DENGAN MENGGUNAKAN METODE CERTAINTY FACTOR
Fina Nasari
Sistem Informasi, STMIK Potensi Utama
Jalan K.L. Yos Sudarso KM. 6,5 No. 3A Tanjung Mulia Medan
ABSTRAK
Perkembangan perekonomian yang semakin meningkat namun belum selaras dengan pemerataan perekonomian mengakibatkan tidak mampu membeli bahan makanan yang memenuhi kebutuhan zat gizi di sebagian kalangan masyarakat. Hal ini mengakibatkan munculnya penyakit Honger Oedema. Honger Oedema adalah bengkak ( Oedema ) pada bagian tubuh ( biasanya perut ) akibat keadaan yang terjadi karena kekurangan pangan dalam kurun waktu tertentu, sehingga mengakibatkan kurangnya asupan gizi yang diperlukan. Sebagai solusinya perlu adanya sebuah aplikasi sistem pakar yang dapat mendiagnosa penyakit
honger oedema. Untuk membantu memeberikan nilai kepercayaan terhadap hasil diagnosa, sistem pakar dilengkapi dengan metode certainty factor. Metode certainty factor adalah metode yang memberikan nilai kepastian terhadap suatu hasil diagnosa. Hasil sistem pakar ini dapat mendiagnosa penyakit honger oedema
dengan memberikan nilai certainty factor.
Kata kunci : Honger Oedema, Sistem Pakar, Certainty Factor
1. Pendahuluan
Badan Perencana Pembangunan Nasional (Bappenas) menilai kesejahteraan dalam pembangunan di Indonesia ternyata tidak berbanding lurus dengan pertumbuhan ekonomi. Hal itu sebabkan masalah aksestabilitas dan kualitas. Kesenjangan ini ada 2 jenis yaitu akses untuk pendidikan dan kesehatan, yang berkualitas kualitas[1]. Dalam bidang kesehatan dapat dilihat dari daya beli masyarakat yang tidak mampu membeli kebutuhan zat gizi pangan yang sesuai. Kekurangan kebutuhan zat mengakibatkan munculnya penyakit honger oedema yaitu jenis penyakit yang diakibatkan karena kurangnya asupan gizi pada seseorang. Sebuah aplikasi sistem pakar dengan metode certainty factor
diharapkan dapat membantu dalam mendiagnosa penyakit honger oedema, sehingga penanganannya dapat segera dilakukan.
Aziz Sukma Diana telah menerapkan aplikasi sistem pakar mendiagnosa penyakit gizi buruk, dalam hal ini masih menggunakan penalaran kedepan ( forward chainig ) yang belum memberikan nilai kepastian terhasap setiap hasil diagnosa[2].
2. Honger Oedema
Busung lapar ( Honger Oedema ) adalah bengkak ( Oedema ) pada bagian tubuh ( biasanya perut) akibat keadaan yang terjadi karena kekurangan pangan dalam kurun waktu tertentu pada suatu wilayah, sehingga mengakibatkan
kurangnya asupan gizi yang diperlukan. Hal ini terjadi untuk semua golongan umur [3]. Dalam penelitian ini jenis penyakit honger oedema honger oedema yang dibahas adalah Kwasiorkor
yaitu penyakit yang diakibatkan oleh kekurangan protein dan maramus yaitu penyakit yang diakibatkan oleh kekurangan energi.
3. Sistem Pakar
Sistem Pakar ( Expert System ) adalah sistem yang dirancang untuk dapat menirukan keahlian seorang pakar dalam menjawab pernyataan dan memecahkan suatu masalah[4].
4. Certainty Factor
Teori Certainty Factor diusulkan oleh Shortliffe dan Buchanan pada 1975 untuk mengakomadasi ketidakpastian pemikiran (
inexact reasoning ) seorang pakar. Seorang pakar, misalnya dokter sering kali menganalisis informasi yang ada dengan ungkapan seperti
“mungkin”, “kemungkinan besar”, “hampir pasti”.
Untuk mengakomodasi hal ini perlu menggunakan
Certainty Factor untuk menggambarkan tingkat keyakinan pakar terhadap masalah yang sedang dihadapi.
Metode MYCIN untuk menggabungkan
evidance pada antecedent sebuah aturan
ditunjukkan oleh tabel 1 dibawah ini: Tabel. 1 Aturan MYCIN untuk
Bentuk dasar rumus certainty factor sebuah aturan JIKA E MAKA H adalah sebagai berikut:
CF(H,e) = CF(E,e) * CF(H, E) Dimana
a. CF(E,e) = Certainty factor evidance E yang dipengaruhi oleh evidance.
b. CF(H,E) = Certainty factor hipotesis dengan asumsi evidance diketahui dengan pasti, yaitu ketika CF(E,e)=1.
c. CF(H,e) = Certainty factor hipotesis yang dipengaruhi oleh evidance e.
Representasi pengetahuan merupakan metode yang digunakan untuk mengkodekan pengetahuan dalam sebuah sistem pakar yang berbasis pengetahuan (knowledge base). Basis pengetahuan mengandung pengetahuan untuk pemahaman dan merupakan inti dari sistem pakar, yaitu berupa representasi pengetahuan dari pakar yang tersusun atas dua (2) elemen dasar yaitu, fakta dan aturan, dan mesin inferensi untuk mendiagnosa penyakit
honger oedema.
Basis pengetahuan yang di dalam sistem pakar ini akan digunakan untuk menentukan proses pencarian atau menentukan kesimpulan yang diperoleh dari hasil analisis. Hasil yang diperoleh setelah pengguna melakukan interaksi dengan sistem pakar yaitu dengan menjawab pertanyaan yang diajukan oleh sistem pakar. Basis pengetahuan yang di gunakan didalam sistem pakar ini terdiri dari : gejala-gejala yang diderita pasien dan derajat/ tingkat keyakinan yang diberikan oleh pakar. Tabel keputusan untuk gejala-gejala yang terjadi adalah seperti ditunjukkan oleh tabel. 2 dibawah ini:
Tabel. 2 Tabel keputusan gejala-gejala honger oedema id_gejal a Gejala Penyakit P001 ( Kwasiorko r ) P002 ( Maramu s ) G001 Berat badan <=5.6 Kg umur 0-1 Tahun * * G002 Berat badan <=8.2 Kg * * umur 1-3 Tahun G003 Berat Badan <=10.5 Kg umur 4-5 Tahun * * G004 Badan sangat kurus seolah tulang yang terbalut kulit * G005 Muka terlihat
tua ( old face
) * G006 Pertumbuhan Terhambat * * G007 Muka bulat ( monthface ) * G008 Terdapat flak merah muda dikulit yang terus bertambah dan berubah warna menjadi hitam ( Dermatosis flakypaint ) * G009 Pembengkaka n ( edema ) pada perut * G010 Pembengkaka n ( edema ) pada lengan * G011 Pembengkaka n ( edema ) pada kaki * G012 Reaksi terhadap lingkungan sangat kurang * * G013 Sering terlihat lapar dan waspada * G014 Diare menahun * G015 Kulit keriput * G016 Perut cekung * G017 Sering disertai penyakit lain, mis. Infeksi, gangguan pernapasan, cacingan * * G018 Nafsu makan kurang * G019 Rambut Tidak berkilau, kusam dan kering * *
G020 Rambut mudah rontok dan tidak sakit ketika di cabut * * G021 Rambut seperti perak dan lurus * G022 Suka menangis * G023 Anemia *
Tabel kepastian untuk gejala penyakit
honger oedema ditunjukkan oleh tabel III.2
berikut ini:
Tabel. 3 Tabel Nilai Kepastian (Certainty Factor) untuk Gejala Penyakit Honger Oedema
id_gejala Gejala Cfg G001 Berat badan <=5.6 Kg umur 0-1 Tahun 0.8 G002 Berat badan <=8.2 Kg umur 1-3 Tahun 0.8 G003 Berat Badan <=10.5 Kg umur 4-5 Tahun 0.8
G004 Badan sangat kurus seolah tulang yang terbalut kulit
0.8 G005 Muka terlihat tua ( old face
) 0.8
G006 Pertumbuhan Terhambat 0.8 G007 Muka bulat ( monthface ) 0.8 G008 Terdapat flak merah muda
dikulit yang terus bertambah dan berubah warna menjadi hitam (
Dermatosis flakypaint ) 0.8 G009 Pembengkakan ( edema ) pada perut 0.8 G010 Pembengkakan ( edema ) pada lengan 0.8 G011 Pembengkakan ( edema ) pada kaki 0.8 G012 Reaksi terhadap
lingkungan sangat kurang 0.5 G013 Sering terlihat lapar dan
waspada 0.5
G014 Diare menahun 0.5
G015 Kulit keriput 0.5
G016 Perut cekung 0.5
G017 Sering disertai penyakit lain, mis. Infeksi, gangguan pernapasan, cacingan
0.5
G018 Nafsu makan kurang 0.5
G019 Rambut Tidak berkilau,
kusam dan kering 0.2
G020 Rambut mudah rontok dan tidak sakit ketika di cabut
0.2 G021 Rambut seperti perak dan
lurus 0.2
G022 Suka menangis 0.2
G023 Anemia 0.2
Tabel kepastian untuk penyakit honger oedema adalah seperti ditunjukkan oleh tabel III.3 dibawah ini:
Tabel.4 Tabel Nilai Kepastian (Certainty Factor) untuk Penyakit Honger Oedema
id_penyakit Penyakit cfp
P001 Kwasiorkor 0.2
P002 Maramus 0.3
5. Penerapan Metode Certainty Factor
Adapun proses perhitungan nilai certainty factor berdasarkan pengujian tanyajawab secara teori adalah sebagai berikut:
JIKA Berat badan <= 5.6 Kg umur 0-1 Tahun AND Badan Kurus seolah tulang berbalut kulit AND Muka Terlihat Tua ( Old Face )
AND Pertumbuhan terhambat MAKA Terkena Penyakit id P0002, CF:
0.3
Dengan menganggap:
E1 : ” Berat badan <= 5.6 Kg umur 0- 1
Tahun”
E2 : ” Badan Kurus seolah tulang berbalut
kulit”
E3 : ” Muka Terlihat Tua ( Old Fac )”
E4 : ” Pertumbuhan terhambat”
Nilai certainty factor hipotesis pada saat evidence pasti adalah :
CF(Maramus,E) = CF(H,E1∩ E2∩ E3∩ E4)
= 0.3
Nilai Certainty Factor untuk setiap gejala: CF(E1 , e) = 0.8 CF(E2 , e) = 0.8 CF(E3 , e) = 0.8 CF(E4 , e) = 0.8 Sehingga CF(Gejala,e) = CF(E1∩ E2∩ E3∩ E4 , e)
= min [CF(E1,e), CF(E2,e), CF(E3,e), CF(E4,e)]
= min [0.8, 0.8, 0.8, 0.8] = 0.8
Nilai certainty factor hipotesis adalah: CF(H,e) = CF(E,e) * CF(H,E)
= 0.8 * 0.3 = 0.24
Hal ini berarti besarnya kepercayaan pakar terhadap kemungkinan menderita penyakit id P0002 adalah 0.24 atau bila diprosentasekan nilainya menjadi 24%.
6. Kesimpulan dan Saran
Dalam penelitian ini dapat ditarik kesimpulan sebagai berikut:
1. Penelitian ini belum benar-benar diuji coba dengan pasien penderita honger oedema,
sehingga hasil dari penelitian ini belum begitu maksimal dan perlu adanya perbaikan-perbaikan.
2. Penerapan algoritma certainty factor masih menghitung nilai kepastian terhadap suatu
evidance belum dilakukan perhitungan
selisih dengan nilai ketidakpastiannya. 3. Penyakit yang telah diuji coba untuk
penelitian ini yaitu penyakit kwasiorkor dan
maramus dengan nilai Kepastian kwasiorkor
18 %dan maramus 24 %.
4. Gejala-gejala yang ada masih bersifat gejala umum, belum terfokus dan terkelompok dalam setiap gejala yang sama.
Daftar Pustaka:
[1] http://www.neraca.co.id/harian/article/711 1/Pertumbuhan.Ekonomi.Tak.Selaras.Den gan.Kesejahteraan
[2] Diani, Aziz Sukma, 2010, Rancang Bangun Sistem Pakar Untuk Mendeteksi Gizi Buruk Pada Balita
[3] http://www.depkes.go.id/downloads/publi kasi/Glosarium%202006.pdf
[4] Sutojo, Edy mulyanto, Vincent,2011,
Kecerdasan Buatan, Andi Offset,