SISTEM PAKAR PEMBERIAN REKOMENDASI
PENYAKIT JANTUNG
SKRIPSI
NURUL DWIRAHMA PUTRI
071402052
PROGRAM STUDI TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
SISTEM PAKAR PEMBERIAN REKOMENDASI
PENYAKIT JANTUNG
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
Sarjana Teknologi Informasi
NURUL DWIRAHMA PUTRI
071402052
PROGRAM STUDI TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
PERSETUJUAN
Judul : SISTEM PAKAR PEMBERIAN REKOMENDASI
PENYAKIT JANTUNG
Kategori : SKRIPSI
Nama : NURUL DWIRAHMA PUTRI
Nomor Induk Mahasiswa : 071402052
Program Studi : SARJANA (S1) TEKNOLOGI INFORMASI
Departemen : TEKNOLOGI INFORMASI
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI (Fasilkom-TI) UNIVERSITAS SUMATERA UTARA
Diluluskan di
Medan, 16 Desember 2013
Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Dedy Arisandi, S.T, M.Kom Drs. Suyanto, M.Kom
NIP. 19790831 200912 1 002 NIP. 19590813 198601 1 002
Diketahui/Disetujui oleh
Program Studi S1 Teknologi Informasi Ketua,
PERNYATAAN
SISTEM PAKAR PEMBERIAN REKOMENDASI PENYAKIT JANTUNG
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Desember 2013
PENGHARGAAN
Alhamdulilah, puji dan syukur penulis panjatkan kehadirat Allah SWT, serta shalawat dan salam kepada junjungan kita nabi Muhammad SAW, karena atas berkah, rahmat dan hidayahnya penulis dapat menyelesaikan penyusunan skripsi ini. Ucapan terima kasih yang tidak terhingga kepada Allah SWT yang selalu membimbing dan mengajarkan saya akan pentingnya kesabaran dan tanggung jawab selama penyusunan skripsi ini.
Dalam penulisan skripsi ini penulis banyak mendapatkan bantuan serta dorongan dari pihak lain. Dalam kesempatan ini dengan segala kerendahan hati, penulis mengucapkan terima kasih kepada:
1. Kedua orang tua penulis, yaitu Ayahanda H. Herinal yang selalu memberikan doa, dukungan moril dan materi kepada penulis serta Ibunda Hj. Sekarningsih yang terus menerus mengasihi, membimbing dan terus mendukung penulis di dalam doa beliau sehingga dapat menyelesaikan skripsi ini. Kepada Abangda tercinta Wahyu Nanda Pratama, Amd beserta istri yang selalu membantu dan mendukung penulis, dan seluruh keluarga besar atas perhatian dan dukungannya kepada penulis.
2. Ketua program studi Teknologi Informasi, Bapak Prof. Opim Salim Sitompul, M.Sc dan Sekteraris Program Studi Teknologi Informasi Bapak Drs. Sawaluddin, M.IT, Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara, semua dosen pada Program Studi Teknologi Informasi dan pegawai Teknologi Informasi Ibu Delima Harahap, Ibu Dra. Bamelia, Kak Maya Sofhia, S.Kom, Kak Nasriatul Ummi, Amd, Bang Faisal Hamid.
3. Bapak Drs. Suyanto, M.Kom dan Bapak Dedy Arisandi, S.T, M.Kom selaku dosen pembimbing penulis yang telah meluangkan waktu, tenaga dan pikiran untuk menyelesaikan skripsi ini.
4. Bapak Syahril Effendi, S.Si, M.IT dan Ibu Erna Budhiarti Nababan, M.IT selaku dosen pembanding yang telah banyak mamberikan petunjuk, saran dan kritik dalam menyelesaikan skripsi ini.
Dalam penyusunan skripsi ini penulis menyadari bahwa masih banyak kekurangan, untuk itu penulis mengharapkan saran dan kritik yang bersifat membangun dari semua pihak demi kesempurnaan skripsi ini.
ABSTRAK
Perkembangan teknologi informasi yang sangat pesat pada saat ini mempunyai peranan penting bagi kehidupan manusia. Salah satu cara pengolahan informasi adalah dengan menggunakan sistem pakar. Sistem pakar merupakan sistem yang berusaha mengambil pengetahuan manusia, lalu disalurkan ke komputer agar komputer dapat menyelesaikan masalah seperti layaknya para pakar. Pada penulisan skripsi ini akan dibuat sistem pakar menggunakan algoritma Fuzzy. Algoritma Fuzzy digunakan karena sederhana, mudah dimengerti dan fleksibel. Dari penulisan skripsi ini akan dihasilkan sistem pakar untuk mendeteksi seberapa besar kemungkinan penyakit jantung seorang pasien, serta membantu dokter umum untuk memberikan surat rekomendasi kepada spesialis jantung.
EXPERT SYSTEM TO GIVING RECOMMENDATION FOR HEART DISEASE
ABSTRACT
The development of information technology nowadays has a very important role for human life. One of ways to process the information is to use the expert system. Expert system is a system that tried to take over human knowledge, then it will be routed to the
computer so it can solve the problem like the expert. On this thesis will be made expert
system using Fuzzy algorithm. Fuzzy. Fuzzy algorithm is used because it is simple, easy to understand and flexible. This thesis will produce an expert system to detect the possibilities of a person getting a heart disease and to assist a public doctors of giving a recommendation letter for cardiologists
DAFTAR ISI
2.1.3 Manfaat Sistem Pakar……….. 7
2.1.4 Ciri-ciri dan Karakteristik Sistem Pakar……….……….… 8
2.1.5 Struktur Sistem Pakar……….….… 9
2.1.6 Forward Chaining………...11
2.2 Logika Fuzzy………...12
2.2.1 Perkembangan Sistem Fuzzy………. 12
2.2.2 Struktur Dasar Fuzzy……….…...…. 13
2.2.3 Fungsi Keanggotaan Fuzzy ………... 15
2.2.4 Kelebihan Sistem Fuzzy ………... 17
2.3 Penyakit Jantung………. 17
2.3.1 Gejala Penyakit Jantung……….… 18
2.3.2 Faktor Penyebab Penyakit Jantung……… 19
2.3.3 Diagnosa Penyakit……….…… 19
2.4 Penelitian Sebelumnya……… 23
BAB 3 Analisis dan Perancangan………. 27
3.1 Analisis Permasalahan ………...……… 27
3.1.1 Analisis Sistem ………...………...27
3.2 Perancangan Sistem……… 28
3.2.1 Perancangan Flowchart Sistem……….. 28
3.2.2 Perancangan Data Flow Diagram (DFD)..……… 30
3.2.3 Gejala Penyakit Jantung ………...………...….. 34
3.2.4 Perhitungan Algoritma Fuzzy...………. 34
3.3 Perancangan Antarmuka Sistem……….… 42
3.3.1 Form Login...………. 42
3.3.2 Form Menu Utama...………..43
3.3.3 Form Konsultasi Tahap 1...………44
3.3.4 Form Konsultasi Tahap 2...……… 44
3.3.5 Form Konsultasi Tahap 3...……… 45
3.3.6 Form Konsultasi Tahap 4...……… 46
3.3.7 Form Konsultasi Tahap 5...……… 46
3.3.8 Form Surat Rekomendasi...……… 47
BAB 4 Implementasi dan Pengujian Sistem………. 49
4.1 Implementasi Sistem………... 49
BAB 5 Kesimpulan dan Saran………...60
5.1 Kesimpulan………..…60
5.2 Saran………60
DAFTAR PUSTAKA………... 62
LAMPIRAN A Perhitungan Manual……….... 64
LAMPIRAN B Data Pasien Penyakit Jantung………..……....69
DAFTAR TABEL
Halaman
Tabel 2.1 Definisi Sistem Pakar……….7
Tabel 2.2 Klasifikasi Umur………...…. 20
Tabel 2.3 Klasifikasi Chest Pain……….... 21
Tabel 2.4 Klasifikasi Trestbps………... 21
Tabel 2.5 Klasifikasi Thalach……….... 22
Tabel 2.6 Klasifikasi Kolesterol……….22
Tabel 2.7 Klasifikasi Fbs………... 22
Tabel 2.8 Penelitian Sebelumnya………24
Tabel 4.1 Tabel Hasil Kosultasi………. 56
Tabel Perhitungan Derajat Keanggotaan Variabel Uji 1………... 64
Tabel Perhitungan Fungsi Implikasi Uji 1………. 65
DAFTAR GAMBAR
Halaman
Gambar 2.1 Struktur Sistem Pakar………11
Gambar 2.2 Proses Forward Chaining………..… 12
Gambar 2.3 Alur Penyelesaian Masalah dengan Metode Fuzzy……...………... 13
Gambar 2.4 Anak Gugus Fuzzy……… 13
Gambar 2.5 Tahapan Fuzzy……….. 14
Gambar 2.6 Representasi Kurva Trapesium……….… 16
Gambar 2.7 Representasi Kurva Bahu………..…… 17
Gambar 3.1 Flowchart Sistem………...…28
Gambar 3.2 Data Context Diagram ………. 30
Gambar 3.3 Data Flow Diagram Level 1……...………...… 31
Gambar 3.4 Data Flow Diagram Level 2 Proses 1……..………..…32
Gambar 3.5 Data Flow Diagram Level 2 Proses 2………33
Gambar 3.6 Fungsi Keanggotaan Himpunan Fuzzy pada Variabel Umur………35
Gambar 3.7 Fungsi Keanggotaan Himpunan Fuzzy pada Variabel Chestpain...…..……… 37
Gambar 3.8 Fungsi Keanggotaan Himpunan Fuzzy pada Variabel Trestbps…...………… 39
Gambar 3.9 Fungsi Keanggotaan Himpunan Fuzzy pada Variabel Kolesterol……… 40
Gambar 3.10 Fungsi Keanggotaan Himpunan Fuzzy pada Variabel Fbs…………...…….. 41
Gambar 3.11 Fungsi Keanggotaan Himpunan Fuzzy pada Variabel Thalach…...……...… 42
Gambar 3.12 Perancangan Form Login………..……..… 43
Gambar 3.13 Perancangan Form Menu Utama………..…..… 43
Gambar 3.14 Perancangan Form Konsultasi Tahap 1……….…….… 44
Gambar 3.15 Perancangan Form Konsultasi Tahap 2………...…45
Gambar 3.16 Perancangan Form Konsultasi Tahap 3………...…45
Gambar 3.17 Perancangan Form Konsultasi Tahap 4………...…46
Gambar 3.18 Perancangan Form Konsultasi Tahap 5………...…47
Gambar 3.19 Perancangan Form Surat Rekomendasi………...…48
Gambar 4.1 Menu Login……….……...………... 50
Gambar 4.2 Menu Dokter………...……….. 51
Gambar 4.3 Menu Data Pasien ………...………..51
Gambar 4.4 Konsultasi Pertanyaan 1……… 52
Gambar 4.5 Konsultasi Pertanyaan 2………...………... 52
Gambar 4.6 Konsultasi Pertanyaan 3………...………... 53
Gambar 4.7 Konsultasi Pertanyaan 4 ………...………...………. 53
Gambar 4.8 Konsultasi Pertanyaan 5 ………...………...… 54
Gambar 4.9 Konsultasi Pertanyaan 6 ………...…54
Gambar 4.10 Konsultasi Pertanyaan 7……….………...…….. 55
Gambar 4.11 Hasil Diagnosa ………..…...…….. 55
Gambar 4.12 Hasil Konsultasi ………...…….. 56
ABSTRAK
Perkembangan teknologi informasi yang sangat pesat pada saat ini mempunyai peranan penting bagi kehidupan manusia. Salah satu cara pengolahan informasi adalah dengan menggunakan sistem pakar. Sistem pakar merupakan sistem yang berusaha mengambil pengetahuan manusia, lalu disalurkan ke komputer agar komputer dapat menyelesaikan masalah seperti layaknya para pakar. Pada penulisan skripsi ini akan dibuat sistem pakar menggunakan algoritma Fuzzy. Algoritma Fuzzy digunakan karena sederhana, mudah dimengerti dan fleksibel. Dari penulisan skripsi ini akan dihasilkan sistem pakar untuk mendeteksi seberapa besar kemungkinan penyakit jantung seorang pasien, serta membantu dokter umum untuk memberikan surat rekomendasi kepada spesialis jantung.
EXPERT SYSTEM TO GIVING RECOMMENDATION FOR HEART DISEASE
ABSTRACT
The development of information technology nowadays has a very important role for human life. One of ways to process the information is to use the expert system. Expert system is a system that tried to take over human knowledge, then it will be routed to the
computer so it can solve the problem like the expert. On this thesis will be made expert
system using Fuzzy algorithm. Fuzzy. Fuzzy algorithm is used because it is simple, easy to understand and flexible. This thesis will produce an expert system to detect the possibilities of a person getting a heart disease and to assist a public doctors of giving a recommendation letter for cardiologists
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Perkembangan teknologi saat ini telah banyak memberikan perubahan dalam pengolahan informasi. Informasi adalah salah satu hal yang penting dalam kehidupan manusia, terlebih jika informasi tersebut dapat memberikan manfaat dalam mendukung sebuah keputusan. Pengolahan informasi dapat dibuat melalui sistem pakar.
Sistem pakar sendiri termasuk dalam salah satu bagian dari bidang kecerdasan buatan, yaitu salah satu bidang ilmu komputer yang mendayagunakan komputer sehingga dapat berperilaku cerdas seperti manusia, memecahkan masalah yang komplek dengan cara mengikuti proses penalaran manusia. Menurut Giarratano dan Rilley (2005) sistem pakar adalah salah satu cabang kecerdasan buatan yang menggunakan pengetahuan-pengetahuan khusus yang dimiliki
oleh seorang ahli untuk menyelesaikan suatu masalah tertentu. Secara umum, sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer
dapat menyelesaikan masalah seperti layaknya para pakar.
Sekarang ini banyak perusahaan menggunakan sistem pakar. Tidak hanya perusahaan besar, perusahaan kecil, sekolah maupun rumah sakit sudah menggunakan sistem pakar untuk memudahkan pengolahan berbagai data. Contohnya pada sekolah, sistem pakar digunakan untuk diagnosa secara dini penyakit anak usia sekolah menengah, sistem ini dapat diaplikasikan di dalam unit kesehatan sekolah (UKS) dan digunakan untuk meminimalisasi pasien usia sekolah menengah yang mendapat pertolongan pertama tanpa bantuan medis. Contoh lain pada rumah sakit, banyak sudah sistem pakar yang digunakan untuk membantu para medis mendiagnosa berbagai macam penyakit. Dengan berbagai algoritma, para peneliti membuat sistem pakar tersebut.
1.2 Rumusan Masalah
Kurangnya fasilitas yang memadai didaerah untuk mendeteksi pasien yang berkemungkinan penyakit jantung, sehingga diperlukan suatu sistem pakar yang dapat membantu para dokter di
puskesmas dalam memberikan surat rekomendasi kepada pasien yang berkemungkinan menderita penyakit jantung.
1.3 Batasan Masalah
Agar pembahasan tidak menyimpang, maka perlu dibuat suatu batasan masalah sebagai berikut :
1. Penyakit yang dibahas adalah Penyakit Jantung pada orang dewasa.
2. Parameter yang digunakan adalah umur, chest pain (sakit dada), trestbps (tekanan darah tinggi), chol (kolesterol), fbs (kadar gula darah) dan thalach (jumlah denyut jantung).
1.4 Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah membangun aplikasi yang dapat memberikan surat rekomendasi kepada pasien yang kemudian akan diteruskan ke dokter jantung dengan mengaplikasikan Algoritma Fuzzy.
1.5 Manfaat Penelitian
1.6 Metode Penelitian
Tahapan yang dilakukan dalam penelitian ini adalah:
a. Studi Literatur
Studi literatur yang dilakukan dalam penulisan skripsi ini adalah mengumpulkan bahan referensi mengenai Algoritma Fuzzy dan juga mengumpulkan bahan tentang penyakit Jantung, baik berupa buku, paper, jurnal, makalah, artikel, maupun situs internet serta beberapa referensi lainnya yang mampu membantu tercapainya tujuan dari penelitian.
b. Pengumpulan Data
Pengumpulan data dilakukan dengan melakukan pengamatan secara langsung terhadap masalah-masalah pada implementasi Sistem Pakar (Expert System) serta mengumpulkan semua dokumen-dokumen, baik dokumen tertulis, gambar, maupun elektronik yang berhubungan dengan penelitian ini.
c. Analisis data
Menganalisa data dengan menggunakan Algoritma Fuzzy untuk mendeteksi penyakit Jantung.
d. Pembuatan Sistem
Pembuatan sistem dilakukan dengan komputer menggunakan Microsoft Visual Studio 2008. e. Implementasi Aplikasi Sistem Pakar
Pada tahapan ini dilakukan penerapan rancangan yang dibuat dalam suatu program.
f. Pengujian Aplikasi.
Dilakukan pengujian terhadap aplikasi yang dibuat. Apakah sudah berjalan dengan yang
diharapkan atau tidak.
1.7 Sistematika Penulisan
Sistematika penulisan tugas akhir ini dibagi menjadi lima bab, yaitu sebagai berikut:
BAB 1 : Pendahuluan
BAB 2 : Tinjauan Pustaka
Pada bab ini dibahas mengenai teori-teori yang mendukung pembahasanpada bab selanjutnya.
BAB 3 : Analisis dan Perancangan Sistem
Berisikan analisa permasalahan algoritma serta perancangan sistem secara fungsional.
BAB 4 : Implementasi dan Pengujian Sistem
Berisikan gambaran dari struktur program dan memberikan rancang bangun yang lengkap kepada user serta implementasinya, yaitu menguji untuk menemukan kesalahan.
BAB 5 : Kesimpulan dan Saran
BAB 2
TINJAUAN PUSTAKA
2.1. Sistem Pakar
2.1.1. Sejarah sistem pakar
Perkembangan Artificial Intelligence (AI) merupaka terobosan baru dalam dunia komputer. AI berkembang setelah perusahaan General Electric menggunakan komputer pertama kali di bidang bisnis. Pada tahun 1956, istilah AI mulai dipopuler-kan oleh John McCarthy sebagai suatu tema ilmiah di bidang komputer yang diadakan di Dartmouth College.
Pada tahun yang sama komputer berbasis AI pertama kali dikembangkan dengan nama Logic Theorist yang melakukan penalaran terbatas untuk teorema kalkulus. Perkembangan ini mendorong para peneliti untuk mengembangkan program lain yang disebut sebagai General Problem Solver (GPS). Program ini bertujuan untuk memecahkan berbagai jenis masalah dan ternyata menjadi tugas yang sangat besar dan sangat berat untuk dikembangkan.
Setelah GPS, ternyata AI banyak dikembangkan dalam bidang permainan atau game. Banyak juga ahli mengimplementasikan AI dalam bidang bisnis dan matematika.
Pada tahun 1972, Newell dan Simon memperkenalkan Teori Logika secara konseptual
yang kemudian berkembang pesat dan menjadi acuan pengembangan sistem berbasis kecerdasan buatan lainnya.
Pada tahun 1976, yaitu 2 tahun sebelum DENDRAL, sebenarnya program sistem pakar sudah dikembangkan secara modern, yaitu MYCIN yang dibuat oleh Shortliffe dengan bahasa pemrograman LISP. Program MYCIN menyimpan ± 500 basis pengetahuan dan basis aturan untuk mendiagnosis penyakit manusia. Program ini juga mengimplementasikan metode penelusuran dan pemecahan masalah, serta mengembangkan berbagai teori penting dalam kecerdasan buatan seperti metode certainty factor, teori probabilitas dan teorema fuzzy.
Dewasa ini program MYCIN menjadi acuan penting untuk pengembangan sistem pakar secara modern karena didalamnya telah terintegrasi semua komponen standar yang dibutuhkan oleh sistem pakar itu sendiri.
2.1.2. Pengertian sistem pakar
Sistem pakar atau Expert system merupakan salah satu bidang yang dipelajari dalam teknologi kecerdasan buatan. Selain sistem pakar, bidang lain yang dipelajari adalah Robotika (Robotics), Penglihatan Komputer (Computer Vision), Pengolahan Bahasa Alami (Natural Language Processing), Pengenalan Pola (Pattern Recognition), Sistem Syaraf Buatan ( Artificial Neural System), dan juga Pengenalan Suara (Speech Recoggnition).
Sistem pakar dibuat hanya pada domain pengetahuan tertentu untuk suatu kepakaran tertentu yang mendekati kemampuan manusia di salah satu bidang saja. Sistem pakar mencoba mencari penyelesaian yang memuaskan, yaitu sebuah penyelesaian yang cukup bagus agar pekerjaan dapat berjalan walaupun itu bukan penyelesaian yang optimal. Pada dasarnya sistem pakar diterapkan untuk mendukung aktivitas pemecahan masalah. Beberapa aktivitas pemecahan yang dimaksud, antara lain : pembuatan keputusan (decision making), pemaduan pengetahuan (knowledge fusing), pembuatan desain (designing), perencanaan (planning), prakiraan (forecasting), pengaturan (regulating), pengendalian (controlling), diagnosis (diagnosing), perumusan (prescribing), penjelasan (explaining), pemberian nasihat (advising), dan pelatihan (tutoring).
Sistem pakar juga dapat berfungsi sebagai asisten yang pandai dari seorang pakar. (Martin dan Oxman, 1988). Definisi sistem pakar menurut beberapa sumber dapat dilihat pada
Tabel 2.1. Definisi Sistem Pakar
Sumber Definisi
Giarratano dan Rilley (2005) Salah satu cabang kecerdasan buatan yang menggunakan pengetahuna-pengetahuan khusus yang dimiliki oleh seorang ahli untuk menyelesaikan suatu masalah tertentu.
Martin dan Oxman (1988) Sistem berbasis komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah, yang biasanya hanya dapat diselesaikan oleh seorang pakar dalam bidang tertentu.
Ignizio (1991) Sistem pakar merupakan bidang yang dicirikan oleh sistem berbasis pengetahuan (Knowledge Base System), memungkinkan komputer dapat berfikir dan mengambil kesimpulan dari sekumpulan kaidah.
Turban dan Aronson (2001) Sistem yang menggunakan pengetahuan manusia yang dimasukkan ke dalam komputer untuk memecahkan masalah-masalah yang biasanya
diselesaikan oleh pakar.
2.1.3. Manfaat sistem pakar
Menurut buku Pengembangan Sistem Pakar menggunakan Visual Basic, selain memiliki banyak manfaat, pengembangkan sistem pakar juga memiliki kelemahan. Berikut adalah manfaat dari sistem pakar:
1. Masyarakat awam non-pakar dapat memanfaatkan keahlian di dalam bidang tertentu tanpa kehadiran langsung seorang pakar.
3. Penghematan waktu dalam menyelesaikan masalah yang kompleks.
4. Memberikan penyederhanaan solusi untuk kasus-kasus yang kompleks dan berulang-ulang. 5. Pengetahuan dari seorang pakar dapat didokumentasikan tanpa ada batas waktu.
6. Memungkinkan penggabungan berbagai bidang pengetahuan dari berbagai pakar untuk dikombinasikan.
2.1.4. Ciri-ciri dan karakteristik sistem pakar
Ada berbagai ciri dan karakteristik yang membedakan sistem pakar dengan sistem yang lain. Ciri dan karakteristik ini menjadi pedoman utama dalam pengembangan sistem pakar. Ciri dan karakteristik yang dimaksud adalah sebagai berikut :
1. Pengetahuan sistem pakar merupakan suatu konsep, bukan berbentuk numeris. Hal ini dikarenakan komputer melakukan proses pengolahan data secara numerik sedangkan keahlian dari seorang pakar adalah fakta dan aturan-aturan, bukan numerik.
2. Informasi dalam sistem pakar tidak selalu lengkap, subyektif, tidak konsisten, subyek terus berubah dan tergantung pada kondisi lingkungan sehingga keputusan yang diambil bersifat tidak pasti dan tidak mutlak “ya” atau “tidak” akan tetapi menurut ukuran kebenaran tertentu. Oleh karena itu dibutuhkan kemampuan sistem untuk belajar secara mandiri dalam menyelesaikan masalah-masalah dengan pertimbangan-pertimbangan khusus.
3. Kemungkinan solusi sistem pakar terhadap suatu permasalahan adalah bervariasi dan mempunyai banyak pilihan jawaban yang dapat diterima, semua faktor yang ditelusuri memiliki ruang masalah yang luas dan tidak pasti. Oleh karena itu diperlukan fleksibilitas sistem dalam menangani kemungkinan solusi dari berbagai permasalahan.
4. Perubahan atau pengembangan pengetahuan dalam sistem pakar dapat terjadi setiap saat bahkan sepanjang waktu sehingga diperlukan kemudahan dalam modifikasi sistem untuk
menampung jumlah pengetahuan yang semakin besar dan semakin bervariasi.
6. Keputusan merupakan bagian terpenting dari sistem pakar. Sistem pakar harus memberikan solusi yang akurat berdasarkan masukan pengetahuan meskipun solusinya sulit sehingga fasilitas informasi sistem harus selalu diperlukan.
2.1.5. Struktur sistem pakar
Sistem pakar dibangun oleh dua lingkungan yaitu lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation environment). Lingkungan pengembangan
sistem pakar digunakan untuk memasukkan pengetahuan pakar ke dalam sistem pakar, sedangkan lingkungan konsultasi digunakan oleh pengguna yang bukan pakar guna memperoleh pengetahuan pakar.
Menurut Turban (2005), sistem pakar disusun oleh 4 komponen utama, yaitu : 1. Penambahan Pengetahuan
Bagian ini digunakan untuk memasukkan pengetahuan, mengkonstruksi atau memperluas pengetahuan dalam basis pengetahuan. Pengetahuan itu bisa didapat dari ahli, buku, basis data penelitian dan gambar.
2. Basis Pengetahuan (Knowledge Base)
Basis pengetahuan merupakan inti dari suatu sistem pakar, yaitu berupa representasi pengetahuan dari pakar. Basis pengetahuan tersusun atas fakta dan kaidah. Fakta adalah informasi tentang objek, peristiwa, atau situasi. Kaidah adalah cara untuk membangkitkan suatu fakta baru dari fakta yang sudah diketahui.
3. Mesin Inferensi (Inference Engine)
Mesin inferensi berperan sebagai otak dari sistem pakar. Mesin inferensi berfungsi untuk memandu proses penalaran terhadap suatu kondisi, berdasarkan pada basis pengetahuan yang tersedia. Di dalam mesin inferensi terjadi proses untuk memanipulasi dan mengarahkan kaidah, model, dan fakta yang disimpan dalam basis data pengetahuan dalam rangka mencari solusi atau kesimpulan. Dalam prosesnya, mesin inferensi menggunakan strategi penalaran
yang sering digunakan, yaitu forward chaining, backward chaining, dan penggabungan kedua teknik tersebut.
4. Antarmuka Pemakai (User Interface)
Fasilitas ini digunakan sebagai perantara komunikasi antara pemakai dengan sistem.
Selain empat komponen utama diatas, ada beberapa komponen lain yang ikut membangun struktur sistem pakar, yaitu :
1. Blackboard
Blackboard merupakan area dalam memori yang digunakan untuk merekam kejadian yang sedang berlangsung termasuk keputusan sementara. Ada tiga tipe keputusan yang dapat direkam, yaitu :
a. Rencana, bagaimana menghadapi masalah
b. Agenda, aksi-aksi yang potensial yang sedang menunggu untuk dieksekusi. c. Solusi, calon aksi yang dibangkitkan.
2. Fasilitas Penjelasan.
Fasilitas penjelasan sistem merupakan bagian dari sistem pakar yang memberikan penjelasan atas kesimpulan yang dicapai tentang suatu masalah, serta memberikan rekomendasi kepada pemakai.
3. Penyaringan Pengetahuan.
Kemampuan pakar dalam menganalisis dan meningkatkan kinerja pembelajaran dapat diterapkan dalam program sistem pakar sehingga sistem pakar tersebut dapat menganalisis penyebab dari kesuksesan dan kegagalan yang dialami.
4. Basis Data (Database)
Basis data terdiri atas semua fakta yang diperlukan, dimana fakta-fakta tersbut digunakan untuk memenuhi kondisi dari kaidah-kaidah dalam sistem. Basis data menyimpan semua fakta, baik fakta awal pada saat sistem mulai beroperasi, maupun fakta-fakta yang diperoleh pada saat proses penarikan kesimpulan sedang dilaksanakan. Basis data digunakan untuk menyimpan data hasil observasi dan data lain yang dibutuhkan selama pemrosesan.
Hubungan antar komponen penyusun struktur sistem pakar dapat dilihat pada Gambar
Gambar 2.1. Struktur Sistem Pakar
(Turban, 2005)
2.1.6. Forward chaining
Forward chaining merupakan salah satu teknik yang digunakan dalam mekanisme inferensi untuk pengujian aturan. Dalam forward chaining, aturan-aturan diuji satu demi satu dalam urutan tertentu. Urutan itu mungkin berupa urutan pemasukan aturan ke dalam basis aturan atau juga urutan lain yang ditentukan oleh pemakai. Setiap aturan diuji, sistem pakar akan mengevaluasi
apakah kondisinya benar atau salah. Jika kondisinya benar, maka aturan itu disimpan kemudian aturan berikutnya diuji. Sebaliknya, jika kondisinya salah maka aturan itu tidak disimpan dan
Gambar 2.2 Proses forward chaining
2.2. Logika Fuzzy
2.2.1. Perkembangan sistem fuzzy
Gugus fuzzy pertama kali diperkenalkan oleh Prof. L. A. Zadeh dari Barkeley pada tahun 1965. Pada 10 tahun pertama, kemunculan gugus fuzzy tidak terlalu diperhatikan, namun baru-baru ini telah terjadi perkembangan yang cukup pesat dalam hal jumlah peneliti dan paper-paper mengenai gugus fuzzy dan aplikasinya, sehingga dibentuk organisasi International Fuzzy System Association (IFSA).
Sistem fuzzy merupakan penduga numerik yang terstruktur dan dinamik. Sistem ini mempunyai kemampuan untuk mengembangkan sistem intelijen dalam lingkungan yang tidak pasti, dan tidak tepat. Sistem ini menduga suatu fungsi dengan logika fuzzy. Logika fuzzy merupakan bagian dari logika Boolean, yang digunakan untuk menangani konsep derajat kebenaran, yaitu nilai kebenaran antara benar dan salah. Dalam logika fuzzy terdapat beberapa proses, yaitu penentuan gugus fuzzy, penerapan aturan if-then, serta proses inferensi fuzzy. Alur penyelesaian masalah dengan menggunakan metode fuzzy disajikan pada Gambar 2.3 :
Gambar 2.3. Alur penyelesaian masalah dengan Metode Fuzzy
2.2.2. Struktur dasar fuzzy
Gugus fuzzy merupakan pengembangan dari gugus biasa. Representasi abstrak dari anak gugus fuzzy dari sebuah gugus universal X tampak seperti pada Gambar 2.4 :
Bingkai persegi panjang merepresentasikan gugus universal X, dan lingkaran yang terputus-putus menggambarkan batas ambiguous dari elemen yang terdapat di dalam atau di luar X, sedangkan A adalah gugus fuzzy dalam X. Teori (tercakup) di dalam gugus fuzzy A. Fungsi yang memberikan derajat terhadap sebuah elemen mengenai keberdaannya dalam sebuah gugus disebut fungsi keanggotaan. Dalam kasus ini, anggota dari gugus X adalah elemen x. Sebagai contoh, derajat keanggotaan dari elemen x dalam area A diekspresikan oleh :
µA (x1) = 1, µA (x2) = 0.8 µA (x3) = 0.3, µA (x4) = 0
Dimana µ adalah fungsi keanggotaan (membership function) yang memberikan derajat keanggotaan yang berada pada suatu selang tertentu, yaitu selang [0,1]. Tulisan subscript di
sebelah µ, yaitu A, menunjukkan bahwa µA adalah fungsi keanggotaan dari A.
Adapun tahapan-tahapan untuk mendapatkan output dapat dilihat pada Gambar 2.5 :
Gambar 2.5. Tahapan Fuzzy
1. Fuzzification, adalah proses yang dilakukan untuk merubah variabel nyata menjadi variabel fuzzy, ini ditujukan agar masukan kontroler fuzzy bisa dipetakan menuju jenis yang sesuai dengan himpunan fuzzy. Pemetaan dilakukan dengan bantuan model dari fungsi keanggotaan
agar dapat diketahui besar masukan tersebut (derajat keanggotaan).
2. Inference, adalah sebuah proses formulasi pemetaan masukan terhadap keluaran dengan menggunakan logika fuzzy. Proses dari inferensi fuzzy melibatkan fungsi keanggotaan operator logika fuzzy, dan aturan IF-THEN. Ada dua metode inferensi yang mudah dikenal, yaitu :
b. Metode Inferensi Takagi-Sugeno, menggunakan fungsi keanggotaan keluaran yang linier atau berupa konstanta. Sedangkan dua bagian pada proses inferensi yaitu fuzzifikasi dan penerapan operator fuzzy sama dengan metode inferensi Mamdani.
3. Komposisi, proses di mana himpunan fuzzy yang menyatakan output dari setiap aturan dikombinasikan bersama ke dalam sebuah himpunan fuzzy. Metode komposisi yang umum digunakan adalah max (maximum) dan sum. Dalam komposisi max, himpunan fuzzy untuk output ditentukan dengan mengambil titik maksimum dari semua himpunan fuzzy yang dihasilkan oleh proses inferensi untuk masing-masing aturan. Dalam komposisi sum,
himpunan fuzzy untuk output ditentukan dengan mengambil jumlah titik dari semua himpunan fuzzy yang dihasilkan oleh proses inferensi untuk masing-masing aturan.
4. Defuzzifikasi, merupakan suatu proses pengubahan output fuzzy ke output yang bernilai tunggal (crips). Terdapat banyak metode defuzzifikasi, namun yang biasa digunakan adalah metode Centroid dan Maximum. Di dalam metode Centroid, nilai tunggal dari variabel output dihitung dengan menemukan nilai variabel dari center of gravity suatu fungsi keanggotaan untuk nilai fuzzy. Sedangkan didalam metode Maximum, satu dari nilai-nilai variabel yang merupakan nilai kepercayaan maksimum gugus fuzzy dipilih sebagai nilai tunggal untuk variabel output.
2.2.3. Fungsi keanggotaan fuzzy
Fungsi keanggotaan (membership function) adalah kurva yang mendefinisikan bagaimana masing-masing titik dalam ruang input dipetakan ke dalam nilai keanggotaan (derajat keanggotaan) antara 0 dan 1. Fungsi keanggotaan µ memetakan elemen x dari himpunan semesta X, ke sebuah bilangan µ[x], yang menentukan derajat keanggotaan dari elemen dalam himpunan
fuzzy A.
A = {(x, µ[x] ) | x∈ X}
ke dalam bilangan nyata dalam interval [0,1] (Arhami, 2005). Ada beberapa fungsi yang digunakan yaitu sebagai berikut:
a. Representasi Kurva Trapesium
Kurva trapesium pada dasarnya seperti bentuk segitiga, hanya saja ada beberapa titik yang memiliki nilai keanggotaan 1. Representasi kurva trapesium dapat dilihat pada Gambar 2.6. Fungsi keanggotaan:
� � =
0 ; � �
�−
− ; �
1 ; �
−�
− ; �
(2.1)
Gambar 2.6 Representasi Kurva Trapesium
b. Representasi Kurva Bahu
Daerah yang terletak di tengah-tengah suatu variabel yang direpresentasikan dalam bentuk
segitiga, pada sisi kanan dan kirinya akan naik dan turun. Himpunan fuzzy „bahu‟, bukan
Gambar 2.7 Representasi kurva bahu
2.2.4. Kelebihan sistem fuzzy
Menurut Kusumadewi (2003) kelebihan sistem fuzzy antara lain : 1. Konsep logika fuzzy mudah dimengerti
2. Logika fuzzy sangat fleksibel
3. Logika fuzzy mempunyai toleransi terhadap data-data yang tidak tepat.
4. Logika fuzzy mampu memodelkan fungsi-fungsi non linier yang sangat kompleks. 5. Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali secara konvensional. 6. Logika fuzzy didasarkan pada bahasa alami.
7. Penalaran fuzzy sangat sederhana dan mudah dimengerti.
8. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan.
2.3. Penyakit Jantung
terjadi mendadak, dan sering disebut gagal jantung. Penyebab utamanya adalah terhambatnya suplai darah ke otot-otot jantung, oleh karena pembuluh-pembuluh darah yang biasanya mengalirkan darah ke otot-otot jantung tersebut tersumbat atau mengeras yang disebabkan oleh lemak, kolesterol maupun zat-zat kimia seperti penggunaan obat yang berlebihan yang mengandung Phenol Propano Alanin (ppa) yang banyak ditemui dalam obat-obatan seperti decolgen dan nikotin.
Ukuran jantung manusia kurang lebih sebesar kepalan tangan seorang laki-laki dewasa. Jantung adalah satu otot tunggal yang terdiri dari lapisan endothelium. Jantung terletak di dalam rongga thoracic, di balik tulang dada (sternum). Struktur jantung berbelok ke bawah dan sedikit ke arah kiri.
Jantung hampir sepenuhnya diselubungi oleh paru-paru, namun tertutup oleh selaput ganda yang bernama pericardium, yang tertempel pada diafragma. Lapisan pertama menempel sangat erat kepada jantung, sedangkan lapisan luarnya lebih longgar dan berair, untuk menghindari gesekan antar organ dalam tubuh yang terjadi karena gerakan memompa konstan jantung.
Belakangan ini sering ditemukan gagal jantung mendadak ketika seorang sedang beraktivitas, seperti yang menyerang beberapa atlit-atlit sepak bola ternama di dunia di tengah lapangan sepak bola. Biasanya hal itu disebabkan oleh pemaksaan aktivitas jantung yang melebihi ambang batas, atau kurangnya pemanasan sebelum melakukan olahraga.
Dalam banyak pasien, serangan jantung muncul setelah aktivitas tubuh yang tidak biasa, emosi, kedinginan, makan berat, atau situasi apa saja yang membuat jantung bekerja lebih keras daripada biasanya. Hal ini sebenarnya tidak menyebabkan serangan jantung, tapi ada hubungannya. Namun dalam banyak kasus, serangan dapat terjadi saat orang tersebut sedang beristirahat.
2.3.1. Gejala penyakit jantung
Menurut buku Patofisiologi Konsep Klinis Proses-Proses Penyakit, tanda dan gejala penyakit jantung yang sering ditemukan pada pengambilan riwayat penderita penyakit jantung, yaitu:
1. Angina, atau nyeri dada akibat kekurangan oksigen atau iskemia miokardium.
pengembangan paru-paru; ortopnea, atau kesulitan bernafas pada posisi berbaring. Dispnea paroksismal nokturnal, atau serangan yang terjadi pada waktu istirahat di malam hari akibat payah ventrikel jantung.
3. Palpitasi, atau merasakan denyut jantung sendiri karena perubahan dalam kecepatan denyut, keteraturan atau kekuatan kontraksi jantung.
4. Edema perifer atau pembengkakan yang disebabkan timbunan cairan di ruang-ruang
interstisial. Penimbunan cairan ini nyata sekali di daerah yang menggantung akibat pengaruh gravitasi dan didahului oleh bertambahnya berat badan.
5. Sinkop, atau kehilangan kesadaran sesaat akibat aliran darah serebral yang kurang memadai. 6. Kelelahan dan kelemahan, biasanya diakibatkan curah jantung yang rendah dan perfusi
perifer yang berkurang.
2.3.2. Faktor penyebab penyakit jantung
Adapun secara garis besar faktor-faktor yang menyebabkan seseorang mengalami penyakit jantung antara lain : kelainan jantung bawaan, gangguan pada fungsi kerja katup jantung dan terganggunya pembuluh koroner yang berfungsi mengalirkan darah ke seluruh tubuh.
Dari ketiga hal tersebut, penyakit jantung yang umunya ditakuti adalah jantung koroner karena menyerang pada usia produktif dan dapat menyebabkan serangan jantung hingga kematian mendadak. Faktor-faktor diatas erat kaitannya dengan pola konsumsi dan kehidupan yang bersangkutan, diantaranya :
1. Merokok terlalu berlebihan selama bertahun-tahun.
2. Sering mengkonsumsi makanan jenis lemak (kolesterol) tinggi. 3. Menderita tekanan darah tinggi.
4. Menderita penyakit kencing manis (diabetes).
2.3.3. Diagnosa penyakit
Dalam mendiagnosa seorang pasien menderita penyakit jantung atau tidak, dibutuhkan beberapa keterangan antara lain: melalui anamnesis (wawancara), pemeriksaan fisik dan pemeriksaan
1. Anamnesis (wawancara)
Seperti biasa bila anda diperiksa dokter, ia akan mulai bertanya (melakukan anemnesa) mulai dari keluhan anda sampai semua hal yang berkaitan dengan penyakit jantung. Keluhan yang terpenting adalah nyeri dada. Dokter akan bertanya cukup detail mengenai hal ini, seperti apakah nyerinya, kapan dirasakan, berapa lama, di dada sebelah mana, apakah menjalar. Nyeri dada yang dirasakan seperti ditindih beban berat, ditusuk-tusuk, diremas, rasa terbakar adalah yang paling sering dilaporkan. Walaupun bisa saja dirasakan berbeda. Biasanya nyeri dirasakan di dada kiri dan menjalar ke lengan kiri. Setelah itu dokter akan menanyakan semua faktor risiko penyakit jantung, antara lain: apakah anda merokok, menderita darah tinggi atau penyakit gula (diabetes), pernahkah memeriksakan kadar kolesterol dalam darah, dan adakah keluarga yang
menderita penyakit jantung dan faktor resikonya. 2. Pemeriksaan Fisik
Pada awal pemeriksaan fisik dilakukan dengan menggunakan stetoskop, untuk mengetahui kelainan jantung lain yang mungkin ada. Selain umur, untuk mendiagnosis pasien yang mungkin menderita penyakit jantung, maka dibutuhkan beberapa pemeriksaan fisik lain, yaitu : pemeriksaan sakit dada yang dirasakan (chest pain), tekanan darah tinggi (trestbps), jumlah denyut jantung (thalach), kolesterol (chol) dan gula darah (FBS)
Umur
Chest Pain.
Chest pain merupakan pemeriksaan yang dilakukan untuk mengetahui seberapa parah sakit dada yang dirasakan oleh pasien. Jenis sakit dada ini sendiri diklasifikasikan dalam 4 kelompok yang
dapat terlihat dalam Tabel 2.3 :
Tabel 2.3. Klasifikasi Chest Pain
Trestbps atau biasa disebut dengan tekanan darah tinggi (hipertensi). Hipertensi sering terjadi tanpa gejala, sehingga kebanyakan pasien tidak menyadari meskipun beberapa tanda sudah
dirasakan seperti pusing ataupun dada sering berdebar. Tekanan darah tinggi ini diklasifikasikan dalam 6 kelompok pada Tabel 2.4 :
Tabel 2.4. Klasifikasi Trestbps
Kategori Batas Tekanan (mmHg)
Normal <130/85
Normal Tinggi 130-139/85-89
Stadium 1 (Hipertensi Ringan) 140-159/90-99 Stadium 2 (Hipertensi Sedang) 160-179/100-109
Stadium 3 (Hipertensi Berat) 180-209/110-119 Stadium 4 (Hipertensi Maligna) >210/210
Thalach.
Tabel 2.5. Klasifikasi Thalach
Chol atau kolesterol, pemeriksaan kolestero, biasanya dilakukan di laboratorium bersamaan dengan pemeriksaan gula darah. Kadar kolesterol yang berlebihan dalam darah dapat menimbulkan endapan-endapan yang menempel pada dinding pembuluh darah kemudian membentuk bekuan dan plak yang menyumbat arteri dan akhirnya memutuskan aliran darah ke jantung. Oleh karena itu pemeriksaan kolesterol sangatlah penting. Tabel 2.6 menunjukkan pengklasifikasian kategorinya berdasarkan kadar kolesterol :
Tabel 2.6. Klasifikasi Kolesterol
FBS (Fasting Blood Sugar)
Fasting Blood Sugar (FBS) atau biasa disebut dengan kadar glukosa (gula darah) saat puasa. Fbs diklasifikasikan dalam 2 kelompok pada Tabel 2.7 :
3. Pemeriksaan Penunjang
Pemeriksaan penunjang dilakukan tergantung kebutuhan, beberapa jenis pemeriksaan dilakukan
untuk menegakkan diagnosis penyakit jantung dan menentukan derajatnya, dari yang sederhana sampai yang invasif sifatnya. Pemeriksaan penunjang antara lain EKG (Elektrokardiogram), foto rontgen dada dan pemeriksaan laboratorium.
2.5 Penelitian Sebelumnya
Banyak sudah penelitian sistem pakar yang dilakukan dengan menggunakan Algoritma Fuzzy khususnya dalam bidang kesehatan, beberapa contoh kasusnya seperti Nurul Hidayat dan M. Munawar Yusro yang mendesain sistem pakar Fuzzy terhadap diagnose kanker prostat. Penelitian ini akan memberikan rasio kemungkinan pasien mengidap kanker prostat serta hasil pengujian sistem pakar yang lebih rapid, efisien dan ekonomis dibandingkan sistem diagnosa tradisional, dan bisa digunakan sebagai pembelajaran bagi mahasiswa kedokteran.
Gregorius S. Budhi, Alexander Setiawan dan Henry Octaviano melakukan penelitian terhadap penyakit umum dengan menggabungkan metode Fuzzy dan Non-Fuzzy. Penelitian ini didesain dan dibuat sebuah prototipe sistem pakar yang menggabungkan metode sistem pakar
forward chaining dan sistem pakar berbasis fuzzy sehingga kelemahan dari masing - masing sistem dapat tertutupi dengan yang lain.
Penelitian terhadap penyakit diabetes melitus dengan menggunakan Fuzzy Logic metode
Sugeno berbasis web yang dilakukan Fauzan Masykur menghasilkan aplikasi web yang dapat digunakan oleh semua pihak tanpa batasan waktu. Variabel-variabel pendukung penegakan diagnosis penyakit tersebut digunakan dalam pembentukan himpunan fuzzy. Himpunan fuzzy itu akan diproses dengan metode Sugeno sehingga menghasilkan suatu keputusan.
pemrograman PHP. Metode yang digunakan dalam membuat aplikasi ini dengan mengikuti kaidah dari system development live cycle (SDLC) dengan lima tahapan yaitu, identifikasi, konseptualisasi, formalisasi, pengujian dan implementasi.
Penelitian terhadap penyakit infeksi kulit pioderma pada anak dilakukan oleh Uswatun Hasanah menggunakan Algoritma Logika Fuzzy yang mendiagnosa secara manifestasi klinis serta memberikan solusi untuk penyakit infeksi kulit pioderma pada anak. Dengan Metode inferensi yang digunakan adalah inferensi fuzzy metode Multi Criteria Decision Making (MCDM) dan metode interview dengan ahli penyakit, yaitu proses inferensi yang memulai pencarian dari premis atau data masukan berupa gejala menuju pada konklusi yaitu kesimpulan prosentase jenis penyakit pioderma serta solusi mengenai materi berdasarkan usia penderita.
Ringkasan penelitian-penelitian ini dapat dilihat dalam Tabel 2.8 :
Tabel 2.8 Penelitian Sebelumnya
No Judul Peneliti / Tahun Keterangan
1 Desain Sistem Pakar
Penelitian ini hanya memberikan prosentase kemungkinan pasien memiliki kanker prostat dan membantu dokter membuat keputusan selanjutnya serta menunjukkan bahwa PV bukanlah faktor yang sangat penting untuk
diagnosa kanker prostat. Meskipun PV yang tinggi akan meningkatkan PSA
Penggabungan dua metode sistem pakar, yaitu sistem pakar berbasis
Tabel 2.8 Penelitian Sebelumnya (Lanjutan)
No Judul Peneliti / Tahun Keterangan
sebuah aplikasi sistem pakar yang siap pakai baik untuk penyakit dan obatnya maupun pada bidang kepakaran lain. Namun guna melanjutkan hal ini, sangat dibutuhkan kerjasama dan bantuan dari
Fauzan Masykur / 2012 Pada penelitian ini dibuat suatu sistem penegakan penyakit Diabetes Melitus dengan metode Sugeno. Variabel-variabel pendukung penegakan diagnosis penyakit tersebut digunakan dalam pembentukan himpunan fuzzy. Himpunan fuzzy itu akan diproses dengan metode sugeno sehingga menghasilkan suatu keputusan.
Aplikasi sistem pakar ini berguna untuk membantu user mengetahui status gizi
yang dialami anak dengan mengenali cirri-ciri dan gejala yang ditimbulkan.
Disetiap halaman web mempunyai fungsi yang berbeda. Pada aplikasi ini juga tersedia halaman menu user agar user dapat mendaftarkan diri untuk berkonsultasi langsung kepada yang ahli
Tabel 2.8 Penelitian Sebelumnya (Lanjutan)
No Judul Peneliti / Tahun Keterangan
Pioderma Pada Anak Dengan
Menggunakan Algoritma Logika Fuzzy.
dikarenakan bobot kepentingan dari setiap gejala penyakit dan derajat kecocokan setiap alternatif penyakit terhadap setiap gejala mengandung ketidakpastian sehingga penilaian yang
diberikan oleh pengambil keputusan dilakukan secara kualitatif dan
BAB 3
ANALISIS DAN PERANCANGAN SISTEM
3.1 Analisis Permasalahan
Pada tahapan analisis permasalahan ini akan dibahas mengenai analisis sistem serta analisis data sistem.
3.1.1. Analisis sistem
Penyakit jantung merupakan salah satu penyakit berbahaya didunia. Banyak gejala yang
ditimbulkan oleh penderita penyakit jantung, antara lain nyeri pada ulu hati, perasaan terbakar didaerah dada, jantung berdebar, lemas serta beberapa gejala lain yang lebih spesifik. Seorang dokter umum dapat memberikan rekomendasi kepada dokter spesialis jantung dengan melihat beberapa gejala diatas, umur pasien serta dapat juga dilihat dari angka yang ditunjukkan ketika pemeriksaan fisik seperti pemeriksaan chestpain atau sakit dada, trestbps atau tekanan darah,
thalach atau denyut jantung, kolesterol, serta fasting blood sugar atau kadar gula. Pencatatan serta pemberian surat rekomendasi biasanya dilakukan secara manual oleh kebanyakan dokter bahkan rumah sakit. Sistem ini dibuat untuk mengefisiensikan waktu dalam pencatatan hasil pemeriksaan atau konsultasi serta dalam pemberian surat rekomendasi.
3.1.2. Analisis data sistem
Dalam membangun sistem diperlukan beberapa data yaitu: a. Data Dokter
b. Data Pemeriksaan Fisik
Data yang diperlukan dalam pemeriksaan fisik yaitu umur pasien, nilai Chestpain atau biasa disebut sakit dada, Trestbps atau tekanan darah, Thalach atau denyut jantung, kolesterol, serta Fasting Blood Sugar (FBS) atau kadar gula darah.
3.2 Perancangan Sistem
Pada tahap ini akan diuraikan tentang perancangan sistem, mulai dari perancangan flowchart, DFD, data perhitungan menggunakan Algoritma Fuzzy. Selanjutnya akan membahas mengenai perancangan antarmuka sistem, yang berisi gambaran-gambaran sistem yang akan dibuat.
3.2.1. Perancangan flowchart sistem
Perancangan flowchart sistem dapat dilihat pada Gambar 3.1 :
Penjelasan flowchart sistem :
1. Input identitas pasien.
Pada tahap ini user terlebih dahulu mengisi identitas pasien, seperti nama, alamat, umur dan jenis kelamin. Identitas pasien ini berfungsi untuk memudahkan dalam penyimpanan history
konsultasi. 2. Input pilih gejala.
Pada tahap ini sistem akan memberikan beberapa pertanyaan kepada user berupa gejala-gejala umum dan spesifik yang mungkin dialami pasien. User diminta untuk menjawab pertanyaan tersebut dengan “Ya” atau “ Tidak”.
3. Cek atau hitung jumlah gejala.
Pada tahap ini sistem akan menghitung jumlah gejala, apabila gejala yang dialami pasien tidak lebih dari 2 gejala, maka akan bernilai “No” dan menghasilkan output “Kemungkinan tidak mengalami penyakit jantung”. Jika gejala yang dialami lebih dari 2, maka akan bernilai
“Yes” dan menghasilkan output “Kemungkinan mengalami penyakit jantung”.
4. Input nilai pemeriksaan fisik.
Pada tahap ini user diminta untuk mengisi nilai setiap variabel. Nilai variabel yang harus diisi yaitu nilai chestpain atau sakit dada, trestbps atau tekanan darah, thalach atau denyut jantung, kolesterol, serta fasting blood sugar atau kadar gula darah.
5. Hitung nilai pemeriksaan fisik dengan Algoritma Fuzzy.
Pada tahap ini sistem akan menghitung hasil dari nilai-nilai pemeriksaan fisik dengan menggunakan algoritma Fuzzy. Kemudian akan menghasilkan output persentase seberapa parah penyakit yang dialami pasien, “Ringan”, “Sedang”, “Parah” atau “Parah Sekali”. 6. Cetak hasil.
Pada tahap ini sistem akan mencetak hasil dari diagnosis yang dilakukan oleh user.
3.2.2. Perancangan data flow diagram (DFD)
Diagram Aliran Data/ Data Flow Diagram (DFD) adalah alat yang biasa dipakai untuk
Data Context Diagram atau bisa juga disebut DFD level 0, yang dapat dilihat pada Gambar 3.2 :
Gambar 3.2. Data Context Diagram
Penjelasan Data Context Diagram :
1. Dokter sebagai user melakukan input data pasien, data gejala pasien dan data variabel ke dalam sistem. Selanjutnya dokter akan menerima output berupa laporan hasil analisa konsultasi dan surat rekomendasi.
2. Admin melakukan input data, berupa data admin, data gejala, dan data dokter. Kemudian
admin akan menerima output dari sistem berupa data gejala, data pasien dan data aturan.
Data Flow Diagram (DFD) Level 1, dapat dilihat dalam Gambar 3.3 :
Gambar 3.3. Data Flow Diagram Level 1
Penjelasan Data Flow Diagram Level 1 : a. Proses 1.0
Nama Proses : Proses MenuDokter
Masukan : Data pasien berupa identitas, data gejala pasien dan data variabel. Keluaran : Data gejala pasien, laporan hasil analisis konsultasi dan surat
rekomendasi.
Simpan data dokter ke dalam basis data. Keterangan : Proses untuk mengolah data user. b. Proses 2.0
Nama Proses : Proses Menu Admin
Masukan : Entry data admin, entry data dokter dan entry gejala. Keluaran : Data admin, data dokter dan gejala.
Simpan data admin ke dalam basis data. Keterangan : Proses untuk mengolah data admin.
Data Flow Diagram level 2 proses 1 dapat terlihat pada Gambar 3.4 :
Penjelasan Data Flow Diagram level 2 proses 1 : a. Proses 1.1
Nama Proses : Proses Daftar Dokter Masukan : Entry data dokter Keluaran : Data dokter. b. Proses 1.2
Nama Proses : Proses Konsultasi
Masukan : Entry data pasien, Entry data gejala pasien dan Entry data variabel. Keluaran : Data pasien, Data gejala pasien dan Data variabel.
Data Flow Diagram level 2 proses 2 terlihat jelas pada Gambar 3.5 :
Gambar 3.5.Data Flow Diagram level 2 proses 2
Penjelasan Data Flow Diagram level 2 proses 2 : a. Proses 1.1
Keluaran : Data dokter. b. Proses 1.2
Nama Proses : Proses Entry Admin Masukan : entry data admin. Keluaran : Data admin. c. Proses 1.3
Nama Proses : Proses Entry Gejala Masukan : entry data gejala. Keluaran : Data gejala.
3.2.3. Gejala penyakit jantung
Gejala- gejala yang dialami oleh pasien yang berkemungkinan menderita penyakit jantung biasa terbagi 2, yaitu sebagai berikut :
1. Gejala umum :
Terasa nyeri diulu hati
Perasaan terbakar di daerah dada Jantung berdebar
Lemas
2. Gejala spesifik :
Terasa nyeri dada kiri, seperti diremas, tertusuk hingga menembus kebelakang.
Terasa kram dari lengan kiri sampai kearah dagu, diikuti dengan sesak nafas, jantung
berdebar kencang dan adanya keringat dingin.
3.2.4. Pembentukan algoritma Fuzzy
Langkah pertama yang dilakukan adalah membentuk himpunan fuzzy. Pembentukan himpunan fuzzy tersebut berdasarkan variabel-variabel yang dibutuhkan untuk menentukan hasil. Dalam hal ini, variabel-variabel yang dibutuhkan adalah:
1. Umur
himpunan fuzzy yaitu; usia pertengahan, lanjut usia, usia tua dan usia sangat tua untuk
Gambar 3.6.Fungsi Keanggotaan Himpunan Fuzzy pada Variable Umur
2. Chestpain
Variabel Chestpain dibagi menjadi 4 kelompok atau atribut linguistik yaitu sangat parah, parah, sedang dan ringan. Pada Gambar 3.7 dapat kita lihat bahwa semakin sering pasien mengalami sakit dada, maka semakin parah pula penyakitnya. Berikut ini adalah penentuan fungsi keanggotaan dari himpunan fuzzy sangat parah, parah, sedang dan ringan untuk variabel Chestpain secara terpisah:
a) Sangat Parah
� � _ ℎ � =
0 ; � 0
� −0
5 ; 1 � 5 1; 5 � 10
15− �
5 ; 10 � 15 0; � 15
b) Parah
� ℎ � =
0 ; � 5
� −5
5 ; 5 � 10 1; 10 � 30
35− �
c) Sedang
� � � =
0 ; � 25
� −25
5 ; 25 � 30 1; 30 � 60
65− �
5 ; 60 � 65 0; � 65
d) Ringan
�ringan � =
0 ; � 55
� −55
5 ; 55 � 60 1; � 60
Adapun fungsi keanggotaan variable Chestpain dapat dilihat pada Gambar 3.7 berikut:
Gambar 3.7.Fungsi Keanggotaan Himpunan Fuzzy pada Variabel Chestpain
3. Trestbps
Pada variabel Trestbps dibagi menjadi 6 atribut linguistik yaitu normal, normal tinggi, ringan, sedang, parah dan malinga. Sehingga dapat ditentukan fungsi keanggotaan dari himpunan fuzzy
f) Sangat Parah
�sangatparah � =
0 ; � 205
� −205
5 ; 205 <� 210 1; �> 210
Fungsi keanggotaan variable Trestbps dapat dilihat pada Gambar 3.8 :
Gambar 3.8.Fungsi Keanggotaan Himpunan Fuzzy pada Variable Trestbps
4. Kolesterol
Variabel Kolesterol dibagi menjadi 3 atribut linguistik yaitu ringan, sedang dan parah. Maka fungsi keanggotaan dari himpunan fuzzy ringan, sedang dan parah untuk variabel Kolesterol secara terpisah:
a) Ringan
� � � =
1 ; � 200
� −200
b) Sedang
� � � =
0 ; � < 195
� −195
10 ; 195 �< 200 1; 200 � 239
249− �
10 ; 239 <� 249 0; �> 249 c) Parah
�parah � =
0 ; �< 230
� −230
10 ; 230 � 240 1; �> 240
Adapun fungsi keanggotaan variable Kolesterol dapat dilihat pada Gambar 3.9:
Gambar 3.9.Fungsi Keanggotaan Himpunan Fuzzy pada Variabel Kolesterol
5. FBS
a) Ringan
� � � =
1 ; � 120
� −120
10 ; 120 � 130 0; � 130
b) Parah
� ℎ � =
0 ; � 110
120− �
10 ; 110 � 120 1; � 120
Adapun fungsi keanggotaan variable Fbs dapat dilihat pada Gambar 3.10 :
Gambar 3.10.Fungsi Keanggotaan Himpunan Fuzzy pada Variable Fbs
6. Thalach
a) Ringan
� � � =
1 ; � 80
� −80
10 ; 80 � 90 0; � 90
b) Sedang
� � � =
0 ; � 70
� −70
10 ; 70 � 80 1; 80 � 100
110− �
10 ; 100 � 110 0; � 110 c) Parah
� ℎ � =
0 ; � 90
� −90
10 ; 90 � 100 1; � 100
Adapun fungsi keanggotaan variabel Thalach dapat dilihat pada Gambar 3.11 :
3.3 Perancangan Antarmuka Sistem
Perancangan antarmuka sistem merupakan gambaran sistem yang akan dibuat pada kondisi yang sebenarnya. Perancangan ini dibuat untuk memudahkan gambaran-gambaran tampilan sistem ketika sistem dijalankan.
3.3.1. Form Login
Halaman ini digunakan untuk menginputkan username dan password. Apabila username dan password yang dimasukkan benar, maka pengguna akan masuk ke tampilan utama pada sistem. Rancangan halaman ini dapat dilihat pada Gambar 3.12.
Gambar 3.12.Peancangan Form Login
3.3.2. Form Menu Utama
Gambar 3.13.Perancangan Form Menu Utama
3.3.3. Form Konsultasi Tahap 1
Halaman ini akan digunakan dokter maupun admin untuk mengisi identitas pasien. Identitas pasien harus diisi pada saat pasien datang berkonsultasi dengan dokter. Ketika identitas pasien sudah diisi, maka sistem akan menyimpan data identitas pasien pada database. Rancangan halaman ini dapat dilihat pada Gambar 3.14:
3.3.4. Form Konsultasi Tahap 2
Form ini berisi pertanyaan yang akan dijawab oleh dokter yang memeriksa pasien untuk mengetahui berapa persen kemungkinan pasien mempunyai penyakit jantung. Ada beberapa form pertanyaan yang akan diisi oleh dokter. Rancangan form ini dapat dilihat pada Gambar 3.15.
Gambar 3.15. Perancangan Form Konsultasi Tahap 2
3.3.5. Form Konsultasi Tahap 3
Pada form ini dokter akan mengisi seberapa persen keluhan-keluhan yang dialami si pasien, seperti sesak dada, kadar kolesterol dan lain-lain. Data ini dapat diisi setelah dokter melakukan
Gambar 3.16. Perancangan Form Konsultasi Tahap 3
3.3.6. Form Konsultasi Tahap 4
Gambar 3.17. Perancangan Form Konsultasi Tahap 4
3.3.7. Form Konsultasi Tahap 5
Setelah mengetahui hasil diagnasa, maka sistem akan melanjutkan ke form berikutnya yaitu hasil konsultasi. Jika pasien berkemungkinan berpenyakit jantung, maka dokter akan memberikan surat rekomendasi kepada pasien. Rancangan form ini dapat dilihat pada gambar 3.18.
3.3.8. Form Surat Rekomendasi
Form ini berisi surat rekomendasi yang telah terisi otomatis oleh sistem. Form ini dapat digunakan oleh user jika surat rekomendasi akan dicetak. Pada halaman ini terdapat beberapa fasilitas seperti print dan lain sebagainya. Rancangan halaman ini dapat dilihat pada gambar 3.19.
BAB 4
IMPLEMENTASI DAN PENGUJIAN SISTEM
4.1 Implementasi Sistem
Berikut ini merupakan perangkat keras dan perangkat lunak yang digunakan untuk membangun dan mengimplementasikan sistem dengan Algoritma Fuzzy pada pemberian rekomendasi penyakit jantung.
Spesifikasi perangkat keras yang digunakan adalah:
1. Laptop Toshiba Satellite AMD Athlon(tm0 Neo X2 Dual Core Processor L325 2. RAM 2048 GB
3. Harddisk 250 GB
4. Mobile Intel(R) Graphics Media Accelerator 4500MHD
5. Monitor 14‟‟
6. Perangkat masukan mouse
`
Spesifikasi perangkat lunak yang digunakan adalah:
4.2 Pengujian Sistem
4.2.1. Menu login
Pada menu login ini diisi oleh user atau admin sesuai dengan username dan password yang dimilikinya, seperti pada Gambar 4.1.
Gambar 4.1. Menu Login
4.2.2. Menu Dokter
Gambar 4.2. Menu Dokter
4.2.3. Menu pasien
Pada halaman ini user akan megisi data pasien seperti Nama, Alamat, Umur dan Jenis Kelamin. Gambar tampilan Data Pasien dapat dilihat pada Gambar 4.3 :
4.2.4. Konsultasi gejala
Setelah mengisi form pada halaman Data Pasien, tahap selanjutnya yaitu user akan diberi pertanyaan tentang gejala-gejala apa saja yang dialami pasien. Hali ini digunakan untuk mengetahui apakah pasien tersebut berkemungkinan menderita penyakit jantung atau tidak. Tampilan ini dapat dilihat pada Gambar 4.4, Gambar 4.5, Gambar 4.6, Gambar 4.7, Gambar 4.8, Gambar 4.9 dan Gambar 4.10 :
Gambar 4.4.Konsultasi Pertanyaan 1
Gambar 4.6. Konsultasi Pertanyaan 3
Gambar 4.8.Konsultasi Pertanyaan 5
Gambar 4.10.Konsultasi Pertanyaan 7
4.2.5 Hasil Diagnosis
Tampilan berikut ini adalah proses kelanjutan dari halaman sebelumnya. Pada halaman ini sistem akan member informasi apakah si pasien berkemungkinan mengidap penyakit jantung atau tidak. Jika tidak, user dapat memilih tombol batal utuk kembali ke tampilan awal. Dan jika ya, maka user akan memilih tombol lanjut, seperti pada Gambar 4.11 :
4.2.6. Hasil Konsultasi
Pada halaman ini, user harus mengisikan ID Konsultasi, Nama Pasien, Sakit Dada, Tekanan Darah, Kadar Gula, Kolesterol dan Denyut Jantung. Setelah itu user dapat memilih tombol submit agar sistem dapat bekerja untuk memberikan informasi apakah si pasien berkemungkinan mengidap penyakit jantung atau tidak. Jika ya, maka sistem akan berlanjut pada halaman yang berisi surat rekomendasi. Dan jika tidak, sistem akan kembali ke tampilan awal, seperti pada Gambar 4.12 :
Gambar 4.12. Hasil Konsultasi
Ringkasan hasil konsultasi diatas dapat dilihat dalam Tabel 4.1 :
Tabel 4.1. Tabel Hasil Konsultasi
No Pertanyaan Jawaban Keterangan
1 Berapakah umur pasien? 75 tahun Semakin tua umur pasien, maka pasien semakin berkemungkinan mengalami penyakit jantung.
2 Apakah pasien mengalami nyeri di dada bagian tengah, dapat menyebar kebagian belakang dada, kebagian
Tabel 4.1. Tabel Hasil Konsultasi (Lanjutan)
No Pertanyaan Jawaban Keterangan
pangkal kiri leher dan bahu debar (palpitasi) maka pasien tidak berkemungkinan mengalami penyakit jantung. 6 Apakah pasien mengalami
pusing dan pingsan?
Ya Jika pasien mengalami pusing dan pingsan, maka pasien berkemungkinan mengalami penyakit jantung.
7 Apakah pasien mengalami kebiru-biruan pada bibir, jari tangan dan kaki?
Tidak Jika pasien tidak mengalami kebiru-biruan pada bibir, jari tangan dan kaki, maka pasien tidak berkemungkinan mengalami penyakit jantung.
8 Apakah pasien mengalami keringat dingin secara mendadak, dan lainnya seperti mual dan perasaan cemas?
Tabel 4.1. Tabel Hasil Konsultasi (Lanjutan)
No Pertanyaan Jawaban Keterangan
berkemungkinan mengalami penyakit jantung.
9 Berapakah nilai Chestpain pasien? 10 Berapakah nilai Trestbps
pasien?
140/90 mmHg Trestbps adalah tekanan darah tinggi, semakin tinggi tekanan darah yang dialami maka
pasien semakin
berkemungkinan menderita penyakit jantung.
11 Berapakah nilai Kolesterol pasien?
Dari tabel hasil konsultasi diatas maka dapat disimpulkan bahwa pasien berkemungkinan menderita penyakit jantung.
4.2.7. Surat Rekomendasi
Pada tampilan ini, ID Pasien, Nama, Umur serta hasil Diagnosis akan terisi secara otomatis. User tidak perlu mengisi data pasien lagi, karena pada halaman sebelumnya sudah mengisi data pasien yang berkonsultasi. Sehingga, setelah halaman ini selesai dicetak, dokter hanya perlu menandatangani surat rekomendasi tersebut, seperti diberikan pada Gambar 4.13 :
BAB 5
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Setelah aplikasi sistem pakar untuk rekomendasi ke dokter spesialis jantung menggunakan Algoritma Fuzzy selesai dibuat dan diimplementasikan, maka dapat diambil kesimpulan sebagai berikut :
1. Sistem pakar ini digunakan untuk membantu para medis dalam memberikan surat rekomendasi ke dokter spesialis jantung kepada pasien serta mengefisienkan waktu bekerja.
2. Pada aplikasi ini diberikan fasilitas untuk para medis agar dapat mencetak langsung surat rekomendasi untuk pasien.
5.2 Saran
Mengingat masih banyaknya hal-hal yang belum dapat diimplementasikan pada penelitian ini, maka penulis mempertimbangkan beberapa saran untuk perbaikan dalam skripsi ini.
DAFTAR PUSTAKA
Arhami, Muhammad. 2005. Konsep Dasar Sistem Pakar. Yogyakarta: Andi.
Burnside, John W dan Thomas J. McGlynn. 1995. Diagnosis Fisik, Edisi 17. Jakarta: Buku Kedokteran EGC.
Giarratano, Joseph C dan Gary D. Rilley. 2005. Expert Systems. Principles and Programming, Fourth Edition. Boston: Thomson Course Technology.
Hartati, Sri dan Sari Iswanti. 2008. Sistem Pakar dan Pengembangannya. Edisi Pertama, Cetakan Pertama. Yogyakarta: Graha Ilmu.
Havinga H.N.J, van der Veer P., Brouwer, J. Cser. 1999. Fuzzy Logic Technical Report. Netherlands: Faculty of Civil Engineering and Geosciences, Delft University of Technology.
Hidayat, Nurul dan M. Munawar Yusro. 2007. Desain Sistem Pakar Fuzzy untuk Diagnosa Kanker Prostat. Seminar Nasional Teknologi 2007 (SNT 2007). Yogyakarta.
Ignizio, James P. 1991. An Introduction To Expert System. New York: McGraw-Hill College. Kusumadewi, Sri. 2003. Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta: Graha
Ilmu.
Kusumadewi, Sri dan Hari Purnomo. 2004. Aplikasi Logika Fuzzy untuk Pendukung Keputusan. Yogyakarta: Graha Ilmu.
Kusumo, Ario Suryo. 2006. Buku Latihan Pemrograman Visual Basic 2005. Jakarta: Elex Media Komputindo.
Marimin. 2002. Teori dan Aplikasi Sistem Pakar dalam Teknologi Manajerial. Bogor: Seri Pustaka IPB Press.
Martin, J. dan Oxman, S. 1988. Building Expert Systems a Tutorial. New Jersey: Prentice Hall. Negnevitsky, Michael. 2002. Artificial Intelligence. A guide to Intelligent Systems. Boston:
PWS-KENT.
