BAB II
LANDASAN TEORI
2.1 Kecerdasan Buatan
Artificial Intelligence atau kecerdasan buatan merupakan bagian dari ilmu pengetahuan komputer yang khusus ditunjukan dalam perancangan otomisasi tingkah laku cerdas dalam system kecerdasan komputer. Sistem memperlihatkan sifat – sifat khas yang dihubungkan dengan kecerdasan dalam kelakuan atau tindak-tanduk yang sepenuhnya bisa menirukan beberapa fungsi otak manusia, seperti pengertian bahasa, pengetahuan, pemikiran, pemecahan masalah dan lain sebagainya.[2]
Agar mesin bisa cerdas (bertindak seperti dan sebaik manusia) maka harus diberi bekal pengetahuan dan mempunyai kemampuan untuk menalar. Dua bagian utama yang dibutuhkan untuk aplikasi kecerdasan buatan:
a. Basis pengetahuan (knowledge base): berisi fakta-fakta, teori, pemikiran dan hubungan antara satu dengan lainnya.
Ouput,
Jawaban,
solusi
Gambar 2.1 Bagian Utama Sistem Pakar
Implementasi dari kecerdasan buatan saat ini dapat ditemui dalam bidang-bidang antara lain:
1. Fuzzy logic : suatu metode kecerdasan buatan yang banyak terdapat pada alat elektronik dan robot. Dimana alat – alat elektronik atau robot tersebut mampu berpikir dan bertingkah laku sebagaimana layaknya manusia.
2. Computer vision: Suatu metode kecerdasan buatan yang memungkinkan sebuah sistem komputer mengenali gambar sebagai inputnya. Contohnya adalah mengenali dan membaca tulisan yang ada gambarnya.
3. Artificial intelegence dalam game: suatu metode kecerdasan buatan yang berguna untuk meniru cara berpikir seorang manusia dalam bermain game. Contohnya adalah program Deep Blue yang mampu berpikir setara dengan seorang grandmaster catur.
4. Speech recognition: suatu metode kecerdasan buatan yang berguna untuk mengenali suara manusia dengan cara dicocokkan dengan acuan atau pattern yang telah diprogramkan sebelumnya. Contohnya adalah suara dari user dapat diterjemahkan menjadi sebuah perintah bagi komputer.
5. Expert system : suatu metode kecerdasan buatan yang berguna untuk meniru cara berpikir dan penalaran seorang ahli dalam mengambil keputusan berdasarkan situasi yang ada.
2.2 Sistem Pakar
Secara umum, sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah seperti layaknya seorang pakar. Dengan sistem pakar ini, orang awam pun dapat menyelesaikan masalahnya atau hanya mencari informasi berkualitas yang sebenarnya hanya dapat diperoleh dengan bantuan para ahli di bidangnya. Sistem pakar ini juga dapat membantu aktivitas para pakar sebagai asisten yang berpengalaman dan mempunyai pengetahuan yang dibutuhkan. Dalam penyusunannya, sistem pakar mengkombinasikan kaidah-kaidah penarikan kesimpulan (inference rules) dengan basis pengetahuan tertentu yang diberikan oleh satu atau lebih pakar dalam bidang tertentu. Kombinasi dari kedua hal tersebut disimpan dalam komputer, yang selanjutnya digunakan dalam proses pengambilan keputusan untuk penyelesaian masalah tertentu.
Pada dasarnya sistem pakar diterapkan untuk mendukung aktivitas pemecahan masalah. Beberapa aktivitas pemecahan yang dimaksud seperti pembuatan keputusan (decision making), pemandu pengetahuan (knowledge fusing), pembuatan desain (designing), perencanaan (planning), prakiraan (forecasting), pengaturan (regulating), pengendalian (controlling), diagnosa (diagnosing), perumusan (prescribing), penjelasan (explaining), pemberian nasihat (advising), dan pelatihan (tutoring).[3]
Sistem pakar yang muncul pertama kali adalah General-purpose 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, dsb.
Tabel 2.1 Macam-macam sistem pakar
Sistem Pakar Kegunaan
MYCIN Diagnosa Penyakit
DENDRAL Mengidentifikasi struktur molecular campuran kimia yang tidak dikenal
XCON & XSEL Membantu Mengkonfigurasi sistem komputer besar SOPHIE Analisis sirkit elektronik
Prospector Digunakan di dalam geologi untuk membantu mencari dan menemukan deposit.
FOLIO Membantu memberikan keputusan bagi seorang manajer dalam hal stok broker dan investasi.
DELTA Pemeliharaan lokomotif listrik diesel.
Sistem pakar memiki ciri-ciri sebagai berikut : 1. Terbatas pada bidang yang spesifik
2. Dapat memberikan penalaran untuk data-data yang tidak lengkap atau tidak pasti
3. Dapat mengemukakan rangkaian alasan yang diberikannya dengan cara yang dapat dipahami
4. Berdasarkan rule atau kaidah tertentu
5. Dirancang untuk dapat dikembangkan secara bertahap 6. Outputnya tergantung dari dialog dengan user
7. Knowledge base dan inference engine terpisah
2.2.2 Kategori dan Area Permasalahan Sistem Pakar
Berikut adalah kategori dan area permasalahan sistem pakar:
a. Interpretasi, adalah mebuat kesimpulan atau deskripsi dari sekumpulan data mentah.
b. Prediksi, adalah memproyeksikan akibat –akibat yang dimungkinkan situasi-situasi tertentu
c. Diagnosa, adalah menentukan sebab malfungsi dalam situasi yang didasarkan pada gejala-gejala yang teramati.
e. Perencanaan, adalah merencanakan serangkaian tindakan yang dapat mencapai sejumlah tujuan dengan kondisi awal tertentu,
f. Debugging dan Repair, adalah menentukan dan menginterpresentasikan cara-cara untuk mengatasi malfungsi.
g. Instruksi, adalah mendeteksi dan mengoreksi defisiensi dalam pemahaman domain subyek.
h. Pengendalian, adalah mengatur tingkah laku suatu lingkungan yang kompleks. i. Seleksi, adalah mengidentifikasi pilihan terbaik dari sekumpulan
kemungkinan.
j. Simulasi, adalah pemodelan interaksi antara komponen-komponen sistem. k. Monitoring, adalah membandingkan hasil pengamatan dengan kondisi yang
diharapkan.
2.2.3 Keuntungan dan kelemahan Sistem Pakar
Keuntungan sistem pakar:
a. Memungkinkan orang awam dapat mengerjakan pekerjaan para ahli. b. Dapat melakukan proses secara berulang secara otomatis.
c. Menyimpan pengetahuan dan keahlian para pakar.
d. Meningkatkan kualitas, dengan memberi nasehat yang konsisten dan mengurangi kesalahan.
e. Meningkatkan hasil dan produktivitas, karena sistem pakar dapat bekerja lebih cepat dari manusia.
g. Memiliki kemampuan untuk mengakses pengetahuan. h. Meningkatkan kapabilitas dalam penyelesaian masalah. i. Menghemat waktu dalam pengambilan keputusan.
Kelemahan sistem pakar:
a. Biaya yang diperlukan untuk membuat, memelihara, dan mengembangkannya sangat mahal.
b. Sulit dikembangkan, hal ini erat kaitannya dengan ketersediaan pakar di bidangnya.
c. Sistem pakar tidak 100% benar karena seseorang yang terlibat dalam pembuatan sistem pakar tidak selalu benar. Oleh karena itu perlu diuji ulang secara teliti sebelum digunakan.
d. Kepakaran sangat sulit diekstrak dari manusia.
e. Pendekatan oleh setiap pakar untuk suatu situasi atau problem bias berbeda-beda, meskipun sama-sama benar.
f. Sangat sulit bagi seorang pakar untuk mengabstraksi atau menjelaskan langkah mereka dalam menangani masalah.
g. Sistem pakar bekerja baik untuk suatu bidang yang sempit.
h. Istilah dan jargon yang dipakai oleh pakar dalam mengekspresikan fakta seringkali terbatas dan tidak mudah dimengerti oleh orang lain.
i. Transfer pengetahuan dapat bersifat subyektif dan bias.
2.2.4 Struktur Sistem Pakar
a. Lingkungan pengembangan (development environment), yaitu bagian yang digunakan untuk memasukkan pengetahuan pakar ke dalam lingkungan sistem pakar.
b. Lingkungan konsultasi (consultation environment), yaitu bagian yang digunakan oleh pengguna yang bukan pakar untuk memperoleh pengetahuan.
Gambar 2.2 Struktur Sistem Pakar
Komponen-komponen yang terdapat dalam arsitektur / struktur system pakar: a) Antarmuka Pengguna (user interface)
b) Basis Pengetahuan
Basis pengetahuan mengandung pengetahuan untuk pemahaman formulasi, dan penyelesaian masalah. Pengetahuan itu dapat berasal dari ahli, buku, basis data,, penelitian dan gambar.
Ada 2 bentuk pendekatan basis pengetahuan:[4] • Penalaran berbasis aturan (rule-based reasoning)
Pada penalaran berbasis aturan, pengetahuan direpresentasikan dengan menggunakan aturan berbentuk IF-THEN. Bentuk ini digunakan apabila kita memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu, dan si pakar dapat menyelesaikan masalah tersebut secara berurutan. Disamping itu, bentuk ini juga digunakan apabila dibutuhkan penjelasan tentang jejak (langkah–langkah) pencapaian solusi.
• Penalaran berbasis kasus (case-based reasoning)
Akuisisi Pengetahuan (Knowledge Acquisition)
Akuisisi pengetahuan adalah akumulasi, transfer, dan transformasi keahlian dalam menyelesaikan masalah dari sumber pengetahuan ke dalam program komputer. Dalam tahap ini knowledge engineer berusaha menyerap pengetahuan untuk selanjutnya ditransfer ke dalam basis pengetahuan. Pengetahuan yang diakuisisi adalah pengetahuan procedural (apa yang harus dilakukan, berupa aturan, prosedur, metode, dan lain-lain) serta pengetahuan deklaratif (termasuk dan tidak termasuk, berupa fakta, konsep, dan lain-lain). Pengetahuan diperoleh dari pakar, dilengkapi dengan buku, basis data, laporan penelitian dan pengalaman pemakai. Ada beberapa tantangan dalam melakukan akuisisi, yaitu pengetahuan yang tidak lengkap, pengetahuan yang salah, kemampuan menjelaskan pengetahuan dan pandangan yang berbeda dari beberapa pakar.
Metode akuisisi pengetahuan :
- Wawancara : metode yang paling banyak digunakan, yang melibatkan pembicaraan dengan pakar secara langsung dalam suatu wawancara
- Analisis protokol : dalam metode ini pakar diminta untuk melakukan suatu pekerjaan dan mengungkapkan proses pemikirannya dengan menggunakan kata-kata. Pekerjaan tersebut direkam, dituliskan, dan dianalisis.
c) Mesin/Motor Inferensi (Inference Engine)
mekanisme pola pikir dan penalaran yang digunakan oleh pakar dalam menyelesaikan suatu masalah. Mesin inferensi adalah program komputer yang memberikan metodologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace, dan untuk memformulasikan kesimpulan.
Kerja mesin inferensi meliputi:
- Menentukan aturan mana akan dipakai
- Menyajikan pertanyaan kepada pemakai, ketika diperlukan. - Menambahkan jawaban ke dalam memori Sistem Pakar. - Menyimpulkan fakta baru dari sebuah aturan.
- Menambahkan fakta tadi ke dalam memori.
Ada 2 cara dalam melakukan inferensi : - Forward Chaining
Yaitu sebuah metode pelacakan kedepan, dimana diawali dari fakta – fakta yang diberikan user kemudian dicari dibasis pengetahuan lalu dicari rule yang sesuai dengan fakta – fakta. Setelah itu diadakan hipotesa untuk memperoleh kesimpulan. Metode inferensi ini yang akan digunakan dalam system pakar yang akan dibangun dengan contoh penalaran sebagai berikut:
IF Badan Demam AND Menggigil AND Sendi-sendi kaku
Pencocokan fakta atau pernyataan dimulai dari bagian sebelah kiri. Dengan kata lain, penalaran dimulai dari fakta terlebih dahulu, lalu dicari rule yang sesuai dengan fakta – fakta yang diberikan untuk menguji kebenaran hipotesa. Metode Forward Chaining akan ditunjukkan pada gambar berikut: [4]
Gambar 2.3 Metode Forward Chaining
- Backward Chaining adalah suatu teknik pelacakan yang dimulai dari sekumpulan kesimpulan, lalu hipotesa yang diinginkan, kemudian dengan mempergunakan kaidah–kaidah yang ada akan dicari sejumlah besar kondisi awal fakta – fakta yang mendukung kaidah – kaidah tersebut. Pencocokan fakta atau pernyataan dimulai dari bagian sebelah kanan.Dengan kata lain, penalaran dimulai dari kesimpulan, lalu hipotesa terlebih dahulu, dan untuk menguji kebenaran hipotesa tersebut harus dicari rule yang sesuai, lalu fakta yang ada dalam basis pengetahuan. Contoh penalaran Backward Chaining :
Lampu 1 rusak,
IF Lampu 1 dinyalakan AND Lampu 1 tidak nyala
AND sekering masih utuh
Metode Backward Chaining akan ditunjukkan pada gambar berikut:[4]
Gambar 2.4 Metode Backward Chaining
d) Workplace / Blackboard
Workplace merupakan area dari sekumpulan memori kerja (working memory), digunakan untuk merekam kejadian yang sedang berlangsung termasuk keputusan sementara.
e) Fasilitas Penjelasan (Explaination Facility).
Kemampuan untuk menjejak (tracing) bagaimana suatu kesimpulan dapat diambil merupakan hal yang sangat penting untuk transfer pengetahuan dan pemecahan masalah. Fasilitas penjelasan merupakan komponen tambahan yang akan meningkatkan kemampuan sistem pakar.
f) Perbaikan Pengetahuan
program akan mampu menganalisis penyebab kesuksesan dan kegagalan yang dialaminya dan juga mengevaluasi apakah pengetahuan- pengetahuan yang ada masih cocok untuk digunakan di masa mendatang.
2.3 Infeksi Tropis
Infeksi merupakan reaksi tubuh setempat atau umum dan biasanya reaksi setempat ini disertai dengan reaksi umum tubuh yang hidup karena invasi dari kuman (masuknya kuman kedalam tubuh) serta toksinnya (racun) dan berkembang biak. Syarat timbulnya infeksi adalah bahwa organisme yang menular harus mampu melekat, menduduki atau memasuki hospes (tubuh manusia) dan berkembang biak paling tidak sampai taraf tertentu. Tubuh kemudian mempunyai mekanisme pertahanan tertentu pada berbagai tempat yang berhubungan dengan lingkungan. Faktor mikroba yang berpengaruh terhadap infeksi antara lain adalah daya transmisi, daya invasi, dan kemampuan untuk menimbulkan penyakit. Sedangkan reaksi tubuh terhadap masuknya kuman tergantung pada jenis kuman, hospes, keadaan tubuh, keadaan sosial ekonomi, sistem imunitas, dan ada atau tidaknya alergi.[10]
2.3.1 DHF (Dengue Haemorrhagic Fever)
DHF (Dengue Haemorrhagic Fever) atau lebih sering kita dengar dengan sebutan Demam Berdarah, merupakan adalah penyakit akut yang disebabkan oleh virus dengue, yang ditularkan oleh nyamuk. Demam berdarah umumnya ditandai oleh demam tinggi mendadak, sakit kepala hebat, dan ruam. Gejala pada anak-anak dapat berupa demam ringan yang disertai ruam. Demam berdarah yang lebih parah ditandai dengan demam tinggi yang bisa mencapai suhu 40-41◦C selama dua sampai tujuh hari, wajah kemerahan, dan gelaja lainnya yang menyertai demam berdarah ringan. Berikutnya dapat muncul kecenderungan pendarahan, seperti memar, hidung dan gusi berdarah, dan juga pendarahan dalam tubuh.[5] Pada kasus yang sangat parah, mungkin berlanjut pada kegagalan saluran pernapasan, shock dan kematian Demam berdarah ditularkan pada manusia melalui gigitan nyamuk betina Aedes yang terinfeksi virus dengue. Penyakit ini tidak dapat ditularkan langsung dari orang ke orang. Penyebar utama virus dengue yaitu nyamuk Aedes aegypti, namun virus dengue juga dapat disebarkan oleh spesies lain yaitu Aedes albopictus.
2.3.2 Demam Malaria
memasuki sel – sel hepatosit, dan kemudian melalui sirkulasi darah akan memasuki sel – sel eritrosit. Didalam sel – sel eritrosit plasmodium selanjutnya berreplikasi. Replikasi ini merangsang sitolisis sel eritrosit dan menyebabkan lepasnya hasil metabolisme Plasmodium yang bersifat toksis ke sirkulasi darah. Hal ini mencetuskan sejumlah gejala klinik yang ringan sampai berat yang dapat menyebabkan kematian.[8]
Infeksi parasit malaria pada mulai ketika nyamuk anopheles betina menggigit manusia dan nyamuk akan melepaskan sporozoit dalam pembuluh darah yang sebagian besar menuju ke hati dan sebagian kecil sisanya akan mati di darah. Gejala biasanya mulai timbul dalam waktu 10-35 hari setelah parasit masuk ke dalam tubuh manusia melalui gigitan nyamuk. Gejala awalnya seringkali berupa demam ringan yang hilang-timbul, sakit kepala, sakit otot dan menggigil, bersamaan dengan perasaan tidak enak badan (malaise). Kadang gejalanya diawali dengan menggigil yang diikuti oleh demam. Gejala ini berlangsung selama 2-3 hari dan sering diduga sebagai gejala flu. [5]
2.3.3 Demam Chikungunya
gigitan nyamuk dari spesies Aedes aegypti. Secara mendadak penderita akan mengalami demam tinggi selama lima hari, sehingga dikenal pula istilah demam lima hari. Pada anak kecil dimulai dengan demam mendadak, kulit kemerahan. Mata biasanya merah disertai tanda-tanda seperti flu. Sering dijumpai anak kejang demam. Pada anak yang lebih besar, demam biasanya diikuti rasa sakit pada otot dan sendi, serta terjadi pembesaran kelenjar getah bening. Pada orang dewasa, gejala nyeri sendi dan otot sangat dominan dan sampai menimbulkan kelumpuhan sementara karena rasa sakit bila berjalan. Kadang-kadang timbul rasa mual sampai muntah[5]. Pada umumnya demam pada anak hanya berlangsung selama tiga hari dengan tanpa atau sedikit sekali dijumpai perdarahan maupun syok. Bedanya dengandemam berdarah dengue, pada Chikungunya tidak ada perdarahan hebat, renjatan (shock) maupun kematian.
2.4 PHP
PHP (hypertext Prepocessor) adalah sebuah bahasa pemograman yang berbentuk scripting.[6] PHP merupakan script untuk pemrograman script web server side, script yang membuat dokumen HTML secara on the Fly, dokumen HTML yang dihasilkan dari suatu aplikasi bukan dokumen HTML yang dibuat dengan menggunakan editor teks atau editor HTML. Dengan menggunakan PHP maka maintenance suatu situs web menjadi lebih mudah. Proses Update data dapat dilakukan dengan menggunakan aplikasi yang dibuat dengan menggunakan script PHP. Sistem kerja ini adalah interpreter bukan sebagai kompiler.Bahasa interpreter adalah bahasa yang script-script program tidak harus diubah kedalam bentuk source code. Sedangkan bahasa kompiler adalah bahasa yang akan mengubah script-script program kedalam source code, selanjutnya dari bentuk source code akan diubah menjadi object code, bentuk dari obyek code akan menghasilkan file yang lebih kecil dari file mentah sebelumnya.
semua database ber-interface ODBC. Juga dapat berintegrasi dengan beberapa library eksternal yang dapat melakukan segalanya mulai dari membuat dokumen PDF hingga mem-parse XML.
2.5 MySQL
