SISTEM PAKAR DIAGNOSA PENYAKIT RABIES ME

(1)

SISTEM PAKAR DIAGNOSA PENYAKIT RABIES MENGGUNAKAN

METODE CASE BASED REASONING

Amrullah*, Muhammad**))

*) STMIK Bina Bangsa Lhokseumawe, Aceh-Indonesia

**) Jurusan Teknik Industri, Fakultas Teknik, Universitas Malikussaleh, Aceh-Indonesia Email: [email protected]

Abstrak

Penyakit rabies merupakan penyakit menular yang sangat berbahaya yang ditularkan melalui binatang liar seperti anjing dan kera. Kemajuan sistem pakar dapat mengatasi permasalahan ini yaitu dengan merancang sebuah sistem komputer berbasis web yang terintegrasi dengan database dan bahasa pemrograman seperti PHP-MySQL sehingga dapat membantu pasien rabies untuk mendiagnosa penyakit tersebut. Tujuan dari penelitian ini adalah untuk membangun sebuah sistem pakar diagnosa penyakit rabies berbasis web. Aplikasi sistem pakar ini menggunakan metode Case Based Reasoning (CBR) yaitu metode pengambilan keputusan dengan membandingkan kasus baru dengan kasus lama dan melalui empat proses retrieve, reus, revise, dan retain. Hasil implementasi, sistem memberikan pertanyaan berupa gejala-gejala yang harus dijawab oleh pasien sesuai gejala yang dialami dan hasil dari proses tersebut sistem akan memberikan informasi jenis penyakit rabies guna mendapatkan solusi dengan pengobatan mapun terapi. Hasil implementasi, sistem pakar ini telah dapat mendiagnosa penyakit Rabies Stadium prodromal, Rabies Stadium sensoris, Rabies Stadium eksitasi dan Rabies Stadium paralitik.

Kata Kunci : Sistem Pakar, Diagnosa, Rabies, PHP-MySQL, Case Based Reasoning,

PENDAHULUAN

Rabies adalah penyakit infeksi tingkat akut pada susunan saraf pusat yang disebabkan oleh virus rabies. Penyakit ini bersifat zoonotik, yaitu dapat ditularkan dari hewan ke manusia. Virus rabies ditularkan ke manusia melalu gigitan hewan misalnya oleh anjing, kucing, kera, rakun, dan kelelawar. Rabies disebut juga penyakit anjing gila.

Rabies disebabkan oleh virus rabies yang masuk ke keluarga Rhabdoviridae dan genus Lysavirus. Karakteristik utama virus keluarga Rhabdoviridae adalah hanya memiliki satu utas negatif RNA yang tidak bersegmen. Virus ini hidup pada beberapa jenis hewan yang berperan sebagai perantara penularan.

Dalam menyelesaikan sistem cerdas ini dapat digunakan beberapa metode, untuk perbandingan namun dalam penerapan sistem cerdas diagnosa penyakit parasit ini penulis menggunakan metode Case Based Reasoning dengan penalaran membandingkan kasus baru dengan kasus lama dan didapatkan similarity dari perbandingan bobot.

Sistem Cerdas (Artificial Intellegence) berbasis komputerisasi yang ditujukan untuk membantu pengambilan keputusan dengan memanfaatkan data gejala-gejala penyakit dengan basis pengetahuanyang telah ada menurut para pakar untuk memecahkan berbagai persoalan yang tidak terstruktur. Komponen sistem dapat diakses dengan mudah oleh user untuk memberikan dukungan pada pengambilan keputusan.

Bertitik tolak dari permasalahan tersebut, pada kesempatan ini peneliti tertarik untuk mengembangkan system pakar diagnosa penyakit rabies menggunakan metode Case Based Reasoning.

1. Rumusan Masalah

Rumusan masalah merancang system pakar untuk diagnosa penyakit rabies dan bagaimana memberikan solusi penanganan menggunakan metode Case Based Reasoning.

2. Tujuan

(2)

bahaya penyakit Rabies yang ditularkan pada oleh virus dan binatang yang memiliki gejala rabies.

3. Manfaat

Dapat digunakan oleh semua orang yang ingin melakukan diagnosa pada penyakit Rabies yang dialami oleh pasien. Memberikan kemudahan dalam mendiagnosa penyakit Rabies yaitu melalui aplikasi web yang menghemat waktu dan biaya. Dapat mengetahui bahaya-bahaya penyakit dan teknik penularan penyakit Rabies yang sangat berbahaya.

TINJAUAN PUSTAKA

1. Pengertian Sistem Pakar

Sistem Pakar adalah sebuah program komputer yang mencoba meniru atau mensimulasikan pengetahuan (knowledge) dan keterampilan (skill) dari seorang pakar pada area tertentu. Selanjutnya sistem ini akan mencoba memecahkan suatu permasalahansesuai dengan kepakarannya [1].

Menurut Marimin (2005), sistem pakar adalah sistem perangkat lunak komputer yang menggunakan ilmu, fakta, dan teknik berpikir dalam pengambilan keputusan untuk menyelesaikan masalah-masalah yang biasanya hanya dapat diselesaikan oleh tenaga ahli dalam bidang yang bersangkutan [2].

2. Penyakit Rabies

Rabies adalah penyakit infeksi tingkat akut pada susunan saraf pusat yang disebabkan oleh virus rabies. Penyakit ini bersifat zoonotik, yaitu dapat ditularkan dari hewan ke manusia. Virus rabies ditularkan ke manusia melalu gigitan hewan misalnya oleh anjing, kucing, kera, rakun, dan kelelawar. Rabies disebut juga penyakit anjing gila (Kunadi Tanzil, 2014)[3].

Jenis-jenis Penyakit Rabies : 1. Stadium Prodromal

Dalam stadium prodomal sakit yang timbul pada penderita tidak khas, menyerupai infeksi virus pada umumnya yang meliputi demam, sulit makan yang menuju taraf anoreksia, pusing dan pening (nausea), dan lain sebagainya.

2. Stadium Sensoris

Dalam stadium sensori penderita umumnya akan mengalami rasa nyeri pada daerah luka gigitan, panas, gugup, kebingungan, keluar banyak air liur (hipersalivasi), dilatasi pupil, hiperhidrosis, hiperlakrimasi.

3. Stadium Eksitasi

Pada stadium eksitasi penderita menjadi gelisah, mudah kaget, kejang-kejang setiap ada rangsangan dari luar sehingga terjadi ketakutan pada udara (aerofobia), ketakutan pada cahaya (fotofobia), dan ketakutan air (hidrofobia). Kejang-kejang terjadi akibat adanya gangguan daerah otak yang mengatur proses menelan dan pernapasan.

4. Stadium Paralitik

Pada stadium paralitik setelah melalui ketiga stadium sebelumnya, penderita memasuki stadium paralitik ini menunjukkan tanda kelumpuhan dari bagian atas tubuh ke bawah yang progresif.

3 Metode Case Based Reasoning

Case Based Reasoning adalah metode untuk menyelesaikan masalah dengan mengingat kejadian-kejadian yang sama/sejenis (similar) yang pernah terjadi di masa lalu kemudian menggunakan pengetahuan/informasi tersebut untuk menyelesaikan masalah yang baru, atau dengan kata lain menyelesaikan masalah dengan mengadaptasi solusi-solusi yang pernah digunakan di masa lalu. [5] :

Tahapan dalam Case Based Reasoning adalah :

a)

Retrieve

(3)

b)

Reuse

Memodelkan/menggunakan

kembali

pengetahuan dan informasi kasus lama

berdasarkan bobot kemiripan yang paling

relevan ke dalam kasus yang baru, sehingga

menghasilkan usulan solusi dimana mungkin

diperlukan suatu adaptasi dengan masalah

yang baru tersebut.

c)

Revise

Meninjau kembali solusi yang diusulkan

kemudian mengetesnya pada kasus nyata

(simulasi) dan jika diperlukan memperbaiki

solusi tersebut agar cocok dengan kasus yang

baru.

d)

Retain

Mengintegrasikan/menyimpan

kasus

baru

yang telah berhasil mendapatkan solusi agar

dapat digunakan oleh kasus-kasus selanjutnya

yang mirip dengan kasus tersebut.

9. Penelitian Sebelumnya

Dalam penelitian yang telah dilakukan oleh Francisca Octaviani S berjudul Implementasi Case Based Reasoning Untuk Sistem Diagnosis Penyakit Anjing menjelaskan bahwa aplikasi system pakar dengan metode CBR dengan menganlisis kasus baru dengan kasus lama dan mencari nilai similarity (kemiripan) sehingga dilakukan empat tahap retrieve, reuse, revisi dan retain sehingga solusi ditemukan[5].

METODE PENELITIAN

1. Langkah-langkah Penelitian

Secara ringkas langkah-langkah metode CBR sebagaimana diperlihatkan pada gambar 1 berikut :

Gambar 1 : Langkah-langkah penelitian system

2 Menetukan Bobot Kriteria

Bobot kriteria yang diberikan dengan cara

konsultasi dengan para dokter dimana penulis

memberikan kuesioner dapat diketahui prioritas

masing-masing kriteria gejala yang diinginkan oleh

pakar untuk penentuan penyakit seperti pada tabel

1 berikut :

Tabel 1: Bobot Kriteria

No Kriteria Nilai bobot 1 Gejala biasa 1 2 Gejala sedang 3 3 Gejala dominan 5

3. Analisis Sistem

Berikut ini akan di analisis gejala-gejala yang terdapat pada penyakit rabies seperti pada tabel 2 berikut :

(4)

Tabel 3 : Contoh Kasus Lama dan Baru

a. Proses Retrive

Perhitungan kasus penyakit P1 terlihat pada

gambar 2 berikut :

Gambar 2 : Perhitungan Kasus P1

gambar 3 berikut :

gambar 4 berikut :

gambar 5 berikut :

b. Proses Reuse

Pada perhitungan kasus 1,2,3 dan 4 yang

memiliki bobot kemiripan hanya terdapat pada

kasus P1 dan P2 dimana nilai P1=1 dan P2=0.178

dan nilai P3=0 dan P4=0. Dapat diketahui bahwa

pada kasus ini P1 memiliki bobot tertinggi dengan

kemiripan tertinggi dan disusul dengan P2 dengan

bobot 0.178 dengan demikian berarti persentase P1

sebesar 65.11% dan P2 sebesar 34.88%.

c. Proses Revise

Proses revise adalah proses peninjauan

kembali kasus dan solusi yang diberikan jika pada

proses retrieve sistem tidak dapat memberikan

hasil diagnosa yang tepat. Pada contoh ini kasus P2

sudah menghasilkan solusi dengan tingkat

kepercayaan diatas 65%, jadi solusi yang

(5)

d. Proses Retain

Setelah proses revise selesai dan sudah ditemukan solusi yang benar-benar tepat

barulah pakar mulai menambah aturan dengan memasukkan data kasus baru yang sudah

ditemukan solusinya tersebut ke dalam basis pengetahuan yang nantinya dapat digunakan untuk kasus berikutnya yang memiliki permasalahan yang sama.

5. Perancangan Sistem

Untuk menggambar kansistem secara menyeluruh maka digunakan perancangan melalui konteks diagram pada gambar 6 berikut :

Gambar 6 : Konteks Diagram Sistem Pakar Diagnosa Rabies

Untuk memperjelas pemaparan sistem melalui konteks diagram maka dapat dijabarkan melalui data flow diagram (DFD) seperti pada gambar 7 berikut :

Gambar 7 : DFD Sistem Pakar Diagnosa Rabies

HASIL DAN PEMBAHASAN

Hasil perancangan sistem memperlihatkan

interface halaman menu utama sebagamana

diperlihatkan pada gamabr 8 berikut :

Ganbar 8 : Halaman menu utama

Halaman input data pasien seperti

disajikan pada gambar 9 berikut :

Gambar 9 : Halaman input data pasien

Halaman proses diagnosa penyakit rabies

diperlihatkan pada gambar 10 berikut :

(6)

Gambar 11 berikut ini memperlihatkan

hasil diagnosa rabies pada pasien bernama

zulkarnaini.

Gambar 11 : Halaman Hasil Diagnosa

Gambar 10 adalah Halaman Rule Case

Based Reasoning terlihat seperti berikut :

Gambar 10 : Rule Case Based Reasoning

KESIMPULAN

Dari hasil dam pembahasan dapat diambil beberapa kesimpulan, yaitu :

1.Berdasarkan hasil pengujian sistem dapat

memberikan hasil diagnosa yang akurat apabila

gejala pada suatu penyakit tidak terdapat pada

penyakit yang lainnya apabila terdapat di

penyakit yang lain maka nilai similarity akan

diberikan persentase terhadap penyakit pada

gejala yang memiliki kemiripan.

2.Pemberian bobot akan sangat berpengaruh

terhadap hasil diagnosa misalnya pada gejala

dominan dengan gejala rendah akan lebih

spesifik bahwa penderita mengalami gejala

rabies yang dominan.

SARAN

Agar model dan sistem yang dikembangkan

ini dapat diimplementasikan dengan baik, dapat

dikembangkan aplikasi pada perangkat android dan

menggunakan metode pencarian heuristic yang

lebih kompleks lagi untuk mendapatkan nilai

probalitas suatu penyakit dengan maksimal.

DAFTAR PUSTAKA

[

1] Suyanto, 2007, Artificial Intelligence searching, reasoning, planning, learning, Bandung : INFORMATIKA.

[2] Turban, Efraim, 2005, Sistem Pendukung Keputusan dan Sistem Cerdas, Primaningrum Siska, penerjemah, Yogyakarta: ANDI.

[3]

(ALO DOKTOR,

http://www.alodokter.com/rabies/,Diakses 20 April 2016).

[4] (Wikipedia,

https://id.wikipedia.org/wiki/Rabies, diakses 20 April 2016).