Dalam bab ini menjelaskan mengenai Metode Analisis, Sistem Deteksi Penyakit, Analisis Kebutuhan, dan Metode Perancangan Sistem.
BAB IV : IMPLEMENTASI.
Bab ini berisi pembahasan dari hasil pembuatan program sistem deteksi jenis penyakit infeksi tropis pada manusia, kemudian dianalisis untuk diambil kesimpulan.
BAB V : PENUTUP.
Bab ini berisi kesimpulan berdasarkan hasil analisa yang telah dilakukan dan saran bagi pembaca serta semua pihak yang berminat mengembangkan sistem deteksi penyakit serta pengobatannya.
28+8 # 5 " # ' %!%5 &
Sistem syaraf, bersama6sama dengan sistem endokrin, mengurus atau memelihara sebagian besar pengaturan fungsi tubuh. Sejak pembentukannya, sistem syaraf ini mempunyai sifat6sifat mengatur yang sangat kompleks dan khusus. Sistem syaraf menerima berjuta6juta rangsangan informasi yang berasal dari bermacam6macam organ sensorik dan kesemuanya ini bersatu untuk dapat menentukan respon yang akan diberikan oleh tubuh. Disamping sebagai inspirasi awal dari jaringan syaraf tiruan, sistem syaraf biologis memberikan ciri6ciri yang memiliki keuntungan komputasi yang jelas. Pengalaman sensorik ini dapat menimbulkan reaksi yang berlangsung dengan segera, atau ingatan yang terbentuk dapat disimpan di dalam otak dan selanjutnya dapat membantu menentukan reaksi tubuh yang bagaimana yang akan dikeluarkan di masa yang akan datang (Santoso, 2000).
Syaraf biologis memiliki tiga jenis komponen yang merupakan perhatian khusus dalam memahami tentang jaringan syaraf tiruan, yaitu dendrit, soma dan akson. Dendrit adalah bagian yang menerima banyak sinyal dari syaraf lainnya. Sinyal ini adalah impuls elektris yang dikirimkan melalui sebuah
sinyal6sinyal yang baru saja masuk dengan cara yang sama seperti aksi bobot pada sebuah jaringan syaraf tiruan.
Soma atau badan sel, menjumlahkan sinyal6sinyal yang baru saja masuk. Ketika input yang cukup diterima, selnya disulut inilah yang mengirimkan sinyal atas akson ke sel lainnya. Sering diperkirakan bahwa sebuah sel, baik disulut atau tidak, pada waktu sesaat, sinyal yang dikirimkan dapat diperlakukan sebagai $ (berpasangan). Akan tetapi frekuensi penyulutan berbeda6beda dan dapat dipandang sebagai sinyal dengan ! yang lebih besar atau lebih kecil. Ini disesuaikan dengan melihat pada setiap tahap atau langkah waktu yang berlainan dan menjumlahkan semua aktifitas (sinyal diterima atau sinyal dikirimkan) pada titik khusus pada waktu tertentu.
Pengiriman sinyal dari syaraf khusus dikerjakan oleh aksi potensial yang dihasilkan dari kosentrasi ion6ion yang berbeda pada salah satu sisi dari lapisan akson syaraf (“ ! % dari otak). Ion6ion yang paling banyak dilibatkan
secara langsung adalah !, !dan e.
Syaraf biologis umum digambarkan pada gambar 2.1, bersama dengan akson dari dua syaraf lainnya (syaraf yang dapat menerima sinyal) dan dendrit untuk dua syaraf lainnya (syaraf yang dapat mengirimkan sinyal). Beberapa ciri6 ciri elemen pemrosesan dari jaringan syaraf tiruan diberikan dari sifat syaraf biologis, yaitu (Fausett, 1994) :
1. Elemen pemrosesan menerima banyak sinyal.
2. Sinyal mungkin dapat dimodifikasi oleh bobot pada dendrit. 3. Elemen pemrosesan menjumlahkan bobot.
4. Dalam keadaan yang tepat (input yang cukup), syaraf mentransmisikan sebuah tunggal.
5. Output dari syaraf khusus mungkin menuju ke banyak syaraf lainnya (cabang6 cabang akson).
Ciri6ciri lainnya dari jaringan syaraf tiruan yang diberikan oleh syaraf biologis adalah :
1. Pemrosesan informasi adalah lokal/setempat (meskipun pengertian lain dari transmisi, seperti aksi dari hormon, mungkin memberikan pengertian kontrol proses keseluruhan).
2. Memori dibagi atas :
a. Memori jangka panjang terletak pada sinapsis syaraf atau bobot.
b. Memori jangka pendek disesuaikan untuk sinyal yang dikirim oleh syaraf.
3. Kekuatan sipnasis mungkin dapat dimodifikasi oleh
pengalaman.
4. ! untuk sipnasis dapat menjadi pemicu/pembangkit atau
penghalang.
Karakteristik lain yang penting dari jaringan syaraf tiruan, yang sama dengan sistem syaraf biologis adalah toleransi kesalahan . Sistem syaraf biologis memberikan toleransi kesalahan dalam dua hal. Pertama, dapat mengenali banyak sinyal input yang agak berbeda dengan sembarang sinyal input lain yang pernah dilihat sebelumnya. Sebuah contoh dari hal ini adalah kemampuan manusia untuk mengenali seseorang setelah periode waktu yang lama. Kedua,
dapat memberi toleransi kerusakan untuk sistem syaraf itu sendiri. manusia dilahirkan dengan syaraf sebanyak 100 milyar. Sebagian besar berada dalam otak, dan banyak yang tidak dapat digantikan ketika sel6sel syaraf tersebut telah mati. Walaupun syaraf biologis terus6menerus hilang, manusia tetap berlanjut untuk belajar. Bahkan dalan kasus kehilangan sel syaraf yang parah, syaraf6syaraf lain dapat sewaktu6waktu dilatih untuk mengambil alih fungsi dari sel6sel yang rusak. Dengan cara yang sama, jaringan syaraf tiruan dapat didesain untuk mengabaikan kerusakan kecil pada jaringan, dan jaringan dapat dilatih kembali dalam kasus6 kasus kerusakan yang berarti (misalnya kehilangan data dan beberapa hubungan).
4 # 28+8 " # ' 4 %!%5
Walaupun bagi penggunaan jaringan syaraf tiruan tidak diharapkan untuk dapat memodelkan sistem syaraf biologis, namun mencoba untuk mencapai kemungkinan memodelkan jaringan syaraf biologis secara lebih logis/masuk akal dapat membawa kepada perbaikan ciri6ciri komputasional. Satu contoh adalah
penggunaan dari syaraf, sebagaimana ini ditemukan pada syaraf
Sifat dasar secara topologi dari peta ini mempunyai keuntungan komputasional, bahkan dalam aplikasi dimana struktur unit output sendiri tidak signifikan.
Para peneliti lain telah menemukan bahwa pengelompokkan dari syaraf tiruan optimal secara komputasional dapat disamakan dengan kumpulan syaraf biologis.
2828 # 5 " # ' #
Jaringan syaraf tiruan disebut juga *+ %, *- !
% atau *. $ . % serta *- %"
Sistem ini merupakan suatu model komputer yang mengambil prinsip kerja syaraf otak manusia. Jaringan syaraf tiruan tersusun dari sejumlah besar elemen yang melakukan kegiatan analog dengan fungsi6fungsi biologis neuron yang paling elementer. Elemen6elemen ini terorganisasir sebagaimana layaknya anatomi otak, walaupun tidak persis. Jaringan syaraf tiruan dapat belajar dari pengalaman, melakukan generalisasi dari contoh6contoh yang diperoleh dan mengabstraksi karakteristik esensial input bahkan data yang tidak relevan (Fausett, 1994).
Jaringan syaraf tiruan beroperasi secara langsung dengan angka sehingga data yang tidak numerik harus diubah menjadi data numerik. Jaringan syaraf tiruan
dikenal sebagai model ! karena tidak memerlukan model matematis
dari permasalahan yang dihadapi, dikenal juga sebagai kotak hitam + + &
atau tidak transparan # / karena tidak dapat menerangkan bagaimana suatu hasil didapatkan. Hal ini membuat jaringan syaraf tiruan mampu digunakan untuk menyelesaikan persoalan yang tidak terstruktur dan sulit didefinisikan.
Jaringan syaraf tiruan diimplementasikan untuk pemecahan masalah komputasi seperti yang dilakukan oleh otak manusia seperti pengenalan pola, pengambilan keputusan, kendali penggerak dan banyak lagi seperti prediksi kebangkrutan pada perusahaan, sebagai suatu mekanisme untuk mengakusisi pengetahuan untuk sistem pakar seperti pada peramalan stok market dengan hasil yang akurat. Pada dasarnya, kebanyakan aplikasi jaringan syaraf tiruan termasuk ke dalam 5 kategori berikut (Haykin, 1994) :
1. Prediksi, menggunakan nilai input untuk memprediksi beberapa output. Contohnya memilih barang terbaik dalam market, peramalan cuaca, identifikasi seorang penderita penyakit kanker, dan lain sebagainya.
2. Klasifikasi, menggunakan nilai input untuk menentukan klasifikasi. Contohnya, adalah input dari huruf ‘A’.
3. Asosiasi data, pada dasarnya seperti klasifikasi, tetapi juga dapat mengenali data yang berisikan kesalahan. Contohnya, tidak hanya identifikasi karakter yang di scan tetapi identifikasi kapan scanner tidak bekerja sebagaimana mestinya.
4. - ) ,menganalisa input6input sehingga pengelompokkan
hubungan dapat di simpulkan.
5. , menghaluskan sebuah sinyal input. Contohnya,
menghilangkan bunyi pada sinyal telepon.
Jaringan syaraf tiruan memiliki sejumlah besar kelebihan dibandingkan dengan metode perhitungan lainnya (sistem pakar, statistik), yaitu (Haykin,1994) :
1. Kemampuan mengakusisi pengetahuan walaupun dalam kondisi adanya gangguan dan ketidakpastian. Hal ini dikarenakan jaringan syaraf tiruan mampu melakukan generalisasi, abstraksi, dan ekstrasi terhadap properti statistik dari data.
0" Kemampuan merepresentasikan pengetahuan secara fleksibel. Jaringan syaraf tiruan dapat menciptakan sendiri representasi melalui pengaturan diri sendiri
atau kemampuan belajar ) "
3. Kemampuan mentolerir suatu distorsi 1 " Dimana gangguan kecil pada data dapat dianggap hanya (guncangan) belaka.
4. Kemampuan memproses pengetahuan secara efisien karena memakai sistem paralel, maka waktu yang diperlukan untuk mengoperasikannya menjadi lebih singkat.
5. Kemampuan untuk memperoleh pengetahuan melalui pembelajaran dari pengalaman.
Walaupun dengan banyak kelebihan yang dimiliki, jaringan syaraf tiruan tetap mempunyai sejumlah keterbatasan. Misalnya kekurangmampuannya dalam melakukan operasi6operasi numerik dengan presisi tinggi, operasi algoritma aritmatik, operasi logika, dan oprasi simbolis dan lamanya proses pelatihan yang kadang6kadang membutuhkan waktu berhari6hari untuk jumlah data yang besar. Hal itu terjadi karena sulitnya mengukur performansi sebenarnya dari jaringan syaraf tiruan itu sendiri.
2828+8 % & $ & # # 5 " # ' # 8
Ide dasar jaringan syaraf tiruan adalah konsep belajar. Jaringan6jaringan belajar melakukan generalisasi karakteristik tingkah laku obyek. Jika dilihat dari sudut pandang manusia, hal ini sama seperti bagaimana manusia belajar sesuatu. Manusia mengenal obyek dengan mengatur otak untuk menggolongkan atau melakukan generalisasi terhadap obyek6obyek tersebut. Manusia menyimpan ilmu pengetahuannya ke dalam otak yang berisikan sinapsis, , dan lainnya. Jaringan syaraf menyimpan ilmu pengetahuannya dalam nilai bobot sambungan (seperti sinapsis dalam otak manusia) dan elemen6elemen ( ) yang menghasilkan keluaran.
Untuk dapat menyelesaikan suatu permasalahan, jaringan syaraf tiruan memerlukan algoritma belajar, yaitu bagaimana sebuah konfigurasi jaringan syaraf tiruan dapat dilatih untuk mempelajari data historis yang ada. Dengan pelatihan ini, pengetahuan yang terdapat pada data dapat diserap dan direpresentasikan oleh harga6harga bobot koneksinya. Ada dua jenis algoritma belajar :
a. Pembelajaran Terawasi '
Metode pembelajaran pada jaringan syaraf disebut terawasi jika output yang diharapkan telah diketahui sebelumnya. Contoh : 2 , 3
2 (GDR) atau algoritma $ , dan algoritma
4 5 ) (LVQ).
Metode pembelajaran yang tak terawasi ini tidak memerlukan target output.
Contoh : Kohonen dan Carpenter(3 $ 2
(ART), dan- ! !.
282828 % ' 5 # & # 5 " # ' #
Menurut strukturnya, jaringan syaraf dapat dibagi kedalam 2 jenis :
1. .
Sinyal mengalir dari lapisan masukan, lapisan tersembunyi sampai lapisan luaran. Setiap simpul dihubungkan dengan simpul lainnya yang berada di atas dan di bawahnya, tetapi tidak dengan simpul yang berada pada lapisan yang
sama. Contoh : . (MLP), 4 5 )
45 , - $ - (CMAC) ,
3 7 (GMDH) .
2. 2 .
Sinyal mengalir dua arah: maju dan mundur. 2 memiliki
memori dinamik: luaran6luaran yang berasal dari masukan, sama baiknya seperti masukan dan luaran sebelumnya. Contoh : Hopfield , Elman
, dan Jordan .
merupakan algoritma pembelajaran yang terawasi dan pada dasarnya menggunakan aktivasi bipolar (1 atau 61) untuk sinyal input dan target output. Bobot dalam koneksi yang berasal dari unit input ke
ADALINE dapat diatur. ADALINE mempunyai bias, dimana bobot yang ada dalam suatu koneksi di suatu jaringan dapat diatur dan fungsi aktivasinya selalu 1.
Secara umum, ADALINE dapat dilatih dengan menggunakan
seperti LMS ( '/ ) atau aturan Widrow dan Hoff. Aturan atau
algoritma ADALINE juga digunakan untuk jaringan satu lapisan dengan beberapa unit input. ADALINE hanya mempunyai satu unit output.
Aturan pembelajaran akan meminimalisasi rata6rata kesalahan yang terjadi dengan nilai target. Hal ini akan mengijinkan jaringan untuk melanjutkan pembelajaran pada semua pelatihan, bahkan sesudah nilai output yang benar dihasilkan (jika sebuah fungsi diterapkan) untuk beberapa pola.
Sesudah pelatihan, jika jaringan itu sedang digunakan untuk klasifikasi pola, dimana output yang dikehendaki, baik +1 atau 61, sebuah fungsi dapat diterapkan kedalam jaringan input untuk memperoleh aktivasi. Jika input jaringan ke ADALINE lebih besar daripada atau sama dengan 0, nilai aktivasinya akan diset menjadi 1, dan jika tidak, nilai aktivasinya sama dengan 61.
ADALINE adalah unit tunggal yang menerima input dari beberapa unit. ADALINE juga menerima input dari sebuah unit yang sinyalnya selalu +1, untuk bobot bias dilatih oleh proses yang sama, sedangkan digunakan untuk melatih bobot yang lain. ADALINE tunggal ditunjukkan pada gambar 2.2. diberikut ini :
4 # 2828 #& #
Beberapa ADALINE yang menerima input yang sama dapat dikombinasikan dalam jaringan satu lapisan, dideskripsikan untuk . Jika ADALINE dalam jaringan satu lapisan ini dikombinasikan, maka dari ADALINE akan berubah menjadi input untuk ADALINE yang lain, sehingga jaringan akan berubah menjadi jaringan banyak lapisan. Kondisi semacam ini akan mempengaruhi dalam penentuan sebuah bobot, karena didalam menentukan bobot akan sangat sulit.
28-8+8 !5%# !
Sebuah algoritma untuk pelatihan ADALINE adalah sebagai berikut : Langkah 1 : inisialisasi bobot (biasanya menggunakan nilai acak). Set
α
Langkah 2 : selama kondisi berhenti bernnilai salah, maka lakukan langkah6 langkah berikut :
a. Untuk pelatihan masing6masing pasangan s dan t, kerjakan : (1) Set aktivasi untuk unit input, i = 1….n
& =
(2) Hitung input jaringan ke unit output
∑
− =$ &
_
(3) Perbaharui bias (b) dan bobot (w), i = 1,….,n
& ! $ ! $ $ $ ) _ 1 ( ) ( ) ( ) _ 1 ( ) ( ) ( − + = − + = α α
b. Tes untuk kondisi berhenti. Jika bobot yang paling besar berubah pada langkah a, lebih kecil dibandingkan pada toleransi yang ditetapkan, maka perhitungan bobot bias bisa dihentikan, kalau tidak, dilanjutkan.
28-828 $! &
Sesudah pelatihan, sebuah unit ADALINE dapat digunakan untuk
mengklasifikasikan pola input. Jika nilai target bersifat bivalen (polar atau biner), fungsi step dapat diterapkan pada fungsi aktivasi untuk unit bipolar. Prosedur dariu fungsi step yang diterapkan pada target bipolar adalah sebagai berikut: Langkah 1 : inisialisasi bobot
Langkah 2 : untuk masing6masing vector input bipolar x, lakukan langkah6 langkah berikut ini :
a. Set aktivasi unit input untuk x
∑
+ =$ &
_
b. Fungsi aktivasi yang berlaku adalah
− = 1 1 jika 0 _ 0 _ < ≥
diatur dalam jaringan banyak lapisan. Contoh yang diberikan oleh PERCEPTION dan DELTA RULE untuk beberapa unit output, keduanya mengindikasikan tidak ada perubahan dalam proses pelatihan jika beberapa unit ADALINE dikombinasikan dalam jaringan satu lapisan. Arsitektur MADALINE dapat pada gambar 2.3. berikut :
4 # 28-8 #& # ) 5 2 " 5 #& 4 " ) & % $
Dari gambar diatas dapat dijelaskan bahwa 2 unit output yang tersembunyi dari ADALINE, yaitu z1 dan z2 yang ditentukan dengan sinyal yang berasal dari unit input yang sama, yaitu x1 dan x2. Masing6masing sinyal output adalah hasil
penerapan sebuah fungsi ke unit input jaringan. Kemudian y adalah fungsi nonlinear dari input vector (x1 , x2). Penggunaan unit yang tersembunyi yaitu z1 dan z2 adalah untuk memberikan kemampuan komputansi yang tidak ditemukan pada jaringan satu lapisan, tetapi juga mempersulit proses pelatihan.
28.8+8 !5%# !
Algoritma yang digunakan untuk pelatihan MADALINE ada 2, yaitu MRI dan MRII. Dalam algoritma MRI, ditentukan bobot adalah v1 dan v2. Unit output y akan bernilai 1 bila sinyal yang diterima dari z1dan z2adalah 1dan unit output y akan bernilai 61 bila sinyal yang diterima dari z1dan z2adalah 61. dengan kata lain, unit y melakukan fungsi logika OR pada suatu sinyal yang diterima dari z1
dan z2. Bobot pada y adalah
2 1 1 = 4 dan 2 1 2 =
4 , dengan bias adalah
2 1
3 =
$ . Bobot pada ADALINE pertama yang tersembunyi yaitu w11 dam w21, dan bobot pada ADALINE kedua yang tersembunyi yaitu w12 dam w22disesuaikan dengan algoritmanya. Algoritma pelatihan pada MADALINE MRI adalah sebagai berikut:
Langkah 0 : Tentukan fungsi aktivasi untuk masing6masing unit z1,z2 dan y yaitu : − = 1 1 jika 0 0 < ≥ & &
Langkah 1 : inisialisasi bobot (biasanya menggunakan nilai atau angka yang kecil dan acak). Set α dengan nilai kecil
Langkah 2 : selama kondisi berhenti bernnilai salah, maka lakukan langkah6 langkah berikut :
a. Untuk masing6masing pasangan bipolar s dan t, b. Set aktivasi unit input : & =
c. Hitung input jaringan untuk masing6masing unit ADALINE yang tersembunyi 22 2 12 2 2 2 21 2 11 1 1 1 _ _ & & $ ) & & $ ) + + = + + =
d. Tentukan output dari masing6masing unit ADALINE yang
) _ ( ) _ ( 1 1 ) ) ) ) = =
e. Tentukan output jaringan
) _ ( _ $3 )1 1 )2 2 = + + =
f. Tentukan kesalahan dan perbaiki bobot: Jika t = y, tidak ada perubahan perbaikan bobot Jika tidak, kerjakan :
Jika t – 1, maka perbaiki bobot pada zi Unit input terdekat 0
) _ ( ) _ 1 ( ) ( ) ($ $ ! ) $8 8 8 = − + = α
Jika t = 61, maka perbaiki bobot semua unit zkbernilai positif
& ) ! $ ) ! $ $ $ ) _ 1 ( ) ( ) ( ) _ 1 ( ) ( ) ( − + = − + = α α
g. Tes kondisi berhenti. Jika perubahan bobot telah berhenti atau jika angka maksimum pada literasi perbaikan bobot telah dilakukan, kondisi berhenti bernilai benar, kalau tidak, lanjutkan.
Dalam algoritma MR II, ditentukan bobot adalah v1 dan v2, sedangkan bias adalah b3dan unit output yaitu y. Unit output y akan bernilai 1 bila sinyal yang diterima dari z1dan z2adalah 1dan unit output y akan bernilai 61 bila sinyal yang diterima dari z1dan z2adalah 61. dengan kata lain, unit y melakukan fungsi logika OR pada suatu sinyal yang diterima dari z1dan z2.
Bobot pada y adalah 2 1 1= 4 dan 2 1 2 =
4 , dengan bias adalah 2 1
3 =
$ .
Bobot pada ADALINE pertama yang tersembunyi yaitu w11 dam w21, dan bobot pada ADALINE kedua yang tersembunyi yaitu w12 dam w22 disesuaikan dengan algoritmanya. Algoritma pelatihan pada MADALINE MRI adalah sebagai berikut:
Langkah 0 : Tentukan fungsi aktivasi untuk masing6masing unit z1,z2 dan y yaitu : − = 1 1 jika 0 0 < ≥ & &
Langkah 1 : inisialisasi bobot (biasanya menggunakan nilai atau angka yang kecil dan acak). Set α dengan nilai kecil
Langkah 2 : selama kondisi berhenti bernnilai salah, maka lakukan langkah6 langkah berikut :
a. Untuk masing6masing pasangan bipolar s dan t, b. Set aktivasi unit input : & =
c. Hitung input jaringan untuk masing6masing unit ADALINE yang tersembunyi 22 2 12 2 2 2 21 2 11 1 1 1 _ _ & & $ ) & & $ ) + + = + + =
d. Tentukan output dari masing6masing unti ADALINE yang tersembunyi : ) _ ( ) _ ( 1 2 1 1 ) ) ) ) = =
e. Tentukan output jaringan
) _ ( _ $3 )1 1 )2 2 = + + =
f. Tentukan kesalahan dan perbaiki bobot:
Jika t ≠ y, lakukan langkah 1 dan langkah 2 untuk masing6 masing unit tersembunyi, dimana input jaringan terdekat sama dengan 0 (misalnya antara 60,25 sampai 0,25)
(1) Ubahlah unit output (dari _1 menjadi 61)
(2) Hitung ulang respon jaringan (gunakan delta rule untuk menghitung ulang)
Tes kondisi berhenti. Jika perubahan bobot telah berhenti atau jika angka maksimum pada literasi perbaikan bobot telah dilakukan, kondisi berhenti bernilai benar, kalau tidak, lanjutkan.
28,8 " ) & 28,8+8
A ! adalah suatu gejala yang ditimbulkan oleh kelainan saluran pernapasan yang menyebabkan peningkatan kepekaan terhadap rangsangan dari lingkungan. Pemicu kejadian ini dapat berupa kelelahan pikiran (gangguan emosi), kelelahan jasmani, perubahan lingkungan hidup yang tidak diharapkan (cuaca, temperature, dan lain sebagainya), infeksi saluran pernapasan dan reaksi alergi dari bahan yang terhirup atau dimakan. Tingkat kepekaan saluran pernapasanini diawali dari gejala ringan (pilek/bersin atau batuk yang sering berulang/kambuh) sampai dengan gejala yang berat, berupa serangan asma.
Sekitar 50% gejala ini akan sembuh dengan sendirinya, walaupun pada suatu saat gejala ini akan muncul lagi pada tingkat yang lebih berat. Keadaan ini dikenal sebagai asma.
28,828 4 &
Nama lengkap penyakit ini adalah $ ! , yaitu suatu gangguan dari kelenjar . Menurut perkiraan medis, diabetes tidak bisa disembuhkan, tetapi bias dikontrol dengan pengobatan seumur hidup (Medi Media, 1999). Penyakit diabetes dibagi menjadi 2. Tipe I adalah diabetes yang tergantung
kepada insulin ( ) yang biasa terjadi pada anak6anak, dan
pengobatannya memerlukan suntikan insulin. Tipe II ( )
adalah diabetes yang tidak tergantung insulin. Ini biasa terjadi pada orang dewasa dan biasanya bisa dikontrol dengan olah raga, diet, dan obat anti diabetes.
Penyebab penyakit ini belum bias dipastikan, namun biasanya disebabkan oleh faktor keturunan serta rusaknya kelenjar pankreas.
28,8-8 1 $ # &
Hipertensi atau tekanan darah tinggi adalah tekanan darah yang terbaca
dimana 1 diatas 140/90 mmHg. Menurut kalangan kedokteran,
keadaan ini tidak bias disembuhkan, tetapi dapat dikontrol dengan pola hidup sehat dan obat6obatan. Namun menurut Clifford C. Andersin MD, obat6obatan untuk hipertensi pada hakikatnya hanya sekedar meringankan, bukan menyembuhkan.
28,8.8
Anemia adalah keadaan yang disebabkan oleh rendahnya kadar ! $
(Hb) darah. Semua Hb yang terdapat didalam mengalami penurunan
konsentrasi dibawah nilai normal, sehingga penderita mengalami sakit kepala, pusing, mudah lelah, dan mata berkunang6kunang. Selain karena penurunan konsentrasi Hb, penyakit ini bisa juga disebabkan oleh faktor keturunan, ataupun sel asal rusak karena pengaruh obat6obatan tipe tertentu.
28,8,8 ! #
Malaria adalah suatu infeksi sel darah merah oleh ! !. Malaria
disebabkan melalui gigitan nyamuk betina , transfusi darah yang
penderita. Setelah digunakan obat6obatan dan insektisida, malaria jarang ditemukan di Amerika dan negara berkembang lainnya, tetapi infeksi ini masih sering terjadi di negara6negara tropis. Terdapat 4 spesies parasit malaria, yaitu : (1) . ! ! &, (2) . ! ! # , (3) . ! ! !, dan
(4) . ! ! . Semuanya dapat menginfeksi manusia dan
menyebabkan malaria. . ! ! ! merupakan penyebab infeksi
terbanyak dan paling berbahaya. Gejala biasanya mulai timbul dalam waktu 10635 hari setelah parasit masuk ke dalam tubuh manusia melalui gigitan nyamuk. Gejala awal seringkali berupa demam ringan yang hilang timbul, sakit kepala, sakit otot dan mengigil, bersamaan dengan perasaan tidak enak badan ! "
Gejala ini berlangsung selama 263 hari dan sering diduga sebagai gejala flu. Gejala berikutnya dan pola penyakitnya pada keempat jenis malaria ini berbeda. Pada malaria !bisa terjadi kelainan fungsi otak, yaitu suatu komplikasi yang disebut malaria serebral. Malaria serebral bisa berakibat fatal. Pada malaria
&, mengigau bisa terjadi jika demam tinggi, sedangkan gejala otak lainnya tidak ada. Pada semua jenis malaria, jumlah sel darah putih total biasanya normal tetapi jumlah limfosit dan monosit meningkat. Jika tidak diobati, biasanya akan timbul8 ringan (sakit kuning) serta pembesaran hati dan limpa. Kadar gula darah rendah dan hal ini lebih berat pada penderita yang di dalam darahnya mengandung lebih banyak parasit. Jika sejumlah kecil parasit menetap di dalam darah, kadang malaria bersifat menetap.
28,898
TBC adalah penyakit menular yang disebabkan oleh ! $ !
!$ . Selain terdapat di paru6paru, bakteri ini juga dijumpai di beberapa organ diseluruh tubuh, antara lain : usus dan kelenjar limfa (kelenjar getah bening, tulang kulit, otak, ginjal, dan lain6lain) kemungkinan seseorang tertular sangat tinggi, terutama pada daerah yang berpenduduk padat. Gejala umum pada penderita TBC adalah suhu badan naik hingga 390 – 410C, kehilangan nafsu makan, batuk yang berkepanjangan, berat badan menurun, dan lain sebagainya. Bagi penderita dianjurkan minumm susu dan makanan bergizi setiap hari, istirahat yang cukup, melakukan pernapasan di tempat yang bersih dan segar serta