Sistem Pakar Penanganan Program Nutrisi Pasien Menggunakan Delphi

Jurnal KAPUTAMA, Vol.8 No.
1, Juli 2014 ISSN :

1979-6641
SISTEM PAKAR PENANGANAN PROGRAM NUTRISI PASIEN

MENGGUNAKAN DELPHI
Nurhayati,S.Kom., M.Kom.1, Budi Serasi Ginting,S.Kom.,M.Kom.,2
STMIK KAPUTAMA, Jln.Veteran No.4A-9A
Binjai, Indonesia
ABSTRAK
Banyak kasus penyakit mempersulit dokter untuk memberikan program nutrisi kepada pasien
dengan cepat, tepat dan bervariasi. Berdasarkan permasalahn tersebut, maka dibuat suatu aplikasi komputer
yang dapat menyusun program nutrisi bagi pasien dengan cepat, tepat dan bervariasi. Pembuatan aplikasi
memakai pengetahuan komputer di bidang kecerdasan buatan khususnya cabang sistem pakar. Perencanaan
sistem dalam membuat knowledge base memakai dependency diagram, decision table, dan metode rule
sebagai representasi pengetahuan. Pembuatan inference engine memakai metode forward chaining yang telah
dimodifikasi hingga sesuai dengan permasalahan. Masalah optimasi dalam menghasilkan program nutrisi
memakai pemrograman linier dengan metode simplex.
Aplikasi dibuat dengan microsoft visual basic versi 6.0, sedangkan penyimpanan data memakai
Microsoft Access XP. Aplikasi akan menghasilkan daftar menu makan berdasarkan jenis diet pasien dengan
kebutuhan konposisi bahan makanan tertentu.
Pengujian aplikasi terdiri atas dua jenis pengujian, yaitu pengujian akurasi dan variasi serta pengujian user
friendly dan fleksibelitas. Akurasi dan variasi diuji dengan melakukan analisis terhadap hasil dari aplikasi.
Pengujian user friendly dan fleksibilitas menggunakan metode wawancara terhadap tiga dokter ahli. Hasil
penggujian akurasi akurasi dan variasi dapat disimpulkan bahwa aplikasi memiliki akurasi yang memenuhi
standart ketentuan dokter ahli. Variasi bahan makanan yang dihasilkan cukup baik karena sudah memenuhi
menu makanan empat sehat lima sempurna.
Hasil pengujian aplikasi terhadap variabel user friendly cukup baik. Dari hasil wawancara tiga
dokter menyatakan setuju bahwa aplikasi memmiliki tampilan yang baik. Dua dokter setuju dan satu dokter
sangat setuju bahwa aplikasi memiliki langkah pemakiaian yang jelas. Fleksibilitas aplikasi sangat baik
dengan hasil penggujian satu dokter setuju dan dua dokter sangat setuju bahwa aplikasi memiliki fasilitas
pengantian, penambahan, penghapusan data yang baik.
Kata Kunci : Nutrisi, metode simpleks, forward chaining, system pakar
1. PENDAHULUAN Menyadari akan kebutuhan dan

1.1 Latar Belakang Masalah kesulitan dokter dalam memberikan program
Setiap kasus penyakit membutuhkan nutrisi pasien, dibutuhkan suatu aplikasi
suatu penanganan khusus terutama dalam komputer yang dapat membantu dokter
hal penentuan program nutrisi yang menentukan program nutrisi pasien secara
diberikan kepada pasien. Kesalahan dalam cepat, tepat dan bervariasi.
penentuan program nutrisi yang diberikan 1.2 Rumusan Masalah
kepada pasien dapat mengakibatkan Dalam pembuatan dan perencanaan
komplikasi lebih lanjut. Penentuan program sistem pakar penanganan program nutrisi
nutrisi yang tepat dapat membantu untuk pasien ada beberapa masalah yang perlu
meningkatkan dan mempertahankan daya diperhatikan diantaranya:
tahan tubuh dalam menghadapi penyakit, 1. Bagaimana mencari komposisi program
serta dapat membantu kesembuhan pasien nutrisi optimal yang sesuai dengan jenis
dari penyakit dengan memperbaiki jaringan diet yang akan diberikan kepada pasien
yang mengalami degenerasi serta serta mendekati standar nutrisi yang
memulihkan keadaan homeostasis. diperlukan pasien.
Banyaknya kasus-kasus penyakit 2. Bagaimana mencari komposisi alternatif
yang ada tidak memungkinkan bagi dokter program nutrisi.
untuk mengingat secara detail program 3. Bagaimana menentukan standar nutrisi
nutrisi yang seharusnya diberikan kepada yang diperlukan pasien.
pasien. Dokter membutuhkan waktu yang 1.3 Tujuan Penelitian
lama untuk mencari komposisi bahan Berdasarkan uraian di atas, maka penelitian
makanan yang cocok untuk pasien. ini bertujuan sebagai berikut :
Program Studi : Teknik Informatika, STMIK Kaputama Binjai 1

Jurnal KAPUTAMA, Vol.8 No.1, Juli 2014 ISSN :
1979-6641
1. Untuk menghasilkan suatu perangkat representasi hirarki pengetahuan. List

lunak yang dapat membantu dokter dan biasanya digunakan untuk
ahli gizi dalam memberikan program merepresentasikan hirarki pengetahuan di
nutrisi kepada pasien. mana obyek dikelompokkan, dikategorikan
2. Mencari komposisi program nutrisi atau digabungkan sesuai dengan urutannya
optimal yang sesuai dengan jenis diet atau hubungan. Bentuk yang paling
yang akan diberikan kepada pasien serta sederhana adalah satu list, tapi bila ada dua
mendekati standar nutrisi yang list atau lebih yang berkaitan harus
diperlukan pasien digabungkan sehingga perlu dibuat suatu
3. Untuk menguji kesesuaian hirarki.
mengkonsumsi gizi yang tepat bagi Untuk mengidentifikasi, list diberi
pasien berdasarkan kebutuhan factor nama dengan dua atau tiga elemen. Ada juga
umur ataupun jenis kelamin yang terbentuk satu elemen dalam satu list,
1.4 Manfaat Penelitian dan nama list lain mengandung sub elemen.
1. Membantu para pelaku medis untuk Struktur tree adalah struktur grafik
menentukan kebutuhan gizi pasien agar hirarki, tree terdiri dari node yang mencakup
sesuai yang dibutuhkan. nama list dan ark yang menunjukkan
2. Agar lebih tepat memberikan gizi yang hubungan antar node. Struktur Tree
baik bagi pasien sesuai kebutuhan yang berhubungan antar node secara bercabang-
akan dikonsumsinya. cabang.
2.4 Jaringan Semantik (Semantic
2. TINJAUAN PUSTAKA Networks)
2.1. Sistem Pakar (Expert System) Jaringan semantik merupakan gambaran
Kecerdasan buatan memungkinkan pengetahuan grafis yang menunjukkan
komputer dapat menerima pengetahuan berbagai obyek.
melalui input yang ada dan mempergunakan 2.5 Frames
pengetahuan tersebut untuk memecahkan Frames adalah blok pengetahuan
berbagai masalah melalui simulasi proses yang relatif besar atau kumpulan
penalaran dan cara berpikir manusia. Hal ini pengetahuan tentang suatu obyek tertentu,
membuat penggunaan komputer semakin peristiwa, lokasi, situasi atau elemen-elemen
efisien dan produktif untuk membantu lainnya. Frames menggambarkan obyeknya
manusia dalam mengerjakan tugas-tugasnya. dengan sangat rinci.
Sistem pakar (Expert System) Semua manusia selalu menggunakan
merupakan salah satu bidang kecerdasan pengalaman dan pengetahuan yang
buatan berdasarkan suatu dasar pengetahuan tersimpan dalam otak dan menggunakannya
(knowledge base) yang diperoleh melalui pada saat timbul berbagai masalah yang
input suatu data. Input tersebut berdasarkan perlu dipecahkan.
ilmu yang digunakan serta data pengalaman Frames dapat juga digunakan untuk
yang didapat pada suatu bidang tertentu. merepresentasikan pengetahuan seperti otak
Knowledge base pada umumnya berisi manusia. Proses penalaran yang dilakukan
permasalahan yang spesifik pada ruang frames secara esensial adalah
lingkup tertentu. mengkonfirmasikan berbagai harapan
2.2 Logika (Logic Statements) (ekspektasi). Jumlah berbagai harapan ini
Bentuk representasi pengetahuan mengisi slot dan memeriksa apakah sudah
yang paling tua adalah logika, yaitu suatu sesuai dengan situasi yang berlaku atau
pengkajian ilmiah tentang serangkaian tidak. Dengan frames mudah sekali
penalaran, rule system, dan prosedur yang membuat inferensi tentang obyek, peristiwa,
membantu proses penalaran. Logika atau situasi baru, karena frames
dianggap sebagai bagian dari filsafat. menyediakan knowledge base yang ditarik
Pengembangan dan perbaikan proses dari berbagai pengalaman.
tersebut umumnya terjadi pada waktu 2.6 Script
Yunani kuno. Script adalah skema representasi
2.3 List dan Tree pengetahuan yang sama dengan frames.
List dan tree merupakan struktur Perbedaannya adalah Frames
sederhana yang digunakan dalam menggambarkan obyek, sedangkan script

1979-6641
menggambarkan peristiwa. Seperti halnya Metode forward chaining bekerja

frames, script menggambarkan situasi dimulai dengan informasi awal dan bergerak
stereotype. Berbeda dengan frames, script maju untuk mencocokkan informasi tersebut
biasanya direpresentasikan ke dalam konteks dengan rule. Rule interpreter mencocokkan
tertentu. Dalam menggambarkan urutan fakta atau statement dalam knowledge base
peristiwa, script menggunakan serangkaian dengan situasi yang dinyatakan dalam
slot yang berisi informasi tentang orang, bagian sebelah kiri atau rule IF. Bila fakta
obyek, dan tindakan- tindakan yang terjadi yang ada dalam knowledge base sudah
dalam suatu peristiwa. sesuai dengan rule IF, maka rule akan
2.7 Production Rules distimulasi.
Salah satu skema representasi Proses terus berlangsung karena untuk
pengetahuan yang sangat populer adalah mencocokkan premis lainnya, rule
production rules. Production rules kadang- interpreter menggunakan fakta baru dalam
kadang hanya merupakan rules atau database, yaitu I dan N. Dengan I tidak
production yang merupakan statemen dua diketemukan kecocokkan, tetapi ketika
bagian yang disatukan menjadi sepenggal sampai N ternyata sesuai, maka F
kecil pengetahuan. Rule bagian pertama distimulasi kemudian G disimpulkan. G
disebut anticedent yang mengekspresikan ditambahkan dalam database. Inference
situasi atau premis, sedang bagian kedua engine kemudian menemukan G dalam rule
disebut konsekwen, yang menyatakan suatu ketujuh yang menyimpulkan H. H
tindakan tertentu atau konklusi yang merupakan hipotesa yang diinginkan, karena
diterapkan jika situasi atau premis betul. sudah terbukti maka proses berakhir. Seperti
2.8 Inference Engine diketahui, rule dihubungkan satu sama lain
Inference Engine adalah sistem dari yang membentuk mata rantai atau garis
perangkat lunak yang merupakan alat penalaran untuk membuktikan hipotesa.
operasi pelacakan dan penyesuaian pola. 2.10 Metode Backward Chaining
Inference Engine juga sering disebut sebagai Pada backward chaining, rule
penafsiran rule, karena bekerjanya seperti interpreter memulai dari fakta yang ada
interpreter bahasa komputer. Jika dalam database, yaitu hipotesa. Rule
interpreter bahasa komputer melihat baris interpreter kemudian mulai menguji rule
kode ke dalam suatu program dan kemudian sebelah kanan, yaitu bagian THEN dengan
melakukan operasi yang spesifik, sedang maksud mencari yang sesuai. Inference
rule interpreter menguji rule-rule dalam engine melacak bukti-bukti yang
urutan tertentu untuk mencari solusi yang mendukung hipotesa awal. Jika ternyata
sesuai dengan kondisi awal dan kondisi yang cocok, maka database berfungsi sebagai
sedang berjalan yang sudah dimasukkan ke pencatat kondisi atau premis baru yang
dalam knowledge base. Begitu rule cocok mendukung kesimpulan yang sesuai.
dengan kondisi yang ditemukan, maka rule 2.11 User Interface
akan terstimulasi, dan kemudian User interface merupakan bagian
menentukan langkah selanjutnya. software yang menyediakan sarana untuk
Secara singkat fungsi inference pemakai (user) agar bisa berinteraksi dengan
engine merupakan pembuktian hipotesa. sistem. User interface menyediakan menu
Bila hipotesa sudah dimasukkan ke dalam pilihan untuk memasukkan, merubah,
expert system, inference engine pertama- menampilkan, dan menghapus informasi
tama mengecek apakah hipotesa itu sudah dalam knowledge base. User interface akan
disimpan dalam knowledge base atau belum. meminta input dari pemakai (user) dan
Jika sudah, maka hipotesa itu dianggap kemudian akan menyediakan sarana
sebagai fakta yang sudah dibuktikan dan komunikasi jawaban atau solusi bila
karena itu operasi tidak perlu dilanjutkan. masalahnya sudah ditemukan. Setiap
Dalam merancang inference engine ini ada komunikasi selama proses pemecahan
dua metode dasar yang dapat digunakan, masalah dikendalikan oleh user interface.
yaitu: 2.12. Pemrograman Linier
 Metode Forward Chaining 1. Pengertian Pemrograman Linier
 Metode Backward Chaining Pengambilan keputusan hakekatnya
2.9 Metode Forward Chaining adalah pemilihan dan penentuan suatu

1979-6641
alternatif keputusan untuk memecahkan simpleks adalah mengidentifikasi satu

masalah yang dihadapi. Generalisasi pemecahan dasar awal dan lalu bergerak
masalah dan pengambilan keputusan dapat secara sistematis ke pemecahan dasar
dipandang sebagai suatu sistem. Komponen lainnya yang memiliki potensi untuk
pengambilan keputusan dari suatu masalah memperbaiki nilai fungsi tujuan.
meliputi proses input dan output. Pada akhirnya, pemecahan dasar
Komponen ketiga dalam sistem yang bersesuaian dengan nilai optimum akan
pengambilan keputusan masalah adalah diidentifikasi dan proses perhitungan
output. Output disini diartikan sebagai berakhir. Pada gilirannya, metode simpleks
keputusan itu sendiri yang tidak lain adalah merupakan prosedur perhitungan berulang di
hasil proses atau analisis suatu masalah, mana setiap pengulangan berkaitan dengan
karena itu pengetahuan dan kecakapan satu pemecahan dasar. Terdapat dua macam
analitis mutlak diperlukan. Dengan algoritma simpleks, yaitu: algoritma
pengetahuan dan kecakapan analitis simpleks primal dan algoritma simpleks
masalah-masalah dapat dipecahkan dan dual.
dianalisis. Penekanan pembahasan tentang 2.13 Ilmu Gizi
metode matematika dititikberatkan pada Jumlah kebutuhan yang tepat akan
analisisnya. Meskipun demikian zat-zat gizi tersebut berbeda-beda untuk
pengetahuan teknis untuk memecahkan setiap individu tergantung umur, jenis
masalah sangat diperlukan. kelamin, dan aktifitasnya. Angka
2. Model Matematika Kecukupan Gizi (AKG) yang dianjurkan
Model matematika, merupakan atau Recommended Dietary Alowances
model keputusan yang mempergunakan (RDA) adalah suatu angka atau jumlah
angka. Angka mempunyai peranan penting kecukupan masing-masing zat gizi yang
dalam pembuatan, penggunaan, dan harus terpenuhi setiap hari dari makanan
pemecahan model matematika. Pemecahan untuk mencakup hampir semua orang sehat
masalah dengan mempergunakan model untuk mencapai derajat kesehatan yang
matematika sangat menarik, karena hasil optimal.
pemecahannya dipergunakan sebagai dasar 1. Komposisi Tubuh Manusia
pengambilan keputusan. Model matematika Kandungan zat gizi dalam tubuh
seperti itu dapat dipandang sebagai model manusia terdiri dari beberapa unsur. Unsur
keputusan. yang paling banyak adalah kandungan air,
3. Metode Simpleks diikuti oleh protein dan lemak. Hidrat arang
Algoritma simpleks adalah sebuah merupakan komponen yang paling sedikit
metode aljabar yang dapat memecahkan dalam tubuh manusia.
setiap masalah pemrograman linier. Diperkirakan seorang laki-laki
Informasi yang dapat diperoleh dari metode dewasa dengan berat badan 65 kg
simpleks jauh lebih besar daripada sekedar mempunyai susunan seperti tercantum
menentukan nilai-nilai optimum dari dalam Tabel II.2.
variabel dan fungsi tujuan. Tabel II.2. Komposisi Kimia Tubuh
Metode grafik memperlihatkan Manusia Laki-laki Dewasa
bahwa pemrograman linier yang optimum Berat Badan 65 kg
selalu berkaitan dengan titik ekstrim atau Protein 11 Kg 17 %
titik sudut dari ruang pemecahan. Gagasan Lemak 9 Kg 13,8 %
ini dengan tepat mengatur pengembangan Hidrat Arang 1 Kg 1,5 %
metode simpleks. Pada intinya, apa yang Air 40 Kg 61,1 %
dilakukan metode simpleks adalah Mineral 4 Kg 6,1 %
menterjemahkan definisi geometris dari titik Menurut Francis D. Moore tubuh
ekstrim menjadi definisi aljabar. manusia itu dapat dirumuskan sebagai
Dengan tidak adanya ruang berikut:
pemecahan grafik untuk menuntun ke arah MAN = CM + EST + FAT
titik optimum, diperlukan sebuah prosedur Jaringan aktif manusia terdiri dari
yang mengidentifikasi pemecahan- masa sel atau cell mass (CM), yang
pemecahan dasar yang menjanjikan secara melaksanakan bermacam fungsi tubuh. Di
cerdas. Apa yang dilakukan oleh metode dalam tubuh yang sehat CM ini dapat

1979-6641
mencapai 55% dari berat total tubuh. Untuk Wanita: 660 + (9,6 x BB) + (1,7 x TB) –
mendukung CM maka terdapat jaringan (4,7 x umur)
penunjang ekstra seluler atau extra celluler BB = berat badan dalam kg
fluid dan jaringan yang terdiri dari mineral, TB = tinggi badan dalam cm
protein, dan serat seperti yang membentuk BB dalam kg yang digunakan adalah
skeleton. Cairan ekstra seluler terdiri dari berat badan sesungguhnya (actual body
plasma dan cairan limpha dan cairan weight), tetapi dapat digunakan berat badan
sekeliling sel. penunjang ektra seluler (EST) menurut umur dan tinggi badan pabila
ini besarnya sekitar 30% dari berat total dengan tujuan khusus. Kegiatan eksternal
tubuh. Lemak (FAT) merupakan cadangan yaitu kegiatan jasmani (physical activity)
energi yang disimpan di dalam jaringan pada umumnya dibedakan menjadi kegiatan
adiposus di bawah kulit dan sekitar organ- sangat ringan, ringan, sedang, dan berat.
organ internal. Jaringan lemak ini besarnya Kebutuhan energi untuk wanita hamil
sekitar 15%. dan menyusui perlu tambahan energi yang
Apabila susunan CM, EST, dan FAT digunakan untuk pertumbuhan janin,
terjadi perubahan sehingga tidak seimbang, jaringan plasenta, uterus, jaringan mama,
maka akan berakibat timbulnya berbagai dan jaringan depo lemak. Tambahan energi
penyakit khususnya penyakit denegereratif. wanita hamil sebesar 285 Kkal/hari (1200
2. Menaksir Angka Kecukupan Energi KJ/hari).
(AKE) Wanita menyusui memerlukan
Penggunaan energi atau energy tambahan energi untuk produksi ASI
expenditure dapat diukur dengan beberapa diambil dari depo jaringan adiposus selama
cara antara lain dengan menggunakan alat hamil. Besarnya tambahan energi untuk ibu
Direct Caloriemeter dan Indirect menyusui kira-kira sebesar 1,13 x BMR bayi
Caloriemeter di mana panas dan oksigen atau sebesar 500 Kkal/hari untuk tahun I dan
yang dihasilkan selama melakukan 400 Kkal/hari untuk tahun II.
pekerjaan diukur. Cara yang sederhana 4. Menaksir Angka Kecukupan Protein
adalah dengan menghitung denyut nadi Susunan asam amino esensial dalam
(heart rate). makanan seyogyanya harus sesuai dengan
Prinsip penaksiran Angka Kecukupan Provicional Amino Acid Pattern (PAAP)
Energi (AKE) didasarkan pada Angka atau susunan Asam Amino Patokan (AAP)
Metabolik Basal (Basal Metabolisme Rate = yaitu susunan untuk memenuhi suatu protein
BMR). Energi Basal yaitu energi yang ideal (Reference Protein) setara protein telur
digunakan untuk melaksanakan kegiatan ayam. Apabila dalam makanan asam amino
internal di mana pengukurannya dilakukan esensial ini tidak cukup atau tidak sesuai
dalam keadaan istirahat total fisik maupun dengan PAAP maka asam amino tersebut
mental, pada suhu kamar dan 12 jam disebut asam amino pembatas (limiting
sesudah makan terakhir atau post absorpsi. amino acid).
Kebutuhan energi keseluruhan Mutu protein makanan tidak saja
sebenarnya merupakan jumlah dari energi tergantung dari Skore Asam Amino (SAA)
untuk kebutuhan internal (BMR) ditambah tetapi juga tergantung dari nilai biologis
energi untuk aktifitas (Physical activity = (biological value), mutu cerna = MC
PA) ditambah untuk energi pembakaran (digestability), daya manfaat = DM, dan
makanan (Specific Dynamic Action = SDA) (Net Protein Utilisation = NPU).
yang besarnya adalah 10% dari konsumsi Pada umumnya mutu protein hewani
total. Biasanya SDA sering diabaikan. lebih baik dari pada protein nabati. Sebagai
Faktor-faktor yang menentukan BMR antara patokan biasanya digunakan protein telur
lain adalah umur, jenis kelamin, dan luas karena telur mempunyai MC 100 dan DM
permukaan tubuh (berat badan dan tinggi 100. Karena itu protein berbagai bahan
badan). Perhitungan besarnya BMR dapat makanan disetarakan dengan protein telur.
dilakukan dengan beberapa cara antara lain Secara garis besar cara untuk
dengan menggunakan rumus Harris menaksir angka kecukupan rata-rata protein
Benedict. adalah sebagai berikut:
Laki-laki: 660 + (13,7 x BB) + (1,5 x TB) – AKP = taraf suapan terjamin badan x
(6,8 x umur) 100/SAA x 100/85 x berat

1979-6641
Keterangan: Decision table merupakan metode

SAA = Skore Asam Amino untuk mempermudah peralihan dari
85 = daya cerna protein 85% dependency diagram ke IF-THEN Rules.
Decision table berisi kemungkinan input dan
3. ANALISIS DAN PERANCANGAN hasil berdasarkan input yang diberikan.
3.1 Analisa Set rule pertama jenis diet 1 diisi
Dalam mengimplementasikan teori dengan nama diet 1, jenis diet 2 diisi dengan
yang ada pada bab dua, pembuatan aplikasi nama diet 2, dan seterusnya. Hasil pada set
terlebih dahulu dilakukan perencanaan rule pertama adalah bahan makanan yang
pembuatan bagian-bagian utama dari sistem dianjurkan dengan menjumlahkan list bahan
pakar. Aplikasi sistem pakar penanganan makanan yang dianjurkan nama diet 1, nama
program nutrisi pasien ini dibuat dengan diet 2, dan seterusnya.
kemampuan sistem pakar tingkat pertama. Pada set rule kedua jenis diet 1, jenis
Perencanaan sistem di sini dapat dibagi diet 2, dan seterusnya diisi dengan nama diet
menjadi enam bagian utama, yaitu: 1, nama diet 2, dan seterusnya sama dengan
1. Dependency Diagram sebagai nama diet pada set rule pertama. Hasil pada
metodologi untuk membangun set rule kedua adalah bahan makanan yang
knowledge base. dilarang dengan menjumlahkan list bahan
2. Pembuatan Decision Table makanan yang dilarang nama diet 1, nama
3. Rules sebagai metode representasi diet 2, dan seterusnya.
pengetahuan. 3.4 IF-THEN Rules
4. Perencanaan Database IF-THEN Rules adalah suatu metode
5. Metode Forward Chaining sebagai yang mempermudah pembacaan dari setiap
Inference Engine. kondisi yang terjadi dalam menentukan
6. Metode Simpleks sebagai metode suatu keputusan. Seperti dapat dilihat pada
penyelesaian pemrograman linier. hasil pada rule pertama, kedua, ketiga,
7. Perencanaan User Interface. keempat, dan kelima merupakan
3.2 Dependency Diagram intermediate conclusion. Hasil pada rule
Keseluruhan sistem dibentuk melalui enam keenam yang merupakan final rule adalah
set rule. final conclusion.
1. Set rule pertama mendapat input dari 3.5 Database
satu atau lebih jenis diet dan akan Pembuatan database menggunakan
menghasilkan daftar bahan makanan dibagi menjadi dua bagian database, yaitu:
yang dianjurkan berdasarkan jenis-jenis database bagian pertama dan database
diet tersebut. bagian kedua. Database bagian pertama
2. Set rule kedua akan menghasilkan daftar berisi data eksternal seperti waktu makan,
bahan makanan yang dilarang oleh jenis- jenis diet, bahan makanan, dan golongan
jenis diet. bahan makanan. Sedangkan database bagian
3. Set rule ketiga akan menghasilkan daftar kedua berfungsi untuk keperluan proses
bahan makanan prioritas pertama. inference engine, seperti menyimpan data
4. Set rule keempat akan menghasilkan rule, premis, dan conclusion. Database
daftar bahan makanan prioritas kedua. bagian pertama terdiri dari:
5. Set rule kelima mendapat input dari 3.6 Metode Forward Chaining
daftar waktu makan jenis diet pertama Metode forward chaining akan
atau dari user input. diterapkan pada bagian proses kerja
6. Set rule keenam mendapat input dari inference engine.
hasil set rule ketiga, keempat, dan kelima 3.6.1 Proses Kerja Inference Engine
serta dari input komposisi zat bahan Proses kerja inference engine dimulai
makanan yang terdiri dari kalori, protein, dengan mengambil rule pertama. Dalam rule
lemak, HA, kalsium, fosfor, besi, vitamin pertama dibutuhkan input yang berupa jenis
A, vitamin B1, vitamin C dan air yang diet, karena itu diambil dari premis jenis diet
dibutuhkan. Set rule keenam akan yang telah dimasukkan oleh user pada form.
menghasilkan rekomendasi daftar menu Pada tabel rp kemudian ditulis rule id dan
makan. premis id yang dipakai. Setelah menulis rule
3.3 Decision Table id dan premis id yang dipakai pada tabel rp

1979-6641
kemudian hasilnya disimpan pada tabel x1 = berat bahan makanan sumber HA

conclusion berupa rule id dan premis id x2 = berat bahan makanan sumber
tempat menyimpan hasil dari rule pertama. protein
Pada tabel premis ditulis premis id hasil dari x3 = berat bahan makanan sumber lemak
rule pertama yang merupakan intermediate x4 = berat bahan makanan sumber vitamin
conclusion. Dikarenakan hasil dari rule x5 = berat bahan makanan sumber lain-lain
berupa list maka premis value disimpan di an = konstanta sumber HA
tabel khusus yang bernama temp. bn = konstanta sumber protein
Selanjutnya diteruskan dengan cn = konstanta sumber lemak
mengambil rule kedua. Pada rule kedua juga dn = konstanta sumber vitamin
dibutuhkan input jenis diet yang sama en = konstanta sumber lain-lain
dengan rule pertama, karena itu premis yang
telah diambil pada rule pertama diambil 4.HASIL DAN PEMBAHASAN
kembali untuk proses rule kedua. 4.1 HASIL
3.7 Metode Simpleks 1. Form Login
Langkah pertama dalam Ketika menjalankan system pertama
perencanaan dan penyelesaian metode kali, maka akan muncul menu login, yang
simpleks adalah dengan merumuskan isinya terdiri dari Login pakar user dan
masalah ke dalam notasi matematika. keluar, untuk masuk dalam menu pilihan
Rancangan notasi matematika dalam pakar, maka klik pada tombol Pakar, untuk
pembuatan aplikasi XSoft dapat dilihat masuk dalam menu user, maka klik pada
sebagai berikut: tombol user, sedangkan untuk keluar dari
a1x1 + b1x2 + c1x3 + d1x4 + e1x5 = kalori sistem, maka klik tombol keluar.
1. x1 kalori/(waktu makan*5)
6. a2x1 + b2x2 + c2x3 + d2x4 + e2x5
protein
7. a3x1 + b3x2 + c3x3 + d3x4 + e3x5
lemak
8. a4x1 + b4x2 + c4x3 + d4x4 + e4x5 HA
9. a5x1 + b5x2 + c5x3 + d5x4 + e5x5
kalsium Gambar IV.1 Form Login
10. a6x1 + b6x2 + c6x3 + d6x4 + e6x5
fosfor 2. Form Login Pakar
11. a7x1 + b7x2 + c7x3 + d7x4 + e7x5 besi Saat diklik tombol Pakar, maka
12. a8x1 + b8x2 + c8x3 + d8x4 + e8x5 vitA akan muncul form permintaan untuk
13. a9x1 + b9x2 + c9x3 + d9x4 + e9x5 vitB1 memasukan nama pemakai dan password,
14. a10x1 + b10x2 + c10x3 + d10x4 + e10x5 seperti pada gambar IV.2, setelah ok maka
vitC akan muncul form menu utama sepeti pada
15. a11x1 + b11x2 + c11x3 + d11x4 + e11x5 gambar IV.2
air
16. Z = x1 + x2 + x3 + x4 + x5
17. Persamaan (7) sampai dengan persamaan
(16) dipakai apabila komposisi
kebutuhan zat bahan makanan yang
dibutuhkan dimasukkan oleh user pada
form. Sedangkan persamaan (1) sampai
dengan persamaan (6) selalu dipakai
dalam mencari solusi. Persamaan (17)
merupakan objective function.
Penggunaan nama variabel dijelaskan
sebagai berikut: Gambar IV.2 Form Login Pakar

1979-6641
3. Form Menu bahan makanan sebelumnya, selanjutnya,

Menu utama aplikasi sistem pakar paling akhir, atau paling awal.
penanganan program nutrisi pasien berupa Untuk menambah data bahan
window main menu yang berisi: makanan dapat dilakukan dengan menekan
Menu File: Close dan Exit tombol new, maka tombol akan berubah
A. Proses menjadi tombol save dan seluruh form akan
B. Keluar kosong, kemudian isi form dengan data
bahan makanan baru. Field yang bertanda
bintang merah harus diisi, yaitu:
Gambar IV.3 Main Menu
4. Form Waktu Diet Gambar IV.6 Form Bahan Makanan

Form Waktu diet digunakan untuk
mengisi waktu diet yang berfungsi untuk 6. Form Golongan Bahan Makanan
memasukan data waktu diet Form golongan bahan makanan dapat
diakses melalui Menu Edit atau Menu Insert.
Form ini mempunyai fasilitas untuk
menambah, mengubah, menghapus, dan
mencari golongan bahan makanan.
Gambar IV.4 Form Waktu Diet
4. Form Input Data Diet

5. Gambar IV.7 . Form Golongan Bahan
Form Input Data diet, berfungsi Makanan
memsukan data diet
7. Form Jenis Diet
Form ini mempunyai fasilitas untuk
menambah, mengubah, menghapus, dan
mencari jenis diet.
Gambar IV.5 Form Input Data Diet
6. Form Bahan Makanan

Di dalam form bahan makanan
terdapat tombol navigasi untuk melihat data
Gambar IV.8 Form Jenis diet

1979-6641
8. Form Login User 5. KESISMPULAN DAN SARAN

Ketika menjalankan system pertama 5.1 Kesimpulan
kali, maka akan muncul menu login, yang Berdasarkan hasil pengujian dapat
isinya terdiri dari Login pakar user dan disimpulkan beberapa hal sebagai berikut:
keluar, untuk masuk dalam menu pilihan 1. Daftar menu makan yang yang
pakar, maka klik pada tombol Pakar, untuk dihasilkan sudah sesuai dengan standar
masuk dalam menu user. kebutuhan yang dimakukkan oleh user.
2. Kenyamanan user dalam menjalankan
aplikasi sudah cukup baik berdasarkan
penilaian user friendly yang sesuai
standar serta penilaian fleksibilitas yang
melebihi standar.
3. Dengan adanya aplikasi untuk mengganti
bahan makanan dalam daftar menu
makan membuat aplikasi menjadi
fleksibel.
4. Perlu adanya pengembangan dan
Gambar IV.9 Form Login
perbaikan lebih lanjut sehingga aplikasi
dapat benar-benar digunakan oeh dokter
9. Form Tools Menu Makan, Daftar
atau ahli gizi tanpa perlu sering
Menu Makan, dan Form Ganti
mengubah-ubah daftar menu makan yang
dihasilkan.
Form menu makan dapat diakses
5.2 Saran
melalui Menu Tools. Form menu makan ini
Setelah mengavaluasi tugas akhir
akan menghasilkan daftar menu makan
ini,penulis berharap tugas akhir ini dapat
dengan ketentuan seperti yang diinginkan
dikembangkan lebih lanjut dengan saran-
user. Pertama-tama isi field pada form menu
saran pengembangan sebagai berikut:
makan. Untuk field jenis diet dan kalori
1. Pembagian komposisi bahan makanan
harus diisi.
yang masih dibagi sama rata diharapkan
dapat dikembangkan dengan membagi
menjadi menjadi jadwal makan pokok
dan jadwal makan tambahan.
2. Tambahan fasilitas daftar makanan
pengganti dengan komposisi zat bahan
makanan yang sesuai dengan standar
kebutuhan.
3. Tampilan hasil daftar menu makan perlu
Gambar IV.10 Form Menu Makanan
diperbaiki atau dicari solisi lain yang
lebih baik.
Setelah tabel daftar menu makan muncul
4. Bahan makanan yang dimasukkan ke
maka akan dapat dilihat jadwal makan dan
database sebaiknya bahan makanan yang
bahan makanan serta komposisi zat bahan
bias dimakan dan mudah
makanan. Apabila user menginginkan
mendapatkannya sehingga bahan
variasi komposisi menu makan lain dapat
makanan yang muncul pada daftar menu
dilakukan dengan menekan tombol generate,
makan benar-benar makanan yang
tunggu sebentar maka akan muncul menu
dimakan sehari-hari
makan baru.
5. Bahan makanan tertentu sebaiknya
beratnya dibatasi sehingga pada saat
muncul pada daftar menu makan jumlah
beratnya tidak berlebihan.
DAFTAR PUSTAKA
[1] Almasier, Sunita, Penuntun Diet
Gambar V.11. LaporanMenu Makana

1979-6641
[2] Emilson, Pereira Leite, 2008, Belajar

Pintar Tentang Pemrograman, Bandung [6] Sediaoetoama, Ilmu Gizi, Dian Rakyat
[7] Vizreanu, Vetrica, 2010, Experent
[3] Jayawijaya, Argantriana, 2010, System, Intech, Surabaya
Perancangan Aplikasi Sistem
Pakar Tentang [8] http://id. wikipedia.org/ wiki/s
istem_pakar
[4] Komposisi Nutrisi Menggunakan
Metode Fordward Chaining [9] www.ilmuwebsite.comIgnizio1991
[5] Khomsan, Ali, 2004, Pangan dan Gizi [10] www.beli-buku.com/logika-formal-p-

untuk Kesehatan, Yogyakarta 2084.html

Sistem Pakar Penanganan Program Nutrisi Pasien Menggunakan Delphi

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Sistem Pakar Penanganan Program Nutrisi Pasien Menggunakan Delphi

Diunggah oleh

Hak Cipta:

Format Tersedia

Jurnal KAPUTAMA, Vol.8 No.

1, Juli 2014 ISSN :

SISTEM PAKAR PENANGANAN PROGRAM NUTRISI PASIEN

Kata Kunci : Nutrisi, metode simpleks, forward chaining, system pakar

1. PENDAHULUAN Menyadari akan kebutuhan dan

Program Studi : Teknik Informatika, STMIK Kaputama Binjai 1

1. Untuk menghasilkan suatu perangkat representasi hirarki pengetahuan. List

Program Studi : Teknik Informatika, STMIK Kaputama Binjai 2

menggambarkan peristiwa. Seperti halnya Metode forward chaining bekerja

Program Studi : Teknik Informatika, STMIK Kaputama Binjai 3

alternatif keputusan untuk memecahkan simpleks adalah mengidentifikasi satu

Program Studi : Teknik Informatika, STMIK Kaputama Binjai 4

Program Studi : Teknik Informatika, STMIK Kaputama Binjai 5

Keterangan: Decision table merupakan metode

Program Studi : Teknik Informatika, STMIK Kaputama Binjai 6

kemudian hasilnya disimpan pada tabel x1 = berat bahan makanan sumber HA

Program Studi : Teknik Informatika, STMIK Kaputama Binjai 7

3. Form Menu bahan makanan sebelumnya, selanjutnya,

Gambar IV.3 Main Menu

4. Form Waktu Diet Gambar IV.6 Form Bahan Makanan

Gambar IV.4 Form Waktu Diet

4. Form Input Data Diet

Gambar IV.5 Form Input Data Diet

6. Form Bahan Makanan

Program Studi : Teknik Informatika, STMIK Kaputama Binjai 8

8. Form Login User 5. KESISMPULAN DAN SARAN

Program Studi : Teknik Informatika, STMIK Kaputama Binjai 9

[2] Emilson, Pereira Leite, 2008, Belajar

[5] Khomsan, Ali, 2004, Pangan dan Gizi [10] www.beli-buku.com/logika-formal-p-

Program Studi : Teknik Informatika, STMIK Kaputama Binjai 10

Anda mungkin juga menyukai