Anda di halaman 1dari 6

Seminar Nasional Aplikasi Teknologi Informasi 2008 (SNATI 2008) ISSN: 1907-5022

Yogyakarta, 21 Juni 2008

APLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT GINJAL DENGAN


METODE DEMPSTER-SHAFER
Aprilia Sulistyohati, Taufiq Hidayat
Laboratorium Sistem Informasi dan Perangkat Lunak
Jurusan Teknik Informatika
Fakultas Teknologi Industri, Universitas Islam Indonesia
tya_cantyq@yahoo.com , taufiqhid@fti.uii.ac.id

ABSTRAKSI
Sistem pakar adalah sistem berbasis komputer yang menggunakan pengetahuan, fakta, dan tehnik
penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam
bidang tertentu. Sistem pakar memberikan nilai tambah pada teknologi untuk membantu dalam menangani era
informasi yang semakin canggih.
Aplikasi Sistem Pakar ini menghasilkan keluaran berupa kemungkinan penyakit ginjal yang diderita
berdasarkan gejala yang dirasakan oleh user. Sistem ini juga manampilkan besarnya kepercayaan gejala
tersebut terhadap kemungkinan penyakit ginjal yang diderita oleh user. Besarnya nilai kepercayaan tersebut
merupakan hasil perhitungan dengan menggunakan metode Dempster-Shafer.

Kata kunci : Ginjal, Sistem Pakar, metode Dempster-Shafer

1. PENDAHULUAN maupun non formal. Ahli adalah seseorang yang


Angka kematian para penderita penyakit mempunyai pengetahuan tertentu dan mampu
ginjal yang semakin meningkat, dikarenakan menjelaskan suatu tanggapan dan mempunyai
kurangnya pengetahuan tentang gejala awal keinginan untuk belajar memperbaharui
penyakit ginjal dan fasilitas kesehatan khususnya pengetahuan dalam bidangnya. Pengalihan keahlian
ginjal di Indonesia masih sangat terbatas. Sehingga adalah mengalihkan keahlian dari seorang pakar
dalam bidang kesehatan juga membutuhkan dan kemudian dialihkan lagi ke orang yang bukan
teknologi komputer. Salah satunya adalah ahli atau orang awam yang membutuhkan.
digunakan untuk mendiagnosa penyakit ginjal. Sedangkan inferensi, merupakan suatu rangkaian
Aplikasi sistem pakar untuk diagnosa proses untuk menghasilkan informasi dari fakta
penyakit ginjal ini adalah suatu sistem yang yang diketahui atau diasumsikan. Kemampuan
terkomputerisasi untuk membantu dokter dan menjelaskan, merupakan salah satu fitur yang harus
masyarakat dalam mendiagnosa penyakit ginjal. dimiliki oleh sistem pakar setelah tersedia program
Aplikasi ini berbasis web, sehingga nantinya sistem di dalam komputer. [2]
ini dapat diakses oleh masyarakat luas secara online Tujuan pengembangan sistem pakar
melalui internet dimana saja dan kapan saja. sebenarnya tidak untuk menggantikan peran para
Makalah ini membahas bagaimana pakar, namun untuk mengimplementasikan
membangun suatu aplikasi sistem pakar untuk pengetahuan para pakar ke dalam bentuk perangkat
mendiagnosa penyakit ginjal yang dapat diakses lunak, sehingga dapat digunakan oleh banyak orang
oleh masyarakat luas tanpa membutuhkan biaya dan tanpa biaya yang besar.
yang banyak dalam mendiagnosa penyakit ginjal. Untuk membangun sistem yang difungsikan
untuk menirukan seorang pakar manusia harus bisa
2. LANDASAN TEORI melakukan hal-hal yang dapat dikerjakan oleh para
2.1 Sistem Pakar pakar. Untuk membangun sistem yang seperti itu
Sistem pakar adalah sistem berbasis maka komponen-komponen dasar yang minimal
komputer yang menggunakan pengetahuan, fakta, harus dimiliki adalah sebagai berikut:
dan tehnik penalaran dalam memecahkan masalah 1. Antar muka (user interface).
yang biasanya hanya dapat dipecahkan oleh seorang 2. Basis pengetahuan (knowledge base).
pakar dalam bidang tersebut Sistem pakar 3. Mesin inferensi (Inference Engine).
memberikan nilai tambah pada teknologi untuk
membantu dalam menangani era informasi yang Kaidah produksi merupakan salah satu
semakin canggih [1]. model untuk merepresentasikan pengetahuan.
Konsep dasar suatu sistem pakar Kaidah produksi menjadi acuan yang sangat sering
mengandung beberapa unsur, diantaranya adalah digunakan oleh sistem inferensi. Kaidah produksi
keahlian, ahli, pengalihan keahlian, inferensi, dituliskan dalam bentuk pernyataan IF-THEN
aturan dan kemampuan menjelaskan. Keahlian (Jika-Maka). Pernyataan ini menghubungkan
merupakan salah satu penguasaaan pengetahuan di bagian premis (IF) dan bagian kesimpulan (THEN)
bidang tertentu yang didapatkan baik secara formal yang dituliskan dalam bentuk :

E-1
Seminar Nasional Aplikasi Teknologi Informasi 2008 (SNATI 2008) ISSN: 1907-5022
Yogyakarta, 21 Juni 2008

IF [premis] THEN [konklusi] merupakan subset dari θ dengan m2 sebagai fungsi


Kaidah ini dapat dikatakan sebagai suatu densitasnya, maka dapat dibentuk fungsi kombinasi
implikasi yang terdiri dari dua bagian, yaitu premis m1 dan m2 sebagai m3, yaitu :[3]
dan bagian konklusi. Apabila bagian premis
dipenuhi maka bagian konklusi akan bernilai benar.
Bagian premis dalam aturan produksi dapat ΣX∩Y=Z m1 (X). m2(Y)
memiliki lebih dari satu proposisi. Proposisi-
m3(Z) = ..[2.3]
1 - ΣX∩Y= Ø m1 (X). m2(Y)
proposisi tersebut dihubungkan dengan
menggunakan operator logika AND atau OR.
Sebagai contoh : 2.3 Penyakit Ginjal
IF Darah di dalam air kencing (hematuria) Ginjal merupakan organ tubuh manusia yang
AND Demam sangat vital. Karena ginjal merupakan salah satu
AND Mudah lelah organ perkemihan (ginjal-ureter-kandung kemih-
AND Nyeri di daerah kandung kemih uretra). Penyakit ginjal dapat meningkatkan risiko
AND Penurunan berat badan kematian bagi penderita dan dapat juga menjadi
AND Tekanan darah tinggi/hipertensi pemicu timbulnya penyakit jantung. Apabila
THEN Kanker ginjal penyakit ginjal bisa dideteksi secara dini, penyakit
lain yang menyebabkan kematian bisa segera
2.2 Teori Dempster-Shafer dicegah. Karena ketidaknormalan fungsi ginjal
Ada berbagai macam penalaran dengan sering kali menggambarkan tahapan awal dari
model yang lengkap dan sangat konsisten, tetapi gejala penyakit jantung [4].
pada kenyataannya banyak permasalahan yang
tidak dapat terselesaikan secara lengkap dan 3. PEMBAHASAN
konsisten. Ketidakkonsistenan yang tersebut adalah Adapun teknik pengumpulan data,
akibat adanya penambahan fakta baru. Penalaran diantaranya :
yang seperti itu disebut dengan penalaran non a. Studi Pustaka
monotonis. Untuk mengatasi ketidakkonsistenan Metode ini dilakukan untuk mendapatkan
tersebut maka dapat menggunakan penalaran data literature tambahan dari buku acuan
dengan teori Dempster-Shafer. mengenai sistem pakar dan informasi tentang
Secara umum teori Dempster-Shafer ditulis penyakit ginjal.
dalam suatu interval [3]: b. Wawancara
[Belief,Plausibility].....................……………. [2.1] Wawancara ini dilakukan untuk
• Belief (Bel) adalah ukuran kekuatan evidence mendapatkan data yang berhubungan dengan
dalam mendukung suatu himpunan proposisi. penyakit ginjal. Yaitu dengan mewawancarai
Jika bernilai 0 maka mengindikasikan bahwa para pakar penyakit ginjal (dr.Bambang
tidak ada evidence, dan jika bernilai 1 Djarwoto) serta solusi pengobatannya dan
menunjukkan adanya kepastian. untuk mendapatkan data penyakit ginjal yang
• Plausibility (Pl) dinotasikan sebagai : lebih akurat.
Pl(s) = 1 – Bel (⌐s)…..…………………. [2.2]
Plausibility juga bernilai 0 sampai 1. Jika yakin 3.1 Kebutuhan Perangkat Lunak
akan ⌐s, maka dapat dikatakan bahwa 3.1.1 Analisis Kebutuhan Masukan
Bel(⌐s)=1, dan Pl(⌐s)=0. Para pakar memberikan masukan berupa :
Pada teori Dempster-Shafer dikenal • Data gejala baru yang belum terdapat dalam
adanya frame of discrement yang dinotasikan sistem. Data gejala meliputi id gejala dan
dengan θ. Frame ini merupakan semesta nama gejala.
pembicaraan dari sekumpulan hipotesis. • Data penyakit berupa nama penyakit, definisi
Tujuannya adalah mengaitkan ukuran penyakit, penyebab, serta pengobatannya
kepercayaan elemen-elemen θ. Tidak semua yang belum terdapat dalam sistem.
evidence secara langsung mendukung tiap-tiap • Data aturan ditambahkan sesuai dengan
elemen. Untuk itu perlu adanya probabilitas fungsi gejala dan nama penyakit yang ditimbulkan.
densitas (m). Nilai m tidak hanya mendefinisikan Pakar diminta memberikan nilai densitas dari
elemen-elemen θ saja, namun juga semua subset- masing-masing gejala. Data aturan meliputi
nya. Sehingga jika θ berisi n elemen, maka subset θ id gejala, id penyakit dan densitas.
n
adalah 2 . Jumlah semua m dalam subset θ sama Dari ketiga masukan pakar di atas digunakan
dengan 1. Apabila tidak ada informasi apapun sebagai basis pengetahuan dari sistem dalam
untuk memilih hipotesis, maka nilai : mendiagnosa penyakit ginjal.
m{θ} = 1,0
Apabila diketahui X adalah subset dari θ, 3.1.2 Analisis Kebutuhan Proses
dengan m1 sebagai fungsi densitasnya, dan Y juga Proses inti dari sistem ini adalah proses
penalaran. Sistem akan melakukan penalaran untuk

E-2
Seminar Nasional Aplikasi Teknologi Informasi 2008 (SNATI 2008) ISSN: 1907-5022
Yogyakarta, 21 Juni 2008

menentukan jenis penyakit ginjal yang diderita Kaidah 1 : JIKA Mual


berdasarkan gejala yang dimasukkan oleh user. DAN Nanah di air kencing
Pada sistem telah disediakan aturan basis DAN Darah di dalam air kencing
pengetahuan untuk penelusuran jenis penyakit. MAKA Hidronefrosis
3.1.3 Analisis Kebutuhan Keluaran Pengkonversian kaidah produksi menjadi
Data keluaran dari sistem ini adalah hasil tabel penyakit ginjal dapat dilihat pada Tabel 1.
diagnosa dari gejala yang dirasakan user yang Baris menunjukkan gejala dan kolom menunjukkan
berupa kemungkinan penyakit ginjal, keterangan penyakit ginjal.
tentang jenis penyakit ginjal yang diderita,
pengobatannya dan nilai kepercayaan berdasarkan Tabel 1. Tabel Penyakit Ginjal
metode dempster-shafer. Hasil diagnosa tersebut
berdasarkan gejala yang user berikan pada saat
melakukan diagnosa.

3.2 Perancangan perangkat Lunak


3.2.1 Perancangan DFD
Data flow diagram merupakan diagram
aliran data yang menggambarkan bagaimana data
diproses oleh sistem. Selain itu Data flow diagram
(DFD) menggambarkan notasi- notasi aliran data di
dalam sistem.
Adapun diagram konteks dari sistem ini
ditampilkan Gambar 1.

Gambar 1. Diagram Konteks

3.2.2 Perancangan Basis Pengetahuan


Basis pengetahuan mengandung pengetahuan
untuk pemahaman dalam penyelesaian masalah
yang digunakan dalam sistem kecerdasan buatan.
Basis pengetahuan yang bersifat dinamis,
Basis pengetahuan digunakan untuk penarikan
sehingga pakar dapat menambah atau mengubah
kesimpulan yang merupakan hasil dari proses
basis pengetahuan tersebut sesuai data yang baru
pelacakan.
[5].
Dalam perancangan ini kaidah produksi
dituliskan dalam bentuk pernyataan JIKA [premis]
MAKA [konklusi]. Pada perancangan basis 3.2.3 Perancangan Mesin Inferensi
Dalam perancangan sistem pakar ini
pengetahuan sistem pakar ini premis adalah gejala
menggunakan metode penalaran pelacakan maju
dan konklusi adalah jenis penyakit ginjal, sehingga
(Forward Chaining) yaitu dimulai dari sekumpulan
bentuk pernyataannya adalah JIKA [gejala]
fakta-fakta tentang suatu gejala yang diberikan oleh
MAKA [jenis penyakit ginjal].
user sebagai masukan sistem, kemudian dilakukan
Pada sistem pakar ini dalam satu kaidah
pelacakan yaitu perhitungan sampai tujuan akhir
dapat memiliki lebih dari satu gejala. Dan gejala-
berupa diagnosis kemungkinan penyakit ginjal yang
gejala tersebut dihubungkan dengan menggunakan
diderita dan nilai kepercayaannya.
operator logika DAN. Adapun bentuk
Untuk proses penarikan kesimpulan dapat
pernyataannya adalah :
dilihat pada Gambar 2 yang merupakan gambaran
JIKA [gejala 1]
pencarian solusi sistem pakar dengan menggunakan
DAN [gejala 2]
flowchart atau diagram alir.
DAN [gejala 3]
MAKA [penyakit]
Dari bentuk kaidah produksi diatas, dapat
diterapkan seperti contoh kaidah di bawah ini:

E-3
Seminar Nasional Aplikasi Teknologi Informasi 2008 (SNATI 2008) ISSN: 1907-5022
Yogyakarta, 21 Juni 2008

Pada pengujian pertama, diberikan beberapa


i i
i
i
masukan gejala yang dirasakan antara lain mual,
mi (Z ) =
∑ x∩ y = z m1 ( X ) ⋅ m 2 (Y )
1 − ∑ x∩ y =φ m1 ( X ) ⋅ m2 (Y )
nanah di air kencing, darah di dalam air kencing
θ
(hematuria). Masukan gejala dari user dapat dilihat
1

pada Gambar4.

Gambar 2. flowchart Mesin Inferensi

3.2.4 Perancangan Tabel Basis Data


Basis data ini dibuat dengan menggunakan
MySQL. Dalam perencanaan sistem pakar ini
terdapat 5 tabel utama untuk menyimpan data. Dan
3 tabel untuk penyimpanan perhitungan sementara.
Adapun relasi tabel ditampilkan pada Gambar 3.

Gambar 4. Tampilan Pengujian 1


Gambar 3. Relasi Tabel
Setelah proses pengujian tersebut berhasil
3.3 Implementasi dilakukan, hasil perhitungan dari sistem
Pada aplikasi sistem pakar diagnosa penyakit kemungkinan penyakitnya adalah Hidronefrosis
ginjal ini, mengutamakan pada proses pengolahan dengan densitas 0.6790. Maka ditampilkan hasil
data dan diagnosa penyakit ginjal. Pada diagnosa kemungkinan penyakitnya adalah
implementasi ini menjelaskan tentang modul-modul Hidronefrosis dengan nilai kepercayaan 68 %
apa saja yang digunakan dalam aplikasi ini. Modul- seperti dapat dilihat pada Gambar 5.
modul yang ada di dalam aplikasi ini antara lain :
1. Modul pengolahan data, modul ini
digunakan untuk mengelola data gejala, data
penyakit dan data aturan atau pengetahuan.
2. Modul diagnosa, modul ini merupakan
modul utama dalam aplikasi sistem pakar
yang digunakan untuk mengetahui
kemungkinan penyakit yang diderita dan
nilai densitasnya berdasarkan gejala yang
dimasukan oleh pengguna.
Gambar 5. Tampilan Hasil Pengujian 1
4. ANALISIS KINERJA
4.1 ANALISIS SISTEM
Untuk mengetahui hasil diagnosa penyakit Hasil diagnosa dari sistem ini telah diujikan
ginjal ini, maka dilakukan pengujian proses dengan pihak dokter (khususnya ginjal). Dari pihak
diagnosa. Proses pengujian sistem berupa masukan dokter sangat tertarik dengan aplikasi sistem pakar
data gejala yang dirasakan pengguna. Dan setelah ini dikarenakan para dokter sangat terbantu dengan
proses diagnosa berhasil dilakukan, maka sistem adanya sistem ini, apalagi sistem ini dapat
akan menampilkan hasil diagnosa berupa memberikan lebih dari satu kemungkinan penyakit
kemungkinan penyakit yang diderita disertai yang diderita user sehingga alternatif jenis penyakit
dengan persentase besarnya kepercayaan terhadap ginjal yang lain dapat diambil oleh dokter dalam
kemungkinan penyakit tersebut. memeriksa pasien, dalam sistem ini tidak
dimungkinkan adanya nama gejala atau nama
penyakit yang sama sehingga dokter tidak khawatir

E-4
Seminar Nasional Aplikasi Teknologi Informasi 2008 (SNATI 2008) ISSN: 1907-5022
Yogyakarta, 21 Juni 2008

dengan adanya data yang ganda, alasan yang lain 5. KESIMPULAN


adalah kecuali kemungkinan penyakit yang Berdasarkan hasil penelitian dan
dihasilkan, sistem ini juga menyertakan besarnya pembahasan yang telah dilakukan, dapat
kepercayaan dari gejala yang sudah dipilih oleh disimpulkan bahwa :
user terhadap kemungkinan penyakit tersebut. 1. Aplikasi sistem pakar untuk mendiagnosa
Pengujian juga dilakukan dengan penyakit ginjal adalah suatu aplikasi untuk
membagikan kuisioner terhadap responden mendiagnosa penyakit ginjal berdasarkan
mengenai tampilan sistem, pewarnaan, informasi pengetahuan dari para pakar.
yang diberikan sistem dan dari segi manfaat sistem 2. Dengan adanya akses online berbasis web
ini. maka masyarakat dapat mendiagnosa
kemungkinan penyakit ginjal yang
4.2 ANALISIS PERANGKAT LUNAK dideritanya sebelum mengambil tindakan
Tahapan analisis ini digunakan untuk lebih lanjut seperti konsultasi ke dokter atau
mengetahui kelebihan dan kekurangan aplikasi tes laboratorium di rumah sakit.
sistem pakar diagnosa penyakit ginjal yang telah 3. Nilai kepercayaan yang dihasilkan dari
dibuat. Proses analisis dilakukan dengan sistem ini sama dengan hasil perhitungan
mengundang maupun mengunjungi para responden. secara manual dengan menggunakan teori
Adapun respondennya meliputi seorang pakar Dempster-Shafer. Sehingga keakuratan
kedokteran khusus penyakit ginjal, beberapa hasilnya sudah sesuai dengan perhitungan
masyarakat awam, mahasiswa kedokteran, dan yang diharapkan.
mahasiswa informatika. 4. Aplikasi sistem pakar ini dapat menjadi
Adapun analisis yang dilakukan oleh sarana untuk menyimpan pengetahuan
perancang melalui kuisioner meliputi beberapa tentang penyakit ginjal dari para pakar atau
komponen sebagai berikut : ahlinya.
1. Interface / tampilan sistem 5. Dari hasil kuisioner, responden tertarik
Responden merasa tertarik dengan sistem ini dengan sistem ini karena interface dan
karena dari segi tampilan antarmuka sistem pewarnaan sistem sangat user friendly dan
yang user friendly, sehingga mudah menarik, serta informasi yang yang diberikan
dimengerti oleh pengguna. sistem sudah mencukupi kebutuhan user
2. Informasi user dalam mendiagnosa penyakit ginjal. Dan dari
Fasilitas menu yang tersedia pada sistem ini segi manfaat para dokter sangat tertarik
sudah mencukupi kebutuhan pengguna yang dengan aplikasi sistem pakar diagnosa
akan mendiagnosa penyakit ginjalnya. penyakit ginjal ini.
3. Segi manfaat sistem
Dari pihak dokter sangat tertarik dengan PUSTAKA
aplikasi sistem pakar ini dikarenakan para [1] Kusrini. Sistem Pakar Teori dan Aplikasi,
dokter sangat terbantu dengan adanya sistem Yogyakarta: Andi, 2006.
ini, apalagi sistem ini dapat memberikan [2] Turban, Efraim. Decision support and expert
lebih dari satu kemungkinan penyakit yang systems Management support systems (fourth
diderita user sehingga alternatif jenis edition). Prentice-Hall International, Inc. 1995.
penyakit ginjal yang lain dapat diambil oleh [3] Kusumadewi, Sri. Artificial Intelligence
dokter dalam memeriksa pasien, kecuali (Teknik dan Aplikasinya).Yogyakarta : Graha
kemungkinan penyakit yang dihasilkan, Ilmu. 2003.
sistem ini menyertakan besarnya [4] Purnomo, B. Dasar-dasar urologi Edisi Kedua,
kepercayaan dari gejala yang sudah dipilih Jakarta: CV Sagung Seto. 2003.
oleh user terhadap kemungkinan penyakit [5] Davey, Patrick. At A Glance Medicine, Jakarta:
tersebut. Erlangga, 2005.

E-5
Seminar Nasional Aplikasi Teknologi Informasi 2008 (SNATI 2008) ISSN: 1907-5022
Yogyakarta, 21 Juni 2008

E-6