SISTEM PAKAR UNTUK MENDETEKSI PENYAKIT AKIBAT
BAKTERI SALMONELLA DALAM TUBUH MANUSIA
MENGGUNAKAN METODE CERTAINTY FACTOR
Nita Sari Br Sembiring
STMIK Potensi Utama Medan Jl. K.L Yos Sudarso No 3A Medan
tata_olala@yahoo.co.id
Abstrak
Sistem Pakar merupakan sistem yang dapat bekerja layaknya seorang ahli dalam bidangnya. Dalam hal ini yang dibahas adalah sistem pakar dalam bidang kesehatan. Dengan adanya sistem pakar diharapkan dapat membantu praktisi kesehatan untuk menelusuri penyakit akibat bakteri Salmonella dengan cepat. Sistem pakar ini menggunakan mesin inferensi runut maju (Forward Chaining) dan Certainty Factor. Penalaran dilakukan berdasarkan dari gejala-gejala baik yang tampak secara fisik maupun yang tidak tampak (melalui uji laboratorium) terhadap pasien. Dari gejala-gejala tersebut kemudian dibuat rule-rule yang akan diterapkan ke dalam mesin inferensi untuk mengetahui penyakit apa yang dialami oleh pasien. Hasil program ini menunjukkan bahwa sistem pakar dapat dipergunakan sebagai suatu media yang dapat memberikan informasi tentang bakteri Salmonella, dan cara menghindarinya. Sistem pakar ini dapat digunakan untuk mempercepat pencarian dan pengaksesan terhadap pengetahuan oleh orang-orang yang membutuhkan informasi.
Kata Kunci : Sistem Pakar, Basis Pengetahuan, Certainty Factor, Basis Data, Bakteri Salmonella.
Pendahuluan
Artificial Inteligent (AI) disebut juga kecerdasan buatan. Kecerdasan buatan dapat didefinisikan sabagai cabang ilmu komputer yang mempelajari otomatisasi tingkah laku cerdas (Intelligent). Kecerdasan buatan adalah suatu ilmu yang mempelajari cara membuat komputer melakukan sesuatu seperti yang dilakukan oleh manusia.
Sistem pakar merupakan salah satu bagian dari kecerdasan buatan yang akhir-akhir ini mengalami perkembangan yang sangat pesat. Sistem ini dirancang untuk dapat menirukan keahlian seorang pakar dalam menjawab pertanyaan dan menyelesaikan suatu permasalahan
khususnya di bidang kesehatan.
Sebelumnya sudah pernah ada yang meneliti tentang bagainama suatu sistem pakar diterapkan untuk menganalisa penyakit dalam [1]. Perbedaan penelitian yang peneliti lakukan dengan penelitian sebelumnya adalah pada penelitian ini di khususkan hanya untuk mendiagnosis penyakit-penyakit dari akibat bakteri salmonella dalam tubuh manusia. Penelitian tidak mencakup seluruh penyakit yang ada pada tubuh manusia.
Komponen Sistem Pakar
Adapun komponen-komponen dalam sistem pakar meliputi Basis Pengetahuan, Antar muka Pengguna, Mesin Inferensi dan Basis data
[2]. Dalam sistem pakar terdiri dari dua lingkungan yaitu, lingkungan konsultasi dan lingkungan pengembangan. Lingkungan konsultasi ditujukan kepada pengguna untuk berkonsultasi langsung dengan sisten dan lingkungan pengembangan ditujukan untuk pakar atau orang yang ahli dalam bidangnya agar dapat memperbaharui aplikasi sistem pakar yang telah dibuat. Dalam hal ini adalah bidang kesehatan.
Bakteri Salmonella
Infeksi oleh bakteri genus Salmonella (oleh sebab itu disebut Salmonellosis) menyerang saluran gastrointestin yang mencakup perut, usus halus, dan usus besar atau kolon. Beberapa spesies salmonella dapat menyebabkan infeksi makanan. Termasuk kedalamnya adalah Salmonella Enteriditis var Typhirium atau sering disebut Salmonella Typhi yang mengakibatkan penyakit tifus, dan Salmonella Shigella yang mengakibatkan penyakit disentri dan diare. Bakteri ini adalah batang gram negatif, motil dan tidak berspora. Dapat memfermentasi glukosa, tetapi tidak dapat memfermentasi laktosa atau sukrosa. Hampir semua serotipe membentuk gas bila memfermentasi gula, kecuali Salmonella Typhi [3].
luar tubuh manusia hidup 1 atau 2 bulan. Dalam air susu dapat berkembang biak dan hidup lebih lama sehingga sering merupakan batu loncatan untuk penularan penyakitnya.
Mesin Inferensi
Mesin inferensi dalam forward chaining menggunakan informasi yang ditentukan oleh user untuk memindahkan logika and dan or sampai ditentukannya objek. Bila mesin inferensi tidak dapat menentukan objek maka akan meminta informasi lain. Oleh karena itu, untuk mencapai objek harus memenuhi semua aturan.
Salah satu metode yang dapat diterapkan dalam sistem pakar adalah metode forward chaining. Forward chaining disebut juga penalaran dari bawah ke atas. Suatu rantai yang dicari atau dilewati/dilintasi dari suatu permasalahan untuk memperoleh solusinya disebut dengan forward chaining. Cara lain menggambarkan forward chaining ini adalah dengan penalaran dari fakta menuju konklusi yang diperoleh dari fakta.
Forward Chaining
Forward Chaining adalah metode pencarian atau penarikan kesimpulan yang berdasarkan pada data atau fakta yang ada menuju kesimpulan. penelusuran dimulai dari fakta yang ada lalu bergerak maju melalui premis-premis untuk menuju kesimpulan. Suatu perkalian inferensi yang menghubungkan suatu permasalahan dengan solusinya disebut dengan rantai (chain). Suatu rantai yang dicari atau dilewati/ dilintasi dari suatu permasalahan untuk memperoleh solusinya disebut dengan forward chaining. Cara lain menggambarkan forward chaining adalah dengan penalaran dari fakta menuju konklusi yang terdapat dari fakta. Suatu rantai yang dilintasi dari suatu hipotesa kembali ke fakta yang mendukung hipotesa tersebut adalah backward chaining.
Dalam penalaran maju, 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. Saat setiap urutan diuji, sistem pakar akan mengevaluasi apakah
kondisinya benar atau salah. Jika kondisinya benar, maka aturan itu disimpan kemudian aturan berikutnya diuji. Sebaliknya kondisinya salah, aturan itu tidak disimpan dan aturan berikutnya diuji. Proses ini akan berulang sampai seluruh basis aturan teruji dengan berbagi kondisi.
Searching (Pelacakan)
Pelacakan merupakan suatu proses pencarian yang berdasarkan dari sejumlah data yang ada. Pencarian data dapat dilakukan pada sejumlah data yang sudah terurut atau juga pada data yang sama sekali belum terurut. Metode pencarian akan menjelaskan secara umum bagaimana teknik pencarian.
Teknik pelacakan terdiri dari 2 cara yaitu Depth-first search dan Breadth-first search. Depth-first search bekerja denga menelusuri simpul mulai dari akar terus kebawah sampai secara berturut-turut ke level yang lebih dalam [2]. Suatu operator digunakan untuk menghasilkan simpul node berikutnya lebih dalam dengan kata lain simpul anak diperoleh dari simpul ayah. Breadth-first search, bekerja dengan cara memeriksa semua simpul dalam pohon pencarian yang dimulai dari akar. Simpul tiap level diperiksa secara lengkap sebelum berpindah ke level berikutnya.
Analisa Kebutuhan Data
Tahap penganalisaan terhadap data yang diperoleh pada tahap pengumpulan data akan dilakukan beberapa perancangan tahap penyelesaian perangkat lunak. Berdasarkan literatur – literatur yang ada dan hasil wawancara dengan pakar, maka data disusun dan dikelompokkan dalam bentuk tabel data. Hal ini dilakukan agar mempermudah dalam melakukan analisa dan proses data.
Gambar 1. Bentuk Bakteri Salmonella
Observasi A
Observasi B
Aturan R1
Aturan R2
Fakt a C
Fakta D
Fakta E
Aturan R3
Aturan R2
Kesimpulan 1
Kesimpulan 2
Penyajian data
Tabel 1. Data Penyakit dan Gejala
No Penyakit yang disebabkan bakteri salmonella
Kriteria
1 Diare - Badan terasa lemas dan lesu
- Mengalami sakit perut/kram
- Perut mulas - BAB 3-7 x sehari - Feses encer/berlendir - Perut kembung - Bibir pecah-pecah 2 Disentri - Mengalami demam
- Badan terasa lemas dan lesu
- Mengalami sakit perut/kram
- Perut mulas - Mual dan muntah - BAB lebih dari 10 x sehari
- Feses encer/berlendir - Feses disertai darah - Perut kembung - Bibir pecah-pecah
3 Typhus - Mengalami
demam/panas
- Suhu tubuh naik turun
- Mengalami sakit kepala/pusing
- Badan lemas dan lesu - Sakit perut/kram - Mengalami mual dan muntah
- Mengalami sembelit - Perut kembung - Bibir pecah-pecah - Lidah berwarna putih - Muncul ruam di tubuh
- Tekanan darah menurun
- Denyut Nadi Lambat - Sering mengigau 4
DBD - Panas tinggi
- Suhu tubuh naik turun
- Sakit Kepala - Sakit Punggung - Sakit Otot-otot
- Sakit Bola Mata - Mual/Muntah - Sakit Perut/Kram - Ruam
- Tekanan Darah Menurun
- Suka merancau 5 Spotted Fever
(Demam Bercak)
- Panas - Menggigil - Sakit kepala - Badan Letih/lesu - Sakit Sendi dan Seluruh tubuh
- Ruam
- Kadang Pendarahan di bawah kulit
6 Kolera - Lemas/Lesu
- Sakit perut/Kam - Mual/ Muntah - BAB sampai 10 x sehari
- Feses Encer - Perut Kembung - Bibir pecah-pecah - Dehidrasi
7 Demam - Panas
- Sakit Kepala/Pusing - Badan Lemas/Lesu - Kadang Mual/muntah 8
Darah Rendah
- Sakit Kepala / Pusing - Badan Letih/Lesu - Mual dan Muntah - Tekanan Darah menurun
Uji Widal
Tabel 2. Tabel Uji Widal
Faktor kepastian (certainty factor) diperkenalkan oleh Shortliffe Buchanan dalam pembuatan MYCIN. Certainty Factor (CF) merupakan nilai parameter klinis yang diberikan MYCIN untuk menunjukkan besarnya kepercayaan [4]. Certainty Factor didefinisikan sebagai persamaan berikut :
CF (H, E) = MB (H, E) – MD (H, E) Certainty Factor dari hipotesis H yang dipengaruhi oleh gejala (evidence) E. Besarnya CF berkisar antara -1 sampai 1. Nilai -1 menunjukkan ketidakpercayaan mutlak sedangkan nilai 1 menunjukkan kepercayaan mutlak. : ukuran kenaikan kepercayaan (measure of increased belief) terhadap hipotesis H yang dipengaruhi oleh gejala E. : ukuran kenaikan ketidakpercayaan (measure of increased disbelief) terhadap hipotesis H yang dipengaruhi oleh gejala E.
CFc (CF1,CF2) = CF1 + CF2 (1- CF1) ; jika CF1 dan CF2 keduanya posistif.
CFc (CF1,CF2) = CF1 + CF2 (1+ CF1) ; jika CF1 dan CF2 keduanya negative.
Perhitungan Nilai Kepastian Berdasarkan Nilai Bobot Gejala
Nilai bobot pada gejala yang disebabkan oleh bakteri Salmonella dapat dilihat pada tabel berikut :
Tabel 3. Tabel Nilai Bobot
Kode Gejala Bobot
G21 Titer Widal Antigen H ≤1/160 0.8
G22 Titer Widal Antigen H ≤1/160 0.8
G23 Titer Widal Antigen
A-H≤1/160 0.8
Misalkan untuk mendiagnosa penyakit diare yang diakibatkan oleh bakteri Salmonella Shigella dengan rule :
IF Badan terasa lemas lesu AND Mengalami sakit perut/kram AND Mulut Kering
AND Perut kembung AND Feses Encer AND Mulas MD=(Badan Lemas/Lesu, Sakit Perut, Mulut Kering, Perut Kembung, Feses Encer, Mulas, BAB 3-9x sehari) = 0.06, 0.07, 0.04, 0.03, 0.05, 0.03, 0.03.
Perhitungan MB :
= 0.88 + (0.4 * 0.12) = 0.88 + 0.048 = 0.928
G04 = G03 + (G04 * (1- G03)) = 0.928 + (0.3 * (1- 0.928)) = 0.928 + (0.3 * 0.072) = 0.928 + 0.0216 = 0.9496
G05 = G04 + (G05 * (1- G04)) = 0.9496 + (0.5 * (1- 0.9496)) = 0.9496 + (0.5 * 0.0504) = 0.9496 + 0.0252 = 0.9748
G06 = G05 + (G06 * (1- G05)) = 0.9748 + (0.3 * (1- 0.9748)) = 0.9748 + (0.3 * 0.0252) = 0.9748 + 0.00756 = 0.98236
G07 = G06 + (G07 * (1- G06)) = 0.98236+ (0.3 * (1- 0.98236)) = 0.98236+ (0.3 * 0.01764) = 0.98236+ 0.005292 = 0.987652
Perhitungan Nilai MD : G02 = G01+ (G02 * ( 1-G01)) = 0.06 + (0.07 * ( 1- 0.06)) = 0.06 + (0.07 * 0.94) = 0.06 + 0.0658 = 0.0718
G03 = G02 + (G03 * (1-G02)) = 0.0718 + (0.04 * (1-0.0718)) = 0.0718+ (0.04 * 0.9282) = 0.0718+ 0.037128 = 0.108928
G04 = G03 + (G04 * (1- G03))
= 0.108928+ (0.03 * (1- 0.108928)) = 0.108928+ (0.03 * 0.891072) = 0.108928+ 0.02673
= 0.135658
G05 = G04 + (G05 * (1- G04))
= 0.135658 + (0.05 * (1-0.135658)) = 0.135658 + (0.05 * 0.8643421) = 0.135658 + 0.00678
= 0.142438
G06 = G05 + (G06 * (1- G05))
= 0.142438 + (0.03 * (1- 0.142438)) = 0.142438 + (0.03 * 0.857562) = 0.142438 + 0.02572686 = 0.16816486
G07 = G06 + (G07 * (1- G06))
= 0.16816486+ (0.03 * (1-0.16816486))
= 0.16816486+ (0.03 * 0.83183514) = 0.16816486+ 0.0249550542 = 0.1931199142
Nilai CF = MB – MD
= 0.987652 - 0.1931199142 = 0.7945320858
Maka hasil diagnosa menyatakan penyakit diare dengan nilai kepastian 0.79453
Arsitektur Sistem
Dengan mengacu pada struktur sistem pakar seperti yang telah dibahas pada bagian 2.3, maka arsitektur sistem didesain dengan mengambil bentuk seperti Gambar berikut :
Gambar 3. Desain Arsitektur Sistem
Panyajian Fakta dan Aturan
Berdasarkan data-data gejala yang diperoleh dari hasil penelitian maka dapat ditelusuri hasil diagnosa berupa penyakit dan solusi yang diharapkan. Untuk memperoleh hasil yang baik maka, terlebih dahulu harus dibuat rule atau aturan penelusuran. Berikut merupakan data gejala yang diakibatkan oleh bakteri Salmonella yang dibentuk ke dalam kode-kode dan dibentuk menjadi rule.
Tabel 4. Rule untuk Mendiagnosa Penyakit
No Aturan (Rule)
1 IF mengalami demam/panas is True AND Lemas Lesu is True
AND Mual is True AND Muntah is True AND Sakit perut/kram is True
User Knowledge base
Berisi himpunan aturan sbb:
Aturan untuk mendeteksi penyakit akibat bakteri salmonella
Database
Berisi fakta-fakta tentang: Data Gejala Secara Umum dan Hasil Tes Titer Widal Data Penyakit Yang Ditimbulkan
Solusi
Inferensi Engine
Berisi :
Prosedur untuk mencocokkan fakta berdasarkan gejala dengan aturan tentang penggunaan variabel yang dapat mempengaruhi hasil penelusuran penyakit yang diderita (Forward
User Interface
Berisi :
Prosedur untuk menbaca data
input dari user berupa gejala-gejala yang ditimbulkan. Prosedur untuk menampilkan hasil diagnosa
Explanation Facilities
Berisi :
AND Sakit kepala is True AND Panas is True AND Mulut Kering is True AND Perut Kembung is True AND Ruam is True
AND Suhu Tubuh Naik Turun is True AND Merancau is True
AND Tekanan Darah Renah is True AND Lidah Kotor is True
AND Denyut Nadi Lemah is True AND Sembelit is True
AND Titer Widal O ≤1/160 is True
AND Titer widal antigen H ≤1/160 is
True
OR Titer widal antigen H ≤1/160 is True AND Titer widal antigen A-H ≤1/160 is True
OR Titer widal antigen O ≤1/160 is True AND Titer widal antigen A-H ≤1/160 is True
THEN Anda positif terkena penyakit tifus yang diakibatkan oleh bakteri salmonella typhi
2 IF Badan terasa lemas lesu is True AND Mengalami sakit perut/kram is True AND Mulut Kering is True
AND Perut kembung is True AND Feses Encer is True AND Mulas is True
AND BAB 3-9 x sehari is True
THEN Anda terinfeksi bakteri salmonella shigella yang mengakibatkan
penyakit diare 3 IF Lemas/lesu is True
AND Mual is True AND Muntah is True AND Panas is True AND Kram is True AND Mulut Kering is True AND Perut kembung is True AND Feses Encer is True AND BAB >10 x sehari is True AND Mulas is True
AND Feses Berdarah is True
THEN Anda terinfeksi bakteri salmonella shigella yang mengakibatkan penyakit
disentri
4 IF Badan lemah lesu is True AND Mual is True
AND Muntah is True AND Kram is True AND Mulut Kering is True AND Perut kembung is True AND Feses Encer is True AND BAB > 10 x sehari is True
THEN Kemungkinan anda terkena penyakit Kolera
Kesimpulan
Berdasarkan penelitian dan pembahasan yang dilakukan, maka dapat disimpulkan beberapa hal sebagai berikut :
1. Dengan aplikasi sistem pakar dapat membantu praktisi kesehatan di bawah Dokter untuk mendiagnosis penyakit tanpa harus melalui Dokter sehingga hasil diagnosis dapat diperoleh dengan cepat. 2. Metode forward chaining akan melakukan
penelusuran untuk mendapatkan hasil diagnosa penyakit berdasarkan atribut yaitu gejala-gejala yang ada.
Daftar Pustaka
[1] Adhi Sadewo Broto. 2010. “Perancangan
dan Implementasi Sistem Pakar untuk
Analisa Penyakit Dalam”. Tugas Akhir.
Universitas Diponegoro. Semarang.
[2] Siswanto (2010). “Kecerdasan Tiruan”.
Edisi 2. Yogyakarta: Graha Ilmu.
[3] Indan Entjang. 2003. Mikrobiologi dan Parasitologi Untuk Akademi Keperawatan dan Sekolah Tenaga Kesehatan Yang Sederajat. Bandung : Citra Aditya Bakti. [4] Kusrini (2007).”Question Quantification to
Obtain User Certainty Factor in Expert
System Application for Disease Diagnosis”.
