PROPOSAL TESIS

Rancang Bangun Sistem Pakar

Penyakit Telinga, Hidung, dan Tenggorokan

Khairina Eka Setyaputri

1707048002

Thesis ditujukan kepada Program Pascasarjana

Sebagai bagian persyaratan untuk meraih derajat
Magister Komputer
Pada Program Studi S2 Teknik Informatika

UNIVERSITAS AHMAD DAHLAN

YOGYAKARTA

2018
 LEMBAR PERSETUJUAN

Judul : “Rancang Bangun Sistem Pakar Penyakit Telinga, Hidung, dan

Tenggorokan”
Nama : Khairina Eka Setyaputri

NIM : 1707048002

Jurusan : Teknik Industri

Program Studi : Magister Teknik Informatika

Telah memenuhi syarat dan disetujui untuk diseminarkan dihadapan

dosen penguji seminar Tugas Akhir

Yogyakarta, _________________ 2018

Dosen Pembimbing,

(Dr. Abdul Fadlil, M.T.) (Sunardi, S.T., M.T., Ph.D)

1. Pendahuluan
1.1. Latar Belakang Masalah
Dari hasil “WHO Multi Center Study” pada tahun 1998, Indoensia termasuk
dalam empat negara di Asia Tenggara dengan prevalensi ketulian yang cukup tinggi
(4,6%) dan hasil dari Survei Kesehatan Indera Penglihatan dan Pendengaran tahun
1994-1996 yang dilaksanakan di tujuh provinsi di Indonesia menunjukkan bahwa
pravalensi ketulian 0,4%, morbiditas telinga 18,5% (Indonesia, 2006). Insiden
sinusitis merupakan penyakit yang cukup parah yang membuat orang memeriksa
diri ke dokter yaitu antara 1,3 dan 3,5 per 100 kasus orang dewasa per tahun (Allan
Hespie Posumah, 2013).
Berdasarkan Sosiodemografi, sekitar 47,80% pasien rawat inap Telinga,
Hidung, dan Tenggorokan terbanyak yaitu di provinsi Manado (Brammy B.
Gontung, 2015). Penderita suatu penyakit membutuhkan informasi awal mengenai
penyakit yang dideritanya sebelum berkonsultasi dengan dokter. Informasi tersebut
dapat diketahui oleh penderita melalui sistem pakar yang dibangun untuk
mendiagnosa sebuah penyakit berdasarkan gejala-gejala yang dialami oleh
penderita, yang kemudian sistem tersebut menghasilkan sebuah informasi
mengenai penyakit tersebut.
Faktor penyebab penyakit sendiri ada dua yaitu Kongenital dan Acquired.
Kongenital adalah penyakit bawaan sejak lahir, sedangkan Acquired adalah
penyakit yang didapat (bukan bawaan sejak lahir) seperti infeksi, trauma,
Neoplasma (keganasan/tumor), dan alergi. Penderita suatu penyakit terkadang
membutuhkan informasi mengenai penyakit yang dideritanya sebelum
berkonsultasi dengan dokter, sehingga dibutuhkannya sebuah akses informasi yang
mudah bagi penderita untuk mengetahuinya. Salah satunya dengan adanya sistem
pakar untuk mendiagnosa penyakit berdasarkan gejala yang dirasakan oleh
penderita, yang kemudian menghasilkan sebuah informasi mengenai penyakit
tersebut.
Penyakit Telinga, Hidung, dan Tenggorok (THT) jangan dianggap suatu
penyakit yang sepele, karena jika tidak segera ditangani akan menimbulkan
berbagai macam penyakit lainnya. Salah satu contohnya adalah gejala batuk dan
pilek yang sering kali orang menganggapnya penyakit musiman dan menyepelekan
penyakit tersebut, padahal jika gejala batuk dan pilek tidak segera diobati maka
akan menimbulkan congekan atau telinga berair dan pada diagnosa lanjut akan
menyebabkan gendang telinga berlubang. Hal tersebut terjadi karena ketidaktahuan
masyarakat akan berkelanjutannya gejala batuk dan pilek yang tidak diobati secara
tuntas. Sehingga dibutuhkannya sebuah informasi yang akurat yang dapat dengan
mudah diakses oleh masyarakat, dan didukung dengan diagnosa dini yang dapat
dilakukan oleh masyarakat sendiri. Salah satu akses tersebut adalah dengan
dibangunnya sebuah aplikasi sistem pakar diagnosa penyakit THT.
Sistem pakar (expert system) adalah program berbasis pengetahuan yang
menyediakan solusi-solusi dengan kualitas pakar untuk problema-problema dalam
suatu domain yang spesifik. Sistem pakar merupakan program komputer yang
meniru proses pemikiran dan pengetahuan pakar dalam menyelesaikan suatu
masalah tertentu (Rohman & Faujizah, 2008). Pada dasarnya sistem pakar
mempunyai bermacam-macam metode untuk mendiagnosa berbagai macam
penyakit yang dialami oleh manusia maupun hewan (Daeli, 2013). Metode yang
digunakan dalam pembangunan sistem pakar penyakit Telinga, Hidung, dan
Tenggorokan (THT) adalah metode certainty factor dan metode Probabilitas Bayes
dimana kedua metode tersebut dapat membantu mengatasi ketidakpastian dan akan
penulis gunakan sebagai pembanding dalam penelitian sehingga dapat diperoleh
hasil yang diharapkan yaitu metode yang tepat untuk digunakan dalam diagnosa
penyakit THT yang dialami oleh penderita berdasarkan gejala yang diinputkan.
Sistem pakar ini berbasis Web agar memberikan kemudahan dalam mengakses
dengan tampilan yang maksimal dan kemudahan dalam menggunakannya sehingga
sistem tersebut dapat digunakan dengan baik.
Penerapan metode dalam sistem pakar tidak hanya dengan metode certainty
factor dan probabilitas bayesin, terdapat metode-metode lain yang dapat digunakan,
dapat dilihat pada penelitian sebelumnya. Sitio (2013) telah melakukan sebuah
penelitian yang berjudul “Pembangunan Aplikasi Sistem Pakar Mendiagnosa
Penyakit Mata pada Manusia” dimana sistem tersebut dibangun dengan
menggunakan metode Froward Chaining. Benita (2010) telah mengembangkan
sebuah sistem pakar dengan judul “Pengembangan Sistem Pakar Diagnosa dan
Terapi untuk Penyakit Tuberkolosis (TBC) dengan Metode Fuzzy-Tsukamoto”.
Wibowo (2014) dalam penelitiannya telah mengembangkan sebuah aplikasi dengan
judul “Pengembangan Aplikasi Diagnosa Penyakit Kulit dengan Metode Simple
Additive Weighting Berbasis Windows Phone”.
Penelitian ini bertujuan untuk membantu pengguna dalam mengetahui
penyakit yang dialami berdasarkan gejala yang dirasakan, selain itu pengguna juga
dapat mengetahui solusi penanganan dari penyakit tersebut, apakah dapat ditangani
sendiri atau harus langsung ditangani oleh dokter. Penelitian dilakukan dengan
pengumpulan informasi dari pakar terlebih dahulu, baik untuk gejala dan penyakit
THT maupun cara penanganannya, kemudian langkah selanjutnya adalah
pembangunan aplikasi, dan uji coba aplikasi. Sistem pakar penyakit THT ini
merupakan hasil dari penelitian tersebut dan sistem ini dibangun dengan berbasis
web.
1.2. Identifikasi Masalah
Identifikasi masalah dalam penelitian ini adalah sebagai berikut:
1. Dibutuhkannya sebuah sistem yang dapat memberikan diagnosa sekaligus
informasi mengenai penyakit THT yang sering dialami oleh masyarakat.
2. Metode-metode yang dapat digunakan dalam sistem pakar penyakit THT
seperti metode backward chaining, forward chaining, certainty factor, naive
bayes classifier, probabilitas bayesin, dll.
3. Platform-platform yang dapat digunakna untuk sistem pakar yaitu web,
desktop, mobile, dll.
1.3. Batasan Masalah
Batasan masalah dalam penelitian ini adalah:
1. Sistem pakar ini hanya untuk memberikan diagnosa dan informasi mengenai
penyakit THT yang sering dialami.
2. Metode yang digunakan dalam sistem pakar ini yaitu metode certainty factor
dan metode probabilitas bayesin dimana kedua metode tersebut akan
dibandingkan dalam penelitian ini.
3. Platform yang dimanfaatkan penulis untuk sistem pakar THT adalah Web.
1.4. Rumusan Masalah
Berdasarkan latar belakang yang telah diuraikan, didapatkan rumusan masalah
1. Bagaimana merancang dan membangun sistem pakar penyakit Telinga,
Hidung, dan Tenggorok?
2. Bagaimana membandingkan metode certainty factor dan metode probabilitas
bayes pada sistem pakar penyakit Telinga, Hidung, dan Tenggorokkan?
1.5. Tujuan
Tujuan dari penelitian ini adalah:
1. Merancang dan membangun sistem pakar penyakit Telinga, Hidung, dan
Tenggorokan yang dapat digunakan sebagai alat bantu diagnosa layaknya
seorang pakar.
2. Menerapkan metode yang tepat untuk diagnosa penyakit THT.
1.6. Manfaat Penelitian
Hasil dari penelitian ini adalah:
1. Menghasilkan alat informasi diagnosa awal penyakit Telinga, Hidung, dan
Tenggorokan berdasarkan gejala yang dirasakan.
2. Memahami metode certainty factor dan probabilitas bayes untuk diagnosa
penyakit THT.
 BAB II
TINJAUAN PUSTAKA

2.1. Penelitian Terdahulu

Penerapan sistem pakar pada bidang kesehatan telah banyak dilakukan oleh
peneliti sebelumnya. Salah satunya Sistem Pakar Diagnosa Penyakit THT
Menggunakan Metode Backward Chaining oleh Mardi Turnip yang telah berhasil
membantu dokter THT untuk melakukan diagnosa. Metode yang digunakan dalam
penelitian tersebut adalah metode Backward Chaining. Sistem pakar tersebut
berjalan pada platform desktop (Turnip, 2015).
Pada penelitian Diagnosa Penyakit Telinga Hidung dan Tenggorokan (THT)
Pada Anak Dengan Menggunakan Sistem Pakar Berbasis Mobile Android oleh Dini
Anggraini, dkk dengan menggunakan metode teorema bayes. Sistem paka ini perlu
untuk didaftarkan secara online sehingga diharapkan dapat diakses dengan
mendownload aplikasi tersebut dan adanya layanan admin untuk mempermudah
dalam proses update data (Anggraini, Irawan, & Rismawan, 2014).
Laporan akhir yang memiliki judul “Pengembangan Aplikasi Diagnosa
Penyakit Kulit dengan Metode Simple Additive Weighting Berbasis Windows
Phone” telah berhasil mengembangkan sebuah aplikasi untuk mendiagnosa
penyakit kulit dengan Metode Simple Additive Weighting. Pengembang
menggunakan metode tersebut untuk menentukan 10 jenis penyakit kulit dengan
kriteria pembanding dan penjumlah terbobot dari masing-masing kriteria yang telah
diolah. Aplikasi ini masih perlu ditambahkan data mengenai kriteria kelengkapan
soal yang diberikan dan macam jenis penyakit kulit. Tampilan pada aplikasi
berbasis windows phone ini masih sederhana dan perlu dikembangkan dalam
tampilannya (Wibowo, 2014).
Pada laporan akhir Sistem Pakar Pendiagnosa Penyakit THT (Telinga,
Hidung, Tenggorokan) oleh Helfi Nasution telah berhasil membangun aplikasi
berbasis desktop dengan menggunakan metode Bacward Chaining dan
Probabilitas Bayesin. Proses diagnosa dalam aplikasi ini dengan menjawab tiap
pertanyaan yang diajukan yang berkaitan dengan gejala yang ada pada pasien,
kemudian setiap jawaban tersebut terdapat nilai probabilitas yang selanjutnya akan
digunakan untuk mengambil kesimpulan (Nasution, 2008).
Pada penelitan Sistem Pakar Berbasis Web Diagnosa Penyakit THT (Telinga,
Hidung, Tenggorokan) Menggunakan Metode Certainty Factor oleh Heriyanto
Pratam, dkk telah berhasil membangun sistem pakar yang dapat mendiagnosa
penyakit THT yang diderita user, hanya saja dalam sistem pakar ini masih
membutuhkan lebih banyak lagi gejala dan penyakit THT, serta solusinya, dan
dibutuhkannya kemudahan dalam penggunaan dan akses sistem tersebut (Heriyanto
Pratama, 2017).
Laporan akhir yang memiliki judul “Pembangunan Aplikasi Sistem Pakar
Mendiagnosa Penyakit Mata pada Manusia” telah berhasil membangun sebuah
aplikasi sistem pakar yang di fokuskan untuk penyakit mata pada manusia. Aplikasi
sistem pakar ini berbasis web. Aplikasi sistem pakar ini menggunakan metode
Forward Chaining untuk mengenali jenis penyakit mata berdasarkan gejala yang
dipenuhi. Aplikasi ini masih perlu dikembangkan pada platform mobile (Sitio,
2013).
Penelitian yang berjudul “Sistem Pakar Untuk Mendiagnosa Penyakit THT
Berdasarkan Gejalanya Untuk Menentukan Alternatif Pengobatan Menggunakan
Tanaman Obat” telah berhasil membangun sistem pakar untuk mendiagnosa
penyakit THT berdasarkan gejalanya untuk menentukan alternatif pengobatan
menggunakan tanaman obat. Sistem ini menggunakan metode forward chaining
dengan model Depth First Search. Sistem pakar ini dapat digunakan untuk
mempercepat pencarian terhadap jenis obat yang dibutuhkan pasien. Sistem ini juga
dilengkapi dengan fasilitas yang memungkinkan pengguna memiliki kesempatan
untuk mengetahui kapan dia sakit, jenis penyakit apa yang dideritanya, dan tanaman
obat jenis apa yang digunakan untuk penyembuhannya (Suraya, 2012).
Pada penelitan Sistem Pakar Diagnosis Penyakit Telinga Hidung
Tenggorokan (THT) Menggunakan Metode Naive Bayes Berbasis Android oleh
Faris Abdi El Hakim, dkk. Dalam penelitian ini masih memiliki beberapa kesalahan
dalam hasil diagnosis penyakit yang diakibatkan nilai keunculan dari munculnya
nilai gejala dari beberapa penyakit memiliki selisih yang sedikit (Hakim, Hidayat,
& Dewi, 2018).
Laporan akhir yang memiliki judul “Sistem Pakar untuk Mendiagnosa
Penyakit THT Menggunakan Visual Basic.Net” telah berhasil merancang sebuah
sistem pakar yang dikhususkan untuk penyakit telinga, hidung, dan tenggorok.
Metode yang digunakan dalam perancangan sistem ini adalah metode best first
search. Sistem ini perlu dikembangkan lebih luas lagi sehingga mencakup dengan
obat-obatan (Fuddillahanim, 2011).
Penelitian yang berjudul “Sistem Pakar untuk Mendiagnosa Penyakit Polip
Nasi (Polip Hidung) Menggunakan Metode Certainty Factor” telah berhasil
membangun sistem pakar untuk mendiagnosa penyakit polip nasi (polip hidung)
menggunakan metode certainty factor. Sistem ini hanya dikhususkan untuk
penyakit polip nasi yang merupakan bagian dari penyakit hidung saja. Dalam sistem
ini user diberi pertanyaan yang berkaitan dengan penyakit polip nasi, dan pasien
memilih jawaban apakah “Pasti” atau “ya” atau “Mungkin” atau “Tidak”, dimana
jawaban tersebut masing-masing memiliki bobot yang berbeda. Output dalam
sistem ini adalah apakah pasien mengalami polip nasi atau tidak (Alfaris, 2014).
Pada penelitian Sistem Pakar Diagnosa Penyakit THT oleh Lisnawati, dkk
menggunakan metode Forward Chaining. Sistem pakar pada penelitian tersebut
berbasis desktop dan membutuhkan pengembangan dengan rule yang lebih banyak
lagi sehingga mendapatkan hasil yang lebih baik (Lisnawita, 2016).
Berdasarkan penelitian-penelitian terdahulu yang telah diuraikan maka disusun
perbandingan seperti pada Tabel 2.1.
 Tabel 2.1 perbandingan antar beberapa penelitian sebagai berikut:

No Pembanding Tools Metode Objek-Platform

1 Sistem Pakar Berbasis Web Diagnosa - Certainty Factor Web
Penyakit THT (Telinga, Hidung,
Tenggorokan) Menggunakan Metode
Certainty Factor (Heriyanto Pratama, 2017)
2 Sistem Pakar Diagnosa Penyakit THT Microsoft Visual Forward Chaining Desktop
(Lisnawita, 2016) Basic 6.0,
Microsoft Access
3 Sistem Pakar Pendiagnosa Penyakit THT - Backward Chaining Desktop
(Telinga, Hidung, Tenggorokan) (Nasution, dan Probabilitas
2008) Bayesin
4 Sistem Pakar untuk Mendiagnosa Penyakit Visual Basic 6.0 Forward Chaining Desktop
THT Berdasarkan Gejalanya untuk (Depth First Search)
Menentukan Alternatif Pengobatan
Menggunakan Tanaman Obat (Suraya,
2012)
5 *) Rancang Bangun Sistem Pakar Penyakit Microsoft Visual Certainty Factor dan Web
Telinga, Hidung, dan Tenggorokan Studio, XAMPP Probabilitas Bayesin
(Khairina, 2018)

*) sedang dalam proses penelitian

Berdasarkan Tabel 2.1 maka penulis akan membangun Sistem Pakar Penyakit
Telinga, Hidung, dan Tenggorokan (THT) dengan membandingkan 2 metode yang
digunakan yaitu metode Certainty Factor yang telah diteliti oleh Heriyanto Pratama
dan metode Probabilitas Bayesin yang telah diteliti sebelumnya oleh Helfi Nasution,
sistem pakar ini berbasis Web agar memudahkan pengguna dengan tampilan yang
maksimal dalam mengakses Sistem Pakar Penyakit THT.
2.2. Landasan Teori
A. Sistem Pakar
Sistem pakar (expert system) adalah sistem yang berusaha mengadopsi
pengetahuan manusia ke computer, agar computer dapat menyelesaikan masalah
seperti yang biasa dilakukan oleh para ahli. Sistem pakar adalah salah satu cabang
dari AI (Artificial Intelligence). Seorang pakar adalah orang yang mempunyai
keahlian dalam bidang tertentu, yaitu pakar yang mempunyai knowledge atau
kemampuan khusus yang orang lain tidak mengetahui atau mampu dalam bidang
yang dimilikinya (Dahria, 2011).
Sistem pakar menggunakan pengetahuan (knowledge), fakta, dan teknik
berfikir dalam menyelesaikan masalah. Semakin banyak pengetahuan yang
dimasukkan ke dalam sistem pakar, maka sistem tersebut akan semakin baik dalam
bertindak, sehingga hampir menyerupai pakar yang sebenarnya (Wijaya, 2007).
Suatu sistem pakar adalah suatu sistem computer yang menyamai (emulates)
kemampuan pengambilan keputusan dari seorang pakar. Istilah emulates berarti
bahwa sistem pakar diharapkan dapat bekerja dalam semua hal seperti seorang
pakar. Sistem pakar dibangun berdasarkan konsep-konsep yang dimiliki oleh
seorang pakar (Sasmito, 2010).
Ketika sistem pakar dikembangkan pertama kali sekitar tahun 70-an sistem
pakar hanya berisi knowledge. Namun demikian sekarang ini istilah sistem pakar
sudah digunakan untuk berbagai macam sistem yang menggunakan teknologi
sistem pakar itu. Teknologi sistem pakar ini meliputi bahasa sistem pakar, program,
dan perangkat keras yang dirancang untuk membantu pengembangan dan
pembuatan sistem pakar (Listiyono, 2008)
Sistem pakar disusun oleh tiga modul utama (Staugaard, 1987) yaitu:
a. Modul Penerimaan Pengetahuan (Knowledge Acquisition Mode)
Sistem berada pada modul ini pada saat menerima pengetahuan dari pakar.
Proses mengumpulkan pengetahuan-pengetahuan yang akan digunakan untuk
pengembangan sistem, dilakukan dengan bantuan knowledge engineer. Peran
knowledge engineer adalah sebagai penghubung antara suatu sistem pakar dengan
pakarnya.
b. Modul Konsultasi (Consultation Mode)
Pada saat sistem berada pada posisi memberikan jawaban atas permasalahan
yang diajukan oleh user, sistem pakar berada dalam modul konsultasi. Pada modul
ini user berinteraksi dengan sistem menjawab pertanyaan-pertanyaan yang diajukan
oleh sistem.
c. Modul Penjelasan (Explanation Mode)
Modul ini menjelaskan proses pengambilan keputusan oleh sistem
(bagaimana suatu keputusan dapat diperoleh).
B. Penyakit THT (Telinga, Hidung, dan Tenggokan)
Penyakit THT (Telinga, Hidung, dan Tenggorokan) merupakan penyakit
yang bisa menyerang siapa saja. Tidak memandang umur, jenis kelamin, status
sosial, dan daerah tempat tinggal. Banyak faktor yang bisa menyebabkan penyakit
THT, antara lain virus dan bakteri, misalnya pada penyakit Otitis Media Akut,
penyakit ini biasanya menyerang pada bagian tengah telinga, Otitis Media Akut
dapat terjadi pada semua usia, tetapi paling sering ditemukan pada anak-anak
terutama usia 3 bulan – 3 tahun. Pada penyakit ini virus atau bakteri dari
tenggorokan bisa sampai ke telinga tengah melalui tuba eustakius atau kadang
melalui aliran darah. Otitis Media Akut juga bisa terjadi karena adanya
penyumbatan pada sinus atau tuba eutakius akibat alergi atau pembengkakan
amandel (Winiarti, 2008).
C. Bahasa Pemrograman PHP
PHP (Personal Home Page) adalah bahasa scripting yang menyatu dengan
HTML dan dijalankan pada server side. Artinya semua sintaks yang kita berikan
akan sepenuhnya dijalankan pada server sedangkan yang dikirimkan ke browser
hanya hasilnya saja (Ramadhan & Nugroho, 2009). PHP merupakan suatu bahasa
script untuk menampilkan tampilan web secara dinamis. Tampilan web yang
dinamis memiliki keunggulan dibandingkan dengan tampilan web statis karena web
akan selalu berubah menyesuaikan diri dengan data yang baru tanpa harus
menuliskan secara eksplisit pada halaman webnya (Rahardjo Emanuel, 2006).
PHP singkatan dari PHP Hypertext Preprocessor yaitu skrip pemrograman
web yang bersifat open source. PHP merupakan skrip yang menyatu dengan HTML
dan berada pada server (server side HTML embedded scripting). PHP adalah skrip
yang digunakan untuk membuat halaman web yang dinamis. Dinamis berarti
halaman yang akan ditampilkan dibuat saat halaman itu diminta oleh client.
Mekanisme ini menyebabkan informasi yang diterima client selalu yang terbaru.
Semua skrip PHP dieksekusi pada server dimana skrip tersebut dijalankan
(Nugraha, 2009).
D. Database MySQL
MySQL adalah suatu perangkat lunak database relasi (Relational Database
Management System atau DBMS). SQL merupakan singkatan dari Structure Query
Language, didefinisikan sebagai suatu sintaks perintah-perintah tertentu atau
bahasa program yang digunakan untuk mengelola suatu database. Jadi MySQL
adalah software dan SQL adalah bahasa perintahnya (Anisya, 2013). Dalam bahasa
SQL pada umumnya informasi tersimpan dalam tabel-tabel yang secara logik
merupakan struktur dua dimensi terdiri dari baris (row atau record) dan kolom
(column atau field). Sedangkan dalam sebuah database dapat terdiri dari beberapa
tabel (Nugroho & Fathoni, 2008).
Sejarah MySQL yang merupakan hasil buah pikiran dari Michael “Monty”
Widenius, David Axmark, dan Allan Larson dimulai tahun 1995. Mereka bertiga
kemudian mendirikan perusahaan bernama MySQL AB di Swedia. Tujuan awal
ditulisnya program MySQL adalah untuk mengembangkan aplikasi web yang akan
digunakan oleh salah satu klien MySQL AB. Memang pada saat itu, MySQL AB
adalah sebuah perusahaan konsultan database dan pengembangan software (masih
menggunakan nama perusahaan TcX DataKonsult AB) (Abdullah & Erliana,
2013).
E. Code Igniter
Code Igniter memiliki banyak fitur yang membuatnya berbeda dengan
framework lainnya, tidak seperti beberapa framework PHP lainnya, dokumentasi
untuk framework ini sangat lengkap, yang mencakup seluruh aspek dalam
framework (Andika, 2011).
CodeIgniter adalah sebuah framework PHP yang dapat membantu
mempercepat developer dalam pengembangan aplikasi web berbasis PHP
dibandingkan jika menulis semua kode program dari awal. CodeIgniter
menyediakan banyak library untuk mengerjakan tugas-tugas yang umumnya ada
pada sebuah aplikasi berbasis web. Selain itu, struktur dan susunan logis dari
CodeIgniter memuat aplikasi yang dibuat menjadi semakin teratur dan rapi
(Koespradono, Suraya, & K, 2013).
CodeIgniter adalah framework php yang berjalan pada php 4 dan php 5.
Tujuan utama CodeIgniter adalah untuk memudahkan programmer dalam
mengembangkan aplikasi secara cepat tanpa harus melakukan pemrograman dari
nol (Rosmala, Ichwan, & Gandalisha, 2011).
F. Metode Certainty Factor (CF)
Metode CF merupakan suatu metode yang digunakan untuk menyatakan
kepercayaan dalam sebuah kejadian (fakta atau hipotesis) berdasarkan bukti atau
penilaian pakar. Secara konsep, CF merupakan salah satu teknik yang digunakan
untuk mengatasi ketidakpastian dalam pengambilan keputusan. CF dapat terjadi
dengan berbagai kondisi. Diantara kondisi yang terjadi adalah terdapat beberapa
antesenden (dalam rule yang berbeda) dengan satu konsekuen yang sama
(Mujilahwati, 2014).
Certainty Theory ini diusulkan oleh Shortliffe dan Buchanan pada tahun 1975
untuk mengakomodasi ketidakpastian pemikiran (inexact reasoning) seorang
pakar. Teori ini berkembang bersamaan dengan pembuatan sistem pakar Mycin.
Team pengembang Mycin mencatat bahwa tim ahli sering kali manganalisa
infromasi yang ada dengan ungkapan seperti misalnya: mungkin, kemungkinan
besar, hampir pasti. Untuk mengakomodasi hal ini tim Mycin menggunakan CF
guna menggambarkan tingkat keyakinan pakar terhadap masalah yang sedang
dihadapi.
Kelebihan dari metode CF, yaitu:
a. Suatu model komputasi yang sederhana yang memungkinkan pakar untuk
mengestimasi kepercayaan dalam konklusi.
b. Mengijinkan ekspresi kepercayaan dan ketidakpastian dalam tiap hipotesis.
c. Menggunakan nilai CF lebih mudah dibandingkan metode lain.
 CF menunjukkan ukuran kepastian terhadap suatu fakta atau aturan. Factor
kepastian ini merupakan bentuk penggabungan kepercayaan dan ketidakpercayaan
dalam suatu bilangan tunggal. Berikut notasi factor kepastian:

CF(Pk,G) = MB(Pk,G) – MD(Pk,G) . . . . (3.1)

Beberapa evidence dapat dikombinasikan untuk menentukan CF dari suatu

hipotesis. Tingkat kepastian sistem terhadap nilai probabilitas penyakit karena
adanya gejala tertentu. Jika ada gejala dan penyakit sebagai hipotesis maka tingkat
kepastian diformulasikan sebagai CF(Pk,G):

1 , 𝑃(𝑃𝑘) = 1
𝑀𝐵(𝑃𝑘, 𝐺) = { max[𝑃(𝑃𝑘 |𝐺 ),𝑃(𝑃𝑘)]−𝑃(𝑃𝑘) . . . (3.2)
, 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛
max[1,0]−𝑃(𝑃𝑘)

1 , 𝑃(𝑃𝑘) = 1
𝑀𝐵(𝑃𝑘, 𝐺) = { min[𝑃(𝑃𝑘 |𝐺 ),𝑃(𝑃𝑘)]−𝑃(𝑃𝑘) . . . (3.3)
, 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛
min[1,0]−𝑃(𝑃𝑘)

Dimana:
P(Pk) : Probabilitas kerusakan
G : Gejala
CF : Certainty Factor (faktor kepastian dalam hipotesis H dipengaruhi
H yang dipengaruhi oleh evidence (fakta) E.
MB : Measure of Belief (tingkat keyakinan), merupakan ukuran
kepercayaan dari hipotesis H dipengaruhi oleh evidence (fakta) E.
MD : Measure of Disbelief (tingkat ketidakyakinan), merupakan ukuran
kepercayaan darihipotesis H dipengaruhi oleh fakta E.
H : Hipotesa atau konklusi yang dihasilkan.

Perhitungan faktor kepastian dari kaidah yang sama dihitung dari

penggabungan fungsi untuk faktor kepastian yang didefinisikan sebagai berikut:

𝐶𝐹1 + 𝐶𝐹2 (1 − 𝐶𝐹1 ) 𝑘𝑒𝑑𝑢𝑎 − 𝑑𝑢𝑎𝑛𝑦𝑎 > 0

𝐶𝐹1 +𝐶𝐹2
𝐶𝐹𝑐𝑜𝑚𝑏𝑖𝑛𝑒 (𝐶𝐹1 , 𝐶𝐹2 ) = { 1−min(|𝐶𝐹1 |,|𝐶𝐹2 |)
𝑠𝑎𝑙𝑎ℎ 𝑠𝑎𝑡𝑢 < 0 . . .
𝐶𝐹1 + 𝐶𝐹2 (1 − 𝐶𝐹1 ) 𝑘𝑒𝑑𝑢𝑎 − 𝑑𝑢𝑎𝑛𝑦𝑎 < 0
(3.4)
 Dimana, 𝐶𝐹𝑐𝑜𝑚𝑏𝑖𝑛𝑒 digunakan bergantung pada apakah faktor kepastian
positif atau negatif (Khotimah, 2010).
G. Metode Probabilitas Bayes
Probabilitas bayes merupakan salah satu metode yang dapat megatasi ketidakpastian
data dengan menggunakan rumus bayes sebagai berikut:

𝑃(𝐸 |𝐻 )𝑥𝑃(𝐻)
𝑃(𝐻|𝐸) = . . . . . . (3.5)
𝑃(𝐸)

Dimana:
𝑃(𝐻|𝐸) = probabilitas munculnya hipotesis H benar jika diberikan evidence E.
𝑃(𝐸|𝐻) = probabilitas munculnya evidence E jika diketahui hipotesis H benar.
𝑃(𝐻) = probabilitas hipotesis H.
𝑃(𝐻) = probabilitas evidence E.
Setelah dilakukan pengujian terhadap hipotesis kemudian muncul lebih dari satu
evidence, maka langkah selanjutnya dengan rumus:
𝑃(𝑒|𝐸,𝐻)
𝑃(𝐻|𝐸, 𝑒) = 𝑃(𝐻|𝐸) . . . . . .(3.6)
𝑃(𝑒|𝐸)

Dimana:
e = evidence lama
E = evidence baru
𝑃(𝐻|𝐸, 𝑒) = probabilitas hipotesis H benar jika muncul evidence baru (E) dari
evidence lama (e).
𝑃(𝑒|𝐸, 𝐻) = kaitan antara e dan E jika hipotesis H benar
𝑃(𝑒|𝐸) = kaitan anatara e dan E tanpa hipotesis apapun
 BAB III
METODOLOGI PENELITIAN

Dalam melakukan penelitian untuk mendapatkan data dan informasi yang

dibutuhkan, metode yang digunakan adalah:
1. Metode Studi Pustaka
Metode studi pustaka digunakan dengan mengumpulkan dan mempelajari
berbagai sumber referensi yang ada, seperti buku-buku, jurnal-jurnal, dan
artikel-artikel di internet yang mendukung dalam perancangan dan
implementasi aplikasi yang dibuat.
2. Metode Wawancara
Metode wawancara digunakan untuk menggali suatu kebutuhan yang akan
digunakan dalam pembuatan sistem dengan tanya-jawab pada pakar dan
beberapa pasien penderita penyakit THT.
3. Metode Pembangunan Perangkat Lunak
a. Analisis
Metode ini dilakukan dengan menganalisis data informasi yang terkait
sehingga dapat menjadi bahan pengembangan perangkat lunak.
b. Perancangan
Perancangan dilakukan untuk memperoleh deskripsi arsitektural perangkat
lunak, deskripsi antarmuka, deskripsi data, dan deskripsi prosedural.
c. Pengkodean
Pengkodean dilakukan untuk menterjemahkan deskripsi perancangan ke
dalam bahasa pemrograman.
d. Pengujian
Pengujian perangkat lunak dilakukan dengan 2 tahap. Tahap pertama
dilakukan untuk menguji fungsionalitas perangkat lunak dengan
menggunakan web service yang digunakan untuk menghubungkan
database dengan sistem. Tahap kedua merupakan pengujian terhadap
pengguna yang didokumentasikan dalam bentuk kuisioner.
 4. Metode Dokumentasi Laporan
Metode dokumentasi merupakan metode yang digunakan untuk mencatat data
yang telah terkumpul untuk pembangunan perangkat lunak ke dalam bentuk
dokumen.
3.1. Objek Penelitian
Objek penelitian ini merupakan pasien penderita penyakit THT, meliputi
gejala yang dialami serta penanganan awal yang dapat dilakukan.
3.2. Rencana Kegiatan
Jadwal kegiatan penelitian telah dirangkum dalam tabel rencana kegiatan.
Berikut Tabel 3.1. yang merupakan tabel rencana kerja:

Feb 2018 Apr 2018 Jun 2018 Aug 2018 Okt 2018
Des 2018
No. Kegiatan Mar 2018 Mei 2018 Jul 2018 Sep 2018 Nov 2018
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 5
1 Studi Pustaka
2 Wawancara
Pembangunan
3
Perangkat Lunak
a. Analisis
b. Perancangan
c. Pengkodean
d. Pengujian
Dokumentasi
4
Laporan

3.3. Alat dan Bahan

Adapun alat dan bahan yang dibutuhkan oleh penulis terdapat pada Tabel 3.2.:
No Nama Alat dan Bahan Deskripsi/Spesifikasi Keterangan
1 1 Buah Laptop Asus Sonic Master X450L Perangkat Keras
2 Atom Text Editor Aplikasi berbasis windows Perangkat Lunak
text editor untuk
membangun website.
3 XAMPP Aplikasi berbasis windows Perangkat Lunak
untuk database dan server.

3.4. Perancangan Sistem

Perancangan sistem yang dirancang oleh penulis dalam pembangunan
aplikasi sistem pakar penyakit THT dapat dilihat dalam Diagram Konteks
pada Gambar 3.1.

Gambar 3.1. Diagram Konteks

Keterangan:
1. Pasien menginputkan keluhan gejala ke dalam sistem.
2. Sistem pakar diagnosa penyakit THT akan memproses inputan yang
dimasukkan oleh pasien berdasarkan nilai bobot gejala yang telah
ditentukan oleh pakar pada setiap penyakit.
3. Sistem pakar diagnosa penyakit THT menampilkan hasil diagnosa
kepada pasien.
Rancangan antarmuka sangat dibutuhkan bagi penulis yang digunakan
sebagai panduan dalam membangun aplikasi sistem pakar diagnosa penyakit
THT. Rancangan tampilan sistem pakar diagnosa penyakit THT berbasis Web
adalah sebagai berikut:

3.4.1. Rancangan Tampilan Halaman Utama

Halaman utama merupakan tampilan pertama pada aplikasi sistem pakar
diagnosa penyakit THT. Halaman ini digunakan oleh user untuk melihat
definisi mengenai system pakar yang dibangun, definisi penyakit THT, dan
biodata pakar. Dengan ini, user dapat mengetahui cara kerja sistem sebelum
melakukan diagnosa. Menu Penyakit untuk menampilkan daftar-daftar
penyakit yang nantinya akan menampilkan penjelasan penyakit beserta gejala
dari penyakit tersebut. Menu Diagnosa digunakan bila user ingin
mendiagnosa penyakit yang dialami berdasarkan gejala yang dirasakan.
Berikut Gambar 3.2 yang merupakan tampilan halaman utama.
 Gambar 3.2. Halaman Utama

3.4.2. Rancangan Tampilan Halaman Penyakit THT

Pada tampilan halaman penyakit berisi daftar jenis-jenis penyakit THT.
Halaman ini digunakan oleh user untuk mengetahui informasi mengenai
penyakit-penyakit yang ada di bagian hidung. User dapat mengklik nama
penyakit atau “Baca Selengkapnya” untuk mengetahui informasi lengkap dari
penyakit tersebut, serta akan diberikan beberapa solusi yang dapat dilakukan
oleh user. Rancangan tampilan halaman penyakit THT ada pada Gambar 3.3.
 Gambar 3.3. Halaman Daftar Penyakit THT

3.4.3. Rancangan Tampilan Halaman Detail Informasi Penyakit

Pada halaman ini adalah tampilan dari detail informasi penyakit yang
dapat dilihat oleh user, yang isinya berupa definisi penyakit, gejala dari
penyakit tersebut dan beberapa solusi dari penyakit yang dapat dilakukan oleh
user. Rancangan tampilan halaman detail informasi penyakit ada pada
Gambar 3.4.
 Gambar 3.4. Halaman Detail Informasi Penyakit

3.4.4. Rancangan Tampilan Halaman Diagnosa

Pada tampilan halaman ini digunakan oleh user untuk memilih gejala
yang dialami. Pada halaman ini user memulai dengan mengklik checkbox
yang berada disamping gejala sebelum mengklik radio button yang ada di
nilai kemungkinan untuk mengaktifkan baris gejala. Nilai kemungkinan yang
dimaksud pada halaman ini untuk mempermudah user dalam memprediksi
gejala yang dialami, dan dengan adanya nilai pada tiap radio button digunakan
agar user dapat mengetahui seberapa besar gejala yang dirasakan. Tombol
Hasil Diagnosa digunakan bila user telah selesai menginputkan gejala dan
ingin mengetahui penyakit hidung apa yang dialami. Rancangan tampilan
halaman Diagnosa ada pada Gambar 3.5.
Gambar 3.5. Halaman Diagnosa
3.4.5. Rancangan Tampilan Halaman Hasil Diagnosa
Pada tampilan halaman hasil diagnosa, user dapat melihat dan
mengetahui penyakit THT jenis apa yang dialami berdasarkan gejala-gejala
yang sudah diinputkan sebelumnya pada Gambar 3.5, selain itu pada tampilan
ini akan menampilkan penjelasan singkat mengenai cara penanganan penyakit
tersebut yang dapat dilakukan oleh user atau orang disekitarnya. Rancangan
tampilan halaman hasil diagnosa ada pada Gambar 3.6.

Gambar 3.6. Hasil Diagnosa

Daftar Acuan

Abdullah, D., & Erliana, C. I. (2013). Bisnis Rental Mobil Melalui Internet (E-
Commerce). Penelitian Teknik Informatika, 2(1), 139-154.
Alfaris, S. (2014). Sistem Pakar untuk Mendiagnosa Penyakit Polip Nasi (Polip
Hidung) Menggunakan Metode Certainty Factor. Pelita Informatika Budi
Dharma, VII(2), 147-152.
Allan Hespie Posumah, R. H. (2013). Gambaran Foto Waters pada Penderita
dengan Dugaan Klinis Sinusitis Maksilaris di Bagian Radiologi FK
UNSRAT/SMF Radiologi BLU RSUP Prof. Dr. R. D. Kandou Manado
Periode 1 Januari 2011–31 Desember 2011. Jurnal e-Biomedik (eBM), 1(1),
129-134.
Andika, R. (2011). Penerapan CI (CodeIgniter) dalam Pengembangan Sistem
Informasi Manajemen Surat dan Pengarsipan (Studi Kasus: PT Semen
Padang). Jakarta: Universitas Islam Negeri.
Anggraini, D., Irawan, B., & Rismawan, T. (2014). Diagnosa Penyakit Telinga
Hidung dan Tenggorokan (THT) Pada Anak Dengan Menggunakan Sistem
Pakar Berbasis Mobile Android. Jurnal Coding, 2(2), 8-14.
Anisya. (2013). Aplikasi Sistem Database Rumah Sakit Terpusat pada Rumah Sakit
Umum (RSU) 'Aisyiyah Padang dengan Menerapkan Open Source (PHP-
MySQL). Momentum, 15(2), 49-58.
Brammy B. Gontung, O. I. (2015). Pola Penyakit Penderita Rawat Inap di SMF
THT-KL RSU PROF. DR. R. D. Kandou Periode Januari 2011 - Desember
2011. Jurnal Kedokteran Komunitas dan Tropik, III(3), 180-185.
Daeli, F. (2013). Sistem Pakar dalam Menentukan Tingkat IQ Anak yang
Mengalami Retardasi Mental dengan Metode Certainty Factor (Studi Kasus:
Pendidikan SLB/B Karya Murni). Pelita Informatika Budi Darma, IV(3),
43-47.
Dahria, M. (2011). Pengembangan Sistem Pakar Dalam Membangun Suatu
Aplikasi. Jurnal SAINTIKOM, 10(3), 199-205.
Fuddillahanim. (2011). Sistem Pakar untuk Mendiagnosa Penyakit Menggunakan
Visual Basic.Net. Banda Aceh: STMIK U'Budiyah Indonesia.
Hakim, F. A., Hidayat, N., & Dewi, R. K. (2018). Sistem Pakar Diagnosis Penyakit
Telinga Hidung Tenggorokan (THT) Menggunakan Metode Naive Bayes
 Berbasis Android. Jurnal Pengembangan Teknoligi Informasi dan IImu
Komputer, 2(4), 1492-1500.
Heriyanto Pratama, I. F. (2017). Sistem Pakar Berbasis Web Diagnosa Penyakit
THT (Telinga, Hidung, Tenggorokan) Menggunakan Metode Certainty
Factor. Prosiding Seminar Nasional Ilmu Komputer dan Teknologi
Informasi. 2, pp. 1-8. Samarinda: Universitas Mulawarman.
Indonesia, M. K. (2006, November 3). Rencana Strategi Nasional Penanggulangan
Gangguan Pendengaran dan Ketulian untuk Mencapai Sound Hearing 2030.
Keputusan Menteri Kesehatan Republik Indonesia, pp. 1-21.
Khotimah, B. K. (2010). Sistem Pakar Troubleshooting Komputer dengan Metode
Certainty Factor Menggunakan Probabilitas Bayesin (Studi Kasus
Laboratorium Jaringan Komputer). Rekayasa, 3(1), 12-18.
Koespradono, Suraya, & K, R. Y. (2013). Sistem Informasi Pengolahan Data
Pertumbuhan Ekonomi dan Ketimpangan di Kabupaten Klaten (Tahun
2003-2012) Menggunakan Framework CodeIgniter. Jurnal Script, 1(1), 46-
54.
Lisnawita, L. L. (2016). Sistem Pakar Diagnosa Penyakit THT. Jurnal Inovtek
Polbeng, 1(2), 95-99.
Listiyono, H. (2008). Merancang dan Membuat Sistem Pakar. Jurnal Teknologi
Informasi, XIII(2), 115-124.
Mujilahwati, S. (2014). Diagnosa Penyakit Tanaman Hias Menggunakan Metode
Certainty Factor Berbasis Web. Jurnal TeknikA, 6(2), 585-591.
Nasution, H. (2008). Sistem Pakar Pendiagnosa Penyakit THT (Telinga, Hidung,
Tenggorokan). Yogyakarta: Universitas Gadjah Mada, 2009.
Nugroho, N. B., & Fathoni, M. (2008). Koneksi Database PHP-MySQL. Saintikom,
5(2), 211-220.
Rohman, F. F., & Faujizah, A. (2008). Rancang Bangun Aplikasi Sistem Pakar
untuk Menentukan Jenis Gangguan Perkembangan pada Anak. Media
Informatika, 6(1), 1-23.
Rosmala, D., Ichwan, M., & Gandalisha, M. (2011). Komparasi Framework
MVC(CodeIgniter, dan CakePHP) pada Aplikasi Berbasis Web
(Studikasus: Sistem Informasi Perwalian Di Jurusan Informatika Institut
Teknologi Nasional). Jurnal Informatika, 2(2), 22-30.
Sasmito, G. W. (2010). Aplikasi Sistem Pakar untuk Simulasi Diagnosa Hama dan
Penyakit Tanaman Bawang Merah dan Cabai Menggunakan Forward
Chaining dan Pendekatan Berbasis Aturan. Semarang: Universitas
Diponegoro.
Sitio, R. R. (2013). Pembangunan Aplikasi Sistem Pakar Mendiagnosa Penyakit
Mata pada Manusia. Yogyakarta: Universitas Atma Jaya.
Staugaard, A. (1987). Robotics and Artificial Intelligence: Introduction to Apllied
Machine Intelligent. Prentice Hall.
Suraya. (2012). Sistem Pakar Untuk Mendiagnosa Penyakit THT Berdasarkan
Gejalanya Untuk Menentukan Alternatif Pengobatan Menggunakan
Tanaman Obat. Teknik Informatika, III(1), 337-346.
Turnip, M. (2015). Sistem Pakar Diagnosa Penyakit THT Menggunakan Metode
Backward Chaining. Riau Journal Of Computer Science, 1(1), 1-8.
Wibowo, W. S. (2014). Pengembangan Aplikasi Diagnosa Penyakit Kulit dengan
Metode Simple Additive Weighting Berbasis Windows Phone. Yogyakarta:
Universitas Atma Jaya.
Wijaya, R. (2007). Penggunaan Sistem Pakar dalam Pengembangan Portal
Informasi untuk Spesifikasi Jenis Penyakit Infeksi. Jurnal Informatika,
3(1), 63-88.
Winiarti, S. (2008). Pemanfaatan Teorema Bayes dalam Penentuan Penyakit THT.
Jurnal Informatika, 2(2), 189-199.