1Program Studi Teknik Informatika, Universitas Mercu Buana Yogyakarta, Yogyakarta,2 Program Studi Teknik
Informatika, Fakultas Teknologi Informasi, Universitas Mercu Buana Yogyakarta
Email: imronkencunez@gmail.com, mutaqin@mercubuana-yogya.ac.id
ABSTRAK
Pada penelitian mengenai rancangan system pakar untuk mendiagnosa trauma pada manusia dengan
mengimplementasikan metode teorema bayes sebagai alat ukurnya. Teorema Bayes adalah teorema yang
digunakan dalam statistika untuk menghitung peluang suatu hipotesis. Basis pengetahuan sistem pakar
diperoleh dari akuisisi pengetahuan pakar yaitu psikolog. Penelitian ini menggunakan 50 data yang didapat
melalui kuisoner, lalu kuisoner yang ada diimplementasikan kedalam sistem. Hasil pada sistem dicocokan
dengan pakar hingga mendapatkan angka kecocokan maksimal dan hasil identifikasi yang mendekati. Dari 50
data yang telah diujikan terhadap pakar dan sistem, sistem dapat mendeteksi 4 jenis trauma yaitu psikologis,
neurosis, psikosis dan diseases. Untuk pasien yang mengalami trauma dan sesuai dengan validasi pakar adalah
42 pasien dan yang tidak sesuai adalah 8 pasien. Sehingga untuk tingkat akurasi sistem berdasarkan hasil
validasi pakar dan sistem adalah 84%.
Kata kunci: Trauma; Sistem Pakar; Teorema Bayes
ABSTRACT
This research was to design an expert system to diagnose trauma in humans using The Bayes theorem.
The bayes theorem is a theorem used in statistics to calculate the probability of a hypothesis. The basis of the
expert system knowledge was obtained from the acquisition of expert knowledge of the psychologists. Fifty
data were obtained using questionnaires which were then implemented into the system. The results between the
system and the experts were then matched to get the maximum matching number and the closest identification
result. Based on the 50 data tested on the experts and the system, the system detected 4 types of trauma, namely
psychological, neurosis, psychosis, and diseases. As many as 42 patients with trauma complied with the expert
validation and 8 patients did not. Thus, the level of accuracy of the system based on the results of the expert and
system validation was 84%.
Keywords: Trauma, Expert System, The Bayes Theorem
107
Seminar Nasional Multimedia & Artificial Intelligence 2019
Yogyakarta, 30 November 2019
gejala 5, gejala 7, gejala 9 dan gejala 10 mendapatkan P(H) = probabilitas hipotesis Hi (menurut hasil
hasil 62,22 % atau lebih tingkat keyakinan penyakit sebelumnya) tanpa memandang evidence
pasien pada sistem [5]. apapun.
Dalam penelitian mengenai Aplikasi P(E) = probabilitas evidence E tanpa memandang
Probabilitas Bayes Dalam Sistem Pakar Untuk apapun.
Mendiagnosis Gangguan Kejiwaan Bipolar, sistem ini
menggunakan basis pengetahuan dan mesin inferensi Jika evidence tunggal E dan hipotesis ganda
berdasarkan pengetahuan dari seorang pakar. Sistem H1, H2, H3, .... Hn, maka bentuk Theorema Bayes
Pakar ini digunakan untuk mendiagnosis gangguan adalah pada Persamaan 2:
kejiwaan bipolar berdasarkan basis pengetahuan dari
penyakit tersebut. Tujuan dari penelitian ini adalah
untuk mendapatkan tingkat keakuratan yang tinggi (2)
dan untuk membantu Pakar (dokter kejiwaan). Pada
penelitian digunakan 2 macam basis pengetahuan Dengan:
yaitu dengan menggunakan data pebelajaran bipolar p(Hi|E) = probabilitas hiposesis Hi benar jika
saja dan dengan menggunakan data pembelajaran
diberikan evidence E.
bipolar dan skizofrenia. Tingkat keakuratan yang
dicapai dalam penelitian ini mencapai 44.83% [6]. p(E|Hi) = probabilitas munculnya evidence E, jika
diketahui hipotesis Hi benar.
Dalam penelitian dengan judul Sistem Pakar p(Hi) = probabilitas hipotesis Hi (menurut hasil
Diagnosa Penyakit Batu Ginjal Menggunakan sebelumnya) tanpa memandang evidence
Teorema Bayes, menjelaskan mengenai aplikasi
apapun.
sistem pakar yang berguna sebagai alat bantu untuk
mendapatkan informasi dan dugaan awal dalam n = jumlah hipotesis yang mungkin.
mendiagnosa penyakit batu ginjal. Hasil dalam Dalam teorema bayes langkah awal dari
penelitian ini adalah sistem pakar untuk mendiagnosa perhitungan yang dilakukan adalah mencari nilai
penyakit batu ginjal dengan menggunakan metode semesta hipotesa (H) yang terdapat pada evidence,
bayes dapat menyelesaikan masalah diagnosis kemudian dijumlahkan semua nilai probabilitas
penyakit batu ginjal, karena dapat memberikan hasil evidence dari pakar. Untuk langkah – langkah lebih
diagnosis dengan nilai probabilitas kemunculan jelasnya dapat dilihat pada Persamaan 3 sampai
setiap jenis penyakit [7]. Persamaan 7, adalah sebagai berikut:
Penelitian dengan judul Analisis Dan a. Mencari nilai semesta
Perancangan Sistem Pakar Untuk Mengatasi Trauma
Pada Anak Menggunakan Algoritma Forward
Chaining Dan Certainly Factor, menjelaskan mengenai (3)
truma yang dialami oleh anak-anak. Hasil dari sistem
yang dibuat ini sistem dapat memberikan kesimpulan b. Menghitung nilai semesta P(Hi)
hasil penyakit yang diderita, menampilkan gejala-
gejala dari setiap penyakit, hasil diagnosa dengan
perhitungan yang sesuai dan pengguna sistem yang (4)
dibagi menjadi 3 level [8].
c. Menghitung probabilitas H
Teorema Bayes ditemukan oleh Reverend
Thomas Bayes pada abad 18, yang dikembangkan
secara luas Teorema Bayes ditemukan oleh Reverend
Thomas Bayes pada abad 18, yang dikembangkan (5)
secara luas [9], dengan rumusan seperti pada d. Mencari nilai P(Hi|E)
Persamaan 1:
(6)
(1)
e. Menghitung total nilai bayes
Dengan :
P(H|E) = probabilitas hipotesis Hi jika diberikan
(7)
evidence E.
P(E|H) = probabilitas munculnya evidence E, jika
diketahui hipotesis Hi benar.
109
Seminar Nasional Multimedia & Artificial Intelligence 2019
Yogyakarta, 30 November 2019
3. METODOLOGI PENELITIAN
Secara garis besar jalan penelitian ini
menggunakan metode waterfall. Model SLC air terjun
(waterfall) sering juga disebut model sekuensial
linier (sequential linier) atau alur hidup klasik
(classic life cycle) Metode Waterfall menyediakan
pendekatan alur hidup perangkat lunak berurutan
yang dimulai analisis, desain, inferensi pengetahuan
dan pemindahan pengetahuan. Berikut adalah gambar
alur penelitian menggunakan metode waterfall yang
dapat dilihat pada Gambar 1.
Gambar 2
110
Seminar Nasional Multimedia & Artificial Intelligence 2019
Yogyakarta, 30 November 2019
111
Seminar Nasional Multimedia & Artificial Intelligence 2019
Yogyakarta, 30 November 2019
4. PEMBAHASAN
4.1 Proses Inferensi
Dalam perancangan sistem pakar ini
menggunakan metode teorema bayes dan forward
chaining. Teorema bayes dimulai dari mencari nilai
semesta total bobot gejala dari tiap penyakit lalu
menghitung nilai semesta P(Hi) di lanjutkan dengan
menghitung probabilitas (H) tanpa memandang
evidence apapun barulah mencari nilai P(Hi|E) dan
langkah terakhir menjumlahkan nilai bayes.
Dalam proses perhitungan teorema bayes pada
sistem pakar diagnosa trauma adalah sebagai berikut:
Gambar 4 Relasi Antar Tabel Tabel 5. Data Sampel
No. Nama Umur Gejala
5. Flowchart sistem XX XXXX XX GJ01, GJ03, GJ05,
GJ06, GJ08, GJ10,
Flowchart sistem dapat dilihat pada Gambar 5. GJ13, & GJ33
Keterangan :
• Langkah-langkah perhitungannya adalah sebagai
berikut:
a. Step 1 Permasalahan
Diketahui daftar trauma pada Tabel 1.
• Rule Sistem
- Rule gejala yang dipilih adalah :
• GJ01, GJ03, GJ05, GJ08, GJ10, & GJ13 pada
rule TR01.
• GJ10 & GJ13 pada rule TR02.
• GJ33 pada rule TR03.
• GJ01, GJ03, GJ05, GJ06, GJ13, & GJ33
pada rule TR04.
112
Seminar Nasional Multimedia & Artificial Intelligence 2019
Yogyakarta, 30 November 2019
113
Seminar Nasional Multimedia & Artificial Intelligence 2019
Yogyakarta, 30 November 2019
114
Seminar Nasional Multimedia & Artificial Intelligence 2019
Yogyakarta, 30 November 2019
Dari Tabel 6 hasil hitung diambil nilai paling PSN 40 Trauma Psikologis 0.7549 Trauma Psikologis Sesuai
tinggi dari setiap gejala terpilih yang dihitung PSN 41 Trauma Psikosis 0.8056 Trauma Psikosis Sesuai
berdasarkan penyakit yang ada, didapatkan bahwa PSN 42 Trauma Psikosis 0.7803 Trauma Psikosis Sesuai
“TRAUMA PSIKOLOGIS” mendapat nilai paling PSN 43 Trauma Disaseas 0.7336 Trauma Disaseas Sesuai
tinggi yaitu 0.6709, selanjutnya dicocokkan dengan PSN 44 Trauma Disaseas 0.8056 Trauma Disaseas Sesuai
tabel aturan bayes yaitu nilai 0.5 – 0.6 adalah PSN 45 Trauma Psikosis 0.7157 Trauma Psikosis Sesuai
“Kemungkinan Besar”. Maka pasien dengan nama
PSN 46 Trauma Disaseas 0.8056 Trauma Disaseas Sesuai
XXXX didiagnosa mengalami “Trauma Psikologis”.
PSN 47 Trauma Disaseas 0.7176 Trauma Disaseas Sesuai
PSN 48 Trauma Disaseas 0.8076 Trauma Disaseas Sesuai
4.2 Hasil Data Uji PSN 49 Trauma Disaseas 0.6776 Trauma Psikosis Tidak sesuai
Berikut adalah hasil data uji validasi sistem PSN 50 Trauma Neurosis 0.7000 Trauma Neurosis Sesuai
dengan pakar yang dapat dilihat pada Tabel 7.
Tabel 7. Hasil Data Uji
Pasien
Hasil Teorema
Bayes
Hasil
Validasi
Sesuai/
5. KESIMPULAN
Pakar Tidak Dari penelitian yang dilakukan, kesimpulan
Penyakit Nilai yang dapat diperoleh adalah sebagai berikut :
PSN 01 Trauma Psikosis 0.7803 Trauma Psikosis Sesuai
PSN 02 Trauma Psikosis 0.7549 Trauma Psikosis Sesuai
1. Sistem yang dirancang dengan implementasi
metode teorema bayes dapat digunakan untuk
PSN 03 Trauma Psikosis 0.7473 Trauma Disaseas Tidak sesuai
membantu dalam diagnosis trauma.
PSN 04 Trauma Psikosis 0.7393 Trauma Psikosis Sesuai
PSN 05 Trauma Disaseas 0.6966 Trauma Disaseas Sesuai 2. Hasil implementasi dapat berjalan sesuai dengan
PSN 06 Trauma Psikologis 0.6709 Trauma Psikologis Sesuai desain.
PSN 07 Trauma Psikosis 0.7473 Trauma Disaseas Tidak sesuai 3. Berdasarkan 50 data yang telah diujikan
PSN 08 Trauma Disaseas 0.7935 Trauma Psikologis Tidak sesuai terhadap pakar dan sistem, untuk pasien yang
PSN 09 Trauma Psikosis 0.7137 Trauma Psikosis Sesuai menderita trauma dan sesuai dengan validasi
PSN 10 Trauma Disaseas 0.7051 Trauma Disaseas Sesuai pakar adalah 42 pasien dan yang tidak sesuai
PSN 11 Trauma Disaseas 0.7009 Trauma Psikologis Tidak sesuai adalah 8 pasien. Sehingga untuk tingkat akurasi
PSN 12 Trauma Disaseas 0.7263 Trauma Disaseas Sesuai sistem berdasarkan hasi validasi pakar dan
PSN 13 Trauma Psikosis 0.7356 Trauma Psikosis Sesuai sistem, diperoleh presentase 84% data kasus
PSN 14 Trauma Disaseas 0.7273 Trauma Disaseas Sesuai yang sesuai.
PSN 15 Trauma Psikosis 0.6362 Trauma Psikosis Sesuai
PSN 16 Trauma Psikosis 0.7679 Trauma Psikosis Sesuai
PSN 17 Trauma Psikosis 0.7722 Trauma Psikosis Sesuai DAFTAR PUSTAKA
PSN 18 Trauma Psikosis 0.7535 Trauma Psikosis Sesuai
[1] K. Hatta, Trauma Dan Pemulihannya, Tubin,
PSN 19 Trauma Disaseas 0.6900 Trauma Neurosis Tidak Sesuai
Ed., Banda Aceh: Dakwah Ar-Raniry
PSN 20 Trauma Disaseas 0.7460 Trauma Disaseas Sesuai
Press, 2016.
PSN 21 Trauma Psikosis 0.7905 Trauma Psikosis Sesuai
PSN 22 Trauma Disaseas 0.7212 Trauma Disaseas Sesuai [2] A. Mendatu, Pemulihan Trauma : Strategi
PSN 23 Trauma Disaseas 0.7512 Trauma Disaseas Sesuai Penyembuhan Trauma untuk Diri Sendiri,
PSN 24 Trauma Psikosis 0.7015 Trauma Psikosis Sesuai Anak dan Orang Lain di Sekitar Anda, 1st
PSN 25 Trauma Disaseas 0.6956 Trauma Disaseas Sesuai penyunt., Panduan, 2010.
PSN 26 Trauma Psikosis 0.8056 Trauma Psikosis Sesuai
[3] T. Syahputra, M. Dahria and P. D. Putri, “Sistem
PSN 27 Trauma Psikosis 0.6875 Trauma Disaseas Tidak sesuai
Pakar Untuk Mendiagnosa Penyakit
PSN 28 Trauma Disaseas 0.7386 Trauma Disaseas Sesuai
Anemia Menggunakan Metode Teorema
PSN 29 Trauma Psikosis 0.8000 Trauma Psikosis Sesuai
Bayes,” Jurnal Ilmiah Saintikom, vol. 16,
PSN 30 Trauma Psikosis 0.6875 Trauma Psikologis Tidak sesuai
pp. 284-294, September 2017.
PSN 31 Trauma Psikosis 0.8056 Trauma Psikosis Sesuai
PSN 32 Trauma Psikosis 0.7937 Trauma Psikosis Sesuai [4] I. C. Dewi, A. A. Soebroto and T. Furqon,
PSN 33 Trauma Disaseas 0.7155 Trauma Disaseas Sesuai “Sistem Pakar Diagnosa Penyakit Sapi
PSN 34 Trauma Disaseas 0.7155 Trauma Disaseas Sesuai Potong Dengan Metode Naive Bayes,”
PSN 35 Trauma Disaseas 0.7397 Trauma Disaseas Sesuai Journal of Environmental Engineering &
PS N 36 Trauma Disaseas 0.6889 Trauma Disaseas Sesuai Sustainable Technology, vol. II, pp. 72-78,
PSN 37 Trauma Psikosis 0.7803 Trauma Psikosis Sesuai November 2015.
PSN 38 Trauma Disaseas 0.7248 Trauma Disaseas Sesuai
[5] H. T. Sihotang, E. Panggabean and H. Zebua,
PSN 39 Trauma Psikosis 0.8035 Trauma Psikosis Sesuai
“Sstem Pakar Mendiagnosa Penyakit
115
Seminar Nasional Multimedia & Artificial Intelligence 2019
Yogyakarta, 30 November 2019
116