Pemodelan Sistem Pakar Diagnosis Penyakit Penglihatan Kabur

Pada Mata Menggunakan Metode AHP-SAW

oleh Mochammad Faizal Satria Rahman (115090607111031)

Abstrak

Penyakit penglihatan kabur merupakan salah satu penyakit mata yang memiliki tingkat
kasus yang tinggi di Indonesia. Penyakit ini sulit dideteksi secara kasat mata dan pada banyak
kasus penyakit ini baru terdeteksi saat sudah parah. Penderita penyakit ini biasanya tidak sadar
terhadap gejala penyakit penglihatan kabur (blurred vision). Oleh karena itu dibutuhkan diagnosis
pakar untuk mengetahui penyakit ini. Akan tetapi, terbatasnya jumlah pakar mata di Indonesia juga
menjadi masalah yang harus ditangani. Pada tulisan ilmiah ini akan membahas penanganan
masalah diagnosis gejala penyakit mata penglihatan kabur dan keterbatasan jumlah pakar mata
dengan membangun sistem pakar melalui pengembangan kecerdasan buatan (artificial intelligent)
dengan memasukkan pengetahuan dan pengalaman pakar ke dalam sistem model program.
Didukung dengan metode Analytic Hierarchy Process Simple Additive Weighting (AHP-SAW) yang
merupakan metode terapan yang digunakan untuk mengatasi permasalahan identifikasi suatu
kriteria yang diukur secara kualitatif dan kuantitatif. Hasil dari data uji pada penelitian ini,
pemodelan sistem pakar dapat melakukan diagnosis penyakit penglihatan kabur (blurred vision)
dengan tingkat akurasi > 85%.

Kata kunci: sistem pakar, diagnosis penyakit penglihatan kabur, AHP, SAW

1. Pendahuluan dan bahkan kebutaan. Oleh Karena itu,

Mata merupakan suatu panca indera yang
sangat penting dalam kehidupan manusia untuk
melihat. Dengan mata, manusia dapat
menikmati keindahan alam dan berinteraksi
dengan lingkungan sekitar dengan baik. Jika
mata mengalami gangguan, maka akan
berakibat sangat fatal bagi kehidupan manusia.
Jadi sudah semestinya mata merupakan anggota
tubuh yang perlu dijaga dalam kesehatan sehari-
hari. Meskipun sangat penting, seringkali kita
melupakan untuk merawatnya secara baik yang
dikarenakan kurangnya pengetahuan
masyarakat untuk mencegah penyakit itu. Selain
itu, terbatasnya sarana pelayanan kesehatan
mata di puskesmas dan rumah sakit, serta
kurangnya tenaga dokter spesialis matamembuat
gangguan mata tak tertangani sejak dini
(Fitriawati, 2016).
Penyakit penglihatan kabur disebabkan
karena kesalahan bias (refractive erros), rabun
jauh, rabun dekat, katarak dan presbyopia.
Penglihatan yang terganggu dapat meliputi
penglihatan samping maupun kemampuan
melihat pada bagian kanan atau kiri penglihatan.
Terkadang, penglihatan kabur juga dapat
dialami hanya pada salah satu mata saja.
Penglihatan kabur yang dikategorikan serius
dapat menyebabkan kerusakan mata permanen
dibutuhkan sebuah sistem pakar yang dapat
menggantikan atau membantu peran seorang
pakar untuk menangani masalah yang dihadapi
oleh para penderita penyakit penglihatan kabur
(blurred vision).
Sistem pakar merupakan salah satu bagian
dari kecerdasan buatan yang memungkinkan
komputer dapat berpikir dan mengambil
kesimpulan menggunakan proses yang serupa
dangan metode yang digunakan oleh seorang
pakar. Pada dasarnya, sistem pakar diterapkan
untuk mendukung aktivitas pemecahan masalah.
Beberapa aktivitas pemecahan masalah yang
dimaksud antara lain pengambilan keputusan,
pemaduan pengetahuan, perencanaan, prakiraan,
diagnosis, serta pelatihan. Selain itu sistem
pakar juga dapat berfungsi sebagai asisten yang
pandai dari seorang pakar [Ari, 2010].
Metode Analytical Hierarchy Proses (AHP)
dan Simple Additive Weighting (SAW)
merupakan suatu metode proses pengambilan
keputusan. Konsep dari metode SAW adalah
penjumlahan terbobot dari rating kinerja setiap
alternatif pada semua atribut, dan hasil akhirnya
berupa perangkingan alternatif keputusan.
Kelebihan metode SAW adalah proses
perhitungan cepat, namun bobot prioritas tiap
kriteria harus ditentukan dahulu (Sari, 2011).
Untuk melengkapi analisa yang komprehensif
digunakan metode AHP untuk menetukan bobot
prioritas tiap kriteria. Seteleh Menentukan bobot
prioritas menggunakan metode AHP, kemudian
digunakan metode SAW dalam proses
perangkingan penyakit.
Baik metode AHP maupun metode SAW
lebih umum digunakan pada Decision Support
System (DDS) atau bisa disebut juga sebagai
Sistem Pendukung Keputusan (SPK). Akan
tetapi, pada sistem pakar sendiri metode AHP
juga telah banyak digunakan pada penelitian-
penelitian sebelumnya, utamanya sistem pakar
diagnosis dan identifikasi penyakit. Seperti pada
penelitian Fajar Prasetyawan (2015) yang
berjudul “Pemodelan Sistem Pakar Diagnosa
Penyakit Tanaman Kopi Arabica dengan
Metode Fuzzy-AHP”. Untuk penggabungan
metode AHP dan SAW pada sistem pakar
sendiri juga telah dilakukan penelitian pada
Muhammad Ali Al Atas (2015) yang berjudul
“Pemodelan Sistem Pakar Diagnosa Penyakit
Tanaman Cabai Menggunakan Metode AHP-
SAW“. Hasil dari penelitian ini menunjukan
keakurasian 96%. Tingginya hasil akurasi
penelitian-penelitian sistem pakar menggunakan
metode AHP ataupun penggabungan metode
AHP-SAW. Hal tersebut melatar belakangi
penelitian pemodelan system pakar diagnosis
penyakit penglihatan kabur dengan
penggabungan kedua metode AHP-SAW.
2. Prosedur Penelitian
Metodologi yang dilakukan dalam penelitian
ini dilakukan melalui beberapa tahapan, yakni
studi literatur, pengumpulan data, analisis dan
perancangan sistem, implementasi sistem,
pengujian sistem, dan pengambilan kesimpulan.
Gambar 2.1 merupakan diagram blok yang
berisi tahapan-tahapan yang dilakukan dalam
penelitian yang diusulkan.
2.1. Studi Literatur
Pada tahap ini dilakukan pembelajaran
literatur dari berbagai bidang ilmu yang
berhubungan dengan pemodelan sistem pakar
diagnosis penyakit penglihatan kabur pada mata
diantaranya:
1. Sistem Pakar
2. Algoritma AHP
3. Algoritma SAW
4. Identifikasi penyakit penglihatan kabur.
Literatur diperoleh dari jurnal, e-book,
penelitian yang telah dilakukan dan berbagai
artikel dari internet yang dipandang layak dan
berhubungan dengan tema penelitian.
2.2. Pengumpulan Data
Pada tahap ini dilakukan pengumpulan data
dari objek yang diteliti. Lokasi penelitian untuk
pengumpulan data adalah Rumah Sakit
Petrokimia Gresik (RSPG), Provinsi Jawa
Timur. Data yang diperoleh berasal dari buku
referensi, yaitu berupa symptomp atau gejala
yang dirasakan pasien penderita dan gejala yang
tampak pada mata pasien. Data yang telah
diambil kemudian didiskusikan langsung
dengan dr. Chandra sebagai pakar penyakit
mata di RSPG tersebut. Selanjutnya diberikan
pembobotan sebagai dasar basis pengetahuan
sistem.
Metode pengumpulan data untuk penelitian
terbagi menjadi dua jenis data, yaitu data primer
dan data sekunder. Data primer adalah data
yang didapat langsung dari responden
penelitian. Data primer bersifat kuantitatif, yaitu
data dari hasil wawancara dengan pakar. Data
sekunder adalah data yang dikumpulkan oleh
sumber lain dan tidak dipersiapkan untuk
penelitian tetapi dapat digunakan untuk
penelitian seperti jurnal literatur. Penentuan
kebutuhan data penelitian dapat dilihat pada
Tabel 2.2.1.
2.3. Analisis Kebutuhan
Analisis kebutuhan adalah tahapan yang
dilakukan untuk menganalisis kebutuhan
pembangunan sistem pakar. Berikut adalah
analisis kebutuhan dalam pemodelan sistem
pakar diagnosis penyakit penglihatan kabur
pada mata :
1. Kebutuhan Hardware: Laptop dengan
spesifikasi prosesor Intel® Core™ i3
2310MCPU@2.30GHz, memori 4GB,
kapasitas HDD 512 GB, kartu grafik
NVIDIA GeForce 520M 1 GB
2. Kebutuhan Software:
a Sistem Operasi Windows 10 64-bit
b Internet Browser
c Netbeans IDE 7.20
d XAMPP Control Panel v.2.5
e Adobe Photoshop CS6
3. Data yang dibutuhkan meliputi:
a Data penyakit penglihatan kabur
b Data gejala penyakit penglihatan kabur
c Data nilai dan kriteria
2.4. Perancangan Sistem
Perancangan Sistem merupakan tahapan
yang dilakukan untuk merancang sistem baik
dari segi model maupun arsitektur. Langkah-
langkah kerja sistem disesuaikan dengan
arsiketur yang telah dirancang.
2.4.1. Model Perancangan Sistem
Model perancangan sistem menjabarkan
mengenai kinerja sistem secara terstruktur,
dimulai dari input hingga output yang
dihasilkan. Diagram model perancangan sistem
dapat dilihat pada Gambar 2.4.1.
Pada Gambar 2.4.1 dapat dilihat bahwa
perancangan sistem terdiri dari tiga proses
utama, yakni:
a. Input
Input merupakan masukan dari pengguna
berdasarkan data penyakit yang menyerang
jaringan penglihatan kabur, selanjutnya
dilakukan pra-proses data untuk menghasilkan
range pada setiap gejala dan akan menjadi
kriteria masukan pada proses perhitungan.
b. Proses
Proses diawali dengan pemetaan dan
perhitungan bobot input ke dalam nilai AHP.
Hasil perhitungan berupa bobot sintesis yang
digunakan dalam perhitungan SAW.
c. Output
Keluaran berupa hasil diagnosis penyakit
penglihatan kabur.
2.4.2. Arsitektur Sistem Pakar
Arsitektur sistem ini terdiri beberapa
komponen, pada sub-sistem basis pengetahuan,
dijabarkan proses pembangunan alternatif sesuai
dengan kriteria yang telah dibangun pada basis
pengetahuan organisasional. Sub-sistem
manajemen data terdiri dari data eksternal yang
bertujuan untuk pengelolaan data calon kriteria
penyakit Penglihatan Kabur. Subsistem
manajemen model berfungsi untuk menganalisis
dan memecahkan permasalahan. Antarmuka
pengguna berfungsi sebagai perantara sistem
dan pengguna. Arsitektur sistem pakar
dijelaskan pada Gambar 2.4.2.
2.5. Implementasi
Implementasi adalah tahap pembentukan
sistem, dalam tahap implementasi, semua hal
yang didapatkan dari proses studi literatur
diterapkan. Pembangunan sistem mengacu pada
tahap perancangan sistem. Pengembangan
sistem dilakukan dengan bahasa pemrograman
HTML dan PHP. Tahapan-tahapan dalam
implementasi antara lain:
1. Pembobotan nilai AHP kriteria penyakit
 2. Perhitungan metode SAW dengan tujuan
memperoleh hasil pembobotan.
3. Output sistem berupa informasi hasil
diagnosis pada mata khusus penyakit peng-
lihatan kabur serta solusi penanganannya.
4. Pembuatan antarmuka.
2.6. Pengujian dan Analisis Sistem
Pengujian ditujukan untuk mengetahui apakah
sistem telah berjalan sesuai yang diharapkan.
Pengujian dilakukan dengan dua tahap, yaitu :
1. Pengujian pertama yaitu pengujian
fungsionalitas. Pengujian ini dilakukan dengan
metode blackbox testing untuk mengetahui
fungsionalitas sistem apakah telah berjalan
sesuai harapan yang telah ditentukan.
Pengujian ini dilakukan oleh peneliti dan calon
pengguna.
2. Pengujian kedua yaitu pengujian akurasi
sistem dengan tujuan membandingkan hasil
diagnosis sistem dengan hasil diagnosis pakar
untuk mendapatkan tingkat akurasi sistem.
2.7 Pengambilan Kesimpulan
Pengambilan kesimpulan dilakukan dengan
memeriksa hasil uji fungsionalitas dan akurasi
sehingga kualitas sistem dapat dievaluasi dan
peneliti dapat menghasilkan saran-saran untuk
perbaikan sistem kedepan jika dibutuhkan.
Kesimpulan berisi informasi yang dapat
memudahkan peneliti lain dalam Gambar 3.3 Laman Antarmuka Sistem Pakar
mengembangkan penelitian lain. Sistem pakar harus diuji terlebih dahulu untuk
3. Hasil dan Pembahasan mendapatkan hasil yang komprehensif dalam
Setelah melalui tahapan perancangan seperti mendiagnosa penyakit penglihatan kabur.
pada gambar bagan 3.1 dan implementasi sistem Pemodelan sistem pakar diagnosis ini diuji
pada gambar bagan 3.2, terciptalah pemodelan melalui pengujian sesuai pada gambar bagan 3.4
sistem pakar diagnosis penyakit penglihatan berikut:
kabur dengan laman antarmuka gambar 3.3.

3.1 Hasil Pengujian Fungsionalitas

Pengujian fungsionalitas dilakukan pada
Pemodelan Sistem Pakar Diagnosis Penyakit
Penglihatan Kabur Pada Mata dengan Metode
AHP-SAW. pengujian fungsionalitas merupakan
pengujian yang dilakukan terhadap sistem
dengan tujuan mengetahui apakah sistem yang
dirancang telah memenuhi daftar kebutuhan
sistem yang diharapkan. Dari hasil perhitungan
AHP sesuai dengan diagram alir perhitungan
pada gambar 3.1.1 didapat hasil CR
(consistency ratio) sebesar 0.074 yang
menunjukan bahwa matriks perbandingan
kriteria telah konsisten (CR < 0.1) dan hasil
bobot prioritas kriteria dapat digunakan dalam
proses perhitungan selanjutnya.

Gambar Tabel 3.1.2 Daftar Pertanyaan Sebagai Matriks

Pengambilan Kesimpulan Metode SAW
Hasil pengujian fungsionalitas tercantum pada
gambar tabel 3.1.3. Hasil pengujian
menunjukkan tingkat kesesuaian mencapai
100% sehingga dapat disimpulkan bahwa fungsi

Kemudian dari metode SAW sebagai metode

pengambilan kesimpulan telah ditentukan 16
daftar pertanyaan beserta pilihan jawaban yang
akan diberikan kepada pengguna (user) sesuai
gambar tabel 3.1.2 untuk mendapatkan matriks
keputusan.
Pemodelan Sistem Pakar Diagnosis Penyakit
Penglihatan Kabur Pada Mata Menggunakan
Metode AHP-SAW berjalan sesuai dengan
daftar kebutuhan yang diharapkan.
3.2. Pengujian Akurasi
Pengujian akurasi dilakukan dengan tujuan
untuk mengetahui kecocokan hasil diagnosis
Pemodelan Sistem Pakar Diagnosis Penyakit
Penglihatan Kabur Pada Mata Menggunakan
Metode AHP-SAW dengan hasil diagnosis
pakar. Pengujian akurasi dilakukan dengan cara
Gambar Tabel 3.2.1 Pengujian Akurasi
mencocokkan hasil diagnosis sistem dengan
hasil diagnosis pakar. Dalam pengujian ini
terdapat 15 data gejala penyakit penglihatan
kabur pada gambar tabel 3.2.1 yang diuji. Hasil
pengujian akurasi ditunjukkan pada gambar
tabel 3.2.1 yang didapat melalui wawancara
dengan pakar. Hasil pengujian akurasi pada
gambar tabel 3.2.1 dengan nilai 1 memiliki arti
bahwa keluaran sistem sesuai dengan hasil
diagnosis pakar. Berdasarkan nilai total tabel
3.2.1 juga dilakukan perhitungan akurasi
menggunakan persamaan (3-2) sehingga nilai
persentase akurasi menjadi:
Nilai Akurasi = X 100% = 87% (3-2)
Dapat disimpulkan bahwa hasil diagnosis
pemodelan sistem sudah sesuai dengan hasil
diagnosis pakar dengan tingkat akurasi 87%.
4. Kesimpulan
Setelah menyelesaikan proses perancangan,
implementasi, dan pengujian terhadap
Pemodelan Sistem Pakar Diagnosis Penyakit
Penglihatan Kabur Menggunakan Metode AHP-
SAW ini, ada beberapa hal yang dapat
disimpulkan sebagai berikut:
1. Intrumen penelitian ini dapat memberikan
manfaat dalam memperluas pengetahuan
tentang diagnosis penyakit penglihatan mata
kabur serta memberikan rekomendasi solusi
keterbatasan jumlah pakar yang terbatas.
2. Hasil evaluasi pengujian dari sistem adalah
sebagai berikut:
a. Hasil pengujian fungsionalitas
menghasilkan nilai 100%. Hal ini
menunjukkan bahwa sistem telah berjalan
sesuai dengan daftar kebutuhan yang
diharapkan.
b. Hasil pengujian akurasi yang diperoleh
antara sistem dan pakar menghasilkan nilai
sebesar 87%. Hasil ini didapat dari 15 data uji
dengan jumlah hasil benar sebanyak 13 butir.
Daftar Pustaka
[1] Munif, Shalahuddin. 2015. “Pemodelan
Sistem Pakar Diagnosis Penyakit Periodontal
Pada Gigi dan Mulutmenggunakan Metode
AHP – SAW”. Fakultas Ilmu Komputer
Universitas Brawijaya, Malang.
[2] Al Atas, Ali. 2015. “Pemodelan Sistem
Pakar Diagnosa Penyakit Tanaman Cabai
 Merah menggunakan Metode AHP – SAW”.
Fakultas Ilmu Komputer Universitas
Brawijaya, Malang.
[3] Ningsih, Fitriawati. 2016. “Aplikasi Sistem
Pakar Diagnosa Penyakit Mata Pada
Manusia Dengan Metode Forward
Chaining”. Fakultas Teknik Universitas
Muhammadiyah, Jember.
[4] Ongko, Erianto. 2013. Perancangan Sistem
Pakar Diagnosa Pada Mata. Medan: Jurnal
TIME, Vol II No 2 :10-17.
[5] Kamsyakawuni, Ahmad. 2012. Aplikasi
Sistem Pakar untuk Diagnosa Penyakit
Hipertiroid dengan Metode Inferensi Fuzzy
Mamdani. Semarang: Jurnal Sistem
Informasi Bisnis 02.
[6] Jayanti, Ni Ketut. 2016. Implementasi
Metode SAW dan AHP Pada Sistem
InformasiPenilaian Kinerja Dosen. Bali:
CSRID Jurnal, Vol 8 No 2.
[7] Adlhiyah, Luthfatul. 2016. “Sistem
Pendukung Keputusan Pemilihan Lensa
Kontak (Softlens) Menggunakan Metode
SimpleAdditive Weighting (SAW)”.
Fakultas Teknik Universitas
Muhammadiyah, Purwokerto.
[8] S Pasaribu, Johni. 2015. “Implementasi
Sistem Pakar Untuk Diagnosa Penyakit Mata
Pada Manusia”. Jurusan Manajemen
Informatika, Politeknik Piksi Ganesha,
Bandung.
[9] Praseda Ageng Putra, Arhika. 2016. “Sistem
Pakar Diagnosa Penyakit Pada Ikan
Budidaya Air Tawar Dengan Metode
Forward Chaining BerbasisAndroid”.
Fakultas FMIPA Universitas Lampung,
Lampung.
[10] Dwi Putri, Rizky. 2016. “Perancangan
Sistem Pakar Untuk Mendiagnosa Hama
Pada Tanaman Tebu Berbasis Desktop
Menggunakan Metode Forward Chaining”.
Sekolah Tinggi Manajemen Informatika
dan Komputer Amikom, Yogyakarta.
[11] Tominanto. 2012. “Sistem Pendukung
Keputusan Dengan Metode
AnalyticalHierarchy Process (AHP) Untuk
Penentuan Prestasi Kinerja Dokter Pada
RSUD. Sukoharjo”. APIKES Citra Medika,
Surakarta.
[12] Sitompul, Ratna. 2015. “Perawatan Lensa
Kontak untuk Mencegah Komplikasi”.
Fakultas Kedokteran Universitas Indonesia.
Depok.
[13] Reisa, Reppy. 2013. Sistem Pakar Untuk
Diagnosis Penyakit Mata. Surabaya :
JSIKA Vol 2, No 2.
[14] Diaksa, Anindita. 2016. “Sistem Pakar
Diagnosa Penyakit Kulit Menggunakan
Metode Forward Chaining ( Studi Kasus:
Puskesmas Kalasan Sleman, Yogyakarta)”.
Fakultas Sains dan Teknologi Universitas
Sanata Dharma, Yogyakarta.
[15] Hutasoit, Herna. 2009. “Sistem Pakar
Untuk Diagnosis Penyakit Mata”. Fakultas
Kedokteran Universitas Sumatera Utara.
Medan.
[16] Handoko, Widi. 2013. “ Sistem Pendukung
Keputusan Untuk Mendiagnosa Penyakit
Ayam Broiler Dengan Metode Simple
Additive Weighting (SAW)”. Fakultas
Komunikasi dan Informatika Universitas
Muhammadiyah, Surakarta.