SISTEM PAKAR DIAGNOSIS KEJIWAAN MENGGUNAKAN
METODE CERTAINTY FACTOR (STUDI KASUS RUMAH SAKIT
JIWA DAERAH PROVINSI SUMATERA UTARA)
Charles Jhony Mantho Sianturi
STMIK Potensi Utama
Jl. K.L. Yos Sudarso Km. 6,5 No. 3 A Tj Mulia – Medan
lapetgadong@yahoo.com
Abstrak
Kecerdasan buatan (Artificial Intelligence) merupakan salah satu bagian dari Ilmu Komputer yang mempelajari bagaimana membuat mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia bahkan bisa lebih baik dari pada yang dilakukan manusia. Sistem Pakar (Expert System) merupakan bagian dari kecerdasan buatan dan merupakan metode yang tepat untuk mengatasi permasalahan. Sistem pakar banyak diterapkan oleh berbagai disiplin ilmu. Dalam kesempatan ini penulis mencoba untuk membuat suatu sistem pakar mengenai gangguan kejiwaan neurosis. Program sistem pakar ini menggunakan motor inferensi yang menerapkan penalaran maju dan juga menggunakan metode Certainty Factor untuk menentukan tingkat kepastian dari hasil penelusuran. Sistem pakar ini diharapkan mampu untuk dapat mendiagnosa gangguan kejiwaan neurosis sehingga dapat dijadikan suatu referensi terhadap suatu kasus gangguan kejiwaan neurosis.
Kata Kunci : Sistem Pakar, Motor Inferensi, Certainty Factor, Neurosis
1. PENDAHULUAN
Kecerdasan buatan (Artificial Intelligence) merupakan salah satu bagian dari Ilmu Komputer yang mempelajari bagaimana membuat mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia bahkan bisa lebih baik dari pada yang dilakukan manusia. Sistem Pakar (Expert System) merupakan bagian dari kecerdasan buatan dan merupakan metode yang tepat untuk mengatasi permasalahan, yang dimulai dengan proses pencarian dari sekumpulan data atau fakta, dari data-data yang didapat. Dan menentukan kesimpulan yang menjadi solusi permasalahan yang dikaji.
Sistem Pakar adalah sebuah sistem yang menggunakan pengetahuan manusia di mana pengetahuan tersebut dimasukkan ke dalam sebuah komputer dan kemudian digunakan untuk menyelesaikan masalah – masalah yang biasanaya membutuhkan kepakaran atau keahlian manusia.
Istilah Gangguan Jiwa atau Gangguan Mental (Mental Disorder) digunakan dalam PPDGJ, tidak mengenal istilah “Penyakit Jiwa” (Mental Disease/Mental Illness). Gangguan Jiwa adalah suatu sindrom atau pola perilaku, atau psikologik seseorang yang secara klinis bermakna dan menimbulkan disfungsi dalam pekerjaan. PPDGJ III, gangguan jiwa adalah pola perilaku atau sikolo sindrom atau pola perilaku, atau psikologik yang secara klinis bermakna dan secara khas berkaitan dengan gejala dan
menimbulkan disfungsi dalam pekerjaan, penderitaan serta fungsi psikososial. Pengetahuan tentang kejiwaan ini bisa diimplementasikan kedalam sistem pakar sebagai knowledge base, yang dapat dipakai untuk membantu jenis gangguan kejiwaan yang dialami pasien sehingga didapat solusi tentang penanganan pasien lebih dini [1].
Dengan memahami cara kerja sistem pakar yang meniru cara manusia dalam memecahkan suatu masalah spesifik, atas dasar pemikiran tersebut timbul suatu ide untuk membuat suatu sistem pakar yang diharapkan dapat membantu memecahkan masalah dan mencari langkah yang tepat dalam mendiagnosis kejiwaan. Pengetahuan tentang gejala – gejala ataupun jenis – jenis kejiwaan akan memberikan pengetahuan kepada orang lain tentang kondisi kejiwaaan, sehingga diperoleh data untuk penanganan lebih cepat dan tepat.
Hal-hal yang menjadi latar belakang tersebut di atas telah mendorong untuk melakukan penelitian ini dengan judul tesis : “Sistem Pakar Diagnosis Kejiwaan Menggunakan Metode
Certainty Factor”.
Perumusan Masalah
1. Bagaimana cara kerja dan pengetahuan seorang pakar dalam mengidentifikasi Gangguan Jiwa Neurosis ?
membantu dan mempermudah menentukan Jenis Gangguan Jiwa Neurosis?
3. Bagaimana penerapan metode Certainty Factor dalam sistem pakar mengidentifikasi Jenis Gangguan Jiwa Neurosis ?
Batasan Masalah
Berikut ini beberapa batasan masalah, yaitu : 1. Masalah Gangguan Jiwa dibatasi pada
gangguan jiwa jenis Neurosis.
2. Model sistem pakar yang dirancang adalah berupa expert system (sistem pakar) dengan metode pelacakan menggunakan metode Certainty Factor.
3. Aplikasi ini hanya membantu untuk mendiagnosis, bukan untuk membuat suatu keputusan.
Tujuan Penelitian
Berdasarkan perumusan masalah di atas, adapun yang menjadi tujuan dari penelitian ini adalah :
1. Untuk mengetahui jenis ganggauan jiwa yang dialami pasien.
2. Menganalisa kondisi kejiwaan yang dialami pasien, sehingga dapat memilih alternatif langkah kerja, dan mendapatkan solusi. 3. Merancang aplikasi sistem pakar mengetahui
jenis gangguan jiwa yang ada.
4. Membangun aplikasi sistem pakar dalam implementasi kejiwaan pasien.
5. Menguji aplikasi sistem pakar dalam implementasi di masyarakat.
Manfaat Penelitian
Adapun penelitian ini diharapkan memberikan manfaat berupa :
1. Dapat menambah wawasan pembaca mengenai sistem pakar maupun gangguan jiwa.
2. Memperluas manfaat dari keilmuan dibidang expert system (sistem pakar) bagi perguruan tinggi, khususnya UPI “YPTK” Padang. 3. Mengambil wawasan keilmuan di bidang
expert system (sistem pakar).
2. LANDASAN TEORITIS
Sistem Pakar merupakan sebuah sistem yang dirancang di dalam sebuah komputer, dengan cara meniru proses-proses pemikiran yang digunakan oleh seorang pakar untuk menyelesaikan masalah - masalah tertentu yang biasanya memerlukan keahlian seorang pakar. Sistem pakar merupakan salah satu penerapan dari kecerdasan buatan.
Konsep Dasar Sistem Pakar
Konsep dasar dari sistem pakar [2], meliputi :
1. Keahlian / Kepakaran (Expertise)
Keahlian merupakan suatu pengetahuan yang diperoleh seseorang dari pelatihan, membaca, dan pengalaman. Kepakaran inilah yang memungkinkan para ahli dapat mengambil keputusan lebih cepat dan lebih baik daripada seseorang yang bukan pakar. 2. Ahli/Pakar (Expert)
Pakar adalah seorang yang mempunyai pengetahuan, pengalaman dan metode khusus, serta mampu menerapkannya untuk memecahkan masalah atau memberi nasihat. Seorang pakar harus mampu menjelaskan dan mempelajari hal – hal baru yang berkaitan dengan topik permasalahan, jika perlu harus mampu menyusun kembali pengetahuan - pengetahuan yang didapatkan, dan dapat memecahkan aturan – aturan serta menentukan relevansi kepakaran.
3. Pemindahan Kepakaran (Transfering Expertise)
Tujuan dari sistem pakar adalah memindahkan kepakaran dari seorang pakar ke dalam komputer, kemudian kepada orang lain yang bukan pakar. Proses ini melibatkan 4 kegiatan, yaitu :
a. Akuisisi pengetahuan (dari pakar atau sumber lain)
b. Representasi pengetahuan (pada komputer)
c. Inferensi pengetahuan
d. Pemindahan pengetahuan ke pengguna. 4. Inferensi (Inferencing)
Inferensi adalah sebuah prosedur (program) yang mempunyai kemampuan dalam penalaran. Inferensi ditampilkan pada suatu komponen yang disebut mesin inferensi yang mencakup prosedur – prosedur mengenai pemecah masalah. Semua pengetahuan yang dimiliki oleh seorang pakar disimpan pada basis pengetahuan oleh sistem pakar. Tugas mesin inferensi adalah mengambil kesimpulan berdasarkan basis pengetahuan yang dimiliki.
5. Aturan – aturan (Rule)
Kebanyakan software sistem pakar komersial adalah yang berbasis rule (rule-based system), yaitu pengetahuan disimpan terutama dalam bentuk rule, sebagai prosedur - prosedur pemecah masalah. 6. Kemampuan Menjelaskan (Explanation
Capability)
Struktur Sistem Pakar
Sistem pakar disusun oleh dua bagian utama, yaitu lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation environment). Lingkungan pengembangan digunakan oleh pembuat sistem pakar untuk membangun komponen – komponennya dan memperkenalkan pengetahuan ke dalam knowledge base (basis pengetahuan). Lingkungan konsultasi digunakan oleh pengguna untuk berkonsultasi sehingga pengguna mendapatkan pengetahuan dan nasihat dari Sistem Pakar layaknya berkonsultasi dengan seorang pakar. Komponen – komponen
dalam sistem pakar ditunjukkan dalam gambar 1.[3]
Gambar 1 Komponen dalam Sistem Pakar
Certainty Factor
Sistem pakar harus mampu bekerja dalam ketidakpastian. Sejumlah teori telah ditemukan untuk menyelesaikan ketidakpastian, termasuk diantaranya probabilitas klasik (classical probability), probabilitas Bayes (Bayesian probability), teori fuzzy Zadeh (Zadeh’s fuzzy theory) dan faktor kepastian (certainty factor). Definisi menurut David McAllister, certainty factor adalah suatu metode untuk membuktikan apakah suatu fakta itu pasti ataukah tidak pasti yang berbentuk metric yang biasanya digunakan dalam sistem pakar.
Faktor kepastian (certainty factor) diperkenalkan oleh Shortliffe Buchanan dalam pembuatan MYCIN. Certainty Factor (CF) merupakan nilai parameter klinis yang diberikan MYCIN untuk menunjukkan besarnya kepercayaan. Certainty Factor didefinisikan sebagai persamaan berikut :
CF (H, E) = MB (H, E) – MD (H, E)……... (1)
CF (H, E) : Certainty Factor dari hipotesis H yang dipengaruhi oleh gejala (evidence) E. Besarnya CF berkisar antara -1 sampai 1. Nilai -1 menunjukkan ketidakpercayaan mutlak sedangkan nilai 1 menunjukkan kepercayaan mutlak.
MB (H, E) : ukuran kenaikan kepercayaan (measure of increased belief) terhadap hipotesis H yang dipengaruhi oleh gejala E.
MD (H, E) : ukuran kenaikan
ketidakpercayaan (measure of increased disbelief) terhadap hipotesis H yang dipengaruhi oleh gejala E.
Bentuk dasar rumus certainty factor, adalah sebuah aturan JIKA E MAKA H seperti ditunjukkan oleh persamaan 2 berikut:
CF (H, e) = CF (E, e) * CF (H, E) ...(2)
Dimana
CF (H, e) : certainty factor hipotesis yang dipengaruhi oleh evidence e.
CF (E, e) : certainty factor evidence E yang dipengaruhi oleh evidence e
CF (H, E) : certainty factor hipotesis dengan asumsi evidence diketahui dengan pasti, yaitu ketika CF(E, e) = 1
Jika semua evidence pada antecedent diketahui dengan pasti maka persamaannya akan menjadi:
CF (E, e) = CF (H, E) …...(3)
Dalam aplikasinya, CF(H,E) merupakan nilai kepastian yang diberikan oleh pakar terhadap suatu aturan, sedangkan CF(E,e) merupakan nilai kerpercayaan yang diberikan oleh pengguna terhadap gejala yang dialaminya.
Sebagai contoh, berikut ini adalah sebuah
Kelebihan metode Certainty Factor adalah: 1. Metode ini cocok dipakai dalam sistem pakar
untuk mengukur sesuatu apakah pasti atau tidak pasti dalam mendiagnosis penyakit sebagai salah satu contohnya.
2. Perhitungan dengan menggunakan metode ini dalam sekali hitung hanya dapat mengolah 2 data saja sehingga keakuratan data dapat terjaga.
Kekurangan metode Certainty Factor adalah: 1. Ide umum dari pemodelan ketidakpastian
2. Metode ini hanya dapat mengolah ketidakpastian/kepastian hanya 2 data saja. Perlu dilakukan beberapa kali pengolahan data untuk data yang lebih dari 2 buah.
Gangguan Jiwa
Di dalam ilmu kedokteran, kata Kejiwaan jarang sekali digunakan oleh Paramedis. Paramedis lebih sering menyebutkan kejiwaaan dengan Gangguan Jiwa.
Penafsiran yang terjadi di masyarakat bahwa orang yang mengalami gangguan jiwa adalah orang yang stress atau gila. Pengelompokkan kejiwaan ini perlu diketahui bagi masyarakat, untuk mengetahui gangguan jiwa yang dialami yang mempunyai karakteristik tertentu.
Gangguan Jiwa Neurosis A. Pengertian Neurosis
Neurosis kadang - kadang disebut psikoneurosis dan gangguan jiwa (untuk membedakannya dengan psikosis atau penyakit jiwa). Neurosis adalah gangguan yang terjadi hanya pada sebagian dari kepribadian, sehingga orang yang mengalaminya masih bisa melakukan pekerjaan-pekerjaan biasa sehari-hari atau masih bisa belajar, dan jarang memerlukan perawatan khusus di rumah sakit.[4]
B. Jenis Jenis Neurosis
Di dalam PPDGJ III yang termasuk Neurosis adalah :[5]
1. Gangguan Anxietas Fobik
Neurosis fobik merupakan gangguang jiwa dengan gejala utamanya fobia, yaitu rasa takut yang hebat yang bersifat irasional, terhadap suatu benda atau keadaan. Fobia dapat menyebabkan timbulnya perasaan seperti akan pingsan, rasa lelah, mual, panik, berkeringat, dan seterusnya.
2. Gangguan Panik
Adalah serangan anxietas berat yang berulang, yang tidak terbatas pada adanya situasi tertentu atau pun suatu rangkaian kejadian, dank arena itu tidak terduga.
3. Gangguan Cemas Menyeluruh (Anxiety Neurosis atau Anxiety State)
Faktor pencetus neurosis cemas sering jelas dan secara psikodinamik berhubungan dengan faktor-faktor yang menahun seperti kemarahan yang dipendam.
4. Gangguan Anxietas Campuran
Neurosis depresif merupakan neurosis dengan gangguang utama pada perasaan.
Adapun Jenis Gangguan Jiwa Neurosis yang memiliki Karakteristik / Ciri atau Tanda / Gejala, sebagai contoh ditunjukkan pada tabel 1.
Tabel 1. Karekteristik Gangguan Jiwa Neurosis
3. ANALISA DAN PERANCANGAN
3.1 Perancangan Sistem 3.1.1 Arsitektur Sistem Pakar
Sistem pakar memiliki beberapa komponen utama, yaitu basis pengetahuan (knowledge base), basis data sistem pakar (expert system database), mesin inferensi (inference engine), antarmuka pengguna (user interface), pengguna (user). Arsitektur dasar sistem pakar dapat dilihat pada gambar 2.
Gambar 2. Arsitektur Sistem Pakar
3.1.2 KnowledgeBase
Dalam penelusuran kejiwaan dibutuhkan penalaran maju untuk mendiagnosis gejala maupun ciri – ciri, maka didapatlah pengetahuan yang diperoleh dari pakar.
tentang Jenis Gangguan jiwa Neurosis di Rumah Sakit Jiwa Daerah Provinsi Sumatera Utara . Maka peneliti dapat menyimpulkan bahwa Jenis Gangguan jiwa Neurosis sebagai berikut :
Tabel 2. Jenis Gangguan Jiwa Neurosis
Pada tabel sudah dijelaskan tentang Jenis Gangguan Jiwa Neurosis. Jenis Gangguan Jiwa Neurosis mempunyai beberapa Gejala dan Tanda. Adapun Gejala dan Tanda tersebut adalah sebagai berikut :
Tabel 3. Gejala dan Tanda Gangguan Jiwa Neurosis
Berdasarkan kedua tabel diatas maka pakar dapat menentukan dengan mudah Jenis Gangguan Jiwa Neurosis berdasarkan Gejala / Tanda Gangguan Jiwa Neurosis tersebut. Untuk melakukan pengelompokan Jenis Gangguan Jiwa Neurosis dan sesuai dengan Gejala / Tanda Gangguan Jiwa Neurosis yang ada, maka disini dibuat dalam bentuk decision table berdasarkan sampel data yang didapat pada penelitian yang penulis lakukan. Berikut bentuk decision table dari identifikasi Jenis Gangguan Jiwa Neurosis.
CertaintyFactor dari RuleBased
Dengan menggali hasil dari wawancara dengan pakar, nilai CF (Rule) didapat interpretasi dari pakar menjadi nilai CF tertentu seperti pada tabel 5.
Tabel 5. Nilai CF hasil interpretasi
Model yang diusulkan untuk menentukan CF(Rule) adalah sebagai berikut:
x
1
CF(Rule) = 1 -
+
y
y
dimana:
x = Jumlah kemunculan kombinasi nilai variabel fakta E1 E2... EN didalam
rule yang dihitung, sebagai set / subset kombinasi nilai variabel fakta pada setiap rule dengan variabel hipotesa H yang sama.
y = Jumlah semua rule yang memiliki variabel hipotesa H yang sama dengan rule yang sedang dihitung.
4. PENUTUP
4.1 Kesimpulan
Setelah mengamati dan melihat hasil dari penelitian tesis ini, maka dapat diambil kesimpulan, yaitu :
4. Dalam mengidentifikasi Gangguan jiwa Neurosis, seorang pakar melakukan dengan konsultasi dengan pasien dan melihat aktivitas serta kegiatan pasien sehari - hari.
5. Sistem pakar yang dirancang ini dapat mengidentifikasi Jenis Gangguan Neurosis berdasarkan data tanya jawab yang dimasukkan kedalam sistem.
6. Penalaran forward chaining dengan menggunakan bahasa pemrograman Visual Basic 6.0 digunakan untuk melakukan penelusuran Gejala / Tanda untuk mendapatkan hasil identifikasi Jenis Gangguan Jiwa Neurosis.
Output (Keluaran) dari sistem ini atau hasil diagnosa dalam bentuk informasi tentang Gangguan Jiwa Neurosis sehingga dapat mengetahui lebih dini gangguan jiwa yang dialami.
4.2 Saran
Berikut ini beberapa saran yang ditujukan untuk pengembangan aplikasi Sistem Pakar diagnosis kejiwaan menggunakan metode forward chaining, selanjutnya.
1. Kiranya pengembangan Portal Informasi dapat dijadikan media yang tepat bagi penggunanya, dalam menerima informasi yang akurat, terpercaya, dan memiliki nilai efektif serta efisien bagi penggunanya, dalam menangani permasalahan tertentu. 2. Pengetahuan sistem pakar kiranya semakin
diperkaya, agar dapat memberikan penjelasan sistem yang lebih optimal. 3. Metode-metode inferensi dari Sistem Pakar
kiranya dapat disempurnakan, serta dicarikan alternatif lain yang memungkinkan penyelesaian yang jauh lebih baik.
4. Sebaiknya sistem pakar ini lebih dikembangkan, tidak hanya sebatas jenis dan gejala serta metode yang ada pada tesis ini. DAFTAR PUSTAKA
[1] Muhammad Arhami (2005). “Konsep Dasar Sistem Pakar”. Yogyakarta: Andi
[2] [Sutojo, T. S.Si, M.Kom, Edy Mulyanto, S.Si, M.Kom, Dr. Vincent Suhartono (2011). “Kecerdasan Buatan”. Yogyakarta: Penerbit Andi.
[3] Kusrini, S.Kom (2006). “Sistem Pakar Teori & Aplikasi”. Yogyakarta: Andi.
[4] Kuntjojo (2009). “Neurosis”. http://ebekunt.wordpress.com/2009/05/12/ne urosis/ 8 Des 2013, 20:35 wib
