Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN: 2548-964X

Vol. 2, No. 11, November 2018, hlm. 4498-4503 http://j-ptiik.ub.ac.id

Sistem Diagnosis Penyakit Penglihatan Kabur Pada Mata Menggunakan

Metode AHP-SAW
Mochammad Faizal Satria Rahman1, Nurul Hidayat2, Ratih Kartika Dewi3

Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya

Email: 1mfaizal.satria@gmail.com, 2ntayadih@ub.ac.id, 3ratihkartika@ub.ac.id

Abstrak
Penyakit penglihatan kabur merupakan salah satu penyakit mata yang memiliki tingkat kasus yang tinggi
di Indonesia. Penyakit ini sulit dideteksi secara kasat mata dan pada banyak kasus penyakit ini baru
terdeteksi saat sudah parah. Penderita penyakit ini biasanya tidak sadar terhadap gejala penyakit
penglihatan kabur (blurred vision). Oleh karena itu dibutuhkan diagnosis pakar untuk mengetahui
penyakit ini. Akan tetapi, terbatasnya jumlah pakar mata di Indonesia juga menjadi masalah yang harus
ditangani. Pada tulisan ilmiah ini akan membahas penanganan masalah diagnosis gejala penyakit mata
penglihatan kabur dan keterbatasan jumlah pakar mata dengan membangun sistem pakar melalui
pengembangan kecerdasan buatan (artificial intelligent) dengan memasukkan pengetahuan dan
pengalaman pakar ke dalam sistem model program. Didukung dengan metode Analytic Hierarchy
Process Simple Additive Weighting (AHP-SAW) yang merupakan metode terapan yang digunakan untuk
mengatasi permasalahan identifikasi suatu kriteria yang diukur secara kualitatif dan kuantitatif. Hasil
dari data uji pada penelitian ini, sistem dapat melakukan diagnosis penyakit penglihatan kabur (blurred
vision) dengan tingkat akurasi 87%.
Kata kunci: sistem pakar, diagnosis penyakit penglihatan kabur, AHP, SAW
Abstract
Blurred vision sickness is an eye-attacking disease which has a high rate of cases in Indonesia. The
disease is also difficult to detect visually. In many cases, this disease is detected when the symptom is
already severe. Patients with this disease are usually not aware of blurred vision symptom. Therefore
it needs expert diagnosis to understand this disease. On the other hand, limited number of eye experts
in Indonesia is also problem which has to be addressed. Those problems can be solved by establishing
an expert system of blurred vision diagnosis. Expert systems are part of artificial intelligence which
contains expert knowledge and experience incorporated into a particular area of knowledge to solve
specific problems. Method of Analytic Hierarchy Process-Simple Additive Weighting (AHP-SAW) is
kind of method which applied to overcome the problem of identifying criterion with measuring data
qualitatively and quantitatively. Based on the test data which used in this study, system succeed to
diagnosis of blurred vision sickness with 87% of accuracy.
Keywords: expert system, Simple Additive Weighting, Analytic Hierarhcy Process, AHP-SAW, blurred vision
sickness, eye disease.

termasuk mata, harus menjaganya pada

1. PENDAHULUAN
Mata merupakan bagian dari lima panca
indera yang amat penting didalam kehidupan
manusia untuk melihat. Melalui mata, Manusia
bisa merasakan indahnya alam dan
berkomunikasi dengan lingkungan sekitar
dengan baik. Apabila mata terdapat gangguan,
dapat berakibat sangat membahayakan bagi
kesehatan mata kita. Mestinya bagian tubuh
kesehatan sehari-hari. Walaupun amat penting,
terkadang manusia melupakan untuk menjaga
kesehatan mata kita yang disebebkan sedikitnya
ilmu pengetahuan tentang kesehatan mata. Dan,
kurangnya sarana pelayanan kesehatan mata di
rumah sakit dan puskesmas, serta sedikitnya
tenaga dokter spesialis mata menjadi gangguan
mata tak tertangani sejak dini (Fitriawati, 2016).

Fakultas Ilmu Komputer

Universitas Brawijaya 4498
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Penyakit penglihatan kabur disebabkan
karena kesalahan bias (refractive erros), rabun
jauh, rabun dekat, katarak dan presbyopia.
Daya penglihatan yang terganggu dapat
mencangkup penglihatan disamping ataupun
kemampuan melihat pada bagian kiri dan kanan
penglihatan. Namun, penglihatan kabur dapat
dirasakan hanya pada salah satu bagian mata
saja. Penglihatan kabur yang dikategorikan
serius dapat menyebabkan kerusakan mata
permanen dan bahkan kebutaan. Oleh sebabnya,
perlunya sistem yang bisa menggantikan atau
membantu peran seorang pakar untuk menangani
masalah yang dihadapi oleh para penderita
penyakit penglihatan kabur (blurred vision).
Sistem pakar adalah sebagian dari
kecerdasan buatan yang memungkinkan
komputer bisa berpikir dan mengambil
kesimpulan menggunakan proses yang serupa
dengan metode yang digunakan oleh seorang
pakar. Umumnya, sistem pakar diterapkan untuk
membantu pekerjaan dalam menyelesaikan suatu
permasalahan. Sebagian aktivitas dalam
memecahkan permasalahan yang dimaksud
diantaranya pengambilan keputusan, pemaduan
pengetahuan, perencanaan, prakiraan, diagnosis,
serta pelatihan. Selain itu sistem pakar dapat
berfungsi sebagai asisten yang pandai dari
seorang pakar [Ari, 2010].
Metode Analytical Hierarchy Proses (AHP)
dan Simple Additive Weighting (SAW) adalah
suatu proses pengambilan keputusan. Konsep
dari penerapan SAW ialah penjumlahan terbobot
dari rating kinerja setiap alternatif pada semua
atribut, dan hasil akhirnya berupa perangkingan
alternatif keputusan. Kelebihan metode SAW
adalah proses perhitungan cepat, namun bobot
prioritas tiap kriteria harus ditentukan dahulu.
Untuk melengkapi analisa yang komprehensif
digunakan metode AHP untuk menetukan bobot
prioritas tiap kriteria. Seteleh Menentukan bobot
prioritas menggunakan metode AHP, kemudian
digunakan metode SAW dalam proses
perangkingan penyakit.
Baik metode AHP maupun metode SAW
lebih umum digunakan pada Decision Support
System (DDS) atau dapat juga disebut sebagai
Sistem Pendukung Keputusan (SPK). Akan
tetapi, pada sistem pakar sendiri metode AHP
juga telah banyak digunakan pada penelitian-
penelitian sebelumnya, utamanya sistem pakar
diagnosis dan identifikasi penyakit. Seperti pada
penelitian Fajar Prasetyawan yang berjudul
“Pemodelan Sistem Pakar Diagnosa Penyakit
Tanaman Kopi Arabica dengan Metode Fuzzy-
Fakultas Ilmu Komputer, Universitas Brawijaya
4499
AHP”. Untuk penggabungan metode AHP dan
SAW pada sistem pakar sendiri juga telah
dilakukan penelitian pada Muhammad Ali Al
Atas yang berjudul “Pemodelan Sistem Pakar
Diagnosa Penyakit Tanaman Cabai
Menggunakan Metode AHP-SAW“. Hasil dari
penelitian ini menunjukan keakurasian 96%.
Tingginya hasil akurasi penelitian-penelitian
sistem pakar menggunakan metode AHP
ataupun penggabungan metode AHP-SAW. Hal
tersebut melatar belakangi penelitian sistem
diagnosis penyakit penglihatan kabur dengan
penggabungan kedua metode AHP-SAW.
2. LANDASAN KEPUSTAKAAN
2.1. Sistem Pakar
Kemajuan teknologi di bidang komputer
menghasilkan sebuah metode pendekatan yang
disebut kecerdasan buatan. Cakupan didalam
kecerdasan buatan ialah strategi untuk
penyelesaian permasalahan dan dapat
menguraikan program yang menyerupai sifat dan
perilaku kecerdasan manusia (atas, 2015).
Sebagian pengembangan pada kecerdasan
buatan diantaranya adalah sistem pakar. Sistem
pakar merupakan sistem informasi yang memuat
ilmu-ilmu pengetahuan yang dibuat oleh
sebagian atau beberapa pakar kedalam satu area
pengetahuan tententu sampai akhirnya setiap
orang bisa menggunakan untuk menyelesaikan
bermacam-macam permasalahan yang bersifat
spesifik (atas, 2015).
2.2. Analitical Hierarchy Process
Pada umumnya AHP adalah sebuah metode
pemecahan masalah yang komplek dantidak
terstruktur, memasukkan nilai sebagai pengganti
persepsi manusia didalam mengerjakan
perbandingan relatif ,selanjutnya dengan suatu
sintesis ditentukan elemen yang terdapat
prioritas tertinggi (Tominanto, 2012).
Metode AHP sendiri sering kali menjadi
perbandingan dengan metode yang lain
dikarenakan faktor-faktor sebagai berikut
(Magdalena, 2012):
1. Terdapat susunan hierarki, seperti hasil
pada kriteria-kriteria yang dipilih, hingga
kebagian subkriteria.
2. Menghitung keluaran akhir berupa
analisis sensitivitas dalam mengambil
keputusan.
2.3. Simple Additive Weighting
Churchman dan Ackoff pertama kali
memanfaatkan metode SAW untuk mengatasi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
masalah seleksi portofolio. Metode SAW dapat
disebut juga dengan sebutan metode
penjumlahan terbobot. Ide awal metod SAW
merupakan pencarian jumlah yang terbobot dari
kinerja di tiap alternatif atas atributnya. (Atas,
2015).
Langkah-langkah untuk penyelesaian pada
metode SAW antara lain (Atas, 2015) :
1. Proses pemilihan kriteria yang ingin
dijadikan referensi didalam mengambil suatu
hasil akhir, yaitu (Ci).
2. Memberikan nilai setiap alternative Ai
pada setiap kriteria Cj yang telah ditetapkan.
3. Pada masing-masing kriteria diberikan
suatu nilai bobot yaitu W.
2.4. Penyakit Penglihatan Kabur (Blurred
Vision)
Penyakit Penglihatan Kabur (Blurred Vision)
disebabkan karena kesalahan bias (refractive
erros), rabun jauh, rabun dekat, katarak dan
presbyopia. Daya penglihatan yang terganggu
dapat mencangkup penglihatan disamping
ataupun kemampuan melihat pada bagian kiri
dan kanan penglihatan. Namun, penglihatan
kabur dapat dirasakan hanya pada salah satu
bagian mata saja. Penglihatan kabur yang
dikategorikan serius dapat menyebabkan
kerusakan mata permanen dan bahkan kebutaan.
3. METODOLOGI PENELITIAN
3.1. Perancangan Sistem
Pada gambar 1 adalah diagram alir yang
tedapat langkah-langkah yang dikerjakan
didalam penelitian yang diusulkan.
Gambar 1. Diagram Alir Perancangan Sistem
Tahap yang pertama yaitu dilakukan studi
terhadap literatur sebelunya atau pustaka dari
Fakultas Ilmu Komputer, Universitas Brawijaya
4500
bagian-bagian pengetahuan yang mempunyai
hubungan dengan sistem diagnosis penyakit
penglihatan kabur pada mata, antara lain:
1. Sistem Pakar.
2. Algoritma AHP.
3. Algoritma SAW.
4. Identifikasi penyakit penglihatan
kabur.
Langkah selanjutnya yaitu langkah
pengumpulan data. Pada tahap ini terdapat dua
jenis data, yaang pertama data primer dan yang
kedua data sekunder. Data primer merupakan
data yang diperoleh dari responden pada
penelitian. Dan yang kedua yaitu data sekunder,
data ini merupakan nilai yang diperoleh dari
sumber-sumber yang lain namun bisa juga
dipergunakan untuk penelitian seperti jurnal
literatur.
Lokasi penelitian yang digunakan untuk
pengumpulan data adalah Rumah Sakit
Petrokimia Gresik, Provinsi Jawa Timur.
Data yang diperoleh berasal dari buku referensi,
yaitu berupa gejala yang dirasakan pasien
penderita dan gejala yang tampak pada mata
pasien. Data yang telah diambil kemudian di
konsultasikan dengan dr Chandra sebagai pakar
penyakit mata, dan selanjutnya diberikan
pembobotan sebagai dasar basis pengetahuan
sistem. Data digunakan dalam proses
perhitungan dengan metode AHP-SAW. Data
gejala yang didapatkan ditunjukkan pada Tabel
1.
Tabel 1. Data Gejala
Pada data pembobotan gejala dengan
alternatif penyakit, pakar sudah memutuskan
kondisi terhadap tiap-tiap gejala. Setelah itu nilai
diberikan untuk menunjukan bobot pada masing
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
masing alternatif penyakit. Daftar nilai
pembobotan masing-masing gejala dengan
alternatif penyakit ditunjukan pada Tabel 2.
Tabel 2. Daftar Nilai Bobot Gejala Penyakit
Penglihatan Kabur
3.2. Perancangan Algoritma
Pemodelan sistem pakar pada penelitian
ini memiliki dua tahapan, yaitu tahap
pembobotan masing-masing kriteria
menggunakan metode AHP, dan tahap
pengambil keputusan menggunakan metode
SAW. Secara umum proses pembobotan
menggunakan metode AHP dapat dilihat
pada Gambar 2.
Gambar 2. Diagram Alir metode AHP
Selanjutnya, langkah-langkah dalam
pengambilan kesimpulan dengan
Fakultas Ilmu Komputer, Universitas Brawijaya
4501
menggunakan metode SAW dapat dilihat
pada Gambar 3.
Gambar 3. Diagram Alir metode SAW
4. IMPLEMENTASI
4.1. Batasan Implementasi
Berikut adalah batasan yang digunakan pada
implementasi pada sistem diagnosis penyakit
penglihatan kabur pada mata menggunakan m
metode AHP-SAW adalah sebagai berikut:
1. Sistem dirancang dengan berbasis Web
menggunakan bahasa pemrograman HTML
dan PHP.
2. Data yang sudah diperoleh dari pakar
kemudian disimpan ke dalam variabel tanpa
menggunakan database.
3. masukan yang digunakan didalam
sistem merupakan data-data gejala pada
mata yang dimasukkan oleh pengguna
umum.
4. Metode yang digunakan dalam
menyelesaikan masalah adalah metode
AHP-SAW.
5. Output yang ditampilkan oleh sistem adalah
jenis penyakit dan solusi penanggulangan,
serta hasil perhitungan menggunakan
metode AHP-SAW.
4.2. Implementasi Antarmuka
Antarmuka pada instrumen penelitian
Sistem Diagnosis Penyakit Penglihatan kabur
pada mata dengan Metode AHP-SAW
berfungsi sebagai sarana interaksi pengguna
dengan sistem.
1. Antarmuka Halaman Utama.
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4502

Gambar 4. Antarmuka Halaman Login Gambar 7. Antarmuka Halaman Hasil

Halaman hasil diagnosis berisi jenis
Halaman utama adalah halaman awal yang
penyakit yang merupakan hasil perhitungan
digunakan pengguna saat menggunakan aplikasi
AHP-SAW berdasarkan input pengguna pada
ini, halaman ini berisi judul, logo, deskripsi
halaman formulir diagnosis, pada halaman ini
sistem, tombol menuju halaman informasi, dan
juga terdapat cara penanggulangan penyakit
tombol menuju halaman diagnosis.
yang didapat dan terdapat penjabaran
2. Antarmuka Halaman Informasi. perhitungan AHP-SAW yang telah dilakukan.

5. PENGUJIAN
5.1. Pengujian Akurasi
Pengujian ini dikerjakan bertujuan
supaya mengetahui kecocokan hasil dari
pakar dengan hasil dari sistem diagnosis
penyakit penglihatan pabur pada mata seperti
terlihat pada tabel 3.
Tabel 3. Pengujia Akurasi
Gambar 5. Antarmuka Halaman Informasi
Halaman informasi berisi mengenai
penjelasan tentang sistem pakar,
penyakitpenyakit utama pada mata, serta cara
penanggulangan penyakit-penyakit penglihatan
kabur yang termasuk dalam lingkup sistem
pakar yang diusulkan.
3. Antarmuka Halaman Diagnosis.

Gambar 6. Antarmuka Halaman Diagnosis

Halaman diagnosis berisi formulir yang
berupa pertanyaan-pertanyaan yang diajukan
sistem kepada pengguna berupa gejala-gejala
penyakit penglihatan kabur yang nantinya akan
diproses menuju halaman hasil.
4. Antarmuka Halaman Hasil.

Fakultas Ilmu Komputer, Universitas Brawijaya

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Pada tahap ini memiliki 15 data-data
gejala penyakit penglihatan kabur yang akan
diuji.
Hasil dari pengujian akurasi yang didapat
melalui wawancara dengan pakar. Hasil
akurasi yang mempunyai nilai 1 berarti
keluaran hasil akhir sistem sudah sesuai dengan
hasil diagnosis pakar.
Nilai Akurasi = (13)/15 X 100%=87%
Sehingga bisa disimpulkan bahwa hasil
diagnosis sistem sudah sesuai dengan hasil
diagnosis pakar dengan tingkat akurasi 87%.
6. KESIMPULAN
Setelah menyelesaikan proses
perancangan, implementasi, dan pengujian
terhadap sistem, terdapat beberapa hal yang
dapat disimpulkan dari penelitian ini, yaitu:
1. Intrumen penelitian dengan judul
Pemodelan Sistem Pakar Diagnosis
Penyakit Penglihatan Kabur Pada Mata
Menggunakan Metode AHP-SAW ini dapat
Fakultas Ilmu Komputer, Universitas Brawijaya
4503
memberikan manfaat dalam memperluas
pengetahuan tentang penanganan penyakit
pada mata dan dapat memberikan
rekomendasi solusi dalam melakukan
diagnosis penyakit penglihatan kabur.
2. Hasil evaluasi pengujian dari sistem adalah
sebagai berikut:
a Hasil pengujian fungsionalitas
menghasilkan nilai 100%. Hal ini
menunjukkan bahwa sistem telah
berjalan sesuai dengan daftar
kebutuhan yang diharapkan.
b Hasil pengujian akurasi yang didapat
diantara sistem dan pakar atau dokter
diperoleh nilai sebesar 87%. Hasil ini
didapatkan dari 15 data uji dengan
jumlah hasil benar sebanyak 13 butir.
DAFTAR PUSTAKA
Ari, toto. 2011. Forward dan Backward
Chaining. Institut Pertanian Bandung,
Bandung.
Atas, Muhammad Ali Al. 2015. Pemodelan
Sistem Pakar Diagnosa Penyakit
Tanaman Cabai Merah menggunakan
Metode AHP – SAW. Fakultas Ilmu
Komputer Universitas Brawijaya, Malang.
Fitriawati, Ningsih. 2016. Aplikasi Sistem Pakar
Diagnosa Penyakit Mata Pada Manusia
Dengan Metode Forward Chaining.
Fakultas Teknik Universitas
Muhammadiyah, Jember.
Magdalena, Hilyah. 2012. Sistem Pendukung
Keputusan Untuk Menentukan Mahasiswa
Lulusan Terbaik Di Perguruan tinggi
(Studi Kasus STMIK ATMA Luhur
Pangkalpinang). STMIK Atma Luhur,
Pangkalpinang.
Tominanto. 2012. Sistem Pendukung Keputusan
Dengan Metode Analytical Hierarchy
Process (AHP) Untuk Penentuan Prestasi
Kinerja Dokter Pada RSUD. Sukoharjo.
APIKES Citra Medika, Surakarta.