Aplikasi Sistem Pakar Diagnosa Penyakit Asma (Resume)
Aplikasi Sistem Pakar Diagnosa Penyakit Asma (Resume)
1. Pendahuluan
Kemajuan dan perkembangan teknologi komputer yang semakin maju sangat
diperlukan oleh para pembuat perangkat lunak komputer untuk mengolah data sains
maupun transaksi bisnis. Perangkat lunak yang dibuat harus dapat mengakomodasi
kebutuhan manusia yang semakin meningkat dan kritis, antara lain dalam hal
penyajian informasi dengan cepat, pengambil keputusan, melakukan perhitungan-
perhitungan yang rumit, penyajian animasi dan simulasi, sebagai sebuah sistem pakar
pendiagnosis suatu penyakit atau gangguan dan lain-lain.
Dalam ilmu komputer, banyak ahli yang berkonsentrasi pada pengembangan
kecerdasan buatan atau Artificial Intelligence (AI). AI adalah suatu studi kasus di
mana tujuannya adalah membuat komputer berpikir dan bertindak seperti
manusia. Banyak implementasi AI dalam bidang komputer, misalnya Decision
Support System (Sistem Pendukung Keputusan), Robotic, Natural Language
(Bahasa Alami), Neural Network (Jaringan Saraf), dan lain-lain (Jogiyanto, 2003:
3).
Contoh bidang lain pengembangan kecerdasan buatan adalah sistem pakar
yang menggabungkan pengetahuan dan penelusuran data untuk memecahkan
masalah yang secara normal memerlukan keahlian manusia. Tujuan
pengembangan sistem pakar sebenarnya bukan untuk menggantikan peran
manusia, tetapi untuk mensubstitusikan pengetahuan manusia ke dalam bentuk
sistem, sehingga dapat digunakan oleh orang banyak (Jogiyanto, 2003: 3).
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. Dengan
sistem pakar, orang awampun dapat menyelesaikan masalah yang cukup rumit
yang sebenarnya hanya dapat diselesaikan dengan bantuan para ahli. Bagi para
ahli, sistem
1
pakar juga akan membantu aktivitasnya sebagai asisten yang sangat
berpengalaman (Kusumadewi, 2003: 109).
Sampai saat ini sudah ada beberapa hasil perkembangan sistem pakar dalam
berbagai bidang sesuai dengan kepakaran seseorang misalnya bidang pendidikan
contohnya Perancangan Sistem Pakar Tes EQ (Emotional Quotient) Untuk
Mengetahui Aspek Kepribadian Dengan Metode Forward Chaining (ERM Gemis,
2011), bidang teknologi contohnya Perancangan Sistem Pakar Untuk Diagnosa
Masalah Pada Jaringan Wi-Fi (M. Al Hadith, 2011), bidang elektronik contohnya
Analisis dan Perancangan Sistem Pakar Untuk Diagnosa Kerusakan Monitor
dengan Menggunakan Pendekatan Probabilitas Bayesian (Rifky, dkk, 2005),
maupun bidang kedokteran yang menyangkut diagnosis penyakit khususnya yang
akan penulis kaji ialah mengenai diagnosis penyakit asma.
Namun saat ini sudah terdapat dua sistem pakar mengenai diagnosis
penyakit asma, diantaranya Sistem Pakar Untuk Menentukan Derajat Asma Dan
Terapinya (Yahdin Faridhi, 2011) dan Rancang Bangun Aplikasi Sistem Pakar
Untuk Diagnosis Penyakit Asma Dan Gangguan Pernapasan (AR. Tohir, 2011).
Disini penulis juga akan mengambil tema tentang sistem pakar penyakit asma,
namun yang membedakannya dengan sistem pakar penyakit asma yang sudah ada
yaitu penulis mengembangkan aplikasi sistem pakar diagnosis penyakit asma
dengan menggunakan metodologi dari Durkin yaitu metodologi ESDLC (Expert
System Development Life Cycle). Metodologi ini merupakan salah satu model
yang menggambarkan tahap-tahap pengembangan perangkat lunak sistem pakar.
Suatu gejala penyakit merupakan awal dari sebuah penyakit yang dapat
mengancam kesehatan seseorang, namun pada kenyataannya gejala penyakit
tersebut terkadang dianggap remeh oleh kebanyakan orang. Dengan adanya
kemajuan ilmu pengetahuan dan teknologi komunikasi saat ini, resiko yang
ditimbulkan oleh gejala yang dialami seseorang dapat diketahui dengan cepat.
Penyakit asma adalah suatu kelainan berupa inflamasi (peradangan) kronik
saluran nafas yang menyebabkan hipereaktivitas bronkus terhadap berbagai
rangsangan yang ditandai dengan gejala episodik berulang berupa mengi, batuk,
sesak nafas dan rasa berat di dada terutama pada malam atau dini hari yang
2
umumnya bersifat reversible baik dengan atau tanpa pengobatan. Penyakit asma
bersifat fluktuatif (hilang timbul) artinya dapat tenang tanpa gejala tidak
mengganggu aktifitas tetapi dapat eksaserbasi dengan gejala ringan sampai berat
bahkan dapat menimbulkan kematian (DEPKES R.I, 2009: 7).
Di Indonesia prevalensi penyakit asma belum diketahui secara pasti, namun
hasil penelitian pada anak sekolah usia 13-14 tahun dengan menggunakan
kuesioner ISAAC (International Study on Asthma and Allergy in Children) tahun
1995 prevalensi penyakit asma masih 2,1%, sedangkan pada tahun 2003
meningkat menjadi 5,2%. Hasil survey penyakit asma pada anak sekolah di
beberapa kota di Indonesia (Medan, Palembang, Jakarta, Bandung, Semarang,
Yogyakarta, Malang dan Denpasar) menunjukkan prevalensi penyakit asma pada
anak SD (6 sampai 12 tahun) berkisar antara 3,7% - 6,4%, sedangkan pada anak
SMP di Jakarta Pusat sebesar 5,8% tahun 1995 dan tahun 2001 di Jakarta Timur
sebesar 8,6%. Berdasarkan gambaran tersebut di atas, terlihat bahwa penyakit
asma telah menjadi masalah kesehatan masyarakat yang perlu mendapat perhatian
secara serius (DEPKES R.I, 2009: 5).
Berbagai upaya telah dilakukan oleh pemerintah untuk menanggulangi
penyakit asma di masyarakat seperti bimbingan teknis, pemantauan, penyuluhan
di bidang penyakit asma, namun tanpa peran serta masyarakat tentunya tidak akan
dicapai hasil yang optimal dikarenakan kurangnya tenaga penyuluh yang ahli pada
penyakit asma. Oleh sebab itu, dirasakan perlu dibuat sebuah aplikasi yang dapat
membantu proses penyuluhan kepada masyarakat awam untuk menanggulangi
penyakit asma.
Aplikasi yang dimaksud adalah aplikasi yang bisa dijadikan sebagai
alternatif dalam mendiagnosis penyakit asma. Dalam hal ini, aplikasi akan
membantu dalam menemukan informasi jenis penyakit asma berdasarkan gejala
klinis yang dirasakan sampai ditemukannya kesimpulan berdasarkan hasil
diagnosis berupa informasi mengenai cara pengobatan penyakit asma.
Kesimpulan yang dihasilkan merupakan hasil penelusuran dari seperangkat
data atau fakta yang berupa gejala klinis dari penyakit asma yang dirasakan.
Untuk itu, teknik inferensi yang dapat digunakan adalah metode inferensi
3
perantaian maju (forward chaining) yang merupakan pencocokan fakta atau
pernyataan dimulai dari bagian sebelah kiri (IF dulu). Dengan kata lain, penalaran
dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesis
(Kusumadewi, 2003: 116).
Dimana dalam metode inferensi forward chaining ini dimulai dari informasi
awal (gejala awal) kemudian bergerak maju untuk mencocokkan informasi
selanjutnya hingga menemukan informasi yang sesuai dengan kaidah, lalu akan
menyimpulkan berupa keterangan jenis penyakit dan solusi.
4
3. Basis Pengetahuan
Dari hasil proses akuisisi pengetahuan yang telah diuraikan diatas, maka selanjutnya dapat disusun suatu tabel basis
pengetahuan yang dapat dilihat pada Tabel
2. Penyakit Asma Kronis Sesak napas kambuh-kambuhan Hindari penyebab serangan penyakit asma,
Intensitas sesak yang ringan sampai sedang minum obat-obatan penyakit asma saat terasa
Kadang ada bunyi napas (mengi) kadang tidak sesak, olah raga, dan jangan terlalu lelah.
3. Penyakit Asma Periodik Hindari penyebab penyakit asma, minum obat
Kadang ada batuk
penyakit asma jika kambuh, olah raga, hindari
Sesak napas yang sering kambuh karena
stress, dan jangan terlalu lelah.
penyebab tertentu misal debu, asap, dan udara
dingin
71
Tabel 3.3 Basis Pengetahuan (Lanjutan)
6. Penyakit Asma Berat Sesak berat pada saat istirahat, bicara hanya Dapat diberikan nebulizer, beri oksigen, dan
kata-kata, dan pucat sampai biru suntik obat-obatan penyakit asma.
Napas berbunyi nyaring
Ada pernapasan dengan otot dada yang tertarik
Ada pernapasan cuping hidung
72
Tabel 3.3 Basis Pengetahuan (Lanjutan)
73
Tabel 3.3 Basis Pengetahuan (Lanjutan)
74
4. Basis Aturan
Basis aturan dari aplikasi sistem pakar diagnosis penyakit asma dapat dilihat pada Tabel 3.4.
75
Tabel 3.4 Basis Aturan (Lanjutan)
76
Tabel 3.4 Basis Aturan (Lanjutan)
77
Tabel 3.4 Basis Aturan (Lanjutan)
78
5. Tabel Dasar Penyakit Asma
Jenis penyakit asma beserta kodenya masing-masing dapat dilihat pada
Tabel 4.1..
ID_Penyakit Penyakit
P1 Penyakit Asma Akut
P2 Penyakit Asma Kronis
P3 Penyakit Asma Periodik
P4 Penyakit Asma Ekstrinsik
P5 Penyakit Asma Intrinsik
P6 Penyakit Asma Berat
P7 Penyakit Asma Sedang
P8 Penyakit Asma Ringan
P9 Penyakit Asma Pekerjaan
P10 Penyakit Asma Sensitif Aspirin
P11 Penyakit Asma yang Dipicu Olahraga
ID_Gejala Gejala
79
Tabel 4.2 Tabel Dasar Gejala Penyakit Asma (Lanjutan)
ID_Gejala Gejala
80
7. Tabel Keputusan Berdasarkan Relasi Antara Penyakit dan Gejala
Tabel keputusan berdasarkan relasi antara nama jenis penyakit asma dan gejala yang timbul dapat dilihat pada Tabel 4.4.
Tabel 4.4 Tabel Keputusan Berdasarkan Relasi Antara Penyakit dan Gejala
ID_Gejala
ID_Penyakit
G1 G2 G3 G4 G5 G6 G7 G8 G9 G10 G11 G12 G13 G14 G15 G16 G17 G18 G19 G20
P1 x x x x x x
P2 x x x
P3 x x
P4 x x x x x
P5 x x
P6 x x
P7
P8
P9
P10
P11
83
Tabel 4.4 Tabel Keputusan Berdasarkan Relasi Antara Penyakit dan Gejala (Lanjutan)
ID_Gejala
ID_Penyakit
G21 G22 G23 G24 G25 G26 G27 G28 G29 G30 G31 G32 G33 G34 G35 G36 G37 G38 G39 G40
P1
P2
P3
P4
P5
P6 x x
P7 x x x x
P8 x x
P9 x x x x
P10 x x x x
P11 x x x x
84
8. Tabel Keputusan Berdasarkan Relasi Antara Gejala dan Solusi
Tabel keputusan berdasarkan relasi antara gejala yang timbul dan solusi
pengobatannya dapat dilihat pada Tabel 4.5.
Tabel 4.5 Tabel Keputusan Berdasarkan Relasi Antara Gejala dan Solusi
ID_Solusi
ID_Gejala
S0 S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11
G1 x
G2 x
G3 x
G4 x
G5 x
G6 x
G7 x
G8 x
G9 x
G10 x
G11 x
G12 x
G13 x
G14 x
G15 x
G16 x
G17 x
G18 x
G19 x
G20 x
G21 x
G22 x
G23 x
G24 x
G25 x
G26 x
G27 x
G28 x
85
Tabel 4.5 Tabel Keputusan Berdasarkan Relasi Antara Gejala dan Solusi
(Lanjutan)
ID_Solusi
ID_Gejala
S0 S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11
G29 x
G30 x
G31 x
G32 x
G33 x
G34 x
G35 x
G36 x
G37 x
G38 x
G39 x
G40 x
86
Gambar 4.1 Pohon Keputusan Untuk Penelusuran Penyakit Asma
87
10. Kaidah Produksi
Pohon keputusan yang dihasilkan pada Gambar 4.1 digunakan sebagai
acuan dalam menyusun kaidah produksi, sedangkan atribut di dalam tabel
keputusan menjadi premis di dalam kaidah produksi yang direpresentasikan.
Berikut ini adalah daftar kaidah produksi untuk diagnosis penyakit asma
berdasarkan jenis penyakit asma, gejala yang dapat dilihat pada Tabel 4.6.
88
Tabel 4.6 Kaidah Produksi Sistem Pakar Diagnosis Penyakit Asma
(Lanjutan)
Rule 4
IF Gejala : Sesak napas disertai gejala alergi
AND Gatal pada kulit
AND Bersin-bersin
AND Pilek
AND Hidung buntu
THEN Penyakit Asma Ekstrinsik (P4)
Rule 5
IF Gejala : Sesak napas terkadang berat
AND Ada gejala infeksi misalnya panas
THEN Penyakit Asma Intrinsik (P5)
Rule 6
IF Gejala : Sesak berat pada saat istirahat , bicara hanya kata-kata, dan
pucat sampai biru
AND Napas berbunyi nyaring
AND Ada pernapasan dengan otot dada yang tertarik
AND Ada pernapasan cuping hidung
THEN Penyakit Asma Berat (P6)
Rule 7
IF Gejala : Kecepatan napas meningkat
AND Sesak sedang pada saat bicara, bicara hanya penggal kalimat
AND Napas berbunyi saat membuang napas dan kadang saat menarik
napas
AND Kadang ada pernapasan dengan otot dada yang tertarik
THEN Penyakit Asma Sedang (P7)
89
Tabel 4.6 Kaidah Produksi Sistem Pakar Diagnosis Penyakit Asma
(Lanjutan)
Rule 8
IF Gejala : Sesak ringan pada saat berjalan dan bicara berupa kalimat
AND Napas berbunyi saat membuang napas
THEN Penyakit Asma Ringan (P8)
Rule 9
IF Gejala : Alergi di tempat kerja
AND Bersin-bersin di tempat kerja
AND Hidung berlendir
AND Hidung tersumbat
THEN Penyakit Asma Pekerjaan (S9)
Rule 10
IF Gejala : Kondisi memburuk setelah mengkonsumsi aspirin
AND Otot-otot di sekitar saluran bronkus berkontraksi
AND Menyempitnya saluran napas
AND Kesulitan bernapas
THEN Penyakit Asma Sensitif Aspirin (P10)
Rule 11
IF Gejala : Kondisi memburuk selama dan sesudah olahraga
AND Mendingin dan mengeringnya saluran napas
AND Pernapasan cepat dan dangkal
AND Sesak napas
THEN Penyakit Asma yang Dipicu Olahraga (P11)
90
11. Flowmap
Flowmap adalah penggambaran secara grafik dari langkah-langkah dan
urutan-urutan prosedur dari suatu sistem. Flowmap perancangan basis data untuk
membentuk aplikasi sistem pakar diagnosis penyakit asma digambarkan pada
Gambar 4.14.
91
12. Penutup
Dari uraian analisis dan desain aplikasi sistem pakar diagnosis penyakit
asma dapat disimpulkan sebagai berikut, bahwa:
• Perangkat lunak aplikasi sistem pakar diagnosis penyakit asma memiliki
fasilitas yang dapat membantu tenaga penyuluh dalam memberikan
penyuluhan kepada masyarakat untuk mengetahui deteksi dini gejala
penyakit asma, sehingga dapat ditarik kesimpulan atas jenis penyakit asma
yang menyerang dan solusi atau cara pengobatan yang bisa dilakukan secara
mandiri.
• Dengan adanya pembatasan hak akses yang diterapkan pada sistem, proses
untuk pengolahan basis pengetahuan dan basis aturan hanya dapat dilakukan
oleh pakar.
92
DAFTAR PUSTAKA
Dr. Eleanor Bull dan Profesor David Price, 2007, “Asma”, Jakarta: Erlangga.
Durkin, J., 1994, “Expert Systems Design and Development”, New Jersey:
Prentice Hall International Inc.
Heryanto, I., 2006, “Membuat Database dengan Microsoft Access Studi Kasus
: Sistem Informasi Kepegawaian”, Bandung: Informatika.
Tim Pelaksana Praktikum Basis Data, 2009, “Modul Praktikum Basis Data”,
Garut: Sekolah Tinggi Teknologi Garut.
Whitten, Jeffrey L., Bentley, Lonnie D., Dittman, Kevin C., 2004, “Metode
Desain dan Analisis Sistem”, Edisi Bahasa Indonesia, Singapore: Irwin
McGraw-Hill.