Abstrak
67
2019 ITP Press. All rights reserved.
Vol. 7 No. 1 April 2019 Jurnal TEKNOIF ISSN: 2338-2724
e-ISSN: 2598-9197
Rumah Sakit RSUD Sultan Taha Saifudin Mandul Pada Pria dan Wanita dengan
Tebo memiliki 29 dokter, 50 perawat dan 30 Menggunakan Certainty Factor Berbasis
tenaga medis. Dan hanya memiliki 1 dokter WEB” Hasil dari sistem ini, para pria dan
spesialis kandungan. Data statistik rumah sakit wanita dapat menyelesaikan masalah tertentu
RSUD Sultan Taha Saifudin Tebo tercatat dari baik sedikit rumit atau rumit sekalipun tanpa
tahun 2013-2017 pasien yang menderita bantuan para ahli bidang tersebut. Dengan
infertilitas sebanyak 60 orang, kurang lebih 12 menggunakan metode certainty factor (CF),
orang stiap tahunnya. Selain itu, jadwal dokter didapatkan nilai kemungkinan seseorang
yang tidak begitu panjang dirumah sakit terkena penyakit mandul atau tidak. Ganda
tersebut merupakan kendala bagi pasien Anggara, Gede Pramayu, dan Arif Wicaksana,
melakukan konsultasi dengan dokter. Dengan Mahasiswa Teknik Informatika STMIK
memanfaatkan teknologi yang telah AMIKOM Yogyakarta pada tahun 2016
berkembang dibidang study Artificial dengan judul “Membangun Sistem Pakar
Intelegence (AI) yang mempelajari serta Menggunakan Teorema Bayes Untuk
mampu meniru kecerdasan buatan adalah Mendiagnosa Penyakit Paru-paru” Sistem
sistem pakar (Expert System). Sistem pakar ini Pakar yang digunakan untuk membantu
nantinya akan dibuat untuk membantu menentukan diagnosa suatu penyakit yang
menentukan diagnosa awal infertilitas dari diawali dari gejala utama penyakit paru-paru.
gejala, serta menentukan saran atau solusi Hasil akhir dari penelitian ini adalah sebuah
pengobatan yang harus dilakukan, sehingga sistem pakar untuk melakukan diagnosa
dapat membantu mempersingkat waktu dalam penyakit paru-paru beserta nilai probabilitas
proses pemeriksaan lanjut oleh seorang dokter. dari penyakit serta saran terapi yang harus
Metode Teorema Bayes adalah metode diberikan.
penyelesaian sistem pakar yang menghitung
nilai probabilitas suatu penyakit dan 2. Metodologi
membandingkan dengan probabilitas setiap
gejalanya sehingga jenis penyakit yang 2.1 Diagram konteks
didiagnosa akan sesuai dengan gejala yang
diderita pasien. Dengan menggunakan teorema
bayes pengambilan keputusan dalam penelitian
ini dilakukan dengan cara, misalnya nilai dari
satu gejala berbeda dengan gejala yang lainya,
kemudian nilai ini akan diproses dengan
menghasilkan informasi tentang gejala-gejala
serta tingkat diagnosa Infertilitas yang dialami.
Gambar 1 Diagram Konteks
Oleh karena itu, dibutuhkan suatu alat bantu
berupa Aplikasi sistem pakar berbasis web
Adapun penjelasan dari konteks diagram dari
yang dapat membantu dalam mengenali gejala
sistem ini adalah sebagai berikut :
awal, serta menentukan tingkat diagnosa
1. Admin terlebih dahulu menginputkan data
infertilitas dengan sistem komputer yang sudah
ke dalam sistem berupa jenis gejala, tinkat
berbasis web dapat dijadikan referensi bagi
diagnosa,solusi dan pencegahan dari
wanita sehingga dapat melakukan pencegahan
Infertilitas.
infertilitas sejak dini.pakar yang dapat
2. User atau pengguna akan memilih gejala
digunakan untuk mendiagnosa Infertilitas
yang dirasakan. Sistem akan mengolah
menggunakan Metode Teorema Bayes”
data yang telah disimpan melalui inputan
gejala kemudian sistem akan memberikan
solusi dan pencegahan. Sehingga
Beberapa penelitian tentang sistem pakar pengguna mendapatkan informasi dari
infertilitas telah dilakukan diantaranya Jurnal sistem ini.
Sepdiarina Simarmata, Mahasiswa Program
Studi Teknik Informatika, STMIK Budidarma Pada sistem ini menggunakan metode Bayes
Medan pada tahun 2014 dalam skripsinya yang dengan tingkat persentase seperti pada tabel 1
berjudul “Sistem Pakar Mendiagnosa Penyakit dan gejala serta bobot pada tabel 2.
68
2019 ITP Press. All rights reserved.
Vol. 7 No. 1 April 2019 Jurnal TEKNOIF ISSN: 2338-2724
e-ISSN: 2598-9197
… … …
Tabel 1 Tingkat Presentase
Tingkat persentase Nilai Keyakinan … … …
… … …
Tabel 2 Gejala dan Bobot
Kode Nama Gejala Bobot G24 Merokok 0.2
69
2019 ITP Press. All rights reserved.
Vol. 7 No. 1 April 2019 Jurnal TEKNOIF ISSN: 2338-2724
e-ISSN: 2598-9197
G25 Narkoba x x
G26 Alkohol x x x x x
D1 Kemungkinan kecil
D2 Kemungkinan sedang
D3 Kemungkinan besar
D4 Hampir pasti
D5 Pasti
Gambar 2 Flowchart Diagnosa
70
2019 ITP Press. All rights reserved.
Vol. 7 No. 1 April 2019 Jurnal TEKNOIF ISSN: 2338-2724
e-ISSN: 2598-9197
71
2019 ITP Press. All rights reserved.
Vol. 7 No. 1 April 2019 Jurnal TEKNOIF ISSN: 2338-2724
e-ISSN: 2598-9197
diagnosa kemungkinan sedang dengan hasil Khadir, Abdul. Dasar Pemograman Web
persentase 29.71%. Dinamis Menggunakan PHP.
Yogyakarta: Andi Offset.(2008)
4. Kesimpulan Dan Saran
Khair, Abdul. Tuntunan Praktis Belajar
Kesimpulan Database Menggunakan MySQL.
Yogyakarta: Andi Offset. (2008)
Berdasarkan hasil analisis, perancangan, dan
implementasi, penelitian ini telah Nugroho, Bunafit. Aplikasi Pemograman Web
menghasilkan sebuah sistem pakar yang dapat Dinamis dengan PHP dan MySQL (Studi
digunakan untuk mendiagnosa infertilitas pada Kasus, Membuat Sistem Informasi
wanita dan memberikan cara pencegahan serta Pengolahan Data Buku). Yogyakarta:
solusinya. Sistem pakar ini menggunakan Gaya Media. (2008)
Metode Teorema Bayes. Aplikasi ini terdiri
dari 26 gejala, 5 tingkat diagnosa dan sistem Mahmudi, Ali, dkk. Rancang Bangun Sistem
pakar ini akan menampilkan gejala yang dapat Pakar Untuk Mendiagnosis Tanaman
dipilih oleh user, dimana setiap pilihan gejala Cabai Menggunakan Metode Bayes.
akan dihitung nilai bobotnya untuk Malang: Institut Teknologi Nasional.
mendapatkan hasil diagnosa. Hasil pengujian (2016)
menggunakan aplikasi dan manual, yang
dilakukan pada 30 data pasien mendapatkan Sari, Tia Munika. Sistem Pakar Diagnosa
nilai rata-rata selisih sebanyak 0.76%. Pada Penyakit Tanaman Kelapa Sawit
hasil akhir aplikasi akan menampilkan hasil Menggunakan Metode Teorema Bayes.
diagnosa serta solusi dan cara pencegahannya. Padang: Institut Teknologi Padang (2016)
72
2019 ITP Press. All rights reserved.