RRABIT : Jurnal Teknologi dan Sistem Informasi Univrab ISSN CETAK : 2477-2062

Volume xx No. xx | Januari xxx : Hal :xx-xx ISSN ONLINE : 2502-891X

SISTEM INFORMASI DIAGNOSA PENYAKIT SINDROM NEFROTIK PADA

ANAK DENGAN METODE DEMSTER-SHAFER BERBASIS WEB-MOBILE

Dandi Fratama Wardana

Sistem Informasi, Fakultas Sains dan Teknologi, Universitas Islam Negeri Sumatera Utara
Jl. Lap. Golf No. 120 Pancur Batu – Medan - Indonesia
E-mail : dandiwardana31@gmail.com

ABSTRAK
Kesehatan anak-anak tentu menjadi perhatian tersendiri oleh orang tua, apalagi ditambah dengan berbagai jenis
virus yang menjadi wabah pada tahun 2020. Oleh sebab itu kekhawatiran orang tua terhadap anaknya menjadi
lebih besar. Tanpa perawatan dan penanganan yang benar biasanya penyakit Sindrom Nefrotik akan
menganggap semua yang dilakukan benar meski menyimpang. Ketepatan diagnosis terhadap suatu Penyakit dan
kecepatan proses penentuan diagnosa sangat penting dalam dunia kesehatan. Kesalahan diagnosis akan
menyebabkan keterlambatan menentukan solusi pengobatan sehingga memberikan dampak buruk bagi kesehatan
pasien. Namun, dokter yang dapat melayani terkadang jumlahnya terbatas. Metode Dempster Shafer merupakan
metode yang mengakuisisi nilai kepercayaan para pakar berdasarkan pengetahuan yang dimilikinya, untuk
menghasilkan diagnosis yang tepat, cepat dan akurat. Penelitian ini bertujuan untuk mengimplementasikan
metode Dempster-Shafer dalam mendiagnosa Penyakit. Hasil dari penelitian ini adalah sebuah sistem pakar,
yang mampu mendeteksi adanya Penyakit pada diri seseorang berdasarkan gejala-gejala yang dirasakan, tanpa
harus bertanya langsung kepada pakarnya. Pengujian dari sistem ini meliputi validitas nilai akurasi sistem yang
dilakukan dengan membandingkan hasil diagnosa pakar dengan hasil yang dihasilkan oleh sistem, keakurasian
yang tinggi.

Kata Kunci: Demster Shafer, Ginjal Bocor, Sistem Pakar

ABSTRACT
The health of children is certainly a concern for parents, especially with the addition of various types of viruses
that will become an epidemic in 2020. Therefore, parents' concern for their children is even greater. Without
proper care and treatment, usually, Nephrotic Syndrome will assume everything that is done is right even
though it is deviant. The accuracy of the diagnosis of a disease and the speed of the process of determining the
diagnosis are very important in the world of health. Misdiagnosis will cause delays in determining treatment
solutions so that it has a negative impact on patient health. However, the number of doctors who can serve is
sometimes limited. The Dempster Shafer method is a method that acquires the trust value of experts based on
their knowledge, to produce a precise, fast and accurate diagnosis. This study aims to implement the Dempster-
Shafer method in diagnosing the disease. The result of this research is an expert system, which is able to detect
the presence of disease in a person based on the symptoms felt, without having to ask the experts directly.
Testing of this system includes the validity of the system's accuracy value which is carried out by comparing the
results of expert diagnoses with the results produced by the system, high accuracy.

Keyword: Demster Shafer, Sindrom Nefrotik, Expert system

disebut dengan proteinuria. Rusaknya
PENDAHULUAN membran membran Glomerulus penderita SN
Kesehatan anak tentu menjadi perhatian
biasanya hebat sehingga banyak protein yang
tersendiri oleh orang tua. Meningkatnya
keluar ke urin. Keadaan ini disebut sebagai
penyakit Sindrom Nefrotik di Indonesia
proteinuria massif. (Brady, O’meara, Benner,
khususnya pada anak usia 2-8 tahun.
2005;16 Alatas, Tambunan, Trihono,
Sindrom nefrotik (SN) merupakan penyakit
Pardede, 2005).
pada glomerulus ginjal yang ditandai dengan
Berdasarkan eteologinya, SN dapat dibagi
gejala proteinuria massif, hypoalbuminemia,
menjadi SN Primer (indiopatik) dan SN
edema, dan hyperlipidemia. Glomerulus
Sekunder, SN primer terjadi karena penyakit
ginjal pasien SN mengalami kerusakan
yang hanya menyerang ginjal, tetapi
sehingga protein dapat melewati membrane
berdapak pada organ penting. (Mayo Clinic.
Glomerulus dan keluar di urin. Keadaan ini
Nephrotic. American Kidney Fund. 2020).
1
DOI : https://doi.org/10.36341/rabit.vxix.xxx Some rights reserved BY-NC-SA 4.0 International License
 RRABIT : Jurnal Teknologi dan Sistem Informasi Univrab
Volume xx No. xx | Januari xxx : Hal :xx-xx
Pengobatan sindrom nefrotik adalah untuk
mengurangi atau menghilangkan proteinuria,
memperbaiki hipoalbuminemia, mencegah
dan mengatasi penyakit penyerta seperti
infeksi, trombosis dan kerusakan ginjal pada
gagal ginjal akut dan sebagainya. Jika tidak
dilakukan terapi sedini mungkin maka akan
menyebabkan kerusakan glomeruli ginjal
sehingga mempengaruhi kemampuan ginjal
menfiltrasi darah. Hal ini dapat menyebabkan
gagal ginjal akut ataupun kronik. (Kharisma
2017). Umumnya terapi yang diberikan
adalah diet rendah protein dan rendah garam,
kortikosteroid, diuretik dan antibiotic.
Umumnya terapi yang diberikan adalah diet
rendah protein dan rendah garam,
kortikosteroid, diuretik dan antibiotik. Terapi
antibiotik dapat mengurangi mortalitas akibat
infeksi sedangkan diuretik dapat membantu
ginjal dalam mengatur pengeluaran garam
dan air.( PAPDI, 2014).
Berdasarkan paparan yang telah di jelaskan,
penelitian ini bertujuan untuk mendiagnosa
penyakit Sindrom Nefrotik pada anak dengan
metode Demster-Shafer berbasis Web-
Mobile. Diharapkan dengan adanya Siste ini
dapat meminimalisir penyakit Sindrom
Nefrotik pada anak.
METODOLOGI
A. Sindrom nefrotik
Sindroma nefrotik merupakan salah satu
manifestasi klinik glomerulonefritis yang
ditandai dengan edema anasarka, proteinuria
masif > 3,5 g/hari, hipoalbuminemi
<3,5g/dl, hiperkolesterolemia dan lipiduria.
Pada proses awal atau SN ringan untuk
menegakan diagnosis tidak perlu semua
gejala ditemukan. Proteinuria masif
merupakan tanda khas SN, akan tetapi pada
SN berat yang disertai kadar albumin serum
rendah,ekskresi protein dalam urin juga
berkurang. Proteinuria juga berkontribusi
DOI : https://doi.org/10.36341/rabit.vxix.xxx
ISSN CETAK : 2477-2062
ISSN ONLINE : 2502-891X
terhadap berbagai komplikasi yang terjadi
pada SN. Hipoalbuminemia, hiperlipidemia,
dan lipiduria, gangguan keseimbangan
nitrogen, hiperkoaguabilitas, gangguan
metabolisme kalsium dan tulang, serta
hormon tiroid sering dijumpai dalam SN.
(Prodjosudjadi, 2006).
B. Dempster-Shafer
Metode Dempster-Shafer dikenal juga
sebagai teori fungsi keyakinan. Metode ini
menggunakan Belief, yang merupakan
ukuran kekuatan evidence dalam mendukung
suatu himpunan proposisi. Jika bernilai 0
(nol) maka mengindikasikan bahwa tidak ada
evidence, dan jika bernilai 1 menunjukkan
adanya kepastian (Sinaga et al., 2016).
Berikut ini dapat diformulasikan fungsi
belief:
(1)
Sedangkan untuk Plausibility (Pls) dapat
diformulasikan sebagai :
(2)
Keterangan :
Bel(X) = Belief (X)
Pls(X) = Plausibility (X)
m(X) = mass function dari (X)
m(Y) = mass function dari (Y)
Plausibility juga bernilai 0 sampai 1, jika
yakin akan X’ maka dapat dikatakan Belief
(X’) = 1 sehingga dari rumus di atas nilai Pls
(X) = 0. Pada teori Dempster-Shafer juga
dikenal adanya frame of discernment yang
dinotasikan dengan . FOD ini merupakan
semesta pembicaraan dari sekumpulan
hipotesis sehingga sering disebut dengan
environment (Amanda dan Hidayat, 2018),
dimana:
(3)
2
Some rights reserved BY-NC-SA 4.0 International License
 RRABIT : Jurnal Teknologi dan Sistem Informasi Univrab ISSN CETAK : 2477-2062
Volume xx No. xx | Januari xxx : Hal :xx-xx ISSN ONLINE : 2502-891X

Keterangan:  operator direct sum

 =FOD atau environment
1....n = elemen/unsur dalam environment Secara umum formulasi untuk Demster’s
Environment mengandung elemen-elemen Rule of Combination adalah :
yang menggambarkan kemungkinan sebagai
jawaban dan hanya ada satu yang akan sesuai
dengan jawaban yang dibutuhkan. (7)
Kemungkinan ini dalam teori Dempster-
Shafer disebut dengan power set dan Keterangan :
dinotasikan dengan P(), setiap elemen k = Jumlah evidential conflict
dalam power set ini memiliki nilai interval
antara 0 sampai 1. (Widyaningsih dan Besarnya evidential conflict (k) dirumuskan
Gunadi, 2017). dengan :

(4) (8)
Sehingga dapat dirumuskan:
(5) Sehingga bila persamaan (7)
disubstitusikan ke persamaan (8) akan
Keterangan: menjadi :
P() = power set (9)
M (X) = mass function dari (X)
Keterangan :
Sedangkan mass function (m) dalam teori m1m2(Z) = mass function dari evidence (Z)
Dempster- Shafer adalah tingkat kepercayaan m1(X) = mass function dari evidence(X)
dari suatu evidence, sering disebut dengan m2(Y) = mass function dari evidence (Y)
evidencemeasure sehingga dinotasikan k = jumlah evidential conflict
dengan (m) (Triyanto & Fadlil, 2014).
Pengambilan keputusan teori Dempster- C. Sistem Pakar
Shafer menggunakan aturan yang lebih
Sistem Pakar merupakan sistem yang
dikenal dengan Dempster’s Rule of
berusaha mengadopsi pengetahuan manusia
Combination yang bertujuan mengatasi
ke dalam komputer, agar komputer dapat
sejumlah evidence dalam pengambilan
menyelesaikan masalah seperti yang biasa
keputusan. (Minardi dan Suyatno. 2016).
dilakukan oleh para ahli.(Kusumadewi,
2003). Konsep dasar sistem pakar
(6)
mengandung keahlian, ahli, pengalihan
keahlian, inferensi, aturan dan kemampuan
Keterangan :
menjelaskan (Hartati, 2011). Sistem pakar
m1m2(Z) = mass function dari evidence (Z)
disusun oleh dua bagian utama, yaitu
m1(X) = mass
lingkungan pengembangan (development
function dari evidence (X)
environment) dan lingkungan konsultasi
(consultation environment). Lingkungan
m2(Y) = mass function dari evidence (Y)
pengembangan digunakan oleh pengembang

3
DOI : https://doi.org/10.36341/rabit.vxix.xxx Some rights reserved BY-NC-SA 4.0 International License
 RRABIT : Jurnal Teknologi dan Sistem Informasi Univrab ISSN CETAK : 2477-2062
Volume xx No. xx | Januari xxx : Hal :xx-xx ISSN ONLINE : 2502-891X

sistem pakar (expert system builder) untuk 2. Reaksi autoimun:

membangun komponen dan memasukkan Alergi: serbuk sari,
pengetahuan ke dalam basis pengetahuan jamur, susu sapi
(Suyanto, 2014) dan (Ariani dan Findawati, 3. Penggunaan obat
2015). tertentu (anti infla
masi non steroid),
ampisillin, emas, li
tium, merkuri, dll
4. Penyakit Sistemik :
malaria, metabolik; 
METODE DM, Infeksi; hepat
A. Identifikasi Data itis dan sifilis,
Imunologik; HIV
Jenis penilitian yang dilakukan adalah
penelitian-penelitian terapan karena pada
Tabel 2. Tabel Tanda dan Gejala
penelitian ini telah menghasilkan suatu
sistem pakar diagnosa penyakit sindrom No Tanda dan Gejala
nefotik pada anak. Penelitian ini dilakukan .
(Dr. Sukamto Sp.P) di RS Sari Mutiara 1. Proteinuria
Lubuk Pakam. 2. Edema; sekitar mata, skrotum, lalu
kaki dan tangan
Tabel 1. Tabel Faktor resiko penyakit 3. Hipobilirubinemia: peningkatan
sintesis lipid dan penuruan albumin
pada hati
4. Urine yang berbusa akibat adanya
Nama Faktor resiko protein dalam urine
No
Penyakit penyakit 5. Diare
1. Bawaan/genetic: 6. Mual
Kerusakan glomerul 7. Letih, lesu, dan kehilangan nafsu
us itu sendiri makan
2. Kelainan kongenital 8. Bertambahnya berat badan akibat
penumpukan cairan tubuh
(autosomal)
Sindrom 9. Pembekuan Darah
1 nefrotik   3. Idiopatik: Hispatolo
10. Tekanan Darah Tinggi
. gis: penebalan/
primer
penipisan dinding ka B. Identifikasi Data
piler Berdasarkan data yang diperoleh,
glomerulus; Infeksi  maka pembahasan berita ini dilakukan
pada glomerulus  dengan langkah-langkah sebagai berikut :
(glomerulonefritis) 1. Mengumpulkan data
2 Sindrom  1. Penyakitganas: 2. Studi literature (wawancara)
. nefrotik 3. Pembutan rule based
sekunder
limfoma,kanker
usus besar,karsino 4. Penerapan metode damser- shafer
ma Bronkogenik,
lupus/SLE Dalam menganalisa data tersebut maka

4
DOI : https://doi.org/10.36341/rabit.vxix.xxx Some rights reserved BY-NC-SA 4.0 International License
 RRABIT : Jurnal Teknologi dan Sistem Informasi Univrab ISSN CETAK : 2477-2062
Volume xx No. xx | Januari xxx : Hal :xx-xx ISSN ONLINE : 2502-891X

digunakan alur analisis yang disusun dengan

langkah-langkah berbentuk diagram alir
seperti dibawah ini:

Pengumpulan
Data Halaman Dashboard (Web)

Studi Literatur

Pembuatan Rule
Based

Penerapan Metode
Demster Shafer

Kesimpulan Halaman Data Gejala (Web)

Gambar 1.Alur analisis

IMPLEMENTASI HALAMAN
APLIKASI

Halaman Login Web

Halaman Login (Mobile)

Halaman pendaftaran member (Web)

5
DOI : https://doi.org/10.36341/rabit.vxix.xxx Some rights reserved BY-NC-SA 4.0 International License
 RRABIT : Jurnal Teknologi dan Sistem Informasi Univrab
Volume xx No. xx | Januari xxx : Hal :xx-xx
Halaman Pendaftaran Member (Mobile)
Halaman Data Gejala (Mobile)
DOI : https://doi.org/10.36341/rabit.vxix.xxx
ISSN CETAK : 2477-2062
ISSN ONLINE : 2502-891X
KESIMPULAN
Dalam penelitian ini dapat disimpulkan
bahwa metode Breadth First Search (BFS)
dapat dijadikan sebagai teknik penelusuran
untuk mencari solusi. Certainty factor (CF)
dapat digunakan sebagai teknik pembobotan
gejala dan perhitungan tingkat keyakinan.
Sistem pakar ini dapat memberikan nilai
keyakinan hasil diagnosis hama dan penyakit
berdasarkan fakta dan pengetahuan yang
dientry ke dalam sistem. Nilai tersebut
dihitung menggunakan nilai CF dari seorang
pakar dan CF dari pengguna itu sendiri.
Selain dapat memberikan keputusan tentang
hama atau penyakit kopi dari gejala-
gejalanya, sistem ini juga menyediakan
informasi cara pengendalian hama dan
penyakit tersebut.
Sistem ini selanjutnya dievaluasi
kinerjanya untuk menilai tingkat penerimaan
pengguna. Berdasarkan evaluasi pengguna,
proporsi ketiga kelompok responden masing-
6
Some rights reserved BY-NC-SA 4.0 International License
 RRABIT : Jurnal Teknologi dan Sistem Informasi Univrab
Volume xx No. xx | Januari xxx : Hal :xx-xx
masing menyatakan setuju bahwa sistem
pakar ini sudah baik meskipun persentase
penilaiannya berbeda-beda. Dengan
demikian, secara keseluruhan dapat
disimpulkan bahwa penilaian pengguna
terhadap sistem ini dikategorikan baik.
Meskipun sistem pakar ini telah berhasil
diimplementasikan, terdapat beberapa
peluang penelitian lanjutan, Peluang tersebut
antara lain adalah penambahan fitur sistem
untuk diagnosis dengan gambar tanaman
yang terkena hama/penyakit. Dengan cara
seperti ini, diagnosis dapat dilakukan dengan
lebih teliti melalui observasi gambar yang
diambil dengan kamera atau smartphone.
Selain itu konsep machine learning dapat
juga diaplikasikan untuk proses identifikasi
dan klasifikasi hama dan penyakit tanaman
kopi.
DAFTAR PUSTAKA
1. Amanda, J.D. & Hidayat, N., 2018.
Implementasi
Metode Dempster- Shafer untuk Mendet
eksi Penyakit Diabetes Mellitus, 2(8).
2. Ariani, D.T. & Findawati, Y., 2015.
Sistem pakar penyakit lambung dengan
metode dempster shafer berbasis web.
Jurnal Ilmiah Teknik Informasi. UM-
Sidoarjo, 1–13.
3. Brady HR, O’meara YM, Benner BM.
Glomerular disease. In: Kasper DL,
Fauci AS, Longo DL, Brauwald, Hauser
SL, Jameson JL. Harrison’s principles of
internal medicine. 16th ed. New York:
McGraw Hill Company; 2005.
4. Hartati, S., 2011. Penggunaan penalaran
berbasiskasus untuk membangun basis
pengetahuan dalam sistem diagnosis
penyakit. Amikom, 1–7.
7
DOI : https://doi.org/10.36341/rabit.vxix.xxx
ISSN CETAK : 2477-2062
ISSN ONLINE : 2502-891X
5. Kharisma, Y. (2017). Tinjauan Umum
Sindrom Nefrotik. Universitas Islam
Bandung.
6. Kusumadewi, S., 2003. Artificial
Intelligence, Teknik dan Aplikasinya.
Yogyakarta: Graha Ilmu.
7. Mayo Clinic. Diakses pada 2020.
Nephrotic Syndrome. American Kidney
Fund. Diakses pada 2020. Nephrotic
Syndrome.
8. Minardi, J. & Suyatno., 2016. Sistem
pakar untukdiagnosa penyakit kehamilan
menggunakan Metode Dempster-Shafer
Dan Decision Tree.Jurnal Simetris, 7
(Vol 7, No 1 (2016): Jurnal Simetris
Volume 7 No 1 Tahun 2016), 83–98.
9. PAPDI. (2014). Buku Ajar Ilmu
Penyakit Dalam. Jakarta.
10. Prodjosudjadi, Wiguno. 2006.
Sindrom Nefrotik. pada Buku Ajar Ilmu
Penyakit Dalam, edisi 4. Jakarta: Pusat
Penerbitan Departemen Ilmu Penyakit
Dalam FKUI
11. Sinaga, M.D., Sari, N., & Sembiring,
B., 2016. Penerapan Metode Dempster
Shafer untuk mendiagnosa penyakit dari
akibat bakteri Salmonella. Cogito Smart
Journal, 2(2), 94–107.
12. Samsudin, S. (2019). Optimalisasi
Penerimaan Remunerasi Dosen
Menggunakan Metode Rule Base
Reasoning. Klik – Kumpulan Jurnal
Ilmu Komputer,6 (3), 224,
https://doi.org/10.20527/klik.v6i3.185
13. Suyanto, 2014. Artificial Intelligence
(Second). Bandung: Bandung.
14. Triyanto, S., & Fadlil, A. 2014.
Sistem pakar untukmendiagnosa
penyakit kelinci berbasis web. Jurnal
Sarjana Teknik Informatika, 1, 1–13.
15. Widyaningsih, M., & Gunadi, R.
2017. Dempster Shafer Untuk Sistem
Some rights reserved BY-NC-SA 4.0 International License
RRABIT : Jurnal Teknologi dan Sistem Informasi Univrab ISSN CETAK : 2477-2062
Volume xx No. xx | Januari xxx : Hal :xx-xx ISSN ONLINE : 2502-891X

Diangosa Gejala Penyakit Kulit Pada

Kucing, 7(1).
16. https://yankes.kemkes.go.id/
view_artikel/409/kenali-anak-dengan-
sindroma-nefrotik-dan-diet-sehatnya

8
DOI : https://doi.org/10.36341/rabit.vxix.xxx Some rights reserved BY-NC-SA 4.0 International License