ABSTRAK
Penyakit dalam memiliki banyak variasi indikasi dan gejala yang muncul hampir sama. Hal
ini menyebabkan banyak tenaga medis, atau bahkan masyarakat umum merasa sulit untuk
mengenali jenis penyakit apa yang sedang diderita.
Aplikasi yang dikembangkan adalah sistem pakar yang digunakan untuk mendiagnosa
penyakit dalam dengan menggunakan metode Certainty Factor. Diagnosa dilakukan dengan
menganalisis masukan gejala dengan bentuk pertanyaan tentang apa yang diderita oleh pasien.
Aplikasi ini dapat menggunakan tiga macam metode untuk melakukan kepakaran, yakni:
wawancara, pemeriksaan fisik, dan pemeriksaan penunjang. Masukan gejala akan diproses dengan
menggunakan aturan-aturan tertentu yang mengacu pada pengetahuan pakar atau dokter yang
telah disimpan dalam kaidah diagnosa.
Hasil dari sistem pakar ini adalah satu penyakit yang mempunyai nilai kepastian terbesar.
Nilai faktor kepastian tergantung pada berapa banyak kecocokan antara masukan gejala dan
penyakit serta nilai faktor kepastian untuk setiap gejala penyakit. Dari angka-angka yang diperoleh
dapat dipastikan bahwa analisis dengan menggunakan metode wawancara mendapat hasil
kepastian paling besar jika dibandingkan dengan kedua metode lainnya.
1
Vol . X Nomor 28 Maret - Jurnal Teknologi Informasi ISSN : 1907-2430
yang memiliki kemampuan untuk dapat penyakit dalam dengan metode Certainty
mendiagnosa penyakit dari gejala-gejala Factor berbasis android. Dengan aplikasi
yang dirasakan oleh pasien secara cepat dan berbasis android ini seseorang dapat
tepat seperti seorang pakar dengan mendiagnosis sebuah penyakit menggunakan
menggunakan metode Certainty Factor (CF). perangkat bergerak.
Sistem pakar untuk menganalisa
1.3. Tinjauan Pustaka penyakit dalam dengan metode Certainty
Kusrini (2006), dalam penelitiannya fakctor ini mampu mendiagnosis 20 jenis
diusulkan suatu metode penghitungan penyakit dalam pada manusia dengan
besarnya certainty factor pengguna pada menggunakan tiga buah metode, yaitu:
aplikasi sistem pakar untuk diagnosis wawancara, pemeriksaan fisik, dan
penyakit dengan metode kuantifikasi pemeriksaan penunjang.
pertanyaan. Kesimpulan yang didapat dari
penelitian tersebut adalah memudahkan 1.4. Pembatasan Masalah
pengguna dalam memberikan jawaban terkait a. Jenis penyakit yang dibahas sebanyak
dengan besarnya kepercayaan terhadap gejala 20 penyakit dalam beserta gejalnya
yang dialami. yaitu, Demam Berdarah, Demam
Sri Hartati (2005), melakukan Tifoid, Malaria, Tetanus, Leptospirosis,
penelitian dengan judul Media Konsultasi Asma, TBC, Bronkhitis, Kanker Paru,
Penyakit Kelamin Pria dengan penanganan Gastroentritis atau Diare, Kolera,
ketidakpastian menggunakan Certainty Disentri Amuba, Hipertensi, Infeksi
Factor Bayesian, dari penelitian ini Saluran Kencing (ISK), Sindrom
menghasilkan sebuah program aplikasi untuk Nefrotik, Batu Saluran Kencing, Gagal
diagnose penyakit kelamin dengan ginjal kronik, Hepatitis A, Hepatitis B
menggunakan metode certainty factor, dan Gastritis atau Maag.
aplikasi ini berbasis web. b. Sistem pakar ini mendiagnosis pasien
Adhi Sadewo Broto dari Universitas dewasa di atas 20 tahun yang produktif.
Diponegoro, Semarang (2010) membangun c. Sumber pengetahuan diagnosis praktis
sebuah aplikasi untuk menganalisa penyakit diperoleh dari seorang dokter umum
dalam dengan metode Certainty Factor yaitu dr. Yuliana yang bekerja di
berbasis web. Dengan aplikasi ini dapat Puskesmas 2 Jetis, Yogyakarta.
diketahui penyakit yang diderita berdasarkan d. Metode yang digunakan dalam
masukan gejala serta cara pengobatanya. penyelesaian masalah ini adalah metode
Deprindo Wahyudi, Ely Rosely, Ir., Certainty Factor.
MBS, Guntur Prabawa Kusuma,S.T.,M.T
dari Politeknik Telkom, Bandung (2012) 1.5. Manfaat Penelitian
membuat membuat aplikasi diagnosa
2
Vol . X Nomor 28 Maret - Jurnal Teknologi Informasi ISSN : 1907-2430
Adapun manfaat dari penelitian ini dapat dijadikan alat untuk menunjang
adalah untuk dapat membantu user, baik aktivitasnya yaitu sebagai sebagai asisten
orang awam maupun petugas kesehatan yang berpengalaman.
dalam membantu jenis penyakit dalam yang
diderita oleh seseorang.
B. METODE PENELITIAN
Adapun metode yang digunakan
dalam penelitian ini adalah dengan
menerapkan metode sistem pakar pada
sebuah aplikasi dengan menggunakan tiga
Gambar 1. Struktur Sistem Pakar
buah metode untuk menganalisis tingkat
kepastian dengan menggunakan penyakit
Komponen-komponen yang
yang sama.
terdapat dalam arsitektur/struktur sistem
pakar (Sri Kusumadewi, 2003) :
2.1. Sistem Pakar
a) Antarmuka Pengguna (user interface)
Sistem pakar adalah program
Merupakan mekanisme yang
komputer yang menirukan penalaran seorang
digunakan oleh pengguna dan sistem pakar
pakar dengan keahlian pada suatu wilayah
untuk berkomunikasi. Antarmuka menerima
pengetahuan tertentu (Turban, 1995). Sistem
informasi dari pemakai dan mengubahnya ke
pakar merupakan program “artificial
dalam bentuk yang dapat diterima oleh
inteligence” (”kecerdasan buatan” atau AI)
sistem. Selain itu antarmuka menerima dari
yang menggabungkan basis pengetahuan
sistem dan menyajikannya ke dalam bentuk
dengan mesin inferensi. Ini merupakan
yang dapat dimengerti oleh pemakai.
bagian perangkat lunak spesialisasi tingkat
tinggi atau bahasa pemrograman tingkat
b) Basis Pengetahuan
tinggi (High Level Language), yang berusaha
Basis pengetahuan mengandung
menduplikasi fungsi seorang pakar dalam
pengetahuan untuk pemahaman, formulasi,
satu bidang keahlian tertentu. Program ini
dan penyelesaian masalah. Pengetahuan itu
bertindak sebagai konsultan yang cerdas atau
dapat berasal dari ahli, buku, basisdata,
penasihat dalam suatu lingkungan keahlian
penelitian dan gambar.
tertentu, sebagai hasil himpunan pengetahuan
Ada 3 bentuk pendekatan basis
yang telah dikumpulkan dari beberapa orang
pengetahuan (Sri Kusumadewi, 2003):
pakar. Dengan demikian seorang awam
1. Penalaran berbasis aturan (rule-based
sekalipun bisa menggunakan sistem pakar itu
reasoning)
untuk memecahkan berbagai persoalan yang
2. Penalaran berbasis kasus (case-based
di hadapi dan bagi seorang ahli, sistem pakar
reasoning)
3
Vol . X Nomor 28 Maret - Jurnal Teknologi Informasi ISSN : 1907-2430
4
Vol . X Nomor 28 Maret - Jurnal Teknologi Informasi ISSN : 1907-2430
Keterangan:
e) Fasilitas Penjelasan (Explaination
CF(H,E) : Certainty factor dari
Facility).
hipotesis H yang
dipengaruhi oleh gejala
Kemampuan untuk menjejak
(evidence) E. Besarnya
(tracing) bagaimana suatu kesimpulan dapat CF berkisar antara –1
sampai dengan 1. Nilai –
diambil merupakan hal yang sangat penting
1 menunjukkan
untuk transfer pengetahuan dan pemecahan ketidakpercayaan mutlak
sedangkan nilai 1
masalah. Fasilitas penjelasan merupakan
menunjukkan
komponen tambahan yang akan kerpercayaan mutlak.
MB(H,E) : Ukuran kenaikan
meningkatkan kemampuan sistem pakar.
kepercayaan (measure of
increased belief)
terhadap hipotesis H
f) Perbaikan Pengetahuan
yang dipengaruhi oleh
Pakar memiliki kemampuan untuk gejala E.
MD(H,E) : Ukuran kenaikan
menganalisis dan meningkatkan kinerjanya
ketidakpercayaan
serta kemampuan untuk belajar dari (measure of increased
disbelief) terhadap
kinerjanya. Kemampuan tersebut adalah
hipotesis H yang
penting dalam pembelajaran dipengaruhi oleh gejala
E.
terkomputerisasi, sehingga program akan
mampu menganalisis penyebab kesuksesan Suatu sistem pakar seringkali
dan kegagalan yang dialaminya dan juga memiliki kaidah lebih dari satu dan terdiri
mengevaluasi apakah pengetahuan- dari beberapa premis yang dihubungkan
pengetahuan yang ada masih cocok untuk dengan AND atau OR. Pengetahuan
digunakan di masa mendatang mengenai premis dapat juga tidak pasti, hal
ini dikarenakan besarnya nilai (value) CF
2.2. Certainty Factor
yang diberikan oleh pasien saat menjawab
Faktor kepastian (certainty factor)
pertanyaan sistem atas premis (gejala) yang
diperkenalkan oleh Shortliffe Buchanan
dialami pasien atau dapat juga dari nilai CF
dalam pembuatan MYCIN. Certainty factor
hipotesa.
(CF) merupakan nilai parameter klinis yang
Formula CF untuk beberapa kaidah
diberikan MYCIN untuk menunjukkan
yang mengarah pada hipotesa yang sama
besarnya kepercayaan.
dapat dituliskan sebagai berikut (Kusrini,
Rumus dasar faktor kepastian
2008):
(Giarratano,Riley, 1994):
5
Vol . X Nomor 28 Maret - Jurnal Teknologi Informasi ISSN : 1907-2430
C. PERANCANGAN SISTEM
3.1. Diagram Alir Program
Diagram alir digunakan untuk
menggambarkan secara grafik langkah-
langkah dan urut-urutan prosedur dari suatu
program untuk memecahkan masalah
Gambar 1 Diagram Alir Program
kedalam segmen-segmen yang lebih kecil. Sistem Pakar
6
Vol . X Nomor 28 Maret - Jurnal Teknologi Informasi ISSN : 1907-2430
Berikut adalah diagram alir lebih dari satu maka akan dihitung dengan
algoritma untuk diagnosa penyakit: menggunakan rumus CF.
7
Vol . X Nomor 28 Maret - Jurnal Teknologi Informasi ISSN : 1907-2430
8
Vol . X Nomor 28 Maret - Jurnal Teknologi Informasi ISSN : 1907-2430
9
Vol . X Nomor 28 Maret - Jurnal Teknologi Informasi ISSN : 1907-2430
10
Vol . X Nomor 28 Maret - Jurnal Teknologi Informasi ISSN : 1907-2430
11
Vol . X Nomor 28 Maret - Jurnal Teknologi Informasi ISSN : 1907-2430
Pada gambar 13 dapat dilihat aturan penyakit nomor satu dan sebelas terlihat
yang muncul lebih sedikit dari hasil penyakit sangat signifikan karena ada tiga kesesuaian
wawancara. Hal ini disebabkan karena jenis untuk id penyakit nomor sebelas hanya ada
Gambar 14 Hasil perhitungan nilai CF total hasil cek laboratorium yang digunakan
sebagai penunjang diagnosa.
Alternatif penyakit yang sesuai
dengan masukan gejala pada gambar 14
sebanyak dua penyakit, yaitu penyakit
Demam Berdarah dan penyakit Kolera.
12
Vol . X Nomor 28 Maret - Jurnal Teknologi Informasi ISSN : 1907-2430
3 83 80
Pada metode diagnosa pemeriksaan 5 83 80
penunjang, seluruh gejala merupakan hasil 18 83 80
pemeriksaan laboratorium. 19 83 80
13
Vol . X Nomor 28 Maret - Jurnal Teknologi Informasi ISSN : 1907-2430
5.2. Saran
1. Penyakit yang disajikan dalam sistem
pakar ini dibatasi 20 penyakit, perlu
14
Vol . X Nomor 28 Maret - Jurnal Teknologi Informasi ISSN : 1907-2430
15