Universitas Labuhanbatu
Vol. 8 No.3 / September /2020
2615-1855 (E-ISSN)
2303-2863 (P-ISSN)
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5ISSN: 1978-1520
ABSTRAK
Fungsi liver dalam tubuh adalah menetralisir racun, mengatur sirkulasi hormon,
mengantur komposisi darah yang mengandung lemak, gula, protein, dan zat tertentu. Liver
membantu fungsi ginjal untuk memecah senyawa yang ada pada tubuh yang bersifat racun.
Racun yang ada pada tubuh dipecah oleh liver kemudian dikeluarkan lewat empedu serta
fases. Penyakit Liver sulit dideteksi pada stadium awal namun Penanganan penyakit Liver
pada stadium awal akan sangat membantu kesembuhan pasien. Maka sangat dimungkinkan
untuk membangun sebuah sistem terkumputerisasi berbasis sistem pakar dalam
mendiagnosa penyakit liver sehingga dapat memudahkan akses informasi masyarakat yang
membutuhkan informasi tentang penyakit liver. Keluaran sistem berupa hasil penelusuran
penyakit yang dilengkapi nilai persentase yang diperoleh dengan perhitungan
menggunakan metode Dempster Shafer, penyebab dan solusi.
ABSTRACT
The function of the liver in the body is to neutralize toxins, regulate circulating
hormones, regulate the composition of blood which contains fat, sugar, protein and certain
substances. The liver helps kidney function to break down compounds in the body that are
toxic. The toxins in the body are broken down by the liver and then excreted through the
bile and fases. Liver disease is difficult to detect at an early stage but handling liver
disease at an early stage will greatly help the patient's recovery. So it is possible to build a
computerized system based on an expert system in diagnosing liver disease so that it can
facilitate access to information for people who need information about liver disease. The
output of the system is in the form of disease tracking results equipped with a percentage
value obtained by calculations using the Dempster Shafer method, causes and solutions
121 | P a g e
Rahmadani Pane1), Marnis Nasution2), Deci Irmayani3) Informatika : Fakultas Sains dan Teknologi
Universitas Labuhanbatu
Vol. 8 No.3 / September /2020
2615-1855 (E-ISSN)
2303-2863 (P-ISSN)
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5ISSN: 1978-1520
122 | P a g e
Rahmadani Pane1), Marnis Nasution2), Deci Irmayani3) Informatika : Fakultas Sains dan Teknologi
Universitas Labuhanbatu
Vol. 8 No.3 / September /2020
2615-1855 (E-ISSN)
2303-2863 (P-ISSN)
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5ISSN: 1978-1520
Pengertian Dempster-Shafer
Metode Dempster-Shafer adalah Basis Pengetahuan
representasi, kombinasi dan propogasi Basis pengetahuan berisi
ketidakpastian, dimana teori ini memiliki pengetahuan-pengetahuan dalam
beberapa karakteristik yang secara penyelesaian masalah, tentu saja didalam
instutif sesuai dengan cara berfikir domain tertentu. Ada 2 bentuk
seorang pakar, namun dasar matematika pendekatan basis pengetahuan yang
yang kuat. Hasil dari penelitian ini adalah sangat umum digunakan, yaitu:
untuk membuat aplikasi sistem pakar 1. Penalaran berbasis aturan (Rule-
yang dapat mendiagnosa bakteri dari Based Reasoning)
akibat bakteri salmonella dengan Pada penalaran berbasis aturan,
menggunakan metode Dempster Shafer. pengetahuan direpresentasikan
dengan menggunakan aturan
3. METODE PENELITIAN berbentuk: IF-THEN. Bentuk ini
digunakan apabila kita memiliki
Secara umum, sistem pakar (Expert sejumlah pengetahuan pakar pada
System) adalah sistem yang berusaha suatu permasalahan tertentu, dan
mengadopsi pengetahuan manusia ke pakar dapat menyelesaikan masalah
komputer, agar komputer dapat tersebut secara berurutan.
menyelesaikan masalah seperti yang 2. Penalaran berbasis kasus (Case-Based
biasa dilakukan oleh para ahli. Dengan Reasoning)
sistem pakar ini, orang awam pun dapat Pada penalaran berbasis kasus, basis
menyelesaikan masalah yang cukup rumit pengetahuan akan berisi solusi-solusi
yang sebenarnya hanya dapat yang telah dicapai sebelumnya,
diselesaikan dengan bantuan para ahli. kemudian akan diturunkan suatu
Tujuan pengembangan sistem pakar solusi untuk keadaan yang terjadi
sebenarnya tidak untuk menggantikan sekarang (fakta yang ada).
peran para pakar, namun untuk Suatu sistem pakar disusun oleh tiga
mengimplementasikan pengetahuan para modul utama yaitu modul penerimaan
pakar ke dalam bentuk perangkat lunak, pengetahuan, modul konsultasi dan
sehingga dapat digunakan oleh banyak modul penjelasan Sistem berada pada
orang dan tanpa biaya yang besar. modul penerimaan pengetahuan, pada
Untuk membangun sistem yang saat ia menerima pengetahuan dari pakar.
difungsikan untuk menirukan seorang Proses mengumpulkan pengetahuan-
pakar manusia harus bisa melakukan hal- pengetahuan yang akan digunakan untuk
hal yang dapat dikerjakan oleh para pengembangan sistem, dilakukan dengan
pakar. Untuk pembangun sistem yang bantuan knowledge engineer. Pada saat
seperti itu maka komponen-komponen sistem berada pada posisi memberikan
dasar yang minimal harus dimiliki adalah jawaban atas permasalahan yang diajukan
sebagai berikut: oleh user, sistem pakar berada dalam
1. Antar muka (user modul konsultasi. Pada modul ini, user
interface). berinteraksi dengan sistem dengan
2. Basis pengetahuan menjawab pertanyaan-pertanyaan yang
(knowledge base). diajukan oleh sistem. Modul ini
3. Mesin inferensi (Inference menjelaskan proses pengambilan
Engine). keputusan oleh sistem (bagaimana suatu
keputusan dapat diperoleh).
123 | P a g e
Rahmadani Pane1), Marnis Nasution2), Deci Irmayani3) Informatika : Fakultas Sains dan Teknologi
Universitas Labuhanbatu
Vol. 8 No.3 / September /2020
2615-1855 (E-ISSN)
2303-2863 (P-ISSN)
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5ISSN: 1978-1520
m{F,D,B} = 0,8
Metode Dempster-Shafer m{ θ } = 1 – 0,8 = 0,2
Secara umum teori Dempster Shafer Andaikan diketahui X adalah subset
ditulis dalam suatu interval: dari θ, dengan m1 sebagai fungsi
1. Belief (Bel) adalah ukuran densitasnya, dan Y juga merupakan
kekuatan evidence dalam subset dari θ dengan m2 sebagai
mendukung suatu himpunan fungsi densitasnya, maka kita dapat
preposisi. Jika bernilai (nol) maka membentuk fungsi kombinasi m1
mengidentifikasikan bahwa tidak dan m2 sebagai m3, yaitu:
ada evidence, dan jika bernilai 1
menunjukkan adanya kepastian
2. Plausibility (Pl) dinotasikan
sebagai : Pl(s) = 1 – Bel(¬s) (2)
Plausibility juga bernilai 0 sampai Liver
1. Jika kita yakin akan ¬s, maka
dapat dikatakan bahwa Bel(¬s)=1, Liver merupakan organ yang
dan Pl(¬s)=0. Pada teori paling besar pada manusia, berfungsi
Dempster Shafer kita mengenal sebagai pembentukan dan sekresi
adanya frame of discernment empedu, dan sebagai detoksifikasi
yang dinotasikan dengan θ. Frame racun. Penyakit Liver sulit dideteksi
ini merupakan semesta pada stadium awal namun Penanganan
pembucaraan dari sekumpulan penyakit Liver pada stadium awal
hipotesis. akan sangat membantu kesembuhan
Tujuan kita adalah mengaitkan pasien. Dengan adanya Peningkatan
ukuran kepercayaan elemen-elemen jumlah Penderita Liver selain
θ. Tidak semua evidence secara disebabkan oleh pola hidup tidak sehat
langsung mendukung tiap-tiap juga disebabkan faktor keterlambatan
elemen. Sebagai contoh, panas penanganan saat.mengalami gejala
mungkin hanya mendukung {F,B,D}. awal.
Untuk itu perlu adanya probabilitas Gangguan fungsi hati (liver)
fungsi densitas (m). Nilai m tidak seringkali dihubungkan dengan
hanya mendefinisikan elemen-elemen beberapa penyakit hati tertentu.
θ saja, namun juga semua subset-nya. Beberapa pendapat membedakan
Sehingga jika θ berisi n elemen, maka penyakit hati menjadi penyakit hati
subset dari θ semuanya berjumlah 2n akut atau kronis. Dikatakan akut
. Kita harus menunjukkan bahwa apabila kelainan-kelainan yang terjadi
jumlah semua m dalam subset θ sama berlangsung sampai dengan 6 bulan,
dengan 1. Andaikan tidakada sedangkan penyakit hati kronis berarti
informasi apapun untuk memilih gangguan yang terjadi sudah
keempat hipotesa tersebut, maka berlangsung lebih dari 6
nilai: bulan. Ada satu bentuk penyakit hati akut
m{ θ } = 1,0 yang fatal, yakni kegagalan hati fulminan
Jika kemudian diketahui bahwa yang berarti perkembangan mulai dari
panas merupakan gejala dari flu, timbulnya penyakit hati hingga kegagalan
demam, dan bronkitis dengan m = hati yang berakibat kematian (fatal)
0,8, maka:
124 | P a g e
Rahmadani Pane1), Marnis Nasution2), Deci Irmayani3) Informatika : Fakultas Sains dan Teknologi
Universitas Labuhanbatu
Vol. 8 No.3 / September /2020
2615-1855 (E-ISSN)
2303-2863 (P-ISSN)
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5ISSN: 1978-1520
terjadi dalam waktu kurang dari 4 perlawanan sistem pertahanan tubuh
minggu. terhadap jaringan tubuhnya sendiri. Pada
Beberapa penyebab penyakit hepatitis autoimun, terjadi perlawanan
hati (liver) antara lain : a) Infeksi virus terhadap sel-sel hati yang berakibat
hepatitis, dapat ditularkan melalui selaput timbulnya peradangan kronis; dan e)
mukosa, hubungan seksual atau darah Kanker, seperti hepatoseluler karsinoma,
(parenteral); b) Zat-zat toksik, seperti dapat disebabkan oleh senyawa
alkohol atau obat-obat tertentu; c) karsinogenik antara lain aflatoksin,
Genetik atau keturunan, seperti polivinil klorida (bahan pembuat plastik),
hemokromatosis; d) Gangguan virus, dan lain-lain. Hepatitis B dan C
imunologis, seperti hepatitis autoimun, maupun sirosis hati juga dapat
yang ditimbulkan karena adanya berkembang menjadi kanker hati.
Penyakit hati dibedakan Tabel 1. Jenis Penyakit Liver
menjadi berbagai jenis, beberapa macam
penyakit hati yang sering ditemukan yaitu NAMA
hepatitis, sirosis hati, kanker hati, KODE GANGGUAN
pelemakan hati, kolestasis dan penyakit NO. PENYAKIT
kuning, hemokromatosis, dan abses hati. PENYAKIT
1 P01 HEPATITIS
Penyakit dan Gejala Liver 2 P02 SIROSIS HATI
3 P03 KANKER HATI
Penyakit Liver merupakan
penyakit peradangan pada organ hati, Tabel 2. Daftar Gejala Penyakit
Secara umum faktor penyebab terjadinya
penyakit liver dapat disebabkan oleh pola NO KODE NAMA GEJALA
hidup yang tidak sehat namun faktor GEJALA
lainnya adalah kondisi adanya kelainan 1 G01 Sering mengalami
hati yang merupakan bawaan sejak lahir mimisan
2 G02 Tubuh mudah
atau pada saat kelahiran, adanya memar
gangguan dan kelainan pada proses 3 G03 Terjadi nyeri atau
metabolisme, terinfeksi virus atau keram pada perut
bakteri, kekurangan gizi atau nutrisi, bagian kanan atas
Ketergantungan alkohol dan zat adiktif 4 G04 Gejala menyerupai
lainnya maupun kecanduan dan flu misalnya
Demam, rasa nyeri
kebiasaan merokok juga dapat menjadi seluruh tubuh
penyebab dari penyakit liver. Adapun 5 G05 Mudah capek
penyakit liver dan gejalanya yang dibahas 6 G06 Letih Lemah dan
pada sistem ini, sebagai berikut: Lesu
7 G07 Nafsu makan
berkurang sehingga
berat badan turun
8 G08 Warna kulit dan
bola mata berwarna
kekuningan.
9 G09 Air seni berwarna
gelap.
10 G10 Kadar gula darah
rendah
(Hipoglikemia).
125 | P a g e
Rahmadani Pane1), Marnis Nasution2), Deci Irmayani3) Informatika : Fakultas Sains dan Teknologi
Universitas Labuhanbatu
Vol. 8 No.3 / September /2020
2615-1855 (E-ISSN)
2303-2863 (P-ISSN)
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5ISSN: 1978-1520
126 | P a g e
Rahmadani Pane1), Marnis Nasution2), Deci Irmayani3) Informatika : Fakultas Sains dan Teknologi
Universitas Labuhanbatu
Vol. 8 No.3 / September /2020
2615-1855 (E-ISSN)
2303-2863 (P-ISSN)
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5ISSN: 1978-1520
Nyeri mudah memar. Dilakukan observasi
Abod tubuh mudah memar sebagai gejala dari
emen,
yang penyakit dengan nilai m{P3} = 0.7
disert ,m{P4} = 0.4 untuk m1 nilai densitas
ai yang terpilih adalah yang tertinggi, maka
denga : Dari perhitungan diatas dikarenakan
n
penda gejala yang diambil hanya satu. Jadi hasil
rahan diagnosa dapat disimpulkan bahwa
usus pasien tersebut menderita penyakit
√ Sirosis Hati.
Tungkai
dan Kasus 2 (2 Gejala)
Abdemen Pada kasus ini akan diberikan
membengk contoh dengan memasukan 2 gejala.
ak √ √ Perhitungan ini dimisalkan user
memasukkan gejala tubuh mudah memar
dan mudah capek.
√ Gejala1 : Tubuh mudah memar
Darah keluar Dilakukan observasi Tubuh mudah
melalui muntah memar sebagai gejala dari penyakit
dan rectum dengan nilai m {P3}=0.7, m{P4}=0.4
Darah keluar unutk m1 nilai densitas yang terpilih
melalui muntah √
dan rektum adalah yang tertinggi maka :
(hematemesis- M1 {P3:P4} = 0.7
melena). m1 { } = 1 – 0.7 = 0.3
Gejala2 : Mudah capek.
Kemudian dilakukan penambahan gejala
4. PEMBAHASAN mudah capek.setelah diobservasi gejala
tersebut sebagai gejala dari penyakit
Perhitungan Manual menggunakan dengan nilai densitas m{P5}=0.7, m{P7}
metode Dempster-Shafer berfungsi untuk = 0.8 untuk m2 nilai densitas yang
memberikan gambaran umum tentang terpilih adalah yang tertinggi, maka :
sistem yang akan di bangun. Proses m2{P5,P7} = 0.8
perhitungan manualisasi metode m2{ } = 1 – 0.8 = 0.2
Dempster-Shafer terdapat beberapa Maka dihitung nilai densitas baru untuk
langkah. Contoh manualisasi akan di bagi beberapa kombinasi dengan fungsi
3 kasus, yaitu kasus 1 dengan densitas m3 dapat dilihat pada Tabel 5.
perhitungan 1 gejala, kasus 2 dengan
perhitungan 2 gejala dan kasus 3 dengan Tabel 5 Aturan Kombinasi Untuk m3
perhitungan 3 gejala. Kasus 2
Kasus 1 (1 Gejala) m2
m1 {P5,P7} =
Pada kasus ini akan diberikan contoh 0.8 { } = 0.2
dengan memasukan 1 gejala. Perhitungan {P3,P4} = {P3,P4} =
ini dimisalkan user memasukkan gejala 0.7 { } = 0.56 0.14
tubuh mudah memar Gejala 1 : tubuh { } = 0.3 {P5,P7} = { } = 0.06
127 | P a g e
Rahmadani Pane1), Marnis Nasution2), Deci Irmayani3) Informatika : Fakultas Sains dan Teknologi
Universitas Labuhanbatu
Vol. 8 No.3 / September /2020
2615-1855 (E-ISSN)
2303-2863 (P-ISSN)
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5ISSN: 1978-1520
0.24
Sehingga dapat dihitung: Tabel 6 Aturan Kombinasi Untuk m3
Kasus 3
m2
{P3,P4
m1 }=
{ }= 0.1
0.9
Dari hasil perhitungan dengan metode {P1,P2,P3,P5,P {P3 {P1,P2,P3,P5,P
Dempster-Shafer, nilai densitas paling 6,P7} } = 6,P7}
= 0.8 0.72 = 0.08
tinggi adalah 0.54 dapat disimpulkan {P3,P4
penyakit yang menyerang user/pasien }=
adalah penyakit Sirosis Hati. { }=0.2 = 0.02
0.18
Kasus 3 (3 Gejala) Sehingga dapat dihitung
Pada kasus ini akan diberikan
contoh dengan memasukan 3 gejala.
Perhitungan ini dimisalkan user
memasukkan gejala Tubuh mudah
memar, mudah capek, dan Sering
mengalami mimisan.
Gejala 1 : Tubuh mudah memar
Dilakukan observasi Tubuh mudah Gejala 3 : Sering mengalami mimisan
memar sebagai gejala dari penyakit Penambahan gejala ke tiga dan dilakukan
dengan nilai densitas observasi Sering mengalami
m{P1} = 0.6, m{P2} = 0.8, mimisansebagai gejala dari penyakit
m{P3} = 0.4, m{P5} = 0.3 dengan nilai densitas
m{P6} = 0.2, m{P7} =0.5 m{P3} = 0.3,
untuk m1 nilai densitas yang dipilih nilai m{P6} = 0.9, untuk
tertinggi yaitu : m4 nilai densitas yang terpilih adalah
m1{P1,P2,P3,P5,P6,P7} = 0.8 yang tertinggi, maka :
m1{ } = 1 – 0.8 = 0.2 m4{P3,P6} = 0.9
Gejala 2 : mudah capek m4{ } = 1 – 0.9 = 0.1
Penambahan gejala ke dua dan dilakukan Maka dihitung nilai densitas baru untuk
observasi mudah capek sebagai gejala beberapa kombinasi dengan fungsi
dari penyakit dengan nilai densitas densitas m5 dapat dilihat pada Tabel 3.
m{P3} = 0.9,
m{P4} = 0.4 untuk Tabel 7 Aturan Kombinasi Untuk m5
m2 nilai densitas yang terpilih adalah Kasus 3
yang tertinggi, maka :
m2{P3,P4} = 0.9 m4
m2{ } = 1 – 0.9 = 0.1 {P3,P6
Maka dihitung nilai densitas baru untuk m3 }=
beberapa kombinasi dengan fungsi { } = 0.1
densitas m3 dapat dilihat pada Tabel 2 0.9
128 | P a g e
Rahmadani Pane1), Marnis Nasution2), Deci Irmayani3) Informatika : Fakultas Sains dan Teknologi
Universitas Labuhanbatu
Vol. 8 No.3 / September /2020
2615-1855 (E-ISSN)
2303-2863 (P-ISSN)
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5ISSN: 1978-1520
{P3
} =
0.64 Sehingga dapat dihitung:
{P3} = 0,72 8 {P3} = 0.072
{P3 {P3,P4} =
{P3,P4} = 0.18 } = 0.018
{P1,P2,P3,P5,P 0.16 {P1,P2,P3,P5,P
6,P7} 2 6,P7}
{P3,P6
= 0.08 }= = 0.08
0.07
2
{P3,P6
}=
{ } = 0.02 { } = 0.002
0.18 Dari hasil perhitungan dengan metode
Dempster-Shafer, nilai densitas paling
tinggi adalah Sebesar 0.88. Jadi hasil
diagnosa dapat disimpulkan bahwa
pasien mengalami penyakit Sirosis Hati.
129 | P a g e
Rahmadani Pane1), Marnis Nasution2), Deci Irmayani3) Informatika : Fakultas Sains dan Teknologi
Universitas Labuhanbatu
Vol. 8 No.3 / September /2020
2615-1855 (E-ISSN)
2303-2863 (P-ISSN)
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5ISSN: 1978-1520
130 | P a g e
Rahmadani Pane1), Marnis Nasution2), Deci Irmayani3) Informatika : Fakultas Sains dan Teknologi
Universitas Labuhanbatu
Vol. 8 No.3 / September /2020
2615-1855 (E-ISSN)
2303-2863 (P-ISSN)
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5ISSN: 1978-1520
DAN MYSQL,” JURNAL
INFORMATIKA, vol. 6, no. 3, pp.
24–27, Sep. 2019.
[12] M. H. Dar and S. Z. Harahap,
“IMPLEMENTASI SNORT
INTRUSION DETECTION
SYSTEM (IDS) PADA SISTEM
JARINGAN KOMPUTER,”
JURNAL INFORMATIKA, vol. 6,
no. 3, pp. 14–23, Sep. 2017.
[13] S. Samsir, D. Indra, G. Hts, and S. Z.
Harahap, “SPK Untuk Pemilihan
Kepala Sekolah Menggunakan
Metode Saw dan Profile Matching,”
U-NET J. Tek. Inform., vol. 4, no. 1,
pp. 7–12, 2020.
[14] P. Iwan, S. Z. Harahap, and A. A.
Ritonga, “RANCANG BANGUN
TEMPAT SAMPAH OTOMATIS
PADA UNIVERSITAS
LABUHANBATU,”
INFORMATIKA, vol. 8, no. 2, pp.
1–5, 2020.
[15] M. Siddik and S. Z. Harahap, “U-
NET : Jurnal Teknik Informatika
LPPM – Universitas Al Washliyah
Labuhanbatu 12 | P a g e U-NET :
Jurnal Teknik Informatika LPPM –
Universitas Al Washliyah
Labuhanbatu 13 | P a g e,” U-NET J.
Tek. Inform., vol. 3, no. 3, pp. 12–
17, 2019.
131 | P a g e