WOMENCARE: HEALTHY MOBILE APPLICATION FOR

CA-CERVIX

OLEH:
AKHSIN NURLAYLI
MAGHFIROH BINTI SHOLIKAH
QOIMATUL ADILAH

Mengembangkan inovasi aplikasi mobile dalam bidang kesehatan.

UNIVERSITAS NEGERI MALANG

MALANG
MEI 2014
 HALAMAN PENGESAHAN

1. Tema Karya Tulis : Innovation on Mobile Culture

2. Judul Judul Karya Tulis : Womencare: Healthy Mobile Application for Ca-
Cervix
3. Ketua
a. Nama Lengkap : Akhsin Nurlayli
b. Jenis Kelamin : Perempuan
c. Fakultas/Jurusan : Fakultas Teknik/Jurusan Teknik Elektro
d. Program Studi : S1 Pendidikan Teknik Informatika
e. Perguruan Tinggi : Universitas Negeri Malang
f. Alamat : Jalan Semarang 5 Malang
g. Telepon/Faks : 0341 7044470/0341 573090
h. Alamat Rumah : Jalan Kertoyudho RT/RW 06/02 Desa Krenceng
Kecamatan Kepung Kabupaten Kediri
i. Nomor HP : 085736991226
j. E-mail : akhsinnurlayli@gmail.com
4. Anggota
a. Nama Anggota I : Maghfiroh Binti Sholikah
b. Nama Anggota II : Qoimatul Adilah

Menyetujui,
Ketua Jurusan Ketua Kelompok

Drs. Slamet Wibawanto, M. T Akhsin Nurlayli

NIP. 19610713 198601 1 001 NIM. 110533406985

ii
 WOMENCARE: HEALTHY MOBILE APPLICATION FOR
CA-CERVIX

1
Akhsin Nurlayli, 2Maghfiroh Binti Sholikah, 3Qoimatul Adilah

ABSTRAK

Kanker merupakan salah satu jenis penyakit pembunuh utama di dunia.

Berdasarkan banyaknya jenis kanker, kanker serviks merupakan salah satu jenis
penyakit paling banyak di derita oleh kaum wanita. Di Indonesia, setiap tahun
terdeteksi lebih dari 15.000 kasus kanker serviks. Sekitar 8.000 kasus di antaranya
berakhir dengan kematian (Sumber: www.health.okezone.com, 13 Mei 2012).
Faktor keterlambatan penanganan kanker merupakan salah satu faktor penyebab
fatalnya seseorang ketika mengidap penyakit kanker. Oleh karena itu identifikasi
awal penyakit kanker serviks ini harus diketahui sejak dini agar resiko yang
ditimbulkan oleh penyakit tersebut dapat diminimalisir.
Seiring dengan berkembangnya teknologi informasi khususnya teknologi
seluler dapat dikembangkan sebuah aplikasi yang dapat dimanfaatkan dalam
bidang kesehatan. Salah satu inovasi yang dapat dikembangkan adalah kecerdasan
buatan (artificial intelligence) identifikasi penyakit kanker serviks dalam mobile
application. Aplikasi mobile ini dapat dikembangkan dengan decision support
system, yaitu sebuah sistem pendukung keputusan sebagai penyedia alternatif-
alternatif solusi untuk menyelesaikan suatu permasalahan yang terdapat kata
kuncinya.
Untuk membangun sebuah aplikasi diagnosa kesehatan khususnya
diagnosa kanker serviks, dalam penelitian ini menggunakan expert system. Expert
system atau sistem pakar merupakan sebuah sistem yang berfungsi untuk
mentransfer kepakaran seseorang ke dalam program komputer. Di dalam sistem
pakar yang akan dikembangkan digunakan mesin inferensi dengan metode
penelusuran forward chaining atau metode telaah maju untuk menentukan
diagnosa dari gejala-gejala penyakit yang dialami pasien. Dengan adanya
penelitian ini diharapkan dapat menghasilkan sebuah aplikasi mobile untuk
diagnosa kanker serviks, sehingga dapat diketahui gejala-gejala awal kanker
serviks, dengan begitu diharapkan dapat menekan resiko yang ditimbulkan oleh
kanker serviks dan menekan korban yang ditimbulkannya.

Kata Kunci : kesehatan, kanker serviks, wanita, mobile, artificial intelligence,

forward chaining

iii
 KATA PENGANTAR

Puji syukur kami panjatkan kehadirat Allah SWT yang telah

melimpahkan rahmat Nya sehingga kami dapat menyelesaikan karya tulis yang
berjudul “Women Care: Healthy Mobile Application for Ca-Cervix” tanpa ada
suatu halangan apa pun. Ucapan terima kasih kami sampaikan kepada panitia CS2
ilmu komukasi Universitas Airlangga yang telah mengadakan kompetisi Call for
Paper sehingga kami dapat berpartisipasi dalam kompetisi tersebut. Dalam karya
tulis masih terdapat banyak kekurangan, oleh karena penulis mohon kritik dan
saran agar proses pengembangan aplikasi ini dapat lebik baik nantinya. Semoga
apa yang terdapat dalam karya tulis ini dapat bermanfaat bagi penulis khusunya
dan bagi pembaca pada umumnya.

Malang, 19 April 2014

Penulis

iv
 DAFTAR ISI
HALAMAN PENGESAHAN..........................................................................................ii
ABSTRAK.......................................................................................................................iii
KATA PENGANTAR.....................................................................................................iv
DAFTAR TABEL...........................................................................................................vii
DAFTAR GAMBAR.....................................................................................................viii
BAB I PENDAHULUAN.................................................................................................1
A. Latar Belakang.......................................................................................................1
B. Rumusan Masalah.................................................................................................2
C. Asumsi dan Batasan Masalah...............................................................................2
D. Tujuan Penelitian...................................................................................................3
E. Manfaaat Penelitian...............................................................................................3
BAB II TINJAUAN PUSTAKA......................................................................................4
A. Kanker Serviks.......................................................................................................4
B. Sistem Pendukung Keputusan..............................................................................4
C. Mobile Application.................................................................................................9
D. HTML 5................................................................................................................10
E. CSS 3.....................................................................................................................10
F. jQuery Mobile.......................................................................................................10
G. Teknik Pengujian Perangkat Lunak..................................................................11
BAB III METODOLOGI PENELITIAN.....................................................................12
A. Strategi Penelitian................................................................................................12
B. Metode Pengambilan Data..................................................................................12
C. Analisa Data.........................................................................................................13
D. Fase Desain Mesin Inferensi................................................................................14
E. Desain Aplikasi Sistem.........................................................................................15
F. Fase Pemilihan.....................................................................................................16
G. Fase Implementasi...............................................................................................16
BAB IV PEMBAHASAN...............................................................................................19
BAB V PENUTUP..........................................................................................................22
DAFTAR PUSTAKA.....................................................................................................23

v
 DAFTAR TABEL

Tabel 2. 1 Konsep Dasar Forward Chaining..................................................................8

Tabel 3. 1 Identifikasi Penyakit dan Gejalanya...........................................................12

Tabel 3. 2 Klasifikasi Gejala..........................................................................................13
Tabel 3. 3 Pelacakan Depan Pada Kanker Serviks......................................................16
Tabel 3. 4 Hasil Penelusuran Data................................................................................17

vii
 DAFTAR GAMBAR

Gambar 2. 1 Pengambilan Keputusan atau Proses Pemodelan....................................5

Gambar 2. 2 Skenario Penelitian....................................................................................7
Gambar 2. 5 Rangkaian Forward Chaining..................................................................9
Y

Gambar 3. 1 Komponen Sistem Pakar.........................................................................15

Gambar 3. 2 Proses Pembentukan Kaidah..................................................................15
Gambar 3. 3 Proses Diagnosa Kanker Serviks............................................................15
Gambar 3. 4 DFD Level 0..............................................................................................15
Gambar 3. 5 DFD Level 1..............................................................................................15

Gambar 4. 1 Forward Chaining Diagnosa Penyakit.....................................................19

Gambar 4. 2 Tampilan Awal.........................................................................................20
Gambar 4. 3 Menu Utama.............................................................................................20
Gambar 4. 4 Menu Tentang Kami................................................................................20
Gambar 4. 5 Menu Bantuan..........................................................................................20
Gambar 4. 6 Menu Diagnosa.........................................................................................20
Gambar 4. 7 Menu Diagnosa.........................................................................................20
Gambar 4. 8 Menu Diagnosa.........................................................................................21
Gambar 4. 9 Diagnosa Lanjutan...................................................................................21
Gambar 4. 10 Diagnosa Lanjutan.................................................................................21
Gambar 4. 11 Diagnosa Lanjutan.................................................................................21
Gambar 4. 12 Hasil Diagnosa Kanker Serviks.............................................................21
Gambar 4. 13 Hasil Diagnosa Tumor Fibroid Besar...................................................21
Gambar 4. 14 Hasil Diagnosa Radang Panggul...........................................................21
Gambar 4. 15 Hasil Diagnosa Bukan Kanker Rahim / sejenisnya.............................21
Gambar 4. 16 Halaman Terakhir.................................................................................21

viii
 BAB I

PENDAHULUAN

A. Latar Belakang
Penyakit kanker leher rahim (serviks) dewasa ini telah menjadi hal yang
paling menakutkan bagi para wanita karena kanker leher rahim (serviks)
merupakan 1% dari semua tumor ganas pada wanita dan merupakan 66 % dari
semua tumor ganas alat kelamin wanita. Faktor resiko epidemiologikpenyumbang
terjadinya dan berkembangnya kanker leher rahim (serviks)adalah infeksi virus
papilomamanusia atau Human Virus Papilloma (HVP). Akibat yang ditimbulkan
penyakit ini diantaranya berupa penurunan harapan hidup, lamanya penderitaan,
dan tingginya biaya pengobatan (Dr. Bambang Dwipoyono SpOG dari divisi
Kanker Ginekologik RS Kanker Dharmais Jakarta, 2008).
Kanker leher rahim (serviks) dalam bahasa latin disebut Carcinoma
Cervicis Uteri, adalah kanker yang terjadi pada uterus, suatu daerah pada organ
reproduksi wanita yang merupakan pintu masuk kearah rahim yang terletak antara
rahim (uterus) dengan liang senggama (vagina). Salah satu cara untuk medeteksi
sejak dini kanker leher rahim (serviks) tersebut di atas adalah dengan
memanfaatkan teknologi canggih dan modern seperti yang diketahui dewasa ini,
yaitu telah berkembangnya bidang study Artifical Intelegence (AI) yang
mempelajari serta mampu meniru kecerdasan manusia. Salah satu bagian dari
kecerdasan buatan adalah sistem pakar (Expert System).
Sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan
manusia ke komputer yang dirancang untuk memodelkan kemampuan
menyelesaikan masalah seperti layaknya seorang pakar. Ia akan memberi daftar
gejala-gejala sampai bisa mengidentifikasikan suatu obyek berdasarkan jawaban
yang diterima. Dengan adanya sistem pakar ini diharapkan nantinya bisa
membantu para wanita Indonesia dalam mendapatkan informasi seputar kanker
leher rahim (serviks) beserta diagnosanya.

1
 Seiring dengan berkembangnya teknologi informasi khususnya teknologi
mobile dapat dikembangkan sebuah aplikasi yang dapat dimanfaatkan dalam
bidang kesehatan. Salah satu inovasi yang dapat dikembangkan adalah sistem
pendukung keputusan (decision support system) diagnosa penyakit kanker serviks
dalam mobile application. Aplikasi mobile ini dapat dikembangkan dengan sistem
pakar yang merupakan satu cabang dari AI (Artificial Intelligence) yang membuat
penggunaan secara luas pengetahuan (knowledge) yang khusus untuk
penyelesaian masalah tingkat manusia yang pakar. Melalui aplikasi mobile untuk
diagnosa awal kanker serviks ini diharapkan dapat diketahui gejala-gejala awal
yang ditimbulkan oleh kanker serviks sehingga resiko yang ditimbulkan oleh
penyakit ini dapat ditekan.

B. Rumusan Masalah
Berdasarkan latar belakang yang telah dijelaskan di atas, maka rumusan
masalah dalam pengembangan ini adalah:
1. Bagaimana merancang dan membangun suatu sistem pakar yang berbasis
mobile untuk membantu user dalam mendeteksi sejak dini penyakit kanker
serviks dan mengetahui informasi tentang penyakit kanker leher rahim
(serviks)?
2. Bagaimana membangun suatu sistem pakar dengan menggunakan pendekatan
metode forward chaining yang melakukan pemrosesan berawal dari
sekumpulan data untuk kemudian dilakukan inferensi sesuai dengan aturan
yang diterapkan hingga diketemukan kesimpulan?
3. Bagaimana menguji kelayakan aplikasi berbasis mobile diagnosa kanker leher
rahim?

C. Asumsi dan Batasan Masalah

Produk yang dihasilkan dari pengembangan ini mempunyai spesifikasi
yaitu:
1. Aplikasi berbasis mobile diagnosa penyakit kanker leher rahim (serviks).

2
2. Healthy mobile application merupakan aplikasi mobile multiplatform,
sehingga dapat diakses dengan menggunakan perangkat mobile dengan sistem
operasi android, Windows Phone, Blackberry, dan iOS.
3. Pengembangan aplikasi berbasis mobile ini berlaku pada data yang telah ada
pada saat ini.
4. Pembuatan sistem pakar ini hanya berdasarkan menampilkan gejala-gejala
umum dari penyakit kanker leher rahim (serviks) saja.
5. Solusi yang diberikan berupa informasi untuk diketahui oleh masyarakat
umum khususnya penderita berdasarkan data-data masukan yang dapat
membantu untuk penanganan selanjutnya.

D. Tujuan Penelitian
Tujuan dari penelitian ini adalah mengembangkan aplikasi mobile dengan
menggunakan metode forward chaining dalam sistem pakar yang berguna untuk
mendeteksi gejala awal penyakit kanker serviks sebagai informasi yang
dikhusukan pada para wanita seputar kanker serviks. Sehingga dengan adanya
aplikasi ini diharapkan dapat menekan laju pertumbuhan korban kanker serviks di
Indonesia.

E. Manfaaat Penelitian
Manfaat dari penelitian ini adalah tersedianya aplikasi mobile
multiplatform berbasis sistem pakar yang berfungsi untuk diagnosa awal penyakit
kanker serviks. Dengan adanya Healthy Mobile Application for Ca-cervics dapat
diketahui gejala awal kanker serviks sehingga resiko yang ditimbulkan dapat
ditekan. Pakar dapat memberikan suatu informasi kepada user melalui tanya
jawab dengan sistem komputerisasi. Dan para wanita dapat memperoleh informasi
tentang gejala-gejala kanker leher rahim (serviks) sehingga dapat ditanggulangi
sejak dini.

3
 BAB II

TINJAUAN PUSTAKA

A. Kanker Serviks
Kanker serviks merupakan kanker ganas yang terbentuk dalam jaringan
serviks (organ yang menghubungkan uterus dengan vagina). Ada beberapa tipe
kanker serviks. Tipe yang paling umum dikenal adalah squamous cell carcinoma
(SCC), yang merupakan 80 hingga 85 persen dari seluruh jenis kanker serviks.
Infeksi Human Papilloma Virus (HPV) merupakan salah satu faktor utama
tumbuhnya kanker jenis ini. Kanker serviks tahap dini tidak menunjukkan gejala.
Berikut adalah gelaja-gejala umum kanker serviks:
1. Adanya pendarahan setelah melakukan hubungan intim yang diikuti dengan
rasa sakit, padahal bukan yang pertama kali dilakukan.
2. Mengalami keputihan yang tidak normal disertai dengan perdarahan dan
jumlahnya berlebih.
3. Sering merasakan sakit pada daerah pinggul.
4. Mengalami sakit saat buang air kecil.
5. Saat perempuan mengalami stadium lanjut akan mengalami rasa sakit pada
bagian paha atau salah satu paha mengalami bengkak, nafsu makan
berkurang, berat badan tidak stabil, susah untuk buang air kecil, dan
mengalami perdarahan spontan.

B. Sistem Pendukung Keputusan

Simon (Turban, 2005) mengatakan bahwa proses pengambilan keputusan
meliputi tiga fase utama : intelegensia, desain dan kriteria. Ia kemudian
menambahkan fase keempat, yakni implementasi. Seperti tergambar pada Gambar
2.1 berikut ini :

4
 Simplifikasi
Realitas Fase Inteligensi
Asumsi Sasaran organisasional

Prosedur pemindaian dan penelitian

Pengumpulan data

Identifikasi masalah

Kepemilikan masalah

Klasifikasi masalah

Pernyataan masalah

Pernyataan masalah
Validasi model
Fase Desain
Formulasi sebuah model

Menentukan kriteria untuk dipilih

Mencari alternatif

Memprediksi dan mengukur hasil akhir

SUKSES Verifikasi, menguji solusi Alternatif

yang diusulkan
Fase Pilihan
Solusi untuk model

Analisis sensitivitas

Memilih alternatif terbaik

Rencana implementasi

Solusi
Implementasi
solusi

KEGAGALAN

Gambar 2. 1 Pengambilan Keputusan atau Proses Pemodelan

Terdapat aliran aktivitas yang terus menerus berlangsung mulai dari

intelegensi sampai desain sampai pilihan (bold line), namun pada sembarang
fase bisa jadi ada fase dimana perlu kembali ke fase sebelumnya (umpan balik).
1. Fase Intelegensi
Intelegensi dalam pengambilan keputusan meliputi scanning (pemindahan)
lingkungan, baik secara intermiten ataupun terus menerus.
a. Identifikasi Masalah
Fase intelegensi dimulai dengan identifikasi terhadap tujuan dan sasaran
organisasional yang berkaitan dengan isu yang diperhatikan dan determinasi
apakah kejadian tersebut telah terpenuhi. Seseorang menentukan apakah ada suatu
masalah, mengidentifikasi gejala-gejalanya, menentukan keluasannya dan
mengidentifikasinya secara eksplisit.
b. Klasifikasi Masalah
Klasifikasi masalah adalah konseptualisasi terhadap suatu masalah dalam
rangka menempatkannya dalam suatu kategori yang dapat didefinisikan.

5
c. Masalah terstruktur dan Masalah tidak terstruktur
Simon (Turban, 2005 ) membedakan dua ekstrem yang berkaitan dengan
strukturisasi suatu masalah keputusan. Pertama adalah masalah-masalah yang
terstruktur dengan baik yang berulang secara rutin, dan untuk masalah-masalah
tersebut telah dikembangkan model-model standar, yang disebut masalah
terprogram. Kedua adalah masalah tidak terstruktur, disebut juga masalah tidak
terprogram yang belum dikenal sebelumnya dan tidak terjadi lagi.
2. Fase Desain
Fase desain meliputi penemuan atau mengembalikan dan menganalisis
tindakan yang mungkin untuk dilakukan. Hal ini meliputi pemahaman terhadap
masalah dan menguji solusi yang layak.
a. Model Normatif
Model normatif adalah model dimana alternatif yang dipilih merupakan
alternatif terbaik dari semua alternatif yang mungkin. Untuk menemukan
alternatif terbaik, harus menguji semua alternatif dan membuktikan bahwa
alternatif yang dipilih benar-benar alternatif terbaik.
b. Model Deskriptif
Model deskriptif menggambarkan berbagai hal sebagaimana adanya, atau
bagaimana hal-hal tersebut diyakini. Model ini umumnya didasarkan secara
matematis.
c. Mengukur Hasil Akhir
Nilai dari sebuah alternatif dievaluasi dalam hal pencapaian tujuan. Hasil
akhir dari penelitian ini akan memberikan jawaban penyakit kanker serviks
disertai tingkat kepercayaannya dalam bentuk persen.
d. Skenario
Skenario adalah suatu pernyataan mengenai berbagai asumsi tentang
lingkungan pengoperasian sebuah sistem tertentu pada waktu tertentu, yaitu suatu
deskriptif naratif mengenai situasi pengambilan keputusan. Berikut susunan
skenario dalam penelitian ini:

6
 Identifikasi Pengumpulan
Klasifikasi masalah
masalah data FASE
INTELEGENSI

Memilih prinsip Mengukur hasil Penyusunan

Model deskriptif
pilihan akhir skenario
FASE DESAIN

Pengambilan
keputusan
menggunakan FASE
formula PEMILIHAN

FASE
Coding Program
IMPLEMENTASI

Gambar 2. 2 Skenario Penelitian

3. Fase Pemilihan
Fase pemilihan adalah fase dimana suatu keputusan yang nyata dan
diambil suatu komitmen untuk mengikuti suatu tindakan tertentu. Pemecahan
sebuah model pengambilan keputusan melibatkan pencarian terhadap suatu
tindakan yang tepat. Pendekatan pencarian melibatkan teknik analitik
(memecahkan suatu formula), algoritma (prosedur langkah demi langkah),
heuristik (aturan utama), dan blind search (menembak di dalam gelap, idealnya
salam suatu cara yang logis). Penelitian ini menggunakan teknik algoritma
(prosedur langkah demi langkah) dimana metode penelusuran yang digunakan
adalah metode inferensi forward chaining (penalaran maju).
4. Fase Implementasi
a. Metode
Metode yang digunakan adalah metode penarikan kesimpulan yang ada
dalam sistem pakar. Sistem pakar atau expert system adalah cabang dari
kecerdasan buatan atau artificial intelligent (AI) yang membuat penggunaan
pengetahuan yang dikhususkan secara ekstensif untuk memecahkan masalah pada
level human expert (seseorang yang mempunyai expertise dalam bidang tertentu)
Suryadi (1994: 5).

7
 Sedangkan dalam Arhami (2005:3) mengemukakan sistem pakar sebagai
“...suatu program komputer cerdas yang menggunakan knowledge (pengetahuan)
dan prosedur inferensi untuk menyelesaikan masalah yang cukup sulit sehingga
membutuhkan seseorang yang ahli untuk menyelesaikannya” (Feigenbaum:1982).
Ada berbagai macam cara dalam membantu menarik kesimpulan guna diagnosis
penyakit dengan sistem pakar, penulis menggunakan metode inferensi pohon
dengan forward chaining.
b. Forward Chaining
Forward chaining adalah suatu strategi pengambilan keputusan yang
dimulai dari premis (fakta) menuju konklusi (kesimpulan akhir). Salah satu aspek
penting dari perolehan fakta adalah dengan menanyakan pertanyaan yang benar.
Pertanyaan benar yang diajukan menghasilkan efisiensi dalam menentukan
jawaban yang benar. Salah satu syarat yang nyata untuk hal ini adalah sistem
pakar hanya akan menanyakan pertanyaan yang berhubungan dengan hipotesis
yang dicoba dibuktikan. Suryadi (1994:206) menjelaskan bahwa forward
chaining mempunyai konsep sebagai berikut:
Tabel 2. 1 Konsep Dasar Forward Chaining
No Rangkaian ke depan

1 Perencanaan, pemantauan, kontrol saat sekarang ke masa depan

2 Antisident terhadap akibat

3 Data yang digerakkan, penalaran atas dasar

4 Kerja maju untuk menemukan

5 Pemecahan yang mengikuti fakta

6 Pencarian melebar pertama yang dipermudah

7 Antisident menentukan pencarian

8 Penjelasan yang tidak dipermudah

Seperti contoh pada Gambar 2.5 diterangkan bahwa baris di-(triggered)

oleh fakta yang memenuhi kejadian sebelum atau sisi sebelah kiri (LHS).
Misalnya Baris R1harus dipenuhi oleh fakta B dan C untuk diaktifkan. Namun
demikian hanya fakta C yang ditunjukkan sehingga R1tidak diaktifkan. Baris
R2diaktifkan oleh fakta C dan D yang ditunjukkan sehingga R2akan membuat
fakta H lanjutan. Baris yang dipenuhi lainnya adalah R3, R6, R7, R8dan R9.

8
Pembuatan baris R8dan R9akan menghasilkan kesimpulan proses rangkaian
forward chaining. Kesimpulan ini mungkin berupa fakta lain, output dan
sebagainya.
R8 R9 Konklusi

H J J K

R5 R6 R7

Kesimpulan
H H I fakta

R1 R2 R3 R4

A B C D E F G
Fakta

Fakta yang diberikan RN Kaidah N

Kaidah yang bisa digunakan

Gambar 2. 3 Rangkaian Forward Chaining

(Sumber: Konsep Dasar Sistem Pakar, Arhami: 2005)

C. Mobile Application
Menurut Buyens (2001) aplikasi mobile berasal dari kata application dan
mobile. Application yang artinya penerapan, lamaran, penggunaan. Secara istilah
aplikasi adalah program siap pakai yang direka untuk melaksanakan suatu fungsi
bagi pengguna atau aplikasi yang lain dan dapat digunakan oleh sasaran yang
dituju sedangkan mobile dapat di artikan sebagai perpindahan dari suatu tempat ke
tempat yang lain. Kata mobile mempunyai arti bergerak atau berpindah, sehingga
aplikasi mobile menurut Rangsang Purnama ( 2010 ) adalah sebutan untuk
aplikasi yang berjalan di mobile device . Dengan menggunakan aplikasi mobile,
dapat dengan mudah melakukan berbagai macam aktifitas. Adapun karakteristik
perangkat mobile yaitu:
1. Ukuran yang kecil: Perangkat mobile memiliki ukuran yang kecil. Konsumen
menginginkan perangkat yang terkecil untuk kenyamanan dan mobilitas.
2. Memory yang terbatas: Perangkat mobile juga memiliki memory yang kecil,
yaitu primary (RAM) dan secondary (disk).
3. Daya proses yang terbatas: Sistem mobile tidak setangguh dekstop.
4. Mengkonsumsi daya yang rendah: Perangkat mobile menghabiskan sedikit
daya dibandingkan dengan mesin desktop

9
5. Kuat dan dapat diandalkan: Karena perangkat mobile selalu dibawa kemana
saja, mereka harus cukup kuat untuk menghadapi benturan-benturan.
6. Konektivitas yang terbatas: Perangkat mobile memiliki bandwith rendah,
beberapa dari mereka bahkan tidak tersambung.
D. HTML 5
HTML5 adalah sebuah bahasa markah untuk menstrukturkan dan
menampilkan isi dari Waring Wera Wanua, sebuah teknologi inti dari Internet.
HTML5 adalah revisi kelima dari HTML (yang pertama kali diciptakan pada
tahun 1990 dan versi keempatnya, HTML4, pada tahun 1997) dan hingga bulan
Juni 2011 masih dalam pengembangan. Tujuan utama pengembangan HTML5
adalah untuk memperbaiki teknologi HTML agar mendukung teknologi
multimedia terbaru, mudah dibaca oleh manusia dan juga mudah dimengerti oleh
mesin.

E. CSS 3
Cascading Style Sheet (CSS) merupakan salah satu bahasa pemrograman
web untuk beberapa komponen dalam sebuah web sehingga akan lebih terstruktur
dan seragam. Sama dengan styles dalam aplikasi pengolahan kata seperti
Microsoft Word yang dapat mengatur beberapa style, misalnya heading, subbab,
bodytext, footer, images, dan style lainnya untuk dapat digunakan bersama-sama
dalam beberapa file. Pada umumnya CSS dipakai untuk memformat tampilan
halaman web yang dibuat dengan bahasa HTML dan XHTML.

F. jQuery Mobile
Framework j-Query mobile merupakan sebuah sistem framework antar
muka pengguna untuk mobile device yang dibangun di atas pondasi J-Query dan
J-Query UI. J-Query Mobile merupakan pengembangan lebih lanjut dari J-Query
yang difokuskan untuk aplikasi-aplikasi di lingkungan smartphone maupun tablet.
Menurut Prasetya (2013:88), j-Query mobile menawarkan kemampuan
untuk membantu kita dalam menghasilkan aplikasi mobile yang konsisten. Pada
prinsipnya aplikasi j-Query mobile dibangun menggunakan standart HTML

10
sehingga dapat berjalan baik di semua platform mobile. Hingga saat ini jQuery
mobile mendukung platform IOS, Android, Windows Mobile/Phone , Blackberry,
Palm, WebOS, Nokia/Symbias, Bada dan Meego.
G. Teknik Pengujian Perangkat Lunak
Pengujian perangkat lunak merupakan elemen kritis dari jaminan kualitas
perangkat lunak dan merepresentasikan kajian pokok dari spesifikasi, desain, dan
pengkodean (Pressman, 2002: 525). Berikut adalah macam teknik pengujian
dalam perangkat lunak:
1. White-Box Testing
White box testing yang terkadang disebut juga glass box testing adalah
sebuah filosofi rancangan uji kasus yang menggunakan struktur kontrol yang
menjelaskan bagian dari komponen-level rancangan untuk memperoleh uji kasus
(Pressman, 2010: 485). Dengan menggunakan metode white-box testing, para
software engineer dapat memperoleh uji kasus yang:
a. Menjamin bahwa semua jalur independen dalam sebuah modul telah
dilaksanakan setidaknya sekali.
b. Melaksanakan semua keputusan logis pada sisi yang benar dan salah.
c. Mengeksekusi semua putaran pada batasannya dan dalam batasan
operasionalnya.
d. Menjalankan sturktur data internal untuk memastikan validitasnya.

2. Black-Box Testing
Black box testing merupakan pengujian yang memungkinkan software
engineer mendapatkan serangkaian kondisi input yang sepenuhnya menggunakan
semua persyaratan fungsional untuk suatu program (Pressman, 2010: 495).
Pengujian black-box juga merupakan pendekatan komplementer yang
memungkinkan besar mampu mengungkap kelas kesalahan daripada metode
white-box. Pengujian black-box berusaha menemukan kesalahan dalam kategori
sebagai berikut:
a. Fungsi-fungsi yang tidak benar atau hilang.
b. Kesalahan interface.

11
c. Kesalahan dalam struktur data atau akses database eksternal.
d. Kesalahan kinerja.
e. Inisialisasi dan kesalahan terminasi.

12
 BAB III

METODOLOGI PENELITIAN

A. Strategi Penelitian
Strategi dalam penelitian ini dilakukan menurut urutan sebagai berikut:
1. Mengumpulkan data tentang gejala-gejala penyakit kanker serviks.
2. Melakukan analisa terhadap data yang terkumpul.
3. Merancang dan mendesain database untuk menyimpan data jenis penyakit
kanker serviks.
4. Merancang metode inferensi forward chaining, untuk medeteksi penyakit
yang diderita.
5. Merancang desain interface, sebagai media interaksi antara user dengan
aplikasi mobile.
6. Sistem pendukung keputusan berbasis komputer yang dibangun.
7. Melakukan pengkodean, untuk membangun mesin inferensi fuzzy.
8. Test dan implementasi terhadap aplikasi sistem yang dibuat.

B. Metode Pengambilan Data

Data jenis penyakit kanker serviks, sumber data yang digunakan dalam
sistem pakar ini meliputi data penyakit dan data gejala yang menyerang rahim
wanita. Ada beberapa data penyakit dan data gejala yang dicontohkan dalam
Tabel 3.1.
Tabel 3. 1 Identifikasi Penyakit dan Gejalanya
No Penyakit Gejala

1 Kanker Serviks 1. Siklus mens tidak lancar

2. Sakit berlebih
3. Nyeri saat hubungan seks
4. Nyeri panggul
5. Nyeri bagian bawah perut di luar mens
6. Nyeri buang air kecil
7. Nyeri tulang belakang
8. Nyeri pada anggota gerak
9. Usia seks < 17
10. Jumlah pasangan seks > 3
11. Pendarahan setelah seks
12. Alami anemia saat pendarahan
13. Sudah pernah melahirkan
14. Trauma persalinan

13
 No Penyakit Gejala

15. Penggunaan pil KB > 15 tahun

16. Kurang nafsu makan
17. Turun berat badan
18. Sering buang air kecil
19. Kotoran vagina
20. Pendarahan hebat saat mens
21. Spotting
22. Pendarahan setelah menopause
23. Pernah menggunakan DES
24. Perokok
2 Tumor Fibroid Besar 1. Siklus mens tidak lancar
2. Sakit berlebih
3. Nyeri saat hubungan seks
4. Pendarahan setelah seks
5. Kotoran vagina
6. Pendarahan hebat saat mens
7. Spotting
8. Pendarahan di luar mens
9. Susah punya anak
10. Diabetes melitus
11. Perut bengkak atau benjolan
3 Radang Panggul 1. Siklus mens tidak lancar
2. Sakit berlebih
3. Nyeri saat hubungan seks
4. Nyeri buang air kecil
5. Nyeri tulang belakang
6. Usia seks < 17
7. Jumlah pasangan seks > 3
8. Sudah pernah melahirkan
9. Trauma persalinan
10. Kurang nafsu makan
11. Turun berat badan
12. Mual
13. Demam
14. Menggigil
15. Sering menggunakan cairan douche
16. Pernah aborsi atau kuret
17. Pengguna spiral

C. Analisa Data
Analisa data dilakukan dengan mengklasifikasi beberapa jenis gejala,
kemudian digolongkan kepada jenis penyakit tertentu. Berikut adalah klasifikasi
penyakit dengan gejalanya. Lihat Tabel 3.2.
Tabel 3. 2 Klasifikasi Gejala
Tumor
Kanker Radang
No Gejala Fibroid
Serviks Panggul
Besar
1 Siklus mens tidak lancar x x x
2 Sakit berlebih x x x
3 Nyeri saat hubungan seks x x x
4 Nyeri panggul x
5 Nyeri bagian bawah perut di luar mens x
6 Nyeri buang air kecil x x

14
 Tumor
Kanker Radang
No Gejala Fibroid
Serviks Panggul
Besar
7 Nyeri tulang belakang x x
8 Nyeri pada anggota gerak x
9 Usia seks < 17 x x
10 Jumlah pasangan seks > 3 x x
11 Pendarahan setelah seks x x
12 Alami anemia saat pendarahan x
13 Sudah pernah melahirkan x x
14 Trauma persalinan x x
15 Penggunaan pil KB > 15 tahun x
16 Kurang nafsu makan x x
17 Turun berat badan x x
18 Sering buang air kecil x
19 Kotoran vagina x x
20 Pendarahan hebat saat mens x x
21 Spotting x x
22 Pendarahan setelah menopause x
23 Pernah menggunakan DES x
24 Perokok x
25 Pendarahan di luar mens x
26 Susah punya anak x
27 Diabetes melitus x
28 Perut bengkak atau benjolan x
29 Mual x
30 Demam x
31 Menggigil x
32 Sering menggunakan cairan douche x
33 Pernah aborsi atau kuret x
34 Pengguna spiral x

D. Fase Desain Mesin Inferensi

Sistem pakar pendiagnosa kanker serviks dibentuk dengan arsitektur
seperti yang ditunjukkan pada Gambar 3.1, Gambar 3.2, dan Gambar 3.3.

15
 Gejala Penyakit Kaidah
Pakar Pakar
Penderita
Kesehatan
Gejala, Kemungkinan Pembentukan
Gejala-gejala penyakit yang
penyakit karena gejala, Kaidah Diagnosa Kemungkinan Penyakit
dialami
anjuran terapi

Fasilitas Penjelasan hasil

User
Aquisisi diagnosis
Interface Kemungkinan
Knowledge Pembentukan
Penyakit
Penyakit, Fasilitas Kemungkinan
Kaidah diagnosa Penjelasan Penyakit
Terapi

Knowledge Inference Anjuran Terapi Pembentukan

Base Engine Gejala, kaidah diagnosa
Anjuran Terapi
Terapi

Gambar 3. 1 Komponen Sistem Pakar

Gambar 3. 2 Proses Pembentukan Kaidah
Gejala
Pengecekan
Penderita Gejala
Kaidah

Gejala yang
diidentifikasi
Hasil
diagnosa Cek
Kemungkinan
Kemungkinan
Penyakit
Penyakit

Diagnosa
Saran terapi Penentuan
Anjuran
Terapi

Terapi

Gambar 3. 3 Proses Diagnosa Kanker Serviks

E. Desain Aplikasi Sistem

Penggambaran ini ditunjukkan gambar Data Flow Diagram(DFD) yang
menyebutkan setiap langkah dari sebuah model dengan lebih terperinci.

Gambar 3. 4 DFD Level 0

Aplikasi sistem ini berinteraksi dengan dua pengguna yaitu user dan
admin.

Gambar 3. 5 DFD Level 1

User memberikan pilihan gejala ke dalam sistem yang kemudian ditelusuri ke

gejala selanjutnya sesuai dengan diagram alir yang sudah dimodelkan. Admin

16
menyediakan data gejala ke dalam masukan data. Data yang sudah dimasukkan
tadi dicocokkan dengan database, kemudian data tersebut ditelusuri datanya.

F. Fase Pemilihan
Penelusuran penyakit kanker serviks didapatkan dari menjawab pertanyaan
yang sudah dimodelkan diagram alir. Salah satu contoh penelusuran penyakit
adalah sebagai berikut :
Tabel 3. 3 Pelacakan Depan Pada Kanker Serviks

No Keterangan Pilihan Pernyataan

A B C D E F G H I J K L M N O P Q R S T
1 Pernyataan 1 *                                      
2 Pernyataan 2   *                                    
3 Pernyataan 3     *                                  
  Hasil ***
Keterangan Pilihan Pertanyaan:
A : Apakah rahim anda mengeluarkan darah segar yang berlebihan?
B : Apakah bibir rahim berwarna putih?
C : Apakah dinding rahim membengkak?
D : Apakah anda mengalami nyeri panggung?
E : Apakah anda menglami pusing yang berlebihan?
F : Apakah anda mengalami rasa ngilu setiap hari pada Rahim Anda?
G : Apakah anda merasakan mual ketika sedang berhubungan?
H : Apakah anda Pendarahan Sesudah berhubungan Intim?
I : Apakah ada timbul benjolan pada Rahim anda?
J : Apakah anda mengalami muntah darah?
K : Apakah anda barusaja operasi Rahim sehingga daya tahan anda menurun?
L : Apakah anda merasakan ngilu yang besar pada paha anda?
M : Apakah merasakan gatal pada bibir rahim anda?
N : Apakah anda mengalami batuk yang mengeluarkan darah?
O : Apakah anda sulit berkonsentrasi akibat rasa ngilu pada rahim anda?
P : Apakah hidung anda berdarah ketika rasa ngilu datang pada anda?
Q : Apakah Anda pendarahan diluar waktu haid?
R : Apakah anda menglami sesak napas pada saat rahim anda sakit?
S : Apakah badan anda mengalami demam yang tinggi?
T : Apakah mengalami haid berkepanjangan

G. Fase Implementasi
Proses yang terjadi pada sistem secara sederhana dapat dijelaskan,
dimana pada proses diagnosa user akan dihadapkan dengan pilihan
pertanyaan yang dapat dipilih oleh user yang ditampilkan oleh sistem.
Setelah user memilih 3 buah pertanyaan yang telah disediakan, maka sistem
akan membaca pilihan yang dimasukkan oleh user yang disesuaikan dengan
aturan pada basis aturan. Pada setiap aturan terdapat solusi berdasarkan gejala
yang diinputkan. Jika 3 buah pertanyaan telah selesai dipilih maka user

17
dapat langsung memperoleh hasil diagnosanya dengan menekan tombol hasil
terlebih dahulu dan akan tampilkan hasil diagnosa berupa keterangan penyebab
gejala, dan saran untuk user. Jika user masih ingin menanyakan keluhan
dapat mengulangi lagi dengan memilih pertanyaan berdasarkan keluhan yang
di alami oleh user sendiri.
Tabel 3. 4 Hasil Penelusuran Data
Kode_Penyeba Nilai Keterangan Penyebab Saran
b

S1 XXX Beberapa penyebab rahim berdarah biasanya disebabkan Anda terdiagnosa penyakit
pecahnya selaput pelindung pada rahim, jika demikian ini bukan kanker serviks. Disarankan
bermaksud bagian dari gejala haid. segera mengunjungi dokter

S2 XXX Beberapa penyebab bibir rahim berwarna putih disebabkan oleh Anda terdiagnosa penyakit
kurangnya perhatian terhadap kebersihan rahim. kanker serviks. Disarankan
segera mengunjungi dokter

S3 XXX Beberapa penyebab dinding rahim membengkak disebabkan oleh Anda terdiagnosa penyakit
adanya penggumpalan darah yang terjadi di areal dinding kanker serviks. Disarankan
biasanya agak serasa nyeri akibat luka yang terdapat pada segera mengunjungi dokter
dinding rahim

S4 XXX Beberapa penyebab nyeri punggung disebabkan oleh tubuh anda Anda terdiagnosa penyakit
tidak dapat menaham rasa capek yang ditimbulkan akibat kanker serviks. Disarankan
mengangkat benda-benda yang berat. segera mengunjungi dokter

S5 XXX Beberapa penyebab pusing jika anda mengeluarkan darah berarti Anda terdiagnosa penyakit
pusing yang anda derita karena anda sedang kekurangan darah kanker serviks. Disarankan
sehingga timbul pusing segera mengunjungi dokter

S6 XXX Bisa jadi itu adalah jamur, yang menimbulkan bau tidak sedap. Anda terdiagnosa penyakit
Beberapa penyebab ngilu pada rahim yang seharusnya sering kanker serviks. Disarankan
dibersihkan setiap hari segera mengunjungi dokter

S7 XXX Beberapa penyebab anda mual pada saat berhubungan intim di Anda terdiagnosa penyakit
sebabkan oleh penyaluran yang ada di areal rahim mengalami kanker serviks. Disarankan
kekeringan enjim sehingga mengambil enjim yang ada di areal segera mengunjungi dokter
tubuh bagian lain.

S8 XXX Beberapa penyebab anda berdarah sesudah berhubungan intim Anda terdiagnosa penyakit
disebabkan oleh rahim jarang melakukan hubungan kontak kanker serviks. Disarankan
sehingga pori-pori rahim tidak lentur dan bisa juga akibat ada segera mengunjungi dokter
luka di dinding rahim

S9 XXX Beberapa benjolan pada rahim disebabkan oleh ada daging Anda terdiagnosa penyakit
tumbuh di dinding rahim, bisa juga luka yang terjadi pada rahim kanker serviks. Disarankan
dan belum dibersihkan sehingga menimbulkan bakteri jahat segera mengunjungi dokter
hidup di areal rahim.

1. Basis Pengetahuan
Dari tabel yang sudah dibuat pengetahuannya dari pengembangan
tabel pertanyaan dapat direpresentasikan menggunakan kaidah produksi

18
sebagai berikut namun yang ditampilkan hanya beberapa semplenya saja data
yg akan di masukan terlalu banyak, berikut semple rule-rule nya.
a. Aturan Produksi (Rule)
Rule 1 Rule 2 Rule 3
If pertanyaan1: A If pertanyaan1: A If pertanyaan1:A
And pertanyaan2: B And pertanyaan2:B And pertanyaan2:B
And pertanyaan3: C And pertanyaan3:C And pertanyaan3:D
Then (S1) Then (S2) Then (S3)

Rule 4 Rule 5 Rule 6

If pertanyaan1: A If pertanyaan1: A If pertanyaan1: A
And pertanyaan2:B And pertanyaan2:B And pertanyaan2:B
And pertanyaan3:E And pertanyaan3:F And pertanyaan3:G
Then (S4) Then (S5) Then (S6)

Rule 7 Rule 8 Rule 9

If pertanyaan1:A If pertanyaan1: A If pertanyaan1:A
And pertanyaan2:B And pertanyaan2:B And pertanyaan2:B
And pertanyaan3:H And pertanyaan3:I And pertanyaan3:J
Then (S7) Then (S8) Then (S9)

Penjelasan rule-rule di atas adalah sebagai berikut:

Rule-rule diatas adalah contoh beberapa sample yang dibuat untuk
menunjukan adanya suatu kondisi pilihan dimana setiap pilihan pertanyaan
memiliki nilai, jika pertanyaan 1 memilih a, pertanyaan 2 memilih b,
pertanyaan 3 memiih c, maka muncul hasil nya S1, S1 ialah suatu variabel yang
berisi hasil pertanyaan, setiap variabel sudah di isi dengan jawaban pertaanyaan
seperti di atas, jadi dapat di pastikan setiap pertanyaan yang di pilih maka
akan muncul jawaban dari pertanyaan yg telah di pilih.Meskipun seorang pakar
adalah orang yang ahli dibidangnya, namun dalam kenyataannya seorang
pakar mempunyai keterbatasan daya ingat dan stamina kerja yang salah satu
faktornya mungkin disebabkan karena usia dari seorang pakar. Sehingga
seorang pakar dalam hal ini seorang dokter spesialis kulit pada suatu ketika
bisa saja melakukan kesalahan yang mungkin salah satunya melakukan
kesalahan pada hasil diagnosa yang bisa berlanjut pada kesalahan solusi yang
diambil.

19
 BAB IV

PEMBAHASAN

Sistem pakar melakukan diagnosa dengan menggunakan forward chaining

untuk menentukan kanker serviks. Metode forward chaining digunakan sistem
pakar untuk menentukan jenis penyakit yang telah ditemukan Data yang
digunakan sistem pakar dalam melakukan inferensi adalah jawaban penderita atas
pertanyaan yang diberikan oleh sistem pakar. Sistem pakar tidak akan mengulang
pertanyaan yang pernah diberikan kepada penderita, sehingga sistem pakar
memerlukan tempat penyimpanan untuk pertanyaan yang telah diberikan. Sistem
pakar juga akan menyimpan kesimpulan sementara yang telah ditemukan.
Nyeri panggul
Nyeri bag. Bwh perut
di luar mens
Nyeri buang air kecil
Pendarahan setelah
Nyeri tulang belakang
menopause
Nyeri pada anggota Pernah menggunakan Kanker Serviks
gerak DES
Perokok
Usia sex < 17
Jml psngan sex >3 Pendarahan diluar
mens
Nyeri saat hub sex
Alami anem ia saat Susah punya anak Tumor Fibroid Besar
pendarahan

Sdh pernah Diabetes melitus

melahirkan
Siklus mens tidak lancar Perut bengkak/
Pendarahan stlh sex
Trauma persalinan benjolan

Penggunaan pil KB >

Sakit berlebih Nyeri saat hub. sex 15 tahun
Mual
Kurang nafsu makan Demam
Menggigil
Turun berat badan
Sering menggunakan Radang Panggul
Sering buang air kecil cairan douche
Kotoran vagina Pernah aborsi/ kuret
Pendarahan hebat saat Pengguna spiral
mens
sporting

Gambar 4. 1 Forward Chaining Diagnosa Penyakit

Pada aplikasi mobile diagnosa gejala kanker serviks ini dikembangkan

dengan html5, css 3, dan jquery mobile. Dengan begitu aplikasi ini dapat

20
 dijalankan dan diakses melalui perangkat mobile. Adapun algoritma jalannya
aplikasi mobile diagnosa gejala kanker serviks adalah sebagai berikut:
1. Pada awal aplikasi dijalankan akan ditampilkan tiga pilihan menu utama yaitu:
(a) menu diagnosa; (b) tentang kami; dan (c) bantuan.
2. Pada menu diagnosa terdapat beberapa pertanyaan yang harus dijawab oleh
pengguna sebagai acuan untuk mendapatkan diagnosa tentang gejala kanker
serviks
3. Menu tentang kami berisi tentang informasi tentang developer aplikasi
4. Menu bantuan berisi tentang informasi seputar aplikasi
5. Berikut ini adalah tampilan prototype user interface dari aplikasi mobile
diagnosa kanker serviks:

Gambar 4. 2 Tampilan Awal Gambar 4. 3 Menu Utama Gambar 4. 4 Menu Tentang Kami

Gambar 4. 5 Menu Bantuan Gambar 4. 6 Menu Diagnosa Gambar 4. 7 Menu Diagnosa

21
Gambar 4. 8 Menu Diagnosa Gambar 4. 9 Diagnosa Lanjutan Gambar 4. 10 Diagnosa Lanjutan

Gambar 4. 11 Diagnosa Gambar 4. 12 Hasil Diagnosa Gambar 4. 13 Hasil Diagnosa Tumor

Lanjutan Kanker Serviks Fibroid Besar

Gambar 4. 14 Hasil Diagnosa Gambar 4. 15 Hasil Diagnosa Gambar 4. 16 Halaman Terakhir

Radang Panggul Bukan Kanker Rahim /
sejenisnya

22
23
 BAB V

PENUTUP

Kesimpulan
Setelah dilakukan pengujian program maka dapat diperoleh kesimpulan
sebagai berikut: Sistem pakar yang akan dikembangkan menggunakan mesin
inferensi dengan metode penelusuran forward chaining atau metode telaah maju
ini dapat digunakan untuk menentukan diagnosa dari gejala-gejala penyakit yang
dialami pasien dan mampu menelusuri penyakit kanker serviks berdasarkan gejala
yang sudah terdefinisi serta dapat digunakan oleh masyarakat umum sebagai
deteksi dini sebelum berkonsultasi ke dokter.

Saran
Aplikasi “Women Care: Healthy Mobile Application for Ca-Cervix” dapat
dikembangkan menjadi lebih dinamis dan variatif serta dapat dikembangkan
dengan metode penelusuran yang lain selain Forward Chaining .

24
 DAFTAR PUSTAKA

Pressman, Roger S. 2010. Software Engineering: a practitioner's approach,.

McGraw-Hill, New York

Sommerville, Ian. 2011. Software Engineering (Ninth Edition). United States of

America: Pearson Education, Inc., Addison-Wesley

Universitas Negeri Malang. 2010. Pedoman Penulisan Karya Ilmiah: Skripsi,

Tesis, Disertasi Artikel, Makalah, Laporan Penelitian. Malang:
BAAKPSI dan Penerbit Universitas Negeri Malang (UM).

Riyana Kadarsari, dr. Sofani Munzila, dr. Wulandari Eka, dr. Afra F.
Tangdialla, dr. Ervina Ningsih, dr. 2009. Kanker Serviks, Deteksi
Dini dan Pencegahan. (Online).
(http://kaylazka.wordpress.com/2008/10/17/kanker-serviks-deteksi-
dini-dan-pencegahan/). Diakses tanggal 13 Mei 2014

Kusrini Iskandar. 2006. Strategi Perancangan Dan Pengelolaan Basis Data,

(Online). (http://www.caripdf.com/get.php?search=Certainty
+Factor&submit). Diakses tanggal 13 Mei 2014

Danille Bale & Jane Charette. 2000. Rencana Asuhan Perawatan Onkologi,
(Online), (http://www.greenlite.co.id/index.php?
option=com=content&view=aricle&id=273:tentang-
kankerserviks&catid=45:product-ahealtharticle&Itemid=17) . Diakses
tanggal 13 Maei 2014

Arhami Muhammad, 2005. Konsep Dasar Sistem Pakar, Yogyakarta : ANDI

HM, Jogiyanto. 1990. Analisis dan Desain Sitem Informasi : Pendekatan

terstruktur teori dan praktek aplikasi bisnis. Yogyakarta : ANDI

Kusumadewi, Sri. 2002. Artificial Intelligence. Yogyakarta : Graha Ilmu

Turban, Efraim. 2005. Decision Support System and Intelligent Systems.

Yogyakarta: ANDI

25