Pelita Informatika Budi Darma, Volume : VII, Nomor: 2, Agustus 2014 ISSN : 2301-9425

SISTEM PAKAR MENDIAGNOSA PENYAKIT KISTA

OVARIUM DENGAN MENGGUNAKAN
METODE BAYES
Agustina (0911081)

Mahasiswa Jurusan Teknik Informatika STMIK Budi Darma Medan

Jl. Sisingamangaraja No. 338 Simpang Limun Medan
www.stmik-budidarma.ac.id // Email : Tina.smart90@yahoo.com

ABSTRAK

Sistem pakar diagnosa penyakit kista ovarium merupakan salah satu hal yang sangat penting
mengingat penyakit yang perlu diamati sehingga penyakit ini tidak mudah menyerang kaum wanita dewasa.
Masalah yang menjadi titik tolak dalam pembuatan skripsi ini adalah Bagaimana menyelesaikan masalah
tersebut dengan menggunakan metode bayes.
Dari analisa maka diperoleh gambaran bahwa sistem pakar diagnosa penyakit kista ovarium bisa
dilakukan dengan metode bayes dengan menggunakan program komputer yang sesuai dengan kebutuhan,
sehingga pengguna lebih mudah memperoleh hasil diagnosa yang lebih baik. Dengan adanya sistem pakar
diagnosa penyakit kista ovarium diharapkan dapat mempermudah dalam melihat, gejala, penyebab dan hasil
diagnosa penyakit kista ovarium.

Kata Kunci : Sistem Pakar, Kista Ovarium, Metode Bayes

1. Pendahuluan untuk menyelesaikan suatu masalah yang spesifik.

1.1. latar Belakang Masalah
Seiring dengan berkembangnya teknologi
komputer dalam sistem pakar, ditambah kebutuhan
manusia akan informasi kesehatan secara cepat dan
akurat, kapan pun dan di mana pun, mendorong para
ahli untuk mengembangkan kegunaan komputer agar
dapat mempermudah pekerjaan manusia, dalam hal
ini mengenai informasi kesehatan. Kesehatan
merupakan hal yang sangat penting dalam
kehidupan, kesadaran akan pola hidup yang sehat
terkadang masih terabaikan. Sehingga banyak gejala
dan penyakit yang timbul akibat pola hidup dan pola
makan yang tidak teratur, salah satunya adalah
penyakit kista ovarium.
Kista ovarium merupakan penyakit yang
banyak menyerang kaum wanita. Kista sendiri
merupakan benjolan yang berisi cairan yang berada
di indung telur. Penyakit kista ini sebenarnya
merupakan penyakit tumor jinak karena kebanyakan
penanganannya tidak melalui operasi besar.
Penyebab kista antara lain adanya dioksin dari asap
pabrik dan pembakaran gas bermotor yang dapat
menurunkan daya tahan tubuh manusia, serta faktor
makanan, lemak berlebih yang meningkatkan
hormon testosteron akan membantu tumbuhnya
kista.
Diagnosa adalah proses yang dilakukan untuk
mengenali atau mengetahui terdapatnya keadaan
yang tidak wajar atau alamiah dan meneliti adanya
abnormalitas serta menetapkan penyebabnya
diterapkan untuk membuat rencana perawatan pada
suatu penyakit.
Sistem pakar merupakan program komputer dapat
meniru proses pemikiran dan pengetahuan pakar
Sistem Pakar Mendiagnosa Penyakit Kista Ovarium Dengan Menggunakan
Metode Bayes. Oleh : Agustina
Implementasi sistem pakar banyak digunakan untuk
kepentingan komersial karena sistem pakar
dipandang sebagai cara penyimpanan pengetahuan
pakar dalam bidang tertentu ke dalam suatu program,
sehingga dapat memberikan keputusan dan
melakukan penalaran secara cerdas. Diagnosa
penyakit dengan menggunakan sistem pakar akan
mencatat gejala-gejala dari penderita dan akan
mendiagnosa jenis penyakitnya yang berbasis pada
pengetahuan yang didapat dari seorang pakar.
Metode untuk mendapatkan diagnosa kista
ovarium maka diterapkan dengan menggunakan
metode bayes dengan hasil bobot nilai karena metode
bayes adalah pendekatan secara statistik untuk
menghitung trade off di antara keputusan yang
berbeda-beda, dengan menggunakan probabilitas dan
biaya yang menyertai suatu pengambilan keputusan
tersebut.
1.2 Perumusan Masalah
Berdasarkan uraian latar belakang di atas
maka yang menjadi perumusan masalah, sebagai
berikut :
1. Bagaimana proses mendiagnosa penyakit kista
ovarium?
2. Bagaimana menerapkan metode bayes untuk
mendiagnosa penyakit kista ovarium?
3. Bagaimana merancang sistem pakar untuk
mendiagnosa penyakit kista ovarium dengan
menggunakan metode bayes?
1.3 Batasan Masalah
Batasan masalah dalam skripsi ini adalah :
123
Pelita Informatika Budi Darma, Volume : VII, Nomor: 2, Agustus 2014 ISSN : 2301-9425

1. Sistem pakar ini hanya digunakan untuk Setelah tahap perancangan sistem maka tahap
mendiagnosa penyakit kista ovarium pada selanjutnya adalah pembuatan program. Pada
wanita dewasa usia 25 ke atas. tahap ini sistem yang sebelumnya telah dibuat
2. Hanya memberikan hasil diagnosa penyakit akan diterapkan pada program yang akan
sesuai dengan rule-rule yang telah diinputkan. dibuat. Pembuatan program ini menggunakan
3. Pembuatan program sistem pakar pemrograman Visual Basic.Net.
mendiagnosa penyakit kista ovarium dengan 4. Pengujian
metode bayes menggunakan Microsoft Visual Setelah program selesai dibuat maka
Basic.Net. dilakukan pengujian program untuk
mengetahui apakah program tersebut telah
1.4 Tujuan Dan Manfaat bekerja dengan benar.
Penyusunan skripsi ini, bertujuan yaitu :
1. Untuk mendiagnosa penyakit kista ovarium 2. Landasan Teori
2. Untuk menerapkan metode bayes dalam 2.1. Sejarah Sistem Pakar
membuat sistem pakar diagnosa penyakit kista Secara umum sistem pakar adalah sebuah
ovarium perangkat lunak komputer yang memiliki basis
3. Untuk merancang sistem dalam pembutan pengetahuan untuk domain tertentu dan
program. menggunakan penalaran infrensi menyerupai seorang
pakar dalam memecahkan masalah. Sistem pakar
Manfaat yang diperoleh dalam skripsi ini dikembangkan pertama kali sekitar tahun 1960 dan
adalah : hanya berisi knowlegde, namun sekarang sistem
1. Agar pencegahan dapat dilakukan sedini pakar sudah digunakan untuk berbagai macam sistem
mungkin. yang menggunakan teknologi sistem pakar. Sistem
2. Dapat membantu serta memudahkan pakar yang baik dirancang agar dapat menyelesaikan
masyarakat untuk dapat mengetahui gejala- suatu permasalahan tertentu dengan meniru kerja dari
gejala yang dirasakan. para ahli. Dengan sistem pakar ini orang awam pun
3. Dapat mengetahui hasil yang real untuk dapat menyelesaikan masalah yang cukup rumit yang
wanita dewasa yang terdiagnosa penyakit kista sebenarnya hanya dapat diselesaikan dengan bantuan
ovarium. para ahli. Bagi para ahli sistem pakar ini juga
membantu aktivitasnya sebagai asisten yang sangat
1.5 Metode Penelitian berpengalaman.
Penelitian yang akan digunakan dalam Ada beberapa defenisi tentang sistem pakar,
pembuatan skripsi ini terdiri dari langkah-langkah antara lain:
berikut : 1. Menurut Darkin : Sistem pakar adalah suatu
1. Pengumpulan Data program komputer yang dirancang untuk
Pengumpulan data diperlukan sebagai refrensi memodelkan kemampuan penyelesaian
dalam pengerjaan skripsi. dengan masalah yang dilakukan oleh seorang pakar.
mengumpulkan data-data teori dan 2. Menurut Ignizio : Sistem pakar adalah suatu
mempelajari buku-buku, halaman internet model dan prosedur yang berkaitan, dalam
yang berhubungan dengan materi yang suatu domain tertentu, yang mana tingkat
dibahas serta dari perpustakaan sebagai keahliannya dapat dibandingkan dengan
landasan dalam penyusunan skripsi penulis. keahlian seorang pakar.
2. Perancangan Interface 3. Menurut Giarratano dan Riley : Sistem pakar
Perancangannya terdiri dari : adalah suatu sistem komputer yang bisa
a. Perancangan data Flow yaitu merupakan menyamai atau meniru kemampuan seorang
aliran data yang menggambarkan data pakar (Sri. K, 2003).
diproses oleh sistem.
b. Perancangan basis pengetahuan diperlukan Sistem pakar dibuat pada wilayah
untuk memahami serta menyelesaikan pengetahuan tertentu untuk suatu kepakaran tertentu
masalah yang digunakan untuk yang mendekati kemampuan manusia pada salah satu
pengambilan kesimpulan bidang. Sistem pakar mencoba mencari solusi yang
yang merupakan hasil dari proses. Pada tepat sebagaimana yang dilakukan oleh seorang
perancangan basis pengetahuan pakar. Selain itu, sistem pakar juga dapat
menggunakan IF-THEN rule. memberikan penjelasan terhadap langkah yang
c. Perancangan basis data, Pembuatan tabel diambil dan memberikan alasan atas saran atau
dan relasi antar tabel sebagai wadah kesimpulan yang ditemukannya.
penyimpanan data yang diperlukan pada
sistem. 2.2. Konsep Dasar Sistem Pakar
3. Pembuatan Program. Pengetahuan dari suatu sistem pakar mungkin
dapat direpresentasikan dalam sejumlah cara. Salah
Sistem Pakar Mendiagnosa Penyakit Kista Ovarium Dengan Menggunakan 124
Metode Bayes. Oleh : Agustina
Pelita Informatika Budi Darma, Volume : VII, Nomor: 2, Agustus 2014
satu metode yang paling umum untuk
merepresentasikan pengetahuan adalah dalam bentuk
tipe aturan (rule) if…then (Jika…maka). Walaupun
cara diatas sangat sederhana, namun banyak hal yang
berarti dalam membangun sistem pakar dengan
mengekspresikan pengetahuan pakar dalam bentuk
aturan di atas.
Konsep dasar dari suatu sistem pakar
mengandung beberapa unsur / elemen, yaitu :
1. Keahlian
Keahlian merupakan suatu penguasaan
pengetahuan dibidang tertentu yang
didapatkan dari pelatihan, membaca atau
pengalaman.
2. Ahli
Seorang ahli adalah seorang yang mempunyai
pengetahuan tertentu dan mampu menjelaskan
suatu tanggapan, mempelajari hal-hal baru
seputar topik permasalahan (domain),
menyusun kembali pengetahuan jika
dipandang perlu, memilah aturan-aturan jika
dibutuhkan dan menentukan relevan tidaknya
keahlian mereka.
3. Pengalihan keahlian
Pengahlian keahlian dari para ahli untuk
kemudian dialihkan lagi keorang lain yang
bukan ahli, merupakan tujuan utama dari
sistem pakar. Proses ini membutuhkan 4
aktivitas, yaitu tambahan pengetahuan (dari
para ahli atau sumber-sumber lainnya),
representasi pengetahuan (ke komputer),
inferensi pengetahuan dan pengalihan
pengetahuan ke pengguna.
4. Inferensi
Mekanisme inferensi merupakan perangkat
lunak yang melakukan penalaran dengan
menggunakan pengetahuan yang ada untuk
menghasilkan suatu kesimpulan atau hasil
akhir.
5. Aturan
Aturan merupakan informasi tentang cara
bagaimana memperoleh fakta baru dari fakta
yang telah diketahui.
6. Kemampuan menjelaskan.
Kemampuan komputer untuk memberikan
penjelasan kepada pengguna tentang sesuatu
informasi tertentu dari pengguna dan dasar
yang dapat digunakan oleh komputer untuk
dapat menyimpulkan suatu kondisi
(Muhammad Arhami, 2005,11).
2.3. Metode Bayes
Metode Bayes adalah pendekatan secara
statistik untuk menghitung trade off diantara
keputusan yang berbeda-beda, dengan menggunakan
probabilitas dan biaya yang menyertai suatu
pengambilan keputusan tersebut. Metode Bayes
mempunyai berbagai keuntungan jika dibandingkan
dengan beberapa teori lainnya, yaitu:
1. Interpolation
Sistem Pakar Mendiagnosa Penyakit Kista Ovarium Dengan Menggunakan
Metode Bayes. Oleh : Agustina
ISSN : 2301-9425
Metode Bayes menghubungkan segala hal
dengan teori-teori engineering. Pada saat
berhadapan dengan suatu masalah, terdapat
pilihan mengenai seberapa besar waktu dan
usaha yang dilakukan oleh manusia dengan
komputer. Pada saat membuat suatu sistem,
terlebih dahulu diharuskan untuk membuat
sebuah model keseluruhan dan ditentukan
faktor pengontrol pada model tersebut.
2. Language
Metode Bayes mempunyai bahasa tersendiri
untuk menetapkan hal-hal yang prior dan
posterior. Hal ini secara signifikan membantu
pada saat menyelesaikan bagian yang sulit
dari sebuah solusi.
3. Intuitions
Metode Bayes melibatkan prior dan
integration, dua aktivitas yang berguna secara
luas. Bayes probabilitas adalah teori terbaik
dalam menghadapi masalah estimasi
dan penarikan kesimpulan. Metode Bayes
dapat digunakan untuk penarikan kesimpulan
pada kasus-kasus dengan multiple source of
measurement yang tidak dapat ditangani oleh
metode lain seperti model hierarki yang
kompleks. Dengan keuntungan-keuntungan di
atas, dapat dikatakan bahwa Bayes merupakan
suatu metode yg cukup kuat.
2.4. Teori Probabilitas
Teori Bayes atau lebih dikenal dengan kaidah
Bayes, memainkan peranan yang sangat penting
dalam penerapan probabilitas bersyarat. Teori ini
pertama kali dikembangkan oleh Thomas Bayes
(1702-1763). Kaidah Bayes merupakan kaidah yang
memperbaiki atau merevisi suatu probabilitas dengan
cara memanfaatkan informasi tambahan. Maksudnya,
dari probabilitas awal (prior probability) yang belum
diperbaiki dengan rumuskan berdasarkan informasi
yang tersedia saat ini, kemudian dibentuklah
probabilitas berikutnya (posterior probability).
Teori lain mengatakan Teori Bayes adalah
kesimpulan statistik yang membuktikan atau
pengamatan yang digunakan untuk memperbarui atau
menarik kesimpulan yang baru suatu probabilitas
yang mungkin benar. Teori Bayes berasal dari
kebiasaan menggunakan rumus bayes untuk
memproses suatu kesimpulan atau dugaan. Teorema
bayaes dalam pengambilan keputusan yaitu tentang
pengenalan masalah keputusan dalam bentuk
probabilitas.
2.5. Probabilitas Dan Teorema Bayes
PDalam bidang kedokteran teorema bayes
sudah dikenal tetapi teorema ini lebih banyak
diterapkan dalam logika kedokteran modern
(Cutler,1991). Teorema ini lebih banyak diterapkan
pada hal-hal yang berkenan dengan diagnosa secara
statistik yang berhubungan dengan probabilitas serta
125
Pelita Informatika Budi Darma, Volume : VII, Nomor: 2, Agustus 2014 ISSN : 2301-9425

kemungkinan dari penyakit dan gejala-gejala yang
berkaitan.
Secara umum teorema bayes dengan E
kejadian dan hipotesis H dapat dituliskan dalam
bentuk :
Kista fisilogis tidak menimbulkan rasa nyeri
pada saat menstruasi. Kista ini berwarna cokelat
sehingga lazim disebut kista cokelat. Kista ini
disebabkan endometriosis (letak lapisan
endometrium yang berada di luar rongga rahim). Isi
kista cokelat seperti bubur cokelat. Kista seperti ini
menyebabkan rasa nyeri ketika menstruasi. Akan
tetapi, jika kistanya tidak cokelat, rasa nyeri haid
tidak muncul. Kista cokelat dapat diterapi dengan
cara hormonal dan dapat (disedot) dari bawah. Sifat
kista coklat yang disebabkan endometriosis ini tidak
ganas.

b. Kista Neoplastik / Kista Ovarium

Probabilitas menunjukkan kemungkinan sesuatu
akan terjadi atau tidak.
Kista neoplastik merupakan jenis yang
mengarah pada penyakit neoplasma, yaitru penyakit
yang mengarah pada keganasan atau cenderung ke
arah tumor. ini umumnya harus dioperasi, namun hal
itu pun tergantung pada ukuran dan sifatnya kista

Misalnya dari 10 orang sarjana, 3 orang

menguasai sisco, sehingga peluang untuk memilh
sarjana yang menguasai cisco adalah :
P(cisco) =3/10=0.3 (Muhammad Arhami, 2005,142-
143).

2.6. Penyakit Kista

Penyakit Kista merupakan penyakit yang
Gambar 1: Kista Ovarium
banyak menyerang kaum wanita, kista sendiri
Sumber : http://gerry-tk.blogspot.com/2012/07
merupakan tumor yang berisi cairan. Dalam istilah
kedokteran, semua benjolan yang abnormal
Kista neoplastik ini terbagi berdasarkan
dinamakan tumor. Cairan kista ini dapat bening,
beberapa sifat, antara lain :
dapat berupa darah atau cairan tubuh lainnya dan
1. Kista serosum
berupa benjolan yang berisi cairan yang berada di
Kista ini berisi cairan bening yang bentuk dan
indung telur. Kista juga ada yang berisi udara, cairan,
warnanya seperti air perasan kunyit. Bila
nanah, atau pun bahan-bahan lainnya. Bentuknya
bersarang di indung telur, kista ini mudah
kistik, berisi cairan kental, dan ada pula yang
pecah. Jenis kista ini jenis berubah menjadi
berbentuk anggur. Penyakit kista ini sebenarnya
penyakit ganas (disebut kanker) indung telur
merupakan penyakit tumor jinak karena kebanyakan
atau kanker ovarium. Proses pembesaran kista
penanganannya tidak melalui operasi besar.
serosum sangat dipengaruhi oleh siklus
menstruasi karena saat menstruasi,
Jenis-Jenis Penyakit Kista
penambahan jumlah cairan dalam indung telur
a. Kista Non-neoplastik ( Fisiologis )
terjadi.
Merupakan kista non fungsional dan kista
2. Kista musinosum
simpleks. Kista ini bukanlah suatu kelainan dan
Kista ini berisi cairan berupa lender kental
biasanya tak berbahaya. Pada suatu keadaan tertentu
yang lengket. Bentuknya menyerupai ingus,
di ovarium, yaitu setelah terjadi ovulasi atau
tetapi sifat pelekattannya mirip kanji. Sama
pengeluaran sel telur, bekas folikelnya yang berisi
seperti serosum, kista musinosum pun akan
cairan, seperti kista dalam indung telur yang
membesar akibat adanya kehamilan. Oleh
terkadang ada yang membesar dengan sendirinya,
karena itu saat terdeteksi, kista musinosum
kemudian akan menghilang dengan sendiri pula.
harus segera diangkat. Penanganan kista
Hal ini terjadi begitu saja tanpa ada faktor
musinosum harus dilakukan dengan seksama
penyebabnya. Sifat kista ini tidak membesar atau
agar tidak pecah. Bila pecah, maka cairan lem
tidak melebihi ukuran 5cm. Pada kista ini tidak ada
kanji akan membuat lengket organ-organ
tanda-tanda ke arah pertumbuhan sel yang berlebihan
didalam rongga perut. Kondisi ini sangat
atau ke arah neoplasma. Jadi kista bersifat fisiologis
berbahaya karena dapat menyebabkan usus
tidak perlu operasi karena tidak berbahaya dan tidak
saling menempel dan kista semakin sulit
akan menyebabkan keganasan. Kista yang bersifat
diambil.
fisiologis ini dialami oleh orang usia reproduksi
3. Kista Dermoid
karena masih mengalami menstruasi.
Sistem Pakar Mendiagnosa Penyakit Kista Ovarium Dengan Menggunakan 126
Metode Bayes. Oleh : Agustina
Pelita Informatika Budi Darma, Volume : VII, Nomor: 2, Agustus 2014
Bentuk cairan pada kista dermoid seperti
mentega kandungannya tidak hanya berupa
cairan, tetapi juga ada partikel lain, seperti
rambut, gigi, tulang, atau sisa-sisa kulit.
Teorinya dermoid timbul dari sisa-sisa embrio
yang terpetal keorgan genital sewaktu
“pasien” masih dalam kandungan. Jadi , kista
ini merupakan bawaan sejak lahir dan dapat
dialami pria atau wanita. Karena adanya
unsur-unsur tubuh dalam kista tersebut, maka
orang sering menganggap kista dermoid ini
sebagai akibat “diguna-guna”. Seperti halnya
kista musinosum, penanganggann kista
dermoid harus di tangangani dengan sanggat
hati-hati karena bila kista tersebut “meletus”,
dapat masuk kedalam perut sehingga
menimbulkan sakit luar biasa.
Gambar 2 : . Kista Dermoid Ovarium Potongan
AP26
Sumber : www xray2000.co.uk
4. Kista Endometriosis
Kista endometriosis ini terjadi akibat
tumbunhya jaringan endometrium di luar
rongga rahim. Seharusnya, jaringan
endometrium hanya berada di dalam rongga
rahim. Saat menstruasi, endometrium ini akan
luruh dan mengeluarkan darah menstruasi.
Akan tetapi endometrium ini kadang tumbuh
di luar rongga sehingga darahnya tidak keluar.
Ini lah yang akhirnya membentuk jaringan
yang memebesar atau kista yang berisi darah
menstruasi. Kista ini kerap di sebut juga
sebagai kista cokelat. Kista ini berasal dari
sel-sel selaput perut yang disebut peritoneum.
Penyebabnya dapat terjadi karena infeksi
kandungan menahun, misalnya keputihan
yang tidak ditangani sehingga kuman-
kumannya masuk kedalam selaput perut
melalui saluran indung telur. Infeksi tersebut
melemahkan daya tahan selaput perut
sehingga mudah terserang penyakit. Gejala
kista ini sangat khas karena berkaitan dengan
menstruasi.seperti diketahui, saat menstruasi,
tidak semua darah akan tumpah dari rongga
rahim keliang vagina, tetapi ada yang
memercik kerongga perut. Kondisi ini
merangsang sel-sel rusak yang ada diselaput
perut. Sehingga mengidap penyakit baru yang
dikenal dengan endometriosis
(Enisetiati,2009,60).
Sistem Pakar Mendiagnosa Penyakit Kista Ovarium Dengan Menggunakan
Metode Bayes. Oleh : Agustina
ISSN : 2301-9425
c. Gejala Penyakit Kista
Munculnya gejala klinis pada kista ovarium
diakibatkan oleh 3 hal, antara lain :
1. Pertumbuhan kista yang dapat menimbulkan
tekanan pada alat-alat disekitarnya.
2. Aktivitas hormonal, khususnya jenis kista
yang memproduksi hormon.
3. Komplikasi yang ditimbulkannya.
Berikut gejala-gejala yang sering muncul dari
adanya kista ovarium adalah :
1. Menstruasi yang datang terlambat dan disertai
rasa nyeri.
2. Nyeri menstruasi hebat dan terus menerus.
3. Terjadi pembesaran di perut.
4. Muncul gejala-gejala penekanan akibat
pembesaran kista, misalnya kedepan menekan
kandung kencing, kebelakang ke rektum.
Akibatnya, muncul gangguan buang air besar
dan air kecil.
5. Jika kista bertangkai, rasa nyeri perut dapat
muncul dengan tiba-tiba, bahkan muntah-
muntah dapat terjadi sebagai akibat tangkai
kista yang terpuntir.
6. Luas permukaan endometrium menjadi lebih
tebal sehingga menstruasi menjadi lebih
banyak.
7. Munculnya rasa nyeri tumpul, perasaan penuh
atau tertekan pada daerah perut.
8. Serangan rasa nyeri yang tajam yang muncul
mendadak pada perut bagian bawah.
9. Tumbuhnya rambut di daerah wajah dan
bagian tubuh lain.
10. Pembengkakan tungkai bawah yang tidak di
sertai rasa sakit.
Kista yang berukuran besar atau berjumlah
banyak dapat menimbulkan gejala seperti :
1. Rasa sakit pada panggul,
2. Sakit pinggang,
3. Sakit saat berhubungan seksual,
4. Pendarahan rahim yang abnormal.
Selain pada ovarium kista juga dapat tumbuh
pada vagina dan di daerah vulva ( bagian luar alat
kelamin perempuan ). Kista yang tumbuh di daerah
vagina, antara lain inklusi, duktus gartner,
endometriosis, dan adenosis. Sedangkan kista yang
tumbuh di daerah vulva, antara lain pada kelenjar
bartholini, kelenjar sebasea serta inklusi epidermal
(Enisetiati,2009,70).
d. Mencegah Penyakit Kista
Untuk dapat mencegah timbulnya penyakit
kista dapat dilakukan, yaitu:
1. Dengan gaya hidup sehat.
2. Hindari makanan-makanan berlemak tinggi,
3. Rajin berolah raga serta
4. Konsumsi makanan dan minuman yang
mengandung antioksidan.
127
Pelita Informatika Budi Darma, Volume : VII, Nomor: 2, Agustus 2014 ISSN : 2301-9425

Karena antioksidan dapat menangkal radikal JK2 Kista Musinosum

bebas dari polusi debu dan udara. JK3 Kista Dermoid
JK4 Kista Endometriosi
Walaupun penyakit kista ini termasuk Sumber : Eni Setiati,2009, waspada 4 kanker ganas
penyakit jinak, tatapi penyakit ini memiliki potensi pembunuh wanita
untuk menjadi penyakit ganas. Dan apabila sudah Tabel 3 : Aturan Sistem Pakar
menjadi seperti itu maka harus ditangani serius. Kode Kode Gejala Bobot
Meskipun toh belum ganas, kista jika terplintir akan Gejala jenis
mengakibatkan rasa sakit yang sangat perih kista
(Enisetiati,2009,58). G1 JK1 Penambahan jumlah cairan 0,9
dalam indung telur.
e. Penyebab Penyakit Kista G2 JK1 Nyeri yang hebat. 0,8
Penyakit kista dapat disebabkan, anatara lain : G3 JK1 Perut berasa penuh. 0,7
G4 JK2 Tidak sanggup mencerna. 0,6
1. Faktor keturunan,
G5 JK2 Kerap muntah-muntah. 0,8
2. Polusi udara dan debu,
G6 JK2 Berat badan menurun. 0,7
3. Adanya dioksin dari asap pabrik dan G7 JK2 Menstruasi yang datang 0,9
pembakaran gas bermotor. terlambat.
Yang dapat menurunkan daya tahan tubuh G8 JK2 Nyeri menstruasi hebat. 0.8
manusia yang kemudian akan membantu G9 JK3 Rasa nyeri perut dapat muncul 0,6
tumbuhnya kista. tiba-tiba.
4. Selain itu dari faktor makanan, lemak berlebih G10 JK3 Menstruasi lebih banyak. 0,9
atau lemak yang tidak sehat. G11 JK3 Tumbuhnya rambut di daerah 0,5
Yang akan mengakibatkan zat-zat lemak tidak wajah dan bagian tubuh lain.
dapat dipecah dalam proses metabolisme G12 JK3 Pembengkakkan tungkai 0,6
sehingga akan meningkatkan hormon bawah.
testosterone (Enisetiati,2009, 35). G13 JK3 Kurang olahraga 0,6
G14 JK3 Kurang makanan berserat 0,7
G15 JK4 Perasaan tidak nyaman pada 0,7
3. Pembahasan
perut bagian bawah.
Tabel penyakit dan gejala digunakan sebagai pola G16 JK4 Kurang nafsu makan. 0,7
pencocokan informasi yang dimasukkan oleh G17 JK4 Gangguan kesuburan. 0,9
pemakai dan basis pengetahuan. G18 JK4 Sulit punya anak. 0,8
Tabel 1 : Data Gejala
Kode Gejala Tabel 4: . Nilai Bayes
G1 Penambahan jumlah cairan dalam indung telur. Bayes teorema A/B
G2 Nyeri yang hebat. Tidak tahu/tidak ada 0-0,2
G3 Perut berasa penuh. Mungkin 0,3-0.4
G4 Tidak sanggup mencerna. Kemungkinan besar 0,5-0.6
G5 Kerap muntah-muntah. Hampir pasti 0,7-0.8
G6 Berat badan menurun. Pasti 0,9-1.0
G7 Menstruasi yang datang terlambat.
G8 Nyeri menstruasi hebat. Ruled basis sistem merupakan salah satu
komponen yang ada di dalam sistem pakar. Aturan
G9 Rasa nyeri perut dapat muncul tiba-tiba.
tersebut biasanya berbentuk IF-THEN. Rule basis
G10 Menstruasi lebih banyak.
sistem atau sistem berbasis aturan yaitu cara untuk
G11 Tumbuhnya rambut di daerah wajah dan bagian
menyimpan dan memanipulasi pengetahun untuk
tubuh lain.
menginterprestrasikan informasi dalam cara yang
G12 Pembengkakkan tungkai bawah.
bermanfaat. Kaidah dalam basis pengetahuan adalah
G13 Kurang olahraga sebagai berikut :
G14 Kurang makanan berserat Rule 1 :
G15 Perasaan tidak nyaman pada perut bagian If pasien mengalami Penambahan jumlah
bawah. cairan dalam indung telur.
G16 Kurang nafsu makan. And Nyeri yang hebat.
G17 Gangguan kesuburan. And Perut berasa penuh
G18 Sulit punya anak. Then pasien megalami penaykit Kista
Sumber : Eni Setiati,2009, waspada 4 kanker ganas Serosum
pembunuh wanita Rule 2 :
If pasien tidak sanggup mencerna
Tabel 2 : Nama Jenis Kista Ovarium And pasien muntah-muntah.
Kode Nama Jenis Kista Ovarium And Berat badan menurun.
JK1 Kista Serosum And Menstruasi yang datang terlambat
Sistem Pakar Mendiagnosa Penyakit Kista Ovarium Dengan Menggunakan 128
Metode Bayes. Oleh : Agustina
Pelita Informatika Budi Darma, Volume : VII, Nomor: 2, Agustus 2014 ISSN : 2301-9425

And Nyeri menstruasi hebat. ganda dapat dilakukan dengan cara yang sama.
Then pasien mengalami Kista Musinosum Berikut contoh perhitungan teorema bayes untuk
Rule 3 : penyakit kista ovarium evidence tunggal E dan
If pasien mengalami Rasa nyeri perut dapat hipotesis tunggal H.
muncul tiba-tiba. Sebagai contoh Gejala 1(G1) pada JK4
And Menstruasi lebih banyak. P(E)=P(G1)=0,8
And Tumbuhnya rambut di daerah wajah P(H) =P(JK1)=4/18 = 0,22
dan bagian tubuh lain. Maka nilai probabilitas dari pada JK4 belum
And Pembengkakkan tungkai bawah. termasuk ke dalam gejala.
And kurang berolahraga Setelah evidence G1 G3 G5 G7 G12 teramati,
And kurang makanan berserat maka dapat dihitung probabilitas dari keseluruhan
Then pasien mengalami Kista Dermoid gejala di mana :
Rule 4: Total bayes = Bayes1 + Bayes2 + Bayes
If pasien mengalami Perasaan tidak nyaman 3+Bayes4+Bayes5
pada perut bagian bawah. = 0,22+0,18+0,20+0,22+0,15 = = 1%
And Kurang nafsu makan.
And Gangguan kesuburan. Tampak bahwa evidence G1,G5, G8,G10,G14
And Sulit punya anak. teramati, kepercayaan terhadap JK4 bertambah dan
Then pasien mengalami Kista merupakan penyakit Kista Endometriosi (JK4).
Endometriosis
Persoalan ini adalah persoalan contoh 4. Implementasi Sistem
perhitungan Teorema Bayes untuk penyakit kista a. Tampilan Form Login
ovarium evidence tunggal G dan hipotesis ganda JK1,
JK2, JK3... Jk.
Diketahui :
P(E) = P(G1) = 0,9
P(H) = P(JK1) = 3/18 = 0,16

Maka pasien tidak mengalami penyakit kista serosum Gambar 3 : Tampilan Form Login
P(E) = P(G1) = 0,9
P(H) = P(JK2) = 5/18 = 0,27 b. Tampilan Form Menu Utama
Maka pasien tidak mengalami penyakit kista
musinosum
P(E) = P(G1) = 0,9
P(H) = P(JK3) = 6/18 = 0,33

Maka pasien mungkin mengalami penyakit kista

dermoid
P(E) = P(G1)=0,9
P(H) = P(JK4)=4/18 = 0,22

Maka pasien tidak mengalami penyakit kista

endometriosis Gambar 4 : Tampilan Form Menu Utama
Tampak bahwa setelah evidence G1 teramati,
kepercayaan terhadap hipotesis JK1 berkurang c. Tampilan Form Jenis Penyakit
dengan JK2 bertambah, kepercayaan terhadap
hipotesis JK3 dengan JK4 berkurang. Misalkan setelah
kita mengamati evidence G1,kemudian teramati pula
adanya evidence G2 , hitung probabilitas terjadinya
hipotesis :
a. JK1 jika kemudian teramati pula adanya
evidence G2.
b. JK2 jika kemudian teramati pula adanya
evidence G2.
c. JK3 jika tidak teramati adanya evidence G2.
Gambar 5 :Tampilan Input Data Penyakit
d. JK4 jika tidak teramati adanya evidence G2
d. Tampilan Form Gejala Penyakit
Untuk menghitung probabilatas dari G3,
G4…Gm dan JK1,JK2,JKm, baik tunggal maupun
Sistem Pakar Mendiagnosa Penyakit Kista Ovarium Dengan Menggunakan 129
Metode Bayes. Oleh : Agustina
Pelita Informatika Budi Darma, Volume : VII, Nomor: 2, Agustus 2014 ISSN : 2301-9425

5. Kesimpulan dan Saran

5.1. Kesimpulan
Ada pun kesimpulan yang diperoleh oleh penulis
adalah sebagai berikut :
1. Sistem ini mampu mempermudah para medis
untuk menghasilkan diagnosa penyakit kista
ovarium.
2. Metode bayes dapat membangun sistem pada
diagnosa penyakit kista ovarium.
Gambar 6 :Tampilan Input Data Gejala
5.2. Saran
Ada pun saran yang diperoleh oleh penulis
e. Tampilan Form Data Gejala Penyakit
adalah sebagai berikut :
1. Aplikasi ini masih membutuhkan pengembangan
secara berkala karena masih jauh dari
kesempurnaan.
2. Sebaiknya menggunakan lebih dari satu metode
atau menggunakan metode yang lain untuk dapat
mendiagnosa penyakit kista ovarium.
3. Sistem pakar diagnosa penyakit kista ovarium
sebaiknya dikembangkan lebih lanjut dengan
menambahkan gejala yang lebih spesifik dan
Gambar 7 :Tampilan Input Data Gejala Penyakit
pertanyaan yang lebih terarah.
f. Basis Aturan
Daftar Pustaka

[1] Muhammad Arhami, “Konsep Dasar Sistem

Pakar”, Penerbit Andi, Yogyakarta, 2005
[2] Eni Setiati, “Waspadai 4 Kanker Ganas
Pembunuh Wanita”, Penerbit Andi,
Yogyakarta, 2009
[3] Kusumadewi, Sri, “Artificial Intelligence
(Teknik Dan Aplikasinya), Penerbit Graha
Ilmu, Yogyakarta, 2003
Gambar 8 : Tampilan Input Data Basis Aturan [4] http://id.wikipedia.org/wiki/Teorema_Bayes.
[5] http://www.scribd.com/doc/55713517/
g. Konsultasi Metode-Bayes

Gambar 9: Tampilan Konsultasi

Sistem Pakar Mendiagnosa Penyakit Kista Ovarium Dengan Menggunakan 130

Metode Bayes. Oleh : Agustina