APLIKASI SISTEM PAKAR DETEKSI DINI PADA PENYAKIT TUBERKULOSIS

WENNY WIDIASTUTI, DINI DESTIANI, DHAMI JOHAR DAMIRI

JURNAL ALGORITMA SEKOLAH TINGGI TEKNOLOGI GARUT TAHUN 2012

IBNU NUR HIDAYAT ( 1441177004025)

APLIKASI SISTEM PAKAR

DETEKSI DINI PADA PENYAKIT

TUBERKULOSIS

ABSTRACT

SISTEM PAKAR

TBC

Tanda Gejala ?

Penyuluhan

- Pasien TB tidak tahu - Pemeriksaan Masif

LATAR BELAKANG DAN TUJUAN

TBC (

Tuberkulosis

)

➔

kuman TB (

Mycobacterium Tuberculosis

)

TB

➔

Menyerang siapa saja (usia 15-50 tahun) dan anak-anak

Pasien TB dilakukan secara pasif dengang promosi aktif oleh

petugas kesehatan

DATA YANG DIGUNAKAN

Data Penelitian diambil dari Puskesmas Cibutu, dengan melakukan pengamatan saat

pemeriksaan “ Hanya dilakukan pemeriksaan fisik”

Dari pemeriksaan diambil data dari tanda gejala, meliputi:

1.

Batuk terus menerus dan berdahak selama 3 ( tiga) minggu atau lebih.

2.

Dahak bercampur darah.

3.

Batuk darah.

4.

Sesak nafas dan rasa nyeri dada.

5.

Badan lemah

6.

Nafsu makan menurun

7.

Berat badan turun

8.

Rasa kurang enak badan (

malaise

)

9.

Demam meriang lebih dari sebulan.

METODE

Dalam pengembangan sistem pakar, akan digunakan pendekatan konvensional dengan metode

HASIL DAN

PEMBAHASAN

Dari representasi pengetahuan dibuat dalam

pohon keputusan:

Selanjutnya dibuatkan sistem pakarnya dari interaksi

user

dan sistem digambarkan dalam ERD

KESIMPULAN

Dari sistem yang telah dibangun ini, dapat disimpulkan:

1.

Dengan dibuatnya aplikasi sistem pakar deteksi dini pada penyakit TBC

dapat membantu Dokter TBC dalam melakukan deteksi dini dan

penyuluhan di lapangan semakin mudah dilakukan.

2.

Melalui aplikasi ini, pengguna dapat melakukan konsultasi dengan sistem

layaknya berkonsultasi dengan seorang pakar untuk mendeteksi gejala

yang terjadi pada pengguna serta menemukan solusi atas permasalahan

yang dihadapi.

SISTEM PAKAR DIAGNOSA DINI PENYAKIT

KANDUNGAN MENGGUNAKAN METODE FUZZY

AGUS IRAWAN DAN EDI FAIZAL. STMIK EL RAHMA YOGYAKARTA PRESENTED BY ELISA FITRIANI KHOIRUNNISA (1441177004281)

LATAR BELAKANG

◼ Dari dulu hingga sekarang begitu banyak masalah dalam kesehatan yang timbul pada wanita, khususnya

pada bagian rahim. Rahim merupakan suatu organ muscular berbentuk seperti pir yang terletak diantara kandung kencing dan rektum yang berfungsi sebagai pengeluaran darah haid dengan ditandai adanya perubahan dan pelepasan dari endometrium.

◼ Pengetahuan tentang gejala dan jenis penyakit rahim itu sendiri teryata masih belum banyak diketahui

oleh kaum wanita. Wanita yang mengalami gangguan atau kelainan pada area rahim ia akan mendatangi dokter spesialis untuk berkonsultasi, namun pada kenyataannya tidak semua orang dapat melakukannya. Hal ini dapat dikarenakan factor perekonomian yang kurang mencukupi ataupun karena tuntutan kesibukan, terdapat pula kelemahan seperti jam kerja praktek dokter yang terbatas.

◼ Permasalahan yang di tangani oleh seorang sistem pakar bukan hanya mengandalkan algoritma,namun

terkadang juga permasalahan yang sulit di pahami. Permasalahan tersebut dapat di atasi oleh seorang pakar dengan pengetahuan dan pengalamannya.Oleh karena itu sistem pakar di bangun bukan berdasarkan algoritma tertentu, tetapi berdasarkan basis pengetahuan dan aturan.

DATA YANG DIGUNAKAN

G : Gejala G5 :Kembung, bengkak, adanya tekanan pada perut B : Bobot nilai G6 :Pendarahan pasca monopouse

N : Nilai No G7 :Tidak napsu makan, Penurunan Berat badan secara progasi Y : Nilai Yes G8 :Sakit kepala dan sering lelah

P1 : Penyakit Kista Indung Telur (Ovarium Cyst) G9 :Keputihan patogonis

P2 : Penyakit Kanker Indung Telur (Kanker Ovarium) G10 :Sakit pada area kewanitaan

P3 : Penyakit Kanker leher rahim (Kanker Serviks) G11 :Pendarahan vagina saat/setelah berhubungan intim P4 : Penyakit Myoma Uteri G12 :Bengkak pada kaki

P5 : Penyakit Kanker Rahim (Kanker Uterus = Carcinoma Uteri) G13 :Pendarahan selama haid ataupun diluar masa haid

G1 :Kramperut bawah atau nyeri panggul G14 :Rasa nyeri pada kandung kemih atau organ panggul lainya G2 :Menstruasi tidak teratur abnormal,rapat secara periode G15 :Pada bagian bawah perut rahim terasa kenyal

G3 :Sakit atau tekanan pada saat berkemih G16 :Nyeri pada area pelvic G4 :Rasa nyeri, keluarnya flek darah dari vagina

METODE

◼ DIAGNOSIS

Dasar therapy modern adalah diagnosis.Konsep diagnosis adalah penentuan jenis penyakit kemudian melakukan penyembuhan penyakit tersebut.Prosedur untuk mendapatkan informasi yang dibutuhkan guna menegakan sautu diagnosis sangat berhubungan dengan keberhasilan suatu diagnosis. Untuk sampai kepada diagnosis yang tepat diperlukan ilmu pengetahuan penyakit serta gejala-gejalanya, ketrampilan untuk melakukan cara menguji yang tepat dan seni menyatakan impresi, fakta dan pengalaman ke dalam pengertian.Sehubungan dengan banyak penyakit yang memepunyai gejala yang sama, seorang klinis harus teliti dalam menentukan ketepatan diagnosis.

◼ FUZZY

Fuzyy dalam bahasa inggris berarti tidak tentu, kabur atau tidak jelas. Logika fuzyy merupakan salah satu

komponen pembetuk soft computing. Logika fuzzy pertama kali diperkenalkan oleh Prof. Lotfi A. Zaedah pada tahun 1965. Dalam banyak hal, logika fuzzy digunakan sebagai suatu cara untuk memetakan permasalahan dari input menuju output yang diharapkan.

◼

MAMDANI

Metode mamdani sering juga dikenal dengan metode Max-Min. Metode ini diperkenalkan oleh EbrahimMamdani pada tahun 1975. Untuk mendapatkan output, diperlukan 4 tahapan : Pembentuk himpunan fuzzy, aplikasi fungsi implikasi (aturan), komposisi aturan, penegasan.

HASIL DAN PEMBAHASAN

◼ Tahap awal yang dilakukan adalah melakukan analisis terhadap data atau basis pengetahuan yang akan

digunakan. Distribusi dan aturan gejala terhadap penyakit kandungan yang digunakan dalam penelitian ini disajikan pada Tabel 1 dan Tabel 2.

KESIMPULAN

◼ Dari hasil analisis, perancangan dan pembuatan aplikasi sistem pakar pendeteksi penyakit kanker

kandungan, maka dapat ditarik kesimpulan bahwa dengan adanya aplikasi ini para wanita dapat mengetahui kemungkinan penyakit yang diderita berdasarkan gejala yang dirasakan. Gejala yang dapat dipilih ada 16 gejala, sedangkan penyakit kandungan yang kemungkinan terdeteksi ada 5 macam yaitu, kista ovarium, kanker ovarium, kanker serviks, myoma uteri dan kanker rahim. Selain itu user juga dapat mengetahui solusi yang harus diambil dengan penyakit yang terdeteksi. Metode yang digunakan untuk menganalisa dan menghitung menggunakan metode logica fuzzy. Aplikasi ini berbasis mobile yang dapat dijalankan pada smartphone dengan sistem operasi android.

Armadyah Amborowati, Nurul Hidayah

SEMNASTEKNOMEDIA TAHUN 2016

MUHAMAD MUHYIDIN AMIN( 1441177004201)

ANALISIS DAN PERANCANGAN SISTEM PAKAR

DIAGNOSA PENYAKIT MEMATIKAN PADA

PEREMPUAN MENGGUNAKAN METODE BAYES (Studi

Kasus : Asri Medical Center)

LATAR BELAKANG

DATA

REPRESENTASI

PENGETAHUAN

METODE BEYES

●

●

●

●

●

Sistem Pakar Pendeteksian

Dini Kanker Mulut Rahim

Berbasis Web

Novita Mariana dan irfan Sungkaar

Jurnal Teknologi Informasi DINAMIK Volume 20, No.1, Januari 2015: 42-50

Presented By Agus Wibawa

1441177004155

Latar Belakang

▶

_{Karena banyaknya kematian}

wanita karena kanker rahim.

▶

_{Agar dapat membantu dokter}

dengan menggunakan Expert

Tujuan

Tujuan dari penelitian ini adalah sistem yang

memanfaatkan sistem pakar untuk menangani

masalah diagnosis penyakit dalam hal ini

mendeteksi secara dini penyakit kanker mulut

rahim dengan mesin inferensi forward chaining.

Adapun hasil dari sistem informasi ini adalah

memberikan informasi mengenai keterangan

penyakit

kanker

mulut

rahim

dan

solusi

penanganan penyakit kanker tersebut sesuai

dengan stadium.

Metode

Sekuensial Linier mengusulkan sebuah pendekatan kepada perkembangan perangkat lunak yang sistematik dan sekuensial yang dimulai pada tingkat dan kemajuan sistem pada seluruh analisis, desain,kode, pengujian, dan pemeliharaan. Sekuensial linier untuk rekayasa perangkat lunak yang sering disebut juga dengan siklus kehidupan klasik atau model air terjun model (waterfall).

Metode inferensi yang digunakan adalah Forward Chaining berarti

menggunakan himpunan aturan kondisi-aksi. Dalam metode ini, data

digunakan untuk menentukan aturan mana yang akan dijalankan,

kemudian aturan tersebut dijalankan.

Kaidah, suatu aturan yang digunakan sistem untuk menemukan suatu

konklusi. Gejala yang dimasukkan user merupakan kondisi (IF) dan

penyakit adalah merupakan konklusi (THEN). Sebagai contoh Kaidah 1

IF Keputihan berbau

AND keputihan berwarna kuning

AND keputihan berwarna hijau

AND perdarahan dari jalan lahir

AND perdarahan setelah berhubungan

AND histopatologi karsinoma insitu (karsinoma intraepitel)

THEN nama penyakit Ca Cervix stadium 0

PERANCANGAN SISTEM PAKAR DIAGNOSA INFEKSI

MENULAR SEKSUAL (IMS) BERBASIS WEB DENGAN

METODE FORWARD

DAN BACKWARD CHAINING PADA RSUP DR. SARDJITO

YOGYAKARTA

NUZLA ABIDIN

KUSRINI

SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER AMIKOM YOGYAKARTA

2013

PRESENTED BY YUDI RAHARJO

LATAR BELAKANG

•

Infeksi menular seksual (IMS) adalah infeksi yang menular lewat hubungan seksual, baik

dengan pasangan yang sudah tertular, maupun mereka yang sering berganti-ganti

pasangan.

•

Menurut WHO Information Fact Sheet No 110 August 2011, 499 juta infeksi baru dapat

disembuhkan menular seksual (sifilis, gonore, klamidia dan trikomoniasis) terjadi setiap

tahun di seluruh dunia pada orang dewasa berusia 15-49 tahun

•

Beberapa infeksi menular seksual terjadi tanpa gejala

•

Infeksi menular seksual merupakan penyebab utama infertilitas pada pria dan wanita

•

IMS dapat meningkatkan risiko HIV akuisisi tiga kali lipat atau lebih.

TUJUAN PENELITIAN

•

Dapat membantu masyarakat khususnya penderita IMS

•

Bagi mahasiswa kedokteran atau dokter muda dalam melakukan tindak diagnosis terhadap

DATA YANG DIGUNAKAN

•

Sumber pengetahuan sistem pakar ini terdiri dari

Data penyakit

Infeksi Menular

Seksual

Definisi Infeksi

Menular Seksual

Gejala Infeksi

Menular Seksual

Penyebab Infeksi

Menular Seksual

Saran Infeksi

Menular Seksual

Wawancara dengan

dokter RSUP

dr. Sardjito

Buku yang

direferensikan oleh

dokter

METODE YANG DITERAPKAN

•

Runut maju (forward chaining) digunakan untuk menentukan calon-calon jenis penyakit

yang mungkin diderita oleh pasien berdasarkan keluhan yang dimasukkan oleh pasien

•

Setelah diketahui daftar jenis penyakit IMS yang menjadi calon konklusi, dilakukan runut

balik (backward chaining) guna mengetahui gejala yang dialami oleh pasien dan dihitung

menggunakan metode perhitungan probabilitas berbobot untuk menentukan tingkat

kemungkinan jenis penyakit yang dialami pasien

•

Penentuan penyakit dilakukan dengan memilih diantara konklusi yang memiliki probabilitas

tertinggi.

inferensi runut maju

HASIL DAN PEMBAHASAN

Tampilan awal ketika melakukan konsultasi

Halaman ini untuk konsultasi keluhan yang dimiliki pasien pada

penyakit Infeksi Menular Seksual (IMS) Tampilan daftar penyakit kemudian pasien diminta untuk menginputkan gejala yang dirasakan dengan memberi tanda cheklist (√). Hasil diagnosa diperoleh dari inputan keluhan dan gejala pada halaman sebelumnya, dimana hasil kemungkinan prosentasi penyakit yang terdeteksi menggunakan perhitungan probabilitas berbobot

KESIMPULAN

•

Dengan adanya website ini mampu memberikan informasi kepada pemakai mengenai jenis

penyakit infeksi menular seksual yang dideritanya berdasarkan keluhan dan gejala-gejala

yang diberikan.

•

Web sistem pakar ini hanya membahas 4 faktor resiko, 3 keluhan, 65 gejala dan 12 jenis

Sistem Pakar dengan Inferensi

Fuzzy Tsukamoto dalam

Mendiagnosa Penyakit Saluran

Reproduksi Manusia

LATHIFAH DAN SRI WINIARTI

JURNAL SARJANA TEKNIK INFORMATIKA, VOLUME 2 NOMOR 1,

FEBRUARI 2014

LATAR BELAKANG

Minimnya pemahaman yang baik dan benar mengenai kesehatan reproduksi

Kurangnya kesadaran masyarakat untuk melakukan pemerikasaan dini penyakit reproduksi

Keterbatasan penyuluh kesehatan yang berkompeten dalam penyakit saluran reproduksi

Biaya konsultasi Dokter yang relatif mahal

Penderita penyakit

kelamin meningkat

mencapai 20 – 40 %

Remaja 35 % Lain-lain 45% Pelajar 20 % Segmentasi penderita penyakit kelamin

TUJUAN

Media untuk meningkatkan pengetahuan penyuluh kesehatan mengenai penyakit saluran reproduksi

Membuat sistem pakar untuk mendiagnosa penyakit saluran reproduksi

Memberi informasi mengenai solusi penanganan penyakit saluran reproduksi

Alternatif media konsultasi peyakit saluran reproduksi yang murah

DATA PENELITIAN

Data gejala penyakit

Data jenis penyakit

Data penyebab penyakit

Data pencegahan penyakit

Data dari pakar penyakit reproduksi :

Dr.H.Irwan Taufiqur Rachman, Sp.OG.

METODE

Metode

Tsukamoto Metode defuzzifikasi

rata-rata terpusat (Center Average Defuzzyfier) Metode inferensi Backward Chaining

HASIL PENELITIAN

Tampilan menu utama Aplikasi sistem pakar penyakit reproduksi Tampilan daftar gejala penyakit reproduksi Tampilan hasil Diagnosa

KESIMPULAN

• Sistem mampu mendiagnosa penyakit reproduksi manusia berdasarkan gejala yang dimasukkan

• Sistem dapat dijadikan media informasi mengenai penyakit reproduksi manusia dan solusi untuk

menanggulanginya

• Informasi yang dihasilkan sistem dapat digunakan sebagai alternatif pengganti pakar dalam

berkonsultasi dengan biaya murah dan mampu mendiagnosa 28 penyakit reproduksi