SISTEM PAKAR DIAGNOSA PENYAKIT ANJING MENGGUNAKAN

METODE FDORWARD CHAINING BERBASIS WEB

Sonia Eka Pratiwi (1310651025)

Soniaeka70@gmail.com

Teknik Informatika
Universitas Muhammadiyah Jember
Jln. Karimata No.49, Telp (0331)336728, Jember

ABSTRAK

Anjing sering digunakan untuk membantu manusia. Terutama yang

menyukai dan memelihara anjing mereka juga harus juga memperhatikan kondisi
kesehatan dari anjingnya. Sebagaimana manusia, anjing juga dapat terserang
penyakit dan parasit.

Namun permasalahannya adalah keterbatasan waktu, biaya dan jumlah

dokter hewan yg masih sedikit sehingga anjing tersebut tidak bisa segera di
tangani. Selain itu juga informasi yang kita peroleh hanya sesuai dengan kondisi
anjing kita pada saat ke dokter hewan sehingga jika terjadi gejala baru yg muncul
maka harus memeriksakannya kembali.

Maka di butuhkan solusi untuk mendeteksi penyakit anjing sejak dini agar
penyakit tersebut tidak memburuk juga agar tidak terlambat dalam menanganinya.
Yaitu dengan mengembangkan aplikasi sistem pakar untuk diagnosa penyakit
anjing menggunakan motor inferensi Forward chaining yang meliputi 9 penyakit
dan dan 27 gejala . Dengan harapan agar Sistem pakar yang dikembangkan
berguna untuk membantu masyarakat dalam memperoleh informasi mengenai
penyakit anjing beserta solusinya secara mudah dan cepat.

Kata kunci : sistem pakar, penyakit anjing, forward chaining

Page 1
I. PENDAHULUAN gejala yang tampak pada anjing serta
1.1 Latar Belakang membantu para pemelihara anjing
Anjing sering digunakan untuk agar mengetahui penyakit dari hewan
membantu manusia. Terutama yang yang dipeliharanya. Sistem pakar
menyukai dan memelihara anjing Diagnosa Penyakit Anjing ini
harus juga memperhatikan kondisi merupakan aplikasi yang
kesehatan dari anjing tersebut. mengandung pengetahuan,
Sebagaimana manusia, anjing juga pengalaman yang di masukan satu
dapat terserang penyakit dan parasit. banyak pakar ke dalam suatu area
Salah satu tindakan antisipasi adalah pengetahuan tertentu sehingga setiap
mengetahui seperti apa gejala dari orang dapat menggunakannya untuk
penyakit tersebut, salah satunya memecahkan berbagai masalah yang
adalah dengan memeriksakan anjing bersifat spesifik dalam hal ini.
kita kepada dokter hewan secara Sistem Diagnosa Penyakit Anjing
teratur. berbasis web ini dibuat dengan
Namun permasalahannya adalah menggunakan metode forward
keterbatasan waktu, biaya dan chaining yang pada umumnya
jumlah dokter hewan yg masih digunakan untuk sistem pendukung
sedikit. Selain itu juga informasi keputusan dan sistem pakar.
yang kita peroleh hanya sesuai algoritma ini akan berjalan sangat
dengan kondisi anjing kita pada saat baik ketika permasalahan bermula
ke dokter hewan. Jika kita melihat dari mengumpulkan ataupun
ada gejala yang lain, mau tidak mau menyatukan informasi lalu kemudian
kita harus kembali melakukan mencari kesimpulan yang dapat
konsultasi kepada dokter hewan diambil dari informasi tersebut. Dan
tersebut. memiliki kemampuan untuk
Sistem pakar diagnosis penyakit memberikan kesimpulan dengan data
anjing ini merupakan program yang terbatas.
kecerdasan buatan yg dibuat untuk
mendiagnosa penyakit atau parasit
yang menyerang anjing dari gejala-

Page 2
1.2 Rumusan Masalah
1. Apakah metode forward 1.5 Manfaat
chaining dapat digunakan untuk 1. Memberikan kemudahan
diagnosa penyakit pada Anjing ? kepada para pengguna/ pemelihara
2. Berapakah tingkat akurasi untuk mendiagnosis penyakit yang di
dari metode forward chaining untuk derita oleh anjing peliharaannya
melakukan pengujian pada sistem berdasarkan gejala yang tampak
pakar tersebut? 2. Membantu dokter hewan
1.3 Batasam Maslah dengan menggantikan perannya dari
1. Penyakit hewan anjing yang seorang pakar dalam menangani
dapat di diagnosa pada sistem pakar penyakit pada anjing serta
ini antara lain : diabetes mellitus, memberikan saran dan
distemper, leptospirosis, parvo virus, pengobatannya.
cacing tambang, ringworm, hepatitis, II. TINJAUAN PUSTAKA
gastric dilatation, giardia. 2.1 Definisi Kecerdasan Buatan
2. Sumber pengetahuan di Kecerdasan buatan dapat
peroleh dari dari pakar(Drh.Henry didefinisikan sebagai mekanisme
Kurniawan),dan jurnal yang pengetahuan yang ditekankan pada
mendukung. kecerdasan pembentukan dan
3. Aplikasi yang dibuat penilaian pada alat yang menjadikan
merupakan aplikasi berbasis web. mekanisme itu, serta membuat
1.4 Tujuan komputer berpikir secara cerdas.
1. Mengimplementasikan Kecerdasan buatan juga dapat
metode forward chaining agar dapat didefinisikan sebagai salah satu
digunakan untuk mendiagnosis bagian ilmu komputer yang membuat
penyakit anjing. agar mesin (komputer) dapat
2. Mengetahui tingkat akurasi melakukan pekerjaan seperti dan
metode forward chainingdalam sebaik yang dilakukan manusia.
mengimplementasi sistem pakar 2.2 Definisi Sistem Pakar
diagnosis penyakit anjing. Sistem pakar adalah sistem
yang berusaha mengadopsi

Page 3
pengetahuan manusia ke komputer akhir, karena seluruh proses akan
yang di rancang untuk memodelkan dikerjakan secara berurutan maju.
kemampuan menyelesaikan masalah 2.4 Penyakit anjing
layaknya seorang pakar. 1. Diabetes Mellitus
Sistem pakar (expert system) adalah Diabetes mellitus merupakan suatu
sistem yang menggunakan penyakit yang ditandai oleh
pengetahuan manusia, dimana meningkatnya kadar gula di dalam
pengetahuan tersebut dimasukkan ke darah
dalam sebuah komputer, dan 2. Distemper
kemudian di gunakan untuk penyakit ini disebabkan oleh
menyelesaikan masalah-masalah morbilin virus yang merupakan
yang biasanya membutuhkan penyakit yang sangat bisa ditularkan
kepakaran atau keahlian manusia. oleh anjing lain.
Atau dengan kata lain sistem pakar 3. Leptospirosis
adalah sistem yang didesain dan di Pembawa penyakit ini biasanya
implementasikan dengan bantuan merupakan kuman yang terdapat di
bahasa pemrograman tertentu untuk air kencing tikus.
dapat menyelesaikan masalah seperti 4. Parvo virus
yang dilakukan oleh para ahli. Hanya 10% dari penderita yang bisa
2.3 Metode Forward Chaining bertahan hidup. virus ini menyerang
Metode Forward Chaining adalah pada bagian pencernaan.
metode pencarian atau teknik 5. Cacing tambang
pelacakan ke depan yang dimulai Cacing tambang merupakan parasit
dengan informasi yang ada dan yang hidup didalam saluran
penggabungan rule untuk pencernaan yang umumnya
menghasilkan suatu kesimpulan atau ditemukan pada anjing.
tujuan. (Russel S,Norvig P, 2003). 6. Ringworm
Pelacakan maju ini sangat baik jika Adalah jamur (bukan cacing) seperti
bekerja dengan permasalahan yang pada namanya yang ada kata “worm”
dimulai dengan rekaman informasi nya
awal dan ingin dicapai penyelesaian

Page 4
7. Hepatitis 2.6 Pengertian php
Karena adanya gangguan fungsi hati, PHP singkatan dari PHP
cairan empedu menumpuk di dalam HypertextPreprocessor. Ia
darah dan jaringan tubuh, sehingga merupakan bahasam berbentuk skrip
membuat jaringan terlihat kuning. yang ditempatkan dalamserver dan
8. Gastric dilatation diproses di server.
Yaitu kelainan pada organ 2.7 Mysql
pencernaan yang dapat timbul My Structured Query Language
dengan cepat dan lebih sering (MySQL)adalah sebuah program
menyerang pada anjing bertipe besar pembuat danpengelola database atau
dengan bagian dada yang dalam dan yang sering disebutDatabase
sempit. Management System (DBMS).
9. Giardia Sifatdari DBMS ini adalah open
Merupakan parasit protozoa bersel source.
satu yang hidup di dalam saluran 2.8 Tanimoto Distance
pencernaan hewan. Uji pada dataset yang telah di
2.5 Pengertian Website peroleh menggunakan Tanimoto
Website adalah, suatu kumpulan- Distance.
kumpulan halaman yang 𝑃 ∩ 𝐶 adalah set interaksi antara set
menampilkan berbagai macam kategori yg di prediksi 𝑃 (sistem) dan
informasi teks, data, gambar diam set kategori aktual𝐶 (pakar). Pada uji
ataupun bergerak, data animasi, Tanimito
suara, video maupun gabungan dari
Distance(𝑡𝑎𝑛𝑖𝑚𝑜𝑡𝑜 ),semakin
semuanya, baik itu yang bersifat
nilainya mendekati Nol maka
statis maupun yang dinamis, yang
semakin banyak jumlah total kategori
dimana membentuk satu rangkaian
yang berhasil diprediksi dengan
bangunan yang saling berkaitan
benar. Uji Tanimoto Distance dapat
dimana masing-masing dihubungkan
di modelkan dengan persamaan
dengan jaringan halaman atau
berikut :
hyperlink (Hakim : 2004).
|𝑃 | + |𝐶 | − 2|𝑃 ∩ 𝐶 |
𝑡𝑎𝑛𝑖𝑚𝑜𝑡𝑜 =
|𝑃 | + |𝐶 | − |𝑃 ∩ 𝐶 |

Page 5
Keterangan : dalam sebuah program, yang di olah
𝑃 = Prediksi (sistem) menjadi program yang sederhana
𝐶 = Actual layaknya sebagai pakar penyakit

𝑃 ∩ 𝐶 = Interaksi antara 𝑃 dan 𝐶 anjing. Berdasarkan sumber-sumber

III. METODE PENELITIAN pengetahuan yang telah diuraikan

3.1 Tahapan Penelitian diatas.

3.3 Tabel penyakit
Kode Nama Penyakit
P1 Diabetes mellitus
P2 Distemper
P3 Leptospirosis
P4 Parvo virus
P5 Cacing tambang
P6 Ringworm
P7 Hepatitis
P8 Gastric dilatation
3.2 Akuisi Pengetahuan
P9 Giardia
1. Sumber Pengetahuan
Sumber pengetahuan sistem pakar ini
yang terdiri dari data jenis penyakit 3.4 Tabel gejala

anjing beserta definisi, gejala, serta Kod Gejala

solusi atau cara pengobatan diperoleh e

dari berbagai sumber informasi, G1 Nafsu makan meningkat

diantaranya : G2 Nafsu makan berkurang

 Wawancara G3 Penurunan berat badan

Drh. Henry Kurniawan(Salsabila Pet G4 Naik berat badan

Shop) G5 Sering buang air kecil

 Studi Pustaka G6 Bau nafas yg tidak sedap

Internet G7 Lesu

2. Proses ini adalah proses G8 Demam

pemindahan pengetahuan pakar ke G9 Gelisah

Page 6
 G10 Tidak nafsu makan G2 x x
G11 Diare G3 x x
G12 Keluar cairan dari G4 x
mulut/mata/hidung G5 x
G13 Muntah G6 x
G14 Muntah darah G7 x x x
G15 Kotoran berdarah G8 x x x
G16 Kulit kemerahan G9 x x x
G17 Penebalan kulit G10 x x
G18 Iritasi kulit G11 x x x x x
G19 Tonsil membesar G12 x
G20 Warna kekuningan di G13 x x x
selaput lendir G14 x
G21 Warna kekuningan di G15 x
selaput kuku G16 x
G22 Mengeluarkan air liur yg G17 x
banyak G18 x
G23 Perut bengkak setelah G19 x
makan G20 x
G24 Menggigiti atau menjilati G21 x
daerah perut G22 x
G25 Bernafas pendek G23 x
G26 Detak jantung berlebihan G24 x
G27 Bau kotoran menyengat G25 x

G26 x
3.5 Tabel kombinasi
G27 x
Penyakit
Kode P P P P P P P P P
3.6 Pohon Keputusan
1 2 3 4 5 6 7 8 9
Pohon keputusan di gunakan sebagai
G1 x
dasar membangun kumpulan aturan

Page 7
yang di perlukan untuk memprediksi
penyakit anjing berdasarkan gejala-
gejala yang ada.

3.8 Diagram konteks

adalah sebuah diagram sederhana
yang menggambarkan hubungan
antara entity luar,masukan dan
keluaran dari sitem.

3.9 Data flow diagram

3.7 Flow Chart
Adalah suatu model logika data atau
flowchart (Diagram Alir) di gunakan
proses yang di buat untuk
dalam merancang algoritma pakar
menggambarkan dari mana asal data
yang digunakan untuk tampilan web.
dan kemana tujuan data yang keluar
dari sistem,dimana data di
simpan,proses apa yang
menghasilkan data tersebut dan
interaksi antara data yang dikenakan
pada data tersebut.

Page 8
3.10 ERD(Entity Relation
Diagram) Langkah ke dua, setelah terdaftar
Merupaka model konseptual untuk maka klik login masukkan usename
menggambarkan struktur logis dari dan pasword saat registrasi tadi.
basis data berbasis grafis dan
menghubungkan antara entitas-
entitas melalui diamond.

Langkah ke tiga, setelah login maka

IV. HASIL DAN PEMBAHASAN klik diagnosis, maka akan masuk ke
4.1 Implementasi Sistem proses diagnose
Langkah pertama, sebelum login user
dan melakukan proses konsultasi
user harus melakukan register
terlebih dahulu Setelah di proses maka akan tampil
hasil dari diagnosa tadi,beserta cara
penanganan / pemberian solusi

Page 9
 Keterangan :

Pj = Prediksi ( sistem )

Cj = ( pakar )

𝑃 Aktual ∩ 𝐶
= 𝐼𝑛𝑡𝑒𝑟𝑎𝑘𝑠𝑖 𝑎𝑛𝑡𝑎𝑟𝑎 𝑃 𝑑𝑎𝑛 𝐶

Contoh gejala 1 :
𝒕𝒂𝒏𝒊𝒎𝒐𝒕𝒐𝒋 |𝟏| |𝟏| 𝟐|𝟏|∩|𝟏| 𝟎
𝟎
4.2 Pengujian Siatem | 𝟏 | | 𝟏 |– | 𝟏 | ∩ | 𝟏 | 𝟏

Setelah program selesai di buat,baru

4.3 Pengujian tingkat akurasi
di lakukan tahap pengujian sistem.
Dimana data yang di gunakan Pengujian tingkat akurasi yang di
merupakan data yang di peroleh dari maksud adalah untuk menemukan
Dr.Henry Kurniawan. presentase ketetapan dalam proses
pengklasifikasian terhadap data
testing yang di uji . tingkat akurasi di
hitung menggunakan rumus berikut :

∑ 𝑚𝑎𝑡𝑐ℎ
× 100%
∑ 𝑡𝑝

𝑚𝑎𝑡𝑐ℎ

= Jumlah klasifikasi yang benar

(data berjumlah 35 )
𝑡𝑝 = Jumlah data testing
Pengujian data testing ini
menggunakan uji tanimoto distance (
tanimotoj ) seperti berikut ini :
Akurasi(%) = 35
× 100 = 88,57%

𝒕𝒂𝒏𝒊𝒎𝒐𝒕𝒐𝒋 𝑷𝒋 𝑪𝒋 𝟐 𝑷𝒋 ∩ 𝑪𝒋
𝑷𝒋 𝑪𝒋 𝑷𝒋 ∩ 𝑪𝒋

Page
10
 1. Untuk mendapat nilai
V. KESIMPULAN DAN kepastian yang lebih akurat lagi, bisa
SARAN dilakukan dengan menerapkan
beberapa metode penanganan
5.1 Kesimpulan ketidakpastian lainnya dan

Berdasarkan pembahasan yang telah menambahkan gejala yang lebih

dilakukan pada skripsi ini, maka lengkap.

dapat diperoleh beberapa Sistem pakar yang dikembangkan

kesimpulan, antara lain: disarankan dapat dirancang di

platform lainnya, seperti mobile
1. Sistem diagnosa penyakit sehingga penerapannya akan menjadi
anjing berhasil dibangun dan dapat lebuh luas dan bisa digunakan oleh
digunakan oleh pengguna untuk setiap orang.
mendiagnosa penyakit anjing
meskipun di suatu daerah tidak ada DAFTAR PUSTAKA :
pakar. Nilogiri, A., Suciati, N., Purwitasari,
2. Sistem pakar untuk D. (2012). Klasifikasi Impresi Multi
mendiagnosa penyakit anjing ini Label dengan Probabilistic Neural
dapat memberikan kemudahan bagi Network pada Citra Batik
orang-orang untuk mencari penyebab Menggunakan Kombinasi Fitur
penyakit anjing serta solusi yang Warna,Tekstur, dan bentuk. Institut
harus diambil oleh pemelihara teknologi sepuluh
anjing. November,Surabaya.
3. Dari hasil diagnosa dokter
dibandingkan dengan hasil diagnosa Arhami, Muhammad. (2005). Konsep
sistem memiliki tingkat akurasi Dasar Sistem Pakar. Edisi Pertama.
88,57% Yogyakarta: Andi.
5.2 Saran

Dalam pengembangan penelitian ini Harun, M. (2013).Aplikasi Sistem

penulis memberikan beberapa saran, Pakar Diagnosa Penyakit Pada
yaitu: Kucing, paradigmaAkademi

Page
11
Manajemen Informatika dan Aplikasi Deteksi Pendingin Reaktor
Komputer Bina Sarana. Informatika Serba Guna/Prsg_Batan. Jurnal
Tangerang volume 15 Teknik Informatika Program
StudiTeknik Informatika UIN Syarif
Kusrini. (2008). Aplikasi Sistem HIdayatullah volume 8 nomor 1.
Pakar Menentukan Faktor Kepastian
Pengguna Dengan Metode Tarigan ,Feriani A.(2014).Sistem
Kuantifikasi Pertanyaan. Yogyakarta Pakar Untuk Mendiagnosa Penyakit
: Andi. Ginjal dengan Metode Backward
Chaining. Times Jurusan Sistem
Pada Dinas Pendidikan Kabupaten Informasi Volume III nomor 2
Rembang Berbasis Web. Indonesian STMIK TIME.
Jurnal on Networking and Security
(IJNS), Volume 2, Nomor 2. Yulianti. Ayub, M. (2012).Sistem
Pakar Diagnosis Penyakit Anjing
Purnama, R. Putra,K. Dengan Forward Chaining.Jurnal
(2010).Pemanfaatan Teknologi Sms Informatika Fakultas Teknologi
Gateway Dan Metode Forward Informasi Universitas Kristen
Chaining Pada Sistem Informasi Maranatha volume 8 nomor 2.
Bimbingan Dan Konseling (Studi
Kasus Smak St Thomas Aquino
Mojokerto). Jurnal Informatika
Jurusan Sistem Informasi STIKOM
Surabaya.

Sholikhin, A. Kusuma, B. (2013).

Pembangunan Sistem Informasi
Inventarisasi Sekolah
Syafrizal, P.Setyaningrum, H.
Hulliyah,K. (2015). Penggunaan
metode Forward Chaining Pada

Page
12