www.ejournal.unib.ac.id/index.php/pseudocode
Abstrak: Asma merupakan gangguan inflamasi kronik pada saluran nafas yang melibatkan banyak
sel-sel inflamasi seperti eosinofil, sel mast, leukotrin dan lain-lain. Inflamasi kronik ini berhubungan
dengan hiperresponsif jalan nafas yang menimbulkan episode berulang dari mengi (wheezing), sesak
nafas, dada terasa berat dan batuk terutama pada malam dan pagi dini hari. Kejadian ini biasanya ditandai
dengan obstruksi jalan napas yang bersifat reversible. 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, alternatif dalam mendiagnosis penyakit asma.
Sistem pakar dengan menggunakan Algoritme Genetika 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. Pendekatan yang
diambil oleh algoritme ini adalah dengan menggabungkan secara acak berbagai pilihan solusi terbaik di
dalam suatu kumpulan untuk mendapatkan generasi solusi terbaik berikutnya yaitu pada suatu kondisi
yang memaksimalkan kecocokannya atau lazim disebut fitness. Generasi ini akan merepresentasikan
perbaikan perbaikan pada populasi awalnya dengan melakukan proses ini secara berulang algoritme ini
diharapkan dapat mensimulasikan proses evolusioner pada akhirnya akan didapatkan solusi-solusi yang
paling tepat bagi permasalahan yang dihadapi. Berdasarkan hasil pengujian dapat diambilkesimpulan :
Dari hasil pengujian sistem diperoleh jawaban sangat menarik 47 %, menarik 45 %, dan tidak menarik
8%. Durasi waktu proses perhitungan pada algoritme genetika kurang efisien.
Kata Kunci: asma, sesak napas, saluran nafas, algoritme genetika
Abstract: Asthma is a chronic inflammatory treatment of asthma disease. The approach taken
disorder of the airways involving many by this algorithm is to combine randomly various
inflammatory cells such as eosinophils, mast choice of best solution in a collection to get the
cells, leukotrin and others. This chronic next generation of the next best solution that is in
inflammation is associated with respiratory a condition that maximizes its compatibility or
hyperresponsiveness that results in recurrent commonly called fitness. This generation will
episodes of wheezing, shortness of breath, heavy represent improvements in improvements in the
chest and cough especially in the early morning initial population by doing this process repeatedly
and early morning. This incidence is usually this algorithm is expected to simulate the
characterized by reversible airway obstruction, evolutionary process will eventually get the most
asthma is fluctuating, meaning it can calm appropriate solutions to the problems
without symptoms not interfere with the activity encountered. Based on the results of the test can
but can exacerbate with mild to severe symptoms be taken conclusion: From the results of the
can even lead to death, an alternative in system test obtained a very interesting answer
diagnosing asthma. Expert system using Genetic 47%, attract 45%, and not draw 8%. Duration of
Algorithm will help in finding information of type time calculation process on genetic algorithm less
of asthma disease based on clinical symptoms efficient.
perceived for the found conclusion based on Keywords: asthma, shortness of breath, breath
diagnosis result of information about the way of channels, genetic algorithms
1
Jurnal Pseudocode, Volume V Nomor 2, September 2018, ISSN 2355-5920
www.ejournal.unib.ac.id/index.php/pseudocode
2
Jurnal Pseudocode, Volume V Nomor 2, September 2018, ISSN 2355-5920
www.ejournal.unib.ac.id/index.php/pseudocode
proses evolusioner pada akhirnya akan didapatkan praktisnya bila di satu tempat tidak ada seorang
solusi-solusi yang paling tepat bagi permasalahan pakar dalam suatu bidang ilmu [3].
yang dihadapi [2].
B. Diagnosis
II. LANDASAN TEORI Masalah penting pada morbiditas
A. Sistem Pakar asma.adalah kemampuan untuk mendiagnosis dan
Sistem Pakar adalah suatu program komputer seperti telah kita ketahui bahwa diagnosis asma
yang dirancang untuk memodelkan kemampuan pada anak tidak selalu mudah untuk ditegakkan.
penyelesaian masalah yang dilakukan oleh seorang Beberapa kriteria diagnosis untuk itu selalu
pakar berbasis komputer yang digunakan untuk mempunyai berbagai kelemahan, tetapi
menyelesaikan masalah sebagaimana yang umumnyadisepakati bahwa hiper reaktivitas
dipikirkan oleh pakar. Pakar yang dimaksud disini bronkus tetap merupakan bukti objektif yang perlu
adalah orang yang mempunyai keahlian khusus untuk diagnosis asma, termasuk untuk asma pada
yang dapat menyelesaikan masalah yang tidak anak.
dapat diselesaikan oleh orang awam. Sebagai Gejala klinis utama asma anak pada umumnya
contoh, dokter adalah seorang pakar yang mampu adalah mengi berulang dan sesak napas, tetapi pada
mendiagnosis penyakit yang diderita pasien serta anak tidak jarang batuk kronik dapat merupakan
dapat memberikan penatalaksanaan terhadap satu-satunya gejala klinis yang ditemukan.
penyakit tersebut. Biasanya batuk kronik itu berhubungan dengan
Sistem pakar adalah program artificial infeksi saluran napas atas, selain itu harus
intellegence yang menggabungkan pangkalan dipikirkan pula kemungkinan asma pada anak bila
pengetahuan (Knowledge Base) dengan sistem terdapat penurunan kosentrasi terhadap aktivitas
inferensi, ini merupakan bagian software fisik atau gejala batuk malam hari [4].
spesialisasi tingkat tinggi yang berusaha
C. Penyakit Asma
menduplikasi fungsi seorang pakar dalam satu
Asma merupakan penyakit kronik tersering
bidang keahlian. Program ini bertindak sebagai
padaanak dan masih tetap merupakan masalah bagi
seorang konsultan yang cerdas atau penasihat
pasien, keluarga, dan bahkan para klinisi dan
dalam suatu lingkungan keahlian tertentu, sebagai
peneliti asma.Mengacu padadata epidemiologi
hasil himpunan pengetahuan yang telah
Amerika Serikat pada saat ini diperkirakan
dikumpulkan dari beberapa orang pakar dengan
terdapat 4-7% (4,8 juta anak) dari seluruh populasi
demikian seorang awam sekalipun bisa menyadap
asma. Selain karena jumlahnya yang banyak,
sistem pakar itu untuk memecahkan berbagai
pasien asma anak dapat terdiri dari bayi, anak, dan
persoalan yang ia hadapi, sistem pakar merupakan
remaja, serta mempunyai permasalahan masing-
sesuatu yang baru dan masih segar ia sangat
masing dengan implikasi khusus pada piñata
inovatif dalam menghimpun dan mengemas
laksanaannya. Pengetahuan dasar tentang masalah
pengetahuan, keampuhannya yang paling utama
sensitisasi alergi dan inflamasik hususnya, telah
terletak pada kemampuan dan penggunaan
banyak mengubah sikap kita terhadap pengobatan
3
Jurnal Pseudocode, Volume V Nomor 2, September 2018, ISSN 2355-5920
www.ejournal.unib.ac.id/index.php/pseudocode
asma anak, terutama tentang perananti-inflamasi para peneliti umumnya melaporkan bahwa hanya
sebagai salah satu dasar pengobatan asma anak. sebagian kecil saja (3-10%) dari kelompok bayi
Oleh karena itu pengertian yang lebih baik tentang yang berhubungan dengan infeksiviru stersebut
peran faktor genetik, sensitisasi dini oleh allergen akan memperlihatkan progressivitas klinis menjadi
dan polutan,infeksi virus,serta masalah lingkungan asma bronkial. Infeksi virus semasa bayi yang
sosial, ekonomi danp sikologi anak dengan menimbulkan bronkiolitis dengan gejala terutama
asmadiharapkan dapat membawa perbaikan dalam disebabkan oleh viruss insitialre spiratori (RSV),
penata laksanaan asma. Ada dua jenis pemicu virus parainfluenza, dan adenovirus.
penyakit asma, yaitu alergen dan iritan. Kecenderungan bayi menjadi asma sangat
Alergen adalah zat yang menyebabkan gejala ditentukan oleh faktor genetik atopi. Sebagian
penyakit asma dengan cara memunculkan reaksi besar bayi tersebut jelas mempunyai riwayat
alergi. Alergen penyakit asma yang umum di keluarga serta menunjukkan positivitas,
antaranya: serbuk sari (bunga), hewan, dan tungau dibandingkan dengan bayi yang tidak menderita
debu rumah. Iritan adalah zat yang menyebabkan asma. Kemampuan bayi untuk membentuk lgeanti
gejala penyakit asma dengan cara mengganggu RSV ini diyakini sebagai status sensitisasi
saluran pernapasan. Iritan penyakit asma yang terhadap alergen secara umum.
umum di antaranya: udara dingin, asap rokok, dan b. Asma Potogenesis
asap sisa pembakaran bahan kimia. Patogenesis asma (Dahlan, 2000: Nurrachma
Ada 3 klasifikasi penyakit asma, yaitu: Yuliasri, 2010: 7) merupakan penyakit paru
berdasarkan waktu (terdiri dari penyakit asma dengan karakteristik inflamasi saluran napas,
akut, penyakit asma kronis, dan penyakit asma hiperraktivitas saluran napas terhadap berbagai
periodik), berdasarkan penyebab (terdiri dari rangsangan distruksi saluran napas yang resibel
penyakit asma ekstrinsik, dan penyakit asma baik secara spontan maupun dengan pengobatan.
intrinsik), berdasarkan berat/ringan gejala (terdiri Inflamasi kronik asma mengaktifkan berbagai
dari penyakit asma berat, penyakit asma sedang, sel inflamasi. Sel inflamasi yang ikut berperan
dan penyakit asma ringan). Selain itu, menurut terutama sel mast, eosinofil, sel limfosit, makrofag
Bull (2005: 10) ada 3 tipe penyakit asma, neutrofil dan sel epithel (PDPI, 2004: Nurrachma
diantaranya: penyakit asma pekerjaan, penyakit Yuliasri, 2010: 7). Sel-sel inflamasi yang
asma sensitif aspirin, dan penyakit asma yang diaktifkan melepas berbagai mediator, sitrokin,
dipicu olahraga. molekul adhesi, kemokin, dan berinteraksi antara
a. Asma Mengi satu dengan yang lain.
Sebagian besar (Sari Pediatri, 2002: 79) c. Asma Sentitasi
manifestasi akan muncul sebelum usia 6 tahun Sensitisasi asma (Sari Pediatri, 2002: 79)
dan kebanyakan gejala awal sudah ditemukan pada merupakan hubungan antara proses sensitisasi
masa bayi,berupa mengiberulang atau tanpa batuk alergi dengan perkembangan dan perjalanan
yang berhubungan dengan infeksi virus. Hubungan penyakit alergi yang dikenal sebagai allergic
antara semasa bayi dengan kejadian asma pada march (perjalanan alamiah penyakit alergi). Secara
masa kehidupan selanjutnya telah banyak dibahas, klinis allergic march terlihat berawal sebagai
4
Jurnal Pseudocode, Volume V Nomor 2, September 2018, ISSN 2355-5920
www.ejournal.unib.ac.id/index.php/pseudocode
alergi saluran cerna (diare alergi susu sapi) yang 1. Definisi fitness function
akan berkembang menjadi alergi kulit (dermatitis 2. Definisi dan implementasi representasi genetik
atopi) dan kemudian alergi saluran napas (asma 3. Definisi dan implementasi operasi genetik
bronkial, rinitis alergi).
Jika ketiga aspek di atas telah didefinisikan,
Suatu penelitian memperlihatkan bahwa
algoritme genetik generik akan bekerja dengan
kelompok anak dengan gejala mengi pada usia
baik. Tentu saja, algoritme genetik bukanlah solusi
kurang dari 3 tahun, yang menetap sampai usia 6
terbaik untuk memecahkan segala masalah.
tahun, mempunyai predisposisi ibu asma,
Sebagai contoh, metode tradisional telah diatur
dermatitis atopi, rinitis alergi, dan peningkatan
untuk untuk mencari penyelesaian dari fungsi
kadar lgE, dibandingkan dengan kelompok anak
analitis convex yang “berperilaku baik” yang
dengan mengi yang tidak menetap.
variabelnya sedikit. Pada kasus ini, metode
D. Algoritme Genetik berbasis kalkulus lebih unggul dari algoritme
Algoritme ini ditemukan di Universitas genetik karena metode ini dengan cepat
Michigan, Amerika Serikat oleh John Holland menemukan solusi minimum ketika algoritme
(1975) melalui sebuah penelitian dan dipopulerkan genetik masih menganalisa bobot dari populasi
Algoritme genetik adalah algoritme yang berusaha Untuk problem – problem ini pengguna harus
menerapkan pemahaman mengenai evolusi mengakui fakta dari pengalaman ini dan memakai
alamiah pada tugas-tugas pemecahan-masalah metode tradisional yang lebih cepat tersebut. Akan
(problem solving). Pendekatan yang diambil oleh tetapi, banyak persoalan realistis yang berada di
algoritme ini adalah dengan menggabungkan luar golongan ini. Selain itu, untuk persoalan yang
secara acak berbagai pilihan solusi terbaik di tidak terlalu rumit, banyak cara yang lebih cepat
dalam suatu kumpulan untuk mendapatkan dari algoritme genetik. Jumlah besar dari populasi
generasi solusi terbaik berikutnya yaitu pada suatu solusi, yang merupakan keunggulan dari algoritme
kondisi yang memaksimalkan kecocokannya atau genetik, juga harus mengakui kekurangannya
Generasi ini akan merepresentasikan perbaikan dipasang secara seri –fitness function dari tiap
melakukan proses ini secara berulang, algoritme Namun, bila tersedia komputer-komputer yang
ini diharapkan dapat mensimulasikan proses paralel, tiap prosesor dapat mengevaluasi fungsi
evolusioner. Pada akhirnya, akan didapatkan yang terpisah pada saat yang bersamaan. Karena
solusi-solusi yang paling tepat bagi permasalahan itulah, algoritme genetik sangat cocok untuk
yang dihadapi. Untuk menggunakan algoritme perhitungan yang paralel. Algoritme adalah
sebagai kromosom. Tiga aspek yang pentinguntuk dalam pemecahan suatu masalah. Algoritme
penggunaan algoritme genetik: berasal dari nama seorang ahli matematika bangsa
arab yaitu Abu Ja’far Muhammad Ibnu Musa Al-
5
Jurnal Pseudocode, Volume V Nomor 2, September 2018, ISSN 2355-5920
www.ejournal.unib.ac.id/index.php/pseudocode
6
Jurnal Pseudocode, Volume V Nomor 2, September 2018, ISSN 2355-5920
www.ejournal.unib.ac.id/index.php/pseudocode
7
Jurnal Pseudocode, Volume V Nomor 2, September 2018, ISSN 2355-5920
www.ejournal.unib.ac.id/index.php/pseudocode
8
Jurnal Pseudocode, Volume V Nomor 2, September 2018, ISSN 2355-5920
www.ejournal.unib.ac.id/index.php/pseudocode
9
Jurnal Pseudocode, Volume V Nomor 2, September 2018, ISSN 2355-5920
www.ejournal.unib.ac.id/index.php/pseudocode
B. Pembahasan 47 45
a. Black Box 50
Tabel 5. Pengujian Black Box 8
0
Aktifitas Realisasi yang diharapkan Hasil Pengujian Sistem
Pengujian
Menu Informasi Tampilan menu Sukses
Beranda dalam aplikasi (Gambar 2)
Menu Menampilkan informasi Sukses
Konsultasi gejala penyakit mengik (Gambar 3)
Hasil memberikan informasi Sukses
Konsultasi penyakit, solusi, penyebab, (Gambar 4)
dan obat dari penyakit Gambar 10. Hasil Pengujian
mengik
Tampilan Tampilan untuk melihat Sukses V. KESIMPULAN DAN SARAN
Hasil Cetak hasil konsultasi (Gambar 5)
Login Tampilan Informasi Sukses A. Kesimpulan
username dan password (Gambar 6)
administrator Berdasarkan hasil pengujian yang telah dapat
Input Gejala Informasi Input Data Gejala Sukses
(Gambar 7) disimpulkan sebagai berikut:
Input Informasi Input Data Sukses
Penyakit Penyakit (Gambar 8) 1. Dari hasil pengujian sistem diperoleh jawaban
Input Informasi Input Data Sukses
Pengetahuan Pengetahuan (Gambar 9) sangat menarik 47 %, menarik 45 %, dan
b. Hasil Pengujian tidak menarik 8%.
Tabel 6. Hasil Pengujian 2. Secara umum, untuk jumlah titik yang kecil
Persentase %
No Kriteria
SM M TM
solusi yang dihasilkan algoritme genetika
1 Program bersifat Interaktif 15 4 1 mempunyai kualitas lebih baik. Algoritme
dan Dinamis
2 Aplikasi membantu 16 4 0 genetika dapat memberikan solusi mendekati
3 Bagaimana penerapan 5 14 1
algoritme genetika sesuai optimal, Secara umum, untuk jumlah titik yang
dengan kebutuhan sistem
4 Warna tampilan menarik 5 10 5 kecil solusi yang dihasilkan algoritme genetika
5 Menu tampilan bersifat user 6 13 1
friendly mempunyai kualitas lebih baik. Algoritme
Jumlah Responden 20 genetika dapat memberikan solusi mendekati
Maka diperoleh jawaban sangat menarik 47 optimal.
%, menarik 45 %, dan tidak menarik 8%. Adapun 3. Durasi waktu proses perhitungan pada
cara perhitungannya adalah sebagai berikut: algoritme genetika kurang efisien.
1. Hitung setiap row pernyataan kemudian
B. Saran
pernyataan dijumlahkan.
Dikarenakan ilmu pengetahuan terus
2. Lakukan penghitungan
berkembang dan ditemukannya hal-hal baru maka
a. 1. Sangat Menarik
basis pengetahuan dan basis aturan sistem
= 47%
pendukung keputusan ini perlu di-update atau
b. 2. Menarik
ditambah, sehingga data-data yang ada menjadi
= 45% lebih lengkap dan akurat. Interface (tampilan)
c. 3. Tidak Menarik sistem yang dibangun masih tampak sederhana,
sehingga dapat dikembangkan lebih menarik.
= 8%
10
Jurnal Pseudocode, Volume V Nomor 2, September 2018, ISSN 2355-5920
www.ejournal.unib.ac.id/index.php/pseudocode
REFERENSI [3] Pedianti Sari, 2002, “ Asma pada Anak “ No.2, Vol. 4,
2002 : 7882
[1] Rachmawat, Dhani Johar Damir, Ate Susanto, 2012, “ [4] Saniman, Fahtoni Muhammad, 2008 “ Algoritme dan
Sistem Pakar Diagnosis Penyakit Asma “ , Jurnal Pemrograman,Jurnal SAINTIKOM, No.4 Vol. IV.
Algoritme No. 08 Vol 09 ISSN : 2302-7339. [5] Elya Nusantra, 2013,” JenisMiskonsepi Genetika yang
[2] Kurniawan B. Rubby, 2013 “ Aplikasi Algoritme Genetika Ditemukan pada Buku Ajar diSekolah Menengah Atas “,
Untuk Optimasi Penjadwalan Perkulihan (Genetika Jurnal Pendidikan Sains, No. 1 Vol. 1.
Algoritme Aplication For Optimization Of Activities [6] Rosa A.S dan Salahuddin M, 2011. “ Pembelajaran
Schedul), Jurnal Tranformatika Volume 6 Nomor I, Rekayasa Perangkat Lunak (Terstruktur dan Berorientasi
Semarang. Objek),” Informatika, Bandung.
[2] Swono Sibagariang, 2015 “ Sistem Pakar Diagnosis
Penyakit Sapi dengan Metode Certainty Factor Berbasis
Android “, Jurnal TIMES, No 2, Vol IV, ISSN : 2337-
3601.
11