Nama : Nurul Hikmah

Nim : 19102097
Kelas : IF 07 N

1. Perancangan Sistem Pakar Diagnosa Penyakit pada Mata

(Penulis : Erianto Ongko. Tahun Terbit : 2013)
A. Latar Belakang
Mata merupakan salah satu dari panca indra yang memiliki peran yang sangat
penting dalam kehidupan manusia yaitu sebagai organ penglihatan. Apabila terjadi
gangguan pada mata, badan akan merasa tidak nyaman dan berakibat fatal jika
tidak ditindaklanjuti. Artikel ini menjelaskan mengenai analisis dan perancangan
system pakar diagnose penyakit, baik gejala maupun solusinya, dan berperan
untuk menirukan proses penalaran dari seorang pakar dalam memecahkan
masalah spesifikasi.
Sistem pakar adalah salah satu cabang dari kecerdasan buatan (Artificial
Intelligence), yang merupakan suatu aplikasi komputerisasi yang berusaha
menirukan proses penalaran dari seorang ahli dalam memecahkan masalah
spesifik dan membuat suatu keputusan atau kesimpulan karena pengetahuannya
disimpan di dalam basis pengetahuan untuk diproses pemecahan masalah. Dasar
dari sistem pakar adalah bagaimana memindahkan pengetahuan yang dimiliki oleh
seorang pakar ke komputer, dan bagaimana membuat keputusan serta mengambil
kesimpulan berdasarkan pengetahuan itu.
Seiring perkembangan zaman, bidang kedokteran telah memanfaatkan
teknologi dalam upaya peningkatan pelayanan yang lebih baik dalam
mendiagnosa penyakit, salah satunya penyakit mata. Jika mata mengalami
gangguan dan kita mengabaikannya, bisa saja itu merupakan gejala awal penyakit
mata yang dapat berakibat fatal. Mengingat bahwa tenaga ahli dan jam praktek
yang terbatas, sehingga pasien tidak dapat berkonsultasi dengan pakar kapan dan
di mana saja, maka diperlukan sebuah sistem pakar yang dapat menggantikan
peranan seorang pakar.
B. Metode system pakar
Sebelum merancang dan mengusulkan sebuah sistem pakar mengenai penyakit
pada mata, maka perlu dilakukan analisis kebutuhan dari sistem yang mencakup
analisis proses yang terdapat pada sistem, analisis dokumen keluaran dan
masukan. Komponen utama pada struktur sistem pakar meliputi:
1) Basis Pengetahuan
Basis pengetahuan merupakan representasi pengetahuan dari pakar dan
pengetahuan non- formal, yang bersumber dari buku, artikel, atau jurnal.

Tabel 1 Keterangan Penyakit Mata

No. Keterangan
Penya Penyakit
kit
P001 Ulkus Kornea
P002 Keratokonus
P003 Kalazion
P004 Blefaritis
P005 Hordeolum (Stye)
P006 Konjungtivitis
P007 Trakoma
P008 Ablasio Retina
P009 Retinopati Diabetikum
P010 Glaukoma
P011 Katarak
P012 Uveitis
P013 Selulitis Orbitalis
P014 Eksoftalmus
P015 Keratitis

Pungtata
Superfisialis
P016 Alergi Mata Merah
P017 Endoftalmitis
P018 Trombosis

Sinus
Kavernosus
P019 Optic Neuritis
P020 Dakriotitis

Tabel 2 Keterangan Gejala

No Keterangan Gejala
.
G001 Peka terhadap cahaya (fotofobia)
G00 Terasa nyeri
2
G00 Tampak bintik nanah berwarna
3 kuning
keputihan pada kornea
G00 Terdapat kotoran mata
4
G005 Kelopak mata membengkak
G00 Mengalami iritasi
6
G00 Terjadi pembengkakanbundar
7 pada
kelopak mata dan tumbuh secara
perlahan
G00 Terbentuk daerah kemerahan/abu-
8 abu di
bawah kelopak mata
G009 Bulu mata rontok
G01 Mata sukar dibuka ketika bangun
0 dipagi
hari
G011 Alergi
G01 Mata terasa panas
2
G013 Mata seperti kelilipan
G01 Mata berair
4
G015 Nyeri pada tepi kelopak mata
G016 Kornea tampak keruh

G0 Konjungtiva meradang
17
G0 Penglihatan kabur
18
G0 Terlihat bentuk-bentuk
19 iregular yang
melayang-layang atau kilatan
cahaya
G0 Hilangnya fungsi penglihatan
20 pada salah satu mata, yang
kemudian menyebar
sejalan perkembangan ablasio
G021 Kesulitan melihat di malam hari
G0 Penurunan ketajaman penglihatan
22 (bahkan
siang hari)
G023 Kemerahan pada skelra
G0 Mata menonjol
24
G025 Demam
G0 Bola mata bengkak dan tampak
26 berkabut
G027 Mata merah
G0 Mata terasa gatal
28
G029 Mata terasa perih
G0 Konjungtiva menjadi merah
30
G031 Konjungtiva bengkak
G0 Peradangan mata yang agak
32 menonjol dan
berwarna kuning
G033 Mata nyeri bila ditekan
G0 Gangguan Penglihatan
34
G035 Sakit kepala
G0 Koma
 36
G037 Kejang
G0 Sakit dengan gerakan mata
38
G039 Kehilangan penglihatan
G0 Nyeri di daerah sekitar kantong air
40 mata
G041 Mata mengeluarkan nanah
G0 Pusing karena lelah
42
G043 Mengalami mual dan muntah
G0 Pupil melebar dan tidak mengecil
44 jika
diberi sinar yang terang

2) Pembentukan Basis Aturan

Dari hasil analisis jenis penyakit mata dan gejalanya melalui pohon biner,
maka dapat dibuat sebuah Rule-Based Systems. RBS ini dapat dijadikan dasar
pembuatan pada Sistem Pakar Diagnosa Penyakit pada Mata.
Tabel 3 Pembentukan Rule Penyakit Mata
Atur I The
an F n
1 G1, G2, G3, G4, G14, P001
G27, G28, G34
2 G1, G14, G18, G21 P002
3 G5, G6, G7, G8 P003
4 G1, G5, G9, G10, G11, P004
G12, G27, G28
5 G13, G14, G15, G27 P005
6 G1, G2, G12, G14, G28 P006
7 G5, G16, G17 P007
8 G18, G19, G20 P008
9 G18, G19 P009
10 G2, G5, G14, G27, P010
G35,
G43, G44
11 G1, G2, G21, G22 P011
12 G1, G18, G23 P012
13 G2, G5, G25, G26 P013
14 G24 P014
15 G1, G2, G14, G18, P015
G27,
G28, G29
16 G12, G28, G30, G31 P016
17 G1, G2, G23, G34 P017
18 G25, G35, G36, G37 P018
19 G38, G39 P019
20 G14, G25, G27, G40, P020
G41

3) Mesin Inferensi (inference Engine)

 Mesin inferensi memiliki peran sebagai otak dari sistem pakar yang
memiliki mekanisme fungsi berpikir dan penempatan pola-pola penalaran
sistem yang digunakan oleh seorang pakar. Di mana mekanisme-mekanisme
ini berfungsi untuk memandu proses penalaran terhadap suatu kondisi.
Dalam mesin inferensi terjadi proses untuk memanipulasi dan mengarahkan
kaidah, model, dan fakta yang disimpan dalam basis pengetahuan dalam
rangka mencapai solusi atau kesimpulan akan menganalisa suatu masalah
tertentu dan selanjutnya akan mencari jawaban dan kesimpulan terbaik.
System pakar diagnosa penyakit pada mata menggunakan metode chaining.
Metode chaining adalah Teknik pemecahan masalahnya dilakukan dengan
mengumpulkan data kemudian ditarik sebuah kesimpulan.

Gambar 1 Metode Forward Chaining

4) Basis Data
Basis data terdiri dari semua fakta yang diperlukan, digunakan untuk
memenuhi kondisi kaidah- kaidah system.
5) Pemakai (user)
Fasilitas digunakan sebagai perantara komunikasi antara pemakai dan
computer
C. Hasil
 Implementasi web

Gambar 2. Tampilan awal web

Untuk melakukan melakukan proses diagnosa, user harus login ke akun
EYEDICAL. Hanya admin yang bisa menambah atau mengubah data dari web
ini.
 Gambar 3. Form pemilihan diagnosa

Gambar 4. Form diagnosa berdasarkan gejala

Gambar 5. Form diagnosa berdasarkan gejala

Gambar 6. Form diagnosa berdasarkan penyakit

Gambar 7. Form penambahan data perngguna

Gambar 8. Form penambahan data penyakit

2. Aplikasi Sistem Pakar Diagnosa Penyakit Ginjal Dengan Metode Dempster-
Shafer
(Penulis : Aprilia Sulistyohati, Taufiq Hidayat. Tahun Terbit : 2008)
A. Latar Belakang
Ginjal merupakan organ tubuh manusia yang sangat vital. Karena ginjal
merupakan salah satu organ perkemihan (ginjal-ureter-kandung kemih- uretra).
Penyakit ginjal dapat meningkatkan risiko kematian bagi penderita dan dapat juga
menjadi pemicu timbulnya penyakit jantung. Apabila penyakit ginjal bisa
dideteksi secara dini, penyakit lain yang menyebabkan kematian bisa segera
dicegah. Karena ketidaknormalan fungsi ginjal sering kali menggambarkan
tahapan awal dari gejala penyakit jantung
Angka kematian yang diakibatkan penyakit ginjal semakin meningkat karena
minimya pengetahuan mengenai gejala awal dan fasilitas kesehatan khususnya
penyakit ginjal di Indonesia masih sangat terbatas sehingga di bidang Kesehatan
dibutuhkan teknologi untuk mendiagnosa penyakit.
Aplikasi system pakar yang dirancang untuk mendiagnosa penyakit ginjal ini
merupakan suatu system yang terkomputerisasi untuk membantu tenaga medis
dan masyarakat dalam mendiagnosa penyakit ginjal. Aplikasi ini berbasis web,
sehingga system ini dapat diakses secara luas oleh masyarakat diaman saja dan
kapan saja melalui internet.
B. Metode Sistem Pakar
Kaidah produksi merupakan salah satu model untuk merepresentasikan
pengetahuan. Kaidah produksi menjadi acuan yang sangat sering digunakan oleh
sistem inferensi. Kaidah produksi dituliskan dalam bentuk pernyataan IF-THEN
(Jika-Maka). Pernyataan ini menghubungkan bagian premis (IF) dan bagian
kesimpulan (THEN) yang dituliskan dalam bentuk

IF [premis] THEN [konklusi]

Kaidah ini dapat dikatakan sebagai suatu implikasi yang terdiri dari dua bagian,
yaitu premis dan bagian konklusi. Apabila bagian premis dipenuhi maka
bagian konklusi akan bernilai benar.
Bagian premis dalam aturan produksi dapat memiliki lebih dari satu proposisi.
Proposisi- proposisi tersebut dihubungkan dengan menggunakan operator logika
AND atau OR.
Sebagai contoh :
IF Darah di dalam air kencing (hematuria)
AND Demam
AND Mudah lelah
AND Nyeri di daerah kandung kemih
AND Penurunan berat badan
AND Tekanan darah tinggi/hipertensi
THEN Kanker ginjal
Sistem pakar diagnosa penyakit ginjal dengan metode dempster-shafer. Ada
berbagai macam penalaran dengan model yang lengkap dan sangat konsisten,
tetapi pada kenyataannya banyak permasalahan yang tidak dapat terselesaikan
secara lengkap dan konsisten. Ketidakkonsistenan yang tersebut adalah akibat
adanya penambahan fakta baru. Penalaran yang seperti itu disebut dengan
penalaran non monotonis. Untuk mengatasi ketidakkonsistenan tersebut maka
dapat menggunakan penalaran dengan teori Dempster-Shafer.
Secara umum teori Dempster-Shafer ditulis dalam suatu interval
 Belief (Bel) adalah ukuran kekuatan evidence dalam mendukung suatu
himpunan proposisi. Jika bernilai 0 maka mengindikasikan bahwa tidak ada
evidence, dan jika bernilai 1
menunjukkan adanya kepastian.
 Plausibility (Pl) dinotasikan sebagai :
Pl(s) = 1 – Bel
Plausibility juga bernilai 0 sampai 1. Jika yakin akan ⌐s, maka dapat
dikatakan bahwa Bel(⌐s)=1, dan Pl(⌐s)=0.
Pada teori Dempster-Shafer dikenal adanya frame of discrement yang
dinotasikan dengan θ. Frame ini merupakan semesta pembicaraan dari
sekumpulan hipotesis.
Tujuannya adalah mengaitkan ukuran kepercayaan elemen-elemen θ. Tidak
semua evidence secara langsung mendukung tiap-tiap elemen. Untuk itu perlu
adanya probabilitas fungsi densitas (m). Nilai m tidak hanya mendefinisikan
elemen-elemen θ saja, namun juga semua subset- nya. Sehingga jika θ berisi n
elemen, maka subset θ adalah 2n . Jumlah semua m dalam subset θ sama
dengan 1. Apabila tidak ada informasi apapun untuk memilih hipotesis, maka
nilai :
m{θ} = 1,0
Apabila diketahui X adalah subset dari θ, dengan m 1 sebagai fungsi
densitasnya, dan Y juga merupakan subset dari θ dengan m2 sebagai fungsi
densitasnya, maka dapat dibentuk fungsi kombinasi m1 dan m2 sebagai m3,
yaitu :
Tabel 4. Penyakit Ginjal
C. Hasil
 Implementasi web
Pada aplikasi sistem pakar diagnosa penyakit ginjal ini, mengutamakan pada
proses pengolahan data dan diagnosa penyakit ginjal. Pada implementasi ini
menjelaskan tentang modul-modul apa saja yang digunakan dalam aplikasi ini.
Modul- modul yang ada di dalam aplikasi ini antara lain :
1) Modul pengolahan data, modul ini digunakan untuk mengelola data
gejala, data penyakit dan data aturan atau pengetahuan.
2) Modul diagnosa, modul ini merupakan modul utama dalam aplikasi sistem
pakar yang digunakan untuk mengetahui kemungkinan penyakit yang
diderita dan nilai densitasnya berdasarkan gejala yang dimasukan oleh
pengguna.
Untuk mengetahui hasil diagnosa penyakit ginjal ini, maka dilakukan
pengujian proses diagnosa. Proses pengujian sistem berupa masukan data
gejala yang dirasakan pengguna. Dan setelah proses diagnosa berhasil
dilakukan, maka sistem akan menampilkan hasil diagnosa berupa
kemungkinan penyakit yang diderita disertai dengan persentase besarnya
kepercayaan terhadap kemungkinan penyakit tersebut.
Pada pengujian pertama, diberikan beberapa masukan gejala yang dirasakan
antara lain mual, nanah di air kencing, darah di dalam air kencing

(hematuria).
Gambar 9. Tampilan pengujian 1
Setelah proses pengujian tersebut berhasil dilakukan, hasil perhitungan dari
sistem kemungkinan penyakitnya adalah Hidronefrosis dengan densitas
0.6790. Maka ditampilkan hasil diagnosa kemungkinan penyakitnya adalah
Hidronefrosis dengan nilai kepercayaan 68 % seperti dapat dilihat pada
Gambar dibawah.

Gambar 10. Tampilan hasil pengujian 1

Hasil diagnosa dari sistem ini telah diujikan dengan pihak dokter (khususnya
ginjal). Dari pihak dokter sangat tertarik dengan aplikasi sistem pakar ini
dikarenakan para dokter sangat terbantu dengan adanya sistem ini, apalagi
sistem ini dapat memberikan lebih dari satu kemungkinan penyakit yang
diderita user sehingga alternatif jenis penyakit ginjal yang lain dapat diambil
oleh dokter dalam memeriksa pasien, dalam sistem ini tidak dimungkinkan
adanya nama gejala atau nama penyakit yang sama sehingga dokter tidak
khawatir dengan adanya data yang ganda, alasan yang lain adalah kecuali
kemungkinan penyakit yang dihasilkan, sistem ini juga menyertakan besarnya
kepercayaan dari gejala yang sudah dipilih oleh user terhadap kemungkinan
penyakit tersebut.
Pengujian juga dilakukan dengan membagikan kuisioner terhadap responden
mengenai tampilan sistem, pewarnaan, informasi yang diberikan sistem dan dari segi
manfaat sistem ini.