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
 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 sistem
pendukung keputusan (decision support system) 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.

Kata Kunci : kesehatan, kanker serviks, wanita, mobile, decision support system
KATA PENGANTAR
DAFTAR ISI
DAFTAR TABEL
DAFTAR GAMBAR
 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.
 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. 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.
 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

Bonczek (Turban, 2005) mendefinisikan SPK sebagai sistem berbasis
komputer yang terdiri dari tiga komponen yang saling berinteraksi: sistem bahasa
(mekanisme untuk memberikan komunikasi antara pengguna dan komponen SPK
lain), sistem pengetahuan (repositori pengetahuan domain masalah yang ada pada
SPK baik sebagai data atau sebagai prosedur), dan sistem pemrosesan masalah
(hubungan antara dua komponen lainnya, terdiri dari satu atau lebih kapabilitas
manipulasi masalah umum yang diperlukan untuk pengambilan 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 :
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. Masalah terjadi karena ketidakpuasan
terhadap status quo. Pada fase pertama ini, seseorang berusaha menentukan
apakah ada suatu masalah, mengidentifikasi gejala-gejalanya, menentukan
keluasannya dan mengidentifikasinya secara eksplisit. Dalam penelitian ini
masalah yang diangkat yaitu bagaimana membantu masyarakat mengidentifikasi
penyakit paru dari gejala yang dirasakan tanpa membutuhkan biaya yang mahal.
b. Klasifikasi Masalah
Klasifikasi masalah adalah konseptualisasi terhadap suatu masalah dalam
rangka menempatkannya dalam suatu kategori yang dapat didefinisikan.
c. Masalah terstruktur dan Masalah tidak terstruktur
Simon (Turban, 2005 ) membedakan dua ekstrem yang berkaitan dengan
strukturisasi suatu masalah keputusan. Pertama adalah masalahmasalah 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. Dalam
penelitian ini penentuan jenis penyakit parutermasuk dalam masalah tidak
terstruktur, karena bertambahnya satu gejala baru akan menghasilkan jawaban
kemungkinan penyakit yang berbeda.
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, kita harus menguji semua alternatif dan membuktikan bahwa
alternatif yang dipilih benar-benar alternatif terbaik, alternatif itulah yang
biasanya diinginkan..
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 paru 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:

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
Pilihan merupakan tindakan pengambilan keputusan yang kritis. Fase
pilihan 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 tree dan inferensi
forward chaining (penalaran maju).
4. Fase Implementasi
Definisi implementasi sedikit rumit karena implementasi merupakan
sebuah proses yang panjang dan melibatkan batasan-batasan yang tidak jelas.
Implementasi berarti membuat suatu solusi yang direkomendasikan bisa bekerja,
tidak memerlukan implementasi suatu sistem komputer.
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).
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 diataranya tree (pohon) dan graph, pohon AND-OR
dan tujuan, penalaran deduktif dan silogisme, forward chaining dan backward
chaining. Penulis menggunakan metode inferensi pohon dengan forward chaining.
b. Tree
Suatu tree (pohon) adalah suatu hierarki struktur yang terdiri dari node
(simpul/verteks) yang menyimpan informasi atau pengetahuan dan cabang
(link/edge) yang menghubungkan node. Binary tree mempunyai 0, 1 atau 2
cabang pernode. Dengan berorientasi pada tree (pohon) maka akar node adalah
node tertinggi disebut root dan daun adalah yang paling bawah. Tree bisa
dianggap sebagai suatu tipe khusus jaringan semantik yang setiap nodenya kecuali
akar pasti mempunyai satu node orang tua dan mempunyai nol atau lebih node
anak.
 Akar Node

Leve l 1
Cabang

Node
Leve l 2

Leve l 3

Leve l 4

Daun

Gambar 2. 3 Binary Tree yang Mempunyai 0, 1, 2 Cabang Pernode

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

Jika node mempunyai lebih dari satu orang tua maka disebut dengan
jaringan. Gambar 2.3 menunjukkan bahwa hanya ada satu urutan dari edge atau
path dari akar untuk tiap node. Oleh karena itu dalam hal ini tidak mungkin untuk
memindahkan secara berlawanan dengan anak panah.
Tree merupakan kasus yang khusus dari matematika yang disebut graph.
Istilah jaringan atau jaringan sederhana sering digunakan sebagai istilah sinonim
dari graph bila menggambarkn suatu kasus dari graph seperti jaringan telepon.
Contoh sederhana graph adalah sebuah peta dimana kota sebagai node dan linknya
adalah jalan. Link merupakan merupakan panah atau arah. Sebagai analoginya
adalah salah satu jalan dengan batasan bobot yang menunjukkan bagaimana truk
dapat melewati jalan tersebut. Jika graph merepresentasikan rute pesawat terbang
maka bobotnya dapat berupa jarak antara kota, biaya penerbangan, kebutuhan
minyak dan lain sebagainya. Aplikasinya tree adalah pembuatan keputusan dan
disebut dengan decision tree (pohon keputusan). Struktur keputusan dari skema
representasi pengetahuan dan metode penalaran tentang pengetahuan ini. Contoh
decision tree untuk klasifikasi hewan seperti yang ditunjukkan pada Gambar 2.4.
 Apakah dia terlalu besar?

Apakah dia mencicit? Apakah dia mempunyai leher yang panjang?

Tidak Ya Tidak Ya

Tupai Tikus Apakah dia mempunyai belalai? Jerapah

Tidak Ya

Apakah dia suka berada dalam air? Gajah

Tidak Ya

Badak Hippo

Gambar 2. 4 Decision Tree yang Menunjukkan Pengetahuan Tentang Hewan

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

Dari Gambar 2.4 dapat dijelaskan sebagai berikut:

1. JIKA pertanyaan = “Apakah dia besar sekali?” DAN Jawaban = “Tidak”
2. MAKA pertanyaan = “apakah dia mencicit?”
3. JIKA pertanyaan = “Apakah dia besar sekali?” DAN Jawaban = “Ya”
4. MAKA pertanyaan = “Apakah dia mempunyai leher yang panjang?”
Struktur keputusan dapat diterjemahkan secara mekanis kedalam kaidah
produksi. Hal ini dapat dilakukan denganpencarian melebar (breath-first-search)
dari struktur dan pembangkitan aturan IF...Then...(jika...maka) pada setiap node
dan seterusnya untuk node-node lainnya. Node daun akan membangkitkan atau
memberikan jawaban sebagai respons dari pertanyaan. Prosedur yang tepat akan
menuntun pengguna untuk menginputkan dan membangun node baru jika salah.
c. Forward Chaining
Forward chaining adalah suatu stategi 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 dibawah ini 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. 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. 5 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
mereka.
2. Memory yang terbatas : Perangkat mobile juga memiliki memory yang kecil,
yaitu primary (RAM) dan secondary (disk).
3. Daya proses yang terbatas : Sistem mobile tidaklah setangguh rekan mereka
yaitu desktop.
4. Mengkonsumsi daya yang rendah : Perangkat mobile menghabiskan sedikit
daya dibandingkan dengan mesin desktop
5. Kuat dan dapat diandalkan : Karena perangkat mobile selalu dibawa kemana
saja, mereka harus cukup kuat untuk menghadapi benturan-benturan, gerakan,
dan sesekali tetesan-tetesan air.
6. Konektivitas yang terbatas : Perangkat mobile memiliki bandwith rendah,
beberapa dari mereka bahkan tidak tersambung.
7. Masa hidup yang pendek : Perangkat-perangkat konsumen ini menyala dalam
hitungan detik kebanyakan dari mereka selalu menyala.

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 mengendalikan beberapa komponen dalam sebuah web sehingga akan
lebih terstruktur dan seragam. Sama halnya 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.
 CSS dapat mengendalikan ukuran gambar, warna body teks, warna tabel,
ukuran border, warna border, warna hyperlink, warna mouse over, spasi antar
paragraf, spasi antar teks, margin kiri/kanan/atas/bawah, dan parameter lainnya.

F. jQuery Mobile
Framework j-Query mobile merupakan sebuah sistem framework antar
muka pengguna untuk lingkungan peralatan bergerak (device mobile) yang
dibangun di atas pondasi J-Query dan J-Query UI.Dengan demikian, dapat
dikatakan bahwa J-Query Mobile merupakan pengembangan lebih lanjut dari J-
Query yang difokuskan untuk aplikasi-aplikasi di lingkungan smarthphone
maupun tablet.(Prasetya, 2013:87).
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
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. PhoneGap
PhoneGap adalah aplikasi yang menampung dan mengizinkan anda untuk
membangun secara native aplikasi yang diinstal menggunakan HTML, CSS &
JavaScript. Dengan menggunakan PhoneGap, pengembang dapat menulis aplikasi
mereka sekali dan menyebarkannya ke enam platform mobile utama dan toko
aplikasi, termasuk Apple iOS, Android, BlackBerry, WebOS, Samsung Bada dan
Symbian.

H. 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.
c. Kesalahan dalam struktur data atau akses database eksternal.
d. Kesalahan kinerja.
e. Inisialisasi dan kesalahan terminasi.
 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.
Halaman 118 snif 2013 tabel 1

C. Analisa Data
Data pengetahuan dari data penyakit dan data gejala, yang berupa MB
dan MD, merupakan data yang fiktif (yang digunakan sebagai contoh)
Halaman 120 tabel 3 snif 2013

D. Fase Desain Mesin Inferensi

 Fase ini menentukan pemetaan masalah yang jelas sehingga permasalahan
yang dihadapi dapat dipecahkan dengan baik. Adapun tahapan-tahapan adalah
sebagai berikut:
Mulai

Tampil
Pertanyaan

Tidak
Jawab

Ya

Metode Tree Metode Tree

Hasil

Selesai

Pada flowchart diatas digambarkan bahwa pemecahan permasalahan

diagnosa penyakit paru dapat dilakukan dengan bantuan metode tree. Penelusuran
penyakit paru didapatkan dari menjawab pertanyaan yang sudah disusun dalam
bentuk pohon sebagai berikut:

E. Desain Sistem
Penggambaran ini ditunjukkan gambar Data Flow Diagram(DFD) yang
menyebutkan setiap langkah dari sebuah model dengan lebih terperinci. Seperti
gambar berikut:

Sistem ini berinteraksi dengan dua pengguna yaitu user dan admin.
 User memberikan pilihan gejala ke dalam sistem yang kemudian ditelusuri
ke gejala selanjutnya sesuai dengan tree yang sudah dimodelkan. Admin
menyediakan data gejala kedalam masukan data. Data yang sudah dimasukkan
tadi dicocokkan dengan database, kemudian data tersebut diproses lagi di proses
penelusuran data.

Pada DFD level 2 ini admin dapat melakukan input, update dan delete data
gejala, penyakit dan aturan. Sedangkan user menjawab pertanyaan kemudian
dilakukan proses penelusuran penyakit dan user mendapatkan informasi penyakit
yang diderita. Sedangkan untuk gejala-gejala yang dirangkai menjadi sebuah
kalimat yang akan menjadi masukan sistem dengan menjawab ’Ya’ atau ’Tidak’
yang dapat ditunjukkan dengan tabel berikut:
ERD (Entity Relationship Diagram) menggambarkan model data pada
sistem dimana terdapat entitydan relationship. Setiap entitas mempunyai atribut
karakteristik. Sedangkan relationshipmenjelaskan hubungan yang mewujudkan
pemetaan antar entitas. Untuk hubungan entitas Tabel penyakit yang
menampilkan daftar penyakit berelasi dengan tabel aturan one to manykarena
satu penyakit memiliki beberapa jalan yang menuju kesimpulan penyakit yang
sama. Tabel pertanyaan untuk menampung pertanyaan yang akan ditampilkan dan
tabel aturan untuk mengatur jalannya penelusuran penyakit. Tabel pertanyaan dan
tabel aturan berelasi one to onekarena satu pertanyaan hanya ditampilkan satu
kali. Rancangan ERD adalah sebagai berikut:

F. Fase Pemilihan
Penelusuran penyakit paru didapatkan dari menjawab pertanyaan yang sudah
dimodelkan dalam tree. Salah satu contoh penelusuran penyakit adalah sebagai
berikut : Apakah Anda mengalami batuk lebih dari dua

G. Fase Implementasi
 BAB IV
PEMBAHASAN
 BAB V
PENUTUP
DAFTAR PUSTAKA
LAMPIRAN