 Antarmuka Halaman Input Penyakit Baru ................................... 64
Gambar 4.16 Antarmuka Halaman Data Gejala Pakar ...................................... 65
Gambar 4.17 Menu Input Jumlah Gejala .......................................................... 66
Gambar 4.18 Formulir Pengisian Data Gejala ................................................... 66
Gambar 4.19 Tabel Daftar Gejala ..................................................................... 67
Gambar 4.20 Formulir Pengsisian Data Penyakit .............................................. 68
Gambar 4.21 Formulir Pengisisan Data Nilai dari Penyakit .............................. 69
Gambar 4.22 Tabel Daftar Penyakit .................................................................. 70
Gambar 4.23 Hasil Detail Konsultasi Satu Gejala Satu Penyakit ....................... 75
Gambar 4.24 Hasil Detail Konsultasi Satu Gejala Beberapa Penyakit ............... 76
Gambar 4.25 Hasil Detail Konsultasi Beberapa Gejala Satu Penyakit ............... 78
Gambar 4.26 Hasil Detail Konsultasi Beberapa Gejala Beberapa Penyakit ....... 80
DAFTAR TABEL

Tabel 3.1 Index Tingkat Kepercayaan ............................................................. 25


Tabel 3.2 Nilai MB dan MD dari Suatu Gejala pada Penyakit Bronkiolitis
Akut ................................................................................................ 26
Tabel 3.3 Nilai MB dan MD dari Suatu Gejala pada Penyakit Difteria ............ 27
Tabel 3.4 Nilai MB dan MD dari Suatu Gejala pada Penyakit Ensephalitis ..... 28
Tabel 3.5 Nilai MB dan MD dari Suatu Gejala pada Penyakit Hepatitis Virus
Akut ................................................................................................ 29
Tabel 3.6 Nilai MB dan MD dari Suatu Gejala pada Penyakit Morbili ............. 30
Tabel 3.7 Nilai MB dan MD dari Suatu Gejala pada Penyakit Meningitis
Bakterial .......................................................................................... 31
Tabel 3.8 Nilai MB dan MD dari Suatu Gejala pada Penyakit Parotitis
Epidemika ........................................................................................ 32
Tabel 3.9 Nilai MB dan MD dari Suatu Gejala pada Penyakit Pertusis ............ 33
Tabel 3.10 Nilai MB dan MD dari Suatu Gejala pada Penyakit Varisela ........... 34
Tabel 3.11 Nilai MB dan MD dari Suatu Gejala pada Penyakit Poliomyelitis .... 35
Tabel 3.12 Relasi Gejala dan Penyakit............................................................... 36
Tabel 3.13 Struktur Tabel tb_user ..................................................................... 46
Tabel 3.14 Struktur Tabel tb_penyakit ............................................................... 47
Tabel 3.15 Struktur Tabel tb_gejala ................................................................... 47
Tabel 3.16 Struktur Tabel tb_relasi.................................................................... 47
Tabel 3.17 Struktur Tabel tb_nilai ..................................................................... 47
Tabel 3.18 Struktur Tabel tb_pasien .................................................................. 48
Tabel 3.19 Struktur Tabel tb_history ................................................................. 48
Tabel 4.1 Daftar Menu Halaman Utama dan Fungsinya ................................... 54
Tabel 4.2 Daftar Menu Halaman Admin dan Fungsinya .................................. 60
Tabel 4.3 Daftar Menu Halaman Pakar dan Fungsinya .................................... 61
Tabel 4.4 Pengujian Input Data Pasien ............................................................ 71
Tabel 4.5 Pengujian Input Data Gejala ............................................................ 72
Tabel 4.6 Pengujian Input Data Penyakit ......................................................... 73
BAB I
PENDAHULUAN

1.1 Latar Belakang


Anak-anak sangat rentan terserang penyakit, ini disebabkan oleh sistem
imun di dalam tubuh anak yang memang belum terbangun dengan sempurna atau
sedang dalam kondisi yang lemah. Sering kali para orang tua tidak tahu apa yang
harus dilakukan kepada anak-anak mereka saat anak sedang sakit atau salah
mengartikan gejala yang terjadi pada anak tersebut. Pada saat inilah peran dokter
spesialis anak sangat diperlukan. Akan tetapi tidak semua orang tua dapat dan
mau ke dokter spesialis anak karena beberapa alasan diantaranya adalah biaya
yang cukup tinggi.
Pada dasarnya penyakit anak sangat banyak. Salah satu jenis penyakit
yang sering menyerang anak adalah penyakit Tropik Infeksi. Penyakit Tropik
Infeksi adalah jenis penyakit yang hanya ditemukan di daerah tropis yang
disebabkan oleh infeksi bakteri, virus atau parasit. Dengan kondisi geografis
Indonesia yang merupakan negara dengan iklim tropis, sudah tentu penyakit
tropik ini banyak ditemukan di Indonesia.
Kemajuan teknologi info rmasi sekarang ini juga mendukung
berkembangnya teknologi dibidang kesehatan atau kedokteran. Dengan
mendiagnosa dini suatu penyakit diharapkan penyakit yang dialami tidak
bertambah parah. Pendeteksian suatu penyakit dengan komputer akan
mempermudah tenaga medis atau orang tua untuk membantu menentukan
keputusan yang diambil.
Diagnosaan terhadap suatu penyakit pada komputer dapat dilakukan
dengan menggunakan sistem pakar. Sistem pakar sendiri mempunyai beberapa
komponen yang diantaranya adalah basis pengetahuan. Basis pengetahuan
mengandung pengetahuan untuk pemahaman, formulasi dan penyelesaian
masalah.
Pengetahuan dari pakar tentang penyakit-penyakit yang sering timbul pada
anak-anak akan didata beserta gejala-gelajanya. Kemudian informasi yang telah
didapat akan diformulasikan untuk memperoleh sebuah kesimpulan. Diharapkan
dengan adanya sistem pakar ini dapat membantu paramedis dalam menentukan
penyakit yang diderita pada anak-anak, serta para orang tua yang bisa mendeteksi
secara dini penyakit anaknya untuk dapat melakukan penanggulangan atas
penyakit tersebut.

1.2 Perumusan Masalah


Berdasarkan latar belakang di atas, maka dapat dirumuskan bahwa
dibutuhkan suatu perangkat atau sistem pakar yang dapat membantu dalam
mendiagnosa penyakit Tropik Infeksi anak. Dengan adanya aplikasi sistem pakar
penanganan suatu penyakit pada anak akan dapat lebih efisien dalam hal waktu
serta membantu dalam penentuan keputusan yang dapat diambil.

1.3 Tujuan Penelitian


Tujuan dari penelitian ini adalah menghasilkan suatu sistem yang dapat
digunakan untuk melakukan diagnosa penyakit Tropik Infeksi anak yang hasilnya
dapat menunjukkan penyakit yang diderita oleh pasien, nilai tingkat kepercayaan
dari hasil diagnosa tersebut, serta solusi yang dapat dilakukan untuk penyakit
yang diderita.

1.4 Pembatasan Masalah


Pembatasan masalah dari penelitian yang akan dilakukan adalah:
1. Sistem pakar ini mendiagnosa anak dibawah umur 10 tahun.
2. Jenis penyakit yang didiagnosa pada sistem ini adalah Tropik Infeksi anak.
3. Sistem ini menghasilkan diagnosa berupa satu jenis penyakit.
4. Metode yang digunakan untuk mendapatkan hasil diagnosa adalah metode
Certainty Factor.
5. Sistem pakar ini dibagun berbasis web.

1.5 Sistematika Penulisan Skripsi


Adapun sistematika penulisan dari tugas akhir ini disusun dalam lima bab
yang terdiri dari Bab I Pendahuluan, Bab II Tinjauan Pustaka, Bab III Metodologi
Penelitian, Bab IV Hasil Implementasi dan Analisis Sistem serta Bab V Penutup.
Bab I Pendahuluan adalah bab yang berisi latar belakang, perumusan
masalah, tujuan penelitian, pembatasan masalah, dan sistematika penulisan.
Bab II Tinjauan Pustaka adalah bab yang berisi berisi tentang berbagai
macam teori dan penjelasan mengenai sistem pakar, metode inferensi, dan hal-hal
yang berhubungan dengan pengembangan sebuah sistem pakar. Kemudian pada
bab ini juga akan dibahas teori-teori kedokteran yang berhubungan dengan
Penyakit Tropik Infeksi anak yang berkaitan dan digunakan dalam pembuatan
sistem pakar ini.
Bab III Metodologi Penelitian adalah bab yang berisi tentang bahan
penelitian, alat yang dipergunakan, metode penelitian, variable atau data, analisis
hasil serta diagram alir penelitian.
Bab IV Hasil Implementasi dan Analisis Sistem adalah bab yang berisi
data hasil percobaan, pengamatan, dan sebagainya yang telah dirancang pada Bab
III. Setiap hasil yang disajikan akan dilakukan analisis untuk mengarah kepada
suatu kesimpulan.
Bab V Penutup adalah bab yang berisi kesimpulan dari penelitian yang
telah dilakukan dan saran atau rekomendasi untuk perbaikan, pengembangan atau
kesempurnaan/kelengkapan penelitian yang telah dilakukan.
BAB II
TINJAUAN PUSTAKA

1.6 Kecerdasan Buatan Secara Umum


Kecerdasan buatan atau Artificial Intelligence merupakan salah satu
bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan
pekerjaan seperti dan sebaik yang dilakukan oleh manusia.
Teknologi kecerdasan buatan dipelajari dalam bidang-bidang, seperti:
robotika, penglihatan komputer (computer vision), jaringan saraf tiruan (artificial
neural system), pengolahan bahasa alami (n atural language processing),
pengenalan suara (speech recognition), dan sistem pakar (expert system).

1.7 Sistem Pakar


a. Pengertian 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. Bagi para ahli
sistem pakar juga dapat membantu sebagai asisten yang berpengalaman.
Ada beberapa definisi tentang sistem pakar antara lain (Kusumadewi,
2003):
a. Menurut Dunkin: Sistem pakar adalah suatu program komputer yang
dirancang untuk memodelkan kemampuan penyelesaian masalah yang
dilakukan oleh seorang pakar.
b. Menurut Ignizio: Sistem pakar adalah suatu model dan prosedur yang
berkaitan, dalam suatu domain tertentu, yang mana tingkat keahliannya dapat
dibandingkan dengan keahlian seorang pakar.
c. Menurut Giarratano dan Riley: Sistem pakar adalah suatu sistem komputer
yang bisa menyamai atau meniru kemampuan seorang pakar.

b. Ciri–Ciri Sistem Pakar


Suatu sistem dikatakan pakar apabila mempunyai ciri-ciri sebagai berikut
(Kusumadewi, 2003):
a. Terbatas pada domain keahlian tertentu.
b. Dapat memberikan penalaran untuk data-data yang tidak pasti.
c. Dapat mengemukakan rangkaian alasan-alasan yang diberikan dengan cara
yang dapat dipahami.
d. Berdasarkan pada kaidah atau rule tertentu.
e. Dirancang untuk dikembangkan secara bertahap.
f. Keluarannya atau output bersifat anjuran.

c. Keuntungan Sistem Pakar


Ada beberapa keuntungan sistem pakar antara lain (Arhami, 2004):
a. Menghimpun data dalam jumlah yang sangat besar.
b. Menyimpan data tersebut untuk jangka waktu yang panjang dalam suatu
bentuk tertentu.
c. Mengerjakan perhitungan secara cepat dan tepat dan tanpa jemu mencari
kembali data yang tersimpan dalam kecepatan tinggi.

d. Kelemahan Sistem Pakar


Disamping memiliki beberapa keuntungan, sistem pakar juga memiliki
beberapa kelemahan antara lain (Kusumadewi, 2003):
a. Biaya yang diperlukan untuk membuat dan memeliharanya mahal.
b. Sulit dikembangkan.
c. Sistem pakar tidak 100% bernilai benar.

e. Komponen Utama Sistem Pakar


Untuk membangun sistem pakar komponen-komponen dasar yang harus
dimiliki paling sedikit adalah sebagai berikut:
a. Antar muka pemakai (User Interface).
b. Basis pengetahuan (Knowledge Base).
c. Mesin inferensi.

f. Basis Pengetahuan
Menurut Arhami, basis pengetahuan mengandung pengetahuan untuk
pemahaman, formulasi, dan penyelesaian masalah. Komponen sistem pakar ini
disusun atas dua elemen dasar, yaitu fakta dan aturan. Fakta merupakan informasi
tentang objek dalam area permasalahan tertentu, sedangkan aturan merupakan
informasi tentang cara bagaimana memperoleh fakta baru dan fakta yang telah
diketahui.
Ada dua bentuk pendekatan basis pengetahuan yang sangat umum
digunakan, yaitu:
a. Penalaran berbasis aturan (Rule Base Reasoning)
Pengetahuan direpresentasikan dengan menggunakan aturan berbentuk IF-
THEN. Bentuk ini digunakan apabila kita memiliki sejumlah pengetahuan
pakar pada permasalahan tertentu, dan pakar dapat menyelesaikan masalah
tersebut secara berurutan.
b. Penalaran berbasis kasus (Case Base Reasoning)
Basis pengetahuan akan berisi solusi-solusi yang telah dicapai sebelumnya.
Kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang
(fakta yang ada).

g. Metode Inferensi
Komponen ini mengandung mekanisme pola pikir dan penalaran yang
digunakan oleh pakar dalam menyelesaikan suatu masalah. Metode inferensi
adalah program komputer yang memberikan metedologi untuk penalaran tentang
informasi yang ada dalam basis pengetahuan dan dalam workplace, dan untuk
memformulasikan kesimpulan (Turban, 1995).
Kebanyakan sistem pakar berbasis aturan menggunakan strategi inferensi
yang dinamakan modus ponen. Berdasarkan strategi ini, jika terdapat aturan “IF A
THEN B”, dan jika diketahui bahwa A benar, maka dapat disimpulkan bahwa B
juga benar. Strategi inferensi modus ponen dinyatakan dalam bentuk:
[A And (A→B)] →B
dengan A dan A→B adalah proposisi-proposisi dalam basis pengetahuan.
Terdapat dua pendekatan untuk mengontrol inferensi dalam sistem pakar
berbasis aturan, yaitu pelacakan ke belakang (Backward chaining) dan pelacakan
ke depan (forward chaining).
1.8 Faktor Kepastian (Certainty Factor)
Dalam menghadapi suatu permasalahan sering ditemukan jawaban yang
tidak memiliki kepastian penuh. Ketidakpastian ini dapat berupa probabilitas atau
kebolehjadian yang tergantung dari hasil suatu kejadian. Hasil yang tidak pasti
disebabkan oleh dua faktor, yaitu aturan yang tidak pasti dan jawaban pengguna
yang tidak pasti atas suatu pertanyaan yang diajukan oleh sistem. Hal ini sangat
mudah dilihat pada sistem diagnosis penyakit, dimana pakar tidak dapat
mendefinisikan hubungan antara gejala dengan penyebabnya secara pasti, dan
pasien tidak dapat merasakan suatu gejala dengan pasti pula. Pada akhirnya akan
ditemukan banyak kemungkinan diagnosis.
Sistem pakar harus mampu bekerja dalam ketidakpastian. Sejumlah teori
telah ditemukan untuk menyelesaikan ketidakpastian, termasuk diantaranya
Probabilitas klasik, Probabilitas Bayes, Teori Hartley berdasarkan himpunan
klasik, Teori Shannon berdasakan pada probabilitas, Teori Depmster-Shafer, Teori
Fuzzy Zadeh, dan Faktor Kepastian.
Faktor kepastian diperkenalkan oleh Shortliffe Buchanan dalam
pembuatan MYCIN. Certanity Factor (CF) merupakan nilai parameter klinis yang
diberikan MYCIN untuk menunjukkan besarnya kepercayaan. CF menunjukkan
ukuran kepastian terhadap suatu fakta atau aturan.
CF menunjukkan ukuran kepastian terhadap suatu fakta atau aturan.
Notasi faktor kepastian adalah :

CF[h,e] = MB[h,e]-MD[h,e]
MB[h,e1^e2]=
. 0 MD[h,e1^e2] = 1
MB[h,e1] + MB[h,e2].(1-MB[h,e1]) lainnya

MD[h,e1^e2]=
. . 0 MB[h,e1^e2] = 1
MDh,e1] + MD[h,e2].(1-MD[h,e1]) lainnya
Dengan :
CF[h,e] = faktor kepastian.
MB[h,e] = ukuran kepercayaan terhadap hipotesis h, jika diberikan evidence
e (antara 0 dan 1).
MD[h,e] = ukuran ketidakpercayaan terhadap hipotesis h, jika diberikan
edvidence e (antara 0 dan 1).
e = Evidence (peristiwa atau fakta).
h = Hipotesis (dugaan).

1.9 Penyakit Tropik Infeksi


Menurut Rampengan (1992) penyakit Tropik Infeksi adalah suatu penyakit
yang hanya ditemukan di daerah tropis, misalnya Indonesia. Penyakit ini
disebabkan oleh infeksi yang berasal dari bakteri, virus, atau parasit.
2.4.1 Bronkiolitis Akut
Bronkiolitis adalah suatu peradangan pada bronkiolus (saluran udara yang
merupakan percabangan dari saluran udara utama), yang biasanya disebabkan
oleh infeksi virus (Masjoer, 2000).
Gejala-gejala penyakit Bronkiolitis Akut adalah sebagai berikut:
a. Batuk
b. Demam
c. Mengi/suara yang muncul saat anak mengeluarkan nafas
d. Sesak nafas
e. Sianosi/warna kebiru-biruan pada kulit
f. Takipneu/peningkatan usaha bernafas

2.4.2 Difteria
Difteria adalah suatu penyakit infeksi mendadak yang disebabkan oleh
kuman Corynebacterium Diphtheriae. Mudah menular dan menyerang terutama
saluran nafas bagian atas.
Gejala-gejala penyakit Difteria adalah sebagai berikut:
a. Demam
b. Sesak nafas
c. Nyeri tenggorokan
d. Denyut jantung cepat
e. Sakit kepala

2.4.3 Ensephalitis
Ensephalitis adalah peradangan akut otak yang disebabkan oleh infeksi
virus (Yuniraharjo, 2009). Terkadang ensephalitis dapat disebabkan oleh infeksi
bakteri, seperti meningitis, atau komplikasi dari penyakit lain seperti rabies
(disebabkan oleh virus) atau sifilis (disebabkan oleh bakteri). Penyakit parasit dan
protozoa seperti toksoplasmosis, malaria, atau primary amoebic meningoencephalitis,
juga dapat menyebabkan ensephalitis pada orang yang sistem kekebalan tubuhnya
kurang. Kerusakan otak terjadi karena otak terdorong terhadap tengkorak dan
menyebabkan kematian.
Gejala-gejala penyakit Ensephalitis adalah sebagai berikut:
a. Demam
b. Muntah
c. Sakit kepala
d. Kaku kuduk/kaku pada leher
e. Kejang berulang

2.4.4 Hepatitis Virus Akut


Hepatitis adalah suatu penyakit hati yang disebabkan oleh virus Hepatitis,
suatu anggota famili Hepadnavirus yang dapat menyebabkan peradangan hati akut
atau menahun (Masjoer, 2000).
Gejala-gejala penyakit Hepatitis Virus Akut adalah sebagai berikut:
a. Mual
b. Muntah
c. Nafsu makan berkurang
d. Kotoran berwara gelap
e. Malaise/badan lemas tak bertenaga
f. Nyeri sendi
g. Mata berwarna kuning
2.4.5 Morbili
Morbili/campak adalah suatu infeksi virus yang sangat menular, yang
ditandai dengan demam, batuk, konjungtivitis (peradangan selaput ikat
mata/konjungtiva), dan ruam kulit. Penyakit ini disebabkan karena infeksi virus
campak golongan Paramyxovirus.
Gejala-gejala penyakit Morbili adalah sebagai berikut:
a. Batuk
b. Demam
c. Fotofobia/silau terhadap cahaya
d. Koriza/hidung berlendir dan membengkak
e. Nyeri otot
f. Mata merah
g. Terdapat bercak merah pada kulit

2.4.6 Meningitis Bakterial


Meningitis Bakterial, yang disebabkan oleh bakteri tertentu dan merupakan
penyakit yang serius. Salah satu bakteri yang diketahui menjadi penyebab
meningitis adalah meningococcal bacteria. Bakteri meningococcal sebetulnya
hidup tanpa mengganggu di tenggorokan dan hidung, namun pada kondisi tertentu
mereka bisa menjadi aktif dan bertambah jumlahnya hingga akhirnya
menyebabkan meningitis. Penyakit ini menyebabkan kematian.
Gejala-gejala penyakit Meningitis Bakterial adalah sebagai berikut:
a. Demam
b. Nyeri tenggorokan
c. Muntah
d. Sakit kepala
e. Kaku kuduk
f. Kejang berulang
g. Fotofobia/silau terhadap cahaya
h. Hilang kesadaran
2.4.7 Parotitis Epidemica
Parotitis Epidemica/gondongan adalah penyakit menular dengan gejala
khas pembesaran kelenjar ludah terutama kelenjar parotis (Masjoer, 2000).
Disebabkan oleh virus golongan paramyxovirus.
Gejala-gejala penyakit Parotitis Epidemica adalah sebagai berikut:
a. Demam
b. Sakit kepala
c. Nafsu makan berkurang
d. Malaise
e. Menggigil
f. Pembengkakan kelenjar pada leher

2.4.8 Pertusis
Pertusis/batuk rejan adalah penyakit yang disebabkan oleh bakteri pertusis
yang menyerang kerongkongan dan saluran pernafasan (Masjoer, 2000).
Gejala-gejala penyakit Pertusis adalah sebagai berikut:
a. Batuk
b. Nafsu makan berkurang
c. Malaise
d. Bersin-bersin
e. Mata berair

2.4.9 Varisela/Cacar Air


Varisela adalah suatu penyakit infeksi akut primer menular, yang
disebabkan oleh Varicella Zoster Virus.
Gejala-gejala penyakit Varisela adalah sebagai berikut:
a. Demam

b. Malaise
c. Sakit kepala
d. Nyeri sendi
e. Terdapat bercak merah pada kulit
2.4.10 Poliomyelitis
Poliomyelitis/polio adalah penyakit paralisis atau lumpuh yang disebabkan
oleh virus. Agen pembawa penyakit ini, sebuah virus yang dinamakan poliovirus
(PV), masuk ke tubuh melalui mulut, mengifeksi saluran usus. Virus ini dapat
memasuki aliran darah dan mengalir ke sistem saraf pusat menyebabkan
melemahnya otot dan kadang kelumpuhan (paralisis).
Gejala-gejala penyakit Poliomelitis adalah sebagai berikut:
a. Demam
b. Nyeri tenggorokan
c. Sakit kepala
d. Malaise

e. Lumpuh layu

1.10 Sistem Basis data


Menurut Marlinda (2004) basis data adalah suatu susunan/kumpulan data
operasional lengkap dari suatu organisasi/perusahaan yang diorganisir/dikelola
dan disimpan secara terintegrasi dengan menggunakan metode et rtentu
menggunakan komputer sehingga mampu menyediakan informasi optimal yang
diperlukan pemakainya.
Sedangkan, sistem basis data adalah suatu sistem menyusun dan
mengelola record-record menggunakan komputer untuk menyimpan atau
merekam serta memelihara data operasional lengkap sebuah
organisasi/perusahaan sehingga mampu menyediakan informasi yang optimal
yang diperlukan pemakai untuk proses mengambil keputusan.
Dalam menggunakan sistem basis data, terdapat beberapa keuntungan dan
kerugian.
Keuntungan sistem basis data adalah:
a. Mengurangi kerangka data, yaitu data yang sama disimpan dalam berkas data
yang berbeda-beda sehingga update dilakukan berulang-ulang.
b. Mencegah ketidakkonsistenan.
c. Keamanan data dapat terjaga, yaitu dapat dilindungi dari pemakai yang tidak
berwenang.
d. Integritas dapat dipertahankan.
e. Data dapat digunakan bersama-sama.
f. Menyediakan recovery.
g. Memudahkan penerapan standarisasi.
h. Data bersifat mandiri (data independence).
i. Keterpaduan data terjaga.

Sedangkan kerugian sistem basis data adalah:


a. Diperlukan tempat penyimpanan yang besar.
b. Diperlukan tenaga yang terampil dalam mengelola data.
c. Perangkat lunak mahal.
d. Kerusakan sistem basis data dapat mempengaruhi departemen yang terkait.

2.5.1 Komponen Sistem Informasi


Terdapat 5 komponen pokok sistem informasi, yaitu(Al-Bahra, 2005):
1. Data
Data merupakan komponen dasar dari informasi yang akan diproses lebih
lanjut untuk menghasilkan informasi. Himpunan data akan memiliki sifat unik
sebagai berikut:
a. Saling berkaitan (interrelated):
Data-data tersebut akan saling berkaitan/terintegrasi dan tersimpan secara
terorganisir di dalam suatu media penyimpanan.
b. Kebersamaan (shared):
Data yang terintegrasi tersebut dapat diakses oleh berbagai macam
pengguna/orang tetapi hanya satu yang dapat merubah yaitu Database
Administrator (DBA).

2. Hardware (Perangkat Keras)


Terdiri dari semua peralatan komputer yang digunakan untuk mengelola
sistem basis data, berupa:
a. Peralatan untuk menyimpan data
Disk merupakan salah satu perangkat penyimpanan data yang paling sering
digunakan. Disk diorganisasikan berupa silinder-silinder dengan tiap
permukaan terdapat head yang ditumpuk secara vertikal.
b. Peralatan input dan output
Peralatan input merupakan alat yang digunakan untuk menerima input
(energi yang dimasukkan kedalam suatu sistem yang dapat berupa signal
input atau maintenace input). Sedangkan, peralatan output merupakan
suatu alat keluaran/tampilan suatu data setelah mengalami suatu proses.
c. Peralatan komunikasi data
Komunikasi data adalah suatu bagian dari ilmu komunikasi yang
mengkhususkan diri pada penyampaian informasi yang berupa teks dan
gambar.

3. Software (Perangkat Lunak)


Sofware merupakan kumpulan dari perintah/fungsi yang ditulis dengan aturan
tertentu untuk memerintahkan komputer melaksanakan tugas tertentu.

4. Prosedur
Dokumentasi prosedur/proses sistem, buku penuntun operasional (aplikasi)
dan teknis. Prosedur menghubungkan berbagai perintah, dan aturan yang akan
menentukan rancangan dan pengguna sistem.

5. Manusia (Pengguna)
Manusia adalah mereka yang terlibat dalam kegiatan sistem seperti operator,
pemimpin sistem dan sebagainya.

2.5.2 DBMS (Database Management System)


Menurut Marlinda (2004) kumpulan file yang saling berkaitan dan program
untuk pengelolanya disebut DBMS. Basis data adalah kumpulan datanya, sedang
program pengelolanya berdiri sendiri dalam suatu paket program yang komersial
untuk membaca data, mengisi data, menghapus data, dan melaporkan data dalam
basis data.
2.5.2.1 Bahasa yang Terdapat di dalam DBMS
a. Data Definition Language (DDL)
Paket bahasa di dalam DBMS dibagi menjadi beberapa definisi. Pola skema
basis data dispesifikasikan dengan suatu set definisi yang diekspresikan
dengan suatu bahasa khusus yang disebut DDL (data definitions language).
Hasil kompilasi perintah DDL adalah suatu set tabel yang disimpan di dalam
file khusus yang disebut data dictionary/directory. Suatu data directory adalah
suatu file yang berisi metadata, yaitu ”data mengenai data”. File ini
dikonsultasikan sebelum data sebenarnya dibaca atau dimodifikasikan dalam
suatu sistem basis data.
b. Data Manipulasi Language (DML)
Bahasa yang memperbolehkan pemakai mengakses atau memanipulasi data
sebagai yang diorganisasikan sebelum model data yang tepat.
Secara dasar terdapat dua tipe DML, yaitu:
1. Procedural, pemakai harus menentukan data apa yang dibutuhkan dan
bagaimana mendapatkannya.
2. Non procedural, pemakai harus menentukan data apa yang dibutuhkan,
tanpa menentukan bagaimana mendapatkannya.
c. Query
Query adalah pernyataan yang diajukan untuk mengambil informasi.
Merupakan bagian DML yang digunakan untuk pengambilan informasi,
disebut Query Language.

2.5.2.2 Keunggulan DBMS


Berikut beberapa keunggulan dari DBMS dibandingkan dengan sistem
tradisional yang berbasis kertas (Al-Bahra, 2005):
a. Kepraktisan
Sistem yang berbasis kertas akan menggunakan kertas yang sangat banyak
untuk menyimpan informasi, sedangkan DBMS menggunakan media
penyimpanan sekunder yang berukuran kecil tetapi padat informasi.
b. Kecepatan
Mesin dapat mengambil atau mengubah data jauh lebih cepat dari pada
manusia.
c. Mengurangi kejemuan
Orang cendrung menjadi bosan kalau melakukan tindakan-tindakan berulang
yang menggunakan tangan (misal harus mengganti suatu informasi).
d. Kekinian
Informasi yang tersedia pada DBMS akan bersifat mutahir dan akurat setiap
saat.

2.5.3 Model Entity Relationship


Merupakan suatu model untuk menjelaskan hubungan antara data dalam
basis data data berdasarkan suatu presepsi bahwa real world terdiri dari objek-
objek dasar yang mempunyai hubungan atau relasi antar objek-objek tersebut.
Relasi antar objek dilukiskan dengan menggunakan simbol-simbol grafis tertentu.
Menurut Chen dalam Marlinda, model entity relationship adalah suatu
penyajian data dengan menggunakan entity dan relatitionship.
Komponen-komponen yang terdapat di dalam Entity Relationship Model:
a. Entity
1. Adalah sesuatu yang dapat dibedakan dalam dunia nyata dimana informasi
yang berkaitan dengannnya dikumpulkan.
2. Entity set adalah kumpulan entity yang sejenis.

Gambar 2.1 Entity


3. Simbol yang digunakan untuk entity adalah persegi panjang.
4. Entity set dapat berupa:
- Entity yang bersifat fisik, yaitu entity yang dapat dilihat.
- Entity yang bersifat konsep atau logik, yaitu entity yang tidak dapat
dilihat.
b. Relationship
1. Adalah hubungan yang terjadi antara satu atau lebih entity.
2. Relationship tidak mempunyai keberadaan fisik, kecuali yang mewarisi
hubungan antara entity tersebut.
3. Relationship set adalah kumpulan relationship yang sejenis.
4. Simbol yang digunakan adalah bentuk belah ketupat, diamond, atau
rectangle.

Gambar 2.2 Relationship


c. Atribute
1. Adalah karakteristik dari entity atau relationship yang menyediakan
penjelasan detail tentang atau relatitionship tersebut.
2. Attribute value (nilai atribute) adalah suatu data aktual atau informasi
yang disimpan disuatu atribute di dalam suatu entity atau relationship.
3. Terdapat dua jenis atribute, yaitu:
- Indentifier (key), untuk menentukan suatu entity secara unik.
- Descriptor (nonkey attribute), untuk menentukan karakteristik dari
suatu entity yang tidak unik.
4. Simbol yang digunakan adalah bentuk oval.

Gambar 2.3 Atribute


d. Indicator Tipe
1. Indicator tipe associative object
Berfungsi sebagai suatu objek dan suatu relationship.
2. Indicator tipe supertipe
Terdiri dari suatu objek dan suatu subkategori atau lebih yang
dihubungkan dengan satu relationship yang tidak bernama.

e. Cardinality Ratio atau Mapping Cardinality


Cardinality ratio adalah menjelaskan hubungan batasan jumlah keterhubungan
suatu entity dengan entity lainnya atau banyakknya entity yang bersesuaian
dengan entity yang lain melalui relationship.
f. Derajat Relationship
Derajat relationship menyatakan jumlah entity yang berpartisipasi di dalam
suatu relationship.
g. Partisipation Constraint
Menjelaskan apakah keberadaan suatu entity tergantung pada hubungannya
dengan entity lain.
h. Representasi dari entity set
Entity set direpresentasikan dalam bentuk tabel dan nama yang uniqe. Setiap
tabel terdiri dari sejumlah kolom. Masing-masing kolom diberi nama yang
uniqe pula.

1.11 PHP
Menurut Peranginangin PHP merupakan singkatan dari PHP Hypertext
Preprocessor yang digunakan sebagai bahasa script server-side dalam
pengembangan web yang disisipkan pada dokumen HTML. Bahasa pemrograman
PHP dibuat sebagai suatu metode untuk menciptakan komunikasi interaktif antara
para netters dengan penyedia informasi tersebut (server). Dengan semakin
berkembangannya suatu website, website sudah tidak diarahkan lagi pada suatu
website pasif melainkan ke dalam bentuk aktif dengan adanya form di dalam.
Form ini merupakan embrio dari adanya proses interaksi antara para netters
dengan penyedia informasi tersebut (server).

2.7 Perangkat Lunak


Menurut Pressman (2002) pengujian adalah serangkaian aktifitas yang
dapat direncanakan sebelumnya dan dilakukan secara sistematis. Pengujian
perangkat lunak adalah satu elemen dari topik yang lebih luas yang sering diacu
sebagai verifikasi dan validasi. Pengujian sistem adalah sederetan pengujian yang
berbeda yang tujuan utamanya adalah sepenuhnya mempergunakan sistem
berbasis komputer.
Dalam pengujian, kualitas dari data pengujian lebih penting dari pada
jumlah datanya. Ada beberapa metode yang dapat digunakan untuk memilih data
pengujian salah satunya adalah metode Black-Box.
Metode Black-Box, dimana data pengujian dipilih berdasarkan spesifikasi
masalah tanpa memperhatikan detail internal dari program, untuk memeriksa
apakah program dapat berjalan dengan benar. Pemilihan data pengujian paling
tidak harus dipilih dengan cara berikut:
a. Easy values, yaitu data yang mudah diperiksa.
b. Typical realistic value, yaitu mencoba program dengan data pengujian untuk
melihat bagaimana program menggunakannya. Data ini harus cukup sederhana
sehingga hasilnya dapat dihitung secara manual.
c. Extreme values, banyak program error pada suatu batas range dari aplikasi.
d. Ilegal values, yaitu suatu data/nilai yang tidak diperbolehkan maupun data
yang tidak berguna.
BAB III
METODOLOGI PENELITIAN

3.1 Metodologi Penelitian


3.1.1 Bahan Penelitian
Bahan penelitian berupa data penyakit-penyakit Tropik Infeksi anak yang
diperoleh dari referensi buku dan pakar dari RS. Soedarso di mana pakar disini
adalah dokter spesialis anak.
Data-data penyakit Tropik Infeksi anak yang diperlukan antara lain terdiri
dari nama, gejala penyakit yang ada, definisi, solusi dari penyakit tersebut, dan
gambar dari penyakit.

3.1.2 Alat yang Dipergunakan


3.1.2.1 Alat Penelitian
Alat penelitian merupakan alat yang digunakan untuk penelitian. Alat
penelitian yang digunakan dalam penelitian ini adalah:
a. Data Flow Diagram (DFD), untuk menggambarkan aliran data pada sistem
yang terdiri dari dua bagian utama yaitu sistem input data dan sistem analisis
data.
b. Entity Relationship Diagram (ERD), untuk menjelaskan hubungan antardata
dalam basis data berdasarkan objek-objek dasar data yang mempunyai
hubungan antarrelasi.

3.1.2.2 Perangkat Lunak


Untuk membangun sistem pakar ini diperlukan beberapa perangkat lunak.
Perangkat lunak yang digunakan dalam penelitian ini adalah:
- Sistem operasi Windows XP Service Pack 2
- Macromedia Dreamweaver 8
- MYSQL Server 5.0
- Apache HTTP Server 2.0
- PHP 5.2.6
- Browser Mozilla Firefox 3.5.6
3.1.2.3 Perangkat Keras
Adapun hardware yang digunakan dalam pengembangan dan pengujian
sistem yang dirancang adalah satu unit Personal Computer (PC).

3.1.3 Metode Penelitian


Metode penelitian yang akan dilakukan adalah:
a. Metode Pengumpulan Data
Pengumpulan data dari RS. Soedarso Kota Pontianak dan melakukan
konsultasi langsung kepada pakar penyakit anak dalam hal ini dokter spesialis
anak mengenai data-data yang berkaitan dalam perancangan sistem pakar.
b. Metode Perancangan Sistem
Perancangan sistem dimulai dengan melakukan perancangan basis data dari
sistem yang akan dibangun. Kemudian dilakukan perancangan arus data
diagram serta perancangan antarmuka. Setelah itu merancang metode yang
digunakan dalam sistem pakar.
c. Metode Pengujian Sistem
Pengujian dilakukan untuk melihat kesamaan hasil metode berdasarkan
perhitungan manual dan yang dilakukan oleh sistem. Untuk input data
dilakukan dengan menggunakan metode Black Box.

3.1.4 Variabel atau Data


Data-data penyakit Tropik Infeksi anak yang dikumpulkan antara lain
terdiri dari nama, gejala penyakit yang ada, definisi, solusi dari penyakit tersebut,
dan gambar dari penyakit.

3.1.5 Analisis Hasil


Analisis hasil akan dilakukan dengan menggunakan metode Certainty
Factor (CF). Pasien akan melakukan proses diagnosa pada aplikasi, kemudian
aplikasi akan menghitung nilai CF yang didapat berdasarkan gejala yang
diinputkan. Hasil dari aplikasi akan dilihat kesamaannya dengan perhitungan yang
dilakukan pada proses manual. Dari hasil analisis ini akan ditarik kesimpulan
apakah sistem telah berjalan sesuai dengan metode yang digunakan.
3.1.6 Diagram Alir Penelitian
Penelitian ini terdiri dari beberapa tahapan. Langkah-langkah penelitian
yang dilakukan seperti terlihat pada Gambar 3.1 dapat dijelaskan sebagai berikut:
a. Studi literatur
Melakukan studi literatur mengenai sistem pakar serta penyakit Tropik Infeksi
anak.
b. Pengumpulan Data
Pengumpulan data dari RS. Soedarso Kota Pontianak dan melakukan
konsultasi langsung kepada pakar penyakit anak dalam hal ini dokter spesialis
anak mengenai data-data yang berkaitan dalam perancangan sistem pakar.
c. Pengembangan Sistem
Pengembangan sistem diawali dengan melakukan perancangan konseptual
sistem yang dibangun, perancangan prototipe sistem, pengujian, dan validasi
sistem serta analisis hasil pengujian. Diagram alir pengembangan sistem dapat
dilihat pada Gambar 3.2.
d. Analisis Sistem
Pada langkah ini, dilakukan analisis terhadap sistem secara keseluruhan untuk
memudahkan dalam melakukan penarikan kesimpulan.
e. Penarikan kesimpulan
Kesimpulan dirumuskan berdasarkan analisis yang telah dilakukan apakah
sistem yang dirancang mampu mendiagnosa penyakit Tropik Infeksi anak
berdasarkan gejala-gejala dan data-data yang telah ada.
Gambar 3.1 Diagram Alir Penelitian

Gambar 3.2 Diagram Alir Pengembangan Sistem


Langkah-langkah pengembangan sistem yang dilakukan seperti terlihat
pada Gambar 3.2 dapat dijelaskan sebagai berikut:
a. Perancangan Konseptual Sistem
Berupa perancangan entity relationship diagram (ERD) dan data flow diagram
(DFD) sistem, menentukan metode yang akan digunakan dalam proses
diagnosa untuk mengetahui nilai kepercayaan dari hasil diagnosa tersebut serta
perencanaan metode pengujian sistem.
b. Perancangan prototipe sistem
Merupakan implementasi desain sistem pakar kedalam coding program.
c. Pengujian dan validasi sistem
Pengujian dilakukan untuk melihat kesamaan hasil metode berdasarkan
perhitungan manual dan yang dilakukan oleh sistem. Untuk input data
dilakukan dengan menggunakan metode Black Box.
d. Analisis hasil pengujian
Analisis dilakukan dalam tahap pengujian dan validasi untuk mengetahui
karakteristik sistem dan mengidentifikasi jika terdapat ketidakkonsistenan
sistem. Hasil analisis juga digunakan sebagai dasar perbaikan.

3.2 Identifikasi Masalah


3.2.1 Akuisisi Pengetahuan
Akuisisi pengetahuan adalah pengumpulan data-data dari seorang pakar
kedalam sistem (program komputer). Sumber-sumber pengetahuan yang didapat
pada penelitian ini didapat dari pakar, buku dan browsing internet. Adapun
sumber-sumber yang ada dapat dilihat sebagai berikut.
1. Buku
Adapun buku-buku yang digunakan adalah sebagai berikut:
- Rampengan, T.H, dkk. 1992. Penyakit Infeksi Tropik pada Anak. Manado:
Penerbit Buku Kedokteran EGC.
- Masjoer, Arif, dkk. 2000. Kapita Selekta Kedokteran (Edisi 3). Jakarta:
Media Aesculapius.
2. Pakar
Adapun pakar yang ditemui untuk melakukan konsultasi tentang penyakit
Tropik Infeksi anak adalah sebagai berikut:
- dr. Indra B Hutagalung, Sp.A
- dr. Dedet Hidayati, Sp.A

3.2.2 Representasi Pengetahuan


3.2.2.1 Penentuan Skala Tingkat Kepercayaan
Untuk menghitung tingkat kepercayaan diperlukan nilai Meansure of
Believe (MB) dan Meansure of Disbelieve (MD) dimana nilai-nilai tersebut berada
diantara 0-1. Nilai-nilai tersebut kemudian dikelompokkan lagi kedalam 5 index
skala yang masing-masing index mencerminkan tingkat kepercayaan tersebut
seperti yang terlihat pada Tabel 3.1. Hal ini untuk mempermudah dalam
menentukan tingkat kepercayaan pada saat nilai akhir CF telah didapat.
Tabel 3.1 Index Tingkat Kepercayaan
Parameter Ukuran Skala
Sangat Tinggi 0.80-1.00
Tinggi 0.60-0.79
Sedang 0.40-0.59
Rendah 0.20-0.39
Sangat Rendah 0.00-0.19

3.2.2.2 Nilai Kepercayaan dan Tidak Kepercayaan Suatu Gejala dalam Suatu
Penyakit
Untuk menghitung nilai Tingkat Kepercayaan (CF) dalam satu diagnosa
diperlukan nilai MB dan MD dari gejala kesetiap penyakit yang ada. Berikut
adalah nilai MB dan MD gejala untuk setiap penyakit.
a. Bronkiolitis Akut
Nilai kepercayaan dan tidak kepercayaan suatu gejala dari penyakit
Bronkiolitis akut dapat dilihat pada tabel 3.2 berikut.

Tabel 3.2 Nilai MB dan MD dari suatu Gejala pada Penyakit Bronkiolitis
Akut
Gejala MB MD
Batuk 0.8 0.05
Demam 0.85 0.05
Mengi 0.95 0.01
Sesak nafas 0.9 0.05
Sianosis 0.8 0.05
Takipneu 0.9 0.05
Nyeri tenggorokan 0.3 0.75
Denyut jantung cepat 0.01 0.9
Sakit kepala 0.05 0.9
Muntah 0.05 0.85
Kaku kuduk 0.05 0.9
Kejang berulang 0.05 0.9
Mual 0.05 0.85
Nafsu makan berkurang 0.5 0.5
Kotoran berwarna gelap 0.01 0.95
Malaise 0.5 0.5
Nyeri sendi 0.1 0.9
Mata berwarna kuning 0.01 0.95
Fotofobia 0.01 0.95
Koriza 0.01 0.9
Nyeri otot 0.01 0.95
Mata merah 0.1 0.8
Terdapat bercak merah pada kulit 0.01 0.95
Hilang kesadaran 0.05 0.9
Menggigil 0.1 0.9
Pembengkakan kelenjar pada leher 0.1 0.9
Bersin-bersin 0.4 0.6
Mata berair 0.1 0.9
Lumpuh layu 0.01 0.95
b. Difteria
Nilai kepercayaan dan tidak kepercayaan suatu gejala dari penyakit Difteria
dapat dilihat pada tabel 3.3 berikut.

Tabel 3.3 Nilai MB dan MD dari suatu Gejala pada Penyakit Difteria
Gejala MB MD
Batuk 0.1 0.7
Demam 0.8 0.1
Mengi 0.01 0.95
Sesak nafas 0.85 0.05
Sianosis 0.1 0.85
Takipneu 0.1 0.75
Nyeri tenggorokan 0.9 0.05
Denyut jantung cepat 0.85 0.1
Sakit kepala 0.7 0.1
Muntah 0.1 0.75
Kaku kuduk 0.01 0.9
Kejang berulang 0.01 0.9
Mual 0.05 0.85
Nafsu makan berkurang 0.4 0.5
Kotoran berwarna gelap 0.01 0.95
Malaise 0.4 0.65
Nyeri sendi 0.1 0.9
Mata berwarna kuning 0.01 0.95
Fotofobia 0.01 0.95
Koriza 0.01 0.9
Nyeri otot 0.1 0.9
Mata merah 0.1 0.9
Terdapat bercak merah pada kulit 0.01 0.95
Hilang kesadaran 0.01 0.95
Menggigil 0.1 0.85
Pembengkakan kelenjar pada leher 0.4 0.65
Bersin-bersin 0.4 0.6
Mata berair 0.1 0.8
Lumpuh layu 0.01 0.9
c. Ensephalitis
Nilai kepercayaan dan tidak kepercayaan suatu gejala dari penyakit
Ensephalitis dapat dilihat pada tabel 3.4 berikut.

Tabel 3.4 Nilai MB dan MD dari suatu Gejala pada Penyakit Ensephalitis
Gejala MB MD
Batuk 0.01 0.85
Demam 0.85 0.05
Mengi 0.01 0.9
Sesak nafas 0.01 0.9
Sianosis 0.01 0.9
Takipneu 0.01 0.9
Nyeri tenggorokan 0.01 0.9
Denyut jantung cepat 0.1 0.9
Sakit kepala 0.95 0.01
Muntah 0.8 0.1
Kaku kuduk 0.8 0.1
Kejang berulang 0.95 0.01
Mual 0.05 0.85
Nafsu makan berkurang 0.5 0.65
Kotoran berwarna gelap 0.01 0.95
Malaise 0.5 0.65
Nyeri sendi 0.01 0.9
Mata berwarna kuning 0.01 0.9
Fotofobia 0.05 0.95
Koriza 0.01 0.95
Nyeri otot 0.1 0.9
Mata merah 0.1 0.9
Terdapat bercak merah pada kulit 0.01 0.9
Hilang kesadaran 0.01 0.95
Menggigil 0.1 0.9
Pembengkakan kelenjar pada leher 0.2 0.8
Bersin-bersin 0.1 0.95
Mata berair 0.2 0.8
Lumpuh layu 0.01 0.9
d. Hepatitis Virus Akut
Nilai kepercayaan dan tidak kepercayaan suatu gejala dari penyakit Hepatitis
virus akut dapat dilihat pada tabel 3.5 berikut.

Tabel 3.5 Nilai MB dan MD dari suatu Gejala pada Penyakit Hepatitis Virus
Akut
Gejala MB MD
Batuk 0.5 0.65
Demam 0.5 0.65
Mengi 0.01 0.9
Sesak nafas 0.01 0.9
Sianosis 0.01 0.92
Takipneu 0.01 0.95
Nyeri tenggorokan 0.01 0.9
Denyut jantung cepat 0.1 0.8
Sakit kepala 0.5 0.65
Muntah 0.95 0.01
Kaku kuduk 0.01 0.9
Kejang berulang 0.01 0.95
Mual 0.95 0.01
Nafsu makan berkurang 0.85 0.1
Kotoran berwarna gelap 0.95 0.01
Malaise 0.85 0.05
Nyeri sendi 0.7 0.2
Mata berwarna kuning 0.95 0.01
Fotofobia 0.05 0.9
Koriza 0.01 0.91
Nyeri otot 0.01 0.9
Mata merah 0.1 0.9
Terdapat bercak merah pada kulit 0.01 0.95
Hilang kesadaran 0.01 0.95
Menggigil 0.1 0.8
Pembengkakan kelenjar pada leher 0.01 0.9
Bersin-bersin 0.2 0.8
Mata berair 0.1 0.8
Lumpuh layu 0.01 0.95
e. Morbili
Nilai kepercayaan dan tidak kepercayaan suatu gejala dari penyakit Morbili
dapat dilihat pada tabel 3.6 berikut.

Tabel 3.6 Nilai MB dan MD dari suatu Gejala pada Penyakit Morbili
Gejala MB MD
Batuk 0.7 0.1
Demam 0.95 0.05
Mengi 0.01 0.95
Sesak nafas 0.01 0.95
Sianosis 0.01 0.95
Takipneu 0.01 0.9
Nyeri tenggorokan 0.1 0.9
Denyut jantung cepat 0.1 0.9
Sakit kepala 0.01 0.9
Muntah 0.1 0.8
Kaku kuduk 0.01 0.95
Kejang berulang 0.01 0.95
Mual 0.01 0.8
Nafsu makan berkurang 0.4 0.6
Kotoran berwarna gelap 0.01 0.9
Malaise 0.5 0.65
Nyeri sendi 0.2 0.8
Mata berwarna kuning 0.05 0.9
Fotofobia 0.9 0.05
Koriza 0.95 0.01
Nyeri otot 0.9 0.1
Mata merah 0.95 0.1
Terdapat bercak merah pada kulit 0.93 0.01
Hilang kesadaran 0.01 0.95
Menggigil 0.1 0.9
Pembengkakan kelenjar pada leher 0.2 0.7
Bersin-bersin 0.2 0.8
Mata berair 0.1 0.9
Lumpuh layu 0.01 0.95
f. Meningitis Bakterial
Nilai kepercayaan dan tidak kepercayaan suatu gejala dari penyakit Meningitis
Bakterial dapat dilihat pada tabel 3.7 berikut.

Tabel 3.7 Nilai MB dan MD dari suatu Gejala pada Penyakit Meningitis
Bakterial
Gejala MB MD
Batuk 0.01 0.9
Demam 0.93 0.01
Mengi 0.01 0.9
Sesak nafas 0.01 0.9
Sianosis 0.01 0.9
Takipneu 0.01 0.9
Nyeri tenggorokan 0.8 0.1
Denyut jantung cepat 0.1 0.9
Sakit kepala 0.85 0.1
Muntah 0.7 0.15
Kaku kuduk 0.95 0.01
Kejang berulang 0.94 0.01
Mual 0.2 0.7
Nafsu makan berkurang 0.4 0.65
Kotoran berwarna gelap 0.01 0.95
Malaise 0.4 0.65
Nyeri sendi 0.2 0.75
Mata berwarna kuning 0.05 0.9
Fotofobia 0.85 0.1
Koriza 0.01 0.9
Nyeri otot 0.1 0.9
Mata merah 0.01 0.9
Terdapat bercak merah pada kulit 0.01 0.95
Hilang kesadaran 0.9 0.15
Menggigil 0.1 0.8
Pembengkakan kelenjar pada leher 0.2 0.7
Bersin-bersin 0.2 0.7
Mata berair 0.2 0.8
Lumpuh layu 0.01 0.9
g. Parotitis Epidemica
Nilai kepercayaan dan tidak kepercayaan suatu gejala dari penyakit Parotitis
Epidemica dapat dilihat pada tabel 3.8 berikut.

Tabel 3.8 Nilai MB dan MD dari suatu Gejala pada Penyakit Parotitis
Epidemica
Gejala MB MD
Batuk 0.01 0.9
Demam 0.9 0.05
Mengi 0.1 0.85
Sesak nafas 0.01 0.9
Sianosis 0.1 0.95
Takipneu 0.01 0.9
Nyeri tenggorokan 0.01 0.9
Denyut jantung cepat 0.01 0.9
Sakit kepala 0.8 0.2
Muntah 0.01 0.9
Kaku kuduk 0.01 0.95
Kejang berulang 0.01 0.9
Mual 0.01 0.9
Nafsu makan berkurang 0.95 0.1
Kotoran berwarna gelap 0.01 0.95
Malaise 0.9 0.1
Nyeri sendi 0.1 0.9
Mata berwarna kuning 0.05 0.9
Fotofobia 0.01 0.95
Koriza 0.01 0.95
Nyeri otot 0.1 0.9
Mata merah 0.01 0.9
Terdapat bercak merah pada kulit 0.01 0.9
Hilang kesadaran 0.1 0.85
Menggigil 0.8 0.2
Pembengkakan kelenjar pada leher 0.95 0.01
Bersin-bersin 0.1 0.8
Mata berair 0.1 0.8
Lumpuh layu 0.01 0.95
h. Pertusis
Nilai kepercayaan dan tidak kepercayaan suatu gejala dari penyakit Pertusis
dapat dilihat pada tabel 3.9 berikut.

Tabel 3.9 Nilai MB dan MD dari suatu Gejala pada Penyakit Pertusis
Gejala MB MD
Batuk 0.95 0.01
Demam 0.5 0.65
Mengi 0.1 0.85
Sesak nafas 0.2 0.75
Sianosis 0.1 0.8
Takipneu 0.1 0.8
Nyeri tenggorokan 0.05 0.9
Denyut jantung cepat 0.1 0.9
Sakit kepala 0.1 0.8
Muntah 0.4 0.6
Kaku kuduk 0.01 0.9
Kejang berulang 0.01 0.9
Mual 0.1 0.8
Nafsu makan berkurang 0.85 0.05
Kotoran berwarna gelap 0.01 0.9
Malaise 0.8 0.2
Nyeri sendi 0.1 0.9
Mata berwarna kuning 0.1 0.9
Fotofobia 0.01 0.95
Koriza 0.01 0.9
Nyeri otot 0.01 0.9
Mata merah 0.05 0.8
Terdapat bercak merah pada kulit 0.01 0.95
Hilang kesadaran 0.01 0.95
Menggigil 0.2 0.8
Pembengkakan kelenjar pada leher 0.1 0.8
Bersin-bersin 0.92 0.05
Mata berair 0.95 0.1
Lumpuh layu 0.01 0.95
i. Varisela/Cacar Air
Nilai kepercayaan dan tidak kepercayaan suatu gejala dari penyakit Varisela
dapat dilihat pada tabel 3.10 berikut.

Tabel 3.10 Nilai MB dan MD dari suatu Gejala pada Penyakit Varisela
Gejala MB MD
Batuk 0.2 0.7
Demam 0.85 0.05
Mengi 0.01 0.95
Sesak nafas 0.01 0.9
Sianosis 0.01 0.95
Takipneu 0.01 0.9
Nyeri tenggorokan 0.1 0.9
Denyut jantung cepat 0.1 0.9
Sakit kepala 0.8 0.05
Muntah 0.1 0.85
Kaku kuduk 0.01 0.95
Kejang berulang 0.1 0.9
Mual 0.1 0.85
Nafsu makan berkurang 0.4 0.6
Kotoran berwarna gelap 0.01 0.95
Malaise 0.85 0.05
Nyeri sendi 0.85 0.05
Mata berwarna kuning 0.01 0.95
Fotofobia 0.01 0.9
Koriza 0.01 0.95
Nyeri otot 0.01 0.9
Mata merah 0.1 0.8
Terdapat bercak merah pada kulit 0.95 0.01
Hilang kesadaran 0.01 0.95
Menggigil 0.2 0.8
Pembengkakan kelenjar pada leher 0.2 0.7
Bersin-bersin 0.4 0.6
Mata berair 0.1 0.8
Lumpuh layu 0.01 0.9
j. Poliomyelitis
Nilai kepercayaan dan tidak kepercayaan suatu gejala dari penyakit
Poliomyelitis dapat dilihat pada tabel 3.11 berikut.

Tabel 3.11 Nilai MB dan MD dari suatu Gejala pada Penyakit Poliomyelitis
Gejala MB MD
Batuk 0.2 0.8
Demam 0.85 0.05
Mengi 0.01 0.9
Sesak nafas 0.01 0.9
Sianosis 0.01 0.9
Takipneu 0.01 0.9
Nyeri tenggorokan 0.8 0.2
Denyut jantung cepat 0.1 0.9
Sakit kepala 0.8 0.2
Muntah 0.01 0.9
Kaku kuduk 0.01 0.95
Kejang berulang 0.1 0.9
Mual 0.01 0.95
Nafsu makan berkurang 0.5 0.75
Kotoran berwarna gelap 0.01 0.95
Malaise 0.8 0.15
Nyeri sendi 0.2 0.75
Mata berwarna kuning 0.1 0.9
Fotofobia 0.01 0.95
Koriza 0.1 0.9
Nyeri otot 0.4 0.6
Mata merah 0.01 0.9
Terdapat bercak merah pada kulit 0.01 0.95
Hilang kesadaran 0.01 0.95
Menggigil 0.01 0.9
Pembengkakan kelenjar pada leher 0.25 0.7
Bersin-bersin 0.01 0.95
Mata berair 0.01 0.9
Lumpuh layu 0.95 0.01
3.2.2.3 Tabel Relasi Gejala dan Penyakit
Suatu penyakit dapat diketahui dengan melihat dari gejala-gejala yang
tampak oleh seorang pasien. Suatu penyakit dapat memiliki beberapa gejala begitu
pula dengan satu gejala juga dapat memiliki beberapa penyakit. Berikut adalah
tabel Relasi antara gejala dan penyakit dari Penyakit Tropik Infeksi anak.
Tabel 3.12 Relasi Gejala dan Penyakit
Gejala A B C D E F G H I J
Batuk
Demam
Mengi
Sesak nafas
Sianosis
Takipneu
Nyeri tenggorokan
Denyut jantung cepat
Sakit kepala
Muntah
Kaku kuduk
Kejang berulang
Mual
Nafsu makan berkurang
Kotoran berwarna gelap
Malaise
Nyeri sendi
Mata berwarna kuning
Fotofobia
Koriza
Nyeri otot
Mata merah
Terdapat bercak merah pada kulit
Hilang kesadaran
Menggigil
Pembengkakan kelenjar pada leher
Bersin-bersin
Mata berair
Lumpuh layu
Keterangan:
A = Bronkiolitis Akut
B = Difteria
C = Ensephalitis
D = Hepatitis Virus Akut
E = Morbili
F = Meningitis Bakterial
G = Parotitis Epidemica
H = Pertusis
I = Varisela
J = Poliomyelitis

3.2.2.4 Menyusun Kaidah Produksi


Untuk mendapatkan hasil dari suatu fakta menggunakan metode CF
digunakan perhitungan nilai MB dan MD dari suatu gejala yang dimiliki suatu
penyakit untuk mendapatkan nilai CF. Nilai kepercayaan didapat dari perhitungan
nilai MB dan MD. Dari beberapa gejala yang dirasakan, kemudian akan didapat
nilai CF yang tertinggi. Nilai CF tertinggi inilah yang akan dijadikan parameter
untuk hasil diagnosa yang dilakukan. Ada empat bentuk perhitungan yang
dilakukan untuk mendapatkan nilai CF, yaitu:
a. Diagnosa satu gejala satu jenis penyakit
Jika seorang pasien mempunyai gejala lumpuh layu yang merupakan gejala
dari penyakit Poliomyelitis dengan nilai MB = 0.95 dan nilai MD = 0.01.
Berdasarkan data yang ada maka hasil perhitungan nilai CF adalah sebagai
berikut:
CF[Poliomyelitis,lumpuh layu]
= 0.95 – 0.01
= 0.94
Dengan perhitungan, maka didapat bahwa nilai kepercayaan gejala lumpuh
layu untuk penyakit Poliomyelitis adalah 0.94.

b. Diagnosa satu gejala beberapa penyakit


Jika seorang pasien mempunyai gejala batuk dengan kemungkinan mengalami
beberapa penyakit yaitu: Bronkiolitis Akut dengan nilai MB = 0.80 dan nilai
MD = 0.05, Morbili dengan nilai MB = 0.70 dan nilai MD = 0.10 dan Pertusis
dengan nilai MB = 0.95 dan nilai MD = 0.01.
Berdasarkan data yang ada maka hasil perhitungan nilai CF adalah sebagai
berikut:
CF[Bronkiolitis Akut,Batuk] = 0.80 – 0.05 = 0.75
CF[Morbili,Batuk] = 0.70 – 0.10 = 0.60
CF[Pertusis,Batuk] = 0.95 – 0.01 = 0.94
Dengan perhitungan, maka didapat bahwa nilai CF tertinggi untuk gejala
batuk adalah penyakit Pertusis. Dengan demikian kemungkinan pasien
mengidap penyakit Pertusis dengan nilai kepercayaan adalah 0.94.

c. Diagnosa beberapa gejala satu penyakit


Jika seorang pasien mempunyai gejala koriza, nyeri otot, dan mata merah
pasien tersebut kemungkinan mengalami penyakit Morbili. Nilai kepercayaan
untuk gejala koriza MB = 0.95 dan MD = 0.01, untuk gejala nyeri otot MB =
0.90 dan MD = 0.10, dan untuk gejala mata merah MB = 0.95 dan MD = 0.10.
Berdasarkan data yang ada maka hasil perhitungan nilai CF adalah sebagai
berikut:
MB[Morbili,koriza ^ nyeri otot]
= 0.95 + 0.90 * (1 – 0.95)
= 0.95 + 0.90 * 0.05
= 0.95 + 0.045
= 0.995
MD[Morbili, koriza ^ nyeri otot]
= 0.01 + 0.1 * (1 – 0.01)
= 0.01 + 0.1 * 0.99
= 0.01 + 0.099
= 0.109

MB[Morbili, koriza ^ nyeri otot ^ mata merah]


= 0.995 + 0.95 * (1 – 0.995)
= 0.995 + 0.95 * 0.005
= 0.995 + 0.00475
= 0.99975
MD[Morbili, koriza ^ nyeri otot ^ mata merah]
= 0.109 + 0.1 * (1 – 0.109)
= 0.109 + 0.1 * 0.891
= 0.109 + 0.0891
= 0.1981
CF[Morbili, koriza ^ nyeri otot ^ mata merah]
= 0.99975 – 0.1981
= 0.80165
Dengan perhitungan, maka didapat bahwa nilai kepercayaan gejala koriza,
nyeri otot dan mata merah untuk penyakit Morbili adalah 0.80165.

d. Diagnosa beberapa gejala beberapa penyakit


Jika seorang pasien mempunyai gejala kaku kuduk dan kejang berulang yang
merupakan gejala dari penyakit Ensephalitis dan Meningitis Bakterial. Untuk
penyakit Ensephalitis untuk gejala kaku kuduk nilai MB = 0.8 dan nilai MD =
0.1 serta gejala kejang berulang nilai MB = 0.95 dan nilai MD = 0.01. Untuk
penyakit Meningitis Bakterial untuk gejala kaku kuduk nilai MB = 0.95 dan
nilai MD = 0.01 serta gejala kejang berulang nilai MB = 0.94 dan nilai MD =
0.01.
Berdasarkan data yang ada maka hasil perhitungan nilai CF adalah sebagai
berikut:
1. Penyakit Ensephalitis
MB[Ensephalitis,kaku kuduk ^ kejang berulang]
= 0.8 + 0.95 * (1 – 0.95)
= 0.8 + 0.95 * 0.05
= 0.8 + 0.0475
= 0.8475
MD[Ensephalitis,kaku kuduk ^ kejang berulang]
= 0.1 + 0.01 * (1 – 0.01)
= 0.1 + 0.01 * 0.99
= 0.1 + 0.0099
= 0.1099
CF = 0.8475 – 0.1099
= 0.7376

2. Penyakit Meningitis Bakterial


MB[Meningitis Bakterial,kaku kuduk ^ kejang berulang]
= 0.95 + 0.94 * (1 – 0.95)
= 0.95 + 0.94 * 0.05
= 0.95 + 0.047
= 0.997
MD[Meningitis Bakterial,kaku kuduk ^ kejang berulang]
= 0.01 + 0.01 * (1 – 0.01)
= 0.01 + 0.01 * 0.99
= 0.01 + 0.0099
= 0.0199
CF = 0.997 – 0.0199
= 0.9771
Dengan perhitungan, maka didapat bahwa nilai CF tertinggi adalah penyakit
Meningitis Bakterial. Dengan demikian kemungkinan pasien mengidap
penyakit Meningitis Bakterial dengan nilai kepercayaan adalah 0.9771.

Dari perhitungan yang dilakukan dapat dilihat pada flowchart dibawah ini:
mulai

Inisialisasi
Gejala

Gejala = list gejala yang diisi


Jumlah gejala = count(gejala)

For i=1 to count(gejala)


Count(gejala)=1 TIDAK
i++

YA List penyakit = list gejala yg sama


Jumlah penyakit = count(penyakit)

List penyakit = list gejala yg sama


For j=1 to count(penyakit)
Count(penyakit)=1 TIDAK
j++

Jumlah penyakit = 1 TIDAK Ya


J=1
I=1
YA
YA

MB = list gejala MB[i][MB] MB = list gejala MB[i][MB] I=1


MD = list gejala MD[i][MD] MD = list gejala MD[i][MD] MB = list penyakit MB[i][MB]
CF = MB – MD MAX(CF = MB – MD) MD = list penyakit MD[i][MD]
List gejala[i][CF]= CF List gejala[i][CF]= CF
MB = MB1 + MB2 * (1 – MB1)
MD = MD1 + MD2 * (1 – MD1) MB = list penyakit MB[i][MB]
MD = list penyakit MD[i][MD]
YA
MB = MB1 + MB2 * (1 – MB1)
MD = MD1 + MD2 * (1 – MD1)
MB = MB1
Ya Count(gejala)=i
MD = MD1
Tampilkan jenis penyakit, definisi
dan solusi dari penyakit tersebut
Tidak

MB = MB1
CF = MB - MD Count(gejala)=i YA
MD = MD1
selesai
TIDAK

CF = MB – MD
List penyakit[i][CF] = CF

Count(penyakit)=j

Tampilkan Nilai CF tertinggi Tidak

Gambar 3.3 Flowchart Perhitungan nilai CF

3.3 Perancangan Sistem


Dalam melakukan perancangan sistem terdapat tahapan-tahapan yang
dilakukan yaitu:
1. Perancangan diagram arus data
Tahapan perancangan diagram arus data terdiri dari perancangan diagram
konteks sistem, diagram overview sistem, dan diagram rinci sistem.
2. Perancangan basis data
Tahapan perancangan basis data terdiri dari perancangan Entity Relationship
Diagram (ERD).

3. Perancangan antarmuka sistem


Tahapan perancangan antarmuka sistem yaitu perancangan struktur antarmuka
pada setiap user.

3.3.1 Perancangan Diagram Arus Data


3.3.1.1 Diagram Konteks
Proses ini diawali dengan menginputkan data gejala-gejala dari penyakit
tropik infeksi anak yang diinputkan langsung oleh pakar dalam bidangnya, dalam
hal ini dokter spesialis anak. Selanjutnya dari setiap gejala tersebut diberikan nilai
Meansure of Believe (MB) dan Meansure of Disbelieve (MD) dari gejala tersebut
terhadap suatu penyakit yang sebelumnya juga telah diinputkan. Dari nilai MB
dan MD yang ada kemudian dapat dihitung nilai Certainty Factor (CF) atau nilai
kepercayaan dari gejala tersebut ke suatu penyakit. Nilai CF diperoleh dari
perhitungan antara nilai MB dan MD yang dimiliki oleh masing-masing gejala
terhadap satu penyakit.
Kemudian dengan nilai yang didapat, pengambilan keputusan diagnosa
penyakit dapat dilakukan. Penyakit yang mempunyai nilai CF tertinggi akan
menjadi hasil diagnosis dari sistem.
Nantinya, pasien yang telah melakukan proses diagnosa dengan cara
menginputkan gejala yang dirasakan akan mendapatkan hasil diagnosanya berupa
jenis penyakit yang mungkin menyerang serta nilai kepercayaan dari diagnosis
penyakit tersebut. Pasien juga akan mendapat informasi mengenai penyakit.
Secara singkat proses tersebut dapat digambarkan sebagai berikut.

Gambar 3.4 Digaram Konteks Sistem


3.3.1.2 Diagram Overview Sistem
Diagram overview adalah menggambarkan urutan-urutan proses yang
terjadi dalam diagram konteks. Proses-proses yang berjalan dapat dijabarkan
sebagai berikut.

Gambar 3.5 Diagram Overview sistem

3.3.1.3 Diagram Rinci Sistem


Diagram rinci menguraikan lebih lanjut mengenai proses dari diagram
overview, yang memperlihatkan arus data masuk dan arus data keluar.
Berdasarkan diagram overview di atas, maka terdapat tujuh model diagram rinci
sebagai berikut.
1. Proses 2.0 Manajemen Data
Proses ini dibagi menjadi tiga proses sebagai berikut.
a. Proses 2.1 Tambah Data
Melalui proses ini, user dapat melakukan proses tambah data sesuai
dengan haknya masing-masing. Admin dapat melakukan tambah data
pakar, pakar dapat menambahkan data penyakit dan data gejala, sedangkan
pasien dapat melakukan penambahan data pasien.

b. Proses 2.2 Ubah Data


Melalui proses ini, user dapat melakukan proses ubah data seperti
mengubah data pribadi (pasien dan pakar), dan untuk pakar dapat
mengubah data penyakit serta data gejala.
c. Proses 2.3 Hapus Data
Melalui proses ini, user dapat melakukan proses hapus data. Admin dapat
melakukan hapus data pakar sehingga pakar tidak lagi memiliki hak
aksesnya di dalam sistem. Pakar dapat melakukan hapus data penyakit dan
data gejala.
d. Proses 2.4 Tampilkan Data
Proses ini menampilkan semua data yang ada di dalam sistem pakar.

Gambar 3.6 Diagram Rinci Proses 2.0 (Manajemen Data)

2. Proses 3.0 Diagnosa


Proses ini dibagi lagi menjadi dua proses sebagai berikut.
a. Proses 3.1 Tampilkan Gejala
Proses ini menampilkan gejala yang ada.
b. Proses 3.2 Proses Perhitungan
Proses ini menghitung nilai dari gejala yang telah dipilih, kemudian
menampilkan hasil dari diagnosa yang telah dilakukan.
Gambar 3.7 Diagram Rinci Proses 3.0 (Diagnosa)

3.3.2 Perancangan Basis Data


3.3.2.1 Perancangan Entity Realitionship Diagram
Entity Relational Diagram merupakan gambaran hubungan antarentitas
yang dipergunakan dalam sistem. Entitas-entitas yang ada pada sistem ini ada tiga
sebagai berikut:
1. User, yaitu penguna sistem yang terdiri atas admin, pakar, dan pasien.
2. Penyakit, yaitu penyakit yang dimiliki oleh pasien.
3. Gejala, yaitu gejala-gejala yang dimiliki oleh penyakit.
4. Nilai, yaitu nilai MB dan MD yang dimiliki gejala dari suatu penyakit.
5. Pasien, yaitu orang yang mengalami suatu penyakit dikarenakan beberapa
gejala yang dirasakan.
6. History, yaitu data mengenai diagnosa yang telah dilakukan oleh pasien.

Relasi antara tiap-tiap entitas dapat dituliskan dalam enterprise rules. Pada
sistem ini, seorang pasien didiagnosa satu penyakit dan satu penyakit diagnosa
oleh banyak pasien. Satu penyakit memiliki banyak gejala dan satu gejala dimiliki
oleh banyak penyakit.
Keterkaitan dan hubungan antarentitas digambarkan melalui Diagram ER
seperti terlihat pada Gambar 3.6 berikut.
Gambar 3.8 Diagram ER Sistem

3.3.2.2 Spesifikasi Tabel Basis Data


Tabel yang digunakan pada sistem ini ada tujuh, yaitu tb_user,
tb_penyakit, tb_gejala, tb_relasi, tb_nilai, tb_pasien, dan tb_history. Tabel-tabel
ini dibuat dengan database MySQL.
a. Tabel tb_user
Tabel 3.13 Struktur Tabel tb_user
Nama Field Tipe Data Ukuran Keterangan
username Varchar 30 Primary key
nama Varchar 30
password Varchar 50
Status
status Enum -
pengguna
b. Tabel tb_penyakit
Tabel 3.14 Struktur Tabel tb_penyakit
Nama Field Tipe Data Ukuran Keterangan
id_pykt Integer 11 Primary key
namapenyakit Varchar 30
definisi Text -
solusi Text -
gambar Varchar 50

c. Tabel tb_gejala
Tabel 3.15 Struktur Tabel tb_gejala
Nama Field Tipe Data Ukuran Keterangan
id_gejala Integer 11 Primary key
gejala Varchar 50

d. Tabel tb_relasi
Tabel 3.16 Struktur Tabel tb_relasi
Nama Field Tipe Data Ukuran Keterangan
id_relasi Integer 11 Primary key
id_pykt Integer 11
id_gejala Integer 11

e. Tabel tb_nilai
Tabel 3.17 Struktur Tabel tb_nilai
Nama Field Tipe Data Ukuran Keterangan
id_nilai Integer 11 Primary key
id_pykt Integer 11
id_gejala Integer 11
mb Float - Nilai
kepercayaan
md Float - Nilai
ketidakpercayaan
f. Tabel tb_pasien
Tabel 3.18 Struktur Tabel tb_pasien
Nama Field Tipe Data Ukuran Keterangan
username Varchar 30 Primary key
nama Varchar 30
alamat Text -
jk Enum Jenis kelamin
umur Integer

g. Tabel tb_history
Tabel 3.19 Struktur Tabel tb_history
Nama Field Tipe Data Ukuran Keterangan
id_history Integer 11 Primary key
username Varchar 30
id_pykt Integer 11
waktu Date -

3.3.2.3 Diagram Hubungan Antar Tabel


Hubungan antara tabel-tabel data dalam sistem pakar ini dapat dilihat
pada Gambar 3.5 berikut.

Gambar 3.9 Hubungan Antar Tabel


3.3.3 Perancangan Antar Muka Sistem
3.3.3.1 Perancangan Struktur Antar Muka
Pengguna berkomunikasi dengan memerintahkan Sistem Pakar melalui
subsistem ini. Subsistem ini merupakan media interaksi antara pengguna dengan
sistem yang terdiri dari tiga bagian utama yaitu bagian yang dapat diakses oleh
umum atau pasien, bagian yang dapat diakses oleh pakar atau dokter, dan bagian
yang yang dapat diakses oleh admin. Bagian-bagian utama tersebut dapat
digambarkan sebagai berikut.

Gambar 3.10 Struktur Menu Sistem Pakar

3.3.3.2 Perancangan Layout dan Komponen Antar Muka


3.3.3.2.1 Pengunjung/Pasien
Pada bagian ini merupakan halaman utama ketika sistem diakses melalui
browser yang tersedia. Seperti yang terlihat pada gambar 3.18 bahwa halaman
pengunjung terdiri dari beberapa menu yang memiliki fungsi sebagai berikut.
- Beranda
Beranda merupakan halaman awal sistem apabila sistem pertama kali dibuka.
Halaman ini menampilkan gambar-gambar penyakit yang ada didalam sistem
serta link-link terkait yang diperlukan.
- Data Gejala
Halaman ini memuat informasi berupa gejala-gejala apa saja yang ada di
dalam sistem.
- Data Penyakit
Halaman ini memuat informasi berupa penyakit-penyakit apa saja yang ada di
dalam sistem.
- Diagnosa
Halaman ini menampilkan gejala-gejala yang ada pada sistem dengan
menggunakan checkbox di mana pengunjung bisa melakukan diagnosa
terhadap gejala yang dirasa untuk mendapatkan kemungkinan penyakit yang
diidap.
- Sign Up
Pada halaman ini user yang belum terdaftar sebagai anggota dapat
mendaftarkan dirinya untuk dapat melakukan diagnosa.
- Manajemen Data Pribadi
Pada halaman ini pasien mengatur data pribadi yang ada di dalam sistem.
Pengaturan-pengaturan yang dapat dilakukan adalah mengubah data pribadi.
Login

HEADER
Navigasi

GAMBAR

SITUS
TERKAIT

FOOTER

Gambar 3.11 Perancangan layout pengunjung


3.3.3.2.2 Pakar
Bagian ini merupakan tempat dokter untuk mengelola isi sistem baik yang
akan ditampilkan kepada pengunjung maupun tidak. Pada halaman ini dokter
harus login terlebih dahulu agar dapat mengakses sistem. Adapun bagian-bagian
yang dikelola oleh dokter adalah sebagai berikut:
- Manajemen Data Pribadi
Pada halaman ini dokter mengatur halaman data pribadi yang ada di sistem
seperti mengganti username dan password.
- Manajemen Data Penyakit
Halaman ini merupakan tempat dokter mengelola data-data penyakit, baik itu
nama penyakit, definisi, solusi, dan gembar dari penyakit tersebut serta gejala-
gejala yang ada pada penyakit tersebut. Pengaturan-pengaturan yang dapat
dilakukan oleh dokter adalah edit dan delete.
- Input Penyakit
Halaman ini merupakan tempat dokter melakukan input penyakit. Pada
halaman ini dokter juga dapat menginputkan gejala-gejala baru dari suatu
penyakit yang belum ada di dalam database.
- Manajemen Gejala
Halaman ini merupakan tempat dokter mengelola data-data gejala, yaitu nama
gejala dari gejala tersebut. Pengaturan-pengaturan yang dapat dilakukan oleh
dokter adalah input, edit, dan delete.

Gambar 3.12 Perancangan layout pakar


3.3.3.2.3 Admin
Bagian ini merupakan halaman admin untuk mengelola data-data pakar
dan data gejala yang diperlukan. Untuk dapat melakukan pengaturan tersebut
maka admin harus login terlebih dahulu. Adapun bagian-bagian yang dikelola
oleh admin adalah sebagai berikut:
- Manajemen Data Pakar
Halaman ini merupakan tempat admin mengatur penghapusan data-data pakar
dengan pengaturan berupa delete.
- Input Pakar
Halaman ini merupakan tempat admin untuk menginputkan pakar baru.

HEADER

MENU CONTENT

FOOTER

Gambar 3.13 Perancangan layout admin


BAB IV
HASIL IMPLEMANTASI DAN ANALISIS SISTEM

1.12 Hasil Perancangan


Sistem yang dirancang memerlukan komputer dengan sistem operasi
minimal Windows XP. Pada komputer juga harus terpasang MySQL. Sistem yang
dirancang dapat dijelaskan sebagai berikut.

4.1.1 Halaman Utama


Halaman utama adalah tampilan awal dalam website sistem pakar. Pada
halaman ini pengunjung dapat membaca mengenai apa itu sistem pakar, penyakit
Tropik Infeksi anak, dan gambar-gambar yang ada dari penyakit Tropik Infeksi
anak. Antar muka hasil perancangan halaman utama dapat dilihat pada gambar 4.1
berikut.

Gambar 4.1 Antarmuka Halaman Utama

Pada bagian atas halaman utama terdapat enam menu. Fungsi dari
masing-masing menu dapat dilihat pada Tabel 4.1.
Tabel 4.1 Daftar Menu Halaman Utama dan Fungsinya
Menu Fungsi
Beranda Menampilkan halaman muka dari website sistem pakar
Gejala Menampilkan halaman Daftar Gejala
Penyakit Menampilkan halaman Daftar Penyakit
Diagnosa Menampilkan halaman yang dapat melakukan proses
diagnosa penyakit
Sign Up/Data Pribadi Menampilkan halaman daftar sebagai pasien. Jika sudah
melakukan Login akan menampilkan halaman data
pribadi
Login/Logout Masuk/Keluar sebagai pengguna

Pada bagian kanan bawah halaman utama juga terdapat situs terkait yang
mempermudah pengunjung untuk mengakses situs-situs yang berkaitan dengan
wes sitem pakar.

4.1.1.1 Form Login


Form login merupakan sebuah form yang berfungsi untuk pengguna masuk
kedalam aplikasi agar dapat melakukan proses-proses yang sesuai dengan tingkat
status kepenggunaannya.

Gambar 4.2 Form Login

Tingkat status kepenggunaan pada aplikasi ini dibagi menjadi tiga yaitu:
1. Admin. Pada aplikasi ini, admin dapat melakukan penginputan dan
penghapusan data pakar.
2. Pakar. Pada aplikasi ini, pakar yang akan berperan untuk menginputkan
representasi pengetahuan ke dalam sistem.
3. Pasien. Pada aplikasi ini, pasien dapat melakukan proses diagnosa dan
manajemen data pribadi.
4.1.1.2 Halaman Gejala
Halaman gejala merupakan halaman yang menampilkan daftar gejala-
gejala yang ada di dalam sistem pakar serta jumlah penyakit yang terkait dari
gejala tersebut. Antarmuka perancangan halaman gejala dapat dilihat pada gambar
4.3.

Gambar 4.3 Antarmuka Halaman Gejala

Pada halaman ini pengguna dapat melakukan pencarian berdasarkan nama


gejala. Untuk melihat lebih detail dari suatu gejala, pengguna dapat mengklik
nama gejala yang ada pada daftar. Antarmuka perancangan detail gejala dapat
dilihat pada gambar 4.4.

Gambar 4.4 Antarmuka Detail Data Gejala


Pada halaman detail data gejala menampilkan penyakit yang terkait gejala
tersebut. Pada halaman ini pengguna juga dapat melihat detail dari penyakit yang
ada dengan cara mengklik nama penyakit.
4.1.1.3 Halaman Penyakit
Halaman penyakit merupakan halaman yang menampilkan daftar penyakit,
definisi penyakit, solusi dari penyakit serta jumlah gejala yang terdapat dalam
penyakit tersebut. Antarmuka perancangan halaman penyakit dapat dilihat pada
gambar 4.5.

Gambar 4.5 Antarmuka Halaman Penyakit

Pada halaman ini pengguna dapat melakukan pencarian berdasarkan nama


penyakit serta dapat melihat detail dari penyakit tersebut dengan cara mengklik
nama penyakit dari daftar. Antarmuka perancangan detail penyakit dapat dilihat
pada gambar 4.6.
Gambar 4.6 Antarmuka Halaman Detail Penyakit

Pada halaman detail penyakit menampilkan data-data penyakit berupa


gambar penyakit, nama penyakit, definisi penyakit, solusi dari penyakit serta
gejala-gejala apa saja yang terdapat pada penyakit.

4.1.1.4 Halaman Diagnosa


Halaman diagnosa merupakan halaman yang menampilkan gejala-gejala
yang ada pada sistem. Pada halaman ini pengguna dapat melakukan proses
diagnosa untuk mengetahui jenis penyakit yang dialami. Antarmuka perancangan
halaman diagnosa dapat dilihat pada gambar 4.7.
Gambar 4.7 Antarmuka Halaman Diagnosa

Pada halaman ini pengguna dapat memilih gejala-gejala yang dirasakan


dengan mengceklis gejala tersebut, kemudian melakukan proses sehingga didapat
hasil diagnosa yang sesuai dengan gejala yang dirasakan.
4.1.1.5 Halaman Sign Up
Halaman sign up merupakan halaman yang menampilkan menu inputan
untuk melakukan proses pendaftaran sebagai pengguna aplikasi dengan status
sebagai pasien. Antarmuka perancangan halaman sign up dapat dilihat pada
gambar 4.8.

Gambar 4.8 Antarmuka halaman sign up

4.1.1.6 Halaman Data Pribadi


Halaman data pribadi merupakan halaman yang menampilkan data pribadi
dari pasien yang telah melakukan proses login terlebih dahulu . Antarmuka
perancangan halaman data pribadi dapat dilihat pada gambar 4.9.

Gambar 4.9 Antarmuka Halaman Data Pribadi Pasien

Pada halaman ini menampilkan username, nama, password, alamat, jenis


kelamin, dan umur pasien. Pada halaman ini pengguna juga dapat melakukan
proses pengeditan data pribadi dengan mengklik gambar menu edit yang terletak
dibagian kanan setiap field. Pengeditan data pribadi ini dapat dilakukan secara
terpisah.
4.1.2 Halaman Admin
Halaman admin adalah halaman yang digunakan oleh admin untuk
melakukan manajemen pakar. Pada bagian kiri halaman admin terdapat tiga menu.
Fungsi dari masing-masing menu dapat dilihat pada Tabel 4.2.
Tabel 4.2 Daftar Menu Halaman Admin dan Fungsinya
Menu Fungsi
Data pakar Menampilkan halaman Daftar Pakar
Input pakar Menampilkan halaman input pakar yang dapat
mengakses sistem nantinya.
Logout Menu untuk keluar dari halaman admin

4.1.2.1 Halaman Data Pakar


Halaman data pakar merupakan halaman yang menampilkan daftar pakar-
pakar yang terdaftar di dalam sistem pakar. Antarmuka perancangan halaman data
pakar dapat dilihat pada gambar 4.10.

Gambar 4.10 Antarmuka Halaman Data Pakar

Pada halaman ini menampilkan username dan nama dari pakar yang
terdaftar didalam sistem. Admin juga dapat melakukan penghapusan pakar dengan
mengklik gambar delete yang ada pada menu pilihan.

4.1.2.2 Halaman Input Pakar


Halaman input pakar merupakan halaman yang menampilkan menu
inputan untuk melakukan proses pendaftaran pakar yang hanya dapat dilakukan
oleh admin. Antarmuka perancangan halaman input pakar dapat dilihat pada
gambar 4.11.
Gambar 4.11 Antarmuka Halaman Input Pakar

4.1.3 Halaman Pakar


Halaman pakar adalah halaman yang digunakan oleh pakar untuk
melakukan proses manajemen representasi pengetahuan pada aplikasi. Pada
bagian kiri halaman pakar terdapat lima menu. Fungsi dari masing-masing menu
dapat dilihat pada Tabel 4.3.
Tabel 4.3 Daftar Menu Halaman Pakar dan Fungsinya
Menu Fungsi
Data pribadi Menampilkan halaman data pribadi pakar
Daftar penyakit Menampilkan halaman daftar penyakit
Input Penyakit Menampilkan halaman untuk melakukan proses input
penyakit serta input lainnya yang berkenaan dengan
representasi pengetahuan sistem.
Daftar gejala Menampilkan halaman daftar gejala
Log Out Menu untuk keluar dari halaman pakar

4.1.3.1 Halaman Data Pribadi


Halaman data pribadi merupakan halaman yang menampilkan data pribadi
dari pakar. Antarmuka perancangan halaman data pribadi dapat dilihat pada
gambar 4.12.

Gambar 4.12 Antarmuka Halaman Data Pribadi Pakar


Pada halaman ini menampilkan data pribadi yang dimiliki oleh pakar
berupa username, nama, dan password. Pada halaman ini pakar dapat melakukan
perubahan data dengan cara mengklik gambar edit yang terletak pada bagian
kanan masing-masing field. Proses pengubahan data dapat dilakukan satu persatu
berdasarkan field yang diinginkan.

4.1.3.2 Halaman Daftar Penyakit


Halaman daftar penyakit adalah halaman yang menampilkan daftar
penyakit-penyakit apa saja yang ada dan dapat didiagnosa oleh sistem. Pada
halaman ini pakar juga dapat melakukan manajemen data penyakit yaitu berupa
penghapusan dan pengubahan data penyakit. Antarmuka peracangan halaman
daftar penyakit untuk pakar dapat dilihat pada gambar 4.13.

Gambar 4.13 Antarmuka Halaman Daftar Penyakit untuk Pakar

Pada halaman ini menampilkan menu pilihan yang digunakan untu k


manajemen data penyakit, nama penyakit, definisi penyakit, solusi dari penyakit
serta jumlah gejala yang terdapat dalam penyakit tersebut. Pada setiap nama
penyakit jika diklik akan masuk ke dalam halaman detail penyakit yang juga
sebagai halaman edit data penyakit. Antarmuka halaman detail penyakit untuk
pakar dapat dilihat pada gambar 4.14.

Gambar 4.14 Antarmuka Halaman Detail Penyakit untuk Pakar

Pada halaman ini pakar dapat melakukan proses pengubahan data dari
penyakit. Pengubahan data dapat dilakukan pada masing-masing field disesuaikan
dengan keperluan dengan mengklik gambar edit. Pada halaman ini pakar juga
dapat menghapus serta menambah gejala yang ada pada penyakit tersebut.
4.1.3.3 Halaman Input Penyakit
Halaman input penyakit baru merupakan halaman untuk melakukan
penambahan penyakit ke dalam sistem. Antarmuka halaman input penyakit dapat
dilihat pada gambar 4.15.

Gambar 4.15 Antarmuka Halaman Input Penyakit Baru

Pada halaman ini pakar juga dapat menambahkan gejala baru pada menu
inputan yang ada dibagian atas halaman dengan memasukkan jumlah gejala yang
ingin diinputkan ke dalam sistem.
4.1.3.4 Halaman Daftar Gejala
Halaman daftar gejala adalah halaman yang menampilkan daftar gejala-
gejala apa saja yang ada dan dapat didiagnosa oleh sistem. Pada halaman ini pakar
juga dapat melakukan manajemen data gejala yaitu berupa penghapusan dan
pengubahan data gejala. Antarmuka peracangan halaman daftar gejala untuk pakar
dapat dilihat pada gambar 4.16.

Gambar 4.16 Antarmuka Halaman Daftar Gejala Pakar

Pada halaman daftar gejala akan menampilkan menu pilihan untuk


melakukan penghapusan dan pengeditan gejala, menampilkan nama gejala serta
jumlah penyakit yang ada pada gejala tersebut.

1.13 Pengoperasian Sistem


Berikut ini adalah contoh pengoperasian sistem pakar pendiagnosa
penyakit Tropik Infeksi anak. Dengan pengambil proses tambah data gejala dan
proses tambah penyakit.
4.2.1 Pengoperasian Tambah Data Gejala
Proses penambahan data gejala dilakukan ketika pakar ingin
menambahkan data penyakit tetapi gejala yang ada di dalam penyakit tersebut
belum ada pada sistem. Untuk menambahkan gejala pada sistem pengguna harus
masuk ke halaman input data penyakit dan kemudian memasukkan jumlah gejala
yang ingin ditambahkan kedalam sistem. Setelah memasukkan jumlah gejala
tekan tombol input untuk melakukan proses selanjutnya.

Gambar 4.17 Menu Input Jumlah Gejala

Gambar 4.18 Formulir Pengisian Data Gejala

Pada bagian bawah formulir terdapat dua buah tombol yaitu tombol input
dan tombol batal. Tombol input berfungsi untuk menyimpan data gejala yang
telah diisikan sedangkan tombol batal berfungsi untuk membatalkan proses
penabahan gejala baru.
Setelah yakin telah mengisi data dengan benar, pakar dapat menyimpan
data gejala dengan cara menekan tombol input. Data gejala yang telah disimpan
akan terlihat didaftar gejala seperti pada gambar 4.19.

Gambar 4.19 Tabel Daftar Gejala

4.2.2 Pengoperasian Tambah Data Penyakit


Proses tambah data penyakit dilakukan pada halaman input data penyakit.
Untuk menambahkan data penyakit harus terlebih dahulu dilihat apakah gejala
dari penyakit tersebut sudah ada di dalam sistem. Jika gejala telah lengkap, pakar
dapat mengisikan formulir untuk menambahkan data penyakit baru seperti terlihat
pada gambar 4.20 berikut.
Gambar 4.20 Formulir Pengisian Data Penyakit
Pada bagian bawah formulir terd apat sebuah tombol simpan yang
berfungsi untuk menyimpan data penyakit. Setelah yakin mengisikan data dengan
benar, pakar dapat menekan tombol simpan.
Setelah penyakit berhasil disimpan sistem akan menampilkan formulir
untuk melakukan pengisian data nilai MB dan MD penyakit yang baru diinputkan
terhadap gejala-gejala yang ada.

Gambar 4.21 Formulir Pengisian Data Nilai dari Penyakit


Pada bagian bawah formulir terdapat tombol simpan yang berfungsi untuk
menyimpan data-data nilai dari penyakit yang telah diinputkan sebelumnya.
Setelah yakin dengan nilai-nilai yang ditulis, pakar dapat menyimpan nilai-nilai
yang ada dengan cara menekan tombol simpan. Data penyakit yang telah
tersimpan dapat dilihat pada halaman daftar penyakit seperti terlihat pada gambar
4.22.

Gambar 4.22 Tabel Daftar Penyakit

1.14 Pengujian
Pengujian dilakukan pada komputer stand alone. Pengujian sistem pakar
ini dilakukan dengan metode black box yang akan memeriksa jalannya sistem
apakah telah sesuai atau tidak. Data pengujian dipilih berdasarkan spesifikasi
masalah tanpa memperhatikan detail internal dari program.
Pemilihan cara pengujian dilakukan dengan menggunakan data yang
mudah diperiksa (easy value), data yang sederhana dan mudah dihitung (typical
realistic value), data yang ekstrim (extreme values), data yang tidak
diperbolehkan (illegal values), data yang kosong (null), dan data yang benar.
Berikut ini pengujian yang telah dilakukan dan hasilnya telah sesuai dengan apa
yang diharapkan. Pengujian yang telah dilakukan antara lain.

4.3.1 Pengujian Input Data Pasien


Berikut ini adalah pengujian dari halaman input data pasien, di mana hasil
yang telah sesuai dengan apa yang diharapkan. Pengujian dilakukan dengan
menginputkan data yang tidak sesuai seperti data NULL atau karakter data yang
tidak sesuai. Hasil pengujian dapat dilihat pada tabel 4.4 berikut.
Tabel 4.4 Pengujian Input Data Pasien
Hasil
Input Contoh data Keterangan
eksekusi
Username Diani
Password Di417
Data yang
mudah Nama Diani Putri
Berhasil
diperiksa Alamat
(easy value)
Jk Perempuan
Umur 10
Username Diani
Data yang
sederhana Password Di417
dan mudah Nama Diani Putri
dihitung Berhasil
(typical Alamat
realistic Jk Perempuan
value) Umur 5
Username Diani
Password Di417 Muncul
Data yang
Nama Diani Putri pesan:
ekstrim Tidak
Umur tidak
(extreme Alamat Jl. A. Yani Berhasil
boleh lebih
value)
Jk Perempuan dari 10 tahun
Umur 11
Username Diani
Data yang Password Di417 Muncul
tidak Nama Diani Putri pesan:
Tidak
diperbolehkan Umur harus
Alamat Jl. A. Yani Berhasil
(illegal diisi dengan
values) Jk Perempuan angka
Umur a
Tabel 4.4 Pengujian Input Data Pasien (lanjutan)
Hasil
Input Contoh data Keterangan
eksekusi
Username Diani
Password Di417 Muncul
Nama pesan:
Data yang Tidak
Data Nama
kosong (null) Alamat Berhasil
tidak boleh
Jk kosong
Umur
Username Diani
Password Di417
Data yang Nama Diani Putri
Berhasil
benar Alamat Jl. A. Yani
Jk Perempuan
Umur 10

4.3.2 Pengujian Input Data Gejala


Berikut ini adalah pengujian dari halaman input gejala, dimana hasil yang
telah sesuai dengan apa yang diharapkan. Pengujian dilakukan dengan
menginputkan data yang tidak sesuai seperti data null atau karakter data yang
tidak sesuai. Hasil pengujian dapat dilihat pada tabel 4.5 berikut.
Tabel 4.5 Pengujian Input Data Gejala
Hasil
Input Contoh data Keterangan
eksekusi
Data yang Gejala Batuk
Berhasil
benar MB/MD 0.1
Muncul
Gejala
Data yang Tidak pesan:
kosong (null) Berhasil Gejala tidak
MB/MD 0.1
boleh kosong
Data yang Muncul
tidak Gejala Batuk pesan:
Tidak
diperbolehkan Nilai MB dan
Berhasil
(illegal MD harus
values) MB/MD 2 diantara 0-1

4.3.3 Pengujian Input Data Penyakit


Berikut ini adalah pengujian dari halaman input penyakit, dimana hasil
yang telah sesuai dengan apa yang diharapkan. Pengujian dilakukan dengan
menginputkan data yang tidak sesuai seperti data null atau karakter data yang
tidak sesuai. Hasil pengujian dapat dilihat pada tabel 4.6 berikut.
Tabel 4.6 Pengujian Input Data Penyakit
Hasil
Input Contoh data Keterangan
eksekusi
Nama
Difteria
Penyakit
Data yang Suatu penyakit infeksi
Definisi
mudah mendadak
Solusi Segera hubungi dokter Berhasil
diperiksa
(easy value) › Serak
Gejala
› Sesak Nafas
Gambar
Nama
Difteria
Data yang Penyakit
sederhana Suatu penyakit infeksi
Definisi
dan mudah mendadak
dihitung Solusi Segera hubungi dokter Berhasil
(typical › Serak
realistic Gejala › Sesak Nafas
value) › Deman >=40oC
Gambar
Nama
Difteria
Penyakit
Muncul
Suatu penyakit infeksi
Definisi pesan:
Data yang mendadak Tidak
Solusi Gejala
kosong (null) Solusi Berhasil
tidak boleh
Gejala kosong
Gambar
Nama
Difteria
Penyakit
Suatu penyakit infeksi
Definisi
Data yang mendadak
Solusi Segera hubungi dokter Berhasil
benar
› Serak
Gejala
› Sesak Nafas
Gambar D:/sistempakar/difteria.jpg

4.3.4 Pengujian Diagnosa


Pengujian kebenaran sistem dilakukan untuk mengetahui kesamaan hasil
akhir atau output yang berupa kemungkinan jenis penyakit yang dihasilkan oleh
sistem, dengan yang dihasilkan oleh perhitungan secara manual. Untuk
mengetahui hasil output dari sistem harus melakukan konsultasi terlebih dahulu
yang kemudian memasukkan gejala-gejala yang dirasakan oleh pasien kemudian
setelah selesai melakukan konsultasi maka akan muncul halaman hasil konsultasi
yang akan menampilkan kemungkinan jenis penyakit yang dialami oleh pasien.
Pengujian kebenaran sistem dilakukan dengan melakukan beberapa
ujicoba diantaranya sebagai berikut.
a. Dengan satu gejala satu jenis penyakit.
b. Dengan satu gejala beberapa jenis penyakit.
c. Dengan beberapa gejala satu jenis penyakit.
d. Dengan beberapa gejala beberapa penyakit.

4.3.4.1 Pengujian Satu Gejala Satu Jenis Penyakit


Pada pengujian satu gejala satu jenis penyakit, percobaan akan
menggunakan gejala lumpuh layu yang merupakan gejala dari penyakit
Poliomyelitis dengan nilai MB = 0.95 dan nilai MD = 0.01.
Berdasarkan data diatas, jika menggunakan perhitungan manual akan
maka perhitungannya adalah sebagai berikut.
CF[Poliomyelitis,lumpuh layu]
= 0.95 – 0.01
= 0.94
Pada perhitungan manual, maka didapat bahwa nilai kepercayaan gejala
lumpuh layu untuk penyakit Poliomyelitis adalah 0.94.
Berdasarkan perhitungan dengan menggunakan sistem menghasilkan
kemungkinan pasien mengalami jenis penyakit Poliomyelitis dan dapat melihat
secara detail definisi, solusi dan gambar penyakit. Form detail penyakit dapat
dilihat pada Gambar 4.23 berikut.
Gambar 4.23 Hasil Detail Konsultasi Satu Gejala Satu Penyakit
Berdasarkan hasil percobaan tersebut dengan melakukan perhitungan baik
manual maupun sistem dapat dibandingkan bahwa hasil akhir atau output dari
sistem yang berupa kemungkinan gangguan sama dengan hasil yang dilakukan
oleh perhitungan manual dengan nilai CF sebesar 0.94 dengan kemungkinan jenis
gangguan Poliomyelitis.

4.3.4.2 Pengujian Satu Gejala Beberapa Jenis Penyakit


Pada pengujian satu gejala beberapa jenis penyakit, percobaan akan
menggunakan gejala batuk dengan kemungkinan mengalami beberapa penyakit
yaitu: Bronkiolitis Akut dengan nilai MB = 0.80 dan nilai MD = 0.05, Morbili
dengan nilai MB = 0.70 dan nilai MD = 0.10 dan Pertusis dengan nilai MB = 0.95
dan nilai MD = 0.01.
Berdasarkan data diatas, jika menggunakan perhitungan manual akan
maka perhitungannya adalah sebagai berikut.
CF[Bronkiolitis Akut,Batuk] = 0.80 – 0.05 = 0.75
CF[Morbili,Batuk] = 0.70 – 0.10 = 0.60
CF[Pertusis,Batuk] = 0.95 – 0.01 = 0.94
Berdasarkan perhitungan manual tersebut berdasarkan nilai CF (Faktor
Kepastian) yang tertinggi dapat ditarik kesimpulan bahwa kemungkinan pasien
tersebut mengalami gangguan perkembangan Pertusis dengan nilai CF = 0.94.
Berdasarkan perhitungan dengan menggunakan sistem menghasilkan
kemungkinan pasien mengalami jenis penyakit Pertusis dan dapat melihat secara
detail definisi, solusi dan gambar penyakit. Form detail penyakit dapat dilihat
pada Gambar 4.24 berikut.

Gambar 4.24 Hasil Detail Konsultasi Satu Gejala Beberapa Penyakit

Berdasarkan hasil percobaan tersebut dengan melakukan perhitungan baik


manual maupun sistem dapat dibandingkan bahwa hasil akhir atau output dari
sistem yang berupa kemungkinan gangguan sama dengan hasil yang dilakukan
oleh perhitungan manual dengan nilai CF sebesar 0.94 dengan kemungkinan jenis
gangguan Pertusis.

4.3.4.3 Pengujian Beberapa Gejala Satu Jenis Penyakit


Pada pengujian beberapa gejala satu jenis penyakit, percobaan akan
menggunakan gejala koriza, nyeri otot dan mata merah pasien tersebut
kemungkinan mengalami penyakit Morbili. Nilai kepercayaan untuk gejala koriza
MB = 0.95 dan MD = 0.01, untuk gejala nyeri otot MB = 0.90 dan MD = 0.10 dan
untuk gejala mata merah MB = 0.95 dan MD = 0.10.
Berdasarkan data diatas, jika menggunakan perhitungan manual akan
maka perhitungannya adalah sebagai berikut.
MB[Morbili,koriza^nyeri otot]
= 0.95 + 0.90 * (1 – 0.95)
= 0.95 + 0.90 * 0.05
= 0.95 + 0.045
= 0.995
MD[Morbili, koriza^nyeri otot]
= 0.01 + 0.1 * (1 – 0.01)
= 0.01 + 0.1 * 0.99
= 0.01 + 0.099
= 0.109
MB[Morbili, koriza^nyeri otot ^mata merah]
= 0.995 + 0.95 * (1 – 0.995)
= 0.995 + 0.95 * 0.005
= 0.995 + 0.00475
= 0.99975
MD[Morbili, koriza^nyeri otot ^mata merah]
= 0.109 + 0.1 * (1 – 0.109)
= 0.109 + 0.1 * 0.891
= 0.109 + 0.0891
= 0.1981
CF[Morbili,koriza^nyeri otot ^mata merah]
= 0.99975 – 0.1981
= 0. 80165
Berdasarkan perhitungan manual tersebut berdasarkan nilai CF (Faktor
Kepastian) yang tertinggi dapat ditarik kesimpulan bahwa kemungkinan pasien
tersebut mengalami gangguan perkembangan Morbili dengan nilai CF = 0. 80165.
Berdasarkan perhitungan dengan menggunakan sistem menghasilkan
kemungkinan pasien mengalami jenis penyakit Morbili dan dapat melihat secara
detail definisi, solusi dan gambar penyakit. Form detail penyakit dapat dilihat
pada Gambar 4.25 berikut.

Gambar 4.25 Hasil Detail Konsultasi Beberapa Gejala Satu Penyakit

Berdasarkan hasil percobaan tersebut dengan melakukan perhitungan baik


manual maupun sistem dapat dibandingkan bahwa hasil akhir atau output dari
sistem yang berupa kemungkinan gangguan sama dengan hasil yang dilakukan
oleh perhitungan manual dengan nilai CF sebesar 0. 80165 dengan kemungkinan
jenis gangguan Morbili.

4.3.4.4 Pengujian Beberapa Gejala Beberapa Jenis Penyakit


Pada pengujian beberapa gejala satu jenis penyakit, percobaan akan
menggunakan gejala kaku kuduk dan kejang berulang yang merupakan gejala dari
penyakit Ensephalitis dan Meningitis Bakterial. Untuk penyakit Ensephalitis
untuk gejala kaku kuduk nilai MB = 0.8 dan nilai MD = 0.1 serta gejala kejang
berulang nilai MB = 0.95 dan nilai MD = 0.01. Untuk penyakit Meningitis
Bakterial untuk gejala kaku kuduk nilai MB = 0.95 dan nilai MD = 0.01 serta
gejala kejang berulang nilai MB = 0.94 dan nilai MD = 0.01.
Berdasarkan data diatas, jika menggunakan perhitungan manual akan
maka perhitungannya adalah sebagai berikut.

3. Penyakit Ensephalitis
MB[Ensephalitis,kaku kuduk^kejang berulang]
= 0.8 + 0.95 * (1 – 0.95)
= 0.8 + 0.95 * 0.05
= 0.8 + 0.0475
= 0.8475
MD[Ensephalitis,kaku kuduk^kejang berulang]
= 0.1 + 0.01 * (1 – 0.01)
= 0.1 + 0.01 * 0.99
= 0.1 + 0.0099
= 0.1099
CF = 0.8475 – 0.1099
= 0.7376

4. Penyakit Meningitis Bakterial


MB[Meningitis Bakterial,kaku kuduk^kejang berulang]
= 0.95 + 0.94 * (1 – 0.95)
= 0.95 + 0.94 * 0.05
= 0.95 + 0.047
= 0.997
MD[Meningitis Bakterial,kaku kuduk^kejang berulang]
= 0.01 + 0.01 * (1 – 0.01)
= 0.01 + 0.01 * 0.99
= 0.01 + 0.0099
= 0.0199
CF = 0.997 – 0.0199
= 0.9771
Berdasarkan perhitungan manual tersebut berdasarkan nilai CF yang
tertinggi dapat ditarik kesimpulan bahwa kemungkinan pasien tersebut mengalami
gangguan perkembangan Meningitis Bakterial dengan nilai CF = 0.9771.
Berdasarkan perhitungan dengan menggunakan sistem menghasilkan
kemungkinan pasien mengalami jenis penyakit Meningitis Bakterial dan dapat
melihat secara detail definisi, solusi dan gambar penyakit. Form detail penyakit
dapat dilihat pada Gambar 4.26 berikut.

Gambar 4.26 Hasil Detail Konsultasi Beberapa Gejala Beberapa Penyakit

Berdasarkan hasil percobaan tersebut dengan melakukan perhitungan baik


manual maupun sistem dapat dibandingkan bahwa hasil akhir atau output dari
sistem yang berupa kemungkinan gangguan sama dengan hasil yang dilakukan
oleh perhitungan manual dengan nilai CF sebesar 0.9771 dengan kemungkinan
jenis gangguan Meningitis Bakterial.
4.4 Analisis Hasil Perancangan dan Pengujian Sistem
Berikut ini adalah analisis hasil perancangan dan pengujian sistem pakar
pendiagnosa penyakit Tropik Infeksi anak:
1. Sistem menampilkan nilai kepercayaan (CF) pada setiap hasil diagnosa yang
dilakukan yang berguna untuk memperkuat keyakinan pengguna akan
penyakit yang diderita dari gejala yang dirasakan.
2. Pada sistem ini, seorang pakar yang ingin mempunyai akses ke dalam sistem
tidak dapat melakukan registrasi langsung tetapi harus mendaftar melalui
admin sistem. Ini dilakukan untuk mencegah terjadinya pendaftaran orang
yang bukan pakar.
3. Untuk keamanan sistem digunakan autentifikasi terhadap pengunjung melalui
halaman login. Setelah login pengunjung langsung masuk kehalaman masing-
masing sesuai dengan haknya yaitu admin, pakar, dan pasien.
4. Pengujian dilakukan dengan menggunakan metode Black Box dimana data
yang mudah diperiksa akan dapat dieksekusi oleh sistem sesuai dengan
keinginan.
5. Saat pengguna melakukan inputan data ekstrim atau data yang tidak sesuai
dengan ketentuan, sistem akan menampilkan pesan kesalahan dan tidak
melakukan proses yang telah dieksekusi.
6. Saat pengguna melakukan inputan data kosong (null) sistem akan
menampilkan pesan kesalahan dan tidak mengesekusi proses yang dilakukan
oleh pengguna.
7. Saat pengguna menginputkan data dengan lengkap dan benar, maka sistem
akan mengeksekusi proses tersebut dan melakukan penyimpanan sesuai
dengan yang diinginkan.
8. Sistem tidak membenarkan pengguna memasukkan data-data yang sama. Ini
dikarenakan data-data seperti gejala dan penyakit memiliki data atribut yang
unik.
9. Sistem ini dapat membantu pengguna berupa pasien untuk melakukan
diagnosa dini terhadap suatu penyakit di mana dapat melakukan penanganan
dini terhadap penyakit tersebut.
10. Sistem ini memungkinkan pengguna untuk mengembangkan representasi
pengetahuan/penyakit yang ada.
BAB V
PENUTUP

1.15 Kesimpulan
Setelah dilakukan analisis dan pengujian terhadap Sistem Diagnosa Penyakit
Tropik Infeksi Anak ini, dapat disimpulkan bahwa:
1. Sistem ini dapat menganalisis jenis gangguan Tropik Infeksi anak yang
dialami pasien berdasarkan gejala-gejala yang dimasukkan oleh pengguna.
2. Sistem ini mampu menyimpan representasi pengetahuan pakar berdasarkan
nilai kepercayaan (MB) dan nilai tidakkepercayaan (MD).
3. Aplikasi ini dapat menjelaskan definisi penyakit Tropik Infeksi anak dan
memberikan solusi untuk penyakit tersebut.
4. Aplikasi sistem pakar dapat menangani proses input data. Input data oleh
pengguna selalu divalidasi dan ada umpan balik kepada pengguna ketika
terjadi kesalahan.
5. Dengan menggunakan sistem ini dapat dijadikan solusi alternatif bagi
masyarakat untuk melakukan diagnosa dini terhapat gejala-gejala suatu
penyakit yang dirasakan sebelum melakukan konsultasi langsung kepada
pakar dalam hal ini dokter.

1.16 Saran
Hal-hal yang menjadi saran dalam pengembangan sistem ini adalah:
1. Untuk mendapatkan hasil diagnosa yang lebih baik, jenis penyakit tropik
infeksi anak sebaiknya dapat lengkapi. Semakin lengkap data representasi
pengetahuan yang ada, maka semakin akurat pula proses diagnosa yang
didapat.
2. Diharapkan aplikasi ini dikembangkan atau dimodifikasi sesuai dengan
penambahan pengalaman dan kepakaran dalam bidang kedokteran.
DAFTAR PUSTAKA

Al-Bahra. 2005. Analisis dan Desain; Sistem Informasi. Tanggerang: Graha Ilmu.

Amalia, Endang. 2009. Metode Certainty Factor.


http://www.ittelkom.ac.id/library/index.php?view=article&catid=20:informa
tika&id=480:metode-certainty-factors&option=com_content&Itemid=15 (8
Februari 2010)

Arhami, Muhammad. 2004. Konsep Dasar Sistem Pakar. Yogyakarta: ANDI


Yogyakarta.

Fahrur Rohman, Feri dan Fauzijah, Ami. 2008. Rancang Bangun Aplikasi Sistem
Pakar untuk Penentukan Jenis Ganguan pada Anak. Media Informatika,
Vol. 6, No. 1, Juni 2008, 1-23 ISSN: 0854-4743.

Fathansyah. 1999. Basis Data. Bandung: Informatika.

Kusrini. 2008. Aplikasi Sistem Pakar. Yogyakarta: ANDI Yogyakarta.

Kusumadewi, Sri. 2003. Artificial Intelligence (Teknik dan Aplikasinya).


Yogyakarta: Graha Ilmu.

Marlinda, Linda. 2004. Sistem Basis Data. Jakarta: Penerbit Andi.

Medicastore.com. 2010. Masalah Kesehatan Anak.


http://medicastore.com/penyakit_subkategori/19/index.html (10 Januari
2010)

Masjoer, Arif, dkk. 2000. Kapita Selekta Kedokteran (Edisi 3). Jakarta: Media
Aesculapius.

Noviyanto, Andri. 2008. Sistem Pakar.


http://www.ittelkom.ac.id/library/index.php?view=article&catid=15:pemros
esan-sinyal&id=325:sistem-pakar&option=com_content&Itemid=15 (8
Februari 2010)

Peranginangin, Kasiman. 2006. Aplikasi Web dengan PHP dan MySQL.


Yogyakarta: Penerbit Andi.
Prabowo, Wahyu; Arief Widyananda, Muhammad dan Santoso, Bagus . Juni 21,
2008. Sistem Pakar Berbasis Web untuk Mendiagnosa Awal Penyakit THT.
Seminar Nasional Aplikasi Teknologi Informasi 2008 (SNATI 2008)
Yogyakarta, 21 Juni 2008 ISSN: 1907-5022

Pressman, Roger. 2002. Rekayasa Perangkat Lunak. Yogyakarta: Andi.

Rampengan, T.H, dkk. 1992. Penyakit Infeksi Tropik pada Anak. Manado:
Penerbit Buku Kedokteran EGC.
Turban, E. 1995. Decision Support and Expert System; Management Support
System. Newyork: Pretince-Hall.

Wikipedia.2010. PHP. http://id.wikipedia.org/wiki/PHP (20 Meret 2010)

Yuniraharjo. 2009. Asuhan Keperawatan pada Anak dengan Ensephalitis.


http://yusniraharjo.wordpress.com/2009/06/01/asuhan-keperawatan-pada-
anak-dengan-encephalitis/ (Juni 2010)