1, (2016) 1
AbstrakPenyakit kejiwaan adalah suatu perubahan pada kepribadian, sehingga menyebabkan disability
fungsi jiwa yang meyebabkan adanya gangguan dalam cara (ketidakmampuan). Gangguan kejiwaan skizofrenia
berpikir, kemauan, emosi, tindakan dan hubungan sosial, serta disebabkan kegagalan individu dalam mencapai berbagai
salah satu jenis gangguan kejiwaan yang cukup dikenal yaitu
skizofrenia. Skizofrenia merupakan salah satu gangguan kejiwaan
keterampilan. Penderita skizofrenia kesulitan dalam hal
yang berat dimana penderita mengalami kesulitan dalam proses memproses pikirannya sehingga muncul halusinasi, sulit
berpikir sehingga menimbulkan halusinasi, gangguan berpikir, berinteraksi dengan orang dan kenyataan. Dalam pemeriksaan
gangguan bicara atau gangguan perilaku yang terlihat tidak biasa. skizofrenia, psikiater tidak hanya memeriksa gejala yang
Dalam pemeriksaan skizofrenia, ada dua tahap yaitu pemeriksaan tampak pada pasien yang menderita skizofrenia tetapi dilihat
gejala dan pemeriksaan status mental. Pemeriksaan gejala juga dari sisi penilaian status mental pasien tersebut, sehingga
digunakan untuk menentukan apakah pasien menderita
skizofrenia atau tidak, sedangkan pemeriksaan status mental
psikiater dapat menyimpulkan status mental dan menghasilkan
digunakan untuk menentukan tipe skizofrenia yang diderita. kriteria diagnosis.
Masih banyak kasus yang diperkirakan tidak terdeteksi akibat Menurut hasil penilitian multinasional World Health
kurangnya informasi yang keliru atau kurangnya dukungan Organization (WHO), jumlah rata-rata penderita skizofrenia
masyarakat. Oleh karena itu, diperlukan sebuah sistem pakar tampak sama pada budaya negara maju dan budaya negara
yang dapat menggantikan peran seorang dokter dan memberikan berkembang, WHO memperkirakan bahwa sekitar 24 juta
pengetahuan-pengetahuan umum mengenai skizofrenia. Tujuan
dari penelitian ini adalah menghasilkan sistem pakar untuk
orang diseluruh dunia mengalami skizofrenia [1]. Di Indonesia
mendiagnosis tipe penyakit kejiwaan skizofrenia menggunakan terdapat 1,7 permil atau 1.728 orang yang mengalami gangguan
Metode Tsukamoto dan rekomendasi berupa solusi. Salah satu skizofrenia [2]. Tetapi masih banyak kasus yang diperkirakan
metode yang dapat digunakan dalam sistem pakar adalah Metode tidak terdeteksi akibat kurangnya informasi yang keliru atau
Tsukamoto. Pada Metode Tsukamoto, output hasil inferensi dari kurangnya dukungan masyarakat. Oleh karena itu, perlunya
tiap-tiap aturan diberikan secara tegas (crisp) berdasarkan - sebuah media konsultasi atau sistem pakar mengenai gangguan
predikat (fire strength) yang hasil akhirnya diperoleh dengan
menggunakan rata-rata terbobot. Hasil dari sistem adalah
kejiwaan untuk masyarakat yang kurang mengerti tentang
pengguna dapat melakukan konsultasi melalui sistem setelah masalah kejiwaan khususnya skizofrenia.
mendaftarkan data diri, kemudian dilanjutkan dengan Dengan adanya sistem pakar, proses konsultasi akan menjadi
memasukkan gejala-gejala dan status mental yang dialami. Sistem lebih mudah, efektif dan efisien. Sistem pakar ini menggunakan
diuji dengan blackbox dan pengujian validitas sistem. Melalui logika fuzzy, salah satu metode yang digunakan dari logika
blackbox dapat disimpulkan bahwa sistem dapat menangani data fuzzy adalah metode Tsukamoto. Pada metode Tsukamoto,
sesuai yang diharapkan melalui data-data yang dimasukkan.
Sedangkan pengujian validitas sistem menghasilkan nilai akurasi
output hasil inferensi dari tiap-tiap aturan diberikan secara tegas
93,33% yang mana dapat disimpulkan bahwa sistem yang dibuat (crisp) berdasarkan -predikat (fire strength). Hasil akhirnya
dinilai berhasil. diperoleh dengan menggunakan rata-rata terbobot.
Penelitian ini diharapkan dapat menghasilkan sistem pakar
Kata Kuncipenyakit kejiwaan, skiofrenia, sistem pakar, dalam mendiagnosis penyakit kejiwaan skizofrenia
Metode Tsukamoto, status mental. menggunakan metode Tsukamoto. Sistem yang dibangun
berbasis web agar dapat diakses oleh pasien dan psikiater secara
I. PENDAHULUAN online melalui akses internet.
memasukkan pengetahuan pakar, sedangkan lingkungan tentang pasien psikiatrik saat wawancara atau suatu gambaran
konsultasi digunakan oleh pengguna yang bukan pakar, untuk tentang penampilan pasien, bicara, tindakan dan pikiran selama
memperoleh pengetahuan pakar. wawancara [6]. Secara ringkas prosedur pengkajian status
mental pasien dapat dilakukan meliputi:
B. Metode Tsukamoto
1. Observasi penampilan pasien dan tingkah lakunya dengan
Metode Tsukamoto merupakan perluasan dari penalaran melihat cara berpakaian pasien, kerapihan dan kebersihan
monoton, pada metode tsukamoto, setiap konsekuen pada diri.
aturan yang berbentuk IF-THEN harus direpresentasikan 2. Observasi postur, sikap, gerakan-gerakan tubuh, ekspresi
dengan suatu himpunan fuzzy dengan fungsi keanggotaannya wajah, dan aktivitas motorik semua ini sering memberikan
yang monoton. Sebagai hasilnya, output hasil inferensi dari informasi penting tentang pasien.
tiap-tiap aturan diberikan secara tegas (crisp) berdasarkan - 3. Penilaian gaya bicara pasien dan tingkat kesadaran juga
predikat (fire strength). Hasil akhirnya diperoleh dengan diobservasi.
menggunakan rata-rata terbobot [3]. 4. Penilaian halusinasi pasien.
Secara umum bentuk model fuzzy Tsukamoto adalah: 5. Penilian cara berpikir pasien.
( ) ( ) ( ) (1)
Dimana A, B, dan C adalah himpunan fuzzy.
Metode Tsukamoto menggunakan tahapan sebagai berikut: III. PERANCANGAN SISTEM
1. Fuzzifikasi A. Perancangan Arsitektur Sistem
Proses fuzzifikasi merupakan proses untuk mengubah
Arsitektur sistem adalah sekumpulan dari model-model
variabel non-fuzzy (variabel numerik) menjadi variabel
terhubung yang menggambarkan sifat dasar dari sebuah sistem.
fuzzy (variabel linguistik). Melalui fungsi keanggotaan yang
Keanekaragaman dari banyak model menggambarkan bagian
telah disusun maka dari nilai-nilai masukan tersebut
berbeda dan aspek atau pandangan yang berbeda dari suatu
menjadi informasi fuzzy yang berguna nantinya untuk
sistem.
proses pengolahan secara fuzzy pula. Proses ini disebut LINGKUNGAN LINGKUNGAN
KONSULTASI PENGEMBANGAN
fuzzifikasi.
Pengguna
Pengguna (user)
(user) Pakar
Pakar (admin)
(admin)
2. Pembentukan Rule
Akuisisi Pengetahuan
Pada pembentuk rule menggunakan aturan dalam bentuk IF-
Interface Knowledge
Knowledge
THEN dan menggunakan operator AND. Gejala
Gejala Engineer
Engineer
3. Mesin Inferensi
Mesin inferensi menggunakan fungsi implikasi MIN untuk
mendapatkan nilai -predikat pada tiap rule. Kemudian Fasilitas Basis
Fasilitas Basis Pengetahuan
Pengetahuan
masing-masing nilai -predikat ini digunakan untuk Penjelas
Penjelas
Hasil
Hasil Diagnosa
Diagnosa Mesin
Mesin Inferensi
Inferensi (Aturan
(Aturan Produksi)
Produksi)
id_pengguna, nama_pasien,
nama_pengguna, alamat,
pengguna hasil_konsultasi
telepon, tempat_lahir,
tanggal_lahir, jenis_kelamin,
agama, username, password
PK id_pengguna PK kode_haskon
id_pengguna, nama_pasien, penyakit
nama_pengguna, alamat,
nama_pasien id_pengguna
telepon, tempat_lahir,
tanggal_lahir, jenis_kelamin,
nama_pengguna kode_penyakit PK kode_penyakit
password baru nama_pasien, nama_pengguna, agama, username, password
password lama,
alamat, telepon, tempat_lahir,
alamat tanggal_konsul
password baru
tanggal_lahir, jenis_kelamin,
agama, username, password telepon nama_penyakit nama_penyakit
1.0 gejala definisi_penyakit
PENGGUNA pengguna jenis_kelamin
Daftar statmen solusi
agama
nama_pasien, nama_pengguna,
username solusi
alamat, telepon, tempat_lahir, username, password
tanggal_lahir, jenis_kelamin,
agama, username, password
nama_pasien, nama_pengguna, password
alamat, telepon, tempat_lahir,
username, password tanggal_lahir, jenis_kelamin, level
agama, username, password
nama_pasien, nama_pengguna,
alamat, telepon, tempat_lahir, username, password
status_mental gejala
tanggal_lahir, jenis_kelamin,
agama, username, password nama_pengguna, alamat,
2.0 telepon, username, PK kode_gejala
username, password
Login password PK kode_statmen
nama_pengguna, alamat, telepon, username,
password
nama_statmen kode_statmen
kode_gejala, nama_gejala, pert_statmen nama_gejala
pert_gejala, detail_gejala
detail_statmen pert_gejala
kode_gejala, nama_gejala,
pert_gejala, detail_gejala
detail_gejala
kode_gejala, nama_gejala, pert_gejala,
detail_gejala, kode_statmen, nama_statmen,
gejala
pert_statmen, detail_statmen, kode_penyakit,
nama_penyakit, definisi_penyakit, solusi
kode_statmen, nama_statmen,
Gambar 3 Diagram hubungan antar tabel
pert_statmen, detail_statmen
ADMIN 3.0
Manajemen kode_statmen, nama_statmen,
pert_statmen, detail_statmen
Adapun penjelasan dari 5 tabel di dalam sistem ini yaitu,
kode_gejala, nama_gejala, pert_gejala, Data
detail_gejala, kode_statmen, nama_statmen,
pert_statmen, detail_statmen, kode_penyakit,
nama_penyakit, definisi_penyakit, solusi
status_mental Tabel pengguna (User), yaitu seseorang yang ingin melakukan
kode_penyakit, nama_penyakit, definisi, penyakit,
solusi
kode_penyakit, nama_penyakit, definisi, penyakit,
konsultasi terhadap penyakit kejiwaan skizofrenia. Pada Tabel
solusi
password lama,
gejala, yaitu gejala-gejala skizofrenia beserta detail gejala dan
penyakit password baru
3. Halaman Konsultasi
Halaman konsultasi dibagi menjadi dua, yaitu halaman
pemeriksaan gejala dan halaman pemeriksaan status mental.
Halaman pemeriksaan gejala berupa form yang berisi
pertanyaan tentang gejala, skizofrenia, pengguna dapat memilih
gejala-gejala sesuai dengan yang dialami oleh pasien. Jika
pasien terdiagnosa skizofrenia, maka pasien melakukan
pemeriksaan status mental. Halaman pemeriksaan status juga
berupa form yang berisikan pertanyaan tentang gangguan status Gambar 7 Antarmuka halaman histori konsultasi
mental yang dialami oleh pasien. Antarmuka halaman B. Hasil Pengujian Sistem
konsultasi untuk pemeriksaan status mental dapat dilihat pada
1. Pengujian Blackbox
Gambar 6.
Pengujian dilakukan pada sistem menggunakan metode
blackbox yang akan memeriksa apakah sistem dapat berjalan
dengan benar dan sesuai dengan yang diharapkan. Pengujian
blackbox berfokus pada persyaratan fungsional perangkat
lunak. Pengujian blackbox memungkinkan perekayasa
perangkat lunak mendapatkan serangkaian kondisi input yang
sepenuhnya menggunakan semua persyaratan fungsional untuk
suatu program [7].
Pengujian berikut ini dilakukan pada aktifitas konsultasi oleh
pasien. Hasil pengujian dapat dilihat pada Tabel 1.
Tabel 1
Tabel Pengujian Halaman Konsultasi
Hasil
Input Contoh Data Keterangan
Eksekusi
Agak
G01
Ringan
Agak
G02
Ringan
G03 Tidak Ada
Input G04 Sedang
Gambar 6 Antarmuka halaman konsultasi status mental semua Pesan kesalahan
G05 Berat
4. Halaman Histori Konsultasi data Anda Tidak
Ringan Tidak
Halaman histori konsultasi berisi histori data-data hasil (total G06 Terdiagnosa Penyakit
Berhasil
nilai : Tidak Ada Skizofrenia
konsultasi yang pernah dilakukan oleh pengguna. Antarmuka 29)
G07
halaman histori konsultasi dapat dilihat pada Gambar 7. Agak
G08
Ringan
Sangat
G09
Berat
G10 Tidak Ada
..
Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1, (2016) 5
Hasil Tabel 2
Input Contoh Data Keterangan
Eksekusi Hasil Pengujian Validitas Aplikasi
G25 Tidak Ada Diagnosis
Kas Diagnosis
Tidak Ada Status Mental Sistem Keakuratan
G26 us Pakar
Pakar
Agak - G. Gambaran
G27
Ringan umum (6)
Agak - G. Mood dan
G28
Ringan 1 Afek (4) Katatonik Katatonik Sesuai
G29 Tidak Ada - G. Bicara (3)
- G. Persepsi (4)
Agak
G30 - G. Pikiran (3)
Ringan
Agak - G. Gambaran
G01
Ringan umum (6)
Agak - G. Mood dan
G02
Ringan 2 Afek (4) Katatonik Katatonik Sesuai
G03 Agak Berat - G. Bicara (6)
- G. Persepsi (1)
G04 Sedang
- G. Pikiran (4)
G05 Berat - G. Gambaran
Ringan umum (1)
G06
- G. Mood dan
G07 Tidak Ada 3 Afek (1) Paranoid Paranoid Sesuai
Input Agak Pesan - G. Bicara (3)
G08 - G. Persepsi (7)
semua Ringan Anda Terdiagnosa
data Sangat Skizofrenia. Silahkan - G. Pikiran (4)
G09 Berhasil - G. Gambaran
(total Berat Lanjut Pemeriksaan
nilai: Sedang Status Mental umum (7)
G10
50) - G. Mood dan
.. 4 Afek (2) Katatonik Katatonik Sesuai
Tidak Ada - G. Bicara (3)
G25
- G. Persepsi (5)
G26 Tidak Ada - G. Pikiran (4)
Agak - G. Gambaran
G27 umum (7)
Ringan
Agak - G. Mood dan
G28 Afek (5)
Ringan 5 Katatonik Katatonik Sesuai
Sedang - G. Bicara (4)
G29
- G. Persepsi (1)
Agak - G. Pikiran (2)
G30
Ringan
SM - G. Gambaran
Berat umum (1)
01
SM - G. Mood dan Tidak Tidak
Sedang 6 Afek (1) Tergolong Tergolong Sesuai
02 Pesan
Input - G. Bicara (1) kan kan
SM Berikut adalah hasil
semua Ringan Berhasil - G. Persepsi (3)
03 konsultasi Anda
data - G. Pikiran (3)
SM
Sedang - G. Gambaran
04
umum (4)
SM
Ringan - G. Mood dan
05 Terdiorgan
7 Afek (4) Paranoid Tidak Sesuai
isasi
- G. Bicara (6)
2. Pengujian Validasi Sistem Pakar - G. Persepsi (7)
Validitas adalah suatu ukuran yang menunjukkan tingkat - G. Pikiran (3)
- G. Gambaran
kevalidan atau kesahihan suatu instrumen [8]. Pengujian umum (7)
validasi sistem diilakukan untuk mengetahui hasil akhir yang - G. Mood dan
Terdisorg Terdisorga
berupa kemungkinan jenis penyakit yang dihasilkan oleh sistem 8 Afek (3) Sesuai
anisasi nisasi
- G. Bicara (4)
pakar dengan yang dihasilkan oleh pakar. Dalam pengujian ini - G. Persepsi (6)
akan dimasukkan hasil diagnosis dari 1 pakar. Pakar yang - G. Pikiran (5)
dijadikan sebagai narasumber dalam peroleh data. Untuk - G. Gambaran
mengetahui kesesuaian hasil sistem pakar dengan pakar dapat umum (1)
- G. Mood dan
dilihat pada Tabel 2. 9 Afek (3) Katatonik Katatonik Sesuai
- G. Bicara (4)
- G. Persepsi (5)
- G. Pikiran (2)
- G. Gambaran
umum (5)
10 - G. Mood dan Katatonik Katatonik Sesuai
Afek (3)
- G. Bicara (2)
Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1, (2016) 6
Kas
Diagnosis
Diagnosis memasukkan gejala-gejala yang dialami dan memasukkan
Status Mental Sistem Keakuratan
us Pakar status yang dialami.
Pakar
- G. Persepsi (1) 3. Hasil pengujian blackbox menunjukkan saat dilakukan
- G. Pikiran (1) input data, masukkan data keseluruhan atau sebagian data
- G. Gambaran kosong akan dimunculkan pesan kesalahan sehingga sistem
umum (7)
- G. Mood dan dapat menangani data sesuai dengan yang diharapkan.
11 Afek (2) Residual Residual Sesuai 4. Berdasarkan hasil pengujian validitas sistem, didapatkan
- G. Bicara (7) nilai akurasi sistem sebesar 93,33%, sehingga dapat
- G. Persepsi (1)
- G. Pikiran (1)
disimpulkan bahwa perangkat lunak yang dirancang dinilai
- G. Gambaran berhasil.
umum (3)
- G. Mood dan V. KESIMPULAN/RINGKASAN
12 Afek (4) Katatonik Katatonik Sesuai
- G. Bicara (2) Berdasarkan hasil analisa dan pengujian terhadap Sistem
- G. Persepsi (1) Pakar Diagnosis Penyakit Kejiwaan Skizofrenia Menggunakan
- G. Pikiran (3)
- G. Gambaran Metode Tsukamoto, dapat disimpulkan bahwa:
umum (1) 1. Sistem ini dapat mendiagnosis tipe penyakit kejiwaan
- G. Mood dan skizofrenia dengan menggunakan metode Tsukamoto
13 Afek (4) Katatonik Katatonik Sesuai
- G. Bicara (5) berdasarkan pengujian tingkat keakuratan yang telah
- G. Persepsi (2) dilakukan dengan satu pakar menghasilkan tingkat
- G. Pikiran (5) keakuratan 93,33%. Tingkan keakuratan diperoleh sesuai
- G. Gambaran dari kesesuaian antara hasil diagnosis sistem pakar dengan
umum (6) basis pengetahuan satu pakar.
- G. Mood dan
Terdisorg Terdisorga 2. Sistem ini dapat menampilkan solusi yang dianjurkan bagi
14 Afek (4) Sesuai
anisasi nisasi
- G. Bicara (4) pengguna berupa rekomendasi konsultasi ke dokter, terapi
- G. Persepsi (2) farmakoterapi, dan terapi psikoterapi.
- G. Pikiran (6)
- G. Gambaran
umum (2)
- G. Mood dan
DAFTAR PUSTAKA
15 Afek (4) Residual Residual Sesuai [1] Nevid, Jeffrey S., Rathus, Spencer A., dan Greene, Beverly. 2005.
- G. Bicara (1) Perilaku Abnormal Edisi Kelima Jilid II. Jakarta: Erlangga.
- G. Persepsi (2) [2] Badan Penelitian dan Pengembangan Kesehatan, Departemen Kesehatan
- G. Pikiran (1) Republik Indonesia. 2013, Desember 1. Laporan Riset Kesehatan Dasar
Data kasus yang dapat dilihat pada Tabel 2, diketahui (Riskesdas) 2013. April 25, 2015.
http://www.depkes.go.id/resources/download/general/Hasil%20Riskesda
informasi dari pengujian keakuratan antara validasi pakar dan s%202013.pdf.
sistem, sebagai berikut: [3] Kusumadewi, Sri. 2003. Artificial Intelligence (Teknik dan Aplikasinya).
1. Jumlah kasus sebanyak 15 kasus. Yogyakarta: Graha Ilmu.
[4] Turban, E. 1995. Decision Support and Expert System; Management
2. Hasil diagnosis dokter dan sistem berupa nama tipe dari Support System. Newyork: Pretince-Hall.
penyakit skizofrenia. [5] Davison, Gerald C., Neale, John M., Kring, Ann M. 2012. Psikologi
3. Hasil output sistem, yang sesuai dengan diagnosis pakar Abnormal Edisi Ke-9. Jakarta: Raja Grafindo.
[6] Kaplan, Harold I.; Sadock, Benjamin J., dan Grebb, Jack A. 2010.
berjumlah 14 kasus.
Sinopsis Psikiatri. Jilid 1. Alih bahasa oleh Dr. Widjaja Kusuma. Jakarta:
4. Hasil output sistem yang tidak sesuai dengan diagnosis Binarupa Aksara.
pakar berjumlah 1 kasus. [7] Pressman, Roger. 2002. Rekayasa Perangkat Lunak. Yogyakarta: ANDI.
Berdasarkan hasil pengujian validitas aplikasi, maka nilai [8] Nursalam. 2008. Konsep dan Penerapan Metodologi Penelitian Ilmu
Keperawatan: Pedoman Skripsi, Tesis, dan Instrumen Penelitian
keakuratan dapat dihitung sebagai berikut: Keperawatan. Jakarta: Salemba Medika.
= 100%
14
= 100%
15
= 93,33%
C. Analisis Hasil
Berikut ini analisis hasil perancangan dan pengujian sistem
pakar diagnosis penyakit kejiwaan skizofrenia:
1. Pengguna hanya dapat mengakses sistem untuk konsultasi
setelah mendaftarkan diri menjadi pasien.
2. Pengguna dapat mengetahui tipe penyakit skizofrenia
beserta solusi setelah melakukan konsultasi dengan cara