Anda di halaman 1dari 7

179 PENERAPAN SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PADA KEHAMILAN

PENERAPAN SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT


PADA KEHAMILAN
Kresna Ramanda
Program Studi Teknik Informatika
STMIK Nusa Mandiri Jakarta
Jalan Damai no.8 Warung Jati barat, Margasatwa Jakarta Selatan
kresna.kra@nusamandiri.ac.id

Abstract Expert system is computer-based Kata Kunci: Forward Chaining, Penyakit


system that uses knowledge, the fact, and technique Kehamilan, Sistem Pakar.
of reasoning in solving the problem usually only
can be resolved by an expert in a particular field. PENDAHULUAN
Expert system adds value on technology to assist in
handling the information age that is increasingly Kehamilan adalah suatu fenomena fisiologis
sophisticated. Pregnancy is a physiological yang dimulai dengan pembuahan dan diakhiri
phenomenon that starts with fertilization and ends dengan proses persalinan. Selama kehamilan, ibu
with labor. During pregnancy, the mother and the dan janin adalah unit fungsi yang tak terpisahkan.
fetus is a function inseparable unit. Although it Meskipun terlihat dengan kondisi kehamilan
looks with a healthy pregnancy condition does not yang sehat bukan berarti ibu dan janin dalam
mean mother and fetus in good condition is fine. keadaan baik baik saja. Namun kurangnya
But lack of information or socialization about informasi atau sosialisasi tentang penyakit
pregnancy disease will cause them to know that the kehamilan akan menyebabkan mereka baru
new disease with her pregnancy after an advanced mengetahui adanya penyakit yang menyertai
stage. The application of expert system is kehamilannya setelah stadium lanjut.
producing the exodus of the possibility of a disease Sistem pakar adalah suatu sistem yang
of pregnancy suffered based on symptoms felt by memanfaatkan pengetahuan manusia yang
the user . This system uses a method of tracing fore ditangkap di sebuah komputer untuk
( forward chaining) to find a solution or the memecahkan masalah yang biasanya
possibility of diseases suffered by the user. membutuhkan keahlian manusia (Naser dan
Zaiter, 2008). Seiring dengan perkembangan
Intisari Sistem pakar adalah sistem berbasis teknologi yang sangat pesat, pada bidang
komputer yang menggunakan pengetahuan, fakta kedokteran saat ini juga telah banyak
dan tehnik penalaran dalam memecahkan memanfaatkan teknologi untuk membantu
masalah yang biasanya hanya dapat dipecahkan peningkatan pelayanan kesehatan terhadap
oleh seorang pakar dalam bidang tertentu. Sistem pasien. Dengan banyaknya aktifitas yang
pakar memberikan nilai tambah pada teknologi dilakukan oleh dokter mengakibatkan bidang
untuk membantu dalam menangani era informasi sistem pakar mulai dimanfaatkan untuk
yang semakin canggih. Kehamilan adalah suatu membantu pekerjaan para ahli/pakar untuk
fenomena fisiologis yang dimulai dengan mendiagnosa penyakit kehamilan yaitu dengan
pembuahan dan diakhiri dengan proses suatu program aplikasi komputer yang dirancang
persalinan. Selama kehamilan, ibu dan janin untuk mengambil keputusan seperti keputusan
adalah unit fungsi yang tak terpisahkan. yang diambil oleh seorang atau beberapa orang
Meskipun terlihat dengan kondisi kehamilan pakar. Dalam penyusunannya, sistem pakar
yang sehat bukan berarti ibu dan janin dalam mengkombinasikan kaidah-kaidah penarikan
keadaan baik baik saja. Namun kurangnya kesimpulan (inference rules) dengan basis
informasi atau sosialisasi tentang penyakit pengetahuan tertentu yang diberikan oleh satu
kehamilan akan menyebabkan mereka baru atau lebih pakar dalam bidang tertentu.
mengetahui adanya penyakit yang menyertai Kombinasi kedua hal tersebut disimpan dalam
kehamilannya setelah stadium lanjut. Aplikasi komputer, yang selanjutnya digunakan dalam
Sistem Pakar ini menghasilkan keluaran berupa proses pengambilan keputusan untuk
kemungkinan penyakit kehamilan yang diderita menyelesaikan masalah, dan memberikan
berdasarkan gejala yang dirasakan oleh user. informasi kepada pasien mengenai jenis penyakit
Sistem ini menggunakan metode penelusuran kehamilan yang di derita oleh pasien.
kedepan (Forward Chaining) untuk menemukan
solusi atau kemungkinan penyakit yang diderita
oleh user. BAHAN DAN METODE

ISSN 1978-s{vx ‡•‡”ƒ’ƒ• ‹•–‡• ƒ•ƒ”å


Jurnal Pilar Nusa Mandiri Vol. XI, No.2 September 2015 180

1. Konsep dasar Sistem Pakar


Sistem pakar adalah aplikasi berbasis
komputer yang digunakan untuk menyelesaikan
masalah sebagaimana yang dipikirkan oleh pakar
(Kusrini,2008). Pakar yang dimaksud disini
adalah orang yang mempunyai keahlian khusus
yang dapat menyelesaikan masalah yang tidak
dapat diselesaikan oleh orang awam. Sebagai
contohnya dokter adalah seorang pakar yang
mampu mendiagnosis penyakit seorang pasien
dan kemudian memberikan penjelasan tentang
penyakit tersebut. Contoh lainnya misalnya
montir adalah seorang yang mempunyai keahlian
dan pengalaman dalam memperbaiki atau
menyelesaikan kerusakan motor ataupun mobil.
Sistem pakar biasanya dianggap berhasil ketika
sistem pakar tersebut mampu mengambil
keputusan seperti yang dilakukan oleh pakar
aslinya baik dari sisi proses pengambilan Sumber : Arhami,2005
keputusannya dan juga hasilnya. Gambar 2. Arsitektur Sistem Pakar

2. Struktur Sistem Pakar 1. Antarmuka Pengguna


Komponen utama pada struktur sistem Antarmuka pengguna (user interface)
pakar meliputi Basis Pengetahuan / Knowledge merupakan mekanisme yang digunakan oleh
Base, Mesin Inferensi / Inference Engin, Working pengguna dan sistem pakar untuk
Memory, dan Antarmuka Pemakai / User Interface berkomunikasi. Antar muka menerima
(Kusrini,2006). Struktur sistem pakar dapat informasi dari pemakai dan mengubahnya
ditunjukan pada gambar dibawah ini kedalam bentuk yang dapat diterima oleh
sistem dan sebaliknya antarmuka juga
Knowledge Base
menerima informasi dari sistem dan
Domain Knowledge menyajikannya kedalam bentuk yang
User
dimengerti oleh pemakai. Jadi pada bagian ini
Inference Engine Case Facts terjadi dialog antara program dan pemakai.
Conclusion
Working Memory
2. Basis Pengetahuan
Case/Inferred facts Basis pengetahuan mengandung pengetahuan
Conclusion
untuk pemahaman, formulasi, dan
penyelesaian masalah. Komponen sistem
(Kusrini,2006) pakar ini disusun atas dua elemen dasar yaitu
Gambar 1. Struktur Sistem Pakar fakta dan aturan. Fakta merupakan informasi
tentang obyek dalam area permasalahan
Sebuah sistem pakar disusun oleh dua tertentu, Aturan merupakan informasi
bagian utama, yaitu tentang cara memperoleh fakta baru dari
a. Lingkungan Pengembangan (development fakta yang telah diketahui.
environment) 3. Akuisisi Pengetahuan
Lingkungan pengembangan sistem pakar Akuisisi pengetahuan (knowledge acquisition)
digunakan untuk memasukkan pengetahuan adalah akumulasi, transfer dan transformasi
pakar ke dalam lingkungan sistem pakar. keahlian dalam menyelesaikan masalah dari
b. Lingkungan Konsultasi (Consultation sumber pengetahuan kedalam program
Environment) komputer. Knowledge engineer akan
Lingkungan konsultasi digunakan oleh menyerap pengetahuan yang selanjutnya akan
pengguna yang bukan pakar dalam ditransfer kedalam basis pengetahuan.
memperoleh pengetahuan. Pengetahuannya diperoleh dari pakar yang
Komponen-komponen dalam sistem pakar untuk dilengkapi dari buku, basis data, laporan
kedua bagian tersebut dapat dilihat pada gambar penelitian dan pengalaman si pemakai.
berikut 4. Mesin Inferensi
Mesin inferensi merupakan otak dari sebuah
sistem pakar dan dikenal juga dengan sebutan
struktur kontrol (control structure) atau rule

ISSN 1978-1946 | Penerapan Sistem Pakarå


181 PENERAPAN SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PADA KEHAMILAN

interpreter (dalam sistem pakar berbasis 3. Penyakit Kehamilan


kaidah). Komponen ini mengandung Berikut macam-macam penyakit kehamilan:
mekanisme pola pikir dan penalaran yang a) Kehamilan Ektopik (Kehamilan Di luar
digunakan oleh pakar dalam menyelesaikan Kehamilan)
suatu masalah. Mesin inferensi akan b) Anemia Kehamilan
memberikan metodologi untuk penalaran c) Kehamilan Ganda (Gemelli)
tentang informasi yang ada dalam basis d) Premature Rupture of Membranes(PROM)
pengetahuan dan workplace kemudian e) Gestational Diabetes
memformulasikan kesimpulan. f) Tekanan darah tinggi atau Pregnancy
Terdapat dua pendekatan untuk mengontrol Induced Hypertension (PIH)
inferensi dalam sistem pakar berbasis aturan, g) Eklampsia
yaitu pelacakan kebelakang dan pelacakan h) Preeklampsia
kedepan.Didalam proses mekanisme ini i) Blighted Ovum
digunakan pelacakan maju (forward chaining), j) Keguguran (Abortus)
yang dimana pelacakan dimulai dari informasi k) Toxoplamosis
masukan , dan selanjutnya mencoba l) Rubella (Campak Jerman)
menggambarkan kesimpulan. Pelacakan
kedepan mencari fakta yang sesuai dengan HASIL DAN PEMBAHASAN
bagian IF dari aturan IF-Then.
1. Rancang Algoritma Pakar
Dalam penyusunannya, sistem pakar
mengkombinasikan kaidah-kaidah penarikan
kesimpulan (inference rules) dengan basis
pengetahuan tertentu yang diberikan oleh satu
atau lebih pakar dalam bidang tertentu.
Kombinasi dari kedua hal tersebut disimpan
Sumber : Arhami,2005 dalam komputer, yang selanjutnya digunakan
Gambar 3. Proses forward chaining dalam proses pengambilan keputusan untuk
penyelesaian masalah tertentu. Suatu sistem
5. Workplace pakar disusun oleh tiga modul utama yaitu :
Workplace merupakan area dari sekumpulan a. Modul Penerimaan Pengetahuan
memori kerja (working memory) yang (Knowledge Acquisition Mode)
digunakan untuk merekam hasil dan Sistem berada pada modul ini, pada saat ia
kesimpulan yang dicapai. Ada tiga tipe menerima pengetahuan dari pakar. Proses
keputusan yang dapat direkam yaitu mengumpulkan pengetahuan-pengetahuan
a. Rencana, bagaimana menghadapi masalah yang akan digunakan untuk
b. Agenda, aksi yang potensial yang sedang pengembangan sistem, dilakukan dengan
menunggu untuk dieksekusi bantuan knowledge engineer. Peran
c. Solusi, calon aksi yang akan dibangkitkan. knowledge engineer adalah sebagai
6. Fasilitas Penjelasan penghubung antara suatu sistem pakar
Fasilitas penjelasan adalah komponen dengan pakarnya.
tambahan yang akan meningkatkan b. Modul Konsultasi (Consultation Mode)
kemampuan sistem pakar. Fasilitas ini juga Pada saat sistem berada pada posisi
berguna dalam memberikan penjelasan memberikan jawaban atas permasalahan
kepada pemakai mengapa komputer meminta yang diajukan oleh user, sistem pakar
suatu informasi tertentu dari pemakai dan berada dalam modul konsultasi. Pada
dasar apa yang digunakan komputer sehingga modul ini, user berinteraksi dengan sistem
dapat menyimpulkan suatu kondisi. dengan menjawab pertanyaan-pertanyaan
7. Perbaikan Pengetahuan yang diajukan oleh sistem.
Pakar memiliki pengetahuan untuk c. Modul Penjelasan (Explanation Mode)
menganalisis dan meningkatkan kinerjanya Modul ini menjelaskan proses
serta kemampuan untuk belajar dari pengambilan keputusan oleh sistem
kinerjanya. Kemampuan tersebut penting (bagaimana suatu keputusan dapat
dalam pembelajaran terkomputerisasi diperoleh).
sehingga program akan mampu menganalisis
penyebab kesuksesan dan kegagalan yang 2. Basis Pengetahuan
dialaminya. Isi dari basis pengetahuan adalah fakta-
fakta dan aturan-aturan yang dipakai oleh
beberapa pakar dengan dilandasi pengetahuan

ISSN 1978-s{vx ‡•‡”ƒ’ƒ• ‹•–‡• ƒ•ƒ”å


Jurnal Pilar Nusa Mandiri Vol. XI, No.2 September 2015 182

yang diperoleh dari pengalaman beberapa pakar. G026 Wajah merah


Untuk merepresentasikan pengetahuan
digunakan metode kaidah produksi yang G027 Tengkuk terasa pegal
biasanya ditulis dalam bentuk Jika-Maka (If- G028 Mudah marah
Then). Fakta-fakta atau aturan-aturan yang
digunakan dalam sistem pakar ini adalah: G029 Telinga berdengung
G030 Sukar tidur
3. Tabel Pakar
G031 Rasa berat di tengkuk
Tabel pakar merupakan fakta-fakta yang
diperoleh dari pakar, ilmu pengetahuan, G032 Nyeri di daerah organ hati
penelitian dan pengalaman-pengalaman mereka G033 Tidak menstruasi
dalam mengidentifikasi gejala penyakit
Kehamilan. Adapun data-data yang telah di G034 Nyeri pada seluruh bagian perut
kumpulkan adalah sebagai berikut : G035 Syok

Tabel 1. Tabel Gejala G036 Nyeri bahu


Nyeri perut yang disertai perut
Kode G037 menegang.
Gejala
Gejala
G038 Tidak enak badan
G001 Mual
G039 Merasa lemas (tidak fit)
G002 Muntah
G040 Perut tidak nyaman
G003 Mudah lelah
G041 Tubuh terasa loyo
G004 Pusing (sakit kepala)
G042 Nyeri di bagian tengah perut
G005 Sesak nafas Perut mulas/tegang yang
G006 Kenaikan tekanan darah G043 teramat sangat
Keluarnya bercak-bercak darah
G007 Demam
G044 terus-menerus
G008 Wajah pucat Mengeluarkan gumpalan
Lemas/letih lesu yang berwarna keabuan-abuan dari
G009 berkelanjutan G045 vagina
Mimisan (keluar darah dari G046 Punya riwayat keguguran
G010 hidung)
Saat hamil mengalami
Pertambahan berat badan lebih G047 perdarahan
G011 besar
Pembesaran kelenjar limfa
Terdapat bercak darah G048 dileher bagian belakang
G012 (spotting)
G049 Rasa sakit di otot
G013 Tegangnya payudara
G050 Gangguan penglihatan
G014 Kejang
Pembengkakan kelanjar getah
G015 Rasa haus/lapar yang berlebihan G051 bening di bagian belakang leher
G016 Mata berkunang-kunang Bintik-bintik (ruam) muncul di
G052 wajah
G017 Kehilangan nafsu makan
G053 Gatal
G018 Sering buang air kecil
Rahim ibu tumbuh lebih cepat G054 Kulit mengelupas halus
G019 daripada yang seharusnya G055 Pendarahan dari liang sanggama
G020 Kesadaran menurun (lemah) G056 Terjadi pembesaran perut
G021 Penglihatan menjadi kabur Bertambahnya ukuran rahim
G057 yang lambat
G022 Sakit di perut bagian kanan atas Tidak dapat melihat cahaya yang
Keluarnya cairan disertai bau G058 terang
G023 yang khas
G059 Sedikit buang air kecil (BAK)
G024 Nyeri kepala di daerah frontal
G060 Cenderung mudah cedera
G025 Sering gelisah Sumber : Hasil penelitian (2015)

ISSN 1978-1946 | Penerapan Sistem Pakarå


183 PENERAPAN SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PADA KEHAMILAN

Tabel 2. Tabel Rule Penyakit air kecil Maka penyakit =


Kode Gestational Diabetes.
Nama Penyakit Rule 6 : Jika Mudah lelah Dan Pusing (sakit
Penyakit
kepala) Dan Sesak nafas Dan
Kehamilan Ektopik Mimisan (keluar darah dari hidung)
(Kehamilan Di luar Dan Sering gelisah Dan Wajah
P01 Kehamilan) merah Dan Tengkuk terasa pegal
P02 Anemia Kehamilan Dan Mudah marah Dan Telinga
Kehamilan Ganda berdengung Dan Telinga
P03 (Gemelli) berdengung Dan Sukar tidur Dan
Premature Rupture of Rasa berat di tengkuk Maka
P04 Membranes(PROM) penyakit = Tekanan darah tinggi
atau Pregnancy Induced
P05 Gestational Diabetes Hypertension (PIH)
Tekanan darah tinggi atau Rule 7 : Jika Mual Dan Kenaikan tekanan
Pregnancy Induced darah Dan Kejang Dan Nyeri kepala
P06 Hypertension (PIH) di daerah frontal Dan Gangguan
P07 Eklampsia penglihatan Maka penyakit =
Eklampsia.
P08 Preeklampsia Rule 8 : Jika Mual Dan Muntah Dan Mudah
P09 Blighted Ovum lelah Dan Pusing (sakit kepala) Dan
Sesak nafas Dan Kenaikan tekanan
P10 Keguguran (Abortus)
darah Dan Pertambahan berat
P11 Toxoplamosis badan lebih besar Dan Penglihatan
menjadi kabur Dan Sakit di perut
P12 Rubella (Campak Jerman)
bagian kanan atas Dan Tidak dapat
Sumber : Hasil penelitian (2015)
melihat cahaya yang terang Dan
Sedikit buang air kecil (BAK) Dan
a. Rule-rule pada pakar
Cenderung mudah cedera Maka
Rule 1 : Jika Mual Dan Muntah Dan Wajah
penyakit = Preeklampsia.
Pucat Dan nyeri panggul Dan
Rule 9 : Jika Mual Dan Muntah Dan
Terdapat bercak darah (spotting)
Terdapat bercak darah (spotting)
Dan Kesadaran menurun (lemah)
Dan Tegangnya payudara Dan
Dan Tidak menstruasi Dan Nyeri
Terjadi pembesaran perut Dan
pada seluruh bagian perut Dan Syok
Bertambahnya ukuran rahim yang
Dan Nyeri bahu Dan Nyeri perut
lambat Maka penyakit = Blighted
yang disertai perut menegang Maka
Ovum.
penyakit = Kehamilan Ektopik
Rule 10 : Jika Pusing (sakit kepala) Dan
(Kehamilan Di luar Kehamilan)
Mimisan (keluar darah dari hidung)
Rule 2 : Jika Mual Dan Muntah Dan Mudah
Dan Tegangnya payudara Dan
Lelah Dan Sesak Nafas Dan Wajah
Tidak enak badan Dan Merasa
Pucat Dan Mata berkunang kunang
lemas (tidak fit) Dan Perut tidak
Dan Kehilangan Nafsu Makan Maka
nyaman Dan Tubuh terasa loyo Dan
penyakit = Anemia Kehamilan
Nyeri di bagian tengah perut Dan
Rule 3 : Jika Mual Dan Muntah Dan
Perut mulas/tegang yang teramat
Pertambahan Berat Badan Lebih
sangat Dan Keluarnya bercak-
Besar Dan Rasa Haus / lapar yang
bercak darah terus-menerus Dan
berlebihan Dan Rahim ibu tumbuh
Mengeluarkan gumpalan berwarna
lebih cepat daripada yang
keabuan-abuan dari vagina Dan
seharusnya Dan Nyeri di daerah
Punya riwayat keguguran Dan Saat
organ hati Maka penyakit =
hamil mengalami perdarahan Maka
Kehamilan Ganda (Gemelli)
penyakit = Keguguran (Abortus).
Rule 4 : Jika Keluarnya cairan disertai bau
Rule 11 : Jika Pusing (sakit kepala) Dan
yang khas Dan Pendarahan dari
Demam Dan Lemas/letih lesu yang
liang sanggama Maka penyakit =
berkelanjutan Dan Pembesaran
Premature Rupture of
kelenjar limfa dileher bagian
Membranes(PROM)
belakang Dan Rasa sakit di otot
Rule 5 : Jika Mudah lelah Dan Kenaikan
Maka penyakit = Toxoplamosis.
tekanan darah Dan Rasa haus/lapar
yang berlebihan Dan Sering buang

ISSN 1978-s{vx ‡•‡”ƒ’ƒ• ‹•–‡• ƒ•ƒ”å


Jurnal Pilar Nusa Mandiri Vol. XI, No.2 September 2015 184

Rule 12 : Jika Demam Dan Lemas/letih lesu Suatu pohon adalah hierarki struktur yang
yang berkelanjutan Dan terdiri dari node (simpul) yang menyimpan
Pembengkakan kelanjar getah informasi atau pengetahuan dan cabang yang
bening di bagian belakang leher menghubungkan node. Sebuah pohon keputusan
Dan Bintik-bintik (ruam) muncul di dibuat untuk memudahkan dalam pengambilan
wajah Dan Gatal Dan Kulit keputusan. Diagram keputusan merupakan
mengelupas halus Maka penyakit = gambaran secara sederhana permasalahan dan
Rubella (Campak Jerman). pemecahannya.

b. Pohon Keputusan Pakar


G01

G02

G03
G23

G04
G55
y
P04
G05
y

G06
y
G07

G11
G10
y

G08 G09
G21 G25
G14
G48
G12
t G26
G51
G22 G15
y
G20 G16 G13 G49 G52 G27
G58
G19
G53 G28
G33 G17 G56 P11
G59
G32 G18
G54
G34 P02 G24 G57 G38 G29
G60
P03 P05 P12
P08 P09 G30
G35 G50 G39

P07 G31
G36 G40
P06
G37 G41

P01 G42

G43 G44 G45 G46 G47 P10

Sumber : Hasil penelitian (2015)


Gambar 4. Pohon Keputusan Pakar

Proses pengoperasian terhadap basis Implementasi sistem pakar


pengetahuan atau informasi terlebih dahulu Implementasi dari aplikasi sistem pakar
diubah ke dalam bentuk pohon keputusan dilaksanakan dengan cara pertama dengan
(diagram tree) dan rules. Hal ini dilakukan agar menekan tombol diagnosa di menu utama, yang
proses penyelesaian masalah lebih mudah kemudian akan muncul pertanyaan-pertanyaan
dilakukan. Sistem pakar ini menggunakan metode yang harus dijawab oleh pengguna dengan
pelacakan ke depan (Forward chaining) dan Œƒ™ƒ„ƒ• ò ƒó •ƒ—’—• ò ‹†ƒ•ó •‡’‡”–‹ ’ƒ†ƒ
menggunakan metode penelusuran best first gambar dibawah ini.
seacrh. Metode ini digunakan untuk mencapai
kesimpulan yang terbaik dengan waktu yang
relatif singkat tanpa mengurangi tujuan yang
akan dicapai.

ISSN 1978-1946 | Penerapan Sistem Pakarå


185 PENERAPAN SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PADA KEHAMILAN

mengenali jenis penyakit pada manusia, terutama


jenis penyakit kehamilan. Aplikasi sistem pakar
ini dapat menjadi sarana untuk menyimpan
pengetahuan tentang penyakit terutama yang
berkenaan dengan jenis penyakit kehamilan dari
para pakar atau ahlinya. Sistem pakar mampu
membantu pasien maupun dokter dalam
Sumber : Hasil penelitian (2015) menyediakan sistem pendukung keputusan dan
Gambar 5. Diagnosa pertanyaan 1 saran dari pakar. Aplikasi sistem pakar untuk
mendiagnosa penyakit pada kehamilan telah
mampu membantu para pengguna dalam
mendalami dan mengetahui tentang penyakit
yang mungkin pengguna derita.

REFERENSI

Arhami, muhammad. 2005. Konsep dasar sistem


pakar, Yogyakarta : Andi.
Sumber : Hasil penelitian (2015) Frieyadie dan Herlina Aryanti. 2013. Sistem
Gambar 6. Diagnosa pertanyaan 2 Pakar Diagnosa Gangguan Kehamilan
Berbasis Web Dengan Menggunakan
Setelah proses menjawab pertanyaan akan Metode Forward Chaining Pada Rsia Rp
tercetak hasil akhir atau solusi dari sistem Soeroso. Pilar Nusa Mandiri. Diambil Dari:
pakar. Dimana pengguna juga akan http://ejournal.nusamandiri.ac.id/ejurnal
mendapatkan informasi mengenai penyakit /index.php/pilar/article/view/9 (Sept
yang mungkin diderita beserta solusi 2014)
pencegahan dan pengobatannya yang diberikan Kusrini. 2008. Aplikasi Sistem Pakar Menentukan
oleh pakar. Faktor Kepastian Pengguna dengan Metode
Kuantifikasi Pertanyaan.Yogyakarta : Andi.
Kusrini. 2006. Sistem Pakar Teori dan Aplikasi.
Yogyakarta : Andi Offset.
Naser, A. dan Zaiter, A. 2008. An Expert System
For Diagnosing Eye Disease Using Clips.
Journal of Theoretical and Applied
Information Technology.
Nugroho, Adi. 2010. Rekayasa Perangkat
Lunak.Yogyakarta: Andi Offset
Sutanta, Edhy. 2004. Sistem Basis Data.
Yogyakarta : Graha Ilmu.
Rusmawan, Uus. 2007. Konsep Dan Implementasi
Sumber : Hasil penelitian, 2015 Visual Basic. Jakarta: PT. Elex Media
Gambar 7. Hasil analis akhir dari sistem Komputindo.
pakar
BIODATA PENULIS
Pada from analisa akhir yang tertera pada
gambar diatas memperlihatkan rincian dari Kresna Ramanda, M.Kom,
seluruh pertanyaan yang dijawab oleh memperoleh gelar sarjana
mahasiswa secara rinci hingga kesimpulan dari komputer (S.Kom), jurusan
solusi yang diberikan. Informasi yang didapatkan sistem informasi STMIK Nusa
pada form analisa akhir, diharapkan dapat Mandiri Jakarta, lulus tahun
digunakan oleh pengguna untuk memahami 2012. Memperoleh gelar
penyakit apa yang mungkin di derita oleh magister komputer (M.Kom)
pengguna tersebut. program pasca sarjana
magister ilmu komputer STMIK Nusa Mandiri
KESIMPULAN Jakarta, lulus tahun 2014. Sebagai tenaga
pengajar di STMIK Nusa mandiri Jakarta. Tertarik
Aplikasi sistem pakar dalam bidang pada bidang penelitian data mining, software
kedokteran yang dibuat dengan proses enginerring, computasi dll.
penelusuran maju (forward chaining) mampu

ISSN 1978-s{vx ‡•‡”ƒ’ƒ• ‹•–‡• ƒ•ƒ”å

Anda mungkin juga menyukai