IMPLEMENTASI SISTEM PAKAR DI BIDANG KEDOKTERAN UNTUK MENDIAGNOSIS PENYAKIT MATA PADA MANUSIA
Fahmi Saman
Jurusan Informatika, Prodi Sistem Informasi, Fakultas Teknik, Universitas Negeri Gorontalo NIM : 531411147
E-mail : fahmisaman@gmail.com
BAB I PENDAHULUAN
1.1Latar Belakang Masalah
Sistem pakar merupakan salah satu bagian dari kecerdasan buatan yang akhir-akhir ini mengalami perkembangan yang sangat pesat. Sistem ini dirancang untuk menirukan keahlian seorang pakar dalam menjawab pertanyaan dan menyelesaikan suatu permasalahan baik dibidang kesehatan atau kedokteran, bisnis, ekonomi dan sebagainya. Sistem pakar merupakan program computer yang mampu menyimpan pengetahuan dan kaidah seorang pakar yang khusus. Sistem pakar sangat membantu dalam pengambilan keputusan, dimana sistem pakar ini dapat mengumpulkan dan menyimpan pengetahuan dari seseorang atau beberapa orang pakar dalam suatu basisi pengetahuan (knowledge base) dan menggunakan sistem penalaran yang menyerupai seorang pakar dalam memecahkan masalah. Jadi, sistem pakar ini dapat memecahkan maslah tertentu karena sudah menyimpan pengetahuan secara keseluruhan.
hidung, tenggorokan), mulut, organ dalam (jantung, hati, ginjal), maupun AIDS. Dengan adanya sistem pakar ini, orang awam mampu mendeteksi adanya penyakit pada dirinya tanpa harus konsultasi dengan dokter atau pakarnya. Dengan demikian, orang awam dapat mendeteksi penyakit beserta solusi pengobatannya sejak dini sehingga bisa dilakukan penanganan secepat mungkin, bahkan dapat dilakukan upaya pencegahan terhadap penyakit tertentu.
Pada pembahasan ini, jenis penyakit yang didiagnosis oleh sistem pakar adalah jenis penyakit mata. Organ mata dipilih karena mata merupakan panca indera yang sangat penting untuk penglihatan. Dengan mata dapat melihat secara normal, manusia dapat menikmati keindahan alam dan berinteraksi dengan lingkungan sekitar dengan baik. Dengan mata, manusia dapat belajar lebih banyak tentang pengetahuan di dunia dari pada melalui panca indera yang lain. Hampir setiap kegiatan manusia menggunakan mata, misalnya membaca, bekerja, menonton televisi, berkendara, dan lain-lain sehingga banyak orang yang setuju bahwa mata merupakan panca indera paling penting. Jika mata mengalami gangguan atau penyakit mata, maka akan berakibat sangat fatal bagi kehidupan manusia. Proses pembelajaran dan interaksi manusia akan terganggu. Jadi, sudah mestinya manusia tahu sejak dini apabila terkena gejala penyakit mata tertentu sehingga tidak semakin parah dan membahayakan mata apalagi hingga terjadi kebutaan. Pada kenyataannya, banyak kasus penyakit mata dapat menimbulkan kebutaan. Pada kenyataannya, banyak kasus penyakit mata dapat menimbulkan kebutaan karena terlambat ditangani.
1.2Rumusan Masalah
1.3Tujuan dan Manfaat
BAB II
LANDASAN TEORI
2.1 Sistem Pakar
2.1.1 Pengertian Sistem Pakar
Pada dasarnya sistem pakar sering kita kenal dengan istilah expert system dengan pengertiannya adalah sistem informasi yang berisi dengan pengetahuan atau knowledgebase dari pakar sehingga mampu dan dapat digunakan untuk konsultasi. Pengetahuan dari pakar yang sesuai dengan permasalahan yang sebenarnya kemudian di implementasikan didalam sistem ini sehingga digunakan sebagai dasar oleh Sistem Pakar untuk menjawab pertanyaan-pertanyaan (konsultasi).
Kepakaran atau expertise adalah merupaka pengetahuan yang secara khusus diperoleh melalui rangkaian pelatihan, membaca, dan pengalaman. Pengetahuan yang dapat membuat pakar dapat mengambil keputusan secara lebih baik dan lebih cepat dari pada non-pakar dalam memecahkan problem yang kompleks dipengaruhi oleh kecerdasan pengetahuan yang dimiliki oleh sistem tersebut. Sistem Pakar adalah memindahkan keahlian atau mentransfer kepakaran dari seorang pakar ke computer, kemudian ke orang lain (yang bukan pakar). Itulah tujuan umum definisi Sistem Pakar.
2.1.2 Konsep Dasar Sistem Pakar
a. Keahlian
Adalah suatu pengetahuan khusus yang diperoleh dari latihan, belajar dan pengetahuan. Pengetahuan dapat berupa fakta, tori, aturan, strategi global untuk memecahkan masalah
b. Ahli (expert)
Melibatkan kegiatan mengenali dan memformulasikan permasalahan, memecahkan masalah secara tepat dan tepat, menerangkan pemecahannya, belajar dari pengalaman, merestrukturisasi pengetahuan, memecahkan aturan serta menentukan relevansi.
c. Mentransfer keahlian (transferesing expertise)
Adalah proses pentransferan keahlian dari seorang pakar kedalam computer agar dapat digunakan oleh orang lain yang bukan pakar. Pengetahuan tersebut ditempatkan ke dalam sebuah komponen yang dinamakan basis pengetahuan.
d. Menyimpulkan aturan (interferencing rule)
Merupakan kemampuan computer yang telah diprogram. Penyimpulan ini dilakukan oleh mesin inferensi yang meliputi prosedur tentang penyelesaian masalah.
e. Peraturan (rule)
Diperlukan karena mayoritas dari sistem pakar bersifat rule – based sistem, yang berarti pengetahuan disimpan dalam bentuk peraturan.
f. Kemampuan menjelaskan (explanation capability)
Adalah karakteristik dari sistem pakar yang memiliki kemampuan menjelaskan atau memberi saran mengapa tindakan tertentu dianjurkan atau tidak dianjurkan.
2.1.3 Ciri Sistem Pakar
1. Terbatas pada domain keahlian tertentu.
2. Dapat memberikan penalaran untuk data yang tidak pasti.
3. Dapat mengemukakan rangkaian alasan yang diberikannya dengan cara yang dapat dipahami.
4. Berdasarkan pada kaidah atau rule tertentu.
5. Dirancang untuk dapat dikembangkan secara bertahap. 6. Pengetahuan dan mekanisme inferensi jelas terpisan. 7. Keluarannya bersifat anjuran.
8. Sistem dapat mengaktifkan kaidah secara searah yang sesuai yang dutuntun oleh dialog dengan pemakai.
2.1.4 Komponen Sistem Pakar
Sebuah program sistem pakar terdiri atas beberapa komponen yang mutlak harus ada. Komponen itu adalah sebagai berikut :
a. Basis Pengetahuan (knowledge base)
Basis pengetahuan merupakan inti program sistem pakar karena basis pengetahuan ini merupakan reprentasi pengetahuan (knowledge representation) dari seorang pakar.
b. Basis Data
Basis data adalah bagian yang mengandung semua fakta, baik fakta awal pada sistem mulai beroperasi maupun fakta yang didapatkan pada saat pengambilan kesimpulan sedang dilaksanakan.
c. Mesin Inferensi
suatu masalah tertentu dan selanjutnya akan mencari jawaban atau kesimpulan yang terbaik.
Mesin Inferensi memulai pelacakannya dengan mencocokkan kaidah dalam basis pengetahuan dengan fakta yang ada dalam basis data. Ada dua teknik inferensi yang ada yaitu pelacakan kebelakang (backward chaining) yang memulai penalaran dari kesimpulan hipotesa tersebut. Dan yang kedua yakni pelacakan kebelakang yaitu memulai dari sekumpulan data menuju kesimpulan.
d. Antar Muka Pemakai (user interface)
Antar muka pemakai adalah bagian penghubung antara program sistem pakar dengan pemakainya.
Pada bagian ini akan terjadi dialog antara program dengan pemakai. Program akan mengajukan pertanyaan berbentuk “ya/tidak” (yes or no question) atau berbentuk menu
pilihan. Melalui jawaban yang diberikan oleh pemakai, sistem pakar akan mengambil kesimpulan yang berupa informasi ataupun anjuran sesuai dengan sifat dari sistem pakar.
2.2 Proses Diagnosis Penyakit
BAB III PEMBAHASAN
3.1 Data Penyakit Mata
Setelah dilakukan analisa data pada perancangan sistem ini telah diperoleh 12 data penyakit yang paling sering menyerang mata manusia, dan bila pada proses selanjutnya ditemukanpenyakit ayam yang baru, maka bisa menginputkan data baru tersebut kedalam sistem. Pada perancangan ini daftar nama penyakit tersebut akan diberi nomor urut otomatis, disini digunakan kode “PM01” untuk urutan pertama, “PM02” untuk urutan kedua dan seterusnya sampai penyakit mata yang urutan ke dua belas “PM12”. Untuk lebih jelasnya bisa dilihat pada
daftar penyakit mata pada table berikut:
kode Nama Penyakit
PM01 Edema palbebra inflamatoir PM02 Edema palpebral noninflamatoir PM03 Dermatitis palpebral
PM04 Blefaritis
PM05 Blefaritis ulserativa PM06 Blefaritis nonulserativa
PM11 Hordeolum eksternum PM12 Kalazion
Tabel 1. Daftar Nama Penyakit Mata
3.2 Data Gejala Pada Mata
Dari data-data penyakit mata diatas dapat diperoleh gejala-gejala yang mungkin menyebabkan penyakit-penyakit tersebut, untuk identifikasi gejala tersebut dalam sistem digunakan kode “GM01” untuk urutan pertama, “GM02” untuk urutan kedua dan seterusnya, arti
dari kode tersebut adalah GM = gejala penyakit dan 01 = urutan. Untuk lebih jelasnya bisa dilihat pada daftar dalam table sebagai berikut :
Kode Nama Gejala
GM01 Peradangan Mata
GM02 Glaukoma
GM03 Alergi
GM04 Gigitan Serangga
GM05 Sistimik
GM06 Secret Konjungtiva
GM07 Kemerahan
GM08 Ckwama
GM09 Edema
GM10 Krusta
GM12 Mata Kering
GM13 Bulu mata jatuh dan diganti dengan yang baru GM14 Tidak tampak krusta
GM15 Ada ketombe dikepala
GM16 Ada ketombe di mata atau telinga GM17 Mata kalau pagi lengket
GM18 Panas
GM19 Gatal
GM20 Tidak tahan cahaya
GM21 Lekas capek kalau kerja dekat GM22 Palpebral bengkak
GM23 Merah sakit
GM24 Terdapat tonjolan pada palpebra GM25 Blefaritis
GM26 Konjungtivitas yang menahun
GM27 Anemia
GM28 Acne vulgaris
GM29 Gl Meiboom
GM30 Gl Zeis
GM31 Pembengkakan sebesar kacang
GM32 Ujung kelenjar Meiboom terdapat masa yang kuning dari skresi
GM34 Gangguan reflaksi
Tabel 2, Gejala pada penyakit mata 3.3 Desain Proses
Untuk kasus diagnosis penyakit mata ini, desain proses dijelaskan menggunakan decision tree yang berhubungan dengan tabel dan sering digunakan dalam analisis sistem (sistem non AI). Sebuah decision tree dapat dianggap sebagai suatu semantic network hirarki yang diikat oleh serangkaian aturan (rule). Tree ini mirip dengan pohon keputusan yang digunakan pada teori keputusan. Tree dibentuk oleh simpul (node) yang mempresentasikan tujuan (goal) dan hubungan (link) yang dapat mempresentasikan keputusan (decision). Akar (root) dari pohon berada di sebelah kiri dan daun (leaves) berada di sebalah kanan. Keuntungan utama dari decision tree yaitu tree dapat menyederhanakan proses akuisi pengetahuan (Hamdani, 2010).
Peradangan Mata Glaukoma Alergi Gigitan Serangga Sistimik Sekret konjungtiva Kemerahan Ckwema Edema Krusta
Bulu mata jatuh dan tidak diganti Dengan yang baru
Mata Kering Bulu mata jatuh dan diganti
Dengan yang baru
Tidak tampak krusta
Ada ketombe dikepala
Ada ketombe di mata atau ditelinga
Mata kalau pagi lengket
Panas
Gatal
Tidak tahan cahaya
Lekas capek kalau kerja dekat
Palpebra bengkak
Merah sakit
Terdapat tenjolan pada palpebra
Blefaritis Konjungtivitas menahun Anemla Acne vulgaris Gl Meiboom Gl Zeis
Pembengkakan sebesar kacang
Ujung kelenjar Meiboom terdapat Masa yang kuning dari sekresi
Jaringan granulasi menonjol keluar
Pohon basis pengetahuan
M
PM01 PM02 PM03 PM04 PM05 PM06
GM01
GM02
GM03
GM03
GM04
GM05
GM03
GM05
GM01
GM02
GM03
GM07
GM08
GM09
GM10
GM11
GM12
GM08
GM13
GM14
GM15
GM16
M
PM07 PM08 PM09 PM10 PM11 PM12
3.4 Knowledge modelling
Knowledge modelling yaitu menciptakan cara yang berbeda dalam mengubah dan menampilkan basis pengetahuan. Terdiri dari bagian-bagian seperti pohon (trees), matriks, map, timeline, frame dan knowledge page.
Terkait dengan komponen rule base, kaidah produksi yang biasa dikenal rule base (basis aturan) ini menjadi acuan yang sangat sering digunakan oleh sistem inferensi. Kaidah produksi ini merupakan salah satu model untuk merepresentasikan pengetahuan (knowledge base). Kaidah produksi merupakan kumpulan kaidah-kaidah yang saling berhubungan satu sama lain (Fattah dan Wibowo, 2010). Kaidah produksi dituliskan dalam bentuk pernyataan IF-THEN (Jika-Maka). Pernyataan ini menghubungkan bagian premis (IF) dan bagian kesimpulan (THEN) yang dituliskan dalam bentuk :
IF [premis] THEN [konklusi]
Jadi, kaidah ini dapat dikatakan sebagai suatu implikasi yang terdiri dari dua bagian, yaitu premis dan bagian konklusi. Apabila bagian premis dipenuhi maka bagian konklusi akan bernilai benar. Bagian premis dalam aturan produksi dapat memiliki lebih dari satu proposisi. Proposisi-proposisi tersebut dihubungkan dengan menggunakan operator logika AND atau OR.
No Aturan
R1 IF Peradangan Mata AND Glaukoma AND Alergi
THEN Edema palpebral inflamatoir R2 IF Alergi
AND Gigitan Serangga AND Sistimik
R3 IF Alergi
AND Sekret Konjungtiva THEN Dematitic palpebral R4 IF Peradangan Mata
AND Glaukoma AND Alergi AND Kemerahan AND Ckwama AND Edema AND Krusta THEN Blefaritis R5 IF Krusta
AND Bulu mata jatuh dan tidak diganti dengan yang baru
AND Mata kering
THEN Blefaritis ulserativa R6 IF Ckwama
AND Bulu mata jatuh dan diganti dengan yang baru
AND Tidak tampak krusta AND Ada ketombe dikepala
AND Ada ketombe di mata atau telinga THEN Blefaritis nonulserativa
R7 IF Mata kalau pagi lengket AND Panas
AND Gatal
AND Tidak tahan cahaya AND Lekas capek kalau kerja THEN Hordeolum
R8 IF Mata kalau pagi lengket AND Panas
AND Gatal
AND Tidak tahan cahaya AND Lekas capek kalau kerja THEN Konjungtivitis
R9 IF Mata kalau pagi lengket AND Panas
AND Gatal
AND Tidak tahan cahaya AND Lekas capek kalau kerja THEN Keratitis Guperficial R10 IF Palpebra bengkak
AND Merah sakit
AND Terdapat tonjolan pada palpebra AND Blefaritis
AND Anemia AND Acne vulgaris
THEN Hordeolum Internum R11 IF Palpebra bengkak
AND Merah sakit
AND Terdapat tonjolan pada palpebra AND Blefaritis
AND Konjungtivitis yang menahun AND Anemia
AND Acne vulgaris AND Gl Meiboom AND Gl Zeis
THEN Hordeolum Eksternum R12 IF Pembekakan sebesar kacang
AND Ujung kelenjar meiboom terdapat masa yang kuning dari sekresi
AND Jaringan granulasi menonjol keluar AND Gangguan reflaksi
BAB IV PENUTUP
4.1 Kesimpulan
Aplikasi sistem pakar (expert system) dalam bidang kedokteran yang dibuat dengan proses penelusuran maju (forward chaining) mampu mengenali jenis penyakit pada manusia, terutama jenis penyakit mata. Aplikasi sistem pakar ini dapat menjadi sarana untuk menyimpan pengetahuan tentang penyakit terutama yang berkenaan dengan jenis penyakit mata dari para pakar atau ahlinya. Sistem pakar mampu membantu pasien maupun dokter dalam menyediakan sistem pendukung keputusan dan saran dari pakar.
4.2 Saran
