2018 2548-9712
Fithry Tahel
ABSTRAK
Obesitas merupakan suatu penyakit multifaktorial, yang terjadiakibat akumulasi jaringan
lemak berlebihan, sehingga dapatmengganggu kesehatan. Obesitas terjadi bila besar dan
jumlah sel lemak bertambah pada tubuh seseorang. Bila seseorang bertambah berat badannya,
maka ukuran sel lemak akan bertambah besar dan kemudian jumlahnya bertambah banyak.
Obesitas merupakan suatu kelainan kompleks pengaturan nafsu makan dan metabolisme
energy yang dikendalikan oleh beberapa faktor biologik spesifik. Faktor genetic diketahui
sangat berpengaruh bagi perkembangan penyakit ini. Secara fisiologis, obesitas didefinisikan
sebagai suatu keadaan dengan akumulasi lemak yang tidak normal atau berlebihan di jaringan
adiposa sehingga dapat mengganggu kesehatan.
Sistem Pakar merupakan salah satu bagian ilmu komputer atau kecerdasan buatan
yang membuat sebuah sistem dapat melakukan pekerjaan seperti dan sebaik yang dilakukan
oleh manusia. Ilmu komputer tersebut dapat mengembangkan perangkat lunak dan perangkat
keras untuk menirukan tindakan manusia. Dari hasil uji coba yang dilakukan maka dapat
disimpulkan bahwa sistem pakar untuk mendiagnosa obesitas pada anak ini mampu
memberikan informasi diagnosa obesitas dan terapi yang perlu dilakukan. Dengan informasi
yang dihasilkan tersebut maka disimpulkan bahwa metode case based reasoning dapat
diterapkan pada sistem pakar untuk mendiagnosa obesitas pada balita serta membantu dokter
dalam melakukan diagnosa obesitas terhadap pasien
ABSTRACT
Obesity is a multifactorial disease, which occurs due to accumulation of excess fat tissue, so it
can disrupt health. Obesity occurs when the large and the number of fat cells increases in a
person's body. When a person gains weight, then the size of fat cells will grow larger and then
the number increases. Obesity is a complex disorder of appetite regulation and energy
metabolism that is controlled by several specific biological factors. Genetic factors are known
to be very influential for the development of this disease. Physiologically, obesity is defined as
a condition with abnormal or excessive fat accumulation in the adipose tissue that may
interfere with healt.
Expert System is one part of computer science or artificial intelligence that makes a
system able to do work like and as well as that done by humans. Computer science can
develop software and hardware to mimic human actions. From the results of the trials
conducted, it can be concluded that the expert system to diagnose obesity in children is able
to provide information on the diagnosis of obesity and therapy that needs to be done. With the
1
Jurnal Sistem Informasi Kaputama (JSIK), Vol 2 No 2, Juli ISSN
2018 2548-9712
resulting information, it is concluded that Case based reasoning methods can be applied to
expert systems to diagnose obesity in toddlers and help doctors diagnose obesity in patients.
2
Jurnal Sistem Informasi Kaputama (JSIK), Vol 2 No 2, Juli ISSN
2018 2548-9712
3
Jurnal Sistem Informasi Kaputama (JSIK), Vol 2 No 2, Juli ISSN
2018 2548-9712
4. Retain,
mengintegrasikan/menyimpan
Mulai
kasus baru yang telah berhasil
mendapatkan solusi agar dapat
digunakan oleh kasus-kasus
selanjutnya yang mirip dengan Pengguna Menjawab Pertanyaan
kasus tersebut.
Tidak
Basis
Pengetahuan
Selesai
Gambar 1. Siklus Case Based Reasoning Gambar 2. Flowchart Diagram Case Based
Reasoning
(Sumber : Mochammad Choiri dan
Purnomo Budi Santoso : 2015) Algoritma Nearest Neighbour merupakan
teknik sederhana untuk mencari jarak
terdekat dari tiap-tiap kasus (cases) yang
ada di dalam database, dan seberapa mirip
ukuran kemiripan (similarity) setiap
source case yang ada di dalam database
dengan target case.
4
Jurnal Sistem Informasi Kaputama (JSIK), Vol 2 No 2, Juli ISSN
2018 2548-9712
2. METODE PENELITIAN
Gambar 3. Diagran Use Case Sistem Metodologi penelitian akan sangat
Pakar Obesitas pada anak balita membantu penulis dalam proses
penyelesaian masalah. penelitian ini
Fungsi similarity pada kasus memiliki beberapa tahapan dalam
diformulasikan sebagai berikut (Kusrini pelaksanaan kegiatan yaitu
dan Luthfi : 2009) 1. Definisi Masalah
Total Similarity = Proses pertama yang dilakukan dalam
) melakukan suatu penelitian adalah
∑ . ( mendefinisikan masalah. Dalam tahap
∑ ini peneliti menentukan masalah yang
Keterangan : akan diteliti serta menjabarkan dengan
T = Kasus baru. lebih luas lagi mengenai masalah
S = Kasus yang ada dalam penyimpanan. tersebut. Pada penelitian yang akan
n = Jumlah atribut dalam masing-masing dilakukan, peneliti memilih masalah
kasus. tentang Obesitas.
i = Atribut individu antara 1 s/d n.
f = Fungsi similarity antara kasus T dan 2. Menganalisa Masalah
kasus S. Pada tahap ini peneliti mengkaji lebih
Wi = Bobot yang diberikan kepada atribut dalam tentang masalah yang diteliti
ke – i. yaitu mengenai Obesitas pada anak
balita. Pada tahap ini peneliti harus
sudah memahami semua hal tentang
Kemiripan biasanya jatuh dalam rentang masalah yang dihadapi.
0 sampai dengan 1, dimana 0 sama
sekali tidak ada kasus yang cocok atau
mirip, dan nilai 1 berarti 100% cocok.
Kasus baru (T) merupakan kasus yang 3. Menentukan Tujuan
akan dijadikan target dan akan Berdasarkan pemahaman dari
dibandingkan dengan source case. permasalahan yang telah di analisa,
Jumlah keseluruhan atribut (n) yaitu langkah berikutnya adalah menentukan
5
Jurnal Sistem Informasi Kaputama (JSIK), Vol 2 No 2, Juli ISSN
2018 2548-9712
7
Jurnal Sistem Informasi Kaputama (JSIK), Vol 2 No 2, Juli ISSN
2018 2548-9712
Gambar 4. Login
9
Jurnal Sistem Informasi Kaputama (JSIK), Vol 2 No 2, Juli ISSN
2018 2548-9712
4. KESIMPULAN
Adapun kesimpulan yang didapat dari hasil penulis yang telah memberi dukungan
penelitian ini adalah sebagai berikut : terhadap penelitian ini.
1. Sistem pakar merupakan sistem
cerdas berfungsi untuk
menggantikan seorang pakar dalam DAFTAR PUSTAKA
hal mendiagnosis penyakit. [1] Subardja, Dedi., 2004, "Obesitas Primer
pada Anak Diagnosis, Patogenesis, dan
2. Case Based Reasoning dapat Patofisiologi", PT. Kiblat Buku Utama,
digunakan untuk menentukan Bandung.
tingkat kepastian atau kemungkinan
terhadap Obesitas berdasarkan [2] Durkin, J. (1994). Expert Systems
gejala yang dialami oleh pengguna. Design and Development. New Jersey:
Prentice Hall
3. Sistem pakar dengan Case Based
Reasoning ini dapat digunakan [3] International Inc. Kusrini (2006). Sistem
sebagai sarana informasi atau Pakar Teori dan Aplikasi. Yogyakarta:
aplikasi yang juga dapat digunakan ANDI
untuk mendiagnosis Obesitas pada
anak balita dengan tingkat [4] Andriana, 2008, Sistem Penalaran
kepastian yang akurat. Komputer Berbasis Kasus (Case Based
Reasoning-CBR), Yogyakarta, Ardana
4. Penelusuran penyakit obesitas pada Media, p.17
anak berdasarkan metode Case
Based Reasoning dengan [5] Muzid S., 2008, Teknologi Penalaran
menelusuri pengetahuan- Berbasis Kasus (case based reasoning)
pengetahuan terdahulu. Apabila untuk Diagnosa Penyakit Kehamilan,
belum terdapat pengetahuan Yogyakarta, Universitas Islam Indonesia. p.
terdahulu maka sistem akan 64
menyimpan hasil diagnosa yang
telah diperoleh ke dalam database. [6] Dr. Arora, Anjali, “5 Langkah
Metode ini juga dapat memberikan Mengendalikan Obesitas”, PT. Bhuana
nilai kepastian dengan Ilmu Populer , Jakarta, 2007.
menggunakan metode perhitungan
similaritas. [7] Arhami, Muhammad, 2005, Konsep
Dasar Sistem Pakar, Andi, Yogyakarta.
5. SARAN
Diharapkan penelitian selajutnya untuk
dapat mengembangkan penelitian ini,
sehingga sistem pakar yang dibangun tidak
hanya dapat diterapkan untuk
mengidentifikasi Obesitas tetapi untuk
penyakit yang lain.