OLEH :
Kelompok 3
Eka Triani (09021181823019)
Nur Annisa Permata (09021181823025)
Aprina Damayanti (09021181823028)
Ditya Salsabila (09021281823034)
R.M Farhan Albimanzura (09021281823052)
Pretty Fujianti Febrivia (09021281823058)
Delfin Handico (09021381823077)
M. Wahyu Pratama (09021381823116)
IF 6 REG PIL
B. KONSEP
Sistem dapat memprediksi atau mengadopsi pengetahuan untuk
menyelesaikan masalah layaknya seperti seorang pakar dalam memprediksi suatu
penyakit. Sama halnya dengan sistem yang dibuat dalam penelitian ini dimana
sistem memprediksi gejala corona, yang kita ketahui corona atau Covid 19
merupakan sebuah penyakit yang dapat menular melalui sistem pernapasan yang
disebabkan oleh jenis coronavirus yang baru ditemukan. Penyakit ini diketahui
diduga berasal dari salah satu kota di China. Setelah penyakit ini pertama kali
muncul, penyakit ini telah menginfeksi sekitar 1.400 orang di Kota Wuhan,
China.
Tujuan dari pengembangan sistem prediksi ini adalah untuk
mengembangkan sistem prediksi penyakit Korona dengan menggunakan konsep
sistem pakar. Perkembangan teknologi informasi telah mengalami perkembangan
yang sangat pesat. Keberadaan teknologi yang semakin berkembang membuat
pemanfaatan teknologi di berbagai bidang mulai diterapkan, salah satunya bidang
kesehatan. Salah satunya dalam memprediksi dini gejala penyakit corona dengan
menggunakan konsep sistem pakar.
Metode yang digunakan dalam penelitian ini yaitu metode Forward
Chaining. Metode ini merupakan strategi yang digunakan dalam sistem pakar
untuk mendapatkan kesimpulan/keputusan yang dimulai dengan menelusuri fakta-
fakta yang terjadi. Proses dilakukan dengan menambahkan data ke memori kerja.
Proses kemudian diulang sampai ditemukan suatu hasil [8].
Metode Forward Chaining yang beracuan pada Dataset Kagle yang
merepresentasikan gejala-gejala yang dialami masyarakat di China dikarenakan
keterbatasan data yang ada.
C. TEKNIK
Gejala-gejala yang dialami oleh pengguna akan diprediksi melalui rule
berdasarkan studi literatur dalam jaringan yakni Novel Corona Virus 2019
Dataset. Adapun data-data gejala yang di proses menjadi rule merupakan gejala-
gejala awal yang muncul secara spontan (tidak berdasarkan hasil prediksi pusat
kesehatan) yang dialami masyarakat China [9
Metode penelitian yang penulis gunakan untuk pengembangan perangkat
lunaknya yaitu menggunakan model air terjun (waterfall). Model ini merupakan
pendekatan perangkat lunak secara terurut yang dimulai dari studi literatur,
pengembangan sistem, implementasi, dan pengujian sistem, seperti ditunjukkan
pada gambar berikut
Penentuan gejala didasarkan pada studi literatur gejala-gejala yang terdapat
pada dataset Gambar
Data-data gejala virus Korona berdasarkan hasil studi literatur. Dari beberapa
gejala yang didapat pada hasil studi literatur akan menghasilkan suatu hasil
keputusan berupa suatu prediksi. Pada penelitian ini terdapat tiga hasil keputusan
yakni berpotensi besar positif Korona, berpotensi kecil positif Korona, dan
beresiko.
Kode Keterangan
H1 Berpotensi besar positif Korona
H2 Berpotensi kecil positif Korona
H3 Beresiko
D. ATRIBUT
a. Pengumpulan Data
Data gejala gejala korona terdapat beberapa gejala yaitu yang umum,
kurang umum dan gejala yang parah. Gejala korona yang paling umum
adalah :
Demam (suhu tubuh di atas 38 derajat Celsius)
Batuk kering
Kelelahan
Gejala umum berupa demam 380C, batuk kering, dan Kelelahan. Jika ada
orang yang dalam 14 hari sebelum muncul gejala tersebut pernah melakukan
perjalanan ke negara terjangkit, atau pernah merawat/kontak erat dengan penderita
COVID-19, maka terhadap orang tersebut akan dilakukan pemeriksaan
laboratorium lebih lanjut untuk memastikan diagnosisnya.
Gejala lain yang kurang umum dan dapat mempengaruhi beberapa pasien
termasuk: Kehilangan rasa atau bau, Hidung tersumbat, Konjungtivitis (juga
dikenal sebagai mata merah) Sakit tenggorokan, Sakit kepala, Nyeri otot atau
sendi, Berbagai jenis ruam kulit, Mual atau muntah, Diare, Menggigil atau pusing.
Gejala lain yang kurang umum adalah: Sifat lekas marah, Kebingungan,
Kesadaran berkurang (terkadang berhubungan dengan kejang), Kegelisahan,
Depresi, Gangguan tidur, Komplikasi neurologis yang lebih parah dan jarang
terjadi seperti stroke, radang otak, delirium dan kerusakan saraf.
Gejala-gejala COVID-19 ini umumnya muncul dalam waktu 2 hari sampai
2 minggu setelah penderita terpapar virus Corona. Sebagian pasien yang terinfeksi
virus Corona bisa mengalami penurunan oksigen tanpa adanya gejala apapun.
Kondisi ini disebut happy hypoxia.
Gejala penyakit korona yang parah meliputi:
Sesak napas,
Kehilangan selera makan,
Kebingungan,Nyeri atau tekanan yang terus-menerus di dada,
Temperatur tinggi (di atas 38 ° C).
F. RUP
● RUP (Rational Unified Process) adalah kerangka proses yang menyediakan
simulasi sistem pada industri untuk sistem, software, implementasi, dan
manajemen proyek yang efektif. RUP adalah salah satu dari sekian banyak
proses yang terdapat di dalam Rational Process Library, yang memberikan
simulasi terbaik untuk pengembangan atau kebutuhan proyek.
● Fase dalam RUP :
1) Inception/insepsi
Inception merupakan tahap untuk mengidentifikasi sistem yang akan
dikembangkan. Aktivitas yang dilakukan pada tahap ini antara lain
mencakup analisis sistem existing, perumusan sistem target, penentuan
arsitektur global target, identifikasi kebutuhan, perumusan persyaratan
(fungsional, performansi, keamanan, GUI, dll), perumusan kebutuhan
pengujian (level unit, integrasi, sistem, performansi, fungsionalitas,
keamanan, dll), UML diagram, dan pembuatan dokumentasi.
Pada sistem ini terdapat kebutuhan fungsional dan non fungsional,
yaitu :
Kebutuhan fungsional merupakan kebutuhan yang berisi proses-proses apa saja layanan
apa saja yang nantinya harus disediakan oleh sistem, menbackup bagaimana sistem harus
bereaksi pada input tertentu dan bagaimana perilaku sistem pada situasi tertentu.
NO Proses Kebutuhan Fungsional
1 Input gejala Sistem dapat melakukan input gejala-gejala covid-19 oleh user
2 Melihat Pilihan gejala Sistem dapat melihat pilihan gejala-gejala covid-19 oleh user
3 Melihat Hasil Prediksi Sistem dapat melihat hasil prediksi yang di input user
4 Mencetak Hasil Prediksi Sistem dapat melakukan pencetakan hasil prediksi yang diinput oleh user
2) Elaboration/elaborasi
Elaboration merupakan tahap untuk melakukan desain secara lengkap
berdasarkan hasil analisis pada tahap inception. Aktivitas yang dilakukan
pada tahap ini antara lain mencakup pembuatan desain arsitektur subsistem
(architecture pattern), desain komponen sistem, desain format data (protokol
komunikasi), desain database, desain user interface, pemodelan diagram
UML(diagram sequence, class, component, deployment, dll.), dan pembuatan
dokumentasi.
Pemodelan UML sistem ini terdiri dari use case diagram dan diagram
activity.
Tidak valid
valid
Menampilkan
halaman hasil
error
Halaman ini merupakan halaman awal atau default yang diset ketia kita membuka
website. Dengan judul halaman “SISTEM PAKAR PREDIKSI COVID-19” yang
ditulis menggunakan ukuran font besar, ini menandakan tulisan tersebut menjadi
highlight ketika user melihatnya pada halaman ini. Selain itu, terdapat gambar
animasi sebelah kanan dari judul halaman yang dapat membuat website menjadi
lebih menarik. Untuk melanjutkan pengecekan menggunakan data gejala user
harus menekan tombol merah dengan tulisan “YUK CEK!” dan secara otomatis
akan beralih ke halaman inputan data gejala.
Halaman ini dibuat bertujuan untuk memperkenalkan orang-orang yang ada
dibelakang layar dalam pembuatan website “SISTEM PAKAR PREDIKSI
COVID-19”.
Dari halaman dashboard, user diarahkan ke halaman inputan data gejala. Untuk
menginputkan data, user dapat memilih checkbox dengan gejala tertera. User
dapat memilih lebih dari satu gejala yang dialaminya. Terdapat (berapa gejala?)
gejala yang bisa dipilih oleh user, yang dapat dilihat secara lengkap saat user
menggulir kebawah. Setelah user menginputkan data gejala yang dialaminya, user
harus menekan tombol “CEK HASIL” untuk melihat hasil prediksinya dan akan
diarahkan ke halaman hasil prediksi gejala Covid-19.
H. EVALUASI
Menurut Saya Penelitian ini masih banyak lagi yang perlu dikembangkan
seperti menggabungkan dengan sistem diagnosis mengenai gejala virus Korona
atau sejenisnya karena memang ini hanya prediksi belum bisa mendiagnosa info
yang valid.
I. PENUGASAN MASING-MASING
Penugasan masing-masing kelompok :