• Tidak ada hasil yang ditemukan

Sistem Pakar Mendiagnosa Gangguan Kelenjar Tiroid Menggunakan Metode Forward Chaining dan Dempster Shafer Berbasis Android

N/A
N/A
Protected

Academic year: 2017

Membagikan "Sistem Pakar Mendiagnosa Gangguan Kelenjar Tiroid Menggunakan Metode Forward Chaining dan Dempster Shafer Berbasis Android"

Copied!
87
0
0

Teks penuh

(1)

Listing Program

'These global variables will be declared once when the application starts.

'These variables can be accessed from all modules. End Sub

Sub Globals

'These global variables will be redeclared each time the activity is created.

'These variables can only be accessed from this module. Dim Latar As BitmapDrawable

Dim imgDiagnosa, imgTips, imgInfo, imgTentang, imgLogo As ImageView

End Sub

Sub Activity_Create(FirstTime As Boolean)

(2)

Msgbox("File Not Found", "Warning")

'These global variables will be declared once when the application starts.

'These variables can be accessed from all modules. End Sub

Sub Globals

'These global variables will be redeclared each time the activity is created.

'These variables can only be accessed from this module. Dim TotalGejala As Int = 30

Dim Latar As BitmapDrawable Dim Posisi As Int

Dim G(TotalGejala) As Gejala Dim Bobot(TotalGejala) As Double Dim Jawaban(TotalGejala) As Int

(3)

Dim lblPertanyaan, lblHiper, lblHipo, lblKesimpulan As Label

G(0).Initialize("G01", "mudah lelah dan lesu", 0.2)

G(1).Initialize("G02", "otot keram dan lemah, khususnya kerja otot lengan dan kaki", 0.2)

G(2).Initialize("G03", "hiperkinesis seperti gelisah, cemas, lekas marah, emosional dan kebingungan", 0.4)

G(3).Initialize("G04", "rambut dan kuku mudah rontok/rapuh", 0.3)

G(4).Initialize("G05", "bengkak di leher atau kelenjar gondok membesar", 0.4)

G(10).Initialize("G11", "frekuensi buang air besar yang sering(Diare)", 0.2)

G(11).Initialize("G12", "mata tampak melotot atau

menonjol(Exophthalmos)disertai penglihatan ganda dan kelopak mata tertarik", 0.6)

G(12).Initialize("G13", "mata membengkak, memerah dan sensitif terhadap cahaya", 0.5)

G(13).Initialize("G14", "gemetar, gugup dan gelisah", 0.3) G(14).Initialize("G15", "kulit lembab dan hangat", 0.2) G(15).Initialize("G16", "berat badan menurun", 0.2) ' Hipo Tiroid

G(16).Initialize("G17", "nafsu makan berkurang", 0.2)

G(17).Initialize("G18", "denyut nadi dan jantung melambat", 0.3)

G(18).Initialize("G19", "suhu tubuh rendah", 0.2) G(19).Initialize("G20", "kulit kasar dan kering", 0.2)

G(20).Initialize("G21", "sensitif terhadap udara dingin", 0.2) G(21).Initialize("G22", "kurang konsentrasi dan daya ingat lemah(Demensia)", 0.1)

G(22).Initialize("G23", "tekanan darah menurun", 0.2)

G(23).Initialize("G24", "mengalami gangguan cerna sembelit atau konstipasi", 0.2)

G(24).Initialize("G25", "wajah sembab dan bengkak", 0.5) G(25).Initialize("G26", "sendi nyeri dan kaku", 0.2) G(26).Initialize("G27", "berat badan meningkat", 0.2) G(27).Initialize("G28", "kelopak mata, tangan dan kaki membengkak", 0.6)

G(28).Initialize("G29", "penurunan kemampuan berbicara(seperti suara pelan dan parau, kadang cara bicara yang gagap)", 0.4)

(4)

Sub Dempster_Shafer()

txtBelHiper.Text = "B : " & Round2(mB1,Pecahan) txtPlaHiper.Text = "P : " & Round2(mP1,Pecahan) Hiper = Round2(mB1,Pecahan)

' Hipotiroid mB1 = Bobot(0) mP1 = 1 - Bobot(0)

txtBelHipo.Text = "B : " & Round2(mB1, Pecahan) txtPlaHipo.Text = "P : " & Round2(mP1, Pecahan) Hipo = Round2(mB1,Pecahan)

If Hiper = 0 OR Hipo = 0 Then

lblKesimpulan.Text = lblKesimpulan.Text & "Tidak Menderita"

Else If Hiper > Hipo Then

lblKesimpulan.Text = lblKesimpulan.Text & "Kemungkinan

lblPertanyaan.Text = "Pertanyaan Ke " & (Posisi + 1) & CRLF & CRLF & " Apakah " & G(Posisi).Keterangan & "?"

End Sub Sub Maju()

(5)

Posisi = Posisi + 1

lblPertanyaan.Text = "Silahkan tekan tombol Diagnosa untuk melihat hasil!"

'Do not forget to load the layout file created with the visual designer. For example:

lblHiper.TextSize = 5%x 'GetDeviceLayoutValues.Width / 25 lblHiper.TextColor = Colors.Black

(6)

lblKesimpulan.TextSize = 5%x 'GetDeviceLayoutValues.Width / 25

lblPertanyaan.TextSize = 6%x 'GetDeviceLayoutValues.Width / 25 lblPertanyaan.TextColor = Colors.Black

lblPertanyaan.Gravity = Gravity.CENTER_HORIZONTAL Pertanyaan

Activity.AddView(lblPertanyaan, 15%x, 10%y, 70%x, 50%y) rdbYa.Initialize("")

rdbYa.TextSize = 6%x 'GetDeviceLayoutValues.Width / 25 rdbYa.TextColor = Colors.Black

rdbYa.Text = "Ya" rdbYa.Checked = True

Activity.AddView(rdbYa, 15%x, 55%y, 30%x, 10%y) rdbTidak.Initialize("")

rdbTidak.TextSize = 6%x 'GetDeviceLayoutValues.Width / 25 rdbTidak.TextColor = Colors.Black

txtBelHiper.TextSize = 5%x 'GetDeviceLayoutValues.Width / 30 txtBelHiper.TextColor = Colors.Black

Activity.AddView(txtBelHiper, 15%x, 30%y, 70%x, 8%y) txtBelHipo.Initialize("")

txtBelHipo.Visible = False

(7)

DAFTAR PUSTAKA

Arhami, M. 2005. Konsep dasar Sistem Pakar & Pengembangannya. Graha Ilmu: Yogyakarta.

Fowler, M. 2004. A brief Duide to the Standard Object Modeling Language. Penerbit Andi: Yogyakarta.

Hasan, M.Md. & Masaleno, A. 2012. African Trypanosomiasis Detection Using Dempster-Shafer Theory. Journal of Emerging Trends In Computing And

Information Sciences 3(4): 480-487.

Hasan, M.Md. & Masaleno, A. 2013. The Dempster-Shafer Theory Algorithm And Its Aplication To Insect Diseases Detection. Int. J. Of Advance Science And

Tecnology 50: 111-120.

Hartati, S. & Iswanti, S. 2008. Sistem Pakar & Pengembangannya. Graha Ilmu: Yogyakarta.

Jannah, M. 2011. Perancangan Sistem Pakar Untuk Mendiagnosa Penyakit Lambung Dengan Menggunakan Metode Dempster Shafer. Skripsi. Universitas Sumatera Utara.

Kusuma, S.D. 2003. Artificial Intelegence (Teknik dan Aplikasinya). Graha Ilmu: Yogyakarta.

Kusrini. 2006. Sistem Pakar Teori dan Aplikasinya. Penerbit Andi: Yogyakarta. Purnawan, A., Putra, D., & Setyarini, E. 2013. The Analysis of Comparison of Expert

System of Diagnosing Dog Disease by Certainty Factor Method and Dempster-Shafer Method. International Journal of Computer Science

Issues 10(1): 576-584.

Prijodiprojo, W. & Wahyuni, E.G. 2013. Prototype Sistem Pakar Untuk Mendeteksi Tingkat Resiko Penyakit Jantung Koroner Dengan Menggunakan Metode Dempster-Shafer (Studi Kasus: RS. PKU Muhammadiyah Yogyakarta).

IJCCS 7(2): 133-144.

Pressman, R.S. 2010. SOFTWARE ENGINEERING: A Practitioner ’s Approach, Seventh Edition. Mc Graw Hill Higher Education

(8)

Semiardji, G. 2003. Penyakit Kelenjar Tiroid Gejala Diagnosis dan Pengobatan. Balai Penerbit Fakultas Kedokteran Universitas Indonesia (FKUI): Jakarta.

Turban, E. 1995. Decision Support System and Expert System. Prentice Hall International Inc: USA.

Yarni, N. 2012. Sistem Pakar Penyakit Tulang Pada Manusia Menggunakan Metode Dempster-Shafer Berbasis WAP Dengan WML dan PHP. Skripsi. Universitas Bengkulu.

Anwar, R. 2005. Fungsi dan Kelainan Kelenjar Tiroid. (Online)

http://pustaka.unpad.ac.id/wpcontentupload/2010/05/fungidankelainankele njar.pdf ( diakses 20 Januari 2015).

Hidayat, R. 2013. Basic4Android. Published Rdm Sugang Prayitno. (Online) https://www.scribd.com (diakses 15 Agustus 2015).

Khannedy, E.K. 2013. Java Dasar. (Online) https://www. b5edbabc56750c0789c81a690a6f83bec7bf2426.googledrive.com/

pemogramanjavaaplication.pdf (diakses 25 Maret 2015)

Pratama, W. 2011. Tutorial Android Programming. (Online)

http://greenbel.wordpress.com (diakses 20 Maret 2015).

Sari, M.I. 2007. Hormon Tiroid. Fakultas Kedokteran Universitas Sumatera Utara.

(Online)http://repository.usu.ac.id/bitstream/123456789/1926/1/09E01868

.pdf (diakses 30 Desember 2015).

(9)

BAB 3

ANALISIS DAN PERANCANGAN SISTEM

3.1 Analisis Sistem

Analisis sistem (Pressman, 2010) merupakan aktivitas untuk menemukan atau mengidentifikasikan terkait masalah yang terjadi pada sistem, kemudian berusaha mengevaluasi masalah yang terjadi, selanjutnya membuat model serta membuat spesifikasi sistem.

3.1.1. Definisi Lingkup

Tahapan ini mencakup berbagai kegiatan untuk merumuskan masalah dan ruang lingkup, mendefinisikan kemungkinan pemecahan masalah dan menilai kelayakan sistem tersebut. Diantaranya:

1. Problemstatement

(10)

2. Constrain

Gangguan fungsi tiroid yang dibahas adalah hipertiroidisme (kelebihan hormon tiroid) dan hipotiroidisme (kekurangan hormon tiroid) yang di diagnosa berdasarkan gejala yang sudah tampak dari kondisi fisik seseorang.

3. ScopeCreep

Persyaratan dan harapan peningkatan sistem pakar yaitu diharapkan dapat membantu masyarakat agar mengetahui seluk beluk gangguan kelenjar tiroid sehingga akan membantu proses komunikasi dengan pihak dokter ketika dibutuhkan penanganan lebih lanjut. Sistem pakar ditujukan untuk masyarakat untuk memberikan kemudahan mendeteksi gangguan tiroid secara dini dan tips penanganan awalnya, meningkatkan efisiensi dalam hal waktu dan biaya.

4. Statementofwork

Pembuatan sistem yang standar dapat memenuhi kebutuhan akan informasi yang berhubungan dengan kelenjar tiroid. Membuat sistem berbasis android

yang dapat digunakan di komputer ataupun di perangkat mobile sehingga mudah diakses kapanpun dan dimanapun.

3.1.2. Analisis Masalah

Dalam tahapan ini dilakukan penelitian untuk mengidentifikasi dan mengevaluasi permasalahan, hambatan-hambatan sehingga dapat dilakukan perbaikan. Kurangnya pengetahuan masyarakat akan kesehatan tiroid, sehingga perlu adanya sosialisasi pada masyarakat untuk menggunakan sistem. Sedikitnya ketersediaan pakar dibidangnya dengan kepakaran yang sangat sulit diekstrak, sehingga diperlukan sistem pakar, sebagai salah satu alternatif untuk mengetahui gangguan yang diderita pasien tanpa harus berkonsultasi ke dokter. Cara ini terjangkau bagi ekonomi masyarakat.

3.1.3. Analisis Kebutuhan

(11)

3.1.3.1. Analisis kebutuhan non fungsional

Di dalam kebutuhan non fungsional akan dipaparkan properti perilaku yang dimiliki oleh sistem. Mencakup analisis kebutuhan perangkat keras, analisis kebutuhan perangkat lunak, kebutuhan Informasi, kinerja.

a. Analisis perangkat keras (Hardware): Perangkat keras yang digunakan pada sistem pakar ini memiliki spesifikasi sebagai berikut: Processor Intel® Core™ i3-3110M, Hard Disk berkapasitas 500 GB, Memory berkapasitas 2 GB, DVD Room, Keyboard dan Modem.

b. Analisis Perangkat Lunak (Software): Sistem Operasi Windows 7, Basic sebagai bahasa pemrograman, Basic4Android sebagai IDE

c. Analisis Pengguna (User): Yang merupakan pengguna dari sistem ini adalah masyarakat pada umumnya.

3.1.3.2. Analisis kebutuhan fungsional

Didalam kebutuhan fungsional akan dipaparkan proses-proses apa saja yang nantinya dilakukan oleh sistem. Kebutuhan fungsional juga berisi informasi-informasi apa saja yang harus ada dan dihasilkan oleh sistem. Sistem pakar ini dibuat untuk memberikan pengetahuan diagnosa awal kepada pengguna tentang penyakit yang diderita terhadap suatu gejala sehingga diperoleh penanganan awal. Perancangan sistem ini meliputi:

a. Sistem mengadaptasi pemikiran pakar dalam mendiagnosa gangguan kelenjar tiroid yang dituangkan dalam suatu kaidah diagnosa.

b. Sistem menganalisa masukan pengguna dengan aturan metode forward

chaining yang ditetapkan.

c. Sistem dapat mengambil keputusan berdasarkan masukan dari pengguna. d. Sistem memberikan informasi berupa pengetahuan kepada pengguna

mengenai angka kemungkinan gangguan dalam yang diderita berdasarkan metode dempstershafer dari masukan gejala yang dialami.

e. Sistem dibuat dengan menggunakan bahasa pemrograman basic berbasis

(12)

3.2. Analisis data

3.2.1. Pengumpulan Data

Data yang diperoleh selama proses pengumpulan data terdiri dari data gejala, data penyakit, data hubungan gejala dan penyakit. Data tersebut diperoleh dari wawancara dengan pakar yang bersangkutan dan buku yang berhubungan dengan gangguan kelenjar tiroid.

G2 Otot keram dan lemah, khususnya kerja otot lengan dan kaki 0,2 G3 Hiperkinesis (Seperti: Gelisah, cemas, lekas marah,

emosional, kebingungan)

0,4

G4 Rambut dan kuku mudah rontok/rapuh 0,3

G5 Bengkak di leher atau kelenjar leher membengkak 0,4

G6 Nafsu makan meningkat 0,2

G7 Sensitif terhadap panas (Palpitasi) 0,2

G8 Jantung berdebar kencang dan cepat (Takikardia) 0,3 G9 Banyak berkeringat atau keringan berlebihan 0,4 G10 Biasanya tangan bergetar terus (Tremor) 0,4 G11 Frekuensi buang air besar yang sering (Diare) 0,2 G12 Mata tampak melotot atau menonjol (Exophthalmos) disertai

penglihatan ganda

0,6

G13 Mata membengkak, memerah, dan sensitif terhadap cahaya 0,5

(13)

Kode

G17 Nafsu makan berkurang 0,2

G18 Denyut nadi dan jantung melambat 0,3

G19 Suhu tubuh rendah 0,2

G20 Kulit kasar dan kering 0,2

G21 Sensitif terhadap udara dingin 0,2

G22 Kurang konsentrasi dan daya ingat lemah (Demensia) 0,1

G23 Tekanan darah menurun 0,2

G24 Mengalami gangguan cerna sembelit/konstipasi 0,2

G25 Wajah sembab dan bengkak 0,5

G26 Sendi nyeri dan kaku 0,2

G27 Berat badan meningkat 0,2

G28 Kelopak mata, tangan dan kaki membengkak 0,6 G29 Penurunan kemampuan berbicara (seperti suara pelan dan

parau, kadang cara bicara yang gagap)

0,4

G30 Kelopak mata menurun 0,4

2. Data Gangguan

Jumlah gangguan yang diolah dalam sistem pakar gangguan kelenjar tiroid ini ada 2 macam gangguan. Data penyakit ini dapat dilihat pada tabel 3.2. berikut:

Tabel 3.2. Daftar Nama Gangguan

Kode Gangguan Nama Gangguan

P1 Hipertiroidisme

(14)

3. Basis Pengetahuan

Dari pengetahuan berupa gejala dan gangguan kelenjar tiorid, maka dapat dibuat basis pengetahuan berupa hubungan atau keterkaitan yang ada antara gejala dan gangguan. Basis pengetahuan tersebut dapat dilihat pada tabel 3.3. berikut ini:

Tabel 3.3. Tabel Keputusan Gangguan Kelenjar Tiroid

Kode Gejala (G) Kode Gangguan (P)

P1 P2

(15)

inferensi berjalan dengan baik. Basis pengetahuan berupa hubungan gejala dan gangguan kelenjar tiroid. Basis pengetahuan dapat dilihat pada tabel sebelumnya, yaitu pada tabel 3.3. Basis aturan diambil dari basis pengetahuan yang ada kemudian disusun dalam bentuk aturan (rule) dengan menggunakan metode

forwardchaining. Aturan (rule) tersebut dapat dilihat pada tabel 3.4 berikut:

Tabel 3.4. Basis Aturan (Rule)

Aturan (rule) Kaidah produksi

4. Pohon keputusan (Decision tree)

(16)
(17)

3.2.2. Flowchart Metode

Dalam perancangan sistem pakar ini menggunakan metode penalaran forward

chaining (pelacakan maju) yaitu dimulai dari sekumpulan fakta-fakta tentang suatu

gejala yang diberikan oleh user sebagai masukan ke dalam sistem, kemudian dilakukan perhitungan sampai tujuan akhir berupa diagnosa gangguan tiroid yang dialami dan nilai kepercayaannya. Pada gambar 3.2. berikut ini merupakan flowchart

(diagram alir) metode dempster shafer untuk menghitung nilai kepastian penyakit pada sistem pakar.

(18)

Keterangan :

Perancangan sistem (Pressman, 2010) adalah langkah pertama dalam fase

pengembangan rekayasa produk atau sistem. Perancangan merupakan analisis dari

siklus pengembangan sistem yaitu pendefinisian dari kebutuhan-kebutahan fungsional

dan persiapan untuk merancang bangun implementasi serta menggambarkan

bagaimana suatu sistem dibentuk. Perancangan dalam sistem pakar ini dibagi menjadi

dua bagian yaitu logicaldesign dan physicaldesign.

3.3.1. Logical Design

Logical design mentransformasikan kebutuhan-kebutuhan sistem dari fase analisis

kebutuhan kepada sistem model yang akan dibangun nantinya. Tahapan logicaldesign

bertujuan memberikan gambaran desain sistem yang akan dibangun. Tahapan ini merupakan sistem pemodelan dari kebutuhan sistem yang telah dijelaskan dalam bagian analisa kebutuhan. Pada tahap ini menggunakan diagram unified modeling

language (UML) antara lain use case diagram, activity diagram, dan sequence

diagram untuk mengetahui aliran data dan membuat efisiensi data lebih baik.

3.3.1.1. Use case diagram

Diagram ini digunakan untuk menggambarkan pengguna aplikasi dan perilaku pengguna terhadap aplikasi. Pada sistem pakar ini, pengguna aplikasi terdiri dari user.

(19)

Gambar 3.3. Use Case Diagram Sistem Pakar

Pada tabel 3.5. Berikut merupakan penjelasan Use case diagram pada gambar 3.3 diatas:

Tabel 3.5. Deskripsi Use Case Diagram Sistem Pakar

Actor Nama Use Case Deskripsi Use Case

User Diagnosis Usecase berfungsi untuk mendiagnosa gangguan. Registrasi Use case berfungsi untuk input data user.

Pilih Gejala Usecase berfungsi untuk memilih gejala gangguan.

Info Usecase berfungsi untuk memberi informasi tentang gangguan tiroid.

Tips Usecase berfungsi untuk memberi informasi mengenai tips-tips awal untuk mengatasi gangguan tiroid.

(20)

3.3.1.2. Activity diagram

Activity diagram menggambarkan aliran aktivitas dalam perangkat lunak yang

dibangun, bagaimana masing-masing aliran berawal, keputusan yang mungkin terjadi, dan bagaimana mereka berakhir. Pada umumnya activity diagram tidak menampilkan secara detail urutan proses, namun hanya memberikan gambaran global bagaimana urutan prosesnya. Pada gambar 3.4. dibawah ini merupakan activity diagram sistem pakar.

Gambar 3.4. Activity Diagram Sistem Pakar

Pada gambar 3.4. Activity Diagram diatas, aktivitas yang dapat dilakukan user

adalah melihat informasi di menu info, menu tips, dan menu tentang. Melakukan diagnosis di menu diagnosis dengan cara registrasi terlebih dahulu lalu memilih gejala yang diderita, sampai pada akhir kesimpulan.

3.3.1.3. Sequence diagram

Sequence diagram digunakan untuk menggambarkan urutan-urutan kejadian atau

(21)

Gambar 3.5. Sequence Diagram Sistem Pakar

Sequence diagram pada gambar 3.5. diatas adalah proses user untuk

mendiagnosa gangguan tiroid, yaitu dengan cara user dapat memilih gejala-gejala yang diderita dan setelah itu data dikirim ke sistem untuk diproses dan mendapatkan hasil. Selain itu user dapat melihat menu Info, menu Tips dan menu Tentang pada sistem pakar.

3.3.2. Physical Design

Physical design mentransformasikan kebutuhan sistem yang di representasikan

(22)

3.3.2.1. Struktur interface menu sistem

Struktur menu program dibuat untuk memberikan kemudahan dalam pembangunan sistem. Sehingga user dengan mudah mengetahui bagaimana urutan sistem bekerja, hingga sistem selesai. Pada gambar 3.6. Berikut adalah struktur menu sistem yang akan dibangun.

Gambar 3.6. Struktur Interface Menu Sistem

3.3.2.2. Perancangan interface menu sistem

Perancangan interface digunakan untuk menggambarkan aplikasi yang sebenarnya.

Interface atau antar muka merupakan tampilan dari suatu program aplikasi yang

berperan sebagai media komunikasi yang digunakan sebagai sarana berdialog antara sistem dengan user. Sistem yang akan dibangun diharapkan menyediakan interface

yang mudah dipahami dan digunakan oleh user.

1. Interface menu utama sistem

(23)

Gambar 3.7. Interface Menu Utama Sistem

Pada gambar 3.7. terlihat rancangan menu utama untuk sistem pakar. Keterangan dari rancangan menu utama dapat dilihat pada tabel 3.6. berikut ini:

Tabel 3.6. Penjelasan Interface Menu Utama

No. objek Nama Objek Keterangan

1 Button image view Diagnosa Berisi tentang gejala-gejala gangguan

2 Buttonimage view Info Berisi keterangan tentang jenis gangguan

pada kelenjar tiroid.

3 Button image view Tips Berisi informasi berupa penanganan awal

gangguan tiroid.

4 Button image view Tentang menampilkan keterangan tentang sistem

2. Interface menu registrasi

Pada sub menu registrasi terdapat rancangan yang akan digunakan user untuk menginput data berupa nama dan umur, sebelum masuk ke menu diagnosis untuk menjawab pertanyaan yang diberikan oleh sistem.

1.

4.

(24)

Gambar.3.8. Interface Menu Registrasi

Pada gambar 3.8 terlihat rancangan menu registrasi sistem pakar. Keterangan dari rancangan menu registrasi dapat dilihat pada tabel 3.7. berikut ini:

Tabel 3.7. Penjelasan Interface Menu Registrasi

No. objek Nama Objek Keterangan

1 Label nama Berisi Nama

2 Label umur Berisi Umur

3 Edit text nama Isi nama User

4 Edit text umur Isi Umur User

5 Button image view Start Berfungsi untuk memulai diagnosa gangguan

3. Interface menu diagnosis

Rancangan ini adalah rancangan untuk melakukan konsultasi antara komputer dengan

User dalam mendiagnosa gangguan. Pada rancangan ini pengguna menjawab pertanyaan-pertanyaan dari sistem berdasarkan gejala yang ditemukan pada pasien. Pada tampilan ini terdapat tombol pilihan (option) yang mempunyai fungsi untuk menjawab pertayaan dari sistem, seperti gambar 3.9 berikut ini:

Start

(5)

(3)

(4)

Nama :

(1)

(25)

Gambar 3.9. Interface Menu Diagnosis

Pada gambar 3.9. terlihat rancangan menu diagnosis untuk sistem pakar. Keterangan dari rancangan menu diagnosis dapat dilihat pada tabel 3.8. berikut ini:

Tabel 3.8. Penjelasan Interface Menu Diagnosis

No. objek Nama Objek Keterangan

1 Label judul pertanyaan Berisi urutan pertanyaan

2 Label pertanyaan Berisi pertanyaan gejala yang diajukan pada user

3 RadioButton ya digunakan apabila user setuju dengan pertanyaan

yang telah ditampilkan oleh sistem berdasarkan gejala yang sudah dimasukkan oleh seorang pakar.

4 Radio Button tidak digunakan apabila user tidak setuju dengan

pertanyaan yang telah ditampilkan oleh sistem.

5 Button imageview

mundur

digunakan untuk kembali ke pertanyaan sebelumnya.

6 Button image view maju digunakan untuk pertanyaan selanjutnya.

Pertanyaan ke …(1)

Ya (3)

Tidak (4)

Isi pertanyaan ? (2)

(26)

4. Interface menu hasil diagnosis

Rancangan menu hasil diagnosis ini akan tampil setelah user mengisi diagnosis dan menjawab pertanyaan-pertanyaan yang diberikan oleh sistem. Pada menu ini user

akan mengetahui gangguan yang dideritanya. Seperti pada gambar 3.10. berikut ini:

Gambar 3.10. Interface Menu Hasil Diagnosis

Pada gambar 3.10. terlihat rancangan menu hasil diagnosis, Keterangan dari rancangan menu hasil diagnosis dapat dilihat pada tabel 3.9. berikut ini:

Tabel 3.9. Penjelasan Interface Menu Hasil Diagnosis

No. objek Nama Objek Keterangan

1 Label judul Berisi judul hasil diagnosis

2 Label nama berisi nama

3 Label umur Berisi umur

Keluar (14) (5)

(4)

Nama : (2)

Umur : (3)

Hasil Diagnosis (1)

Hipertiroid : (6)

B : (7)

P : (8)

B : (10)

P : (11)

Hipotiroid : (9)

(27)

No. objek Nama Objek Keterangan

4 Edit Text nama Menampilkan nama yang sudah diisi saat registrasi

5 Edit Text Umur Menampilkan umur yang sudah diisi saat registrasi

6 Label Hiper berisi hipertiroid

7 Edit Text BelHiper Menampilkan nilai belief hipertiroid

8 Edit Text PlaHiper Menampilkan nilai plausibility hipertiroid

9 Label Hipo berisi hipotiroid

10 Edit Text BelHipo Menampilkan nilai belief hipotiroid

11 Edit Text PlaHipo Menampilkan nilai plausibility hipotiroid

12 Label kesimpulan Berisi kesimpulan

13 Edit Text kesimpulan Menampilkan kesimpulan gangguan yang diderita

14 Button keluar Kembali ke menu utama

5. Interface menu info, Tips, dan Tentang

Pada sub menu info, Tips dan Tentang merupakan rancangan yang berfungsi untuk menampilkan keterangan yang berisi informasi-informasi mengenai jenis gangguan, penanganan awal pada kelenjar tiroid dan tentang aplikasi sistem pakar. Rancangan Info, Tips dan tentang memiliki satu tombol yaitu tombol Keluar.

Gambar 3.11. Interface Menu Info, Tips, dan Tentang

(28)

Pada gambar 3.11. terlihat rancangan menu info, tips dan tentang, Keterangan dari rancangan menu menu info, tips dan tentang dapat dilihat pada tabel 3.10. berikut ini:

Tabel 3.10. Penjelasan Interface Menu Info, Tips, dan Tentang

No. objek Nama Objek Keterangan

1 Label keterangan Berisi informasi

(29)

BAB 4

IMPLEMENTASI DAN PENGUJIAN SISTEM

4.1. Implementasi Sistem

Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikan desain sistem yang ada di dalam dokumen sistem yang disetujui dan menguji, menginstal serta memulai menggunakan sistem yang baru atau sistem yang diperbaiki. Dengan kata lain, tahapan ini merupakan kelanjutan dari tahapan perancangan dimana rancangan sistem yang telah dibuat diwujud nyatakan dalam bahasa pemrograman. Dalam bab ini akan dijelaskan form-form hasil implementasi sistem pakar mendiagnosa gangguan tiroid.

Adapun hasil implementasi form yang telah dirancang pada sistem sebagai berikut:

4.1.1. Menu Utama

Menu Utama adalah menu yang pertama kali terlihat ketika program digunakan oleh

(30)

Gambar 4.1. Menu Utama Program

4.1.2. Menu Diagnosis

Menu diagnosa merupakan halaman inti dari sistem pakar mendiagnosa gangguan tiroid. Menu ini digunakan untuk melakukan diagnosis berdasarkan gejala yang dirasakan oleh user. Sebelum melakukan diagnosis, user diwajibkan melakukan registrasi. Menu registrasi digunakan untuk melakukan pendaftaran jika seseorang akan melakukan diagnosis gangguan. Setelah melakukan registrasi, Sistem pakar akan menampilkan pertanyaan dari gejala yang ada pada setiap penelusuran berupa pertanyaan.

User diharuskan untuk memilih gejala dengan memilih jawaban Ya jika mengalami gejala dan jawaban Tidak jika tidak mengalami gejala tersebut. Kemudian memilih tombol maju untuk memilih gejala berikutnya dan tombol mundur untuk melihat pertanyaan sebelumnya. Hasil diagnosis yang diperoleh tersebut didapatkan dari hasil penelusuran terhadap jenis penyakit berdasarkan gejala yang dipilih oleh

(31)

Gambar 4.2. Menu Registrasi

(32)

Gambar 4.4. Menu Konfirmasi Diagnosa

(33)

4.1.3. Menu Tips

Dalam menu ini user akan memperoleh informasi mengenai tips-tips kesehatan untuk penanganan awal terhadap gangguan tiroid yang telah didiagnosa oleh Sistem Pakar Diagnosis Gangguan kelenjar tiroid. Tampilan halaman utama pada sistem ini seperti yang terlihat pada gambar 4.6. berikut ini:

Gambar 4.6. Menu Tips

4.1.4. Menu Info

(34)

Gambar 4.7. Menu Info

4.1.5. Menu Tentang Saya

Dalam menu ini user akan memperoleh informasi mengenai penulis yang membuat sistem sistem pakar diagnosis gangguan tiroid. Tampilan halaman utama pada sistem ini seperti yang terlihat pada gambar 4.8. berikut ini:

(35)

4.2. Pengujian Sistem

Tahapan pengujian program dilakukan untuk menguji hasil diagnosis sistem dengan hasil diagnosis yang diperoleh dengan perhitungan manual dengan menggunakan metode dempster shafer. Hasil diagnosis sistem kemudian dibandingkan dengan hasil diagnosis yang diperoleh dengan perhitungan manual.

Pada proses diagnosa, sistem akan melakukan proses diagnosa berdasarkan urutan pertanyaan yang ditanyakan sistem kepada user sesuai dengan aturan (rule)

forward chaining. Jika user telah selesai memilih gejala-gejala, maka sistem akan

menghitung nilai kepercayaan gejala menggunakan metode dempster Shafer. Misalkan pada proses diagnosa, user memasukkan data keluhan (gejala) berupa:

1. Mudah lemah dan lesu (G1)

2. Otot keram dan lemah, khususnya kerja otot lengan dan kaki (G2) 3. Nafsu makan meningkat (G6)

4. Banyak berkeringat atau keringan berlebihan (G9) 5. Gemetar, gugup dan gelisah (G14)

6. Denyut nadi dan jantung melambat (G18) 7. Suhu tubuh rendah (G19)

8. Mengalami gangguan cerna sembelit/konstipasi (G24) 9. Sendi nyeri dan kaku (G26)

10.Penurunan kemampuan berbicara (seperti suara pelan dan parau, kadang cara bicara yang gagap) (G29)

Perhitungan manual gejala gangguan tiroid dibedakan menjadi dua yaitu hipertiroid dan hipotiroid, hal ini dikarenakan untuk memudahkan sistem dalam menghitung nilai densitas. Maka perhitungan manualnya sebagai berikut:

4.2.1. Perhitungan Manual Hipertiroid

(36)

cari nilai ketidakpastian masing-masing gejala yang dinotasikan dengan m(θ) dengan cara melakukan pengurangan dari nilai kepastian, setelah itu hitung nilai densitas baru dengan mengkombinasikan gejala dengan rumus dempster shafer. Lakukan perhitungan untuk masing-masing gejala, maka perhitungannya sebagai berikut:

a. Gejala pertama (m1)

Hitung nilai ketidakpastian :

m1 {P1} = 0,2 nilai kepastian gejala pertama

m1 { } = 1- m1 {P1} = 1 - 0,2 = 0,8

b. Gejala kedua (m2)

Hitung nilai ketidakpastian :

m2 {P1} = 0,2 nilai kepastian gejala kedua

m2 { } = 1- m2 {P1} = 1 - 0,2= 0,8

c. Hitung kombinasi nilai densitas m1 dan m2

Perhitungan nilai kombinasi antara G1 dan G2 disajikan ke dalam bentuk baris dan kolom. Pertemuan antara baris dan kolom menunjukkan himpunan penyakit tersebut yang dapat dilihat pada tabel 4.1. berikut:

Tabel 4.1. Hasil kombinasi dari m1 dan m2

{P1} 0,2 0,8

{P1} 0,2 {P1} 0,04 {P1} 0,16

0,8 {P1} 0,16 0,64

Pencarian m3 menggunakan rumus (2.4) di bawah ini:

(37)

d. Gejala keenam (m3)

Hitung nilai ketidakpastian : m3 {P1} = 0,2

m3 { } = 1- m3 {P1} = 1 – 0,2 = 0,8

e. Hitung kombinasi nilai densitas dan m3

Perhitungan kombinasi nilai densitas dan m3 menghasilkan nilai densitas baru

yang dapat dilihat pada tabel 4.2. berikut:

Tabel 4.2. Hasil kombinasi dari dan m3

{P1} 0,2 0,8

{P1} 0,36 {P1} 0,072 {P1} 0,288

0,64 {P1} 0,128 0,512

Maka adalah :

f. Gejala kesembilan (m4)

Hitung nilai ketidakpastian : m4 {P1} = 0,4

m4 { } = 1- m4 {P1} = 1 – 0,4 = 0,6

g. Hitung kombinasi nilai densitas dan m4

Perhitungan kombinasi nilai densitas dan m4 menghasilkan nilai densitas baru

(38)

Tabel 4.3. Hasil kombinasi dari dan m4

{P1} 0,4 0,6

{P1} 0,488 {P1} 0,1952 {P1} 0,2928

0,512 {P1} 0,2048 0,3072

Maka adalah :

h. Gejala keempat belas (m5)

Hitung nilai ketidakpastian : m5 {P1} = 0,3

m5 { } = 1- m5 {P1} = 1 – 0,3 = 0,7

i. Hitung kombinasi nilai densitas dan m5

Perhitungan kombinasi nilai densitas dan m5 menghasilkan nilai densitas baru

yang dapat dilihat pada tabel 4.4. berikut:

Tabel 4.4. Hasil kombinasi dari dan m5

{P1} 0,3 0,7

{P1} 0,6928 {P1} 0,20784 {P1} 0,48496

0,3072 {P1} 0,09216 0,21504

(39)

4.2.2. Perhitungan Manual Hipotiroid

Gejala Mudah lemah dan lesu (G1), Otot keram dan lemah, khususnya kerja otot lengan dan kaki (G2), Denyut nadi dan jantung melambat (G18), Suhu tubuh rendah (G19), Mengalami gangguan cerna sembelit/konstipasi (G24), Sendi nyeri dan kaku (G26), Penurunan kemampuan berbicara (seperti suara pelan dan parau, kadang cara bicara yang gagap) (G29) merupakan gejala gangguan Hipotiroid yang dikodekan menjadi {P2}. Untuk perhitungannya, pertama cari nilai ketidakpastian masing-masing gejala yang dinotasikan dengan m(θ) dengan cara melakukan pengurangan dari nilai kepastian, setelah itu Hitung nilai densitas baru dengan mengkombinasikan gejala dengan rumus dempster shafer. Lakukan perhitungan untuk masing-masing gejala, maka perhitungannya sebagai berikut:

c. Hitung kombinasi nilai densitas m1 dan m2

Perhitungan nilai kombinasi antara G1 dan G2 disajikan ke dalam bentuk baris dan kolom. Pertemuan antara baris dan kolom menunjukkan himpunan penyakit tersebut yang dapat dilihat pada tabel 4.5. berikut:

Tabel 4.5. Hasil kombinasi dari m1 dan m2

{P2} 0,2 0,8

{P2} 0,2 {P2} 0,04 {P2} 0,16

(40)

Maka adalah :

d. Gejala kedelapan belas (m3)

Hitung nilai ketidakpastian : m3 {P2} = 0,3

m3 { } = 1- m3 {P2} = 1 – 0,3 = 0,7

e. Hitung kombinasi nilai densitas dan m3

Perhitungan kombinasi nilai densitas dan m3 menghasilkan nilai densitas baru

yang dapat dilihat pada tabel 4.6. berikut:

Tabel 4.6. Hasil kombinasi dari dan m3

{P2} 0,3 0,7

{P2} 0,36 {P2} 0,108 {P2} 0,252

0,64 {P2} 0,192 0,448

Maka adalah :

f. Gejala kesembilan belas (m4)

Hitung nilai ketidakpastian : m4 {P2} = 0,2

(41)

g. Hitung kombinasi nilai densitas dan m4

Perhitungan kombinasi nilai densitas dan m4 menghasilkan nilai densitas baru

yang dapat dilihat pada tabel 4.7. berikut:

Tabel 4.7. Hasil kombinasi dari dan m4

{P2} 0,2 0,8

{P2} 0,552 {P2} 0,1104 {P2} 0,4416

0,488 {P2 } 0,0896 0,3584

Maka adalah :

h. Gejala kedua puluh empat (m5)

Hitung nilai ketidakpastian : m5 {P2} = 0,2

m5 { } = 1- m5 {P2} = 1 – 0,2 = 0,8

i. Hitung kombinasi nilai densitas dan m5

Perhitungan kombinasi nilai densitas dan m5 menghasilkan nilai densitas baru

yang dapat dilihat pada tabel 4.8. berikut:

Tabel 4.8. Hasil kombinasi dari dan m5

{P2} 0,2 0,8

{P2} 0,6416 {P2} 0,12832 {P2} 0,51328

0,3584 {P2 } 0,07168 0,28672

(42)

j. Gejala kedua puluh enam (m6)

Hitung nilai ketidakpastian : m6 {P2} = 0,2

m6 { } = 1- m6 {P2} = 1 – 0,2 = 0,8

k. Hitung kombinasi nilai densitas dan m6

Perhitungan kombinasi nilai densitas dan m6 menghasilkan nilai densitas baru

yang dapat dilihat pada tabel 4.9. berikut:

Tabel 4.9. Hasil kombinasi dari dan m6

{P2} 0,2 0,8

{P2} 0,71328 {P2} 0,142656 {P2} 0,570624

0,28672 {P2 } 0,057344 0,229376

Maka adalah :

l. Gejala kedua puluh Sembilan (m7)

Hitung nilai ketidakpastian : m7 {P2} = 0,4

m7 { } = 1- m7 {P2} = 1 – 0,4 = 0,6

(43)

Perhitungan kombinasi nilai densitas dan m7 menghasilkan nilai densitas baru

yang dapat dilihat pada tabel 4.10. berikut:

Tabel 4.10. Hasil kombinasi dari dan m7

{P2} 0,2 0,8

{P2} 0,770624 {P2} 0,3082496 {P2} 0,4623744

0,229376 {P2 } 0,0917504 0,1376256

Maka m71 adalah :

4.2.3. Perhitungan Dengan Sistem

(44)

Gambar 4.9. Hasil Diagnosa

Berdasarkan perhitungan manual sebelumnya, maka dapat disimpulkan bahwa gangguan yang diderita oleh user kemungkinan adalah hipotiroid, karena hipotiroid mempunyai nilai densitas tertinggi. Hasil perhitungan manual yang didapat adalah sebagai berikut :

Hipertiroid : Hipotiroid :

m51{P1} = 0,78496 m71{P1} = 0,8623744

(45)

BAB 5

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan penulisan skripsi ini dengan adanya sistem pakar untuk mendiagnosa gangguan kelenja tiroid, dapat disimpulkan bahwa:

1. Dalam mendiagnosa gangguan kelenjar tiroid dilakukan dengan cara memberikan pertanyaan berupa gejala-gejala fisik gangguan yang membutuhkan jawaban ya atau tidak untuk proses perhitungan kemudian dari hasil perhitungan didapatkan hasil untuk menentukan kesimpulan.

2. Dengan pemanfaatan metode forward chaining dan dempster shafer dalam pembuatan sistem pakar memperkuat diagnosa yang dihasilkan karena sistem tidak hanya bertumpu pada rule, tetapi mempunyai nilai sehingga tingkat kepercayaan lebih akurat.

3. Dengan adanya aplikasi sistem pakar mendiagnosa gangguan kelenjar tiroid ini maka user mendapatkan informasi mengenai gangguan tiroid dan dapat memeriksa gangguan tiroid sedari dini.

(46)

5.2 Saran

Adapun saran-saran yang dapat disampaikan dari hasil penyelesaian skripsi ini adalah sebagai berikut :

1. Dalam penelitian lebih lanjut diharapkan dapat mengunakan metode yang berbeda misalnya menggunakan metode Bayes, atau Certainty Factor (CF), serta bisa membandingkan efisiensi serta akurasi dengan metode dempstershafer.

2. Dalam pengembangan data kedepan diharapkan agar sebaiknya dilakukan penambahan data berupa quisioner sehingga data lebih akurat.

(47)

BAB 2

LANDASAN TEORI

2.1. Sistem Pakar

Secara umum sistem pakar adalah Sistem yang berusaha mengadopsi pengetahuan manusia ke komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah seperti layaknya seorang pakar. Seorang pakar adalah orang memiliki keahlian dalam bidang tertentu, yaitu pakar yang mempunyai pengetahuan atau kemampuan khusus yang orang lain tidak mengetahui atau mampu dalam bidang yang dimilikinya. Dengan sistem pakar ini, orang biasa pun dapat meyelesaikan masalah yang cukup rumit yang sebenarnya hanya dapat diselesaikan dengan bantuan para pakar. Ada beberapa definisi tentang sistem pakar (Hartati & Iswanti 2008), antara lain:

1. Menurut Giarratano & Riley: Sistem pakar merupakan cabang dari kecerdasan buatan (Artificial Intelegence) yang menggunakan pengetahuan-pengetahuan khusus yang dimiliki oleh seseorang ahli untuk menyelesaikan suatu masalah tertentu.

2. Menurut Ignizio: Sistem pakar adalah suatu model dan prosedur yang berkaitan, dalam suatu domain tertentu, yang mana tingkat keahliannya dapat dibandingkan dengan keahlian seorang pakar.

(48)

2.1.1. Arsitektur dan Komponen Sistem Pakar

Sistem pakar disusun oleh dua bagian utama, yaitu lingkungan pengembangan

(development environment) dan lingkungan konsultasi (consultation environment)

(Turban, 1995). Lingkungan pengembangan digunakan untuk memasukkan pengetahuan pakar ke dalam sistem pakar, sedangkan lingkungan konsultasi digunakan untuk pengguna sistem pakar. Komponen-komponen sistem pakar pada dua bagian tersebut dapat dilihat pada gambar 2.1. berikut ini:

Gambar 2.1. Arsitektur Sistem Pakar (sumber: Turban, 1995)

Menurut Giarratano dan Riley dalam (Hartati & Iswanti 2008) Untuk membangun sistem pakar diperlukan komponen-komponen yang harus dimiliki yaitu sebagai berikut:

(49)

Sedangkan untuk menjadikan sistem pakar lebih menyerupai seorang pakar yang berinteraksi dengan pemakai, maka dilengkapi dengan fasilitas berikut:

1. Fasilitas penjelasan (Explanationfacility)

2. Fasilitas akuisisi pengetahuan (Knowledgeacquisitionfacility)

Penjelasan masing-masing komponen-komponen sistem pakar tersebut adalah sebagai berikut (Hartati & Iswanti 2008):

1. Antar muka pengguna (User interface) adalah komunikasi antara sistem dan pemakainya yang menggantikan seorang pakar.

2. Basis pengetahuan (Knowlegde base) adalah kumpulan pengetahuan bidang tertentu pada tingkatan pakar pada format tertentu.

3. Mesin inferensi (Inference machine) adalah otak dari sistem pakar, berupa perangkat lunak yang melakukan tugas inferensi penalaran sistem pakar, biasa dikatakan sebagai mesin pemikir (Thingkingmachine).

4. Memori kerja (Working memory) adalah bagian dari sistem pakar yang menyimpan fakta yang diperoleh saat dilakukan proses konsultasi.

5. Fasilitas penjelasan (Explanation facility) adalah informasi yang diberikan kepada pemakai mengenai jalannya penalaran sehingga dihasilkan suatu keputusan.

6. Fasilitas akuisisi pengetahuan (Knowledge acquisition facility) adalah pengetahuan pada sistem pakar yang diperoleh atau saat pengetahuan yang sudah ada tidak berlaku lagi.

2.1.2. Ciri-Ciri Sistem Pakar

Sistem pakar merupakan program-program praktis yang menggunakan strategi heuristik yang dikembangkan oleh manusia untuk menyelesaikan permasalahan-permasalahan yang spesifik (khusus), disebabkan oleh keheuristikannya dan sifatnya yang berdasarkan pada pengetahuan sehingga umumnya sistem pakar mempunyai ciri-ciri sebagai berikut (Turban, 1995):

1. Terbatas pada domain keahlian tertentu. 2. Berdasarkan pada kaidah/rule tertentu.

(50)

4. Mudah dimodifikasi, yaitu dengan menambah atau menghapus suatu kemampuan dari basis pengetahuannya.

5. Sistem dapat mengaktifkan kaidah secara searah yang sesuai, dituntun oleh dialog dengan pemakai.

2.1.3. Manfaat dan Kelemahan Sistem Pakar

Secara garis besar, banyak manfaat yang dapat diambil dengan adanya sistem pakar, antara lain ( Kusuma, 2003):

1. Membuat seorang yang awam bekerja seperti layaknya seorang pakar.

2. Meningkatkan produktivitas akibat meningkatnya kualitas hasil pekerjaan, meningkatnya kualitas pekerjaan ini disebabkan meningkatnya efisiensi kerja. 3. Menghemat waktu kerja.

4. Menyederhanakan pekerjaan.

5. Merupakan arsip terpercaya dari sebuah keahlian, sehingga bagi pemakai sistem pakar seolah-olah berkonsultasi langsung dengan sang pakar, meskipun mungkin sang pakar telah tiada.

6. Memperluas jangkauan, dari keahlian seorang pakar. Di mana sebuah sistem pakar yang telah disahkan, akan sama saja artinya dengan seorang pakar yang tersedia dalam jumlah besar (dapat diperbanyak dengan kemampuan yang persis sama), dapat diperoleh dan dipakai di mana saja.

Di samping memiliki beberapa manfaat, sistem pakar juga memiliki beberapa kelemahan, antara lain ( Kusuma, 2003):

1. Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal. 2. Sulit dikembangkan. Hal ini tentu saja erat kaitannya dengan ketersediaan

pakar di bidangnya.

3. Sistem pakar tidak 100% bernilai benar.

2.1.4. Representasi Pengetahuan

(51)

dapat diakses oleh prosedur pemecahan masalah (Kusrini, 2006). Beberapa model representasi pengetahuan yang penting (Kusrini, 2006) adalah:

1. Logika (logic) yaitu Logika merupakan suatu pengkajian ilmiah tentang serangkaian penalaran, sistem kaidah, dan prosedur yang membantu proses penalaran. Bentuk logika komputasional ada dua macam yaitu logika proposional dan predikat.

2. Jaringan semantik (Semantic nets) yaitu Representasi jaringan semantik merupakan penggambaran grafis dari pengetahuan yang memperlihatkan hubungan hirarkis dari objek-objek yang terdiri atas simpul (node) dan penghubung (link).

3. Object-Atributte-Value (OAV) yaitu Objek dapat berupa bentuk fisik atau

konsep, Atribut adalah karakteristik atau sifat dari objek tersebut, Value (nilai besaran spesifik dari atribut tersebut yang berupa numeric, string atau

boolean).

4. Bingkai ( Frame) yaitu Bingkai berupa ruang (slots) yang berisi atribut untuk mendeskripsikan pengetahuan yang berupa kejadian. Bingkai memuat deskripsi sebuah objek dengan menggunakan tabulasi informasi yang berhubungan dengan objek.

5. Kaidah Produksi (Production rule) yaitu Kaidah menyediakan cara formal untuk merepresentasikan rekomendasi, arahan, atau strategi dalam bentuk jika-maka (If-Then) yang menghubungkan anteseden dengan konsekuensi.

2.1.5. Metode Inferensi

Bagian mesin inferensi merupakan bagian yang mengatur proses penalaran sistem yang digunakan oleh seorang pakar serta mengarahkannya menuju solusi yang terbaik yang dapat dilakukan berdasarkan basis pengetahuan. Metode inferensi (Hartati & Iswanti 2008 ) antara lain:

1. Pelacakan ke depan (Forwardchaining)

Pada metode forward chaining merupakan proses perunutan yang dimulai dengan menampilkan kumpulan data atau fakta yang meyakinkan menuju akhir konklusi. Forward chaining disebut juga pencarian yang di motori data (data

(52)

dahulu kemudian menuju konklusi atau derived information (then) atau dapat dimodelkan sebagai berikut:

IF (informasi masukan) THEN (konklusi)

Proses pelacakan pada forward chaining dapat ditunjukkan oleh gambar 2.2. berikut ini:

Gambar 2.2. Proses Forward Chaining (Sumber: Arhami, 2005)

2. Pelacakan ke belakang (Backwardchaining)

Runut balik merupakan proses perunutan yang merupakan kebalikan dari runut maju. Proses penalaran runut balik dimulai dengan tujuan/goal kemudian merunut balik kejalur yang akan mengarahkan ke goal tersebut, mencari bukti-bukti bahwa bagian kondisi terpenuhi. Jadi secara umum runut balik itu diaplikasikan ketika tujuan atau hipotesis yang dipilih itu sebagai titik awal penyelesaian masalah. Disebut juga goal-driven search. Runut balik dimodelkan sebagai berikut:

TUJUAN, IF (kondisi)

Proses pelacakan pada backward chaining dapat ditunjukkan oleh gambar 2.3. berikut ini:

(53)

Gambar 2.3. Proses Backward Chaining (Sumber : Arhami, 2005)

2.2. Algoritma Dempster Shafer

Teori dempster shafer (Jannah, 2011) adalah suatu teori matematika untuk pembuktian berdasarkan belieffunctions and plausiblereasoning (fungsi kepercayaan dan pemikiran yang masuk akal), yang digunakan untuk mengkombinasikan potongan informasi yang terpisah (bukti) untuk mengkalkulasi kemungkinan dari suatu peristiwa. Teori ini dikembangkan oleh Arthur P. Dempster dan Glenn Shafer merupakan metode penalaran non monotonis yang digunakan untuk mencari ketidak konsistenan akibat adanya penambahan maupun pengurangan fakta baru yang akan merubah aturan yang ada. Secara umum teori dempster shafer ditulis dalam suatu interval (Kusuma, 2003) :

[Belief, Plausibility]

1. Belief (Bel) adalah ukuran kekuatan evidence (bukti) dalam mendukung suatu

himpunan proposisi. Jika bernilai 0 maka mengindikasikan bahwa tidak ada

evidence, dan jika bernilai 1 menunjukkan adanya kepastian. Dimana nilai

belief (Bel) yaitu (0-0.9).

2. Plausibility (Pls) akan mengurangi tingkat kepastian dari evidence. Plausibility

(54)

Menurut Giarratano dan Riley dalam (Prijodiprojo & Wahyuni, 2013 ) fungsi

belief dapat diformulasikan dan ditunjukkan pada persamaan (2.1):

……….... (2.1)

Dan Plausibility dinotasikan pada persamaan (2.2):

………... (2.2)

Dimana:

Bel (X) = Belief (X) Pls (X) = Plausibility (X) m (X) = Massfunction dari (X) m (Y) = Massfunction dari (Y)

Teori dempstershafer menyatakan adanya frameofdiscrement yang dinotasikan dengan simbol (ϴ). Frame of discrement merupakan semesta pembicaraan dari sekumpulan hipotesis sehingga sering disebut dengan environment yang ditunjukkan pada persamaan (2.3):

………... (2.3) Dimana :

θ = Frameofdiscrement atau environment θ1,…,θN = element/unsur bagian dalam environment

Environment mengandung elemen-elemen yang menggambarkan

kemungkinan sebagai jawaban, dan hanya ada satu yang akan sesuai dengan jawaban yang dibutuhkan. Kemungkinan ini dalam teori dempstershafer disebut dengan power set dan dinotasikan dengan P (ϴ), setiap elemen dalam power set ini memiliki nilai

(55)

Massfunction (m) dalam teori dempster shafer adalah tingkat kepercayaan dari suatu evidence (gejala), sering disebut dengan evidencemeasure sehingga dinotasikan dengan (m). Tujuannya adalah mengaitkan ukuran kepercayaan elemen-elemen θ. Tidak semua evidence secara langsung mendukung tiap-tiap elemen. Untuk itu perlu adanya probabilitas fungsi densitas (m). Nilai m tidak hanya mendefinisikan

elemen-elemen θ saja, namun juga semua subset-nya. Sehingga jika θ berisi n elemen, maka

subsetθ adalah 2n. Jumlah semua m dalam subsetθ sama dengan 1. Apabila tidak ada

informasi apapun untuk memilih hipotesis, maka nilai: m{θ} = 1,0

Apabila diketahui X adalah subsetdari θ, dengan m1 sebagai fungsi densitasnya,

dan Y juga merupakan subset dari θ dengan m2 sebagai fungsi densitasnya, maka

Android adalah sistem operasi untuk telepon seluler berbasis linux sebagai kernel-nya.

Android begitu pesat perkembangan di era saat ini Karena android menyediakan

platform terbuka (Open Source) bagi para pengembang untuk menciptakan aplikasi

mereka sendiri. Awalnya, perusahaan search engine terbesar saat ini, yaitu Google

Inc. membeli AndroidInc., pendatang baru yang membuat peranti lunak untuk ponsel.

(56)

konsorsium dari 34 perusahaan hardware, software dan telekomunikasi, termasuk

Google, HTC, Intel, Motorola, Qualqomm, T-Mobile dan Nividia. Pada saat perilisan

perdana android, 5 November 2007, android bersama open handset alliance

menyatakan mendukung pengembangan standar terbuka pada perangkat seluler. Di lain pihak, Google merilis kode–kode android di bawah lisensi apache, sebuah lisensi perangkat lunak dan standar terbuka perangkat seluler. Android memiliki dua distributor, yaitu Google Mail Service (GMS) dan Open Handset Distributor (OHD).

GMS adalah distributor android yang mendapatkan dukungan penuh dari

Google, sedangkan OHD adalah distributor android tanpa dukungan langsung dari

Google. Saat ini sudah banyak bermunculan vendor-vendor untuk smartphone, yaitu

1. Lengkap (Complete platform): Android dikatakan lengkap karena android

menyediakan tools untuk membangun software yang sangat lengkap dibanding dengan platform lain. Para pengembang dapat melakukan pendekatan yang komprehensif ketika mereka mengembangkan suatu aplikasi pada platformandroid.

2. Terbuka (Open source platform): Platform android diciptakan dibawah lisensi opensource, dimana para pengembang bebas untuk mengembangkan aplikasi pada platform ini. Android menggunakan linuxkernel 2.6.

3. Bebas (Free platform): Android adalah platform mobile yang tidak memiliki batasan dalam mengembangkan aplikasinya. Tidak ada lisensi dalam mengembangkan aplikasi android. Android dapat didisribusikan dan diperdagangkan dalam bentuk apapun (Pratama, 2011).

2.3.2. Android SDK ( Software Development Kit )

Android SDK merupakan sebuah tools yang diperlukan untuk mengembangkan

(57)

SDK telah menjadi alat bantu dan API ( Application Programming Interface ) untuk mengembangkan aplikasi bebasis android. Android SDK bersifat gratis dan bebas distribusikan karena android bersifat open source. Basic4android merupakan sebuah

editor, secara default editor ini belum bisa dipakai untuk men-develop android. Agar

bisa digunakan untuk membuat aplikasi android maka terlebih dahulu harus di-install

SDK Android (StKamurtDevelopmentKit). Setelah di-install android SDK berisi dua

tools yaitu AVD (Android Virtual Device) manager digunakan untuk membuat

emulator android. SDK Manager adalah download manager komponen-komponen

android. (Pratama, 2011).

2.3.3. JDK (Java Development Kit)

JDK (Java Development Kit) adalah sekumpulan program kecil yang akan sangat membantu untuk para pengembang aplikasi dalam merancang dan melakukan testing

program. JDK dapat di lihat dengan cara mengakses lewat command line. Java

developmentkit merupakan perangkat lunak yang digunakan untuk melakukan proses

kompilasi dari kode java menjadi bytecode yang dapat dimengerti dan dapat dijalankan oleh java runtime environtment. Java development Kit wajib ter-install

pada komputer yang akan melakukan proses pembuatan aplikasi berbasis java. Namun

java development kit tidak wajib ter-install di komputer yang akan menjalankan

aplikasi yang dibangun menggunakan java. (Khannedy, 2013)

Gambar 2.4. Konfigurasi Pengembangan Android

SDK

JDK

B4A

Android

(58)

2.3.4. Versi Android

Berikut adalah perkembangan versi Android (Pratama, 2011):

1. Android versi awal (2007 – 2008)

Pada September 2007 google mengajukan hak paten aplikasi telepon seluler.

Google mengenalkan Nexus One, salah satu jenis telepon pintar GSM yang

menggunakan android sistem operasinya. Telepon seluler ini diproduksi oleh

HTC Corporation dan tersedia di pasaran pada 5 Januari 2008. Pada 9

Desember 2008, diumumkan anggota baru yang bergabung dalam program kerja Android ARM Holdings, Atheros Communications, diproduksi oleh

Asustek Computer Inc, Garmin Ltd, Softbank, Sony Ericsson, Toshiba Corp,

dan VodafoneGroupPlc.

2. Android versi 1.1

Pada 9 Maret 2009, Google merilis android versi 1.1. Android versi ini dilengkapi dengan pembaruan estetis pada aplikasi, jam alarm, voice search

(pencarian suara), pengiriman pesan dengan Gmail, dan pemberitahuan email.

3. Android versi 1.5 ( Cupcake )

Pada pertengahan Mei 2009, google kembali merilis telepon seluler dengan menggunakan android dan SDK (Software DevelopmentKit) dengan versi 1.5

(cupcake). Terdapat beberapa pembaruan termasuk juga penambahan beberapa

fitur dalam seluler versi ini yakni kemampuan merekam dan menonton video dengan modus kamera, mengunggah video ke youtube dan gambar ke picasa

langsung dari telepon, dukungan bluetooth A2DP, kemampuan terhubung secara otomatis ke headset bluetooth, animasi layar, dan keyboard pada layar yang dapat disesuaikan dengan sistem.

4. Android versi 1.6 ( Donut )

Donut (versi 1.6) dirilis pada September dengan menampilkan proses

pencarian yang lebih baik dibanding sebelumnya, penggunaan baterai indikator dan kontrol applet VPN. Fitur lainnya adalah galeri yang memungkinkan pengguna untuk memilih foto yang akan dihapus, kamera, camcorder dan galeri yang dintegrasikan.

5. Android versi 2.0 / 2.1 ( Eclair )

(59)

peningkatan google maps 3.1.2, perubahan UI dengan browser baru dan dukungan HTML 5, daftar kontak yang baru, dukungan flash untuk kamera 3,2

MP, digital Zoom, dan Bluetooth 2.1. Dengan semakin berkembangnya dan

semakin bertambahnya jumlah handset android, semakin banyak pihak ketiga yang berminat untuk menyalurkan aplikasi mereka kepada sistem operasi

android. Aplikasi terkenal yang diubah ke dalam sistem operasi android

adalah Shazam, Backgrounds, dan WeatherBug.

6. Android versi 2.2 ( Froyo : FrozenYoghurt )

Pada 20 Mei 2010, android versi 2.2 (Froyo) diluncurkan. Perubahan-perubahan umumnya terhadap versi-versi sebelumnya antara lain dukungan

Adobe Flash 10.1, kecepatan kinerja dan aplikasi 2 sampai 5 kali lebih cepat,

intergrasi V8 JavaScript engine yang dipakai google chrome yang mempercepat kemampuan rendering pada browser, pemasangan aplikasi dalam SD card, kemampuan WiFi hotspot portabel, dan kemampuan auto

update dalam aplikasi androidmarket.

7. Android versi 2.3 ( Gingerbread )

Pada 6 Desember 2010, android versi 2.3 (gingerbread) diluncurkan. Perubahan-perubahan umum yang didapat dari android versi ini antara lain peningkatan kemampuan permainan (gaming), peningkatan fungsi copypaste, layar antar muka (user interface) didesain ulang, dukungan format video VP8 dan WebM, efek audio baru (reverb, equalization, headphone).

8. Android versi 3.0 / 3.1 ( Honeycomb )

Android honeycomb dirancang khusus untuk tablet. Android versi ini mendukung ukuran layar yang lebih besar. User interface pada honeycomb

juga berbeda karena sudah didesain untuk tablet. Honeycomb juga mendukung

multiprosesor dan juga akselerasi perangkat keras (hardware) untuk grafis.

Tablet pertama yang dibuat dengan menjalankan honeycomb adalah Motorola

Xoom.

9. Android versi 4.0 ( IceCream )

Android versi 4.0 akan dirilis akhir tahun 2011. Setelah kita ketahui versi

Android ini perlu diketahui bahwa nama lain dari versi-versi tersebut diambil

(60)

2.4. Basic4Android

Basic4android adalah alat pengembangan aplikasi yang cepat untuk aplikasi android

asli, dikembangkan dan dipasarkan oleh Anywhere Software Ltd. Basic4android

menghasilkan aplikasi android standar yang dapat di-upload ke aplikasi toko seperti

Google Play, Samsung Apps dan Amazon AppStore. Basic4android adalah sebuah

alternatif untuk pemrograman dengan java dan SDK android dan termasuk desainer

visual yang menyederhanakan proses membangun antarmuka pengguna yang

menargetkan ponsel dan tablet dengan ukuran layar yang berbeda. Program disusun dapat diuji di AVD manager emulator atau B4A Bridge, yang memungkinkan pengujian dalam smartphone.

Basic4android mempunyai development tool sederhana yang powerful untuk

membangun aplikasi android. Bahasa Basic4Android sendiri mirip dengan visual

basic dan visual basic.Net meskipun disesuaikan dengan lingkungan android asli.

Basic4android berorientasi objek dan bahasa event driven. Aplikasi android (APK)

yang di-compile oleh Basic4Android adalah aplikasi androidnative/asli dan tidak ada

extra runtime seperti di visual basic yang ketergantungan file msvbvm60.dll, yang

pasti aplikasi yang di-compile oleh Basic4Android adalah no dependencies (tidak ketergantungan file lain). IDE Basic4Android hanya fokus pada development android. (Hidayat, 2013)

(61)

Basic4android termasuk designer GUI untuk aplikasi android yang powerful

dengan dukungan built-in untuk multiple screens dan orientations, serta tidak dibutuhkan lagi penulisan XML yang rumit.Basic4android memiliki kekayaan dalam satuan libraries (perpustakaan) yang membuatnya menjadi lebih mudah untuk mengembangkan macam-macam aplikasi android yang advanced. Library-nya adalah

SQL databases, GPS Serial ports (Bluetooth), Camera, XML parsing, Web services

(HTTP), Services (background tasks), JSON, Animations, Network (TCP dan UDP),

TextTo Speech (TTS), Voice Recognition, WebView, AdMob (ads), Charts, OpenGL,

Graphics, dan masih banyak lagi. (Hidayat, 2013)

Gambar 2.6. Designer Basic4android (Sumber: Hidayat, 2013)

2.5. Kelenjar Tiroid

Kelenjar tiroid adalah salah satu dari kelenjar endokrin terbesar pada tubuh manusia. Kelenjar ini terletak bagian depan leher bagian depan. Kelenjar ini memiliki dua bagian (lobus), kanan dan kiri, yang masing-masing panjangnya 5 cm dan menyatu di garis tengah. Beratnya kurang dari 30 gram. Walaupun berukuran kecil, kelenjar tiroid sangat penting untuk mengatur metabolisme dan bertanggung jawab atas normalnya kerja setiap sel tubuh (Semiardji, 2003).

(62)

badan, tetapi pada orang dewasa sekitar 15-25 gr. Pada sekitar 48% orang, lobus kanan dari kelenjar ini didapati lebih besar dari kiri, sedang pada 12% orang didapati lobus kiri lebih besar dari kanan. Kelenjar tiroid mempunyai suplai darah yang kaya. Aliran darah ke kelenjar tiroid adalah sekitar 5ml/g/menit (Sari, 2007).

Gambar 2.7. Kelenjar Tiroid (Sumber: Semiardji, 2003 )

Kelenjar tiroid memproduksi hormon tiroksin (T4) dan triiodotironin (T3) dan

menyalurkan hormon tersebut ke dalam aliran darah. Terdapat 4 atom yodium di setiap molekul T4, karena itu disebut T4, dan 3 atom yodium pada setiap molekul T3.

Hormon T4 mulai aktif setelah berubah menjadi T3 dengan cara pengurangan 1 atom

yodium. Yodium merupakan unsur penting hormon tersebut. Pada beberapa daerah yang kekurangan yodium pada makanannya, seperti di pegunungan, Jumlah yodium untuk kelenjar tiroid tidak cukup untuk membuat T3 dan T4. Untuk mengimbangi

kekurangan tersebut kelenjar tiroid bekerja lebih aktif sehingga membesar dan mudah terlihat. Pada orang sehat, kadar hormon T3 dan T4 dipertahankan pada batas normal

oleh Thyriod-stimulating hormone (TSH). TSH diproduksi oleh kelenjar hipofisis anterior, yaitu suatu bagian otak tepat dibelakang mata. Bila kadar hormon tiroid turun, produksi TSH akan meningkat, dan sebaliknya ketika kadar hormon tiroid meningkat, produksi TSH akan menurun. (Semiardji, 2003).

(63)

banyak mengeluarkan hormon disebut hipertiroidisme, maka kelenjar tiroid akan mengalami gangguan. Gangguan kelenjar Gangguan kelenjar tiroid antara lain:

2.5.1. Hipertiroidisme

Hipertiroid (Semiardji, 2003) adalah suatu kondisi dimana terjadi peningkatan jumlah produksi dan jumlah hormon tiroid dalam tubuh, dengan kata lain kelenjar tiroid bekerja lebih aktif, dinamakan dengan thyrotoksikosis. Dimana berarti terjadi peningkatan level hormon tiroid yang ekstrim dalam darah. Pada sebagian besar pasien Tiroid hiperaktif (hipertiroidisme) terjadi akibat adanya sejenis anti bodi dalam darah yang merangsang kelenjar tiroid, sehingga tidak hanya produksi hormon yang berlebihan, tetapi juga ukuran kelenjar tiroid menjadi besar. Penyebab adanya antibodi tersebut belum diketahui, mungkin ada kaitannya dengan faktor keturunan.

Gejala Hipertiroid antara lain: a. Mudah mengalami lelah dan lesu b. Otot dan sendi keram, nyeri dan kaku c. Sensitif terhadap panas (palpitasi) d. Mengalami gangguan cerna diare

e. Kelopak mata tertarik, sehingga mata tampak melotot f. Nafsu makan meningkat, tapi berat badan menurun

g. Mudah gelisah, cemas, lekas marah, susah tidur (hiperkinesis) h. Kulit lembap dan hangat

Pengobatan:

a. Obat anti tiroid

Ada dua macam yang digunakan, yaitu PTU (propiltiourasil) dan metimazol. Obat-obatan ini dapat mengurangi produksi hormon tiroksin dari kelenjar tiroid. PTU tersedia dalam bentuk tablet 50 dan 100 mg, sedangkan metimazol dalam bentuk tablet 5 dan 20 mg.

b. Operasi/pembedahan

(64)

c. Yodium radioaktif

Yodium radioaktif diberikan dalam bentuk kapsul atau minuman yang rasanya seperti air biasa. Obat ini diminum di rumah sakit, di unit radiologi.

2.5.2. Hipotiroidisme

Hipotiroidisme merupakan keadaan klinik yang disebabkan oleh kekurangan hormon tiroid. Hipotiroid terjadi apabila kelenjar tiroid berhenti atau kurang memproduksi hormon tiroid. (Semiardji, 2003).

Faktor penyebabnya akibat penurunan fungsi kelanjar tiroid, yang dapat terjadi kongenital atau seiring perkembangan usia. Pada kondisi ini hipotiroid dilihat dari adanya penurunan konsentrasi hormon tiroid dalam darah disebabkan peningkatan kadar TSH (Tyroid Stimulating Hormone). Hipotiroidisme adalah suatu sindroma klinis akibat dari defisiensi hormon tiroid, yang kemudian mengakibatkan perlambatan proses metabolik. Hipotiroidisme pada usia dewasa menyebabkan perlambatan umum organisme terutama pada otot dan kulit yang menimbulkan gambaran klinis miksedema. Sehingga pada awalnya penderita atau keluarganya tidak menyadari atau bahkan menganggapnya sebagai efek penuaan. (Anwar, 2005).

Gejala Hipotiroid antara lain:

f. Konstipasi (sulit buang air besar) g. Masalah kulit dan rambut

Pengobatan:

Gambar

Tabel 3.1. Daftar Gejala
Tabel 3.4.  Basis Aturan (Rule)
Gambar 3.2. Flowchart  Metode Dempster Shafer
Gambar 3.3. Use Case Diagram Sistem Pakar
+7

Referensi

Dokumen terkait

apung (Anonim, 2011). Ringkasan hasil penga- matan parameter fisik dan kimia perairan ditampilkan pada Tabel 1, yang memberikan informasi tentang kisaran, rataan, dan standar

Himpunan Peraturan Gubernur Tahun 2014 1... Himpunan Peraturan Gubernur Tahun 2014

Catatan : Dokumen akademik (asli/fotokopi) yang tidak diambil dalam waktu 1 bulan, segala kerusakan/kehilangan diluar tanggung jawab kami.

Akan ditulis dalam bahasa Inggris dan diterbitkan pada proseding Konferensi Internasional

Himpunan Peraturan Gubernur Tahun 2014 1... Himpunan Peraturan Gubernur Tahun 2014

Beberapa hasil penelitian tersebut memberikan, gambaran bahwa pembelajaran berbasis masalah merupakan salah satu proses pembelajaran yang dapat melibatkan siswa lebih aktif

Memperhatikan : Surat Gubernur Daerah Istimewa Yogyakarta Nomor 1/KEP/2008, tanggal 2 Januari 2008, tentang Penetapan Dana Alokasi Cukai Hasil Tembakau Bagi Pemerintah Provinsi,

Pembuatan Asap Cair Dari Tempurung Dan Sabut Kelapa Secara Pirolisis Serta Fraksinasinya Dengan