SATIN - Sains dan Teknologi Informasi, Vol. 5, No. 1, Juni 2019 ISSN: 2527-9114
menyediakan suatu metodologi untuk memikirkan pengembang perangkat lunak atau bisa dianggap bahwa
(reasoning) dan memformulasi kesimpulan (Handayani, pelanggan (customer) adalah orang atau organisasi
2016). dengan sukarela mengeluarkan uang untuk memesan
Faktor kepastian (Certanity Factor) diperkenalkan atau membeli perangkat lunak. User atau pemakai
oleh Shortliffe Buchanan pada tahun 1975 dalam perangkat lunak adalah orang yang memiliki
pembuatan MYCIN. Certanity Factor merupakan nilai kepentingan untuk memakai atau menggunakan
parameter klinis yang diberikan MYCIN untuk perangkat lunak untuk memudahkan pekerjaanya
menunjukkan besarnya kepercayaan. Certanity Factor (Sukamto, 2013).
menunjukkan ukuran kepastian terhadap suatu fakta
atau aturan (Arlis, 2017). 2.1. Kecerdasan Buatan
Dengan kecerdasan buatan komputer dapat
melakukan hal-hal yang sebelumya hanya dilakukan Artificial Intelligence (AI) atau kecerdasan buatan
oleh manusia. Dalam mengambilan keputusan manusia adalah suatu ilmu pengetahuan dan teknologi yang
dapat menjadi komputer sebagai menetapkan mempelajari cara membuat komputer melakukan
keputusan. Salah satu cabang dari kecerdasan buatan sesuatu seperti yang dilakukan oleh manusia.
(artificial intellegence) yang banyak dapat di perhatian Kecerdasan buatan sebagai sebuah studi tentang
dari para ilmu saat ini adalah sistem pakar, sistem yang bagaimana membuat komputer melakukan hal-hal yang
di pelajari pada kecerdasan buatan adalah sistem pakar pada saat ini dapat dilakukan oleh manusia (Effendi,
dengan menggunakan metode Certainty Facktor (CF). 2018).
Peran dokter spesialis sangat dibutuhkan tetapi Selama berthun-tahun pada filsuf berusaha
pekerjaan dokter terbentur dengan keterbatasannya mempelajari kecerdasan yang dimiliki manusia. Dari
dalam melakukan konsultasi penyakit antara dokter pemikiran tersebut lahirlah AI sebagai cabang ilmu
dengan pasiennya, karena jumlah pasien yang banyak yang berusaha mempelajari dan meniru kecerdasan
dan hanya ditangani oleh beberapa orang dokter manusia. Sejak saat itu para peneliti mulai memikirkan
spesialis saja. Selain itu juga pasien enggan untuk perkembangan AI sehingga teori-teori dan prinsipnya
memeriksa diri karena cenderung takut dengan dasar berkembang terus hingga sekarang (Sutujo, dkk : 2011).
bahwa bila mengidap penyakit kanker limfoma berarti
pasien menganggap memiliki penyakit yang sangat 2.3 Sistem Pakar
berbahaya dan pada umumnya penderita penyakit
kanker limfoma sering mengabaikan serta kurang Sistem Pakar merupakan salah satu bagian dari
memahami penyebab dan gejala terjadinya serta Kecerdasan Buatan yang mengandung pengetahuan dan
memakan waktu dan biaya yang tidak sedikit. Hal inilah pengalaman yang dimasukkan oleh satu atau banyak
yang menjadi kendala dalam komunikasi antara pasien pakar ke dalam suatu area pengetahuan tertentu,
dengan dokter mengenai penyakit kanker limfoma yang sehingga setiap orang dapat menggunakannya untuk
dideritanya. memecahkan berbagai masalah yang bersifat spesifik.
(Darmayunata,2018).
2. Landasan Teori Kecerdasan Buatan merupakan salah satu bagian
ilmu komputer yang membuat agar mesin (komputer)
2.1. Rekayasa Perangkat Lunak dapat melakukan pekerjaan seperti dan sebaik yang
dilakukan manusia. Pada awal diciptakannya, komputer
Perangkat lunak (software) adalah program hanya difungsikan sebagai alat hitung saja. Namun
komputer yang terasosiasi dengan dokumentasi seiring dengan perkembangan jaman, maka peran
perangkat lunak seperti dokumentasi kebutuhan, model komputer semakin mendominasi kehidupan umat
desain, dan cara penggunaan (user manual). Sebuah manusia. Komputer tidak lagi hanya digunakan sebagai
program komputer tanpa terasosiasi dengan alat hitung, lebih dari itu, komputer diharapkan untuk
dokumentasinya maka belum dapat disebut perangkat dapat diberdayakan untuk mengerjakan sesuatu yang
lunak (software). Sebuah perangkat lunak juga sering bisa dikerjakan oleh manusia. (Putra, 2017).
disebut dengan sistem perangkat lunak. Sistem berarti Sistem pakar merupakan pengembangan kecerdasan
kumpulan komponen yang saling terkait dan buatan yang menggabungkan pengetahuan dan
mempunyai satu tujuan yang ingin dicapai (Sukamto, penelusuran data untuk memecahkan masalah yang
2013). secara normal memerlukan keahlian manusia. (Yusman,
Sistem perangkat lunak berarti sebuah sistem yang dkk, 2017).
memiliki komponen berupa perangkat lunak yang
memiliki hubungan satu sama lain untuk memenuhi 2.4 Faktor Kepastian (Certainty Factor)
kebutuhan pelanggan (customer). Pelanggan
(Customer) adalah orang atau organisasi yang memesan Menurut Sutojo dan Suhartono, (2011)
atau membeli perangkat lunak (software) dari mengungkapkan bahwa Teori Certainty Factor (CF)
62 SATIN - Sains dan Teknologi Informasi, Vol. 5, No.1, Juni 2019
diusulkan oleh Shortliffe dan Buchanan pada 1995 sistem dan langkah-langkah yang dibutuhkan untuk
untuk mengakomodasi ketidakpastian pemikiran perancangan yang diinginkan sampai pada analisis yang
(inexact reasoning) seorang pakar. Seorang pakar, diharapkan. Masalah yang dibahas dalam penelitian ini
(misalnya dokter) sering kali menganalisa informasi adalah mengenai penyakit limfoma. Beberapa jenis
yang ada dengan ungkapan seperti “mungkin”, penyakit limfoma dapat kita lihat pada Tabel 1 berikut
”kemungkinan besar”, “hampir pasti”. Untuk ini:
mengakomodasi hal ini kita perlu menggunakan Pada Tabel 1 terdapat empat penyakit limfoma yaitu
Certainty Factor (CF) guna menggambarkan tingkat penyakit Limfoma Hodkin (LH), Limfoma non Hodkin
keyakinan pakar terhadap masalah yang sedang (LHN), Limfoma Non Hodkin (LNH) Stadium A dan
dihadapi Limfoma Non Hodkin (LNH) Stadium B.
Metode Certainty Factor (CF) merupakan suatu
metode untuk membuktikan ketidakpastian pemikiran Tabel 1. Penyakit Limfoma
seorang pakar, dimana untuk mengakomodasi hal KODE NAMA PENYAKIT
tersebut seseorang biasanya menggunakan certainty P001 Limfoma Hodkin (LH)
factor untuk menggambarkan tingkat keyakinan pakar P002 Limfoma non Hodkin (LHN)
terhadap masalah yang sedang dihadapi. hasil metode P003 Limfoma Non Hodkin (LNH) Stadium A
certainty factor yang berupa persentase, cocok untuk
P004 Limfoma Non Hodkin (LNH) Stadium B
hasil program yang dibutuhkan pada penelitian. (Arifin,
2017).
Selanjutnya akan ditampilkan gejala untuk setiap
3. Metodologi Penelitian penyakit seperti Tabel 2. Pada gejala penyakit Limfoma
Hodkin (LH) Stadium A terdapat sembilan gejala. Pada
Agar langkah-langkah yang diambil penulis dalam penyakit Limfoma Hodkin (LH) Stadium B terdapat dua
penelitian ini tidak melenceng dari pokok pembahasan belah gejala. Pada penyakit Limfoma Non Hodkin
dan lebih mudah dipahami, maka urutan langkah- (LNH) Stadium A terdapat empat belas gejala dan pada
langkah akan dibuat secara sistematis sehingga dapat penyakit Limfoma Non Hodkin (LNH) Stadium B
dijadikan pedoman yang jelas dan mudah untuk terdapat sembilan belas gejala.
menyelesaikan permasalahan yang ada. Urutan langkah-
langkah yang akan dibuat pada penelitian ini dapat Tabel 2. Gejala Penyakit
dilihat pada Gambar 1. berikut: No Penyakit KODE Gejala
1 Limfoma G001 Pembesaran
Hodkin (LH) kelenjar/Muncul
Stadium A benjolan pada
leher, ketiak dan
pangkal paha
G002 Demam dan
menggigil
G003 Berkeringat
dimalam hari
G004 Mudah lelah atau
letih
G005 Kehilangan nafsu
Gambar 1. Metodologi Penelitian makan
Pada Gambar 1 terdapat tahapan dalam G006 Berat badan
melakukan penelitian ini, yaitu : penelitian berkurang
pendahuluan, pengumpulan data, analisis, perancangan, G007 Sakit kepala
implementasi dan pengujian. G008 Gatal-gatal (ruam)
G009 Batuk yang
4. Analisa dan Perancangan berkepanjangan
2 Limfoma G001 Pembesaran
4.1 Analisa Hodkin (LH) kelenjar/Muncul
Stadium B benjolan pada
Tahap analisa data merupakan tahap-tahap yang leher, ketiak dan
paling penting dalam pengembangan sebuah sistem, pangkal paha
karena pada tahap inilah nantinya dilakukan evaluasi, G002 Demam dan
identifikasi terhadap masalah yang ada, rancangan menggigil
Dasril Aldo dan Ardi
Sistem Pakar Diagnosa Penyakit Limfoma dengan Metode Certainty Factor 63
Pernafasan AND Bengkak Ditungkai THEN SP : “Apakah anda mengalami muntah ( nilai
Limfoma Non Hodkin Stadium A (CF=0,70) kepastian [0-1] ) “?
R8 = IF Pembesaran Kelenjar AND Ganguan User : “Ya, CF = 0,4”
pernafasan AND Nyeri Perut atau Kembung SP : “Apakah anda mengalami anemia ( nilai
AND Darah Dalam Tinja AND Penyumbatan kepastian [0-1] ) “?
Aliran Urin THEN Limfoma Non Hodkin User : “Ya, CF = 0,2”
Stadium B (CF=0,80)
R9 = IF Pembesaran Kelenjar AND Demam dan Selanjutunya hasil konsultasi user akan diproses
Menggigil AND Muntah AND Sakit Punggung berdasarkan rule yang sudah ditetapkan. Proses rule
Bagian Bawah AND Gangguan Pencernaan mengacu pada pohon keputusan yang akan dibuat.
THEN Limfoma Non Hodkin Stadium A Berikut terdapat beberapa rule untuk pengetahuan
(CF=0,65) mengenai gangguan atau masalah yang terjadi pada
R10 = IF Pembesaran Kelenjar AND Berat Badan penyakit limfoma. Proses rule tersebut dapat dilihat
Berkurang AND Gangguan Pencernaan AND pada tabel 3. dimana memperlihatkan penggunaan 10
Darah Dalam Tinja AND Pembengkakan (sepuluh) rule untuk diagnose penyakit limfoma.
Ditungkai THEN Limfoma Non Hodkin Tabel 3. Proses Rule Dari Penyakit
Stadium B (CF=0,80) Rule Keterangan
Berikut adalah dialog antara sistem pakar dengan user Rule 1 IF pembesaran kelenjar (CF= 0,8) AND
yang melakukan konsultasi: demam dan menggigil (CF= 0,6) AND
Mudah lelah (CF= 0,4) AND berat
badan berkurang (CF= 0,6) AND
Dialog User Dengan Sistem Pakar : kehilangan nafsu makan (CF= 0,4)
SP : “Apakah anda mengalami pembesaran THEN Penyakit = Limfoma Hodkin
kelenjar ( nilai kepastian [0-1] ) “? Stadium B (CF= 0,70)
User : “Ya, CF = 0,8” Rule 2 IF pembesaran kelenjar (CF= 0,8) AND
SP : “Apakah anda mengalami demam dan demam dan menggigil (CF= 0,6) AND
menggigil ( nilai kepastian [0-1] ) “? batuk (CF= 0,2) AND sakit kepala (CF=
User : “Ya, CF = 0,6” 0,6) AND mudah lelah (CF= 0,4)
SP : “Apakah anda mengalami berkeringat THEN Penyakit = Limfoma Hodkind
dimalam hari ( nilai kepastian [0-1] ) “? Stadium A (CF= 0,65)
User : “Ya, CF = 0,6” Rule 3 IF pembesaran kelenjar (CF= 0,8) AND
SP : “Apakah anda mengalami mudah lelah atau demam dan menggigil (CF= 0,6) AND
letih ( nilai kepastian [0-1] ) “? kehilangan nafsu makan (CF= 0,4)
User : “Ya, CF = 0,4” AND mual (CF= 0,4) AND gatal atau
SP : “Apakah anda mengalami gangguan ruam (CF= 0,4) THEN Penyakit =
pencernaan ( nilai kepastian [0-1] ) “? Limfoma Hodkin Stadium B (CF =
User : “Ya, CF = 0,4” 0,60)
SP : “Apakah anda mengalami mual ( nilai Rule 4 IF pembesaran kelenjar (CF= 0,8) AND
kepastian [0-1] ) “? demam dan menggigil (CF= 0,6) AND
User : “Ya, CF= 0,4” berkeringat malam (CF= 0,4) AND
SP : “Apakah anda mengalami nyeri perut atau berat badan berkurang (0,6) AND
kembung ( nilai kepastian [0-1] ) “? kehilangan nafsu makan (CF= 0,4)
User : “Ya, CF = 0,4” THEN Penyakit = Limfoma Hodkin
SP : “Apakah anda mengalami bengkak pada Stadium A (CF= 0,80)
tungkai ( nilai kepastian [0-1] ) “? Rule 5 IF pembesaran kelenjar (CF= 0,8) AND
User : “Ya, CF = 0,4” berkeringat malam (CF= 0,6) AND
SP : “Apakah anda mengalami darah dalam tinja ( kehilangan nafsu makan (CF= 0,4)
nilai kepastian [0-1] ) “? AND bengkak ditungkai (CF= 0,4)
User : “Ya, CF = 0,4” AND gatal atau ruam (CF= 0,4) THEN
SP : “Apakah anda mengalami penyumbatan Penyakit = Limfoma Hodkin stadium
aliran urin ( nilai kepastian [0-1] ) “? B (CF= 0,65)
User : “Ya, CF = 0,2” Rule 6 IF pembesaran kelenjar (CF= 0,8) AND
SP : “Apakah anda mengalami sakit pada sakit kepala (CF= 0,6) AND berkeringat
punggung bagian bawah ( nilai kepastian [0-1] malam (CF= 0,6) AND batuk (CF= 0,2)
) “? AND mudah lelah (CF=0,4) THEN
User : “Ya, CF = 0,2”
Dasril Aldo dan Ardi
Sistem Pakar Diagnosa Penyakit Limfoma dengan Metode Certainty Factor 65
= Min (0,8 ; 0,6 ; 0,6 ; 0,6 ; 0,4) * 0,55 Bengkak Ditungkai ∩ Gangguan
= 0,4 * 0,55 Pernafasan)
= 0,22 = Min (0,8 ; 0,4 ; 0,4 ; 0,4 ; 0,6) * 0,80
Fakta Baru : = 0,4 * 0,80
Limfoma Hodkin Stadium A = 0,32
Hypothesis CF4 = 0,22 Fakta Baru :
R5 : IF pembesaran kelenjar (0,8) AND berkeringat Limfoma Non Hodkin Stadium B
malam (0,6) AND kehilangan nafsu makan (0,4) Hypothesis CF10 = 0,32
AND bengkak ditungkai (0,4) AND gatal atau Fakta Baru :
ruam (0,4) THEN Penyakit = Limfoma Hodkin Limfoma Hodkin Stadium B
stadium B (CF= 0,65) Hypothesis CF1 = 0,28
CF5 = (Pembesaran Kelenjar ∩ Berkeringat Limfoma Hodkin Stadium A
Malam ∩ Kehilangan Nafsu Makan ∩ Hypothesis CF2 = 0,13
Bengkak Ditungkai ∩ Gatal Atau Ruam ) Limfoma Hodkin Stadium B
= Min (0,8 ; 0,6 ; 0,4 ; 0,4 ; 0,4) * 0,65 Hypothesis CF3 = 0,24
= 0,4 * 0,65 Limfoma Hodkin Stadium A
= 0,26 Hypothesis CF4 = 0,22
Fakta Baru : Limfoma Hodkin Stadium B
Limfoma Hodkin stadium B Hypothesis CF5 = 0,26
Hypothesis CF5 = 0,26 Limfoma Hodkin Stadium A
R8 : IF pembesaran kelenjar (0,8) AND gangguan Hypothesis CF6 = 0,11
pernafasan (0,6) AND nyeri perut atau kembung Limfoma Non Hodkin Stadium A
(0,4) AND darah dalam tinja (0,4) AND Hypothesis CF7 = 0,28
penyumbatan aliran urin (0,2) THEN Penyakit = Limfoma Non Hodkin Stadium B
Limfoma Non Hodkin Stadium B (CF= 0,80) Hypothesis CF8 = 0,16
CF8 = (Pembesaran Kelenjar ∩ Gangguan Limfoma Non Hodkin Stadium A
Pernafasan ∩ Nyeri Perut atau Kembung Hypothesis CF9 = 0,13
∩ Darah Dalam Tinja ∩ Penyumbatan Limfoma Non Hodkin Stadium B
Aliran Urin) Hypothesis CF10 =0,32
= Min (0,8 ; 0,6 ; 0,4 ; 0,4 ; 0,2) * 0,80
= 0,2 * 0,80 CF Gabungan Dari Rule :
= 0,16 Karena R1, R3, dan R5 Hipotesanya sama yaitu
Fakta Baru : Limfoma Hodkin Stadium B, maka CF di
Limfoma Non Hodkin Stadium B Gabungkan :
Hypothesis CF8 = 0,16 CFK = CF1+CF3*(1-CF1)
R9 : IF pembesaran kelenjar (0,8) AND demam dan CFK = 0.28+0.24*(1-0.28)
menggigil (0,6) AND muntah (0,4) AND sakit 0.52 * 0.72
punggung bagian bawah (0,2) AND gangguan CFK = 0.3744
pencernaan (0,4) THEN Penyakit = Limfoma = CFK+CF5*(1-CFK)
Non Hodkin Stadium A (CF= 0,65) Limfoma Hodkin Stadium B
CF9 = (Pembesaran Kelenjar ∩ Demam dan = (0.3744+0.26)*(1-0.3744)
Menggigil ∩ Muntah ∩ Sakit Punggung = 0.6344*0.6256
Bagian Bawah ∩ Gangguan Pencernaan ) =0.3968
= Min (0,8 ; 0,6 ; 0,4 ; 0,2 ; 0,4) * 0,65 Karena R2, R4 dan R6 Hipotesanya sama yaitu limfoma
= 0,2 * 0,65 hodkin stadium A maka CF digabungkan
= 0,13 :
Fakta Baru : CFK = CF2+CF4*(1-CF2)
Limfoma Non Hodkin Stadium A CFK = (0.13+0.22)*(1-0.13)
Hypothesis CF9 = 0,13 0.35*0.87
R10 : IF pembesaran kelenjar (0,8) AND gangguan CFK = 0.3045
pencernaan (0,4) AND darah dalam tinja (0,4) = CFK+CF6*(1-CFK)
AND bengkak ditungkai (0,4) AND gangguan Limfoma Hodkin Stadium A
pernafasan (0,6) THEN Penyakit = Limfoma = (0.3045+0.11)*(1-0.3045)
Non Hodkin Stadium B (CF= 0,80) = 0.4145*0.6955
CF10 = (Pembesaran Kelenjar ∩ Gangguan =0.2882
Pencernaan ∩ Darah Dalam Tinja ∩
Dasril Aldo dan Ardi
Sistem Pakar Diagnosa Penyakit Limfoma dengan Metode Certainty Factor 67
Karena R8 dan R10 Hipotesanya sama yaitu Limfoma program ke database yang digunakan yang dilakukan
Non Hodkin Stadium B, maka CF oleh aktor terhadap sebuah sistem.
digabungkan :
CF = CF8+CF10*(1-CF8)
= (0.16+0.32)*(1-0.16)
= 0.48*0.84
CFK = 0.4032
7. Referensi
Arifin, M., Slamin, S., & Retnani, W. E. Y. (2017). Penerapan
Metode Certainty Factor Untuk Sistem Pakar Diagnosis
Hama Dan Penyakit Pada Tanaman Tembakau.
BERKALA SAINSTEK, 5(1), 21-28.
Arlis, S. (2017). Diagnosis Penyakit Radang Sendi Dengan
Metode Certainty Factor. Satin-Sains Dan Teknologi
Informasi, 3(1), 42-47.
Gambar 13. Halaman Data Perawatan bagi Admin Effendi, N. (2018). Penerapan Jaringan Syaraf Tiruan Untuk
Memprediksi Efektifitas Pembelajaran Dengan E-
Dimenu admin ada data perawatan yang berisi data Learning. Satin-Sains Dan Teknologi Informasi, 4(1), 1-
nama-nama perawatan yang telah didapat dari pakar 10.
penyakit Limfoma. Selanjutnya ada daftar pertanyaan. Handayani, S. (2016). Sistem Pakar Untuk Memprediksi Jenis
Penyandang Masalah Kesejahteraan Sosial (Pmks)
Dengan Menggunakan Metode Forward Chaining (Studi
Kasus Di Dinas Kesehatan Dan Sosial Kota
Sawahlunto). Satin-Sains Dan Teknologi Informasi,
2(2), 64-71.
Paramartha , I. K. A (2017). Karakteristik Pasien Limfoma
Maligna Di Rsup Sanglah Tahun 2015. E-Jurnal
Medika, 6(2), 1-9.
Putra, O. E. (2017). Aplikasi Artificial Inttelegence Pada
Public Territory Room Berbasis Mikrokontroler (Study
Kasus: Ruangan Perkuliahan Upi-Yptk Padang). Jurnal
Teknologi Informasi Dan Pendidikan, 10(1), 53-59.
Gambar 14. Halaman Daftar Keluhan Pasien di Rosa, A. S., & Shalahuddin, M. (2013). Rekayasa Perangkat
Menu Admin Lunak Terstruktur Dan Berorientasi Objek. Bandung:
Informatika.
Dimenu admin ada data pertanyaan yang berisi Yusman, h., efendi, r., & farady, f. (2017) Sistem pakar deteksi
data pertanyaan tentang gejala-gejala yang telah didapat kerusakan dini pada mesin mobil toyota dengan metode
dari pakar penyakit Limfoma. certainty factor (cf) berbasis android (doctoral
dissertation, universitas bengkulu).
Sutojo, T., Edy Mulyanto, & Vince Suhartono. (2011).
6. Simpulan Kecerdasan Buatan. Andi Offset.
Yuvidarmayunata, Y. (2018). Sistem Pakar Berbasis Web
Dari uraian masalah di atas, serta berdasarkan analisa Menggunakan Metode Backward Chaining Untuk
yang telah dilakukan, maka dapat ditarik kesimpulan Menentukan Nutrisi Yang Tepat Bagi Ibu Hamil.
sebagai berikut: Sistem pakar ini terbukti mampu Intecoms: Journal Of Information Technology And
melakukan penelusuran gejala, penyakit dan solusi Computer Science, 1(2), 231-239.
berdasarkan penelusuran jawaban atas pertanyaan yang
diberikan oleh sistem. Dengan menjalankannya aplikasi
sistem ini telah membantu masyarakat dalam mengenali