• Tidak ada hasil yang ditemukan

PERANCANGAN BASIS PENGETAHUAN UNTUK SISTEM PAKAR DIAGNOSA KELAINAN TUMBUH KEMBANG PADA ANAK

N/A
N/A
Protected

Academic year: 2019

Membagikan "PERANCANGAN BASIS PENGETAHUAN UNTUK SISTEM PAKAR DIAGNOSA KELAINAN TUMBUH KEMBANG PADA ANAK"

Copied!
114
0
0

Teks penuh

(1)

i

PERANCANGAN BASIS PENGETAHUAN

UNTUK SISTEM PAKAR

DIAGNOSA KELAINAN TUMBUH KEMBANG PADA ANAK

Skripsi

Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer

Program Studi Teknik informatika

Oleh :

GALUH PUTRI MANGGIASIH NIM : 05 5314 114

PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS SAINS dan TEKNOLOGI

UNIVERSITAS SANATA DHARMA YOGYAKARTA

(2)

ii

KNOWLEDGE BASED DESIGN

FOR EXPERT SYSTEMS

IN CHILDREN GROWTH DISORDERS DIAGNOSIS

A THESIS

Presented as Partial Fulfillment of the Requirements To Obtain Sarjana Komputer Degree

In Informatics Engineering Department

By:

GALUH PUTRI MANGGIASIH NIM: 05 5314 114

INFORMATICS ENGINEERING STUDY PROGRAM INFORMATICS ENGINEERING DEPARTMENT

FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY

(3)
(4)
(5)

v

HALAMAN MOTTO

“Karena

masa depan sungguh ada

, dan harapanmu tidak akan hilang”

Amsal 23:18

Kegagalan hanya terjadi bila kita menyerah

Manusia tak selamanya benar dan tak selamanya salah, kecuali ia yang

selalu mengoreksi diri dan membenarkan kebenaran orang lain atas

kekeliruan diri sendiri

(6)
(7)
(8)

viii

HALAMAN PERSEMBAHAN

Karya tulis ini penulis persembahkan untuk :

(9)

ix

ABSTRAKSI

Sistem pakar merupakan sebuah sistem yang menggunakan kepakaran manusia yang tersimpan di dalam komputer yang digunakan untuk menyelesaikan berbagai masalah yang lazimnya memerlukan kepakaran tertentu. Sistem ini bisa digunakan untuk memberi penyelesaian kepada permasalahan yang sukar dan bisa diandaikan sebagai pembantu yang berpengetahuan di dalam sesuatu bidang.

Dalam perancangan basis pengetahuan untuk sistem pakar diagnosa kelainan tumbuh kembang pada anak ini, dibahas beberapa jenis kelainan antara lain keterbelakangan mental (Mental Retardetion) ringan, Keterbelakangan mental (Mental Retardetion) moderat, keterbelakangan mental (Mental Retardetion) berat, Keterbelakangan mental (Mental Retardetion) sangat berat, Autisme, Conduct Disoder dan Attentation Deficit Hyperactive Disorders (ADHD). Dan dalam penelusuran faktanya menggunakan metode runut maju (forward chaining), sedangkan metode pencariannya dengan metode Depth First Search.

(10)

x

ABSTRACT

Expert system is a system that uses human expertise stored in the computer used to solve various problems that typically require a certain expertise. This system can be used to provide a solution to a difficult problem and can be likened to a helper who is knowledgeable in a certain field.

In designing a knowledge base for expert system diagnoses abnormal growth and development in children, discussed several types of abnormalities including mental retardation mild, mental retardation moderate, mental retardation severe, mental retardation very heavy, Autism, Conduct Disoder Disorder, and Attentation Deficit Hyperactive Disorders. Searching of facts use forward chaining methods and searching using Depth First Search method.

It is expected that the design of a knowledge base for this expert system, can be developed back into a complete system to assist a person in making early diagnosis possible growth disorders in children and expert systems can be useful to prevent early growth and development disorders in children.

(11)

xi

KATA PENGANTAR

Puji syukur kepada Tuhan Yang Maha Esa karena atas segala berkat dan

rahmat-Nya yang melimpah, penulis dapat menyelesaikan tugas akhir dengan judul

“Perancangan Basis Pengetahuan untuk Sistem Pakar Diagnosa Kelainan Tumbuh Kembang pada Anak”

Penulisan tugas akhir ini bertujuan untuk memenuhi salah satu syarat

memperoleh gelar Sarjana Komputer Program Studi Teknik Informatika Universitas

Sanata Dharma Yogyakarta.

Penulis menyadari, bahwa selama proses penulisan tugas akhir ini penulis

tidak lepas dari bantuan dan dukungan banyak pihak. Oleh karena itu, pada

kesempatan ini penyusun menyampaikan penghargaan dan ucapan terima kasih

yang sebesar-besarnya kepada :

1. Tuhan Yesus Kristus atas segala mukzijat-Nya yang ajaib, penyertaan,

dan kasih karunia-Nya.

2. Kedua orang tua penulis, Djoko Murtomo dan Endang Irianingsih yang

telah memberikan kasih sayang, dukungan dan pengorbanan kepada

penulis baik moral, spiritual maupun material sejak dalam kandungan

hingga detik ini.

3. Bapak Eko Hari Parmadi, S.Si., M.Kom. selaku dosen pembimbing

yang telah memberikan dukungan, bantuan dan dorongan kepada

(12)

xii

4. Ibu P.H. Prima Rosa, S.Si., M.Sc. selaku Dekan Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta dan selaku dosen pembimbing akademik. Terima kasih telah membimbing, memberikan motivasi dan masukan selama perkuliahan dan penulisan Skripsi ini.

5. Ibu Ridowati Gunawan, S.Kom., S.T. selaku Ketua Jurusan Teknik Informatika Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta.

6. Bapak dan Ibu dosen Teknik Informatika Universitas Sanata Dharma.

7. Staf dan karyawan Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta.

8. Keluarga besar Sinung Prayitno dan Eyang Kusnen, terimakasih untuk doa dan dukungannya.

9. Kakak tersayang : Nilam Satrio dan Anastasia Angela Vera Yusnita (juga dedek diperut) terimakasih atas segala doa dan dukungannya.

10. Methodios Kresna Kalbuadi terimakasih untuk segala doa, dukungan

dan kesabarannya, untuk laptop hitamnya, dan untuk kasih sayangnya

yang mampu membangkitkan semangat dan keceriaan.

11. Bpk Michael Saryoto dan Ibu Chatarina indarti, keluarga besar Bantul,

terimakasih untuk segala doa dan dukungannya.

(13)

xiii

13. Anak-anak kost “HILDA”, terimakasih untuk dukungan dan doa,

untuk keceriaan dikala stress melanda.

14.Semua pihak yang telah membantu dalam penyusunan skripsi ini, yang tidak dapat disebutkan satu-persatu.

Penulis menyadari bahwa dalam penyusunan tugas akhir ini masih terdapat

banyak kekurangan. Dan demi sempurnanya penulisan tugas akhir ini, penulis

sangat mengharapkan kritik dan saran yang membangun.

Semoga laporan tugas akhir ini memberi manfaat bagi pembaca dan pihak

yang membutuhkan.

Yogyakarta, 19 Juli 2012

(14)

xiv

DAFTAR ISI

HALAMAN JUDUL ... i

HALAMAN JUDUL (INGGRIS)... ii

HALAMAN PERSETUJUAN PEMBIMBING ...iii

HALAMAN PENGESAHAN ... iv

HALAMAN MOTTO ... v

PERNYATAAN KEASLIAN KARYA ... vi

PERNYATAAN PERSETUJUAN ... vii

HALAMAN PERSEMBAHAN ...viii

ABSTRAKSI ... ix

ABSTRACT ... x

KATA PENGANTAR ... xi

DAFTAR ISI ... xiv

DAFTAR TABEL ...xviii

DAFTAR GAMBAR ... xix

BAB I PENDAHULUAN ... 1

1.1. Latar Belakang ... 1

1.2. Rumusan Masalah... 2

(15)

xv

1.4. Metodologi Penelitian... 3

1.5. Sistematika Penulisan ... 4

1.6. Tujuan ... 5

1.7. Kegunanaan ... 5

BAB II LANDASAN TEORI ... 6

2.1. Kecerdasan Buatan Secara Umum ... 6

2.2. Sstem Pakar ... 6

2.2.1. Struktur Sistem Pakar ... 10

2.2.2. Komponen Sistem Pakar ... 12

2.2.3. Metode Inferensi ... 13

2.2.4. Pohon Keputusan ... 15

2.2.5. Metode Pencarian (Searching) ... 17

2.2.6. Representasi Pengetahuan ... 19

2.3. Notasi use case dan Data Flow Diagram (DFD)... 23

2.3.1. Use case diagram ... 23

2.3.2. Data Flow Diagram (DFD) ... 24

2.4. Kelainan Tumbuh Kembang Pada Anak... 27

2.4.1. Keterbelakangan Mental (Mental Retardetion)………...27

2.4.2. Autisme………...34

(16)

xvi

2.4.4. Attentation Deficit Hyperactive Disorders (ADHD) ... 38

BAB III ANALISA DAN PERANCANGAN SISTEM ... 40

3.1. Analisa Masalah ... 40

3.2. Analisa Kebutuhan ... 40

3.3. Perancangan Sistem ... 41

3.3.1.Use Case Diagram ... 41

3.3.2.Diagram Konteks ... 44

3.3.3. Diagram Berjenjang ... 44

3.4. Disain Data Model ... 50

3.4.1. Entity Relationship Diagram (E-R) ... 5

3.4.2. Relation Model ... 51

3.4.3.Struktur Tabel ... 52

3.5. Analisis Penyakit dan Gejala ... 54

3.6. Analisis Tabel Keputusan ... 61

3.7. Analisis Metode Pelacakan ... 64

3.8. Analisis Struktur Data ... 69

3.9. Algoritma Inference Engine ... 72

3.10. Analisis Kaidah Produksi ... 73

(17)

xvii

3.9.1. Halaman Utama User ... 75

3.9.2. Menu Daftar Gejala ... 76

3.9.3. Menu Daftar Penyakit ... 77

3.9.4. Menu Konsultasi ... 78

3.9.5. Halaman Penelusuran ... 79

3.9.6. Halaman Hasil Diagnosa ... 81

3.9.7. Menu Help ... 82

3.9.8. Menu FAQ ... 83

3.9.9. Halaman Login Administrator ... 84

3.9.10 Halaman Utama Administrator ... 85

3.9.11 Menu Berita Administrator ... 86

3.9.12 Menu Daftar Penyakit Administrator ... 87

3.9.13 Menu Daftar Gejala Administrator ... 88

3.9.14 Menu Daftar Aturan Administrator ... 89

3.9.15 Menu FAQ Administrator ... 91

BAB IV PENUTUP ... 92

4.1. Kesimpulan ... 92

4.2. Saran ... 92

(18)

xviii

DAFTAR TABEL

Tabel 2.1. Tingkatan RM ... 30

Tabel 3.1. Tabel analisa kebutuhan sistem ... 41

Tabel 3.2. Tabel Administrator ... 52

Tabel 3.3. Tabel Diagnosa ... 52

Tabel 3.4. Tabel Gejala ... 53

Tabel 3.5. Tabel Penyakit ... 53

Tabel 3.6. Tabel Aturan ... 54

Tabel 3.7. Tabel Definisi Penyakit dan Gejala ... 55

Tabel 3.8. Tabel Keputusan ... 62

Tabel 3.9. Tabel Analisa Penelusuran Kasus 1 ... 67

Tabel 3.11. Tabel Analisa penelusuran kasus 2 ... 68

(19)

xix

DAFTAR GAMBAR

Gambar 2.1. Arsitektur sistem pakar (feri,2008) ... 10

Gambar 2.2. Pemecahan masalah pada pakar (feri,2008) ... 11

Gambar 2.3. Struktur pemecahan masalah pada sistem pakar (feri,2009) ... 12

Gambar 2.4. Proses backward chaining ... 14

Gambar 2.5. Proses forward chaining ... 14

Gambar 2.6. Struktur Pohon ... 15

Gambar 2.7. Binary Tree ... 17

Gambar 2.8. Penelusuran data dengan Depth First Search ... 18

Gambar 2.9. Penelusuran data dengan Breadth First Search ... 18

Gambar 2.10. Penelusuran data dengan Best First Search ... 19

Gambar 2.11. Proses ... 25

Gambar 2.12. Aliran Data ... 25

Gambar 2.13. Penyimpanan Data ... 26

Gambar 2.14. Agen Eksternal ... 26

Gambar 3.1. Use Case Diagram Pengguna ... 42

Gambar 3.2. Use Case Diagram Administrator... 43

Gambar 3.3. Diagram Konteks ... 44

Gambar 3.4. Diagram Berjenjang ... 45

Gambar 3.5. DAD level 1 administrator ... 46

Gambar 3.6. DAD level 1 pengguna ... 47

Gambar 3.7. DAD level 2 administrator proses kelola penyakit ... 47

(20)

xx

Gambar 3.9. DAD level 2 administrator proses kelola basis pengetahuan ... 48

Gambar 3.10. DAD level 2 administrator proses kelola inferensi ... 49

Gambar 3.11. DAD level 2 administrator proses kelola berita ... 49

Gambar 3.12. DAD level 2 administrator proses kelola FAQ ... 50

Gambar 3.13. Entity Relationship Diagram (ERD) ... 51

Gambar 3.14. Relation Model ... 51

Gambar 3.15. Pohon Keputusan ... 65

Gambar 3.16. Pohon Keputusan Forward Chaining dengan struktur linked list ... 71

Gambar 3.17. Halaman Utama User ... 75

Gambar 3.18. Menu Daftar Gejala ... 76

Gambar 3.19. Menu Daftar Penyakit ... 77

Gambar 3.20. Menu Konsultasi... 78

Gambar 3.21. HalamanPenelusuran ... 80

Gambar 3.22. Halaman Hasil Diagnosa ... 81

Gambar 3.23. Menu Help ... 82

Gambar 3.24. Menu FAQ ... 83

Gambar 3.25. Halaman Login Administrator ... 84

Gambar 3.26. Halaman Utama Administrator ... 85

Gambar 3.27. Menu Berita Administrator ... 86

(21)

xxi

(22)

1 BAB I PENDAHULUAN

1.1. Latar Belakang Masalah

Masa anak merupakan masa emas mempersiapkan seorang individu menghadapi tuntutan jaman sesuai potensinya. Masa anak tersebut merupakan dasar pembentukan fisik dan kepribadian untuk masa berikutnya. Jika terjadi gangguan perkembangan seperti Retardetion Mental Ringan, Retardetion Mental Moderat, Retardetion Mental Berat, Retardetion Mental Sangat berat, Autisme, Conduct Disoder dan Attentation Deficit Hyperactive Disorders (ADHD) maka, deteksi yang dilakukan secara dini merupakan kunci penting keberhasilan program penyembuhan gangguan perkembangan. Semakin dini gangguan perkembangan terdeteksi, maka semakin cepat pula pasien mendapatkan terapi untuk penyembuhan.

(23)

2

Melihat hal tersebut, penulis tertarik untuk membuat “Perancangan Basis Pengetahuan untuk Sistem Pakar Diagnosa Kelainan Tumbuh Kembang pada

Anak” dengan tujuan perancangan ini dapat membantu pembuat sistem dalam membuat aplikasi sistem pakar yang bertujuan untuk membantu memberikan diagnosa sesuai dengan kondisi yang dialami oleh penderita.

1.2. Perumusan Masalah

Bagaimana merancang basis pengetahuan untuk aplikasi sistem pakar diagnosa kelainan tumbuh kembang pada anak?

1.3. Batasan Masalah

Berdasarkan latar belakang masalah di atas, penelitian ini dibatasi pada:

a. Perancangan Basis Pengetahuan untuk Sistem Pakar Diagnosa Kelainan Tumbuh Kembang pada Anak ini hanya sampai pada desain antarmuka pengguna.

b. Jenis kelainan tumbuh kembang anak dibatasi hanya 9 penyakit, yaitu : Retardetion Mental Ringan, Retardetion Mental Moderat, Retardetion Mental Berat, Retardetion Mental Sangat berat, Autisme, Autisme Pasif, Autisme Aktif, Conduct Disoder dan Attentation Deficit Hyperactive Disorders (ADHD).

c. Perancangan basis pengetahuan yang dibuat menggunakan metode kaidah produksi dengan penelusuran forward chaining.

(24)

3 1.4. Metodologi Penelitian

Metodologi penelitian yang digunakan adalah sekuensial linier yang memiliki aktifitas sebagai berikut :

1. Analisa kebutuhan perangkat lunak

Aktifitas yang dilakukan adalah studi pustaka, survei, melakukan wawancara, dan mengamati kegiatan di Rehabilitasi Penyandang Cacat Mental.

2. Desain atau rancangan

Aktifitas yang dilakukan berfokus pada pembuatan rancangan untuk sistem pakar yaitu rancangan basis pengetahuan, mesin inferensi, desain model, basis data dan User interface.

3. Pembuatan kode

Aktifitas yang dilakukan adalah menterjemahkan desain sehingga menjadi kode sistem yang dikehendaki.

4. Uji coba

Uji coba difokuskan untuk menemukan kesalahan-kesalahan, menyesuaikan kode yang dibuat dengan logika proses yang diinginkan, memastikan bahwa input yang dimasukkan memberi hasil yang dibutuhkan.

(25)

4

Setelah seluruh sistem lengkap dan dilakukan instalasi maka pemeliharaan baru bisa dilakukan.

1.5. Sistematika Penulisan

Bab I PENDAHULUAN

Membahas tentang latar belakang masalah, rumusan masalah yang merupakan inti penelitian, batasan masalah, tujuan penelitian, metode penelitian yang digunakan, dan juga diuraikan tentang sistematika penulisan untuk mempermudah pemahamannya.

Bab II LANDASAN TEORI

Membahas berbagai hal pokok yang berkaiatan dengan sistem pakar. Selain itu juga dibahas mengenai hal-hal yang berkaitan kelainan tumbuh kembang pada anak berikut pengobatan dan terapinya.

Bab III PERANCANGAN SISTEM

(26)

5

BAB IV PENUTUP

Berisi kesimpulan dari seluruh uraian yang telah dibahas pada bab-bab sebelumnya dan saran.

DAFTAR PUSTAKA

1.6. Tujuan

Merancang basis pengetahuan yang nantinya dapat dikembangkan dan dapat membantu pengembang sistem untuk membuat aplikasi sistem pakar diagnosa kelainan tumbuh kembang pada anak.

1.7. Kegunanan

1. Membantu pembangun sistem dalam membuat aplikasi sistem pakar untuk diagnosa kelainan tumbuh kembang pada anak.

(27)

6 BAB II

LANDASAN TEORI

Pada bab ini akan dibahas mengenai landasan teori dan konsep-konsep yang relevan dari perancangan yang dibuat, yang meliputi pengertian kecerdasan buatan, sistem pakar, struktur data, notasi use case dan diagram aliran data, pembahasan kelainan tumbuh kembang pada anak.

2.1 . Kecerdasan Buatan Secara Umum

Kecerdasan buatan dapat didefinisikan sebagai mekanisme pengetahuan yang ditekankan pada kecerdasan pembentukan dan penilaian pada alat yang menjadikan mekanisme itu, serta membuat komputer berpikir secara cerdas. Kecerdasan buatan juga dapat didefinisikan sebagai salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan manusia. Teknologi kecerdasan buatan dipelajari dalam bidang-bidang, seperti: robotika, penglihatan komputer (computer vision), jaringan saraf tiruan (artificial neural network), pengolahan bahasa alami (natural language processing), pengenalan suara (speech recognition), dan sistem pakar (expert system) (Kusumadewi,2003).

2.2 . Sistem Pakar

(28)

7

pakar adalah sistem yang didesain dan diimplementasikan dengan bantuan bahasa pemrograman tertentu untuk dapat menyelesaikan masalah seperti yang dilakukan oleh para ahli. Diharapkan dengan sistem ini, orang awam dapat menyelesaikan masalah tertentu baik „sedikit‟ rumit ataupun rumit sekalipun „tanpa‟ bantuan para ahli dalam bidang tersebut. Sedangkan bagi para ahli, sistem ini dapat digunakan sebagai asisten yang berpengalaman.

Sedangkan berdasarkan definisi lain, sistem pakar adalah sebuah program komputer yang didesain untuk memodelkan kemampuan dari seorang ahli dalam menyelesaikan masalah (Suparman,1991). Kekuatan dari sistem pakar terletak pada kemampuannya memecahkan masalah-masalah praktis pada saat ahli berhalangan.

Sistem pakar merupakan cabang dari Artificial Intelligence (AI) yang cukup tua karena sistem ini telah mulai dikembangkan pada pertengahan tahun 1960. Sistem pakar yang muncul pertama kali adalah General-purpose problem solver (GPS) yang dikembangkan oleh Newl dan Simon. Sampai saat ini sudah banyak sistem pakar yang dibuat, seperti MYCIN, DENDRAL, XCON & XSEL, SOPHIE, Prospector, FOLIO, DELTA, dan sebagainya (Kusumadewi, 2003).

Perbandingan sistem konvensional dengan sistem pakar sebagai berikut (Kusumadewi, 2003):

a. Sistem Konvensional

1. Informasi dan pemrosesan umumnya digabung dalam satu program sequential.

(29)

8

3. Tidak menjelaskan mengapa input dibutuhkan atau bagaimana hasil diperoleh.

4. Data harus lengkap.

5. Perubahan pada program merepotkan. 6. Sistem bekerja jika sudah lengkap. b. Sistem Pakar

1. Knowledge base terpisah dari mekanisme pemrosesan (inference). 2. Program bisa melakukan kesalahan.

3. Penjelasan (explanation) merupakan bagian dari sistem pakar. 4. Data tidak harus lengkap.

5. Perubahan pada rules dapat dilakukan dengan mudah. 6. Sistem bekerja secara heuristik dan logic.

Suatu sistem dikatakan sistem pakar apabila memiliki ciri-ciri sebagai berikut (Kusumadewi, 2003):

1. Terbatas pada domain keahlian tertentu.

2. Dapat memberikan penalaran untuk data-data yang tidak pasti.

3. Dapat mengemukakan rangkaian alasan-alasan yang diberikannya dengan cara yang dapat dipahami.

(30)

9

Adapun banyak manfaat yang dapat diperoleh dengan mengembangkan sistem pakar, antara lain (Kusumadewi, 2003):

1. Masyarakat awam non-pakar dapat memanfaatkan keahlian di dalam bidang tertentu tanpa kesadaran langsung seorang pakar.

2. Meningkatkan produktivitas kerja, yaitu bertambahnya efisiensi pekerjaan tertentu serta hasil solusi kerja.

3. Penghematan waktu dalam menyelesaikan masalah yang kompleks.

4. Memberikan penyederhanaan solusi untuk kasus-kasus yang kompleks dan berulang-ulang.

5. Pengetahuan dari seorang pakar dapat dikombinasikan tanpa ada batas waktu. 6. Memungkinkan penggabungan berbagai bidang pengetahuan dari berbagai

pakar untuk dikombinasikan.

Selain banyak manfaat yang diperoleh, ada juga kelemahan pengembangan sistem pakar, yaitu (Kusumadewi, 2003):

1. Daya kerja dan produktivitas manusia menjadi berkurang karena semuanya dilakukan secara otomatis oleh system.

2. Pengembangan perangkat lunak sistem pakar lebih sulit dibandingkan dengan perangkat lunak konvensional.

(31)

10 2.2.1. Struktur Sistem Pakar

Sistem pakar disusun oleh dua bagian utama, yaitu lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation environment) (Turban, 1995). Lingkungan pengembangan sistem pakar digunakan untuk memasukkan pengetahuan pakar ke dalam lingkungan sistem pakar, sedangkan lingkungan konsultasi digunakan oleh pengguna yang bukan pakar guna memperoleh pengetahuan pakar. Komponen-komponen sistem pakar dalam dua bagian tersebut dapat dilihat pada Gambar 2.1. Komponen-komponen yang terdapat dalam sistem pakar adalah seperti yang terdapat pada Gambar 2.1, yaitu User Interface (antarmuka pengguna), basis pengetahuan, akuisisi pengetahuan, mesin inference, workplace, fasilitas penjelasan, perbaikan pengetahuan.

(32)

11

Seorang pakar mempunyai pengetahuan tentang masalah yang khusus. Dalam hal ini disebut domain knowledge. Penggunaan kata “domain” untuk memberikan penekanan pengetahuan pada problem yang spesifik. Pakar menyimpan domain knowledge pada Long Term Memory (LTM) atau ingatan jangka panjangnya.

Gambar 2.2. Pemecahan masalah pada pakar (feri,2008)

(33)

12

Gambar 2.3. Struktur pemecahan masalah pada sistem pakar (feri,2008) Sistem pakar dapat memecahkan masalah menggunakan proses yang sama dengan metode yang digunakan oleh pakar, struktur yang digunakan ditunjukan pada Gambar2. 3.

2.2.2. Komponen Sistem pakar

Sebuah program yang difungsikan untuk menirukan seorang pakar manusia harus bisa melakukan hal-hal yang dapat dikerjakan seorang pakar. Untuk membangun sistem seperti itu maka komponen-komponen dasar yang harus dimilikinya paling sedikit adalah sebagai berikut:

1. Antar muka pemakai (User Interface) 2. Basis pengetahuan (Knowledge Base) 3. Mesin inferensi

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

1. Fasilitas penjelasan (Explanation)

(34)

13 3. Fasilitas swa-pelatihan (self-training)

2.2.3. Metode Inferensi

Komponen ini mengandung mekanisme pola pikir dan penalaran yang digunakan oleh pakar dalam menyelesaikan suatu masalah. Metode inferensi adalah program komputer yang memberikan metedologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace, dan untuk memformulasikan kesimpulan (Turban, 1995).

Selain itu juga ada yang menyebutkan mesin inferensi adalah bagian yang mengandung mekanisme fungsi berpikir dan pola-pola penalaran system yang digunakan oleh seorang pakar atau dengan kata lain mesin inferensi adalah representasi basis pengetahuan kedalam bahasa pemrograman (Aziz, 1995).

Kebanyakan sistem pakar berbasis aturan menggunakan strategi inferensi yang dinamakan modus ponen. Berdasarkan strategi ini, jika terdapat aturan “IF A THEN

B”, dan jika diketahui bahwa A benar, maka dapat disimpulkan bahwa B juga benar.

Strategi inferensi modus ponen dinyatakan dalam bentuk: [A And (AB)] B

dengan A dan AB adalah proposisi-proposisi dalam basis pengetahuan.

(35)

14 a. Pelacakan ke belakang (Backward Chaining)

Pelacakan ke belakang adalah pendekatan yang dimotori oleh tujuan (goal-driven). Dalam pendekatan ini pelacakan dimulai dari tujuan, selanjutnya dicari aturan yang memiliki tujuan tersebut untuk kesimpulannya. Selanjutnya proses pelacakan menggunakan premis untuk aturan tersebut sebagai tujuan baru dan mencari aturan lain dengan tujuan baru sebagai kesimpulannya. Proses berlanjut sampai semua kemungkinan ditemukan (Kusumadewi, 2003). Gambar 2.4 menunjukan proses backward chaining.

Observasi A Atauran R1 Fakta C

Aturan R3

Gambar 2.4. Proses backward chaining

b. Pelacakan ke depan (forward chaining)

Pelacakan kedepan adalah pendekatan yang dimotori data (data-driven). Dalam pendekatan ini pelacakan dimulai dari informasi masukan, dan selanjutnya mencoba menggambarkan kesimpulan. Pelacakan ke depan, mencari fakta yang sesuai dengan bagian IF dari aturan IF-THEN. Gambar 2.5 menunjukkan proses forward chaining.

Observasi A Atauran R1 Fakta C

Aturan R3

(36)

15 2.2.3. Pohon Keputusan

Hampir semua masalah Artificial Intellegence ditampilkan dalam bentuk grafik atau jaringan yang berbentuk node dan akar yang disebut pohon keputusan atau pelacakan. Untuk menghindari kemungkinan adanya proses pelacakan suatu node secara berulang, maka digunakan struktur pohon. Berikut Gambar 2.6. Struktur pohon (Kusumadewi, 2003).

Gambar 2.6. Struktur Pohon

(37)

16

Node ini pada gilirannya mempunyai pengganti lagi sebagai anak, bergerak mundur melalui pohon, node ini disebut node pendahuluan, nenek moyang atau orang tua. Node yang tidak mempunyai anak atau tidak mempunyai pengganti disebut node pengganti. Akar yang disilang dan dihubungkan disebut batang.

Pohon keputusan (Tree) adalah suatu hirarki struktur yang terdiri dari node (simbol) yang menyimpan informasi atau pengetahuan dan cabang yang menghubungkan node. Cabang disebut juga link atau edge dan node disebut juga vertek. Gambar 2.7 menunjukan binary tree yang mempunyai 0, 1 atau 2 cabang per node. Dengan berorientasi pada tree (pohon), akar node adalah node yang tertinggi dalam hirarki dan daun adalah paling bawah.

Tree dapat dianggap sebagai suatu tipe khusus dari jaringan semantik yang setiap nodenya, kecuali akar, pasti mempunyai satu node orang tua dan mempunyai nol atau lebih node anak.

(38)

17

Gambar 2.7. Binary Tree

2.2.4. Metode Pencarian (Searching)

Terdapat 3 teknik inferensi dalam pemecahan masalah, yaitu :

1. Depth First Search (DFS)

Depth first search adalah teknik penelusuran data pada node-node secara vertical dan sudah didefinisikan, misalnya dari kiri ke kanan, gambar 2.8.

(39)

18

Gambar 2.8. Penelusuran Data dengan Depth First Search

2. Breadth First Search (BFS)

Breadth First Search adalah Teknik penelusuran data pada semua node dalam satu level atau satu tingkatan sebelum ke level atau tingkatan di bawahnya, Gambar 2.9. menunjukkan penelusuran data dengan Breadth First Search.

(40)

19 3. Best First Search

Best First Search bekerja berdasarkan kombinasi dari depth first search dan breadth first search. Metode ini pada dasarnya adalah metode pencarian dengan mengacu pada goal terbaik. Sehingga pada proses pencarian dengan mengacu menjadi lebih cepat dibandingkan dengan metode pencarian yang lainnya. Gambar 2.10. menunjukkan penelusuran data dengan Best First Search.

Gambar 2.10. Penelusuran Data dengan Best First Search

2.2.5. Representasi Pengetahuan

(41)

20 representasi pengetahuan adalah :

1. Harus bisa diprogram dengan bahasa pemrograman atau dengan shells dan hasilnya disimpan dalam memori.

2. Dirancang sedemikian rupa sehingga isinya dapat digunakan untuk proses penalaran.

3. Model representasi pengetahuan merupakan sebuah struktur data yang dapat dimanipulasi oleh mesin inferensi dan pencarian untuk aktivitas pencocokan pola.

Beberapa model representasi pengetahuan antara lain (Awad, 1996) : 1. Jaringan semantik

Jaringan sematik merupakan teknik representasi AI yang digunakan untuk informasi yang proporsional, sedangkan yang dimaksud dengan informasi proporsional adalah pernyataan yang mempunyai nilai benar atau salah. Informasi proporsional juga merupakan bahasa deklaratif karena menyatakan fakta.

(42)

21 2. Bingkai (Frame)

Bingkai merupakan kumpulan pengetahuan tentang suatu obyek tertentu, peristiwa, lokasi, situasi dan lain-lain. Bingkai (frame) memiliki slot yang menggambarkan rincian (atribut) dan karakteristik obyek. Bingkai biasanya digunakan untuk merepresentasikan pengetahuan stereotype atau pengetahuan yang didasarkan pada karakteristik yang sudah dikenal yang merupakan pengalaman-pengalaman. Dengan menggunakan bingkai, sangatlah mudah untuk membuat inferensi tentang obyek, peristiwa atau situasi baru, karena bingkai menyediakan basis pengetahuan yang ditarik dari pengalaman.

3. Kaidah Produksi

Kaidah menyediakan cara formal untuk merepresentasikan rekomendasi, arahan atau strategi. Kaidah produksi dituliskan dalam bentuk jika-maka (if-then). Kaidah if-then menghubungkan antesenden (antecendent) dengan konsekuensi yang diakibatkannya. Berbagai struktur kaidah if-then yang menghubungkan objek atau atribut sebagai berikut (Badiru, 1992) :

if premis then konklusi if masukan then keluaran if kondisi then tindakan if antesenden then konsekuen if data then hasil

(43)

22 if sebab then akibat

if gejala then diagnosa

Terdapat langkah-langkah yang harus ditempuh dari pengetahuan yang didapatkan dalam domain tertentu. Langkah-langkah tersebut adalah dengan menyajikan pengetahuan yang berhasil didapatkan dalam bentuk tabel keputusan (decision table) kemudian dari tabel keputusan dibuat pohon keputusan (decision tree).

4. Logika predikat (Predicate logic)

Bentuk paling sederhana dari logika predikat adalah logika derajat pertama (first order logic). Logika derajat pertama tersebut terbentuk dengan menambahkan fungsi atau analisis lain pada kalkulus predikat. Fungsi merupakan logika yang menghasilkan nilai (value). Logika predikat berdasarkan pada kebenaran dan kaidah inferensi yakni untuk merepresentasikan simbol-simbol dan hubungannya satu dengan yang lain. Selain untuk menentukan kebenaran (truthfulness) atau kesalahan (falsity), sebuah pernyataan, logika predikat juga dapat digunakan untuk merepresentasikan pernyataan tentang objek tertentu. Logika predikat dapat memberikan representasi fakta-fakta sebagai suatu pernyataan yang mapan (well-form)

2.3. Notasi use case dan Data Flow Diagram (DFD) 2.3.1. use case diagram

(44)

23

langkah-langkah (scenario) yang telah ditentukan. Sejak tahun 1992, dengan adanya pengembang UML, yaitu Jacob Et All, menjadikan use case sebagai model utama atau yang dibutuhkan (Requeirment Model) pada UML.

Use Case Diagram digunakan untuk menggambarkan fungsi sistem yang terdapat dalam bisnis even, siapa yang melakukan kejadian dan bagaimana sistem memberikan respon terhadap kejadian (Whitten, 2004).

Berikut adalah lambang-lambang dalam diagram Use case :

Urutan langkah-langkah yang secara tindakan saling terkait (skenario), baik terotomasi maupu secara manual, untuk tujuan melengkapi satu tugas bisnis tunggal.

Segala sesuatu yang perlu berinteraksi dengan sistem untuk pertukaran informasi.

Simbol Relasi

Menghubungkan interksi antara aktor dengan usecase.

Use case diagram ini menggambarkan kebutuhan system dari sudut pandang user, memfokuskan pada proses komputerisasi (automated processes), menggambarkan hubungan antara use case dan actor serta

Simbol Use Case

(45)

24

menggambarkan proses system (kebutuhan sistem dari sudut pandang user). Secara umum use case adalah pola perilaku system dan urutan transaksi yang berhubungan yang dilakukan oleh satu acktor.

Use case diagram terdiri dari Use case, actors, relationship, system boundary boxes (optional), packages(optional).

2.3.2. Data Flow Diagram (DFD)

Kegunaan dari DFD ialah untuk menggambarkan system yang ada kemudian hasil tersebut akan digunakan sebagai acuan untuk merencanakan dan mendesain physical modeling (table-table) yang sesuai.

Informasi dan perubahan dalam DFD ditujukan dengan cara hirarki dalam bentuk diagram level. DFD level 0 berisi entity-entity luar dari proses tunggal suatu system dengan input dan output data yang ditunjukkan dengan arah anak panah kedalam dan keluar. Diagram yang lebih detil lagi dari system tersebut, dibentuk dengan membagi/memecah proses pada level 0 DFD.

DFD menggunakan 4 macam si mbol yaitu proses, al iran dat a, penyimpanan data, dan agen eksternal(Whitten, 2004).

Proses (transformation process)

(46)

25 padagambar 2.11.(Whitten, 2004).

Gambar 2.11. Proses

 Aliran data (data flow)

Menggambarkan aliran yang menunjukkan pergerakan data dari sebuah entity ke entity yang lain. Data flow disimbolkan dengan tanda panah dan diberi kctcrangan, yang menunjukkan data apa yang mengalir. Seperti dapat dilihatpada gambar 2.12.(Whitten, 2004).

Nama aliran data

Gambar 2.12. Aliran Data (data flow)

 Penyimpanan data (data store)

Menggambarkan terjadinya penyimpanan data dalam suatu sistem.Contohnya, dilakukan penyimpanan data penjualan.Sehingga

Nama Proses

(47)

26

data yang disimpan tersebut dapat digunakan lagi untuk proses-proses yang memerlukannya kemudian. Seperti dapat dilihat pada Gambar 2.13. (Whitten, 2004).

Gambar 2.13. Penyimpanan Data (Data Store)

External agent/entitas eksternal

Mendefinisikan orang, unit organisasi, sistem lain, atau organisasi lain, yang berada di luar lingkup proyek itu tetapi berinteraksi dengan sistem yang sedang dipelajari. Agen eksternal menyajikan input bersih ke sistem dan menerima output bersih dari sistem. Seperti dapat dilihat pada Gambar 2.14.(Whitten, 2004).

Gambar 2.14. Agen Eksternal (external agent) Data Store

(48)

27 2.3. Kelainan tumbuh kembang pada anak

Kelainan perkembangan masa anak adalah berbagai jenis masalah perkembangan yang potensial terjadi pada masa usia anak 0-12 tahun. Pada dasarnya, tiap-tiap tahap perkembangan memiliki potensi gangguan perkembangan berbeda-beda, tergantung pada tugas perkembangan yang diemban masing-masing usia. Proses ini dipengaruhi banyak faktor yang secara garis besar terbagi dalam dua faktor yaitu faktor genetik dan faktor biofisikopsikososial. Dalam proses tersebut anak memerlukan pemenuhan kebutuhan dasar anak, yaitu kebutuhan asuh (biomedis), asih (kebutuhan emosi dan kasih sayang), dan asah (pemberian stimulasi/rangsang) (http://www.cybertokoh.com, 20 Januari 2012).

Salah satu cara mendapatkan anak yang berkualitas adalah dengan melakukan pemantauan tumbuh kembang secara berkala. Umumnya jika pertumbuhan mengalami gangguan maka akan memberikan dampak pula pada aspek perkembangan. Untuk itu pemantauan perlu dilakukan berkesinambungan mencakup pemantauan pertumbuhan dan skrining perkembangan. Tiga tahun pertama usia anak merupakan periode emas atau masa kritis untuk optimalisasi proses tumbuh kembang dan merupakan masa yang tepat untuk menyiapkan seorang anak menjadi dewasa yang unggul di kemudian hari.

Jenis Kelainan tumbuh kembang pada anak, antara lain : 2.3.1. Keterbelakangan mental (Mental Retardetion)

(49)

28

rata-rata disertai dengan berkurangnya kemampuan untuk menyesuaikan diri (berprililaku adaptif), yang mulai timbul sebelum usia 10 tahun.

Tingkat kecerdasan ditentukan oleh faktor keturunan dan lingkungan. Pada sebagian besar kasus RM penyebabnya tidak diketahui; hanya 25% kasus yang memiliki penyebab yang spesifik (Maharani,2007).

Secara kasar, penyebab RM dibagi menjadi beberapa kelompok:

1. Trauma (sebelum dan sesudah lahir).

o Pendarahan intrakranial sebelum atau sesudah lahir.

o Hipoksia (kekurangan oksigen), sebelum, selama atau sesudah lahir.

o Cedera kepala yang berat. 2. Infeksi (bawaan dan sesudah lahir).

o Rubella kongenitalis. o Meningitis.

o Infeksi sitomegalovirus bawaan. o Ensefalitis.

o Toksoplasmosis kongenitalis. o Infeksi HIV.

3. Kelainan kromosom.

o Kesalahan pada jumlah kromosom (Sindroma Down).

(50)

29

o Translokasi kromosom dan sindroma cri du chat. 4. Kelainan genetik dan kelainan metabolik yang diturunkan.

o Galaktosemia. o Penyakit Tay-Sachs. o Fenilketonuria. o Sindroma Hunter. o Sindroma Hurler. o Sindroma Sanfilippo.

o Leukodistrofi metakromatik. o Adrenoleukodistrofi.

o Sindroma Lesch-Nyhan. o Sindroma Rett.

o Sklerosis tuberose. o

5. Metabolik.

o Sindroma Reye.

o Dehidrasi hipernatremik. o Hipotiroid congenital. o Hipoglikemia.

6. Keracunan.

o Pemakaian alkohol, amfetamin dan obat lain pada ibu hamil. o Keracunan metilmerkuri.

(51)

30 7. Gizi.

o Kwashiorkor. o Marasmus. o Malnutris.

8. Lingkungan Kemiskinan. o Status ekonomi rendah. o Sindroma deprivasi.

Tabel 2.1. dibawah ini menunjukkan tingkatan RM berdasarkan IQ pada usia prasekolah dan usia sekolah.

Tabel 2.1. Tingkatan RM Tingkat IQ Usia Prasekolah dari

lahir-5tahun

Usia Sekolah 6-12tahun

Ringan 52-68  Bisa membangun

kemampuan social dan komunikasi.

 Koordinasi otot sedikit terganggu.

 Sering tidak

terdiagnosis.

 Bisa mempelajari pelajaran kelas 6 pada akhir usia belasan tahun.

 Bisa dibimbing ke arah pergaulan social.

 Bisa dididik.

(52)

31 belajar

berkomunikasi.

 Kesadaran social kurang.

 Koordinasi otot cukup.

beberapa

kemampuan social dan pekerjaan.

 Bisa belajar

berpergian sendiri di tempat-tempat yang dikenalnya.

Berat 20-35  Bisa mengucapkan

beberapa kata.

 Mampu mempelajari kemampuan untuk menolong diri sendiri .

 Tidak memiliki kemampuan ekspresif atau hanya sedikit.

 Koordinasi otot jelek.

 Bisa berbicara atau belajar

berkomunikasi.

 Bisa mempelajari kebiasaan hidup

sehat yang

 Koordinasi ototnya sedikit sekali.

 Mungkin memerlukan perawatan khusus.

 Memiliki beberapa koord otot.

(53)

32

Tingkat kecerdasan yang berada dibawah rata-rata bisa dikenali dan diukur melalui tes kecerdasan standar (tes IQ), yang menunjukkan hasil kurang dari 2 SD (standar deviasi) dibawah rata-rata (biasanya dengan angka kurang dari 70, dari rata-rata 100).

Tujuan pengobatan yang utama adalah mengembangkan potensi anak semaksimal mungkin. Sedini mungkin diberikan pendidikan dan pelatihan khusus, yang meliputi pendidikan dan pelatihan kemampuan sosial untuk membantu anak berfungsi senormal mungkin. Pendekatan perilaku sangat penting dalam memahami dan bekerja sama dengan anak penderita RM (Maharani,2007).

Pencegahan Keterbelakangan mental :

Konsultasi genetik akan memberikan pengetahuan dan pengertian kepada orang tua dari anak penderita RM mengenai penyebab terjadinya RM. Vaksinasi MMR secara dramatis telah menurunkan angka kejadian rubella (campak Jerman) sebagai salah satu penyebab RM.

Amniosentesis dan contoh vili korion merupakan pemeriksaan diagnostik yang dapat menemukan sejumlah kelainan, termasuk kelainan genetik dan korda spinalis atau kelainan otak pada janin.

(54)

33

USG juga dapat membantu menemukan adanya kelainan otak. Untuk mendeteksi sindroma Down dan spina bifida juga bisa dilakukan pengukuran kadar alfa-protein serum.

Tindakan pencegahan lainnya yang dapat dilakukan untuk mencegah terjadinya RM:

o Genetik

Penyaringan prenatal (sebelum lahir) untuk kelainan genetik dan konsultasi genetik untuk keluarga-keluarga yang memiliki resiko dapat mengurangi angka kejadian RM yang penyebabnya adalah faktor genetik.

o Sosial

Program sosial pemerintah untuk memberantas kemiskinan dan menyelenggarakan pendidikan yang baik dapat mengurangi angka kejadian RM ringan akibat kemiskinan dan status ekonomi yang rendah.

o Keracunan

(55)

34

Pencegahan rubella kongenitalis merupakan contoh yang baik dari program yang berhasil untuk mencegah salah satu bentuk RM. Kewaspadaan yang konstan (misalnya yang berhubungan dengan kucing, toksoplasmosis dan kehamilan), membantu mengurangi RM akibat toksoplasmosis.

2.3.2. Autisme

Autisme bukanlah penyakit menular, namun suatu gangguan perkembangan yang luas yang ada pada anak. Seorang ahli mengatakan autisme adalah dasar dari manusia yang berkepribadian ganda (Sizhophren). Autis pada anak berbeda-beda tarafnya dari yang ringan sampai yang berat. Autis dapat terjadi pada siapa saja tanpa membedakan perbedaan status sosial maupun ekonomi. Dengan perbandingan 4:1 pada anak laki-laki. IQ pada anak autis bisa dari yang rendah sampai IQ yang tinggi (Gunawan, 2001).

Gejala pada anak autis sudah tampak sebelum anak berumur 3 tahun, yaitu antara lain dengan tidak adanya kontak mata, dan tidak menunjukkan responsif terhadap lingkungan. Jika kemudian tidak diadakan terapi, maka setelah usia 3 tahun perkembangan anak terhenti atau mundur, seperti tidak mengenal suara orang tuanya dan tidak mengenal namanya.

Jenis-jenis Autis:

(56)

35

Penyebab utama belum diketahui dengan pasti. Autisme diduga disebabkan oleh gangguan neurobiologis pada susunan syaraf pusat:

o Faktor genetik.

o Gangguan pertumbuhan sel otak pada janin. o Gangguan pencernaan.

o Keracunan logam berat. o Gangguan Auto Imun

Berdasarkan adanya gangguan pada otak, Autisme tidak dapat sembuh total tetapi gejalanya dapat dikurangi, perilaku dapat diubah ke arah positif dengan berbagai terapi:

o Mengamati perilaku anak secara mendalam o Mengetahui riwayat perkembangannya

o Pemeriksaan medis (kerja sama dengan dokter, psikolog) o Melakukan terapi wicara dan perilaku

2.3.3. Conduct Disorder

Conduct disorder adalah satu kelainan perilaku yang mana anak sulit membedakan benar salah, baik buruk; sehingga anak merasa tidak bersalah walaupun dia sudah berbuat kesalahan. Dampaknya akan sangat buruk bagi perkembangan sosial anak tersebut maupun perkembangan lainnya. Demikian pula perilaku agresif seorang anak, harus ada suatu langkah yang dapat memperbaikinya.

(57)

36

dasar orang lain atau norma atau aturan dalam masyarakat dilanggar, yang dimanifestasikan dengan keberadaan tiga ( atau lebih ) kriteria berikut dalam 12 bulan terakhir, dan sedikitnya satu kriteria harus ada dalam 6 bulan terakhir (Dewi, 2003).

Agresi terhadap orang-orang dan binatang: 1. Sering marah-marah,menakuti orang lain 2. Sering memulai perkelahian, fisik

3. Mengguanakan senjata yang dapat menyebabkan ancaman fisik serius (tongkat pemukul, batu, pisau, dan lain lain)

4. Melakukan kekejaman fisik kepada binatang 5. Melakukan kekejaman fisik kepada orang lain.

Perusakan Properti atau barang-barang:

1. Melempar-lempar barang yang ada dihadapannya ketika marah 2. Melempar barang-barang untuk melukai seseorang atau binatang

Dibawah ini merupakan beberapa kategori conduct disorder menurut The ICD-10 Classification of Mental and Behavioral Disorders yang dikeluarkan oleh World Health Organization (WHO, 1992).

(58)

37

2. Conduct disorder yang tidak terisolasi: merupakan conduct disorder yang ditandai dengan kombinasi perilaku disosial dan agresif yang berulang (tidak hanya perilaku melawan, menyimpang, atau mengganggu), dengan abnormalitas yang dapat menembus secara signifikan dalam hubungan individualnya dengan anak-anak yang lain.

3. Conduct disorder yang terisolasi: merupakan conduct disorder yang meliputi perilaku sosial dan agresif yang berulang (tidak hanya perilaku melawan, menyimpang, atau mengganggu), yang terjadi pada individu yang terintegrasi dengan baik ke dalam peer group-nya.

Treatment bagi anak dengan conduct disorder:

1. Trannning bagi orang tua untuk dapat mengenali perilaku anak atau remaja yang mengalami conduct disorder.

2. Terapi keluarga.

3. Tranning problem solving skills untuk anak dan remaja tersebut.

4. Community base service yang difokuskan pada anak-anak dalam keluarga atau lingkungan disekitarnya.

Terapi yang mungkin dilakukan untuk anak penyandang conduct disorder adalah sebagai berikut:

1. Pendekatan Cognitive-Behavioral

(59)

38 2. Family theraphy

Family theraphy adalah terapi yang mengfokuskan pada perubahan system keluarga seperti meningkatkan communications skills dan interaksi dalam keluarga.

3. Peer group theraphy

Peer group theraphy adalah terapi yang difokuskan peningkatan social skills dan interpersonal skills.

4. Medication

Meskipun bukan merupakan threatment yang efektif, namun obat dapat digunakan untuk simpton atau gangguan yang responsive terhadap obat- obatan.

2.3.4. Attentation Deficit Hyperactive Disorders (ADHD)

Adalah kependekan dari Attentation Deficit Hyperactive Disorders yang merupakan istilah yang paling sering digunakan untuk menyatakan suatu keadaan yang memiliki karakterisrik utama ketidakmampuan memusatkan perhatian, impulsivitas, dan hiperaktivitas yang tidak sesuai dengan perkembangan anak (Jurnal, 2003).

Ditimbulkan Karena faktor lingkungan sosial atau karena metode pengasuhan anak, penyebab yang paling subtansi dan paling diyakini adalah faktor neurologi dan faktor genetis. Semua faktor memberikan dampak peningkatan terhadap gangguan.

(60)

39

Terapi medikasi atau famakologi adalah penanganan dengan mengguanakan obat-obatan.

2. Terapi Nutrisi

Terapi nutrisi adalah terapi yang mengacu pada keseimbanganan makana. Seperti keseimbangan karbohidrat, penanganan gangguan pencernaan.

3. Terapi Biomedis

Terapi biomedis dilakukan dengan pemberian suplemen nutrisi, defisiensi mineral, essential fatty Acids, gangguan metabolism asam amino dan toksisitas logam berat.

4. Terapi modifikasi prilaku

(61)

40 BAB III

ANALISIS DAN PERANCANGAN SISTEM

3.1. Analisis Masalah

Masa anak merupakan masa emas mempersiapkan seorang individu menghadapi tuntutan jaman sesuai potensinya. Jika terjadi kelainan pertumbuhan pada anak, deteksi secara dini merupakan kunci penting keberhasilan penyembuhan kelainan tersebut. Dalam penyembuhannya, Diperlukan konsultasi dengan seorang pakar dalam bidangnya. Permasalahannya, sulit mencari atau menemui seorang pakar yang dapat sewaktu-waktu ditemui untuk melakukan konsultasi ataupun penyembuhan bagi penderita. Selain itu masyarakat juga kurang memahami informasi tentang jenis-jenis penyakit kelainan tumbuh kembang pada anak, gejala-gejalanya, dan cara penyembuhannya.

Untuk mengatasi permasalahan tersebut maka dibuat Perancangan Basis Pengetahuan untuk Sistem Pakar Diagnosa Kelainan Tumbuh Kembang pada Anak.

3.2. Analisis Kebutuhan

(62)

41

Tabel 3.1. Tabel analisa kebutuhan sistem

Pengguna Sistem Kebutuhan

Masyarakat Umum (Pengguna)

1. Informasi tentang penyakit 2. Informasi tentang gejala

3. Informasi tentang cara penyembuhan penyakit.

4. Konsultasi dengan pakar 5. Diagnosa penyakit

Administrator 1. Update gejala

2. Update penyakit

3. Update cara penyembuhan 4. Update basis pengetahuan 5. Update mesin inferensi

3.3. Perancangan Sistem 3.3.1. Use Case Diagram

(63)

42

Lihat Gajala

Lihat Penyakit

Lihat Hasil diagnosa Pengguna

Subsistem Pengguna

Input Diagnosa

Lihat Berita

Lihat FAQ

(64)

43

(65)

44 3.3.2. Diagram Konteks

Diagram konteks merupakan gambaran secara umum mengenai sebuah sistem yang dirancang secara global, yaitu suatu diagram yang mempersentasikan atau mengambarkan hubungan antara sistem dengan luar lingkungan luar sistem yang mempengaruhi operasi sistem.

Gambar 3.3. berikut merupakan gambar diagram konteks yang dirancang untuk sistem pakar diagnosa kelainan tumbuh kembang pada anak:

Sistem Pakar Diagnosa Kelainan Tumbuh

Kembang pada Anak 0

Administrator Pengguna

Data diagnosa

Info Login Admin Valid, Info Login Admin Invaid, Info Penyakit, Info Gejala, Info Pengguna, Info basis

pengetahuan, info mesin inferensi Data Login Admin, Data Gejala, Data Penyakit,

Data Basis Pengetahuan, Data Mesin Inferensi

Info Penyakit, Info Gejala, Info Hasil diagnosa

Gambar 3.3. Diagram Konteks

3.3.3. Diagram Berjenjang

(66)

45

(67)

46 DAD Level 1 Administrator

Login

Administrator Username, paswordKonfirmasi login

Data penyakit

Data inferensi Data inferensi

Data administrator

Data FAQ D7 FAQ

Data berita

Data FAQ

(68)

47 DAD Level 1 Pengguna

lihat Gejala

Informasi hasil diagnosa

Lihat Berita 2.5

Data berita Data Berita D6 Berita

Data Berita

Gambar 3.6. DAD Level 1 Pengguna

DAD Level 2 Administrator Proses Kelola Penyakit

Tambah penyakit

(69)

48 DAD Level 2 Administrator Proses Kelola Gejala

Tambah gejala

Gambar 3.8. DAD Level 2 Administrator Proses Kelola Gejala

DAD Level 2 Administrator Proses Kelola Basis Pengetahuan

Tambah Basis

(70)

49 DAD Level 2 Administrator Proses Kelola Inferensi

Tambah Inferensi

Gambar 3.10. DAD Level 2 Administrator Proses Kelola Inferensi

DAD Level 2 Administrator Proses Kelola Berita

Tambah berita

(71)

50 DAD Level 2 Administrator Proses Kelola FAQ

Tambah FAQ

Gambar 3.12. DAD Level 2 Administrator Proses Kelola FAQ

3.4. Disain Data Model

3.4.1. Entity Relationship Diagram (E-R)

(72)

51

Gambar 3.13. Entity Relationship Diagram (E.R.D)

3.4.2. Translasi ke dalam Relation Model

kd_penyakit

(73)

52 3.4.3. Struktur Tabel

Sruktur tabel dari sistem yang dibuat adalah sebagai berikut :

Tabel 3.2. Tabel Administrator

Nama Field Type Data Ukuran Field Keterangan

Username Varchar 25 Primary key

Password Varchar 25 -

Nama Varchar 25 -

Tabel 3.3. Tabel Diagnosa

Nama Field Type Data Ukuran Field Keterangan

Id_diagnosa int 4 Primary key

Nama varchar 60 -

Jenis Kelamin varchar 35 -

Alamat text - -

Id_aturan char 4

Tanggal Datetime - -

Tabel 3.5. Tabel Gejala

Nama Field Type Data Ukuran Field Keterangan

Kd_gejala Int 11 Primary key

(74)

53

Tabel 3.6. Tabel Penyakit

Nama Field Type Data Ukuran Field Keterangan

Kd_penyakit Char 4 Primary key

nama_penyakit Varchar 60 -

Definisi text - -

Penyebab text - -

Pengobatan varchar 100 -

Tabel 3.7. Tabel Aturan

Nama Field Type Data Ukuran Field Keterangan

Kd_gejala char 4 Foreign Key dari

kd_gejala Tabel Gejala

Kd_penyakit int 11 Foreign Key dari

kd_penyakit Tabel penyakit

Id_aturan int 4 Primary key

3.5. Analisis Penyakit dan Gejala

(75)

54

Tabel 3.8. Definisi Penyakit dan Gejala

No Keterangan

1 Nama Penyakit Conduct Disorder

Penyebab Ditimbulkan karena factor lingkungan social, kesalahan

metode pengasuhanan pada anak

Gejala Usia anak dibawah 4 tahun, anak tidak ada respon terhadap suara, anak bersikap agresif terhadap orang lain, binatang maupun barang.

Penanganan 1. Pendekatan Cognitive-Behavioral untuk meningkatkan kemampuan anak dalam berkomunikasi, memecahkan masalah dan mengontrol emosi.

2. Meningkatkan komunikasi dalam keluarga 3. Meningkatkan kegiatan dalam bersosial

2 Nama Penyakit Autisme

Penyebab Gangguan neurobiologis pada susunan syaraf pusat, factor genetic, gangguan pertumbuhan sel otak pada janin, gangguan pencernaan, keracunan logam berat, gangguan auto imun.

Gejala Usia anak dibawah 4 tahun, anak tidak ada respon terhadap suara, adanya keracunan saat kehamilan ( ibu mengkonsumsi obat-obatan tertentu), anak tidak mampu memusatkan perhatian.

(76)

55

dikurangi, perilaku dapat diubah ke arah positif dengan mengamati perilaku anak secara mendalam, mengamati riwayat perkembangan, pemeriksaan medis, melakukan terapi wicara dan perilaku, memberikan hadiah atau pujian, melatih menggunakan otot-otat halus.

3 Nama Penyakit Keterbelakangan mental (Mental Retardetion) Sangat Berat

Penyebab Kelainan kromosom, adanya infeksi bawaan dan sesudah lahir (rubella, toksoplasma, infeksi HIV, meningitis), trauma sebelum dan sesudah lahir (pendarahan, kekurangan oksigen, cedera kepala), kelainan genetic dan kelainan metabolic yang diturunkan, kekurangan gizi.

Gejala Adanya keturunan dalam keluarga, anak tidak dapat berjalan dan berbicara, IQ dibawah 19, adanya infeksi bawaan dan sesudah lahir (rubella, toksoplasma, infeksi HIV, meningitis), adanya trauma sebelum dan sesudah lahir (pendarahan, kekurangan oksigen, cedera kepala).

(77)

56

memberikan ketrampilan sesuai minat anak.

4 Nama Penyakit Keterbelakangan mental (Mental Retardetion) Berat Penyebab Kelainan kromosom, adanya infeksi bawaan dan

sesudah lahir (rubella, toksoplasma, infeksi HIV, meningitis), trauma sebelum dan sesudah lahir (pendarahan, kekurangan oksigen, cedera kepala), kelainan genetic dan kelainan metabolic yang diturunkan, kekurangan gizi.

Gejala Adanya keturunan dalam keluarga, IQ antara 20-35, adanya infeksi bawaan dan sesudah lahir (rubella, toksoplasma, infeksi HIV, meningitis), adanya trauma sebelum dan sesudah lahir (pendarahan, kekurangan oksigen, cedera kepala).

Penanganan Memberikan pendidikan dan pelatihan khusus sedini mungkin, melakukan terapi gerak, terapi bermain, mengajarkan anak merawat diri sendiri dan mandiri, memberikan ketrampilan sesuai minat anak.

5 Nama Penyakit Autisme Pasif

Penyebab Gangguan neurobiologis pada susunan syaraf pusat, factor genetic, gangguan pertumbuhan sel otak pada janin, gangguan pencernaan, keracunan logam berat, gangguan auto imun.

(78)

57

terhadap suara, tidak ada kontak mata, anak tidak menunjukan responsive terhadap lingkungan, anak bersikap pasif.

Penanganan Autisme tidak dapat sembuh total tetapi gejala dapat dikurangi, perilaku dapat diubah ke arah positif dengan mengamati perilaku anak secara mendalam, mengamati riwayat perkembangan, pemeriksaan medis, melakukan terapi wicara dan perilaku, memberikan hadiah atau pujian, melatih menggunakan otot-otat halus.

6 Nama Penyakit Autisme Aktif

Penyebab Gangguan neurobiologis pada susunan syaraf pusat, factor genetic, gangguan pertumbuhan sel otak pada janin, gangguan pencernaan, keracunan logam berat, gangguan auto imun.

Gejala Usia anak dibawah 4 tahun, anak tidak ada respon terhadap suara, tidak ada kontak mata, anak tidak menunjukan responsive terhadap lingkungan.

(79)

58

memberikan hadiah atau pujian, melatih menggunakan otot-otat halus.

7 Nama Penyakit Keterbelakangan mental (Mental Retardetion) Ringan

Penyebab Kelainan kromosom, adanya infeksi bawaan dan sesudah lahir (rubella, toksoplasma, infeksi HIV, meningitis), trauma sebelum dan sesudah lahir (pendarahan, kekurangan oksigen, cedera kepala), kelainan genetic dan kelainan metabolic yang diturunkan, kekurangan gizi.

Gejala Anak usia dibawah 4 tahun, tidak ada respon terhadap suara, adanya keracunan saat kehamilan (ibu mengkonsumsi obat-obatan tertentu), IQ antara 52-68

Penanganan Memberikan pendidikan dan pelatihan khusus sedini mungkin, melakukan terapi gerak, terapi bermain, mengajarkan anak merawat diri sendiri dan mandiri, memberikan ketrampilan sesuai minat anak.

8 Nama Penyakit Keterbelakangan mental (Mental Retardetion) Moderat

(80)

59

(pendarahan, kekurangan oksigen, cedera kepala), kelainan genetic dan kelainan metabolic yang diturunkan, kekurangan gizi.

Gejala Adanya keturunan dalam keluarga, IQ antara 36-51, adanya infeksi bawaan dan sesudah lahir (rubella, toksoplasma, infeksi HIV, meningitis), adanya trauma sebelum dan sesudah lahir (pendarahan, kekurangan oksigen, cedera kepala).

Penanganan Memberikan pendidikan dan pelatihan khusus sedini mungkin, melakukan terapi gerak, terapi bermain, mengajarkan anak merawat diri sendiri dan mandiri, memberikan ketrampilan sesuai minat anak.

9 Nama Penyakit Attentation Deficit Hyperactive (ADHD)

Penyebab Faktor lingkungan sosial, karena metode

pengasuhan anak, faktor genetis.

Gejala Usia anak dibawah 4 tahun, anak tidak ada respon terhadap suara, adanya keracunan saat kehamilan ( ibu mengkonsumsi obat-obatan tertentu), hiperaktivitas.

(81)

60

perasaan frustasi, marah dan berkecil hati, membantu menanaman rasa percaya diri pada anak.

3.6. Analisis Tabel Keputusan

(82)

61

Tabel 3.9. Tabel Keputusan Kode

Gejala

Kode penyakit

P01 P02 P03 P04 P05 P06 P07 P08 P09

G01 x x x x x x

G02 x x x x x x

G03 x

G04 x x

G05 x x

G06 x x x

G07 x

G08 x x x

G09 x

G10 x

G11 x

G12 x

G13 x x x

G14 x x x

G15 x

G16 x

G17 x

(83)

62 Keterangan Tabel Keputusan :

(84)

63

P01 Conduct Disorder

P02 Autisme

P03 Keterbelakangan mental sangat berat

P04 Keterbelakangan mental berat

P05 Autisme Pasif

P06 Autisme aktif

P07 Keterbelakangan mental ringan

P08 Keterbelakangan mental moderat

P09 Attentation Deficit Hyperactive (ADHD)

Kode Gejala Nama Gejala

G01 Usia anak dibawah 4 tahun

G02 Anak tidak ada respon terhadap suara

G03 Anak bersikap agresif terhadap orang

lain, binatang, maupun barang

G04 Anak tidak ada kontak mata

G05 Anak tidak menunjukan responsive

terhadap lingkungan

G06 Adanya keturunan dalam keluarga

G07 Anak bersikap pasif

G08 Adanya keracunan saat kehamilan ( ibu

mengkonsumsi obat-obatan tertentu)

G09 Anak tidak mampu memusatkan

perhatian

G10 Anak tidak mampu berjalan dan

berbicara

G11 IQ dibawah 19

G12 Hiperaktivitas

G13 Adanya infeksi bawaan dan sesudah lahir

(rubella, toksoplasma, infeksi HIV, meningitis)

G14 adanya trauma sebelum dan sesudah

lahir (pendarahan, kekurangan oksigen, cedera kepala)

G15 IQ antara 20-35

G16 IQ antara 36-51

G17 IQ antara 52-68

(85)

64 3.7. Analisis Metode Pelacakan

Metode pelacakan yang digunakan dalam membangun sistem pakar untuk diagnosa kelainan tumbuh kembang pada anak adalah Forward Chaining. Pada metode Forward Chaining semua data gejala dan aturan akan ditelusuri untuk mendapatkan informasi diagnosa.

(86)

65

(87)

66

Pada proses pencarian pada pohon keputusan forward chaining pada gambar 3.15, untuk menentukan status hasil diagnosa maka akan dihitung dengan rumus proporsi yaitu menentukan kemungkinan dengan frekuensi relatif. Rumus proporsi pada sistem pakar untuk diagnosa kelainan tumbuh kembang pada anak yaitu :

𝑃

(

𝐸

) =

frekuensi terjadinya E

frekuensi akan terjadinya E x 100%

Keterangan : P (E) : Proporsi

Frekuensi terjadinya E adalah banyaknya gejala yang terpenuhi pada penyakit A frekuensi akan terjadinya E adalah banyaknya gejala yang dimiliki penyakit A

Setelah diketahui nilai proposisinya maka akan ditentukan hasil diagnosa dengan aturan sebagai berikut :

1. Nilai Proporsi 100% maka status hasil diagnosa adalah “menderita”. 2. Nilai Proposi < 100% maka status hasil diagnosa “kemungkinan menderita”

Pada gambar 3.15, apabila pelacakan dari node-node gejala berhenti pada salah satu node penyakit, kesimpulan yang didapat penyakit ditemukan, nilai proporsi akan 100% dan status „menderita‟ penyakit yang terdeteksi.

(88)

67

1. Analisis pengambilan kesimpulan pada penelusuran terhenti di node penyakit.

Tabel 3.10. Analisa Penelusuran kasus 1 Kode Gejala

Karena penelusuran terhenti tepat di node penyakit maka kesimpulannya:

Penyakit yang terdeteksi : P01

Nilai proposi : 3/3 x 100% = 100%

Status : “Menderita”

(89)

68

2. Analisa pengambilan kesimpulan pada penelusuran terhenti di node 0. Tabel 3.11. Analisa Penelusuran kasus 2

Kode Gejala

Karena penelusuran terhenti di node 0 maka kesimpulannya :

Penyakit yang terdeteksi akan diarahkan ke penyakit yang berada pada cabang node gejala terpenuhi yang terakhir (G02).

(90)

69

Status : “kemungkinan menderita”

Berdasarkan analisis, maka hasil diagnosa adalah kemungkinan menderita penyakit P01 atau Conduct Disorder.

3.8. Analisis Struktur Data

Struktur pohon yang digunakan yang digunakan sebagai ruang

pencarian dibentuk dengan menggunakan struktur linked list yang memiliki 3

medan penyambung dan 3 medan informasi.

Pada metode pelacakan depth first search, berorientasi pada kedalaman, pemeriksaan simpul dilakukan terus menerus pada anak pertama sampai kedalaman tertentu. Jika penelusuran belum menemukan goal state, maka penelusuran naik pada level di atasnya yang kemudian memeriksa kembali pada simpul anak pertamanya.

Untuk mengimplementasikan pencarian yang berorientasi pada kedalaman, dibagi menjadi tiga tahap :

Tahap pertama pemeriksaan dilakukan pada anak pertama, jika goal state tidak ditemukan maka dibangkitkan simpul-simpul anaknya. Pemeriksaan dan pembangkitan simpul anak ini dilakukan terus menerus

sampai goal state ditemukan atau sampai kedalaman-1.

(91)

70

Jika pada tahap kedua masih belum menemukan goal state, maka pada tahap ketiga dilakukan proses pencarian simpul yang akan diperiksa pada level diatasnya. Ketiga tahapan diulang terus menerus sampai satu dari dua kondisi terpenuhi, yaitu :

1. Menemukan goal state dan proses pelacakan dihentikan.

2. Seluruh simpul telah diperiksa sampai kembali ke posisi paling puncak atau sama dengan akar, dengan kata lain pelacakan gagal menemukan goal state.

(92)

71

Gambar

Gambar 3.31.    Menu FAQ Administrator ..................................................................
Gambar 2.1. Arsitektur sistem pakar (feri,2008)
Gambar 2.2. Pemecahan masalah pada pakar (feri,2008)
Gambar 2.3. Struktur pemecahan masalah pada sistem pakar (feri,2008)
+7

Referensi

Dokumen terkait

MANAJEMEN SUMBER DAYA MANUSIA PADA USAHA KECIL DAN MENENGAH MELALUI PEMANFAATAN SISTEM INFORMASI SUMBER DAYA MANUSIA BERBASIS TEKNOLOGI OPEN SOURCE..

Perawat, tentu saja, warga dan tunduk pada, dan berhak untuk mengambil keuntungan dari, undang-undang. Mereka mungkin, misalnya, dengan menggunakan undang-undang untuk melindungi

Tujuan dari penelitian ini adalah untuk mengetahui perbandingan keaktifan belajar siswa antara yang menggunakan metode Peer Lessons dan group to group exchange (GGE)

Pada flowchart di atas hal nya harus dilakukan adalah menentukan lokasi koordinat dari pembangunan PLTS serta data awal seperti energi yang dibutuhkan setiap harinya

Dari pembatasan masalah di atas, agar penelitian lebih signifikan kepada hal yang diinginkan peneliti, maka yang menjadi rumusan masalah dalam penelitian ini adalah “ Apakah

Berdasarkan urutan di atas maka objek yang akan diteliti dalam penelitian ini adalah struktur novel Laskar Pelangi dan aspek kepribadian tokoh Lintang dalam novel Laskar Pelangi

(3) Tahap Refleksi Dalam tahapan ini memuat hasil pembelajaran yang dicapai saat melakukan tindakan penelitian di kelas, seperti berpikir ulang mengenai apa yang sudah