IMPLEMENTASI METODE CERTAINTY FACTOR UNTUK DIAGNOSA PENYAKIT ANEMIA
SKRIPSI
Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer
Program Studi Informatika
Oleh :
ALFRIAN FERNANDO LAMAWURAN 145314089
PROGRAM STUDI INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA YOGYAKARTA
2021
i
IMPLEMENTASI METODE CERTAINTY FACTOR UNTUK DIAGNOSA PENYAKIT ANEMIA
SKRIPSI
Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer
Program Studi Informatika
Oleh :
ALFRIAN FERNANDO LAMAWURAN 145314089
PROGRAM STUDI INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA YOGYAKARTA
2021
ii
IMPLEMENTATION OF CERTAINTY FACTOR METHODS FOR DIAGNOSIS OF ANEMIA
FINAL PROJECT
Presented as Partial Fulfillment of the Requirements To Obtain the Sarjana Komputer Degree
In Informatics Study Program
By :
ALFRIAN FERNANDO LAMAWURAN 145314089
INFORMATICS STUDY PROGRAM FACULTY SCIENCE AND TECHNOLOGY
SANATA DHARMA UNIVERSITY YOGYAKARTA
2021
iii
HALAMAN PERSETUJUAN
SKRIPSI
IMPLEMENTASI METODE CERTAINTY FACTOR UNTUK DIAGNOSA PENYAKIT ANEMIA
Oleh :
ALFRIAN FERNANDO LAMAWURAN 145314089
Telah disetujui oleh :
Dosen Pembimbing
Robertus Adi Nugroho, S.T., M.Eng. Tanggal ………... 2021
iv
HALAMAN PENGESAHAN SKRIPSI
IMPLEMENTASI METODE CERTAINTY FACTOR UNTUK DIAGNOSA PENYAKIT ANEMIA
Dipersiapkan dan disusun oleh : Alfrian Fernando Lamawuran
145314089
Telah dipertahankan di depan Panitia Penguji Pada tanggal 5 Agustus 2021
Dan dinyatakan memenuhi syarat Susunan Panitia Penguji
Nama Lengkap Tanda Tangan Ketua : Agnes Maria Polina, S.Kom., M.Sc. ………..
Sekretaris : Eko Hari Parmadi, S.Si., M.Kom. ………..
Anggota : Robertus Adi Nugroho, S.T., M.Eng. ………..
Yogyakarta, ………..
Fakultas Sains Dan Teknologi Universitas Sanata Dharma
Dekan,
Prof. Ir. Sudi Mungkasi, S.Si., M.Math.Sc., Ph.D.
v
HALAMAN PERSEMBAHAN
“Tidak mudah namun layak untuk diperjuangkan”
-Alfrian-
Karya ini kupersembahkan teristimewa kepada :
Tuhan Yesus Kristus, Nenek Tercinta, Orang Tua, Adik, Keluarga, Dosen &
Sahabat
Terima kasih untuk segala hikmat, berkat, doa serta movitasi dan materil yang telah diberikan. Kiranya Tuhan selalu menjaga, melindungi dan memberkati
dimanapun kalian berada.
vi
PERNYATAAN KEASLIAN KARYA
Saya menyatakan dengan sesungguhnya bahwa skripsi yang saya tulis ini tidak memuat karya milik orang lain, kecuali yang telah disebutkan dalam kutipan dan daftar pustaka, selayaknya karya ilmiah.
Yogyakarta, ...
Penulis
Alfrian Fernando Lamawuran
vii
LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS
Yang bertanda tangan dibawah ini, saya mahasiswa Universitas Sanata Dharma Yogyakarta :
Nama : Alfrian Fernando Lamawuran NIM : 145314089
Demi pengembangan ilmu pengetahuan, saya memberikan kepada Perpustakaan Universitas Sanata Dharma karya ilmiah yang berjudul :
IMPLEMENTASI METODE CERTAINTY FACTOR UNTUK DIAGNOSA PENYAKIT ANEMIA
Beserta perangkat yang diperlukan (bila ada). Dengan demikian saya memberikan kepada Perpustakaan Universitas Sanata Dharma hak untuk menyimpan, mengalihkan dalam bentuk media lain, mengolahnya dalam bentuk pangkalan data, mendistribusikan secara terbatas, dan mempublikasikannya di internet atau media lain untuk kepentingan akademis tanpa meminta izin dari saya maupun memberikan royalti kepada saya selama tetap mencantumkan nama saya sebagai penulis. Demikian pernyataan ini saya buat dengan sebenarnya.
Dibuat di Yogyakarta,
Pada tanggal : ………
Yang menyatakan,
Alfrian Fernando Lamawuran
viii ABSTRAK
Penyakit Anemia merupakan penyakit yang disebabkan oleh kurangnya sel darah merah pada tubuh, yang berarti lebih rendah dari jumlah normalnya.
Sebagian besar penyakit Anemia yang terjadi dilingkungan masyarakat sering dianggap hal yang biasa, bahkan cenderung tidak dianggap sesuatu yang berbahaya. Disamping banyak sekali jenis penyakit dalam lingkungan masyarakat, Anemia merupakan salah satu jenis penyakit yang memiliki dampak besar pada kesehatan tubuh. Saat ini masyarakat belum sepenuhnya sadar bahwa sulit mendapatkan informasi tentang penyakit Anemia sehingga membuat masyarakat kurang memahami dan peduli pada penyakit Anemia. Metode Certainty Factor menggambarkan tingkat keyakinan dalam suatu kejadian fakta yang dialami berdasarkan kejadian dan penilaian seorang ahli.
Dengan adanya sistem pakar Implementasi Metode Certainty Factor untuk Diagnosa Penyakit Anemia ini maka dapat mempermudah masyarakat dalam mengetahui gejala dan penyakit anemia tanpa harus bertemu dengan dokter secara langsung. Bahkan, juga dapat digunakan oleh dokter sebagai alat mendeteksi gejala dan penyakit secara cepat.
Hasil dalam penelitian ini adalah sistem pakar dapat melakukan diagnosa penyakit Anemia yang dapat membantu dokter dan masyarakat dalam melakukan penetapan diagnosa secara efektif dan memiliki tingkat akurasi yang baik.
Kata kunci : Sistem Pakar, Certainty Factor, Penyakit Anemia
ix ABSTRACT
Anemia is a disease caused by a lack of red blood cells in the body, which means lower than the normal number. Most of the anemia disease that occurs in the community is often considered a normal thing, even tends not to be considered something dangerous. In addition to various types of diseases in the community, anemia is one type of disease that has a major impact on the health of the body.
Currently, people are not fully aware that it is difficult to get information about anemia, so that people do not understand and care about anemia. The method Certainty Factor describes the level of confidence in a factual event that is experienced based on the incident and the judgment of an expert.
With the expert system implementation of theMethod Certainty Factor for Diagnosing Anemia, it can make it easier for the public to know the symptoms and diseases of anemia without having to meet a doctor directly. In fact, it can also be used by doctors as a tool to detect symptoms and diseases quickly.
The results in this study are expert systems that can diagnose diseases Anemia that can help doctors and the public in making a diagnosis effectively and have a good level of accuracy.
Keywords: Expert System, Certainty Factor, Anemia
x
KATA PENGANTAR
Puji dan syukur penulis panjatkan kepada Tuhan Yesus Kristus atas hikmat-Nya yang melimpah penulis dapat menyelesaikan tugas akhir dengan judul “Implementasi Metode Certainty Factor Untuk Diagnosa Penyakit Anemia”.
Tugas akhir ini ditulis sebagai salah satu syarat memperoleh gelar sarjana program studi Informatika, Fakultas Sains dan Teknologi Universitas Sanata Dharma.
Dalam kesempatan ini, penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada semua pihak yang turut mendoakan dan memberikan bantuan serta dukungan dari segi moral maupun material, hingga karya ini selesai:
1. Tuhan Yesus Kristus atas kasih dan hikmat-NYA yang melimpah memberi kekuatan sehingga penulis dapat menyelesaikan tugas akhir ini.
2. Bapak Sudi Mungkasi, S.Si, M.Math.Sc., Ph.D. selaku dekan Fakultas Sains dan Teknologi.
3. Bapak Robertus Adi Nugroho, S.T.,M.Eng. selaku dosen pembimbing tugas akhir yang telah membimbing dengan sabar, mengarahkan, serta memberikan motovasi dalam proses pelaksanaan menyelesaikan tugas akhir ini dengan baik.
4. Nenek tercinta Rebeka Kafiar yang selalu menyayangi dengan memberikan segala bantuan selama perkuliahan.
5. Kedua orang tua terkasih, Suprianto dan Herni K.S Ronsumbre yang telah mendoakan, mendukung, dan memberikan motivasi selama perkuliahan.
6. Ketiga adik, Ronaldo Delpiero Lamawuran, Andreas Lamawuran, dan Alexsandro Lamawuran yang selalu menyemangati setiap saat.
7. Keluarga terkasih Stefani Saboan, Joys Lamawuran dan Gideon Lamawuran yang membantu dalam proses pelaksanaan serta mendukung penulis.
8. Keluarga besar Lamawuran dan Ronsumbre untuk semua dukungan semangat.
xi
9. Temanku Tyo, dan Mulyadi yang sudah membantu banyak hal dalam penyelesaian tugas akhir dan saling menyemangati.
10. Sahabat-sahabatku, Hery, Aris, Paul, Wida, Yoel, Jo, dan Eman yang telah menyemangati selalu.
11. Seluruh Dosen dan Staf Fakultas Sains dan Teknologi yang telah memberikan pembelajaran dan bantuan selama penulis menjalani studi di Universitas Sanata Dharma.
12. Dokter dan Staf keperawatan puskesmas Karang Mulia yang telah membantu selama penelitian ini berlangsung.
13. Seluruh sahabat-sahabat informatika angkatan 2014, terima kasih untuk persahabatan selama masa perkuliahan.
14. Teman-teman UKF dance Tears untuk setiap kebersamaan dalam mengikuti lomba dan mengisi setiap acara.
15. Semua pihak yang sudah memberikan dukungan baik secara langsung maupun tidak langsung.
Penulis menyadari bahwa penulisan dari dokumen ini belum sempurna, maka kritik dan saran dari pembaca sangat diharapkan untuk menyempurnakannya. Penulis berharap semoga laporan tugas akhir ini dapat bermanfaat bagi semua pihak.
Yogyakarta, ...
Alfrian Fernando Lamawuran
xii DAFTAR ISI
HALAMAN JUDUL ... i
TITLE PAGE ... ii
HALAMAN PERSETUJUAN ... iii
HALAMAN PENGESAHAN ... iv
HALAMAN PERSEMBAHAN ... v
PERNYATAAN KEASLIAN KARYA ... vi
LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI... vii
KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS ... vii
ABSTRAK ... viii
ABSTRACT ... ix
KATA PENGANTAR ... x
DAFTAR ISI ... xii
DAFTAR GAMBAR ... xviii
DAFTAR TABEL ... xxi
BAB I PENDAHULUAN ... 1
1.1 Latar Belakang ... 1
1.2 Perumusan Masalah ... 2
1.3 Batasan Masalah ... 2
1.4 Tujuan Penelitian ... 3
1.5 Manfaat Penelitian ... 3
1.6 Sistematika Penelitian ... 3
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI ... 5
2.1 Tinjauan Pustaka ... 5
2.2 Landasan Teori ... 6
2.2.1 Penyakit Anemia ... 6
2.2.2 Sistem Pakar ... 10
xiii
2.2.3 Certainty Factor ... 12
BAB III METODOLOGI PENELITIAN... 16
3.1 Metodologi Penelitian ... 16
3.2 Alat Penelitian ... 17
3.2.1 Perangkat Lunak ... 17
3.2.2 Perangkat Keras ... 17
BAB IV ANALISIS DAN DESAIN SISTEM ... 18
4.1 Jalan Penelitian ... 18
4.2 Akuisisi Pengetahuan Pakar ... 19
4.3 Analisis Kebutuhan Sistem ... 19
4.3.1 Analisis Kebutuhan Masukan ... 19
4.3.2 Analisis Kebutuhan Proses ... 19
4.3.3 Analisis Kebutuhan Keluaran ... 19
4.4 Analisis Kebutuhan Pengguna ... 20
4.4.1 Perancangan DFD ... 20
4.4.1.1 Diagram Konteks ... 20
4.4.1.2 DFD Level 0 ... 21
4.4.1.3 DFD Level 1 Proses 1... 22
4.4.1.4 DFD Level 1 Proses 2... 22
4.4.1.5 DFD Level 1 Proses 3... 23
4.4.1.6 DFD Level 1 Proses 4... 23
4.4.1.7 DFD Level 1 Proses 5... 24
4.4.1.8 DFD Level 1 Proses 6... 24
4.4.1.9 DFD Level 1 Proses 7... 25
4.4.2 Perancangan Basis Pengetahuan ... 26
4.4.2.1 Interpretasi Nilai Bobot Keyakinan ... 27
4.4.2.2 Nilai Certainty Factor Pakar ... 28
4.5 Contoh Perhitungan Manual Metode CF ... 29
xiv
4.5.1 Perhitungan Penyakit Anemia Karena Penyakit Kronis ... 30
4.5.2 Perhitungan Penyakit Anemia Defisiensi Zat Besi ... 33
4.5.3 Perhitungan Anemia Aplastik ... 35
4.6 Perancangan Database... 37
4.6.1 Perancangan Basis Data Konseptual (ERD) ... 37
4.6.2 Perancangan Basis Data Logikal ... 38
4.6.3 Perancangan Basis Data Fisikal ... 39
4.6.3.1 Tabel Gejala... 39
4.6.3.2 Tabel Periksa ... 39
4.6.3.3 Tabel Bobot ... 39
4.6.3.4 Tabel Penyakit ... 40
4.6.3.5 Tabel Diagnosa ... 40
4.6.3.6 Tabel Hasil... 40
4.6.3.7 Tabel Pasien... 41
4.6.3.8 Tabel CF ... 41
4.6.3.9 Tabel Admin ... 42
4.7 Perancangan Antarmuka ... 42
4.7.1 Perancangan Antarmuka Pasien ... 42
4.7.1.1 Rancangan Halaman Home Pasien ... 42
4.7.1.2 Rancangan Halaman Diagnosa Pasien ... 43
4.7.1.3 Rancangan Halaman Hasil Diagnosis Pasien ... 43
4.7.2 Perancangan Antarmuka Administrator ... 44
4.7.2.1 Rancangan Halaman Login Administrator ... 44
4.7.2.2 Rancangan Halaman Beranda Administrator ... 44
4.7.2.3 Rancangan Halaman Olah Data Admin ... 45
4.7.2.4 Rancangan Halaman Tambah Data Administrator ... 45
4.7.2.5 Rancangan Halaman Olah Data Penyakit... 46
4.7.2.6 Rancangan Halaman Tambah Data Penyakit ... 46
xv
4.7.2.7 Rancangan Halaman Edit Data Penyakit ... 47
4.7.2.8 Rancangan Halaman Olah Data Gejala ... 47
4.7.2.9 Rancangan Halaman Tambah Data Gejala ... 48
4.7.2.10 Rancangan Halaman Edit Data Gejala ... 48
4.7.2.11 Rancangan Halaman Olah Data CF ... 49
4.7.2.12 Rancangan Halaman Tambah Data CF ... 49
4.7.2.13 Rancangan Halaman Edit Data CF ... 50
4.7.2.14 Rancangan Halaman Olah Data Bobot Pakar ... 50
4.7.2.15 Rancangan Halaman Edit Data Bobot Pakar ... 51
4.7.2.16 Rancangan Halaman Olah Data Pasien ... 51
4.7.2.17 Rancangan Halaman Tambah / Edit Data Pasien ... 52
4.7.2.18 Rancangan Halaman Olah Data Pemeriksaan ... 52
4.7.2.19 Rancangan Halaman Hasil Diagnosa ... 53
BAB V IMPLEMENTASI DAN ANALISIS HASIL ... 54
5.1 Implementasi Sistem ... 54
5.1.1 Implementasi Basis Data Struktur Sistem ... 54
5.1.1.1 Tabel tb_admin ... 55
5.1.1.2 Tabel tb_bobot ... 55
5.1.1.3 Tabel tb_cf ... 56
5.1.1.4 Tabel tb_diagnosa ... 56
5.1.1.5 Tabel tb_gejala ... 56
5.1.1.6 Tabel tb_hasil ... 57
5.1.1.7 Tabel tb_pasien ... 57
5.1.1.8 Tabel tb_penyakit ... 58
5.1.1.9 Tabel tb_periksa ... 58
5.1.2 Implementasi Manajemen Antar Muka ... 59
5.1.2.1 Halaman Administrator ... 59
5.1.2.1.1 Halaman Login Administrator ... 59
xvi
5.1.2.1.2 Halaman Utama Administrator ... 61
5.1.2.1.3 Halaman Utama Data Admin ... 61
5.1.2.1.4 Halaman Tambah Data Admin ... 62
5.1.2.1.5 Halaman Olah Data Penyakit ... 64
5.1.2.1.6 Halaman Tambah Data Penyakit ... 64
5.1.2.1.7 Halaman Olah Data Gejala ... 65
5.1.2.1.8 Halaman Olah Tambah Data Gejala ... 65
5.1.2.1.9 Halaman Ubah Data Gejala ... 66
5.1.2.1.10 Halaman Olah Data Certainty Factor (CF) ... 66
5.1.2.1.11 Halaman Tambah Data CF... 67
5.1.2.1.12 Halaman Ubah Data CF ... 67
5.1.2.1.13 Halaman Olah Bobot Pakar ... 67
5.1.2.1.14 Halaman Penambahan Data Bobot Pakar ... 68
5.1.2.1.15 Halaman Olah Data Pasien ... 69
5.1.2.1.16 Halaman Olah Data Pemeriksaan ... 69
5.1.2.1.17 Halaman Data Hasil Pemeriksaan Pasien ... 70
5.1.2.2 Halaman Pasien ... 71
5.1.2.2.1 Halaman Utama Pasien ... 71
5.1.2.2.2 Halaman Menu Periksa Pasien ... 71
5.1.2.2.3 Halaman Utama Menu Tentang ... 73
5.2 Pengujian Dan Analisis Hasil ... 73
5.2.1 Pengujian Sistem ... 73
5.2.2 Algoritma Sistem ... 74
5.2.3 Pengujian Perbandingan Hasil Hitung Manual dan Hasil Pengujian Sistem ………...76
5.2.3.1 Perhitungan Manual... 76
5.2.3.2 Analisa Hasil Pengujian Sistem ... 92
5.2.4 Analisis Hasil Pengujian Hitung Manual dengan Hasil Sistem ... 99
xvii
5.2.5 Uji Fungsionalitas Sistem ... 101
BAB VI PENUTUP ... 104
6.1 Kesimpulan ... 104
6.2 Saran ... 104
DAFTAR PUSTAKA ... 105
LAMPIRAN ... 106
xviii
DAFTAR GAMBAR
Gambar 2.1 Komponen-komponen penting dalam Sistem Pakar ... 11
Gambar 4.1 Flowchart Alur Penelitian ... 18
Gambar 4.2 Konteks Diagram... 20
Gambar 4.3 DFD Level 0 Sistem Pakar Anemia ... 21
Gambar 4.4 DFD Manajemen Admin ... 22
Gambar 4.5 DFD Manajemen Data Penyakit ... 22
Gambar 4.6 DFD Manajemen Data Gejala ... 23
Gambar 4.7 DFD Manajemen Bobot ... 23
Gambar 4.8 DFD Manajemen Data CF... 24
Gambar 4.9 DFD Manajemen Pasien... 24
Gambar 4.10 DFD Manajemen Data Pemeriksaan ... 25
Gambar 4.11 Entity Relationship Diagram (ERD) ... 37
Gambar 4.12 Desain Basisdata Logikal ... 38
Gambar 4.13 Rancangan Home Dashboard Pasien... 42
Gambar 4.14 Rancangan Halaman Diagnosa atau Periksa Pasien ... 43
Gambar 4.15 Rancangan Halaman Hasil Diagnosis Pasien ... 43
Gambar 4.16 Rancangan Halaman Login Administrator ... 44
Gambar 4.17 Rancangan Halaman Beranda Administrator ... 44
Gambar 4.18 Rancangan Halaman Olah Data Administrator ... 45
Gambar 4.19 Rancangan Halaman Tambah Data Administrator... 45
Gambar 4.20 Rancangan Halaman Olah Data Penyakit ... 46
Gambar 4.21 Rancangan Halaman Tambah Data Penyakit ... 46
Gambar 4.22 Rancangan Halaman Edit Data Penyakit ... 47
Gambar 4.23 Rancangan Halaman Olah Data Gejala ... 47
Gambar 4.24 Rancangan Halaman Tambah Data Gejala ... 48
Gambar 4.25 Rancangan Halaman Edit Data Gejala... 48
Gambar 4.26 Rancangan Halaman Olah Data CF ... 49
xix
Gambar 4.27 Rancangan Halaman Tambah Data CF ... 49
Gambar 4.28 Rancangan Halaman Edit Data CF ... 50
Gambar 4.29 Rancangan Halaman Olah Data Bobot Pakar ... 50
Gambar 4.30 Rancangan Halaman Edit Data Bobot Pakar ... 51
Gambar 4.31 Rancangan Halaman Olah Data Pasien ... 51
Gambar 4.32 Rancangan Halaman Tambah Data Pasien ... 52
Gambar 4.33 Rancangan Halaman Tambah Data Pemeriksaan ... 52
Gambar 4.34 Rancangan Halaman Hasil Diagnosa ... 53
Gambar 5. 1 Struktur Database Sistem Pakar Penyakit Anemia ... 54
Gambar 5. 2 Implementasi Tabel tb_admin ... 55
Gambar 5. 3 Implementasi Tabel tb_bobot ... 55
Gambar 5. 4 Implementasi Tabel tb_cf ... 56
Gambar 5. 5 Implementasi Tabel tb_diagnosa ... 56
Gambar 5. 6 Implementasi Tabel tb_gejala ... 56
Gambar 5. 7 Implementasi Tabel tb_hasil ... 57
Gambar 5. 8 Implementasi Tabel tb_pasien ... 57
Gambar 5. 9 Implementasi Tabel tb_penyakit ... 58
Gambar 5. 10 Implementasi Tabel tb_periksa ... 58
Gambar 5. 11 Halaman Login Administrator ... 59
Gambar 5. 12 Halaman Peringatan Login ... 59
Gambar 5. 13 Model Administrator untuk Login ... 60
Gambar 5. 14 Kelas Control Administrator untuk Login ... 60
Gambar 5. 15 Halaman Utama Administrator ... 61
Gambar 5. 16 Halaman Utama Data Admin ... 61
Gambar 5. 17 Halaman Tambah Data Admin ... 62
Gambar 5. 18 Kelas Control Administrator untuk Menambah Data Admin ... 62
Gambar 5. 19 Kelas Control Administrator untuk Mengubah Data Admin ... 63
Gambar 5. 20 Kelas Control Administrator untuk Menghapus Data Admin ... 63
xx
Gambar 5. 21 Halaman Olah Data Penyakit ... 64
Gambar 5. 22 Halaman Tambah Data Penyakit ... 64
Gambar 5. 23 Halaman Olah Data Gejala ... 65
Gambar 5. 24 Halaman Tambah Data Gejala ... 65
Gambar 5. 25 Halaman Ubah Data Gejala ... 66
Gambar 5. 26 Halaman Olah Data CF... 66
Gambar 5. 27 Halaman Tambah Data CF ... 67
Gambar 5. 28 Halaman Ubah Data CF ... 67
Gambar 5. 29 Halaman Olah Data Bobot Pakar ... 68
Gambar 5. 30 Halaman Tambah Data Bobot Pakar ... 68
Gambar 5. 31 Halaman Olah Data Pasien ... 69
Gambar 5. 32 Halaman Olah Data Pemeriksaan ... 69
Gambar 5. 33 Halaman Hasil Periksaan Pasien dari Administrator ... 70
Gambar 5. 34 Halaman Utama Pasien ... 71
Gambar 5. 35 Halaman Menu Periksa Pasien ... 72
Gambar 5. 36 Halaman Utama Menu Tentang ... 73
Gambar 5. 37 Source Code Nilai CF ... 75
Gambar 5. 38 Pohon Keputusan... 80
Gambar 5. 39 Input Pilihan Gejala Pasien (User ) Pertama ... 92
Gambar 5. 40 Hasil Periksa Gejala Pasien Pertama ... 93
Gambar 5. 41 Input Pilihan Gejala Pasien (User ) Kedua ... 94
Gambar 5. 42 Hasil Periksa Gejala Pasien Kedua ... 95
Gambar 5. 43 Input Pilihan Gejala Pasien (User ) Ketiga ... 96
Gambar 5. 44 Hasil Periksa Gejala Pasien Ketiga ... 97
Gambar 5. 45 Input Pilihan Gejala Pasien (User ) Keempat ... 98
Gambar 5. 46 Hasil Periksa Gejala Pasien Keempat ... 99
xxi
DAFTAR TABEL
Tabel 2.1 Gejala dan Jenis Penyakit Anemia ... 8 Tabel 2.2 Tingkat Keyakinan CF ... 12 Tabel 3.1 Perangkat Lunak ... 17 Tabel 3.2 Perangkat Keras ... 17 Tabel 4.1 Jenis Penyakit ... 26 Tabel 4.2 Data Gejala ... 26 Tabel 4.3 Interpretasi Nilai Bobot Keyakinan ... 27 Tabel 4.4 Bobot Nilai Gejala Tiap Jenis Penyakit Anemia ... 28 Tabel 4.5 Contoh Gejela dan CF User ... 29 Tabel 4.6 Pencocokan Nilai CF User dan CF Pakar pada Anemia Penyakit Kronis ... 30 Tabel 4.7 Perhitungan Perkalian CF User dan CF Pakar Anemia Defisiensi Besi 33 Tabel 4.8 Hasil Perhitungan CF Kombinasi untuk Anemia Defisiensi Besi ... 34 Tabel 4. 9 Perkalian CF User dan CF Pakar penyakit Anemia Aplastik ... 35 Tabel 4.10 Hasil Perhitungan CF Kombinasi Anemia Aplastik ... 36 Tabel 4.11 Hasil Presentase Pemeriksaan dari contoh pasien... 37 Tabel 4.12 Struktur Tabel Gejala ... 39 Tabel 4.13 Struktur Tabel Periksa ... 39 Tabel 4.14 Struktur Tabel Bobot ... 39 Tabel 4.15 Struktur Tabel Penyakit ... 40 Tabel 4.16 Struktur Tabel Diagnosa ... 40 Tabel 4.17 Struktur Tabel Hasil Hitung ... 40 Tabel 4.18 Struktur Tabel Pasien ... 41 Tabel 4.19 Struktur Tabel CF... 41 Tabel 4.20 Struktur Tabel Admin ... 42 Tabel 5. 1 Data Uji Rekam Medis Pasien ... 74 Tabel 5. 2 Nilai CF Pakar Gejala Anemia Aplastik ... 76 Tabel 5. 3 Nilai CF Pakar Gejala Anemia Defisiensi Besi ... 77
xxii
Tabel 5. 4 Nilai CF Pakar Gejala Anemia Penyakit Kronis ... 78 Tabel 5. 5 Bobot Keyakinan CF User Penyakit Anemia ... 78 Tabel 5. 6 Tabel Keputusan ... 79 Tabel 5. 7 Bobot CF User Pasien Pertama Dengan Diagonasa Pakar Anemia Defisiensi Besi ... 82 Tabel 5. 8 Bobot CF User Pasien Kedua Dengan Diagonasa Pakar Anemia
Aplastik ... 83 Tabel 5. 9 Bobot CF User Pasien Ketiga Dengan Diagnosa Pakar Anemia
Defisiensi Besi ... 83 Tabel 5. 10 Bobot CF User Pasien Keempat Diagonasa Pakar Anemia Karena Penyakit ... 84 Tabel 5. 11 Perkalian CFuser dan CFpakar pertama... 84 Tabel 5. 12 Perkalian CFuser dan CFpakar kedua ... 85 Tabel 5. 13 Perkalian CFuser dan CFpakar ketiga ... 85 Tabel 5. 14 Perkalian CFuser dan CFpakar keempat ... 85 Tabel 5. 15 Hitungan CF Combine Diagnosa Anemia Aplastik Pasien Pertama.. 86 Tabel 5. 16 Hitungan CF Combine Diagnosa Anemia Defisiensi Besi Pasien Pertama ... 86 Tabel 5. 17 Hitungan CF Combine Diagnosa Anemia Karena Penyakit Kronis Pasien Pertama ... 87 Tabel 5. 18 Hitungan CF Combine Diagnosa Anemia Aplastik Pasien Kedua .... 87 Tabel 5. 19 Hitungan CF Combine Diagnosa Anemia Defisiensi Besi Pasien Kedua ... 88 Tabel 5. 20 Hitungan CF Combine Diagnosa Anemia Karena Penyakit Kronis Pasien Kedua ... 88 Tabel 5. 21 Hitungan Combine Diagnosa Anemia Aplastik CF Pasien Ketiga .... 89 Tabel 5. 22 Hitungan CF Combine Diagnosa Anemia Defisiensi Besi Pasien Ketiga ... 89 Tabel 5. 23 Hitungan CF Combine Diagnosa Anemia Defisiensi Besi Pasien Ketiga ... 90 Tabel 5. 24 Hitungan CF Combine Diagnosa Anemia Aplastik Pasien Keempat 90
xxiii
Tabel 5. 25 Hitungan CF Combine Diagnosa Anemia Defisiensi Besi Pasien Keempat ... 91 Tabel 5. 26 Hitungan CF Combine Diagnosa Anemia Karena Penyakit Kronis Pasien Keempat ... 91 Tabel 5.27 Analisa Hasil Pengujian ... 100 Tabel 5. 28 Uji Fungsionalitas Halaman Pasien / User ……….. 101 Tabel 5. 29 Uji Fungsionalitas Halaman Administrator ... 102
1 BAB I PENDAHULUAN
1.1 Latar Belakang
Sistem pakar merupakan sebuah sistem yang dibuat sesuai proses pemikiran serta pengetahuan pakar saat menyelesaikan suatu persoalan nyata yang dikembangkan sehingga dapat diselesaikan oleh sistem komputer. Sistem pakar digunakan pada banyak sekali bidang baik itu pendidikan, industri juga kesehatan.
Dalam bidang kesehatan sistem pakar bisa dipergunakan untuk diagnosa suatu penyakit. Anemia adalah persoalan medis yang paling seringkali ditemukan di masyarakat, disamping berbagai persoalan penyakit utama warga yang mempunyai dampak besar terhadap kesehatan. Banyak warga masih belum sepenuhnya menyadari bahwa sulitnya menerima informasi perihal penyakit anemia sehingga membuat warga tidak begitu paham dengan penyakit anemia.
Oleh karena itu sistem ini dibuat sehingga dapat mempermudah masyarakat untuk mendapatkan informasi tentang gejala atau tanda-tanda penyakit yang dialami dan juga jenis-jenis penyakit anemia tanpa bertemu langsung dengan dokter , serta bisa mengetahui solusi untuk mencegah terjadinya penyakit anemia. Bahkan, juga dapat digunakan oleh dokter sebagai alat deteksi gejala dan penyakit secara cepat. Pentingnya berkomunikasi pada proses perawatan dapat dilakukan melalui pemeriksaan darah sederhana yang dapat membuktikan adanya penyakit anemia atau kurang darah.
Sel darah merah mengandung hemoglobin yang memungkinkan dalam mengangkut oksigen yang berasal dari paru-paru dan mengantarkannya ke semua bagian tubuh. Anemia mengakibatkan berkurangnya jumlah sel darah merah atau jumlah hemoglobin pada sel darah merah, sehingga darah tidak bisa mengangkut oksigen dalam jumlah sesuai yang dibutuhkan tubuh. Kurang darah mampu mengakibatkan kelelahan, kelemahan, kurang energi serta kepala terasa melayang.
Bila anemia bertambah berat, mampu mengakibatkan penyakit serangan jantung.
Berdasarkan permasalahan tersebut maka penulis tertarik untuk melakukan topik penelitian sistem pakar yang berjudul Implementasi Metode Certainty Factor Untuk Diagnosa Penyakit Anemia dan diharapkan mampu memberikan sebuah kontribusi yang bermanfaat bagi semua pihak khususnya dalam bidang kesehatan.
1.2 Perumusan Masalah
Dari latar belakang diatas, maka dapat dirumuskan beberapa permasalahan sebagai berikut :
1. Bagaimana menerapkan metode Certainty Factor untuk diagnosa penyakit anemia?
2. Bagaimana akuisisi basis pengetahuan seorang pakar ?
1.3 Batasan Masalah
Berdasarkan latar belakang masalah diatas dan rumusan masalah, penelitian ini hanya dibatasi pada hal-hal sebagai berikut :
1. Data yang digunakan adalah data penyakit anemia aplastik, anemia defisiensi zat besi, dan anemia karena penyakit kronis.
2. Bahasa pemrograman yang digunakan yaitu PHP dan MySQL sebagai databasenya.
3. Metode yang digunakan yaitu Certainty Factor.
4. Interval nilai Certainty Factor yang digunakan adalah 0 sampai 1 untuk mencari nilai tingkat keyakinan positif.
1.4 Tujuan Penelitian
Tujuan penelitian ini adalah untuk :
1. Membuat suatu sistem pakar yang dapat melakukan diagnosa penyakit Anemia yang dapat membantu dalam melakukan penetapan diagnosa secara efektif dan memiliki tingkat akurasi yang tinggi.
2. Menggunakan suatu sistem cerdas menggunakan metode Certainty Factor dalam membangun sistem pakar untuk mendiagnosa kemungkinan penyakit Anemia.
1.5 Manfaat Penelitian
Adapun manfaat penelitian secara khusus diantaranya adalah sebagai berikut.
1. Sistem pakar dibangun secara teoritis dapat digunakan untuk pengembangan pembelajaran di bidang teknologi khususnya pakar.
2. Masyarakat yang tidak mendapatkan akses pelayanan kesehatan dengan dokter dapat memperoleh manfaat sistem pakar yang dibangun sebagai alternatif mengetahui kemungkinan penyakit Anemia yang kemudian dapat digunakan untuk konsultasi atau pemeriksaan lebih lanjut.
1.6 Sistematika Penelitian
Penulisan penelitian ini terdiri dari 6 bab yang pada setiap bab berisi penjelasan yang saling berkaitan.
1. BAB I PENDAHULUAN
Dalam bab ini berisi tentang latar belakang masalah, rumusan masalah, tujuan dan manfaat penelitian, batasan masalah, serta sistematika penulisan.
2. Bab II LANDASAN TEORI
Dalam bab ini berisi lebih dalam tentang tinjauan pustaka dari penelitian yang berkaitan yang pernah dilakukan, serta teori-teori yang mendukung meliputi Penyakit Anemia, System Pakar, dan metode Certainty Factor.
3. Bab III METODOLOGI PENELITIAN
Dalam bab ini berisi tentang metodologi penelitian yang terdiri dari tahap metodologi penelitian serta kebutuhan perangkat lunak dan keras.
4. Bab IV ANALISIS DAN DESAIN SISTEM
Bab ini berisi tentang analisis dan perancangan sistem yang mendukung proses pembangunan sistem Implementasi Metode Certainty Factor Untuk Diagnosa Penyakit Anemia yang berisi gambaran jalur sistem, analisis kebutuhan sistem, analisis kebutuhan pengguna, perhitungan, desain database, diagram Entity Relationship (ERD), dan perancangan antar muka sistem.
5. Bab V IMPLEMENTASI SISTEM DAN EVALUASI HASIL
Bab ini berisi implementasi sistem berdasarkan perancangan yang sudah dibuat dan kemudian diterapkan ke dalam program yang menghasilkan perangkat lunak, serta pengujian sistem dan uji fungsionalitas sistem.
6. Bab VI PENUTUP
Dalam bab ini berisi tentang kesimpulan hasil penelitian dan saran untuk proses rancangan pengembangan sistem selanjutnya.
5 BAB II
TINJAUAN PUSTAKA DAN LANDASAN TEORI
2.1 Tinjauan Pustaka
Sebagai tinjauan pustaka berikut ini beberapa contoh penelitian yang sudah dilakukan oleh para peneliti yang dapat digunakan sebagai acuan.
Hengki Tamando Sihotang (2017) melakukan penelitian dengan judul Perancangan Aplikasi Sistem Pakar Diagnosa Diabetes Dengan Metode Bayes.
Metode yang digunakan dalam perhitungan probabilitasnya adalah metode Bayes.
Metode ini merupakan sebuah pendekatan untuk sebuah ketidak tentuan yang diukur dengan probabilitas. Berdasarkan hasil analisa, sistem ini dapat menangani proses konsultasi pengguna dengan tingkat akurasi yang cukup tinggi.
Implementasi sistem pakar menggunakan bahasa pemrograman PHP.
Nelly Astuti Hasibuan (2017) melakukan penelitian dengan judul “Sistem Pakar Mendiagnosa Penyakit Kaki Gajah Menggunakan Metode Certainty Factor”. Penelitian ini mengidentifikasi penyakit kaki gajah dan penyebabnya, serta menerapkan metode certainty factor dan merancang sistem pakar untuk mendiagnosa penyakit kaki gajah. Untuk mendiagnosa penyakit kaki gajah dengan menggunakan metode certainty factor. Pasien akan diberikan pertanyaan- pertanyaan untuk mendapatkan nilai kemungkinan dan kemudian nilai yang didapat akan diselesaikan dengan rumusan certainty factor, sehingga hasil diagnosa serta persentase kemungkinan mengalami penyakit kaki gajah.
Implementasi sistem pakar ini menggunakan Visual Basic 6.0.
Khairina Eka Setyaputri (2018) melakukan penelitian dengan judul Analisis Metode Certainty Factor pada Sistem Pakar Diagnosa Penyakit THT . Sistem pakar yang dibangun menggunakan metode Certainty Factor. Sistem pakar dapat membantu tim medis dalam mendiagnosa suatu penyakit, khususnya penyakit THT berdasarkan gejala-gejala yang dikeluhkan metode CF dapat digunakan sebagai metode dalam pengambilan keputusan pada bidang kesehatan
untuk mendiagnosa suatu penyakit. Pada penelitian ini dilakukan analisis metode CF pada Sistem Pakar Penyakit THT berbasis website.
Siti Zuhriyah (2019) melakukan penelitian dengan judul Pengaplikasian Certainty Factor Pada Sistem Pakar Untuk Mendiagnosa Penyakit Campak Rubella. Hasil penelitian ini berupa sistem pakar berbasis website yang dapat memberikan informasi dan mendiagnosa gejala penyakit campak rubella sesuai dengan pertanyaan yang diajukan oleh sistem pakar dan gejala penyakit yang dirasakan oleh pasien.
2.2 Landasan Teori 2.2.1 Penyakit Anemia
Anemia secara fungsional didefinisikan sebagai penurunan jumlah massa eritrosit (red cell mass) sehingga tidak dapat memenuhi fungsinya untuk membawa oksigen dalam jumlah yang cukup ke jaringan perifer (penurunan oxygen carrying capacity). Secara praktis anemia ditunjukkan oleh penurunan kadar hemoglobin, hematocrit atau hitung eritrosit (red cell mass), (Studi Sistem Informasi & Triguna Dharma, 2017).
Anemia adalah penurunan kuantitas atau kualitas sel-sel darah merah dalam sirkulasi, yang dapat disebabkan oleh gangguan pembentukan sel darah merah, peningkatan kehilangan sel darah merah melalui perdarahan kronik atau mendadak, atau lisis (destruksi) sel darah merah yang berlebihan. Dimana insidennya 30% pada setiap individu di seluruh dunia. Prevalensi terutama tinggi di negara berkembang karena faktor defisiensi diet dan atau kehilangan darah akibat infeksi parasit gastrointestinal. Umumnya anemia asemtomatik pada kadar hemoglobin diatas 10 gr/dl, tetapi sudah dapat menyebabkan gangguan penampilan fisik dan mental. Bahaya Anemia yang sangat parah bisa mengakibatkan kerusakan jantung, otak dan organ tubuh lain, bahkan dapat menyebabkan kematian (Studi Sistem Informasi & Triguna Dharma, 2017).
Sel darah merah mengandung hemoglobin yang memungkinkan mereka mengangkut oksigen dari paru- paru, dan mengantarkannya ke seluruh bagian tubuh. Anemia menyebabkan berkurangnya jumlah sel darah merah atau jumlah hemoglobin dalam sel darah merah, sehingga darah tidak dapat mengangkut oksigen dalam jumlah sesuai yang diperlukan tubuh. Anemia bukan suatu penyakit tertentu, tetapi cerminan perubahan patofisiologik yang mendasar yang diuraikan melalui anamnesis yang seksama, pemeriksaan fisik, dan konfirmasi laboratorium (Studi Sistem Informasi & Triguna Dharma, 2017).
Anemia juga merupakan persoalan medis yang paling banyak dijumpai di seluruh dunia, dan memiliki banyak sekali jenis penyakit anemia. Antara lain adalah anemia aplastik, anemia defisiensi besi, dan anemia karena penyakit kronis. Berikut penjelasan dari setiap jenis dari penyakit anemia :
a) Anemia Aplastik
Anemia Aplastik adalah anemia yang disebabkan oleh ketidak sanggupan sumsum tulang belakang membentuk sel darah merah dan juga faktor dari luar tubuh manusia, seperti halnya terpapar bahan kimia, terkena perawatan medis atau bahkan faktor fisik lainnya. Anemia aplastik terjadi ketika tubuh yang anda miliki tidak sanggup untuk memproduksi sel darah merah kembali. Terkadang jenis penyakit anemia yang satu ini tidak diketahui dengan pasti apa penyebabnya, namun kini autoimun juga diyakini sebagai salah satu bentuk penyebabnya (Studi Sistem Informasi &
Triguna Dharma, 2017).
b) Anemia Defisiensi Zat Besi
Definisi Zat Besi adalah jenis yang paling umum di kalangan masyarakat. Jenis penyakit yang satu ini biasanya terjadi pada kalangan wanita yang subur. Penyakit yang satu ini terjadi karena tubuh tersebut tidak dapat menghasilkan hemoglobin yang cukup, serta kurangnya persediaan besi untuk eritropoiesis, karena cadangan besi kosong (depleted iron store) sehingga pembentukan hemoglobin berkurang (Studi Sistem Informasi & Triguna Dharma, 2017).
c) Anemia Karena Penyakit Kronis
Anemia Karena Penyakit Kronis sering disebut juga anemia pada inflamasi merupakan anemia yang disebabkan oleh berbagai kemungkinan penyakit sebelumnya, seperti kanker, infeksi, penyakit autoimun, dan penyakit peradangan, seperti artritis reumatoid atau penyakit ginjal. Jenis anemia ini adalah penyebab anemia tersering kedua setelah anemia defisiensi besi. Biasanya, penyakit ini diderita pada lansia yang mengidap penyakit kronik, dan memerlukan perawatan khusus, baik di rumah maupun dirawat di rumah sakit (Fadli, 2019).
Anemia Kronis tidak ada pengobatan khusus untuk anemia jenis ini.
Dokter berfokus pada mengobati penyakit yang mendasari. Suplemen zat besi dan vitamin umumnya tidak membantu jenis anemia ini. Namun, jika gejala menjadi parah, transfusi darah atau suntikan eritropoietin sintetis, hormon yang biasanya dihasilkan oleh ginjal, dapat membantu merangsang produksi sel darah merah dan mengurangi kelelahan (Studi Sistem Informasi & Triguna Dharma, 2017).
Berikut adalah tabel gejala dari ketiga penyakit anemia yang dapat dilihat pada tabel dibawah ini :
Tabel 2.1 Gejala dan Jenis Penyakit Anemia
NO GEJALA
PENYAKIT Anemia
Aplastik
Anemia Defisiensi
Zat Besi
Anemia Penyakit
Kronis
1 Terasa lemah diseluruh tubuh ✓ ✓ ✓
2 Merasa sakit kepala ✓ ✓ ✓
3 Nyeri pada dada ✓ ✓ ✓
4 Demam ✓
5
Keluar darah dan Hidung
mimisan ✓
6 Kaki dan tangan terasa dingin ✓
7 Kesemutan pada kaki
8 Kulit tampak pucat ✓ ✓ ✓
9 Merasa muntah-muntah / mual
10 Nyeri pada panggul hingga kepala ✓
Data gejala anemia pada tabel 2.1 diatas diperoleh dengan cara berkonsultasi secara langsung dengan seorang Dokter di Puskesmas Karang Mulia Nabire yang juga disertai dengan literatur yang diambil dari aplikasi resmi berlisensi yaitu Halodoc.
d) Penyebab Anemia
Anemia terjadi karena berbagai penyebab yang berbeda di setiap wilayah atau negara.6 Terdapat enam faktor yang sering menyebabkan kejadian anemia, pertama adalah rendahnya asupan zat besi dan zat gizi lainnya, yang disebabkan oleh rendahnya konsumsi makanan sumber zat besi. Zat gizi lain yang menyebabkan terjadinya anemia adalah kekurangan vitamin A, vitamin C, asam folat, riboflavin, dan vitamin B12. Kedua, penyerapan zat besi yang rendah, disebabkan komponen penghambat di dalam makanan seperti fitat. Rendahnya zat besi pada bahan makanan nabati menyebabkan zat besi tidak dapat diserap dan digunakan oleh tubuh. Ketiga, malaria terutama pada anak-anak dan wanita hamil. Keempat, parasit seperti cacing (hookworm) dan lainnya (skistosomiasis). Kelima, infeksi akibat penyakit kronis maupun sistemik (misalnya: HIV/AIDS). Keenam, gangguan genetik seperti hemoglobinopati dan sickle cell trait (Ii, n.d.).
11 Nyeri pada ulu hati ✓
12 BAB mengeluarkan darah ✓
13 BAK bercampur darah ✓
14 Nyeri di sendi / tulang ✓
15 Berkunang -kunang ✓ ✓ ✓
16 Sesak nafas ✓ ✓ ✓
17 Kuku rapuh ✓
18 Detak jantung cepat ✓ ✓
19 Nafsu makan menurun ✓
20 Pusing / Pingsan ✓
21 Detak jantung tidak teratur ✓
2.2.2 Sistem Pakar
Sistem pakar yang muncul pertama kali adalah General-purpose problem solve (GPS) yang dikembangkan oleh Newel dan Simon. Sampai saat ini sudah banyak sistem pakar yang dibuat, seperti MYCIN untuk diagnosis penyakit, DENDRAL untuk mengidentifikasi struktur molekul campuran yang tidak dikenal, XCON dan XSEL untuk membantu konfigurasi sistem komputer besar, SOPHIE untuk analisis sirkuit elektrolit, Prospector digunakan di bidang geologi untuk membantu mencari dan menemukan deposit, FOLIO digunakan untuk membantu memberikan keputusan bagi seorang manager dalam stok dan investasi, DELTA dipakai untuk pemeliharaan lokomotif listrik diesel, dan sebagainya (Sutojo dkk, 2011).
Dalam pembuatannya, sistem pakar menggabungkan berbagai aturan- aturan kesimpulan dengan basis pengetahuan yang diterima dari seorang pakar atau lebih dalam bidang terkait. Penggabungan kedua hal itu kemudian disimpan dalam komputer, yang selanjutnya digunakan untuk proses pengambilan keputusan penyelesaian masalah tersebut. Terdapat beberapa teknik representasi pengetahuan yang biasa digunakan dalam pengembangan suatu sistem pakar (Marlonsn, 2012) yaitu :
1) Rule-Based Knowledge
Pengetahuan direpresentasikan dalam suatu bentuk fakta (facts) dan aturan (rules). Bentuk representasi ini terdiri atas premis dan kesimpulan
2) Frame-Based Knowledge
Pengetahuan direpresentasikan dalam suatu bentuk hirarki atau jaringan frame.
3) Object-Based Knowledge
Pengetahuan direpresentasikan sebagai jaringan dari obyek-obyek. Obyek adalah elemen data yang terdiri dari data dan metoda (proses).
4) Case-Based Reasoning
Pengetahuan direpresentasikan dalam bentuk kesimpulan kasus (cases).
Terdapat dua bagian penting dari sistem pakar, yaitu lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation environment). Lingkungan pengembangan digunakan oleh pembuat sistem pakar untuk membangun komponen-komponennya dan memasukkan pengetahuan ke dalam basis pengetahuan (knowledge base).
Lingkungan konsultasi digunakan oleh 13 pengguna untuk berkonsultasi sehingga pengguna mendapatkan pengetahuan dan nasihat dari sistem pakar layaknya berkonsultasi dengan sistem pakar (Sutojo dkk, 2011, p. 166). Pada Gambar 2.1 ditunjukkan komponen pada sistem pakar (Sutojo dkk, 2011).
Gambar 2.1 Komponen-komponen penting dalam Sistem Pakar
2.2.3 Certainty Factor
Teori Certainty Factor (CF) diusulkan oleh Shortliffe dan Buchanan pada 1975 untuk mengakomodasi ketidakpastian kepemilikan (inexact reasoning) seorang pakar. Metode Certainty Factor (CF) ini dipilih ketika dalam menghadapi suatu masalah, sering ditemukan jawaban yang tidak memiliki kepastian penuh. Untuk mengakomodasi hal ini maka digunakan Certainty Factor (CF) guna menggambarkan tingkat keyakinan pakar terhadap masalah yang sedang dihadap ketidakpastian ini berupa probabilitas yang tergantung dari hasil suatu kejadian (Yanti et al., 2020).
Agar mendapatkan nilai tingkat keyakinan (CF) dari sebuah rule, dapat dilakukan dengan mewawancarai seorang pakar. Nilai CF (Rule) didapat dari interpretasi “term” dari pakar, yang diubah menjadi nilai CF tertentu sesuai Tabel 2.2 berikut (Sutojo dkk, 2011)
Tabel 2.2 Tingkat Keyakinan CF
Kondisi Tidak Pasti (Uncertain Term) CF
Pasti Tidak (Definetely Not) -1.0
Hampir Pasti Tidak (Almost Certainty Not) -0.8 Kemungkinan Besar Tidak (Probably Not) -0.6
Kemungkinan Tidak (Maybe Not) -0.4
Tidak Tahu (Unknown) -0.2 to 0.2
Kemungkinan (Maybe) 0.4
Kemungkinan Besar (Probably) 0.6
Hampir Pasti (Almost Certainly) 0.8
Pasti (Definitely) 1.0
Nilai 0 menggambarkan bahwa user tidak mengalami gejala tersebut, namun semakin tinggi tingkat nilai keyakinan yang dialami oleh pengguna maka gejala tersebut juga berkemungkinan tinggi dialami user. Kemudian masing-masing aturan baru dihitung certainty factornya, sehingga diperoleh nilai certainty factor untuk masing-masing aturan, kemudian nilai certainty factor tersebut dikombinasikan.
Certainty Factor menggambarkan derajat kepercayaan atau ketidakpercayaan, dimana hasil dari penjumlahan keduanya tidak selalu berjumlah 1. Certainty Factor menggunakan MB(H|E) untuk menggambarkan nilai kepercayaan dari hipotesis H, Gejala E, dan MD(H|E) untuk nilai ketidakpercayaan dari hipotesis H, gejala E. Karena keterangan atau fakta bagian dari gejala salah satunya menyangkal hipotesis, MB(H|E) atau MD(H|E) maka nilainya harus nol untuk setiap H dan E. Jadi rumus untuk Certainty factor adalah sebagai berikut (Giarattano, J. & Riley, 1994) :
)
| ( )
| ( )
|
( H E MB H E MD H E
CF = −
Dimana :
CF (H|E) : Certainty factor dari hipotesis H yang dipengaruhi oleh gejala (evidence) E. Besarnya CF berkisar antara -1 sampai dengan 1.
Nilai -1 menunjukkan ketidakpercayaan mutlak sedangkan 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 creased disbelief) terhadap hipotesis H yang dipengaruhi oleh gejala E.
H : Hipotesis atau dugaan penyakit.
E : Evidence (Peristiwa atau fakta)
Secara umum rule di representasikan sebagai berikut (Apriliani & Mustafidah, 2017) :
Rumus = Atau
Dimana :
E1 …. En : Fakta – fakta (evidence) yang ada H : Hipotesis atau konklusi yang dihasilkan
CF Rule : Tingkat keyakinan terjadinya hipotesis H akibat adanya fakta-fakta E1…..En
1. Rule dengan evidence E tunggal dan hipotesis H tunggal IF E THEN H (CF Rule)
Catatan : secara praktik, nilai CF rule ditentukan oleh pakar, sedangkan nilai CF(E) ditentukan oleh pengguna saat berkonsultasi dengan sistem pakar.
2. Kombinasi dua buah rule dengan evidence berbeda (E1 dan E2), tetapi hipotesis sama.
IF E1 THEN H => CF (H,E1) = CF1 = C (E1)*CF(Rule) IF E2 THEN H => CF (H,E2) = CF1 = C (E2)*CF(Rule)
IF E1 AND E2 . . . AND En THEN H (CF Rule)
IF E1 OR E2 . . . OR En THEN H (CF Rule)
CF (H,E) = CF(E) * (CF Rule)
3. Certainty Factor untuk kaidah dengan kesimpulan yang serupa (Similarly Concluded Rules) :
Kelebihan metode CF ini adalah sangat cocok untuk digunakan pada pembuatan sistem pakar yang mengukur sesuatu yang pasti atau tidak pasti seperti mendiagnosis penyakit, juga perhitungan dari metode ini hanya berlaku untuk sekali hitung, serta hanya dapat mengolah dua data sehingga keakuratannya terjaga (Hansun, 2015).
CF Combine CF [H | E] old 3 = CF [H | E] old + CF [H | E]3 * [1- CF [H | E]old
16 BAB III
METODOLOGI PENELITIAN
3.1 Metodologi Penelitian
Jenis penelitian ini adalah penelitian pengembangan yaitu mengembangkan sistem diagnosa penyakit anemia menggunakan metode Certainty Factor. Pengumpulan data dan informasi dilakukan dengan 2 cara yaitu wawancara dan dokumentasi. Wawancara dilakukan langsung kepada pakar mengenai gejala-gejala dan jenis penyakit anemia serta nilai CF untuk setiap gejala terhadap setiap penyakit. Perencanaan sistem merupakan langkah awal yang dilakukan dalam penentuan tujuannya dibangun sistem. Tahap ini digunakan untuk merancang sistem pakar yang diusulkan yang meliputi penentuan gejala dan bobotnya, sebagai berikut :
1. Pengumpulan Data
Sumber data berasal dari Puskesmas Karangmulia Nabire dan Wawancara dengan Pakar serta dari sistem informasi Halodoc yang berada dibawah pengawasan dinas kesehatan Republik Indonesia.
2. Studi Literatur
Pada tahap ini langkah yang dilakukan setelah mengetahui pokok masalah, peneliti melakukan pencaharian, pengumpulan dan mempelajari dengan mengambil referensi yang berkaitan dengan sistem pakar dengan metode Certainty Factor. Sumber literatur berupa buku, jurnal, dan sumber-sumber yang mendukung penelitian dan perancangan sistem.
3.2 Alat Penelitian
Dalam proses penelitian ini menggunakan sebuah perangkat keras, perangkat lunak sebagai alat bantu.
3.2.1 Perangkat Lunak
Perangkat lunak (software) yang digunakan dalam membangun sistem pakar diagnosa penyakit kulit dapat dilihat pada Tabel 3.1.
Tabel 3.1 Perangkat Lunak No Jenis Perangkat Lunak
1 Sistem Operasi Windows 10 2 Text Editor Sublime Text 3 Dokumentasi Office 2013 4 Desain Visio, Bootstrap
5 Pengujian Xampp, Mozilla, Google
3.2.2 Perangkat Keras
Perangkat keras (hardware) yang digunakan dalam membangun sistem pakar penyakit anemia dapat dilihat pada Tabel 3.2.
Tabel 3.2 Perangkat Keras No Jenis Perangkat Keras
1 Procesor Intel(R) Core(TM)i7-5500U [email protected]
2 Ram 4 Gb
3 Hardisk 500 Gb
4 Laptop Dell NVIDIA GeForce 920M
18 BAB IV
ANALISIS DAN DESAIN SISTEM 4.1 Jalan Penelitian
Penelitian ini akan mengembangkan sebuah sistem pakar untuk menentukan penyakit anemia dengan alur penelitian pada Gambar 4.1
.
Sta rt
Menentukan nilai CF suatu gejala
Menentukan nilai CF geja la yang dikeluhkan pasien
Mencocokkan gejala yang dimasukkan pasien dengan rule pa da sistem
Mengalikan nilai CF user
Menghitung nilai CF kombina si beberapa gejala pada rule yang cocok
Menampilkan hasil (penyakit dan persentase
keyakinan berdas arkan nila i CF)
End
Gambar 4.1 Flowchart Alur Penelitian
4.2 Akuisisi Pengetahuan Pakar
Akuisisi pengetahuan merupakan kegiatan untuk mencari dan megumpulkan data untuk analisis kebutuhan perangkat lunak yang bersumber dari seorang pakar.
4.3 Analisis Kebutuhan Sistem 4.3.1 Analisis Kebutuhan Masukan
Adapun masukan yang diberikan pakar mengenai kebutuhan penelitian adalah:
a) Data pokok yang menjadi dasar untuk mendiagnosa kemungkinan penyakit anemia yang diderita pasien.
b) Data nilai bobot evidence terhadap hipotesa yang belum ada dalam sistem.
c) Data aturan ditambah dalam sistem disesuaikan dengan aturan perhitungan.
d) Dari point tersebut, digunakan sebagai basis pengetahuan dari sistem pakar diagnosa penyakit anemia.
4.3.2 Analisis Kebutuhan Proses
Sistem ini akan melakukan penalaran untuk menentukan diagnosa penyakit anemia dengan metode Certainty Factor. Dengan ini sistem akan menyeleksi tiap gejala terhadap penyakit dan memberikan diagnosa kemungkinan penyakit anemia berdasarkan gejala yang dimasukkan sebelumnya.
4.3.3 Analisis Kebutuhan Keluaran
Data keluaran dari sistem ini adalah hasil perhitungan data pokok yang telah dilakukan menggunakan metode Certainty Factor berdasarkan gejala-gejala yang ada pada hasil pemeriksaan.
4.4 Analisis Kebutuhan Pengguna 4.4.1 Perancangan DFD
Data Flow Diagram (DFD) merupakan diagram alir data yang menggambarkan bagaimana data diproses oleh sistem. Data Flow Diagram juga menggambarkan notasi aliran data di dalam sistem.
4.4.1.1 Diagram Konteks
Diagram konteks memiliki 2 pengguna yaitu pasien dan admin. Dapat dilihat pada Gambar 4.2.
Gambar 4.2 Konteks Diagram
4.4.1.2 DFD Level 0
DFD level 0 yang merupakan penjabaran dari diagram konteks, dapat dilihat pada Gambar 4.3. Dalam sistem pakar ini terdapat 8 proses yaitu login, olah data admin, olah data penyakit, olah data gejala, olah data bobot, olah data CF, olah data pasien, dan olah data pemeriksaan.
2 Manajemen data
Admin
ADMIN
Pasien
Admin
7 Manajemen Data
Pasien Pasien
Diagnosa
Data Diagnosa
Data Admin D1
D6
Data Pasien
Data Pasien
4 Manajemen data
Gejala Data Gejala Gejala
D3
Data Pasien
D7
3 Manajemen data
Penyakit Data Penyakit D2 Penyakit
5 Manajemen data
Bobot Data Bobot D4 Bobot
Data Gejala Data Gejala
Data Penyakit Data Admin
8 Manajemen data
Pemeriksaan
Periksa
Data Pemeriksaan D8
Data Diagnosa Data Bobot
1 Login Username dan password
Validasi
Data Pemeriksaaan
Data Penyakit
Data Pasien 6
Manajemen data
CF Data CF D5 CF
Data CF
Data Gejala
Hasil
Data Hasil D9
Gambar 4.3 DFD Level 0 Sistem Pakar Anemia
4.4.1.3 DFD Level 1 Proses 1
DFD olah data admin terdiri dari tiga proses yaitu input, update , dan delete dapat dilihat pada Gambar 4.4.
Gambar 4.4 DFD Manajemen Admin
4.4.1.4 DFD Level 1 Proses 2
DFD olah data penyakit terdiri dari tiga proses yaitu input, edit, dan delete dapat dilihat pada Gambar 4.5.
Gambar 4.5 DFD Manajemen Data Penyakit
4.4.1.5 DFD Level 1 Proses 3
DFD olah data gejala penyakit terdiri dari tiga proses yaitu input, edit, dan delete dapat dilihat pada Gambar 4.6.
Gambar 4.6 DFD Manajemen Data Gejala
4.4.1.6 DFD Level 1 Proses 4
DFD olah data bobot terdiri dari tiga proses yaitu input, edit, dan hapus dapat dilihat pada Gambar 4.7.
Gambar 4.7 DFD Manajemen Bobot
4.4.1.7 DFD Level 1 Proses 5
DFD olah data CF terdiri dari tiga proses yaitu input, edit dan hapus dapat dilihat pada Gambar 4.8.
Gambar 4.8 DFD Manajemen Data CF
4.4.1.8 DFD Level 1 Proses 6
DFD olah data pasien terdiri dari tiga proses yaitu input, edit dan hapus dapat dilihat pada Gambar 4.9.
Gambar 4.9 DFD Manajemen Pasien
4.4.1.9 DFD Level 1 Proses 7
DFD olah data pemeriksaan terdiri dari tiga proses yaitu input, edit, dan hapus dapat dilihat pada Gambar 4.10.
Gambar 4.10 DFD Manajemen Data Pemeriksaan
4.4.2 Perancangan Basis Pengetahuan
Basis pengetahuan mengandung pengetahuan untuk pemahaman formulasi dan penyelesaian masalah. Berikut adalah jenis tabel penyakit dan gejala yang telah diseleksi sesuai dengan kebutuhan seperti dibawah ini :
Tabel 4.1 Jenis Penyakit Kode Penyakit Nama Penyakit
P01 Anemia Aplastik
P02 Anemia Defisiensi Zat Besi P03 Anemia karena Penyakit Kronis
Tabel 4.2 Data Gejala
NO KODE GEJALA
1 G01 Terasa lemah diseluruh tubuh 2 G02 Merasa sakit kepala
3 G03 Nyeri pada dada
4 G04 Demam
5 G05 Keluar Darah / Hidung mimisan 6 G06 Kaki dan tangan terasa dingin 7 G07 Kulit tampak pucat
8 G08 Nyeri pada panggul hingga kepala 9 G09 Nyeri pada ulu hati
10 G10 BAB mengeluarkan darah 11 G11 BAK bercampur darah 12 G12 Nyeri di sendi- sendi / tulang
13 G13 Pusing Berkunang -kunang 14 G14 Sesak nafas
15 G15 Kuku rapuh
16 G16 Detak jantung cepat 17 G17 Nafsu makan menurun 18 G18 Detak jantung tidak teratur
19 G19 Pingsan
4.4.2.1 Interpretasi Nilai Bobot Keyakinan
Untuk mendapatkan tingkat keyakinan (CF) dari sebuah rule, dapat dilakukan dengan mewawancarai seorang pakar, untuk menentukan suatu tinggkat kepastian terhadap bobot gejala penyakit yang kemudian dinamakan bobot CF Pakar. Pada saat menentukan nilai CF user, nilai bobot keyakinan nilai CF user telah diberikan ketentuan nilai bobot yang dapat disesuaikan sesuai dengan yang terjadi pada user. Sehingga user dapat memilih dan itulah yang dinamakan CF user, yang diinterpretasikan berdasarkan Tabel 4.3.
Tabel 4.3 Interpretasi Nilai Bobot Keyakinan
Bobot Keyakinan CF
Tidak yakin 0
Sedikit Yakin 0,4
Cukup Yakin 0,6
Yakin 0,8
Sangat Yakin 1
4.4.2.2 Nilai Certainty Factor Pakar
Berikut ini merupakan nilai CF masing-masing gejala pada setiap penyakit :
Tabel 4.4 Bobot Nilai Gejala Tiap Jenis Penyakit Anemia Kode
Gejala Nama Gejala CF
P01
CF P02
CF P03 G01 Terasa lemah diseluruh badan 0,4 0,8 0,4
G02 Merasa sakit kepala 0,4 0,8 0,4
G03 Nyeri pada dada 0,4 0,6 0,6
G04 Demam 1
G05 Keluar Darah / Hidung mimisan 0,8 G06 Kaki dan tangan terasa dingin 0,6
G07 Kulit tampak pucat 0,6 0,6 0,6
G08 Nyeri pada panggul hingga kepala 0,8
G09 Nyeri pada ulu hati 0,8
G10 BAB mengeluarkan darah 1
G11 BAK bercampur darah 1
G12 Nyeri di sendi- sendi / tulang 0,8
G13 Pusing Berkunang -kunang 0,6 0,8 0,6
G14 Sesak nafas 0,8 0,8 0,6
G15 Kuku rapuh 0,8
G16 Detak jantung cepat 0,8 0,6
G17 Nafsu makan menurun 0,8
G18 Detak jantung tidak teratur 0,8
G19 Pingsan 1
4.5 Contoh Perhitungan Manual Metode CF
Langkah awal yang harus dilakukan adalah sudah memiliki seluruh nilai bobot keyakinan dari gejala setiap jenis penyakit. Dan selanjutnya menggunakan gejala yang telah dipilih oleh pasien/ user untuk segera dilakukan perhitungan dengan metode Certainty Factor. Berikut ini adalah perhitungan manual dengan kondisi jawaban seorang user mengalami gejala yang diambil dari catatan rekam medis pasien / user sebagai berikut :
Tabel 4.5 Contoh Gejela dan CF User
No Gejala Keterangan CF User
1 Berkunang- kunang Cukup Yakin 0,6
2 Lemas /Lemah diseluruh badan Yakin 0,8
3 Sakit kepala Yakin 0,8
4 Mual / Nafsu makan menurun Sangat Yakin 1
5 Kuku rapuh Sedikit Yakin 0,4
6 Kaki dan tangan dingin Cukup Yakin 0,6
7 Detak jantung cepat Yakin 0,8
8 Kulit tampak pucat Sedikit Yakin 0,4
Setelah mendapatkan nilai CF user dan CF pakar, persentase keyakinan dari penyakit dengan kode (P01, P02, dan P03) dapat dilakukan perhitungan sesuai dengan rumus metode Certainty Factor. Pertama, nilai bobot CF user akan dikalikan dengan CF pakar kemudian akan dihitung CF kombinasinya.
4.5.1 Perhitungan Penyakit Anemia Karena Penyakit Kronis
Gejala CF pakar dan CF user pada Anemia karena penyakit Kronis.
Tabel 4.6 Pencocokan Nilai CF User dan CF Pakar pada Anemia Penyakit Kronis
No Gejala Keterangan
CF User
CF Pakar
1 Berkunang- kunang Cukup Yakin 0,6 0.6
2 Lemas/ Lemah diseluruh badan Yakin 0,8 0.4
3 Sakit kepala Yakin 0,8 0.4
4 Mual/ Napsu makan menurun Sangat Yakin 1 0
5 Kuku rapuh Sedikit Yakin 0,4 0
6 Kaki dan tangan dingin Cukup Yakin 0,6 0
7 Detak jantung cepat Yakin 0,8 0.6
8 Kulit tampak pucat Sedikit Yakin 0,4 0.6
1. Berkunang -kunang
CF = CF user * CF pakar
CF1 = 0.6 * 0.6 = 0.36
2. Lemah diseluruh badan
3. Sakit kepala
4. Mual / Napsu makan menurun
5. Kuku rapuh
CF combine = Cf1 + CF2 * (1 – CF1)
CF2 = 0.8 * 0.4 = 0.32
CF combine1 = 0.36 + 0.32 * (1 - 0.36)
= 0.5648
CF3 = 0.8 * 0.4 = 0.32
CF combine2 = 0.5648 + 0.32* (1 - 0.5648) = 0.704064
CF4 = 1 * 0 = 0
CF combine3 = 0.704060+ 0 * (1 - 0.70406) = 0.704060
CF5 = 0.4 * 0 = 0
CF combine4 = 0.704060 + 0 * (1 - 0.704060) = 0.704060
6. Kaki dan tangan dingin
7. Detak jantung cepat
8. Kulit tampak pucat
Berikut ini hasil perhitungan manual untuk jenis penyakit Anemia Karena Penyakit Kronis : CF combine [P03] = 0.883046093 * 100% = 88,3046093%. Berdasarkan penghitungan manual di atas didapatkan persentase keyakinan P03 (setelah pembulatan 2 angka di belakang koma) sebesar 88,31%. Begitupun akan dilanjutkan pada perhitungan untuk diagnosa penyakit anemia yang lainnya.
CF6 = 0.6 * 0 = 0
CF combine5 = 0.704060+ 0 * (1 - 0.704060) = 0.704060
CF7 = 0.8 * 0.6 = 0.48
CF combine6 = 0.704060 + 0.48 * (1 - 0.704060) = 0.84611328
CF8 = 0.4 * 0.6 = 0.24
CF combine7 = 0.84611328 + 0.24 * (1 - 0.84611328)
= 0.883046093
4.5.2 Perhitungan Penyakit Anemia Defisiensi Zat Besi
Mengalikan bobot nilai CF User dan CF Pakar Pada Anemia Defisiensi Zat Besi.
Tabel 4.7 Perhitungan Perkalian CF User dan CF Pakar Anemia Defisiensi Besi
No Gejala Keterangan
CF User
CF Pakar
CF = CF User * CF
Pakar
1
Berkunang-
kunang Cukup Yakin 0.6 0.8 0.48
2
Lemas /Lemah
diseluruh badan Yakin 0.8 0.8 0.64
3 Sakit kepala Yakin 0.8 0.8 0.64
4
Mual / Nafsu
makan menurun Sangat Yakin 1 0.8 0.8
5 Kuku rapuh Sedikit Yakin 0.4 0.8 0.32
6
Kaki dan tangan
dingin Cukup Yakin 0.6 0.6 0.36
7
Detak jantung
cepat Yakin 0.8 0.8 0.64
8 Kulit tampak pucat Sedikit Yakin 0.4 0.6 0.24
Kemudian dilanjutkan dengan menghitung CF kombinasinya dengan hasil hitung seperti pada tabel 4.8.
Tabel 4.8 Hasil Perhitungan CF Kombinasi untuk Anemia Defisiensi Besi
CF Kombinasi Proses Perhitungan CF1, CF2 = 0.48 + 0.64 (1 - 0.48)
= 0.8128 CF old
CF old, CF3 = 0.8128 + 0.64 (1 – 0.8128)
= 0.932608 CF old
CF old, CF4 = 0.932608 + 0.8 (1 – 0. 932608)
= 0.9865216 CF old
CF old, CF 5 = 0.9865216 + 0.32 (1– 0.9865216)
= 0.990834688 CF old
CF old, CF6 = 0.990834688 + 0.36 (1 – 0.990834688)
= 0.9941342 CF old
CF old, CF7 = 0.9941342 + 0.64 (1 – 0.9941342)
= 0.997888312 CF old
CF old, CF8 = 0.997888312 + 0.24 (1 – 0.997888312)
= 0.998395117
Hasil Akhir = CF Combine x 100%
= 0.998395117 x 100%
= 99%
4.5.3 Perhitungan Anemia Aplastik
Perhitungan perkalian CF user dan CF pakar pada anemia aplastik.
Tabel 4. 9 Perkalian CF User dan CF Pakar penyakit Anemia Aplastik
No Gejala Keterangan CF
User
CF Pakar
CF = CF user
* CF Pakar 1 Berkunang- kunang Cukup
Yakin 0.6 0.6 0.36
2 Lemas /Lemah diseluruh badan
Yakin
0.8 0.4 0.32
3 Sakit kepala Yakin 0.8 0.4 0.32
4 Mual / Nafsu makan menurun
Sangat
Yakin 1 0 0
5 Kuku rapuh Sedikit
Yakin 0.4 0 0
6 Kaki dan tangan dingin Cukup
Yakin 0.6 0 0
7 Detak jantung cepat Yakin 0.8 0 0
8 Kulit tampak pucat Sedikit
Yakin 0.4 0.6 0.24
Tabel 4.10 Hasil Perhitungan CF Kombinasi Anemia Aplastik CF Kombinasi Proses Perhitungan
CF1, CF2 = 0.36 + 0.032 (1 – 0.36)
= 0.5648 CF old
CF old, CF3 = 0.5648 + 0.32 (1 – 0.5648)
= 0.704064 CF old
CF old, CF4 = 0.704064 + 0 (1 – 0.704064)
= 0.704064 CF old
CF old, CF 5 = 0.704064 + 0 (1– 0.704064)
= 0.704064 CF old
CF old, CF6 = 0.704064 + 0 (1 – 0.704064)
= 0.704064 CF old
CF old, CF7 = 0.704064 + 0 (1 – 0.704064)
= 0.704064 CF old
CF old, CF8 = 0.704064+ 0.24 (1 – 0.704064)
= 0.77508864
Hasil Akhir = CF Combine x 100%
= 0.77508864 x 100%
= 77%
Sehingga didapatkan hasil keputusan pemeriksaan penyakit anemia pasien tersebut bahwa pasien tersebut mengalami gejala yang mengarah pada penyakit Anemia Defisiensi Besi dengan nilai tingkat keyakinan tertinggi, yang dapat dilihat pada tabel 4.11 sebagai berikut :
Tabel 4.11 Hasil Presentase Pemeriksaan dari contoh pasien
No Nama Penyakit Presentase
1 Anemia Defisiensi Besi 99,84 %
2 Anemia Karena Penyakit Kronis 88,31 %
3 Anemia Aplastik 77,51%
4.6 Perancangan Database
Perancangan database merupakan proses untuk mengisi data yang dibutuhkan untuk mendukung perancangan sistem. Model perancangan database yang dibangun adalah model relationship dimana seluruh tabel saling berhubungan satu dengan yang lainnya. Dapat dilihat pada Gambar 4.11.
4.6.1 Perancangan Basis Data Konseptual (ERD)
Gambar 4.11 Entity Relationship Diagram (ERD)
