OLEH
DIKI RASAPTA
NPM 171022050020
TESIS
OLEH:
DIKI RASAPTA
NPM 171022050020
Telah disetujui untuk diseminarkan pada Sidang Tesis pada program Pasca
Sarjana (S2) Magister Komputer, Program Studi Teknik Informatika Sekolah
Tinggi Manajemen Informasi dan Komputer Eresha.
Mengetahui :
Ka.Prodi Program Pasca Sarjana
Magister Komputer
STMIK ERESHA
Nama : Diki Rasapta
NPM : 171022050020
Dengan ini saya menyatakan bahwa dalam Tesis ini tidak terdapat karya yang
pernah diajukan untuk memperoleh gelar kesarjanaan di suatu Perguruan Tinggi,
dan sepanjang pengetahuan saya juga tidak terdapat karya atau pendapat yang
pernah ditulis atau diterbitkan oleh orang lain, kecuali yang secara tertulis diacu
dalam naskah ini dan disebutkan dalam daftar pustaka.
(Materai 6000)
(Diki Rasapta)
PENGESAHAN TESIS
STMIK ERESHA
Nama : Diki Rasapta
NPM : 171022050020
Telah disidangkan dan dinyatakan Lulus Sidang Tesis pada Program Pasca
Sarjana (S2) Magister Komputer, Program Studi Teknik Informatika Sekolah
Tinggi Manajemen Informatika dan Komputer Eresha pada tanggal 19 September
2020.
Mengetahui :
KATA PENGANTAR
STMIK ERESHA
Puji syukur kehadirat Tuhan Yang Maha Kuasa yang telah melimpahkan
segala rahmat dan karunia-Nya, sehingga penulis dapat menyelesaikan laporan
tesis yang merupakan salah satu persyaratan untuk menyelesaikan program studi
strata dua (S2) pada program studi Teknik Informatika di Sekolah Tinggi
Manajemen Informatika dan Komputer–Eresha.
Penulis menyadari tesis ini masih jauh dari sempurna. Karena itu, kritik dan
saran akan senantiasa penulis terima dengan senang hati. Dengan segala
keterbatasan, penulis menyadari pula bahwa tesis ini takkan terwujud tanpa
bantuan, bimbingan, dan dorongan dari berbagai pihak. Untuk itu, dengan segala
kerendahan hati, penulis menyampaikan ucapan terima kasih kepada:
1. Stmik Eresha dan Universitas Pamulang yang telah memberikan beasiswa
ikatan dinas.
2. Dr.(HC) Drs. H. Darsono selaku ketua Yayasan Sasmita Jaya, yang telah
memberikan tempat untuk kami mencari ilmu.
3. Dr. Achmad Hindasyah, M.Si Selaku Ketua Sekolah Tinggi Manajemen
Informatika dan Komputer–Eresha.
4. Dr. Ir. Dadang Kurnia, MM Selaku Kaprodi Sekolah Tinggi Manajemen
Informatika dan Komputer–Eresha.
5. Dr. Sudarno, M.Eng. Sebagai Pembimbing Pertama yang telah memberikan
arahan dan bimbingan yang sangat berharga dalam penelitian ini.
6. Dr. Ferhat Aziz, M.Sc. Sebagai pembimbing ke dua yang telah banyak
memberikan bantuan dan bimbingan serta arahan dalam penelitian ini.
7. Seluruh dosen Program Pasca Sarjana Magister Komputer Sekolah Tinggi
Manajemen Informatika dan Komputer–Eresha yang telah memberikan banyak
pengetahuan sebagai bekal dalam penelitian ini.
8. Seluruh staf Program Pasca Sarjana Magister Komputer Sekolah Tinggi
Manajemen Informatika dan Komputer–Eresha yang selalu ramah dalam
memberikan pelayanan sejak awal kami bergabung dengan keluarga besar
Eresha.
9. Bapak , Ibu dan keluarga ku tercinta yang telah mendukung penulis baik spirit
maupun materi.
STMIK ERESHA
10. Saudara dan sahabat-sahabatku, terutama kawan-kawan tahun ajaran 2020
yang telah memberikan dukungan moral untuk terus meyelesaikan tesis ini.
11. Kepada semua pihak yang tidak dapat disebutkan namanya yang telah
membantu dalam hal pengumpulan materi, dan pengumpulan data.
Diki Rasapta
STMIK ERESHA
LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI TESIS UNTUK
KEPENTINGAN AKADEMIS
beserta perangkat yang diperlukan (bila ada). Dengan demikian saya memberikan kepada
Perpustakaan STMIK ERESHA hak untuk menyimpan, me-ngalihkan dalam bentuk
media lain, mengelolanya dalam bentuk pangkalan data, mendistribusikan secara terbatas,
dan mempublikasikannya di Internet atau media lain untuk kepentingan akademis tanpa
perlu meminta ijin dari saya maupun memberikan royalti kepada saya selama tetap
mencantumkan nama saya sebagai penulis.
Dibuat di Jakarta
( Diki Rasapta )
STMIK ERESHA
Nama : Diki Rasapta
Program Studi : Teknik Informatika Program Magister Komputer
Judul : Analisis Metode Sistem Pakar Dengan Menggunakan Mengguna
kan Metode Certainty Factor dan Algoritma Fuzzy Untuk Mendi
agnosa Kesehatan Kandungan Pada Ibu Hamil
ABSTRAK
Angka kematian ibu (AKI) di Indonesia masih sangat tinggi dan tertinggi di antara
negara–negara ASEAN. Pada tahun 1990, AKI berada pada tingkat 390 per
100.000 kelahiran hidup, dan survei pada tahun 2002-2003 menghasilkan
perkiraan sebesar 307 per 100.000 kelahiran. Namun, hasil analisis menyimpulkan
bahwa keadaannya sangat mencemaskan bagi perempuan Indonesia. Sistem pakar
dibutuhkan untuk membantu para ibu hamil mengetahui secara cepat kondisi
kesehatan kandungan pada ibu hamil berdasarkan gejala yang muncul. Tidak
hanya jenis penyakit, sistem ini juga menginformasikan cara penanganan untuk
ibu hamil yang kesehatan kondisi kandungannya bermasalah dan cara
pencegahannya.
Kata Kunci : AKI, kesehatan, kandungan, ibu hamil, sistem pakar.
ABSTRACT
The maternal mortality rate (MMR) in Indonesia is still very high and the highest
among ASEAN countries. In 1990, MMR relied on a rate of 390 per 100,000 live
births, and surveys in 2002-2003 produced an estimate of 307 per 100,000 births.
However, the results of the analysis considering the situation are very worrying
for Indonesian women. Expert System Needed to Help Pregnant Mothers
Overcome Future Health Problems. Not only this type of disease, this system also
helps care for pregnant women who have health problems and how to help them.
Keywords : AKI, health, uterus, pregnant women, expert system.
STMIK ERESHA
DAFTAR ISI
LEMBAR PERSETUJUAN..................................................................................ii
PERNYATAAN KEASLIAN TESIS..................................................................iii
PENGESAHAN TESIS........................................................................................iv
KATA PENGANTAR............................................................................................v
LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI TESIS UNTUK
KEPENTINGAN AKADEMIS...........................................................................vii
ABSTRAK............................................................................................................vii
ABSTRACT...........................................................................................................vii
DAFTAR ISI........................................................................................................vii
DAFTAR TABEL................................................................................................vii
DAFTAR GAMBAR............................................................................................vii
BAB I PENDAHULUAN.......................................................................................7
1.1 Latar Belakang..........................................................................................7
1.2 Permasalahan Penelitian...........................................................................7
1.2.1 Identifikasi Masalah........................................................................7
1.2.2 Ruang Lingkup Masalah................................................................7
1.2.3 Rumusan Masalah...........................................................................7
1.3 Tujuan dan Manfaat Penelitian...............................................................7
1.3.1 Tujuan Penelitian............................................................................7
1.3.2 Manfaat Penelitian..........................................................................7
1.4 Sistematik Penulisan.................................................................................7
STMIK ERESHA
2.2.3 Suhu Tubuh.......................................................................................7
2.2.4 Konsep Dasar Sistem........................................................................7
2.2.4.1Klasifikasi Sistem.............................................................................7
2.2.4.2Karakteristik Sistem.........................................................................7
2.2.5 Sistem Pakar......................................................................................7
2.2.5.1 Definisi Sistem Pakar..........................................................7
2.2.5.2 Ciri-ciri Sistem Pakar.........................................................7
2.2.5.3 Keuntungan Sistem Pakar..................................................7
2.2.5.4 Kelemahan Sistem Pakar....................................................7
2.2.5.5 Komponen Sistem Pakar....................................................7
2.2.5.6 Certainty Factor..................................................................7
2.2.6.1 Algoritma Metode Fuzzy....................................................7
2.2.6.2 Fuzzy Tsukamoto..................................................................7
2.2.7 Pengembangan Sistem......................................................................7
2.2.8 Perangkat Lunak Pendukung.............................................................7
2.2.8.1 HTML...................................................................................7
2.2.8.2 PHP.......................................................................................7
2.2.8.3 MYSQL.................................................................................7
2.2.8.4 XAMPP.................................................................................7
2.2.8.5 Matlab...................................................................................7
2.3 Kerangka Pemikiran.................................................................................7
STMIK ERESHA
3.3.3 Sequence Diagram...........................................................................7
3.3.4 Class Diagram..................................................................................7
3.3.5 Spesifikasi Database........................................................................7
3.4 Teknik Analisis..........................................................................................7
3.5 Jadwal Penelitian.......................................................................................7
DAFTAR PUSTAKA.............................................................................................7
DAFTAR RIWAYAT HIDUP..............................................................................7
STMIK ERESHA
DAFTAR TABEL
STMIK ERESHA
DAFTAR GAMBAR
STMIK ERESHA
Gambar 39 Uji Diagnosa Kasus Ketiga................................................................7
STMIK ERESHA
BAB I
PENDAHULUAN
Angka kematian ibu (AKI) di Indonesia masih sangat tinggi dan tertinggi
di antara negara–negara ASEAN. Pada tahun 1990, AKI berada pada tingkat 390
per 100.000 kelahiran hidup, dan survei pada tahun 2002-2003 menghasilkan
perkiraan sebesar 307 per 100.000 kelahiran. Namun, hasil analisis menyimpulkan
bahwa keadaannya sangat mencemaskan bagi perempuan Indonesia. Walapun
perbandingan kedua angka tersebut sepertinya menunjukan penurunan, namun
karena hasil survei sangat peka terhadap sampling error maka sukar
menyimpulkan dengan pasti bahwa memang terjadi penurunan dalam angka
kematian ibu selama 10 hingga 15 tahun yang lalu di Indonesia (AIPI, 2012).
Salah satu target pencapaian dari Millennium Development Goals (MDGs) pada
tahun 2015 adalah meningkatkan kesehatan ibu dengan mengurangi rasio
kematian ibu sebesar 102 per 100.000 kelahiran hidup. Walapun pelayanan
antenatal (pemeriksaan sebelum kelahiran) dan pertolongan persalinan oleh tenaga
kesehatan terlatih cukup tinggi, beberapa faktor seperti risiko tinggi pada saat
kehamilan dan aborsi perlu mendapat perhatian. Kedepan, upaya peningkatan
kesehatan ibu diprioritaskan pada perluasan pelayanan kesehatan berkualitas,
pelayanan obstetrik yang komprehensif, peningkatan pelayanan keluarga
berencana dan penyebarluasan komunikasi, informasi, dan edukasi kepada
masyarakat (Bappenas, 2013).
STMIK ERESHA 1
Dalam kehidupan sehari-hari, persoalan mendiagnosa kesehatan pada ibu
hamil sangat sulit untuk dilakukan, karena kurangnya informasi bagi ibu untuk
dapat membedakan penyakit yang dapat di tangani sendiri secara mandiri atau
penyakit yang memerlukan penanganan medis secepat mungkin. Biasanya
kesehatan kandungan padaibu hamil selalu didiagnosa oleh seorang dokter
spesialis kandungan, dimana saat kesehatan kandungan pada ibu hamil
bermasalah, dokter spesialis kandungan diharapkan dapat membantu dalam
mengobati dan mencegah penyakit agar tidak bertambah parah, tetapi hal ini
masih kurang membantu sebab butuh waktu yang cukup lama untuk membawa
ibu hamil tersebut ke dokter spesialis kandungan, selain itu seperti kita ketahui
bahwa penggunaan jasa dokter spesialis kandungan tergolong mahal.
STMIK ERESHA 2
pada kandungannya dan memudahkan ibu hami untuk mendiagnosa kesehatan
kandungan.
Ruang lingkup masalah pada penulisan ini diperlukan agar penulis ini
lebih terarah sehingga pembahasan tidak menyimpang dari tujuan yang akan
dicapai maka diberikan batasan sebagai berikut :
1. Faktor-faktor yang menjadi acuan penelitian ini adalah data gejala, data
penyakit dan data penanganan.
STMIK ERESHA 3
Tujuan dari penulisan tugas akhir ini antara lain :
1. Membuat pengembangan dari sebuah informasi dengan menggunakan tahap
analisis metode, dimana memberikan pengetahuan terhadap ibu hamil agar
dapat mengetahui kondisi kesehatan kandungan serta solusi yang cepat untuk
melakukan tindakan.
2. Melakukan analisis metode terhadap metode fuzzy inference system
menggunakan algoritma tsukamoto dan metode sistem pakar menggunakan
algoritma certainty factor dalam kasus mendiagnosa kesehatan kandungan
pada ibu hamil.
1. Bagi Penulis:
Yaitu, diharapkan dapat menambah dan memperluas wawasan penulis
mengenai penerapan sistem pakar dengan metode certainty factor dan fuzzy
dalam mendiagnosa kesehatan pada ibu hamil.
2. Bagi Masyarakat :
Yaitu, Masyarakat dapat memberikan solusi khususnya kepada ibu hamil
mengenai kondisi kesehatan kandungan pada ibu hamil tanpa harus pergi ke
dokter spesialis kandungan, dan juga dapat mengetahui tindakan awal yang
harus dilakukan untuk menanggulangi penyakit yang terjadi pada ibu hamil
sebelum melakukan pengobatan lebih lanjut.
3. Bagi Universitas
Yaitu, khususnya mahasiswa fakultas teknik informatika diharapkan dari hasil
penelitian ini dapat dijadikan sebagai bahan perbandingan maupun untuk
wawasan khasanah keilmuan yang bermanfaat dalam menganalisa penelitian
sistem pakar dengan metode certainty factor dan Logika Fuzzy.
Agar penjelasan proposal skripsi ini lebih sistematis dan terarah maka
penulisannya disusun dengan sistematika penyusunan sebagai berikut :
BAB I PENDAHULUAN
STMIK ERESHA 4
Bab ini merupakan pendahuluan yang mencakup uraian tentang
latar belakang masalah, rumusan masalah, ruang lingkup masalah,
tujuan penelitian dan manfaat penelitian, dan sistematika
penulisan.
STMIK ERESHA 5
BAB II
LANDASAN TEORI DAN KERANGKA PEMIKIRAN
STMIK ERESHA 6
3. Penelitian yang dilakukan oleh Erwin pada tahun 2018 dengan judul “Aplikasi
Perbandingan Metode Dempster Shafer Dengan Metode Certainty Factor
Untuk Mendiagnosa Penyakit Stroke” membahas tentang perbandingan hasil
diagnosis sistem pakar penyakit stroke dengan menggunakan metode dempster
shafer dan certainty factor.
4. Penelitian yang dilakukan oleh Kresna pada tahun 2015 dengan judul
“Penerapan Sistem Pakar Untuk Mendiagnosa Penyakit Pada Kehamilan”
membahas tentang aplikasi sistem pakar dalam bidang kedokteran yang dibuat
dengan proses penelusuran maju (forward chaining) mampu mengenali jenis
penyakit pada manusia, terutama jenis penyakit kehamilan.
5. Penelitian yang dilakukan oleh Ibnu pada tahun 2017 dengan judul “Analisa
Efektifitas Metode Forward Chaining dan Backward Chaining Pada Sistem
Pakar” membahas tentang kefektian kedua metode tersebut dengan melakukan
perbandingan metode-metode tersebut pada satu kasus sistem pakar.
6. Penelitian yang dilakukan oleh Yuwono pada tahun 2017 dengan judul
“Penerapan Metode Forward Chaining dan Certainty Factor Pada Sistem Pakar
Diagnosa Hama Anggrek Coelogyne Pandurata” membahas tenatng sistem
pakar yang memungkinkan pengguna mendiagnosa hama yang menyerang
tanaman anggrek coelogyne pandurata (anggrek hitam kalimantan).
7. Penelitian yang dilakukan oleh Hidayati pada tahun 2018 dengan judul
“Perbandingan Algoritma Naïve Bayes dan C4.5 Untuk Kasifikasi Penyakit
Anak” membahas tentang proses perbandingan algoritma atau metode decision
tree C4.5 dan naïve bayes untuk klasifikasi penyakit anak.
8. Penelitian yang dilakukan oleh Sunardi pada tahun 2018 dengan judul
“Analisis Metode Certainty Factor Pada Sistem Pakar Diagnosa Penyakit
THT” membahas tentang sistem pakar yang dapat membantu tim medis dalam
mendiagnosa suatu penyakit, khususnya penyakit THT berdasarkan gejala-
gejala yang dikeluarkan untuk performa yang lebih baik.
9. Penelitian yang dilakukan oleh Widodo pada tahun 2018 dengan judul “Sistem
Pakar Diagnosa Penyakit Ibu Hamil Menggunakan Metode Certainty Factor”
membahas tentang aplikasi sistem pakar diagnosa penyakit ibu hamil yang
dapat melakukan diagnosa sebuah penyakit dan dapat memberikan informasi
STMIK ERESHA 7
berupa presentase maksimal, definisi penyakit pencegahan dan juga rujukan
bagi ibu hamil.
10. Penelitian yang dilakukan oleh Usti pada tahun 2018 dengan judul “Analisi
Perbandingan Metode Certainty Factor, Dempster Shafer dan Teorema Bayes
untuk Mendiagnosa Penyakit Inflamasi Dermatitis Imun Pada Anak”
membahas tentang perancangan sebuah sistem E-Healthcare yang khusu
menangani masalah penyakit kulit pada anak yaitu inflamasi dermatitis imun.
Kehamilan adalah masa dimulai dari saat konsepsi sampai lahirnya janin.
Lamanya hamil normal adalah 280 hari (40 minggu atau 9 bulan 7 hari) dihitung
dari hari pertama haid terakhir, kehamilan dibagi dalam 3 triwulan/trimester, yaitu
triwulan/trimester pertama dimulai dari konsepsi sampai 3 bulan, trimester kedua
dari bulan keempat sampai 6 bulan, triwulan/trimester ketiga dari bulan ketujuh
sampai bulan kesembilan (Depkes RI, 2007).
STMIK ERESHA 8
1. Perdarahan Pervaginam
Perdarahan pervaginam pada kehamilan trimester 1 merupakan hal yang
fisiologis yaitu tanda Hartman pada awal kehamilan, ibu mungkin akan
mengalami bercak pendarahanya yang sedikit atau spotting, perdarahan ini
akibat implantasi dari proses nidasi blastosis ke endometrium yang
menyebabkan perlukaan, hal ini normal terjadi. Pada waktu yang lain dalam
kehamilan, perdarahan ringan mungkin pertanda dari servik yang rapuh atau
erosi. Perdarahan semacam ini mungkin normal atau mungkin suatu tanda
adanya infeksi. Pada awal kehamilan trimester 1, perdarahan yang tidak normal
adalah perdarahan yang berwarna merah, perdarahan yang banyak, atau
perdarahan yang nyeri. Perdarahan ini dapat berarti abortus, kehamilan mola
atau kehamilan ektopi.
2. Sakit kepala yang hebat
Sakit kepala merupakan ketidaknyamanan yang normal dalam kehamilan, sakit
kepala sering dirasakan diawal kehamilan dan umumnya disebabkan oleh
peregangan pembulu darah di otak akibat hormon kehamilan, khususnya
hormon progesterone. Sakit kepala yang terjadi dalam 12 minggu terakhir
sebelum kelahiran berpusat disekitar kening danatas mata. Sakit kepala yang
hebat dalam kehamilan merupakan gejala dari preeklamsi. Gangguan lainnya
yang sering terjadi adalah hipertensi. Penyebab utama hipertensi pada
kehamilan adalah hippertensi esensial dan penyakit ginjal.
3. Masalah pengelihatan
Dikatakan masalah pengelihatan tiba-tiba kabur dan bebayang, gangguan
pengelihatan seperti pengelihatan ganda, seperti melihat titik-titik atau cahaya,
hal ini merupakan gejala dari preeklamasi atau toksemia.
4. Bengkak pada muka dan tangan
Hampir separuh wanita hamil akan mengalami bengkak pada kaki dan tungkai
bawah, pada usai kehamilan 24 minggu ke atas, bengkak ini terjadi karena
penyumbatan yang disebabkan oleh tekana yang menghalangi sirkulasi
jaringan.
5. Nyeri abdomen yang hebat
STMIK ERESHA 9
Nyeri abdomen yang terjadi pada kehamilan tua biasanya karena adanya
regangan otot ligamen yang mendukung rahim dan hal ini hampir dialami
semua ibu hamil. Gejala ini merupakan gejala dari preeklamsi yang sewaktu
waktu dapat menjadi eklamsi dan dapat membahayakan keselamatan ibu dan
bayinya.
6. Gerakan janin tidak seperti biasa
Ibu mulai merasakan gerakan janin pada minggu ke 18 sampai ke 20 pada
kehamilan pertama atau 2 minggu lebih cepat pada kehamilan kedua. Beberapa
ibu dapat merasakan gerakan bayinya lebih awal. Bay harus bergerak paling
sedikit 3 kali dalam periode 3 jam. Gerakan bayi akan lebih muda terasa jika
ibu berbaring atau beristirahat dan jika ibu makan dan minum yang baik. Jika
ibu tidak merasakan gerakan janin selama 12 jam atau sesudah kehamilan 22
minggu, kemungkinan dapat terjadi solusio plasenta, gawat janin dan kematian
janin.
7. Demam
Adanya demam menunjukan adanya infeksi, hal ini berbahaya bagi ibu
maupun janin, oleh karena itu harus segera mendapat pertolongan dari bidan
atau dokter.
8. Muntah-muntah yang hebat
Rasa mual dan muntah biasanya dialami oleh ibu hamil antara periode pertama
dan kedua terlambat haid. Kejadian mencapai 50%-70%. Tetapi jika keadaan
tersebut berlebihan disebut hipermisis. Hal ini akan menghambat asupan gizi
pada ibu hamil berkurang sehingga kondisi ibu menjadi lemah, dapat
menggangu pertumbuhan dan perkembangan janin.
9. Keluar cairan banyak pervaginam secara tiba-tiba
STMIK ERESHA 10
2.2.2 Usia
Usia manusia dihitung sejak manusia tersebut lahir sampai meninggal, dengan
kata lain usia adalah satuan yang mengukur keberadaan suatu makhluk itu sejak lahir
sampai makhluk itu mati. Menurut Departemen kesehatan RI tahun 2009, usia dapat
dikategorikan sebagai berikut:
Kategori Usia
Balita 0–5
Kanak-Kanak 5 – 11
Remaja Awal 12 – 16
Remaja Akhir 17- 25
Dewasa Awal 26 – 35
Dewasa Akhir 36 – 45
Lansia Awal 46 – 55
Lansia Akhir 56 – 65
Manula 65 Keatas
Usia dan tubuh memiliki hubungan yang sangat erat. Setelah membaca
dari berbagai sumber penelitian yang ada, maka penulis berasumsi bahwa
hubungan antara usia dan suhu tubuh dapat dituliskan seperti berikut ini:
STMIK ERESHA 11
Table 3 Hubungan antar Usia dan Suhu Tubuh
Hubungan usia dan suhu tubuh yang telah diasumsikan sebelumnya akan
digunakan sebagai acuan dalam penelitian ini, selain itu penulis juga merasa perlu
menentukan acuan status kesehatan. Berikut ini asumsi untuk status kesehatan:
Table 4 status kesehatan
STMIK ERESHA 12
Sistem abstrak adalah sistem yang berupa pemikiran atau ide-ide yang tidak
tampak secara fisik. Sedangkan sistem fisik merupakan sistem yang ada secara
fisik.
2. Sistem Alamiah dan Sistem Buatan Manusia
Sistem alamiah adalah sistem yang terjadi melalui proses alam, tidak dibuat
oleh manusia. Sedangkan sistem buatan manusia merupakan sistem yang
melibatkan hubungan manusia dengan mesin, yang disebut human machine
system.
3. Sistem Deterministik dan Sistem Probabilistik
Sistem yang beroperasi dengan tingkah laku yang dapat diprediksi disebut
sistem deterministik. Sedangkan sistem yang bersifat probabilistik adalah
sistem yang kondisi masa depannya tidak dapat diprediksi, karena mengandung
unsur probabilitas.
4. Sistem Terbuka dan Sistem Tertutup
STMIK ERESHA 13
Merupakan bentuk apapun yang berada di luar ruang lingkup yang
mempengaruhi operasi sistem.
4. Penghubung sistem (Interface)
Merupakan sebagai media yang menghubungkan sistem dengan sub sistem.
Penghubung ini memungkinkan sumber-sumber daya mengalir dari suatu sub
sistem ke sub sistem lain.
5. Masukan sistem (Input)
Merupakan energi yang dimasukkan ke dalam sistem, yang dapat berupa
pemeliharaan (maintenance input) dan signal (signal input).
6. Keluaran sistem (Output)
Merupakan hasil dari energi yang diolah dan diklasifikasikan menjadi keluaran
yang berguna.
7. Pengolah sistem (Process)
Merupakan proses yang mengubah masukan menjadi keluaran.
8. Sasaran sistem (Objective)
9. Suatu sistem harus mempunyai tujuan dan sasaran, kalau tidak maka operasi
sistem tidak akan ada gunanya.
STMIK ERESHA 14
berkualitas yang sebenarnya hanya dapat diperoleh dengan bantuan para ahli
dibidangnya. Sistem pakar ini juga akan dapat membantu aktivitas paramedis.
STMIK ERESHA 15
1. Masalah dalam mendapatkan pengetahuan dimana pengetahuan tidak selalu
bisa didapatkan dengan mudah.
2. Untuk membuat sistem pakar yang memiliki kualitas yang tinggi sangat sulit
dan memerlukan biaya yang sangat besar untuk pengembangan dan
pemeliharaannya.
3. Sistem pakar tidaklah 100% menguntungkan, oleh karena itu perlu di uji ulang
secara teliti sebelum digunakan.
STMIK ERESHA 16
Yaitu, program yang berisi metodeologi yang digunakan untuk melakukan
penalaran terhadap informasi-informasi dalam basis pengetahuan dan
blackboard, serta digunakan untuk memformulasikan konklusi.
4. Workplace / Blackboard
Merupakan area dari sekumpulan memori kerja. Workplace digunakan untuk
merekam kejadian yang sedang berlangsung termasuk keputusan sementara.
5. Antar Muka (User interface)
Digunakan untuk media komunikasi antar user dan program. Menurut Mc Leod
(1995), pada bagian ini terjadi antara program dan pemakai, yang
memungkinkan sistem pakar menerima instruksi dan informasi dari pemakai,
juga memberikan informasi kepada pemakai.
6. Sub Sistem Penjelasan (Explantion Facility)
Explantion Facility memungkinkan pengguna untuk mendapatkan penjelasan
dari hasil konsultasi. Fasilitas penjelasan diberikan untuk menjelaskan
bagaimana proses penarikan kesimpulan, biasanya dengan cara
memperlihatkan rule yang digunakan.
7. Perbaikan Pengetahuan (Knowladge Refinement)
Sistem ini digunakan untuk mengevaluasi kinerja sistem pakar itu sendiri untuk
melihat apakah pengetahuan-pengetahuan yang ada masih berguna di masa
mendatang.
Ada dua tahap model yang sering digunakan untuk menghitung tingkat
keyakinan (CF) dari sebuah aturan yaitu :
STMIK ERESHA 17
1. Dengan menggali dari hasil wawancara dengan pakar. Nilai CF didapat dari
interpresentasi keyakinan dari pakar menjadi nilai MD atau MB tertentu yang
dapat digunakan untuk menghitung nilai CF dari suatu aturan.
2. Menggunakan metode perhitungan. Faktor kepastian menunjukan ukuran
kepastian suatu fakta atau aturan.
CF(H,E)=MB(H,E)-MD(H,E)
CF(H,E): Nilai yang menggambarkan “Net Level” dari kepercayaan pada suatu
hipotesis H berdasarkan informasi yang diberikan yang dipengaruhi
oleh gejala (Evicence) E. Besarnya CF berkisar antara -1 sampai
dengan 1. Nilai -1 menunjukan ketidakpercayaan mutlak sedangkan
nilai 1 menunjukan kepercayaan mutlak.
MB(H,E) Nilai yang menggambarkan ukuran tingkatan kepercayaan pada
hipotesis H berdasarkan fakta atau eviden E (0≤MB≤1).
MD(H,E ) Nilai yang menggambarkan ukuran tingkatan ketidakpercayaan pada
hipotesis H berdasarkan fakta atau eviden E (0≤MD≤1).
Table 5 Nilai Interpretasi Dari Certainty Factor menurut MYCIN
MB [H,e1^e2]=MB[h,e1]+MB[h,e2]*(1-MB[h,e1])
MD[h,e1^e2]=MD[h,e1]+MD[h,e2]*(1-MD[h,e1])
CF [h,e1^e2]=h,e1^e2-MD[h,e1^e2]
STMIK ERESHA 18
2.2.6 Logika Fuzzy
Pada himunan tegas (crisp set), nilai keanggotaan suatu item x dalam suatu
himpunan A memiliki 2 kemungkinan:
1. Satu (1), artinya x adalah anggota A
If x is A Then Y is B
atau y=f((x,A),B)
Maka sistem fuzzy dapat berjalan tanpa harus melalui komosisi dan
dekomposisi fuzzy. Nilai output dapat diestimasi secara langsung dari nilai
keanggotaan yang berhubungan dengan antesendennya.
STMIK ERESHA 19
Hasil dari perhitungan metode ini dilakukan dengan mencari nilai Z yang
bergantung pada nilai-nilai a_predikat sebelumnya. Berikut ini persamaan mencari
nilai Z:
Z=
∝ pred 1∗z 1+ ∝ pred 2∗z 2+ ∝ pred 3∗z 3+…
∝ pred 1+ ∝ pred 2+∝ pred 3+ …
2.2.7 Pengembangan Sistem
STMIK ERESHA 20
6. Komunikasi antar Objek
Komunikasi antar objek dilakukan lewat pesat (message) yang dikirim dari satu
objek ke objek lainnya.
7. Polymorphism
Skill suatu objek untuk digunakan di banyak tujuan yang berbeda dengan nama
yang sama sehingga menghemat baris program.
STMIK ERESHA 21
Adapun model pengembangan sistem ini menggunakan sistem pakar.
Secara garis besar pengembangan sistem pakar adalah sebagai berikut:
1. Mengidentifikasikan masalah dan keutuhan. Mengkaji situasi dan memutuskan
dengan pasti tentang masalah yang akan dikomputerisasi dan apakah dengan
sistem pakar bisa lebih membantu atau tidak.
2. Menentukan masalah yang cocok. Ada beberapa syarat yang harus dipenuhi
a. agar sistem pakar dapat bekerja dengan baik, yaitu:
b. Domain malasah tidak terlalu luas.
c. Kompeksitasnya menengah, artinya jika masalah terlalu mudah tidak perlu
menggunakan sistem pakar.
d. Tersedianya ahli.
e. Menghasilkan solusi mental bukan fisik, artinya sistem pakar hanya
memberikan anjuran tidak bisa melakukan aktivitas fisik seperti membau
atau merasakan.
f. Tidak melibatkan hal-hal yang bersifat common sense, yaitu penalaran yang
diperoleh dari pengalaman, seperti: jika lampu lalu lintas merah maka
kendaraan harus berhenti.
3. Mempertimbangkan alternatif. Dalam hal ini ada dua alternatif yaitu
menggunakan sistem pakar atau komputer tradisional.
4. Menghitung pengambilan investasi. Termasuk antaranya: biaya pembuatan
sistem pakar, biaya pemeliharaan dan biaya pelatihan.
5. Memilih alat pengembangan. Bisa digunakan pembuat sistem pakar (seperti
SHELL) atau dirancang dengan bahasa pemograman sendiri (misalnya dengan
menggunakan PROLOG).
6. Merancang sistem. Bagian ini termasuk pembuatan prototype, serta
menterjemahkan pengetahuan menjadi aturan-aturan.
7. Melengkapi pengembangan. Termasuk pengembangan prototype apabila
sistem yang telah ada sesuai dengan keinginan.
8. Menguji dan mencari kesalahan sistem.
9. Memelihara sistem. Harus memperbaharui pengetahuan, mengganti
pengetahuan yang sudah ketinggalan dan meluweskan sistem agar bisa lebih
baik lagi dalam menyelesaikan masalah.
STMIK ERESHA 22
2.2.7.3 Perancangan Basis Data
Basis data merupakan tempat untuk menyimpan data. Pada sebuah basis
data bisa terdapat satu atau lebih tabel dan query. Operasi yang biasanya
dilakukan pada basis data berhubungan erat dengan pengaksesan tabel atau query
(Sumarlinda, 2016).
Model basis data ini menjelaskan kepada pemakai tentang hubungan logik
antar data dalam basis data dengan cara memvisualisasikan ke dalam bentuk tabel-
tabel dua dimensi yang terdiri dari sejumlah baris dan kolom yang menunjukan
atribut-atribut. Model data relasional meletakkan pada dasar teori yang
memungkinkan model ini menyediakan suatu dasar untuk banyak operasi dengan
mengadakan relasi antar data dalam bentuk yang berbeda-beda. Karakteristik-
karakteristik dalam basis data relasional antara lain :
1. Semua entry atau elemen data pada suatu baris dan kolom tertentu harus
mempunyai nilai tunggal (single value), atau suatu nilai yang tidak dapat dibagi
lagi (atomic value).
2. Semua entry atau elemen data pada suatu kolom tertentu dalam relasi yang
sama harus mempunyai jenis yang sama.
3. Masing-masing kolom dalam suatu relasi mempunyai suatu nama yang unik
(meskipun kolom-kolom dalam relasi yang berbeda diijinkan mempunyai nama
yang sama).
4. Pada suatu relasi atau tabel yang sama tidak ada dua baris yang identik.
5. Urutan baris bebas.
6. Urutan kolom bebas.
STMIK ERESHA 23
digambarkan lebih sistematis dengan menggunakan Diagram Entity Relationship
(Diagram E-R). Berikut notasi dan komponen dalam entity relationship diagram.
STMIK ERESHA 24
Hubungan ini menunjukan bahwa
setiap entitas pada himpunan
entitas yang pertama dapat
Relasi N:N berhubungan dengan banyak
entitas yang kedua, demikian juga
sebaliknya
STMIK ERESHA 25
himpunan entitas, penggabungan himpunan entitas pengubah derajat relasi,
penambah relasi baru hingga perubahan (penambahan dan pengurangan)
atribut-atribut untuk masing-masing entitas dan relasi.
STMIK ERESHA 26
Gambar 4 Kardinalitas Banyak ke Satu
STMIK ERESHA 27
LRS (Logical Record Structure) adalah representasi dari struktur record-
record pada tabel-tabel yang terbentuk dari hasil antar himpunan entitas yang
menentukan kardinalitas, jumlah table dan foreign Key (FK).
LRS sendiri dari link-link diantara tipr record yang menunjukkan arah dari
satu tipe ke tipe record lainnya. Banyak link dari LRS mulai dengan
menggunakan model yang dimengerti. Dua metode yang dapat digunakan,
dimulai dengan hubungan kedua model yang dapat dikonversikan ke LRS.
Metode yang lainnya dimulai dengan ERD dan langsung dikonversikan ke LRS.
STMIK ERESHA 28
untuk mengkomunikasikan konseptual dan funsional kepada pengamat. Berikut
ini adalah beberapa diagram UML :
Use case diagram adalah gambaran graphical dari beberapa atau semua
actor, use case, dan interaksi diantara komponen-komponen tersebut yang
memperkenalkan suatu sistem yang akan dibangun. Use case diagram
menjelaskan manfaat suatu sistem jika dilihat menurut pandangan orang yang
berada diluar sistem. Diagram ini menunjukan fungsionalita suatu sistem atau
kelas dan bagaimana sistem tersebut berinteraksi dengan dunia luar.
STMIK ERESHA 29
Nama Simbol Keterangan
Collaboration Interaksi aturan-aturan dan elemen lain
yang bekerja sama untuk menyediakan
prilaku yang lebih besar dari jumlah dan
elemen-elemennya
STMIK ERESHA 30
mungkin terjadi, dan bagaimana mereka berakhir. Activity diagram juga dapat
menggambarkan proses paralel yang mungkin terjadi pada beberapa eksekusi.
Simbol Deskripsi
Status Awal Status awal diartikan sebagai sistem
sebuah diagram aktifitas memiliki
sebuah status awal.
STMIK ERESHA 31
Simbol Deskripsi
aktifitas yang terjadi.
Nama Simbol
` Keterangan
STMIK ERESHA 32
komunikasi antar objek yang memuat
informasi tentang aktifitas yang terjadi
Message
STMIK ERESHA 33
menghasilkan suatu hasil yang
terukur bagi suatu aktor
2.2.8.1 HTML
2.2.8.2 PHP
STMIK ERESHA 34
web, sedangkan PHP difungsikan sebagai prosesnya, sehingga dengan adanya
PHP tersebut, sebuah web akan sangat mudah di maintenance (Agus, 2012 : 3).
PHP ini bersifat open source sehingga dapat dipakai secara Cuma-Cuma
dan mampu lintas platform, yaitu dapat berjalan pada sistem operasi Windows
maupun Linux. PHP juga dibangun sebagai modul pada web server apache dan
sebagai binary yang juga dapat berjalan sebagai CGI.
2.2.8.3 MYSQL
2.2.8.4 XAMPP
STMIK ERESHA 35
Gambar 7 XAMPP
2.2.8.5 Matlab
Kerangka pemikiran dari penelitian ini dapat dilihat dari gambar dibawah
ini:
STMIK ERESHA 36
Gambar 8 Kerangka Pemikiran
STMIK ERESHA 37
BAB III
METODE PENELITIAN
STMIK ERESHA 38
3.1.3 Sistem Yang Akan Dibuat
STMIK ERESHA 39
d. Menyebar kuesioner ke pihak yang berkompeten dalam masalah diagnosa
kesehatan kandungan pada ibu hamil.
No Uraian Spesifikasi
No Uraian Spesifikasi
STMIK ERESHA 40
Desain sistem dapat didefinisikan sebagai: “Tahap setelah analisis dari
siklus pengembangan sistem: pendefinisian dari kebutuhan-kebutuhan fungsional
dan persiapan untuk rancang bangun implementasi; menggambarkan bagaimana
suatu sistem dibentuk.” Menggunakan Unified Modeling Language (UML).
Login
Admin Pasien
Laporan Hasil
Diagnosa
Entry Data Umur
Entry Basis
Pengetahuan
STMIK ERESHA 41
4. Admin dapat mengelola data penyakit.
5. Admin dapat mengelola data gejala.
6. Admin dapat mengelola data basis pengetahuan.
7. Pasien dapat mendiagnosa penyakit.
8. Pasien dapat melihat hasil diagnosa.
admin sistem
m ul ai
[val i d]
masuk ke halaman
utama
sel esai
Berdasarkan gambar diatas dapat dilihat aktivitas admin pada saat login adalah
memasukkan username dan password untuk masuk ke dalam sistem.
STMIK ERESHA 42
act Activ ity diagram entry data Suhu
admin sistem
m ul ai
sel esai
Berdasarkan gambar diatas dapat dilihat aktivitas admin pada menu data suhu
badan adalah menanmbahkan data suhu baru lalu menyimpannya ke dalam
sistem.
admin sistem
m ul ai
sel esai
Berdasarkan gambar diatas dapat dilihat aktivitas admin pada menu data umur
adalah menanmbahkan data tekanan darah baru lalu menyimpannya ke dalam
sistem.
STMIK ERESHA 43
act Activ ity diagram entry data penyakit
admin sistem
m ul ai
sel esai
Berdasarkan gambar diatas dapat dilihat aktivitas admin pada menu data
penyakit adalah menanmbahkan data penyakit baru lalu menyimpannya ke
dalam sistem.
admin sistem
mulai
selesai
Berdasarkan gambar diatas dapat dilihat aktivitas admin pada menu data
gejala adalah menanmbahkan data penyakit baru lalu menyimpannya ke dalam
sistem.
STMIK ERESHA 44
6. Activity Diagram Entry Basis Pengetahuan
act Activ ity Diagram Entry Basis Pengetahuan sistem diagnosa
admin sistem
mul ai
selesai
Berdasarkan gambar diatas dapat dilihat aktivitas admin pada menu data basis
pengetahuan adalah menanmbahkan data penyakit baru lalu menyimpannya ke
dalam sistem.
admin sistem
m ulai
selesai
Berdasarkan gambar diatas dapat dilihat aktivitas admin pada menu data
solusi adalah menanmbahkan data penyakit baru lalu menyimpannya ke dalam
sistem.
STMIK ERESHA 45
8. Activity Diagram Diagnosa Penyakit
act Activ ity Diagram diagnosa penyakit sistem diagnosa
pasien sistem
mul ai
masuk halaman
diagnosa penyakit
menampilkan j enis
penyakit yang dialami
sel esai
Berdasarkan gambar diatas dapat dilihat aktivitas pasien pada menu diagnosa
penyakit adalah pasien mendiagnosa penyakit berdasarkan gejala-gejala yang
ada setelah itu menerima informasi penyakit dan solusi.
pasien sistem
mulai
masuk halaman
diagnosa penyakit
selesai
STMIK ERESHA 46
Berdasarkan gambar diatas dapat dilihat aktivitas pasien pada menu
laporan hasil diagnosa adalah pasien melihat hasil laporan diagnosa yang sudah di
diagnosa kemudian di cetak hasil laporan.
1.1 login()
3. return done()
4. tutup db()
STMIK ERESHA 47
2. Sequence Diagram Entry Data Penyakit
sd Sequence Diagram Entry Data Penyakit sistem diagnosa
1. login()
3. tutup db()
1. login()
3. tutup data()
STMIK ERESHA 48
Berdasarkan sequence dagram diatas menggambarkan sistem yang sedang
berjalan pada form data suhu adalah admin menampilkan data suhu, lalu admin
menambahkan data suhu setelah itu admin menyimpan data suhu yang telah di
input ke dalam database.
1. l ogi n()
3. tutup data()
1. login()
3. tutup db()
STMIK ERESHA 49
Berdasarkan sequence dagram diatas menggambarkan sistem yang sedang
berjalan pada form data gejala adalah admin menampilkan data gejala, lalu
admin menambahkan data gejala setelah itu admin menyimpan data gejala
yang telah di input ke dalam database.
1. login()
3. tutup data()
1. login()
4. tutup db()
STMIK ERESHA 50
Berdasarkan sequence dagram diatas menggambarkan sistem yang sedang
berjalan pada form data solusi adalah admin menampilkan data solusi, lalu
admin menambahkan data solusi setelah itu admin menyimpan data solusi yang
telah di input ke dalam database.
1. login()
3. hitung CF penyakit()
4. tutup db()
1. buka form()
2. tutup db()
STMIK ERESHA 51
Berdasarkan sequence dagram diatas menggambarkan sistem yang sedang
berjalan pada form data laporan hasil diagnosa adalah pasien menampilkan data
laporan hasil diagnosa, lalu pasien menampilkan data laporan hasil diagnosa.
Login
- -id_user: int
- -nama: char
- -username: char
- -password: int
pengrtahuan
- -id_pengetahuan: int
- -id_gejala: i nt
- -id_penyakit: i nt
- -MB: double
- -MD: double
STMIK ERESHA 52
Table 13 User
3. Tabel Usia
Table 15 Usia
4. Tabel Gejala
Table 16 Gejala
5. Tabel Penyakit
Table 17 Penyakit
6. Tabel Pengetahuan
Table 18 Pengetahuan
STMIK ERESHA 53
n
id_gejala Int 11 **
Id_penyakit Int 11 **
MB Float
MD Float
7. Tabel Solusi
Table 19 Solusi
STMIK ERESHA 54
Gambar 33 Transformasi ERD ke LRS
STMIK ERESHA 55
11. Normalisasi
Normalisasi dilakukan untuk menghindri kemungkinan terdapat abnormal
pada saat pemanfaatan basis data. Relasi yang diperoleh dari analisa
hubungan entitas sebaiknya dinormalkan terlebih dahulu. Berikut ini akan
dilakukan normalisasi pada basis data yang sudah dirancang.
STMIK ERESHA 56
3.4 Teknik Analisis
STMIK ERESHA 57
No Nama Penyakit Nama Gejala
e. Lidah berwarna putih kotor dengan tepian
berwarna merah
4 Torch a. Bisul
b. Radang paru-paru
c. Demam
5 Hepatitis B a. Menguningnya mata
b. Nyeri perut
c. Uring keruh
d. Mual dan muntah
e. Tidak nafsu makan
6 Keputihan a. Gatal disekitar vagina
b. Keluarnya cairan berwarna abu-abu keputihan
c. Nyeri saat buang air kecil
d. Vagina atau labia memerah dan bengkak
7 Abortus a. Perdarahan dari vagina
b. Nyeri perut
8 Diabetes a. Sering merasa haus
Gestasional b. Frekuensi buang air kecil meningkat
c. Mulut kering
d. Lemah, letih dan lesu
e. Pengelihatan buram
9 Sembelit a. Kurangnya frekuensi buang air
b. Feses kering dan keras
c. Nyeri perut
10 Hipertensi dalam a. Sakit Kepala
kehamilan b. Sensitivitas cahaya
c. Kelebihan protein pada urin
d. Nyeri perut
11 Preeklamsia a. Tekanan darah tinggi
b. Sesak napas
c. Berkurangnya volume urin
d. Sensitivitas cahaya
e. Mula dan Muntah
f. Nyeri perut
STMIK ERESHA 58
No Nama Penyakit Nama Gejala
g. Trombosit rendah
h. Pembengkakan pada kaki, wajah dan tangan
i. Gangguan fungsi hati
STMIK ERESHA 59
MD (P01|G01) = 0.2 + (0.2 * (1 - 0.2))
= 0.2 + 0.16
= 0.36
MB (P01|G01 ^ G03) = 0.84 + (1 * (1 - 0.84))
= 0.84 + 0.16
= 1.02
MB (P01|G01 ^ G03) = 0.36 + (0.2 * (1 - 0.36))
= 0.36 + 0.128
= 0.488
CF (P01|G05 ^ G18) = MB - MD
= 1.02 – 0.488 *100%
= 0.532 * 100%
= 53.2 %
Untuk P02,
MB (P03|G04) = 0.6
MD (P03|G04) = 0.2
CF (P03|G04) = 0.6 – 0.2 = 0.4 x 100% = 40%
Untuk P08,
MB (P08|G04) = 0.4
MD (P08|G04) = 0.2
CF (P08|G04) = 0.4 – 0.2 = 0.2 x 100% = 20%
Jadi untuk uji kasus pertama diperoleh data bahwa P01 memiliki ranking CF
tertinggi sebesar 53.2%. Sehingga disimpulkan bahwa dengan menggunakan
metode CF percobaan pertama di diagnosa menderita penyakit hiperemesis
gravidarum.
STMIK ERESHA 60
Sering merasa haus
Perhitungan CF
Gejala yang timbul adalah G34, G17, G23. Maka kemungkinan jenis
penyakit yang dapat diderita berdasarkan basis aturan adalah :
1) P06 (Keputihan)
2) P11 (Preeklamsia)
3) P08 (Diabetes Gestasional)
Untuk P06,
MB (P06|G17) = 0.6
MD (P06|G17) = 0.2
CF (P06|G17) = 0.6 – 0.2 = 0.4 x 100% = 40%
Untuk P08,
MB (P08|G23) = 0.4
MD (P08|G23) = 0.2
CF (P08|G23) = 0.4 – 0.2 = 0.2 x 100% = 20%
Untuk P11,
MB (P011|G34) = 0.4
MD (P11|G34) = 0.2
CF (P11|G34) = 0.4 – 0.2 = 0.2 x 100% = 20%
Jadi untuk uji kasus kedua diperoleh data bahwa P06 memiliki ranking CF
tertinggi sebesar 40%. Sehingga disimpulkan bahwa dengan menggunakan
metode CF percobaan pertama di diagnosa menderita penyakit keputihan.
STMIK ERESHA 61
Gejala : Fases Kering dan keras
Sering merasa haus
Perhitungan CF
Gejala yang timbul adalah G28, G23. Maka kemungkinan jenis penyakit
yang dapat diderita berdasarkan basis aturan adalah :
1) P09 (Sembelit)
2) P08 (Diabetes Gestasional)
Untuk P08,
MB (P08|G23) = 0.4
MD (P08|G23) = 0.2
CF (P08|G23) = 0.4 – 0.2 = 0.2 x 100% = 20%
Untuk P09,
MB (P09|G28) = 0.6
MD (P09|G28) = 0.2
CF (P09|G28) = 0.6 – 0.2 = 0.4 x 100% = 40%
Jadi untuk uji kasus ketiga diperoleh data bahwa P09 memiliki ranking
CF tertinggi sebesar 40%. Sehingga disimpulkan bahwa dengan
menggunakan metode CF percobaan pertama di diagnosa menderita
penyakit sembelit.
STMIK ERESHA 62
b. Suhu
c. Status Kesehatan
a. Umur
Terdiri dari dua himpunan fuzzy , yaitu Remaja dan Dewasa.
Diketahui :
26−12
ʮ umur – dewasa [26] = = 0.41
34
b. Suhu Tubuh
Terdiri dari dua himpunan fuzzy, yaitu tidak normal dan normal.
Diketahui:
Suhu tubuh tidak normal adalah 35ºC.
Suhu tubuh normal adalah 36.7ºC.
Suhu Pasien yang diperiksa adalah 36ºC.
Maka,
36.7−36
ʮ suhu – tidak normal [36] = = 0.41
1.7
36−35
ʮ suhu – normal [36] = = 0.59
1.7
c. Status Kesehatan
Terdiri dari dua himpunan fuzzy, yaitu tidak sehat dan sehat.
Diketahui:
Status kesehatan tidak sehat adalah 0.2
Status kesehatan sehat adalah 0.6
Status kesehatan permasalahan = ditanyakan ? status kesehatan.
STMIK ERESHA 63
0.6−z
ʮ status – tidak sehat { , z ≤ 0.2
0.4
0.2 ≤ z ≤ 0.6
z ≥ 0.6
z−0.2
ʮ status – sehat { , z ≤ 0.2
0.4
0.2 ≤ z ≤ 0.6
z ≥ 0.6
d. Mencari produksi nilai z
1) Rule 1
Jika usia “remaja” dan suhu tubuh “tidak normal”, maka status
kesehatan “tidak sehat”.
a_predikat1 = ʮ usia – remaja [26] ∩ ʮ suhu – tidak normal [36]
= min (ʮ usia – remaja [26] ∩ ʮ suhu – tidak normal [36])
= min (0.59 ; 0.41)
= 0.41
0.6−z 1
ʮ status – tidak sehat { = 0.41 - > z1 = 0.44
0.4
2) Rule 2
Jika usia “remaja” dan suhu tubuh “normal”, maka status kesehatan
“sehat”.
a_predikat1 = ʮ usia – remaja [26] ∩ ʮ suhu –normal [36]
= min (ʮ usia – remaja [26] ∩ ʮ suhu – tidak normal [36])
= min (0.59 ; 0.59)
= 0.59
z 2−0.2
ʮ status – sehat { = 0.59 - > z2 = 0.04
0.4
3) Rule 3
Jika usia “dewasa” dan suhu tubuh “tidak normal”, maka status
kesehatan “tidak sehat”.
a_predikat1 = ʮ usia – dewasa [26] ∩ ʮ suhu –normal [36]
= min (ʮ usia – remaja [26] ∩ ʮ suhu – tidak normal [36])
= min (0.41 ; 0.41)
STMIK ERESHA 64
= 0.41
0.6−z 3
ʮ status – tidak sehat { = 0.41 - > z3 = 0.44
0.4
4) Rule 4
Jika usai “dewasa” suhu tubuh “normal”, maka status kesehatan “sehat.
a_predikat1 = ʮ usia – dewasa [26] ∩ ʮ suhu –normal [36]
= min (ʮ usia – remaja [26] ∩ ʮ suhu – tidak normal [36])
= min (0.41 ; 0.59)
= 0.41
z 4−0.2
ʮ status – sehat { = 0.41 - > z3 = -0.04
0.4
e. Menghitung nilai z fuzifikasii berikut:
a predikat 1∗−z 1+a predikat 2∗z 2+ a predikat 3∗z 3+apredikat 4∗z 4
Z=
apredikat 1+ apredikat 2+apredikat 3+apredikat 4
0.41∗0.44 +0.59∗0.036+0.41∗0.44+0.41∗(−0.04)
=
0.41+ 0.59+0.41+0.41
= 0.2
f. Kesimpulan
Dari hasil fuzifikasi, diperoleh nilai z = 0.2 ini membuktikan bahwa pasien
bernama Ny. Leni berumur 26 tahun dan memiliki suhu tubuh 36ºC tersebut
masuk ke dalam kategori “tidak sehat”.
2020
No Kegiatan Januari April
1 2 3 4 1 2 3 2
1 Tahapan persiapan penelitian
a. Penyusunan Judul
b. Pengajuan Proposal
c. Perizinan Penelitian
2 Tahap pelaksanaan
a. Perancangan Sistem
STMIK ERESHA 65
b. Implementasi
3 Evaluasi
STMIK ERESHA 66
BAB IV
HASIL DAN PEMBAHASAN
4.1 Implementasi
STMIK ERESHA 67
Sedangkan pada client, minimal memiliki sebuah PC yang mempunyai
spesifikasi sebagai berikutt :
1. Processor, 500 Mhz
2. RAM 512 MB
3. Hardisk, minimal space kosong 1 GB
Halaman ini adalah halaman muka situs diagnosa kesehatan kandungan ibu
hamil online dengan metode fuzzy tsukamoto.
STMIK ERESHA 68
Gambar 28 Tampilan layar prediksi
Halaman ini adalah halaman muka situs diagnosa kesehatan kandungan ibu
hamil online dengan menggunakan metode certainty factor.
STMIK ERESHA 69
Gambar 30 Tampilan layar halaman utama level admin
Gambar diatas menunjukan situasi halaman utama pada level pengguna yaitu
pasien, dimana fasilitas yang disediakan antara lain menu diagnosa penyakit
ibu hamil. Namun pada level administrator ketika sudah melakukan log in,
maka akan muncul fasilitas seperti pada gambar dibawah ini.
STMIK ERESHA 70
Halaman log in adalah halaman yang tampil saat pengguna memilih menu log
in yang ada pada halaman utama. Halaman ini tampil ketika pengguna tersebut
mencoba masuk ke level administrator. Untuk dapat masuk ke level
administrator, maka diperlukan username dan password yang harus diinput
seperti gambar dibawah ini.
Halaman ini menampilkan data master jenis-jenis penyakit pada ibu hamil yang
diambil dari tabel penyakit pada database. Pada halaman ini admin dapat
menambah, mengedit, dan menghapus data penyakit.
STMIK ERESHA 71
Gambar 33 Tampilan layar halaman data gejala
Halaman ini menampilkan data gejala-gejala dari penyakit yang diambil dari
tabel gejala pada database. Pada halaman ini admin dapat menambah,
mengedit, dan menghapus data gejala penyakit.
STMIK ERESHA 72
Halaman ini menampilkan data master solusi dari penyakit yang diambil dari
tabel solusi pada database. Pada halaman ini admin dapat menambah,
mengedit, dan menghapus data solusi penyakit.
STMIK ERESHA 73
Halaman ubah password menyediakan fasilitas keamanan berupa sebuah
halaman untuk mengubah password dari admin untuk masuk ke level
administator.
10. Tampilan Halaman Diagnosa Penyakit
Pada gambar dibawah ini merupakan tampilan layar halaman diagnosa
kesehatan kandungan padaibu hamil.
STMIK ERESHA 74
Setelah pengguna memilih gejala pada halaman diagnosa penyakit, maka
akan tampil halaman laporan hasil diagnosa. Halaman ini berisi tentang
informasi gejala-gejala yang diinput. Kemungkinan jenis penyakit pada ibu
hamil yang dialami dengan peresentasenya dan juga solusi dari penyakit ibu
hamil yang memiliki kemungkinan paling benar.
Adapun pengujian black box yang akan dilakukan dapat dilihat pada Tabel
4.1 dibawah ini.
Table 21 Pengujian Black Box
Jenis
No Item Uji Detail Pengujian
Pengujian
1 Halaman Utama Menampilkan beranda Blackbox
2 Log in Admin Konfirmasi Login Blackbox
3 Halaman Data Penyakit Tambah, Edit, Hapus Blackbox
4 Halaman Data Gejala Tambah, Edit, Hapus Blackbox
5 Halaman Data Solusi Tambah, Edit, Hapus Blackbox
6 Halaman Basis Pengetahuan Tambah, Edit, Hapus Blackbox
7 Halaman Ubah Password Simpan, Batal Blackbox
8 Log Out Admin Konfirmasi Logout Blackbox
STMIK ERESHA 75
9 Halaman Diagnosa Penyakit Reset, Submit Diagnosa Blackbox
STMIK ERESHA 76
3. Pengujian Halaman Data Penyakit
Table 24 Hasil Pengujian Halaman Data Penyakit
STMIK ERESHA 77
Kasus dan Hasil Uji (Data Benar) √
Klik button edit Menampilkan data Sesuai dengan (√) diterima
gejala yang akan di harapan ( ) ditolak
ubah
Klik button batal Jika data berhasil Sesuai dengan (√) diterima
dihapus, maka akan harapan ( ) ditolak
hilang dari daftar data
gejala
Klik button Jika data berhasil Sesuai dengan (√) diterima
simpan disimpan, maka akan harapan ( ) ditolak
tampil pada data gejala
Kasus dan Hasil Uji (Data Salah)
Kotak input tidak Menampilkan pesan Sesuai dengan (√) diterima
diisi seperti yang kesalahan harapan ( ) ditolak
telah ditentukan
STMIK ERESHA 78
Kotak input tidak Menampilkan pesan Sesuai dengan (√) diterima
diisi seperti yang kesalahan harapan ( ) ditolak
telah ditentukan
STMIK ERESHA 79
Kasus dan Hasil Uji (Data Benar) √
Data yang Yang Pengamatan Kesimpulan
dimasukan diharapkan
Penekanan tombol Membatalkan proses Pembatalan (√) diterima
batal ubah password proses ubah ( ) ditolak
password
Penekanan tombol Melakukan proses Password baru (√) diterima
simpan penyimpanan data disimpan ( ) ditolak
Kasus dan Hasil Uji (Data Salah)
Kotak input tidak Menampilkan pesan Sesuai dengan (√) diterima
diisi kesalahan harapan ( ) ditolak
STMIK ERESHA 80
1. Pengujian dengan perhitungan Fuzzy Tsukamoto
Contoh Kasus:
Kesehatan pasien yang bernama Ny. Leni berumur 26 tahun, dengan suhu
tubuh 36ºC. Dari masalah ini nantinya akan ditemukan solusi berupa
pernyataan, apakah orang tersebut sehat atau tidak sehat.
26−12
ʮ umur – dewasa [26] = = 0.41
34
a. Suhu Tubuh
Terdiri dari dua himpunan fuzzy, yaitu tidak normal dan normal.
Diketahui:
Suhu tubuh tidak normal adalah 35ºC.
Suhu tubuh normal adalah 36.7ºC.
Suhu Pasien yang diperiksa adalah 36ºC.
Maka,
36.7−36
ʮ suhu – tidak normal [36] = = 0.41
1.7
36−35
ʮ suhu – normal [36] = = 0.59
1.7
STMIK ERESHA 81
b. Status Kesehatan
Terdiri dari dua himpunan fuzzy, yaitu tidak sehat dan sehat.
Diketahui:
Status kesehatan tidak sehat adalah 0.2
Status kesehatan sehat adalah 0.6
Status kesehatan permasalahan = ditanyakan ? status kesehatan.
0.6−z
ʮ status – tidak sehat { , z ≤ 0.2
0.4
0.2 ≤ z ≤ 0.6
z ≥ 0.6
z−0.2
ʮ status – sehat { , z ≤ 0.2
0.4
0.2 ≤ z ≤ 0.6
z ≥ 0.6
c. Mencari produksi nilai z
1) Rule 1
Jika usia “remaja” dan suhu tubuh “tidak normal”, maka status kesehatan
“tidak sehat”.
a_predikat1 = ʮ usia – remaja [26] ∩ ʮ suhu – tidak normal [36]
= min (ʮ usia – remaja [26] ∩ ʮ suhu – tidak normal [36])
= min (0.59 ; 0.41)
= 0.41
0.6−z 1
ʮ status – tidak sehat { = 0.41 - > z1 = 0.44
0.4
2) Rule 2
Jika usia “remaja” dan suhu tubuh “normal”, maka status kesehatan
“sehat”.
a_predikat1 = ʮ usia – remaja [26] ∩ ʮ suhu –normal [36]
= min (ʮ usia – remaja [26] ∩ ʮ suhu – tidak normal [36])
= min (0.59 ; 0.59)
= 0.59
z 2−0.2
ʮ status – sehat { = 0.59 - > z2 = 0.04
0.4
STMIK ERESHA 82
3) Rule 3
Jika usia “dewasa” dan suhu tubuh “tidak normal”, maka status kesehatan
“tidak sehat”.
a_predikat1 = ʮ usia – dewasa [26] ∩ ʮ suhu –normal [36]
= min (ʮ usia – remaja [26] ∩ ʮ suhu – tidak normal [36])
= min (0.41 ; 0.41)
= 0.41
0.6−z 3
ʮ status – tidak sehat { = 0.41 - > z3 = 0.44
0.4
4) Rule 4
Jika usai “dewasa” suhu tubuh “normal”, maka status kesehatan “sehat.
a_predikat1 = ʮ usia – dewasa [26] ∩ ʮ suhu –normal [36]
= min (ʮ usia – remaja [26] ∩ ʮ suhu – tidak normal [36])
= min (0.41 ; 0.59)
= 0.41
z 4−0.2
ʮ status – sehat { = 0.41 - > z3 = -0. Menghitung nilai z
0.4
fuzifikasii berikut:
a predikat 1∗−z 1+a predikat 2∗z 2+ a predikat 3∗z 3+apredikat 4∗z 4
Z=
apredikat 1+ apredikat 2+apredikat 3+apredikat 4
0.41∗0.44 +0.59∗0.036+0.41∗0.44+0.41∗(−0.04)
=
0.41+ 0.59+0.41+0.41
= 0.2
d. Kesimpulan
STMIK ERESHA 83
Alamat : Pamulang Permai Blok D3 No 1-3
Gejala : Pucat
Mual dan mntah secara berlebihan
Lemah, letih, lesu
Perhitungan CF
Gejala yang timbul adalah G01, G03, G04. Maka kemungkinan jenis penyakit
yang dapat diderita berdasarkan basis aturan adalah :
a. P01 (Hiperemesis Gravidarum)
b. P02 (Anemia)
c. P08 (Diabetes Gestasional)
STMIK ERESHA 84
CF (P01|G05 ^ G18) = MB - MD
= 1.02 – 0.488 *100%
= 0.532 * 100%
= 53.2 %
Untuk P02 menggunakan rumus jika penyakit hanya memiliki satu gejala
sesuai gejala yang diderita pasien,
MB (P03|G04) = 0.6
MD (P03|G04) = 0.2
CF (P03|G04) = 0.6 – 0.2 = 0.4 x 100% = 40%
Untuk P08 menggunakan rumus jika penyakit hanya memiliki satu gejala
sesuai gejala yang diderita pasien,
MB (P08|G04) = 0.4
MD (P08|G04) = 0.2
CF (P08|G04) = 0.4 – 0.2 = 0.2 x 100% = 20%
Jadi untuk uji kasus pertama diperoleh data bahwa P01 memiliki ranking CF
tertinggi sebesar 53.2%. Sehingga disimpulkan bahwa dengan menggunakan
metode CF percobaan pertama menderita penyakit hiperemesis gravidarum.
STMIK ERESHA 85
Untuk menentukan besaran ranking CF dari masing-masing jenis penyakit,
maka akan dilakukan perhitungan dari MB dan MD per jenis penyakitnya
seperti dibawah ini.
Untuk P06,
MB (P06|G17) = 0.6
MD (P06|G17) = 0.2
CF (P06|G17) = 0.6 – 0.2 = 0.4 x 100% = 40%
Untuk P08,
MB (P08|G23) = 0.4
MD (P08|G23) = 0.2
CF (P08|G23) = 0.4 – 0.2 = 0.2 x 100% = 20%
Untuk P11,
MB (P011|G34) = 0.4
MD (P11|G34) = 0.2
CF (P11|G34) = 0.4 – 0.2 = 0.2 x 100% = 20%
Jadi untuk uji kasus kedua diperoleh data bahwa P06 memiliki ranking CF
tertinggi sebesar 40%. Sehingga disimpulkan bahwa dengan menggunakan
metode CF percobaan pertama menderita penyakit keputihan.
STMIK ERESHA 86
Untuk menentukan besaran ranking CF dari masing-masing jenis penyakit,
maka akan dilakukan perhitungan dari MB dan MD per jenis penyakitnya
seperti dibawah ini.
Untuk P08,
MB (P08|G23) = 0.4
MD (P08|G23) = 0.2
CF (P08|G23) = 0.4 – 0.2 = 0.2 x 100% = 20%
Untuk P09,
MB (P09|G28) = 0.6
MD (P09|G28) = 0.2
CF (P09|G28) = 0.6 – 0.2 = 0.4 x 100% = 40%
Jadi untuk uji kasus ketiga diperoleh data bahwa P09 memiliki ranking CF
tertinggi sebesar 40%. Sehingga disimpulkan bahwa dengan menggunakan
metode CF percobaan pertama menderita penyakit sembelit.
STMIK ERESHA 87
Gambar 36 Uji prediksi kasus kedua
STMIK ERESHA 88
b. Uji diagnosa kasus kedua
STMIK ERESHA 89
4.2.4 Pengujian dengan Metode Kuisoner
Tampilan
No. Pertanyaan SS S C TS STS Total
Apakah tampilan pada aplikasi sistem
diagnosa kesehatan kandungan pada ibu
hamil menarik?
Apakah pada tombol – tombol dalam
aplikasi sistem diagnosa kesehatan
kandungan pada ibu hamil memberikan
informasi fungsi yan jelas?
Apakah aplikasi sistem diagnosa kesehatan
kandungan pada ibu hamil menampilkan
pesan jika terjadi seuatu kesalahan?
Apakah pesan error/pesan informasi yang
ditampilkan mudah dimengerti?
Apakah aplikasi sistem diagnosa kesehatan
kandungan pada ibu hamil dapat
menampilkan data yang telah diinput?
Apakah data yang ditampilkan oleh aplikasi
sistem diagnosa kesehatan kandungan pada
ibu hamil jelas?
Kemudahan Pengoperasian
No. Pertanyaan SS S C TS STS Total
Apakah peroses input mudah dilakukan?
Apakah proses memperbarui data mudah
dilakkan?
Apakah proses penghapusan data mudah
dilakukan?
Apakah proses menampilkan data mudah
dilakukan?
Efektivitas
No. Pertanyaan SS S C TS STS Total
Apakah aplikasi sistem diagnosa kesehatan
kandungan pada ibu hamil dapat
STMIK ERESHA 90
menghasilkan diagnosa yang akurat?
Apakah aplikasi sistem diagnosa kesehatan
kandungan pada ibu hamil dapat
menyajikan data yang diperlukan oleh
anda?
Apakah data yang sudah tidak terpakai
dapat dihapus seluruhnya?
Efisiensi
No. Pertanyaan SS S C TS STS Total
Apakah aplikasi sistem diagnosa kesehatan
kandungan pada ibu hamil dapat
mempercepat mendapatkan informasi ?
Apakah aplikasi sistem diagnosa kesehatan
kandungan pada ibu hamil memiliki waktu
menyimpan, menghapus, memperbarui
dan/atau menampilkan data dengan cepat?
Kepuasan
No. Pertanyaan SS S C TS STS Total
Apakah aplikasi sistem diagnosa kesehatan
pada ibu hamil sudah memenuhi harapan
anda?
Nilai mutu 1 diperuntukan untuk jumlah skor 0 – 5, nilai mutu 2 untuk jumlah
skor 6 – 11, nilai mutu 3 untuk jumlah skor 12 – 17, nilai mutu 4 untuk jumlah
skor 18 – 24 dan nilai mutu 5 untuk 25 – 30.
STMIK ERESHA 91
2. Mutu untuk kemudahan dan efisiensi
Nilai mutu 1 untuk jumlah skor 0 – 3, nilai mutu 2 untuk jumlah skor 4 – 8,
nilai mutu 3 untuk jumlah skor 9 – 13, nilai mutu 4 untuk jumlah skor 14 – 17
dan nilai mutu 5 untuk jumlah skor 18 – 20.
STMIK ERESHA 92
Setelah data diolah kemudian data dimasukan ke aplikasi menggnakan
SPSS untuk dilakukan uji validitas dan reabilitas.
Uji ini dilakukan untuk menilai ke-valid-an dari data kuisoner yang
diambil hasil dari uji validitas ini sebagai berikut:
STMIK ERESHA 93
Pada tingkat signifikansi 0,05 nilai pada tabel r menunjukan 0,3610
dimana dari setiap variabel yang diujikan telah memenuhi dari syarat suatu
variabel dikatakan valid, dimana nilai r hitung > r table. Berikut adalah tabel hasil
pengujiannya:
Uji ini dilakukan untuk menilai kekonsistenan dari data kuisoner yang
diolah, hasil dari uji reabilitas adalah sebagai berikut :
Realibility Statistics
Cronbach’ N of Items
s Alpha
0,784 5
Syarat suatu kuisoner dapat dikatakan reliabel atau konsisten adalah jika
nilai Cronbach’s Alpha lebih dari 0,60 dan suatu kuisoner dikatakn tidak reliabel
jika Cronbach’s Alpha kurang dari 0,60. Dari hasil pengolahan data dengan SPSS,
diperoleh nilai Cronbach’s Alpha 0,784 di mana nilai ini sudah melebihi syarat
dari suatu kuisoner dapat dikatakan reliabel atau konsisten.
STMIK ERESHA 94
BAB V
KESIMPULAN DAN SARAN
e.1 Kesimpulan
e.2 Saran
Dari hasil analisa sistem ini, peneliti menyadari masih banyak kekurangan
dan kesalahan dalam pengembangan sistem ini. Saran-saran yang dapat peneliti
berikan antara lain :
1. Sistem diagnosa kesehatan kandungan ibu hamil ini baru membahas tentang
diagnosa kesehatan kandungan ibu hamil secara global, diharapkan
kedepannya dapat membahas penilaian secara lebih terperinci.
2. Sistem diagnosa kesehatan kandungan pada ibu ini dapat dikembangkan
dengan sistem diagnosa berbasis android.
STMIK ERESHA 95
DAFTAR PUSTAKA
STMIK ERESHA 96
DAFTAR RIWAYAT HIDUP
STMIK ERESHA 97