Aplikasi Sistem Pakar Untuk Mendiagnosa Gejala Penyakit Manusia
dengan SWI – Prolog
Muhammad Rifky Prayanta
Fakultas Teknik Elektro
Universitas Negeri Malang
prayanta.rifky@gmail.com
Abstrak - Penyakit datang menyerang
manusia, karena diantaranya tidak menjaga
kesehatan. Banyak juga yang tidak
memahami bagaimana penyakit itu dapat
muncul, karena ketidakpahaman mengenai
jenis penyakit yang dideritanya. Maka dari
itu, penelitian kali ini bertujuan membantu
pengguna khususnya bagi orang-orang yang
sedang mengalami sakit tertentu agar
mengetahui gejala apa yang sedang
dialaminya. Metode yang digunakan dalam
penelitian ini adalah backward chaining
dimana lebih menekankan kepada ‘goal
driven’ atau menjawab sebuah permasalahan.
Kata kunci : sistem pakar, gejala,
penyakit.
I. PENDAHULUAN
Dewasa ini perkembangan dunia teknologi
begitu cepat, manusia mampu untuk
membuat sebuah teknologi dimana dapat
mengidentifikasi gejala bahkan hingga
penyakit yang akan diderita oleh penderita
penyakit. Keberadaan sistem pakar tidak
lepas dari kedua hal tersebut. Sistem pakar
secara umum dikaitkan dengan kemampuan
dokter dalam mendiagnosa sebuah penyakit
secara dini terhadap pasien. Disisi lain sistem
pakar juga dapat memberikan sebuah edukasi
kepada masyarakat apabila sedang menderita
sebuah penyakit maka dapat dikategorikan ke
dalam gejala penyakit tertentu.
Muhammad Nurwiseso Wibisono
Fakultas Teknik Elektro
Universitas Negeri Malang
wibisono.ft@um.ac.id
Gejala yang dimaksudkan dalam penitian ini
adalah gejala penyakit secara umum yang
terjadi pada manusia, seperti gejala penyakit
tipes, gejala demam berdarah, gejala TBC,
gejala alergi. Dimana didalamnya terdapat
berbagai macam dan variasi kondisi tertentu
yang mengarah pada gejala penyakit tersebut.
Salah satu masalah yang dihadapi adalah
masyarakat kurang memahami terhadap
gejala-gejala penyakit yang diderita. Maka
dari itu, sistem pakar ini membantu
masyarakat dalam memahami gejala apa saja
yang dapat terjadi dari penyakit yang
dideritanya.
II. DASAR TEORI
Tahun 1960, sistem pakar pertama kali
dikembangkan oleh Artificial Intelligence
yang merupakan sebuah komunitas. General
Purpose Problem Solver yang dikembangkan
oleh Newel dan Simon adalah sistem pakar
yang pertama kali muncul. Sistem pakar
dirancang untuk menyelesaikan
permasalahan tertentu seperti yang
dikerjakan oleh para ahli. [1]
Konsep Dasar Sistem Pakar
Adapun menurut Efraim Turban, konsep
dasar sistem pakar merupakan : ahli,
keahliam, inferensi aturan dan kemampuan
menjelaskan yang diperoleh dari latihan,
membaca ataupun pengalaman. Adapun
bentuk contoh pengetahuan yang termasuk
keahlian adalah :
 a. Teori yang digunakan pada lingkup
permasalah tertentu.
b. Fakta-fakta yang digunakan pada
lingkup permasalahan tertentu.
c. Strategi yang digunakan untuk
menyelesaikan sebuah masalah
d. Prosedur atau aturan yang digunakan
untuk menyelesaikan masalah dalam
lingkup tertentu.
e. Pengembangan tentang pengetahuan
yang dimiliki.
Forward Chaining
Sebuah teknik pencarian yang dimulai dari
mencari sebuah fakta yang diketahui
kemudian mencocokkan fakta-fakta tersebut
dengan menggunakan aturan IF maupun IF –
THEN [6]. Bila terdapat sebuah fakta yang
cocok dengan bagian IF, maka rule yang ada
didalamnya akan dilakukan sebuah eksekusi.
Bila sebuah rule tersebut dieskekusi maka
fakta yang dibuat akan ditambah ke database.
[2] Langkah – langkah dalam membuat
ssstem pakar dengan menggunakan metode
forward chaining yaitu:
a. menjelaskan masalah dimulai dengan
memilih domain masalah dan
pengatahuan
b. menjelaskan dan mendefinisikan data
input untuk memulai inferensi karena
diperlukan oleh sistem forward
chaining.
c. Pendefenisian struktur pengendalian
data pendefinisian suatu aturan.
d. Penulisan kode awal pengatahuan
e. Pengujian sistem dapat mengatahui
sejauh mana system berjalan
f. Perancangan antarmuka dengan basis
pengatahuan
g. Pengembangan sistem
h. Evaluasi sistem
Backward Chaining
Sebuah strategi pencarian yang dimulai dari
proses runtut mundur. Proses pencarian
dimulai dari mengetahui tujuan, yaitu
kesimpulan yang menjadi sebuah solusi dari
masalah yang sedang dihadapi. Mesin
inferensi mencari kaidah-kaidah dalam basis
pengetahuan yang kesimpulannya
merupakan solusi yang ingin dicapai,
kemudian dari kaidah-kaidah yang di
peroleh, masing-masing kesimpulan di runut
balik jalur yang mengarah pada kesimpulan
tersebut. [3]
Pengenalan Prolog
Programming in Logic atau yang dapat
disingkat prolog dikembangkan oleh
P.Roussel dan Alain Colmenraurer dari
Universitas Marseilles Perancis 1972. Di
Eropa prolog popular untuk aplikasi artificial
intelligence, kemudian LISP peneliti dari
Amerika sedang mengembangkan aplikasi
sama. Adapun perbedaan bahasa Prolog
dengan Bahasa Pemrograman Umum lainnya
(seperti : Basic, Pascal, C, Fortran), yaitu : [4]
[5]
1. Program tidak dapat menjalankan
prosedur yang sama berulangkali
dengan data yang berbeda-beda.
2. Tidak diperlukan sebuah algoritma /
prosedur untuk memecahkan masalah
3. Prosedur dan pengendalian program
tidak ditentukan oleh programmer
dan perhitungan tidak dilakukan
sesuai dengan prosedur yang telah
dibuat.
 III. PERANCANGAN SISTEM
Dalam perancangan sistem kali ini, metode
yang digunakan adalah metode backward
chaining. Dimana penelitian ini menentukan
tujuan kemudian merancang sistem sesuai
tujuan yang diinginkan. Sistem pakar
diagnosa gejala penyakit manusia memiliki
data-data dari proses studi pustaka dari
berbagai literatur online.
Menurut Honestdoc, penyakit tipes atau
demam tifoid adalah infeksi bakteri yang
menyerang saluran pencernaan dan dapat
mempengaruhi organ lain. Adapun bakteri
yang menyerang penderita tipes adalah
salmonella typhi, bakteri makanan dan
minuman. Hingga muncul gejala tipes.
Gejala ditandai dengan demam, diare atau
sembelit dan badan terasa pegal – pegal.
Gejala penyakit kedua adalah demam
berderah. Menurut halodoc, penyakit ini
adalah penyakit yang disebabkan oleh virus
dengue dan disebabkan oleh nyamuk aides
aygepti. Secara umum, gejala ini ditandai
dengan demam tinggi hingga 40 ℃, nafsu
makan menurun, mual dan muntah hingga
terjadi pendarahan pada hidung dan gusi.
Adapun penyakit ketiga adalah tuberkulosis.
Menurut, Alodokter, yang ditinjau dari dr.
Tjin Willy, tuberculosis adalah penyakit yang
menyerang paru-paru yang disebabkan
kuman mycobacterium tuberculosis. Kuman
TBC tidak hanya menyerang paru-paru,
tetapi bias menyerang tulang, usus, dan
kelenjar. Adapun gejala dari TBC adalah
demam, badan lemas, nyeri dada dan batuk
berkepanjangan.
Gejala penyakit terakhir adalah alergi.
Menurut, Alodokter yang ditinjau dari dr.
Marianti, alergi merupakan reaksi sistem
kekebalan tubuh terhadap suatu hal yang
dianggap asing oleh tubuh. Bisa dianggap
berbahaya maupun tidak berbahaya. Alergi
sendiri disebabkan oleh pemicu alergi yang
berupa gigitan serangga, bulu hewan, obat,
makanan tertentu. Adapun gejala-gejala
dalam alergi adalah bersin, batuk, mual dan
muntah dan terjadi ruam pada kulit.
Jika dari penjelasan diatas dapat disimpulkan
bahwa yang menjadi acuan dalam fakta
gejala digambarkan dalam tabel dibawah ini.
A B C D E
Tipes v v v x x
DB v x x v x
TBC v x x x v
Alergi x v x v v
Keterangan :
A : Demam
B : Diare
C : Pegal-pegal
D : Mual dan Muntah
E : Batuk
Analisis Prolog
Kumpulan-kumpulan data data objek yang
terdiri dari fakta adalah prolog. Sedangkan
aturan merupakan suatu pernyataan yang
menunjukkan bagaimana fakta dapat
berinteraksi dengan yang lain membentuk
sebuah relasi dalam satu kesimpulan. Setiap
aturan terdiri dari kesimpulan (kepala) dan
tubuh. Tubuh dapat terdiri dari 1 atau lebih
pernyataan atau aturan yang lain yang disebut
subgoal. Logika and dihubungkan dengan
yang lain antara sub goal yang memiliki sifat
: kesimpulan menjadi benar jika dan hanya
jika semua bagian tubuh tersebut benar.
Dengan kata lain: kepala benar jika tubuh
benar. Adapun berikut adalah contoh dari
penyakit dengan logika prolog :
Domain Penyakit Tipes
Gejala : Penyakit tipes disebabkan oleh
gejala-gejala sebagai berikut yaitu badan
terasa demam, perut terasa diare, dan badan
pegal – pegal
Algoritma Penyakit Tipes
Jika(“Apakah anda merasa demam”)?
Jawab : ya
Jika(“Apakah anda merasa diare”)?
Jawab : ya
Jika(“Apakah anda merasa pegal-pegal”)?
Jawab : ya
Jika(“Apakah anda merasa mual dan
muntah”)?
Jawab : tidak.
Jika(“Apakah anda merasa batuk”)?
Jawab : tidak.
Maka, pasien didiagnosa gejala Tipes.
Domain Penyakit Demam Berdarah
Gejala : penyakit demam berdarah
disebabkan oleh demam dan mual dan
muntah
Algoritma Penyakit Demam Berdarah
Jika(“Apakah anda merasa demam”)?
Jawab : ya
Jika(“Apakah anda merasa diare”)?
Jawab : tidak.
Jika(“Apakah anda merasa pegal-pegal”)?
Jawab : tidak.
Jika(“Apakah anda merasa mual dan
muntah”)?
Jawab : ya.
Jika(“Apakah anda merasa batuk”)?
Jawab : tidak.
Maka, pasien didiagnosa gejala Demam
berdarah.
Domain Penyakit Tuberkulosis
Gejala : penyakit tuberkulosis disebabkan
dari demam dan batuk
Algoritma Penyakit Tuberkulosis
Jika(“Apakah anda merasa demam”)?
Jawab : ya
Jika(“Apakah anda merasa diare”)?
Jawab : tidak.
Jika(“Apakah anda merasa pegal-pegal”)?
Jawab : tidak.
Jika(“Apakah anda merasa mual dan
muntah”)?
Jawab : tidak.
Jika(“Apakah anda merasa batuk”)?
Jawab : ya.
Maka, pasien didiagnosa gejala Tuberkulosis
Domain Penyakit Alergi
Gejala : penyakit alergi disebabkan oleh
diare, mual dan muntah, serta batuk
Algoritma Penyakit Alergi
Jika(“Apakah anda merasa demam”)?
Jawab : tidak
Jika(“Apakah anda merasa diare”)?
Jawab : ya.
Jika(“Apakah anda merasa pegal-pegal”)?
Jawab : tidak.
Jika(“Apakah anda merasa mual dan
muntah”)?
Jawab : ya.
Jika(“Apakah anda merasa batuk”)?
Jawab : ya.
Maka, pasien didiagnosa gejala Alergi.
Perancangan Sistem Membuat fakta pertanyaan.
pertanyaan('Apakah anda merasa
demam?', demam).
Sistem yang dibuat dapat digambarkan
pertanyaan('Apakah anda merasa
melalui flowchart dibawah ini. diare?', diare).
pertanyaan('Apakah badan anda
pegal-pegal?', pegal).
pertanyaan('Apakah anda mual dan
muntah?', mual).
pertanyaan('Apakah anda batuk?',
batuk).

Fakta diatas adalah untuk menyimpan jenis

jenis pertanyaan dan menyimpan dalam
sebuah variabel dari masing-masing
pertanyaan.
Membuat aturan pengamatan.
Aturan pengamatan ini dibuat untuk
menyimpan variabel dari masing-masing
pertanyaan.
pengamatan :-
pertanyaan(Simpan,Observasi),
write(Simpan),nl,
read(Jawaban),
Jawaban=yes,

assert(observation(Observasi)),
fail.

pengamatan.

Membuat Aturan Penyakit

Aturan ini didefinisikan untuk mengetahui
jenis penyakit yang diderita berdasarkan
jawaban dari setiap pertanyaan yang ada.
Langkah Pembuatan Aplikasi aturan(1,tipes) :-
observation(demam),
Dalam implementasinya untuk membuat observation(diare),
sebuah program prolog diperlukan sebuah observation(pegal).
aturan(2, demam) :-
rancangan fakta, predikat klausa seperti yang
observation(demam),
dijelaskan dibawah ini. observation(mual).
aturan(3, tbc) :-
observation(demam),
observation(batuk).
 aturan(4, alergi) :- IV. ANALISA HASIL PERCOBAAN
observation(diare),
observation(mual), Dari hasil metode perancangan sebelumnya
observation(batuk).
dibuatlah sebuah program yang digunakan
untuk mengimplementasikan kedalam
Membuat fakta jawaban.
program swi-prolog. Kemudian prolog akan
Dibawah ini adalah untuk mendefinisikan menjalan perintah-perintah yang sudah
jawaban dari variabel-variabel yang sudah didefinisikan sebelumnya. Setelah dijalankan
ditetapkan sebelumnya. perintah-perintah tersebut, maka dilakukan
jawaban(tipes, 'anda terkena analisa dari percobaan-percobaan pada
gejala tipes'). perintah main.
jawaban(demam, 'anda terkena
gejala demam berdarah'). Percobaan tersebut adalah pada penyakit
jawaban(tbc, 'anda terkena gejala tipes, yaitu terdapat lima percobaan jawaban.
TBC').
jawaban(alergi, 'anda terkena
Pertama jawaban ‘ya’ pada pertanyaan
gejala alergi'). demam, diare, pegal-pegal, mual dan muntah,
serta batuk. Kedua, jawaban ‘ya’ pada
pertanyaan demam, diare, pegal-pegal, mual
Membuat fungsi delete dan muntah. Ketika jawaban ‘ya’, pada
Fungsi delete digunakan untuk menghapus pertanyaan demam, diare, pegal-pegal.
penyimpanan sementara dari jawaban setiap Keempat, jawaban ‘ya’ pada pertanyaan
gejala penyakit. Sehingga program dapat demam dan diare. Serta jawaban ‘ya’ pada
dipakai seterusnya. pertanyaan demam. Tidak terdapat ketidak
cocokan data dengan fakta.
delete :-
retractall(observation(_)). Kemudian, pada penyakit selanjutnya yaitu
demam berdarah. Terdapat lima percobaan
Membuat fungsi main. jawaban. Pertama, jawaban ‘ya’ pada
pertanyaan mual dan muntah. Kedua,
Fungsi main dibawah ini adalah untuk
jawaban ‘ya’ pada pertanyaan pegal-pegal.
memanggil aturan pengamatan, aturan
Ketiga jawaban ‘ya’ pada pertanyaan diare.
penyakit, fakta jawaban dan menghapus
Keempat, jawaban ‘ya’ pada pertanyaan
fungsi penyimpanan sementara. Ketika
demam. Kelima, jawaban ‘ya’ pada
program dijalankan user hanya perlu
pertanyaan demam dan mual dan muntah.
memanggil fungsi main.
Terdapat ketidakcocokan data berdasarkan
main :- fakta atau anomali pada hasil dari percobaan
write('selamat datang'),nl,
write('tuliskan nama anda: '),
keempat. Yaitu jawaban penyakit tipes.
read(A),
write('Selamat datang
Penyakit tuberkulosis, terdapat lima
'),write(A),nl, percobaan jawaban. Pertama, jawaban ya
pengamatan,nl, pada batuk. Kedua, jawaban ya pada demam.
aturan(X,Y),
Ketiga jawaban ya pada demam dan batuk.
jawaban(Y,Z),
write(Z),nl, Keempat, jawaban ya pada. diare, pegal-
delete. pegal dan muntah. Kelima jawaban ya pada
pegal-pegal. Tidak terdapat ketidak cocokan
data dengan fakta.
Penyakit alergi, terdapat lima percobaan
jawaban. Pertama jawaban ya pada
pertanyaan demam dan pegal pegal. Kedua,
jawaban ya pada pertanyaan diare, mual
muntah dan batuk. Ketiga jawaban ya pada
pertanyaan mual muntah dan batuk.
Keempat, jawaban ya pada pertanyaan batuk.
Kelima jawaban ya pada diare. Terdapat
ketidakcocokan data berdasarkan fakta atau
anomali pada hasil dari percobaan kedua.
Yaitu jawaban penyakit tipes. Dari percobaan
diatas dapat disimpulkan bahwa program ini
memiliki tingkat 10% dari semua pertanyaan
dengan hasil diagnosa anomali.
V. PENUTUP
Kesimpulan
Setelah dilakukannya sebuah perancangan,
analisis dan pembahasan dapat disimpulkan
bahwa program ini dapat membantu
khususnya masyarakat awam dalam
mengenal jenis-jenis penyakit yang
dideritanya sehingga masyarakat awam dapat
lebih dini dalam menangani penyakitnya.
Selain itu, program ini dapat mengedukasi
bagi masyarakat awam kodisi kondisi apa
saja yang nantinya akan menimbulkan
sebuah penyakit tertentu. Selain itu, dengan
menggunakan metode backward chaining ini
sudah sesuai dengan kaidah karena lebih
menekankan kepada tujuan atau hasil akhir.
Saran
Dalam penelitian kali ini hanya terbatas
empat contoh, namun kedepannya
harapannya akan bertambah karena penyakit
manusia sendiri sangat beragam. Dengan
menambahkan kondisi kondisi baru, penyakit
akan mudah didefinisikan. Selain itu,
pengembangan algoritma yang memadai
serta dukungan penggunaan yang tidak hanya
terbatas pada program prolog, melainkan
pada program yang terkini seperti android
maupun web.
VI. DAFTAR PUSTAKA
[1] Turban, Efraim. 1995. Decision
Support System and Expert System.
Prentice Hall International, New
Jersey.
[2] Adi, Prasetyo, Surpiyanto Catur. 2015.
Analisis Metode Forward Chaining
Dalam Sistem Pakar Diagnosa
Penyakit Pada Hewan Sapi. Teknik
Informatika FIK Dinus, Semarang
[3] Herliana, Asti, Ade Setiawan, Visqia,
Tri Prasetyo, Rizki. 2018. Penerapan
Inferensi Backward Chaining Pada
Sistem Pakar Diagnosa Awal Penyakit
Tulan. Jurnal Informatika BSI. Vol 5,
pp. 50 – 60.
[4] Dwi Laksono, Satrio, 2012, Sistem
Pakar untuk Mendiagnosa penyakit,
Universitas Gunadarma, Depok
[5] Febri Nova Lenti, Ibrahim, Ali, 2009,
Pemrograman Deklaratif Dengan
Visual Prolog, Graha Ilmu,
Yogyakarta.
[6] Honestdoc. 2019. “Ciri-Ciri dan Gejala
Tipes yang Mudah Dikenali”.
https://www.honestdocs.id/ciri-ciri-
dan-gejala-penyakit-tipes. Diakses 2
Mei 2019 08.13
[7] Halodoc. 2019. “Demam Berdarah”.
https://www.halodoc.com/kesehatan/d
emam-berdarah. Diakses pada tanggal
02 Mei 2019 8.15
[8] Willy, Tjin. 2019. “TBC
(Tuberkulosis)”.https://www.alodokter
 .com/tuberkulosis. Diakses pada
tanggal 2 Mei 2019.8.19
[9] Marianti. 2017. “Alergi”.
https://www.alodokter.com/alergi.
Diakses pada tanggal 2 Mei 2019.8.22
 VII. Lampiran
Jalankan fungsi main.
Pada hasil percobaan diatas, program
menampilkan pertanyaan dan pengguna
diminta untuk menjawab ya dan tidak.
Jawaban ya pada pertanyaan ‘apakah anda
merasa demam?’, ‘apakah anda merasa
demam?’, ‘apakah anda merasa pegal-
pegal?’, program akan mengenalinya sebagai
gejala tipes.
Pada hasil percobaan diatas, program
menampilkan pertanyaan dan pengguna
diminta untuk menjawab ya dan tidak.
Jawaban ya pada pertanyaan ‘apakah anda
merasa demam?’, ‘apakah anda batuk?’,
program akan mengenalinya sebagai gejala
demam berdarah.
Pada hasil percobaan diatas, program
menampilkan pertanyaan dan pengguna
diminta untuk menjawab ya dan tidak.
Jawaban ya pada pertanyaan ‘apakah anda
merasa demam?’, ‘apakah anda batuk?’
program akan mengenalinya sebagai gejala
TBC.
Pada hasil percobaan diatas, program
menampilkan pertanyaan dan pengguna
diminta untuk menjawab ya dan tidak.
Jawaban ya pada pertanyaan ‘apakah anda
merasa diare?’, ‘apakah anda merasa mual
dan muntah?’, ‘apakah anda batuk?’,
program akan mengenalinya sebagai gejala
alergi.