Abstrak
Sakit kepala merupakan suatu kondisi yang terdapat rasa sakit di dalam kepala atau sakit di belakang leher
atau punggung bagian atas. Pada penelitian ini akan meneliti tentang penyakit kepala primer, dikarenakan jenis
sakit kepala ini merupakan jenis penyakit yang paling umum dan sampai dengan 90% orang dewasa mengalami
atau akan mengalami jenis sakit kepala ini (dr. Obed Paundralingga,Msc.2015).
Penyakit kepala primer ini diklasifikasikan menjadi 4 bagian besar diantaranya Migraine, Tension Type
Headache (TTH), Trigeminal autonomic cephalalgias (TACs), dan Gangguan sakit kepala primer lainnya.
Penyakit migraine ini terbagi atas banyak sub penyakit, beberapa diantaranya ialah Migraine With Aura, Migraine
Without Aura, Chronic Migraine, etc dan penyakit Tension Type Headache (TTH) terbagi atas 3 sub yakni
Infrequent episodic tension-type headache,Frequent episodic tension-type headache, Chronic tension-type
headache (International Headache Society.2013:636).
Pada sistem pakar diagnosa penyakit kepala primer ini menggunakan metode certainty factor untuk
perhitungan tingkat kepercayaannya. Certainty factor memiliki nilai kepercayaan user dan nilai kepercyaan dari
pakar, dan nilai kepercayaan ini digunakan untuk mendapatkan nilai kepercayaan (CF). Dan setelah mendapatkan
nilai kepercayaan (CF), metode ini mengkombinasikan nilai CF berdasarkan penyakitnya, dan hasil diagnosa akan
tampil berdasarkan nilai kombinasi terbesar dari masing-masing penyakit.
Sistem pakar ini diimplementasikan dalam bentuk website yang bertujuan untuk memudahkan para
pengguna mencari informasi atau mendiagnosa penyakit kepala primer. Proses pengujian sistem pakar diagnosa
penyakit kepala primer ini adalah dengan membandingkan perhitungan manual, perhitungan sistem dan dari
seorang pakar yang nantinya akan menghasilkan keakuratan sistem. Pada penelitian ini menghasilkan keakuratan
diagnosa penyakit sebesar 100% dari 10 sampel data .
Kata kunci : Sakit Kepala, Kepala Primer, Migraine, Tension-Type Headache (TTH), Certaity Factor ,
Sistem Pakar
menghasilkan nilai yang akurat dalam mendiagnosa dituliskan sebagai berikut :
penyakit anak-anak. Selain itu, pada penelitian yang CF ( R1) CF ( R2) * [1 CF ( R1)]
dilakukan oleh Dodi Harto dalam mendeteksi
penyakit pada buah semangka juga mendapatkan CF (H ) CF ( R1) CF ( R2) * [1 CF ( R1)] (5)
nilai yang akurat. CF ( R1) CF ( R2)
1 min[| CF ( R1) |, | CF ( R2) |]
2.2 Dasar Teori
2.2.1 Certainty factor Pada implementasi sistem pakar diagnosa
Teori Certainty factor (CF) diusulkan oleh penyakit kepala primer menggunakan rumus:
Shortliffe dan Buchanan pada tahun 1975 untuk (6)
CF ( R1, R2) CF ( R1) CF ( R2) * [1 CF ( R1)]
mengakomadasi ketidakpastian pemikiran (inexact
reasoning) seorang pakar. Seorang pakar, (misalnya Karena nilai CF yang diberikan bernilai positif
dokter) sering kali tidak pasti dalam menganalisa dan nilainya lebih dari 0.
suatu informasi yang ada dengan cara
mengungkapkan “mungkin”, “kemungkinan besar”, 3. Metodologi Penelitian
“hampir pasti”. Metodologi penelitian yang digunakan dalam
Dalam mengekspresikan derajat kepastian sistem ini adalah dengan menggunakan metode
seorang pakar terhadap suatu data dengan waterfall. Dimana metode ini dimulai dari tahapan
menggunakan Certainty factor. Berikut adalah analisa baik analisa kebutuhan data, pengguna, dan
konsep derajat kepastian yang diformulasikan dalam fungsional setelah itu lanjut pada tahapan desain,
rumusan sebagai berikut : kemudian tahapan implementasi, tahapan pengujian
dan tahapan pemeliharan.
CF ( H , E ) MB( H , E ) MD( H , E ) (1)
Tahapan analisa kebutuhan data terbagi atas 2
1 yakni data primer dan data sekunder. Dimana data
primer merupakan data yang didapat dari dr.Obed
MB( H , E ) max[ P( H(2)
| E ), P( H )] P( H )
Paundralingga,MSc selaku pakar penyakit kepala
max[1,0] P( H )
A-20
Prosiding SENTIA 2016 – Politeknik Negeri Malang Volume 8 – ISSN: 2085-2347
yang berupa data valid mengenai gejala dan penyakit detail penyakit atau data basis aturan , data
kepala primer. Sedangkan data sekunder didapat dari diagnosa,dan data pasien. Selain mengelola data
studi literature baik jurnal, buku mengenai sistem dokter juga memiliki hak akses untuk
pakar, certainty factor dan migraine serta tension menggunakan sistem diagnosa penyakit kepala
type headache. primer.
2. Pasien adalah user yang mempunyai hak untuk
4. Analisis dan Perancangan melakukan atau menggunakan sistem diagnosa
4.1 Analisis penyakit kepala primer.
Pada sistem diagnosa penyakit terdapat Tiap entity memberikan masukan berupa data
proses pertama yang dilakukan oleh user baik itu yang diperlukan dalam sistem. Dokter memasukan
dokter maupun pasien yang ingin melakukan data penyakit, gejala, aturan (detail data penyakit) ,
diagnosa yaitu melakukan regristrasi atau pasien dan diagnosa. Entity user atau pasien
mendaftarkan diri kemudian user menjawab memasukan data registrasi diri dan data diagnosa.
pertanyaan yang berhubungan dengan gejala Selanjutnya sistem pakar diagnosa penyakit kepala
penyakit kepala primer yang telah pernah ia rasakan primer ini akan memproses serta memberikan
atau sedang ia rasakan. keluaran berupa hasil diagnosa dengan
Setelah user menjawab pertanyaan tersebut menggunakan metode certainty factor.
maka jawaban dari user akan dicocokan dengan Pada gambar 4.3 merupakan diagram level 1
basis aturan kemudian akan dilanjutkan dengan dari sistem pakar diagnosa penyakit kepala primer,
menghitung suatu kepastian menggunakan metode dimana sistem ini memiliki 4 proses yakni proses
certainty factor dan akan mengeluarkan hasil login, pengelolaan data, registrasi, dan diagnosa
penyakit yang diderita oleh pasien dengan nilai penyakit.
keyakinannya. Secara umum sistem yang akan Data_login
Data Login
1.
Login
Data Login
Dokter
Informasi Data Login
dibangun akan ditampilkan pada gambar 4.1
dibawah ini : Data Gejala
Informasi Data Aturan ( Detail Data Penyakit )
Data_gejala
Informasi Data Gejala
Informasi Data Penyakit
Data Pasien
Data Pasien
3.
Data_pasien Informasi Data Pasien
Regristrasi Data Pasien
User / Pasien
Hasil Diagnosa
Hasil Diagnosa
Dokter
A-21
Prosiding SENTIA 2016 – Politeknik Negeri Malang Volume 8 – ISSN: 2085-2347
jenis_kelamin
data_pasien
1
memiliki
m
data_diagnosa
usia
2. Cek basis aturan yang sesuai dengan gejalanya
usia
m hasil_diagnosa
1
memiliki nilai
1
3. Hitung Nilai Kepercayaannya
memiliki data_penyakit
1
memiliki
1
data_gejala CF(H,E) =MB(H,E) – MD(H,E) :
• CFPakar (Setidaknya pernah mengalami 5 kali
1
nama_gejala
kode_penyakit
serangan) =1 – 0 = 1
nama_penyakit kode_gejala
memiliki
memiliki
nilai_cf
•CFPakar (Nyeri kepala hanya satu sisi) =0.8 –
m
temp_hitung m
0.2 = 0.6
•CFPakar (Nyeri kepala berdenyut)P01=0.8 –
nilai_user kode_temp
0.2 = 0.6
Gambar 4.4 ERD
4. Setelah itu hitung CFPakar dengan CFUser
d. Perancangan Perhitungan Metode Certainty menggunakan persamaan CF(H,e) = CF(E,e) *
factor CF(H,E)
Pada gambar 4.5 ini merupakan suatu diagram • CF 1.1 = 1* 1 = 1
alir untuk menghitung metode certainty factor. •CF 1.2 = 1 * 1 = 1
Start
•CF 1.3 = 0.8 * 0.6 = 0.4
• CF 1.4 = 0.8 * 0.6 = 0.4
Input
Gejala CF comb = CF1 + CF2(1-CF1) Y
CF1>0 && CF2
>0
5. Langkah terakhir adalah mengkombinasikan
T
nilai CF masing-masing rule:
Nilai Probabilitas Penyakit
(CF(H,E))
CF comb = CF1 + CF2 / 1 -
CFCombine(CF1,CF2) = CF1 + CF2 * (1-CF1)
• CFCombine(CF1.1,CF1.2) = CF1.1 + CF1.2
Y CF1 >0 or CF2 >0
min(|CF1|,|CF2|)
Nilai CF
Penyakit
CF comb = CF1 + CF2 / 1 -min(|CF1|,|CF2|) Y
CFcomb >0 or
CF3 >0
5. Implementasi
5.1 Implementasi Database
T Implementasi dari perancangan basis data
End CF comb1 = CFcomb + CF3(1-
sesuai dengan perancangan yang dilakukan pada bab
CFcomb)
sebelumnya pada bagian ERD. Database yang dibuat
adalah app_penyakitkepala dan memiliki 7 tabel,
Gambar 4.6 Alur Perhitungan Metode Certainty yaitu: tabel data penyakit, tabel data gejala, tabel
factor detail data penyakit , tabel diagnosa pasien, tabel
Berikut adalah penjabaran dari diagram alir login, tabel temp_hitung.
proses perhitungan metode certainty factor atau
langkah dalam perhitungan metode certainty factor :
A-22
Prosiding SENTIA 2016 – Politeknik Negeri Malang Volume 8 – ISSN: 2085-2347
7.1 Kesimpulan
Berdasarkan perancangan, implementasi dan
uji coba sistem pakar diagnosa penyakit kepala
primer, maka didapatkan kesimpulan sebagai
berikut:
1. Analisa basis pengetahuan untuk diagnosa jenis
penyakit kepala migraine dan tension type
headache (TTH) dilakukan dengan cara
Gambar 5.3 Tampilan Halaman Registrasi Pasien mewawancari pakar penyakit kepala primer.
2. Membangun sistem pakar diagnosa jenis
penyakit kepala primer (migraine dan tension
type headache) pada manusia berdasarkan
analisa basis pengetahuan dilakukan dengan
cara membuat rule dimana rule ini akan di
jalankan dengan menggunakan forward
chaining dan nantinya kesimpulan dari
faktabarunya dihitung keyakinannya dengan
certainty factor.
A-23
Prosiding SENTIA 2016 – Politeknik Negeri Malang Volume 8 – ISSN: 2085-2347
certainty factor untuk nilai kepercayaannya Asad, Hafid.(2014).Rancang Bangun Sistem Pakar
dapat mengidentifikasi penyakit dengan baik. Sakit Kepala Primer Pada Manusia
Hal ini dibuktikan dengan hasil pengujian Menggunakan Metode Dempster Shafer.
sistem sebesar 100 % dari 10 sampel data. Aziz,Anugerah Jaya.(2014).Sistem Pakar Diagnosa
Penyakit Paru-Paru Dengan Metode
4. Sistem pakar diagnosa penyakit kepala primer Forward Chainning. Program Studi Teknik
ini dapat memberikan kesimpulan identifikasi Informatika:Laporan Tidak Diterbitkan.
sesuai dengan pemikiran seorang pakar. Fahrurrozi, Imam dan SN,Azhari. Proses
Pemodelan Software dengan Metode
7.2 Saran Waterfall dan Extreme Progamming : Studi
Berdasarkan peneletian ini, adapun beberapa Perbandingan
hal yang disarankan yaitu : Hustinawati dan Aprianggi, Randy.(2014).The
1. Diharapkan sistem ini dapat dikembangan Development Of Web Based Expert System
dalam sistem berbasis Android supaya dapat For Diagnosing Children Diseases Using
memudahkan para penggunanya menggunakan PHP and MySQL.
sistemini. International Headache Society.(2013).The
International Classification of Headache
Daftar Pustaka Disorders,3rdedition (beta version).
Sari, Nur Anjas.(2013).Sistem Pakar Mediagnosa
Ariyanto,Rudy.(2013).Sistem Pendukung Penyakit Demam Berdarah Menggunakan
Keputusan Kelompok Untuk Seleksi Metode Certainty factor .
Proposal Penelitian Hibah Bersaing Sutojo,Y.dkk.(2011). Kecerdasan
Menggunakan Metode FAHP dan FMCDM. Buatan.Yogyakarta:Andi.
Program Studi S2 Ilmu Komputer Syatibi, Ahmad.,2012.Sistem Pakar Diagnosa Awal
Universitas Gajah Mada:Laporan Tidak Penyakit Kulit Sapi Berbasis Web Dengan
Diterbitkan. Menggunakan Metode Certainty factor.
A-24