ISSN: SainTech Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Udayana

(1)

SainTech

Fakultas Matematika dan

Ilmu Pengetahuan Alam

Universitas Udayana

ISSN: 2541-0636

“

Penguatan Riset Perguruan Tinggi untuk Pengembangan

Sains dan Teknologi yang Berkelanjutan”

(2)

PROSIDING SEMINAR NASIONAL SAINTECH 2016 ISSN: 2541-0636

Bukit Jimbaran – 19 November 2016 | i

TIM PROSIDING

Penanggung Jawab: Drs. Ida Bagus Made Suaskara, M.Si.

Pengarah:

Drs. I Made Satriya Wibawa, M.Si. Anak Agung Bawa Putra, S.Si., M.Si. Drs. I Wayan Santiyasa, M.Si.

Editorial Team Chief-in-Editor

Dr. Dra. Wiwik Susanah Rita, M.Si.

Associate Editor

Desak Putu Eka Nilakusmawati, S.Si., M.Si.

Editorial Board:

Prof. Dr. Ni Nyoman Tri Puspaningsih, M.Si. (UNAIR) Prof. Dr. I Nyoman Budiantara (ITS)

Dr. I Ketut Gede Suhartana, S.Kom., M.Kom. (UNUD) Dr. Dra. Ni Wayan Bogoriani, M.Si. (UNUD)

Dr. Drs. I Made Oka Adi Parwata, M.Si. (UNUD) Made Susilawati, S.Si., M.Si. (UNUD)

Ir. I Komang Dharmawan, M.Math., Ph.D. (UNUD) Ir. G.K. Gandhiadi, M.T. (UNUD)

Dr. rer.nat. Drs. I Made Agus Gelgel Wirasuta, Apt., M.Si. (UNUD) Dr. Sagung Chandra Yowani, S.Si., Apt., M.Si. (UNUD)

Dr. Dra. Putu Adriani Astiti, M.Si. (UNUD)

Dr. Dra. Meitini Wahyuni Proborini, M.Sc.St. (UNUD) Dr. Drs. Anak Agung Ngurah Gunawan, M.Si. (UNUD) Dr. Ir. Herry Suyanto, M.T. (UNUD)

Dra. Luh Gede Astuti, M.Kom. (UNUD)

I Dewa Made Bayu Atmaja Darmawan, S.Kom., M.Cs. (UNUD)

Sekretariat:

Dr. I Nengah Wirajana, S.Si., M.Si. Dr. I Ketut Ginantra, S.Pd., M.Si. I Gusti Ayu Made Srinadi, S.Si., M.Si. Agus Muliantara, S.Kom., M.Kom.

Ni Made Pitri Susanti, S.Farm., M.Farm., Apt. I Gusti Agung Adnyana Putra, S.Si., M.Si.

Desain Grafis:

I Komang Ari Mogi, S.Kom., M.Si. I Gede Artha Wibawa, S.T., M.Kom.

(3)

PROSIDING SEMINAR NASIONAL SAINTECH 2016 ISSN: 2541-0636

Bukit Jimbaran, Bali – 19 November 2016 | iii

DAFTAR ISI

Halaman Tim Prosiding... ... i Kata Pengantar... ... ii Daftar Isi ... iii

BIDANG MATEMATIKA, STATISTIKA, DAN KOMPUTASI

MERANCANG DAN MEMBUAT GAME SEDERHANA FROZEN LINUX DENGAN TEKNOLOGI GIDEROS

Nico Prasetya Sukamuljo, I Wayan Santiyasa . ... 1-5 PERAMALAN KUNJUNGAN WISATAWAN MANCANEGARA KE BALI

MENGGUNAKAN MODEL DERET WAKTU MULTIVARIAT

I Wayan Sumarjaya, Ni Ketut Tari Tastrawati ... 6-12 STUDI MODEL PEMBERDAYAAN PEDAGANG KAKI LIMA BERDASARKAN

KARAKTERISTIK SOSIAL EKONOMI

Made Susilawati, Desak Putu Eka Nilakusmawati ... 13-20 REKOMENDASI MUSIK BERDASARKAN KEMIRIPAN AUDIOMENGGUNAKAN

K-NEAREST NEIGHBOR

Gst. Ayu Vida Mastrika Giri ... 21-26 ANALISIS STRUKTURAL MODEL KUNJUNGAN ULANG WISATAWAN

KE KABUPATEN BADUNG

Eka N. Kencana, Trisna Darmayanti... 27-36 ANALISIS AVERAGE CASE RUNNING TIME ALGORITMA QUICKSORT

Kadek Arya Saputra, I Gusti Ngrh. Lanang Wijayakusuma ... 37-44 IMPLEMENTASI ALGORITMA MODERATE MULTIPLE REGRESSIONS

(MMR) DALAM OPTIMALISASI PEMBERIAN BEASISWA BANTUAN PENDIDIKAN DENGAN METODE CERTAINTY FACTOR

I Wayan Santiyasa, I Komang Ari Mogi ... 45-52 APLIKASI SISTEM PAKAR MENGGUNAKAN METODE

PENALARAN FORWARD CHAINNING BERBASIS WEB (STUDI KASUS SISTEM PAKAR PENDIA GNOSIS KEHAMILAN EKTOPIK) Luh Gede Astuti, Luh Arida Ayu Rahning Putri ... 53-58 PERSEPSI UMAT HINDU BALI TERHADAP KARAKTERISTIK PURA SAD

KAHYANGAN

Ketut Jayanegara, Eka N. Kencana, Komang Gde Sukarsa ... 59-66 RESEARCH CHALENGE PADA ELECTROENCEPHALOGRAPHY (EEG)

Agus Muliantara, I Made Widiartha, I Putu Gede Hendra Suputra,

(4)

PROSIDING SEMINAR NASIONAL SAINTECH 2016, pp. 53-58 ISSN: 2541-0636

53

APLIKASI SISTEM PAKAR MENGGUNAKAN METODE

PENALARAN FORWARD CHAINNING BERBASIS WEB

(STUDI KASUS SISTEM PAKAR PENDIAGNOSIS

KEHAMILAN EKTOPIK)

Luh Gede Astuti1§, Luh Arida Ayu Rahning Putri2

1

Ps. Teknik Informatika, Jurusan Ilmu Komputer Universitas Udayana Email: lg.astuti@cs,.unud.ac.id

2

Ps. Teknik Informatika, Jurusan Ilmu Komputer Universitas Udayana Email: luh.arida@cs.unud.ac.id

§

Penulis Korespondensi

ABSTRACT

This study develops a web-based expert system application using forward chaining as an aid in the diagnosis of ectopic pregnancy. Expert System is a system that adopts the knowledge of an expert to be stored in the knowledge base. The process of inference is then carried out on the knowledge base on the consultation session between the user and expert systems, to produce a conclusion in the form of a diagnosis of ectopic pregnancy. A web-based expert system application had been built earlier, but the method used for reasoning is backward chaining. Expert systems are built in this study remains web-based, but the inference engine uses forward chaining reasoning methods. The process of acquisition of knowledge and the development of the knowledge base of the expert system in this study were taken from previous studies. The results of this study indicate that forward chaining reasoning method can be used for inference in expert systems to diagnose an ectopic pregnancy. Things that need to be developed in this application include adding features to repair expert knowledge, as well as the use of certainty factors in providing solutions on the consultation session, considering the users answered questions of the expert system subjectively.

Keywords: ectopic pregnancy, expert system, forward chaining.

1. PENDAHULUAN

Sistem Pakar merupakan sistem yang mengadopsi pengetahuan seorang pakar (kepakaran seseorang) untuk disimpan dalam basis pengetahuan. Proses inferensi kemudian dilakukan terhadap basis pengetahuan pada sesi konsultasi antara user dan sistem pakar, sehingga pada akhir dari sesi konsultasi dihasikan suatu kesimpulan berupa saran atau hasil diagnosa. Ada dua metode yang dapat digunakan dalam menarik kesimpulan yaitu Forward Chaining dan Barckward Channing.

Penelitian ini mengembangkan suatu aplikasi sistem pakar berbasis web menggunakan metode Forward chaining sebagai alat bantu dalam mendiagnosa kehamilan ektopik.

(5)

Luh Gede Astuti; L.A.Ayu Rahning Putri Aplikasi Sistem Pakar Menggunakan Metode Penalaran Forward Chainning...

54

Kehamilan Ektopik adalah suatu kehamilan yang tumbuh di luar kavum endometrium. Hal ini sangat membahayakan terhadap kesehatan seorang wanita dan potensi reproduksi, yang memerlukan pengenalan segera dan interfensi yang agresif secara dini [1]. Dalam diagnosis kehamilan ektopik, gejala-gejala klinis yang klasik disebut dengan Trias gejala Kehamilan Ektopik yaitu adanya nyeri perut bagian bawah, adanya telat haid dan pendarahan pervaginam [2][3]. Penelitian ini diharapkan dapat bermanfaat bagi para medis, dokter umum atau mahasiswa kedokteran yang ingin konsultasi tahap awal tentang diagnosis kehamilan ektopik, atau ingin mengetahui penalaran spesialis kandungan dalam mendiagnosis kehamilan ektopik, khususnya melalui internet karena aplikasi ini dibangun berbasis web.

Aplikasi sistem pakar dalam mendiagnosa kehamilan ektopik berbasis pada teknologi web sudah pernah dibangun sebelumnya, namun metode penalarannya adalah backward chaining [4]. Sistem pakar yang dibangun dalam penelitian ini tetap berbasis web, namun mesin inferensinya menggunakan metode penalaran forward chaining. Forward Chaining adalah penalaran yang memulai pelacakannya dari informasi awal atau fakta yang ada seterusnya sampai ditemukan solusi pada basis pengetahuan [5].

2. METODE PENELITIAN

Sistem Pakar menggunakan metode Forward Chaining merupakan sistem pakar yang pada saat konsultasi penalaran yang digunakan mengambil keputusan berdasarkan data pasien. Sistem pakar pendiagnosis kehamilan ektopik dengan penalaran forward chaining ini merupakan perangkat lunak yang dapat bertindak sebagai pendiagnosis (pemberi saran) apakah seorang pasien mengalami Kehamilan Ektopik Terganggu (KET) atau hamil dengan disertai penyakit gejalanya mirip dengan penyakit KET atau beberapa kelainan obgin yaitu Abortus (Imminens, Insipiens, Inkomplit).

Sistem pakar pendiagnosis kehamilan ektopik ini dibangun melalui empat tahap, yaitu: menentukan tool / bahasa pemrograman yang akan digunakan untuk mengimplementasi sistem, idenfikasi masalah dan menganalisa pengetahuan yang akan dimasukkan dalam sistem, melakukan desain sistem, membuat prototipe sistem dalam hal ini shell sistem pakar [6].

2.1. Menentukan Tool / Bahasa Pemrograman

Bahasa Pemrograman berbasis web yang digunakan adalah php dan databse MYSQL. Tool yang digunakan Xampp sebagai web sever localhost.

2.2. Identifikasi dan Analisa Masalah

Langkah awal dalam identifikasi masalah dan pengetahuan dilakukan dengan menggambarkan proses keseluruhan dari sistem pakar. Proses pertama yang dilakukan dalam sistem pakar ini yaitu dengan menanyakan identitas pasien yang utama yaitu umur dan jenis

(6)

55

kelamin. Sistem pakar ini dapat dilanjutkan jika umur pasien diantara 18 sampai dengan 45 tahun dan jenis kelamin wanita.

Proses berikutnya adalah dengan menanyakan bagaimana keadaan umum pasien, apakah sakit berat atau sakit ringan sampai sedang, jika dijawab ya maka ditanyakan apakah telat haid, jika jawaban ya atau tidak akan ditanya hasil test hamil positif apa tidak , jika jawaban ya maka akan dilakukan konsultasi yang pada konsultasi ini pasien akan memberikan data untuk setiap kondisi yang ditanyakan sampai akhirnya pada solusi atau saran-saran yang dapat diberikan. Jika jawaban tidak untuk test kehamilan posiif maka akan diberikan saran untuk test ulang kehamilan atau konsultasi ke penyakit lainnya. Jika pertanyaan awal dijawab pasien tidak untuk keadaan umum pasien ini tidak maka akan diberikan saran tentang observasi lebih lanjut tentang gejala-gejala yang akan menuju pada kehamilan ektopik.

Langkah berikutnya adalah melakukan akuisisi pengetahuan. Akusisi pengetahuan merupakan pengumpulan, pemindahan dan transformasi dari pemecahan masalah keahlian yang berasal dari pakar, atau dokumen sumber pengetahuan ke program komputer untuk membentuk atau pengembangan basis pengetahuan. Akusisi pengetahuan pada sistem pakar ini didapat dari buku, majalah, artikel dari internet, hasil penelitian dan wawancara yang dilanjutkan dengan diskusi dengan dokter kandungan. Proses akuisisi pengetahuan tidak dilakukan lagi dalam penelitian ini, melainkan menggunakan hasil akuisisi pengetahuan dari penelitian sebelumnya pada studi kasus yang sama [5].

Ringkasan dari akusisi pengetahuan ini dapat dinyatakan bahwa Kehamilan Ektopik Terganggu (KET) adalah suatu permasalahan penting dibidang Obstetri dan ginekologi umumnya, khususnya kesehatan wanita dan keluarga. Karena dapat terjadi morbilitas (kesakitan) dari tingkat ringan sampai dengan berat ( perawatan di rumah sakit lebih lama, transfusi darah, infeksi, pengangkatan rahim, kemandulan dsb.) ataupun hal tragis berupa suatu mortalitas atau kematian yang tragis bagi keluarga. Disini berkaitan dengan keterlambatan ataupun kekeliruan diagnosis yang akhirnya mengakibatkan kekeliruan terapi/manajemen. Hal ini disebabkan karena, pertama adalah perjalanan klinis KET terkadang samar-samar/tidak jelas kecuali KET akut abdomen, disamping itu pada gejala klinis yang samar-samar (KET stabil) sering sulit dibedakan dengan beberapa penyakit antara lain Apendisitis, penyakit radang panggul, infeksi saluran kemih, dan beberapa kelainan obgin yaitu Abortus (Imminens, Insipien, Inkomplit).

Dalam sistem pakar Diagnosis Kehamilan Ektopik ini akan ditelusuri fakta sejak awal yaitu keadaan umum pasien yaitu apakah sakitnya ringan sampai sedang jika ya akan ditelusuri KET dengan gejala stabil, jika keadaan pasien tidak sakit ringan sampai sedang berarti sakit berat atau syok maka sistem pakar ini akan memberikan observasi lebih lanjut KET Akut abdomen atau Hamil dengan radang panggul.

Langkah selanjutnya didalam proses identifikasi masalah dan pengetahuan, adalah representasi pengetahuan. Informasi didalam basis pengetahuan dimasukkan kedalam

(7)

56

program komputer oleh proses yang disebut representasi pengetahuan. Adapun skema yang digunakan untuk representasi pengetahuan dalam sistem pakar Pendiagnosis Kehamilan Ektopik adalah Pohon Keputusan, Tabel Keputusan dan Kaidah produksi.

Decision Trees (Pohon Keputusan) adalah dihubungkan dengan tabel yang sering digunakan didalam sistem analisis ( sistem non AI). Trees (pohon) adalah sama dengan decision trees yang digunakan dalam teori keputusan. Keuntungan dari penggunaan diagram keputusan adalah sederhana dalam proses akusisi pengetahuan, diagram pengetahuan sering lebih umum untuk pakar dari pada representasi formal seperti kaidah atau bingkai.Selain itu pohon keputusan lebih mudah dirubah dalam bentuk kaidah, pengubahan ini dapat dilaksanakan secara otomatis oleh komputer. Decision Tables (Tabel Keputusan) adalah pengetahuan yang diorganisasiakan dalam format speadsheet, yaitu menggunakan kolom dan baris. Tabel dibagi dalam dua bagian yaitu bagian pertama adalah list (daftar) dari attribut yang masing-masing atribut itu didaftar masing-masing nilainya, bagian kedua adalah kesimpulan, dimana konfigurasi atribut yang berbeda disesuaikan dengan kesimpulan.

Dalam Sistem Pakar Pendiagnosis Kehamilan Ektopik ini terdapat dua pohon keputusan yaitu pohon keputusan Konsultasi dan pohon keputusan KET dengan gejala klinis stabil, dua tabel keputusan yaitu tabel keputusan Konsultasi dan tabel keputusan KET dengan gejala klinis stabil serta satu himpunan aturan (kaidah) produksi KET dengan gejala klinis stabil.

2.2. Desain Sistem

Desain (perancangan) sistem pakar menggunakan penalaran Forward Chaining dengan studi kasus Sistem Pakar Pendiagnosis Kehamilan Ektopik terdiri atas desain database, desain antarmuka dan desain mesin inferensi. Database dirancang terdiri atas 4 tabel yaitu tabel gejala (kerusakan), tabel pertanyaan, tabel solusi dan tabel user. Desain antarmuka sistem yang terdiri dari antarmuka untuk Admin yang akan melakukan input knowledge base dan edit, serta antarmuka untuk User Paramedis yang akan melakukan konsultasi mengenai keadaan pasien yang akan didiagnosis awal mengenai ektopik. Desain mesin inferensi dilakukan berdasarkan metode penalaran Forward Chaining.

3. HASIL DAN PEMBAHASAN

Hasil yang didapat pada implementasi sistem pakar dengan metode penalaran Forward Chaining adalah terdapat dua jenis user yang bertindak sebagai admin dan paramedis. Paramedis dapat memasukkan profil pasien yang akan berkonsultasi dan memasukkan data-data pasien yang berhubungan dengan gejala yang diberikan sistem pakar. Hasil dari konsultasi adalah berupa saran atau solusi kehamilan ektopik. Aplikasi yang dihasilkan ini belum meyertakan nilai ketidakpastian.

(8)

57

Berikut hasil dari konsultasi dari data pasien yang dilakukan oleh para medis dapat dinyatakan pada gambar 3.1 dan gambar 3.2.

Gambar 3.1 Hasil awal konsultasi adalah login sebagai paramedis

Gambar3.2. Hasil Dialog dengan Sistem Pakar.

Berikut gambar 3.3 merupakan hasil dari implementasi untuk user admin .

(9)

58

4. SIMPULAN DAN SARAN

Hasil penelitian ini menunjukkan bahwa metode forward chaining dapat digunakan untuk inferensi dalam sistem pakar untuk mendiagnosis kehamilan ektopik. Hal-hal yang perlu dikembangkan dalam aplikasi adalah penggunaan faktor kepastian (certainty factor) dalam memberikan solusi pada sesi konsultasi, mengingat dalam konsultasi pengguna sistem menjawab pertanyaan dari sistem pakar secara subyektif.

DAFTAR PUSTAKA

[1] Moore, J.G., Palmieri A., “ Kehamilan Ektopik”, Esensial Obstetri dan Ginekologi, Hipokrates, Jakarta, 1995.

[2] Cunning F.G., Mc Donald D.C., Gant N.F., Leveno K.S., Gilstrap L.C., “ Ectopic pregnancy”,

William Obstetrics, 19th ed., Appleton and Lange, Connecticut, 1994.

[3] Dwijayasa, Pande M. 1998. “Kehamilan Ektopik di RSUP Denpasar Periode 1 Januari 1995-31 Juli 1997”, FK UNUD/RSUP DENPASAR.

[4] Luh Gede Astuti dan Agus Muliantara, Sistem Pakar Pendiagnosis Kehamilan Ektopik Berbasis Web sebagai alat bantu dalam mendiagnosis kehamilan ektopik,Jurnal Ilmu

Komputer Volume 3 No 1, 2010.

[5] Sri Kusumadewi, Artificial Intelligent (Teknik dan Aplikasinya), Graha Ilmu, 2003.

[6] Harmon dan King, Artificial Inteligence in business,John Willey & Sons, Inc, New York, NY,USA, 1985