Informatika
Polinema
Volume:
1,
Edisi:
1,
November
2014
Abstrak
Kelinci adalah salah satu binatang yang dekat dengan manusia serta memiliki daya adaptasi tubuh yang
tinggi. Namun kelinci tidak lepas dari ancaman penyakit. Perawatannya membutuhkan biaya lebih sehingga
diperlukan suatu cara untuk mengetahui penyakit dan solusinya agar dapat melakukan tindakan-tindakan yang
diperlukan. Untuk mengatasinya dibuat suatu media kepakaran yang dapat diakses oleh pemilik kelinci yang
bersifat online. Sistem pakar harus mampu bekerja dalam ketidakpastian, sehingga ditambahkan metode
Certainty Factor (CF) untuk mengatasi permasalahan tersebut. Sistem dikembangkan dengan menganalisis
gejala-gejala penyakit yang diinputkan yang kemudian diolah menggunakan kaidah produksi dan perhitungan
CF. Hasil diagnosis sistem menampilkan kemungkinan-kemungkinan penyakit yang diderita kelinci dan
memberikan solusi penanganan pada penyakit dengan nilai CF terbesar. Besar nilai CF bergantung pada besaran
nilai CF inputan user, banyaknya kecocokan masukan gejala terhadap suatu penyakit, dan besar nilai CF pakar
dari suatu gejala dengan penyakit. Ketepatan output sistem dibuktikan dari hasil validitas sistem dengan pakar.
1
Jurnal
Informatika
Polinema
Volume:
1,
Edisi:
1,
November
2014
2
Jurnal
Informatika
Polinema
Volume:
1,
Edisi:
1,
November
2014
3
Jurnal
Informatika
Polinema
Volume:
1,
Edisi:
1,
November
2014
4
Jurnal
Informatika
Polinema
Volume:
1,
Edisi:
1,
November
2014
Start Admin
N
Login
End user N Username=? Data User Data User
Password=?
Y Y
Data Penyakit
Isi gejala 0 Data Gejala
Pakar N Admin
penyakit Data Konsultasi Sistem Pakar Data Pengetahuan
End Diagnosis Penyakit
(form Pakar
Y User Data Hasil Diagnosis Pada Kelinci Data Penyakit
konsultasi)
Tambah Pakar Menggunakan Metode Data Gejala
Penyakit N Certainty Factor Data Pengetahuan
Diagnosis Gejala
Gambar 6 Diagram Konteks Sistem
Y
Y
CRUD Data
Gejala Penyakit 4. Pembahasan
Hasil
diagnosis CRUD Data
a. Pengujian Fungsional dan Sistem
Penyakit Untuk mengetahui hasil diagnosis penyakit, maka
Data Pakar
dilakukan pengujian proses diagnosis. Proses
CRUD Data
Penyebab
pengujian berupa memasukkan data gejala beserta
Penyakit nilai kepercayaan/kemungkinannya. Setelah proses
diagnosis berhasil dilakukan, maka sistem akan
CRUD Data
Solusi
menampilkan hasil diagnosis berupa kemungkinan
penyakit yang diderita disertai dengan prosentase
Data besarnya kepercayaan terhadap kemungkinan
pengetahuan
penyakit tersebut. Data gejala yang dimasukkan yaitu:
CRUD Nilai • Air susu terasa panas
Bobot (CF) • Gelisah
End • Kulit kemerahan dan gatal
• Mengkerot-kerotkan gigi
Gambar 4 Flowchart Sistem • Menggosokkan puting susunya pada dinding
kandang
Start
• Puting susu bengkak dan keras
A
Setelah memasukkan data ke sistem, hasil
diagnosis pada pengujian sistem adalah penyakit
Form Konsultasi
Hasil Diagnosis
Radang Susu / Young Do Syndrome / Mastitis dengan
nilai kepastian 98.4% yang ditampilkan oleh output
Diagnosis seperti gambar 7 berikut:
Penyakit
Cetak Hasil
Pilih Gejala dan
nilai CF Y
N Cetak Hasil
Selesai Pilih Gejala Diagnosis
Hitung CF Gejala
[CF(H,E)=CF(Pakar)*CF
Form Konsultasi
(User)]
Hitung CF Hipotesis
[CF(H)=CF(R1)+CF(R2)- End
(CF(R1)*CF(R2)]
5
Jurnal
Informatika
Polinema
Volume:
1,
Edisi:
1,
November
2014
• Air kencing berkurang banyak (A), CFuser (A) = 1 CFkombinasi(CF 8.5, CF 8old3) = 0,64 + 0,944512 –
• Badan membungkuk (B), CFuser (B) = 0,4 (0,64*0,944512) =0,98002432
• Dehidrasi (C), CFuser (C) = 0,4 Pada rule 8, menghasilkan nilai kemungkinan
• Depresi / stress (D), CFuser (D) = 0,4 0,9800243332 yang bila di prosentasekan 98%.
• Gelisah (E), CFuser (E) = 0,8 Sedangkan perhitungan pada rule 9 adalah sebagai
• Kotoran keras (F), CFuser (F) = 1 berikut:
- Perhitungan persamaan 1
• Malas (G), CFuser (G) = 0,8
CF 9.1 = (C) * (C)(R9) = 0,4 * 0,4 = 0,16
• Nafsu makan menurun (H), CFuser (H) = 0,8
CF 9.2 = (H) * (H)(R9) = 0,8 * 0,4 = 0,32
Dari gejala yang telah dipilih muncul rules dari
- Perhitungan persamaan 2
gejala-gejala tersebut, yaitu:
CFkombinasi (CF 9.1, CF 9.2) = 0,16 + 0,32 –
Rule 1 = IF B THEN Kembung
(0,16*0,32) = 0,4288
Rule 2 = IF B AND C AND D THEN Berak Darah /
Pada rule 9, menghasilkan nilai kemungkinan 0,4288
Mencret
yang bila di prosentasekan 42,88%. Dari perhitungan
Rule 3 = IF D AND E AND H THEN Demodexcosis
diatas, penyakit yang memiliki nilai kepercayaan
Rule 4 = IF H THEN Scabies
tertinggi adalah pada rule 8 yaitu penyakit Sembelit.
Rule 5 = IF C AND D AND H THEN Coccidiosis
Rule 6 = IF H THEN Cacingan
5. Simpulan dan Saran
Rule 7 = IF H THEN Myxomatosis
Penerapan metode Certainty Factor (CF)
Rule 8 = IF A AND E AND F AND G AND H THEN
menggunakan basis pengetahuan (knowledgde base)
Sembelit
dan mesin inferensi dapat digunakan untuk
Rule 9 = IF C AND H THEN Radang Susu/Young-
membangun suatu sistem pakar berbasis web untuk
doe syndrome/Mastitis
diagnosa penyakit pada kelinci berdasarkan pada
Setelah diketahui rules yang muncul, menentukan
beberapa fakta dan gejala. Sistem pakar yang
nilai CF pakar dari masing-masing gejala sebagai
dibangun dapat mengenali dan mengetahui penyakit
berikut:
pada kelinci menggunakan metode certainty factor
Tabel 5 CFpakar
(CF) dan menghasilkan solusi untuk membantu
Rule Rule Rule Rule Rule Rule Rule Rule Rule
1 2 3 4 5 6 7 8 9 penanganan pada penyakit. Sistem pakar ini bukan
A 0,6 untuk menggantikan kedudukan seorang ahli maupun
B 0,4 0,7 pakar, tetapi untuk memasyarakatkan pengetahuan
C 0,4 0,4 0,4 dan pengalaman pakar-pakar yang ahli di bidangnya.
D 0,4 0,4 0,4
Daftar Rujukan
E 0,6 0,4
Alatas, Sofia., Maulidia G., Keegan (2009): Sistem
F 0,7
Pakar Berbasis Web Untuk Diagnosa Penyakit
G 0,4
Melalui Pemeriksaan Mulut,
H 0,4 0,4 0,4 0,5 0,4 0,8 0,4
thesis.binus.ac.id/Asli/Cover/2009-2-00175-
IF%20Cover.pdf [Februari 2014]
Dari rules diatas, rule yang memiliki gejala Ermawati, Dwi dan Tim Redaksi Cemerlang (2011):
majemuk, dipecah sehingga rule memiliki gejala Untung Menggiurkan Dari Budidaya Kelinci,
tunggal. Setelah rule tunggal terbentuk lalu Penerbit Andi, Yogyakarta.
menghitung nilai kepercayaannya. Perhitungan Milwati, Fitri Indah (2010): Sistem Pakar Untuk
dimulai dengan menghitung CFpakar dengan CFuser Memprediksi Jenis Penyakit Pada Kelinci
dengan menggunakan persamaan 1. Setelah itu Dengan Metode Forward Chaining,
mengkombinasikan CF tersebut ke dalam CF http://eprints.upnjatim.ac.id/1984/,
kombinasi dengan persamaan 2. Undergraduate thesis, Faculty of Industrial
Berikut perhitungan pada rule 8: Technology. [Januari 2014]
- Perhitungan persamaan 1 Latumakulita, Luther A. (2012) : Sistem Pakar
CF 8.1 = (A) * (A)(R8) = 1 * 0,6 = 0,6 Pendiagnosa Penyakit Anak Menggunakan
CF 8.2 = (E) * (E)(R8) = 0,8 * 0,4 = 0,32 Certainty Factor (Cf), Jurnal Ilmiah Sains Vol.
CF 8.3 = (F) * (F)(R8) = 1 * 0,7 = 0,7 12 No. 2, Oktober 2012.
CF 8.4 = (G) * (G)(R8) = 0,8 * 0,4 = 0,32 Rohajawati, Siti. Supriyati, Rina (2010): Sistem
CF 8.5 = (H) * (H)(R8) = 0,8 * 0,8 = 0,64 Pakar: Diagnosis Penyakit Unggas Dengan
- Perhitungan persamaan 2 Metode Certainty Factor, CommIT, Vol. 4 No. 1
CFkombinasi(CF 8.1, CF 8.2) = 0,6 + 0,32 – Mei 2010, hlm. 41 – 46.
(0,6*0,32) = 0,728 Sutojo, T., Mulyanto, Edy, dan Suhartono, Vincent
CFkombinasi (CF 8.3, CF 8old1) = 0,7 + 0,728 – (2011) : Kecerdasan Buatan, Penerbit Andi,
(0,7*0,728) = 0,9184 Yogyakarta, UDINUS, Semarang
CFkombinasi (CF 8.4, CF 8old2) = 0,32 + 0,9184 –
(0,32*0,9184) = 0,944512
6