ii
KATA PENGANTAR
Puji syukur penulis panjatkan ke hadiran Allah SWT. yang telah melimpahkan segala rahmat dan hidayah-Nya, sehingga tersusunlah Skripsi yang berjudul
“
PENERAPAN SISTEM MENGGUNAKAN METODE FORWARD CHAINING DAN CERTAINTY FACTOR
UNTUK DIAGNOSA PENYAKIT DEMAM PADA ANAK BERBASIS VISUALBASIC
”
Skripsi tersusun dalam rangka melengkapi salah satu persyaratan dalam rangka menempuh ujian akhir untuk memperoleh gelar Sarjana Komputer (S.Kom.) pada Program Studi Teknik Informatika di Sekolah Tinggi Teknologi Pelita Bangsa.
Penulis sungguh sangat menyadari, bahwa penulisan Skripsi ini tidak akan terwujud tanpa adanya dukungan dan bantuan dari berbagai pihak. Sudah selayaknya, dalam kesempatan ini penulis menghaturkan penghargaan dan ucapan terima kasih yang sebesar-besarnya kepada:
1. Bapak Dr. Ir. Suprianto, M.P selaku Ketua STT Pelita Bangsa
2. Bapak Aswan Supriyadi Sunge, S.E, M.kom selaku Ketua Program Studi Teknik Informatika STT Pelita Bangsa.
3. Bapak Sufajar Butsianto, S.Kom., M.Kom dan Miftah Wangsadanureja, S.Pd. I selaku pembimbing 1 dan pembimbing 2 yang telah banyak memberikan arahan dan bimbingan kepada penulis dalam penyusunan Skripsi ini.
4. Seluruh Dosen STT Pelita Bangsa yang telah membekali penulis dengan wawasan dan ilmu di bidang teknik informatika.
5. Seluruh staf STT Pelita Bangsa yang telah memberikan pelayanan terbaiknya kepada penulis selama perjalanan studi jenjang Strata 1.
6. Rekan-rekan mahasiswa STT Pelita Bangsa, khususnya angkatan 2014, yang telah banyak memberikan inspirasi dan semangat kepada penulis untuk dapat menyelesaikan studi jenjang Strata 1.
7. Ibu dan Ayah yang senantiasa mendo’akan dan memberikan semangat dalam perjalanan studi Strata 1 maupun dalam kehidupan penulis.
Penulis mengharapkan saran yang dapat membangun Skripsi ini menjadi lebih baik. Akhir kata, penulis mohon maaf atas kekeliruan dan kesalahan yang terdapat dalam Skripsi ini dan berharap semoga Skripsi ini dapat memberikan manfaat bagi khasanah pengetahuan
v
Teknologi Informasi di lingkungan STT Pelita Bangsa khususnya dan Indonesia pada umumnya.
vi DAFTAR ISI
Hal
LEMBAR PESETUJUAN ...i
LEMBAR PENGESAHA ... ii
PERNYATAAN KEASLIAN PENELITIAN ... iii
KATA PENGANTAR ...iv
DAFTAR ISI ... v
DAFTAR TABEL ...ix
DAFTAR GAMBAR ... x
ABSTRAK……….xiii
ABSTRACT………..……….xiv
BAB I PENDAHULUAN ... 1
1.1. Latar Belakang Masalah ... 3
1.2. Identifikasi Masalah ... 3
1.3. Batasan Masalah... 3
1.4. Rumusan Masalah ... 3
1.5. Tujuan Penelitian dan Manfaat Penelitin ... 4
1.5.1. Tujuan ... 4
1.5.2. Manfaat ... 4
1.6. Sistematika Penelitian ... 5
BAB II LANDASAN TEORI ... 8
vii
2.1.1. Keuntungan dan Kelemahan Sistem Pakar ... 8
2.2. Metode Inferensi ... 9
2.3. Metode Certainty Faktor ... 10
2.4. Diagnosa ... 12
2.5. Penyakit Demam ... 13
2.6. Pengenalan Unified Modeling Langguage (UML) ... 13
2.6.1. Sejarah Uml ... 14
2.6.2. Diagram Uml ... 15
2.6.2.1. Use Case Diagram ... 15
2.6.2.2. Sequence Diagram ... 15
2.6.2.3. Activity Diagram ... 19
2.6.2.4. Class Diagram ... 22
2.7. Pengertian Visual Basic.net ... 24
2.7.1. Kelebihan dan Kelemahan Visual Basic ... 25
2.8. Mysql ... 26
2.9. Peneliti Terdahulu ... 26
2.10. Kerangka Pikiran ... 28
BAB III METODE PENELITIAN ... 27
3.1 Objek Penelitian ... 27
3.2 Tahap Penelitian ... 28
viii
3.3.1 Prosedur Usulan Sistem yang Berjalan ... 30
3.4 Usulan Sistem Sistem yang Berjalan ... 31
3.4.1 Prosedur Usulan Sistem yang Berjalan ... 31
3.5 Pengembangan Sistem ... 32
3.6 Analisa Kebutuhan ... 33
3.7 Analisa Sistem ... 33
3.8 Akusisi Pengetahuan ... 34
3.9 Mesin Inferensi (inference engine) ... 36
3.9.1 Aksi Yang Direkomendasikan ... 38
3.9.1.1 Hitungan Certainty Faktor Dengan Nilai Dari Pakar ... 38
3.10 Perancangan Sistem ... 44
3.10.1 Diagram Use Case ... 44
3.11 Activity Diagram ... 46
3.11.1 Diagram Sequence ... 51
3.12 Diagram Class ... 55
3.13 Perancangan Menu Sistem Pakar ... 55
BAB IV HASIL DAN PEMBAHASAN ... 56
4.1 Hasil Penerapan Sistem ... 56
4.2 Pembahasan ... 56
4.2.1 Pembahasan Interface... 57
ix
4.3.1 Ujicoba Bagian Pengguna ... 58
4.3.2 Pengujian Teoritis Perbandingan Diagnosa Pakar ... 59
BAB V PENUTUP ... 62
5.1 Kesimpulan ... 62
5.2 Saran ... 62
x
DAFTAR TABEL
Tabel 2. 1 Interpretasi Term Nilai CF ... 11
Tabel 2. 2. Simbol-simbol diagram use case ... 16
Tabel 2.3. Simbol-simbol diagram use case (Lanjutan) ... 17
Tabel 2.4. Simbol-simbol diagram use case (Lanjutan) ... 18
Tabel 2. 5 Simbol-simbol sequence diagram ... 19
Tabel 2. 6 Simbol-simbol sequence diagram(Lanjutan) ... 20
Tabel 2. 7 Simbol-simbol sequence diagram(Lanjutan) ... 21
Tabel 2. 8 Simbol-simbol activity diagram………22
Tabel 2. 9 Simbol-simbol activity diagram (Lanjutan)………..23
Tabel 2.10 Simbol-simbol class diagram ... 23
Tabel 3. 1 Certainty term untuk MB dan MD ... 37
Tabel 3. 2 Nilai CF Gejala Terhadap Penyakit (Kaidah Produksi)…………..…..38
Tabel 3. 3 Nilai CF penyakit Demam………39
Tabel 3.6 Definisi Use Case sistem pakar diagnosa penyakit demam pada anak.49 Tabel 3.4 Nilai CF Penyakit Demam (Lanjutan)………...39
Tabel 4.1 Pengujian Diagnosa)………..………...61
Tabel 4.2 Perbandingan diagnosa pakar 1 dengan diagnosa sistem…………...62
xi
DAFTAR GAMBAR
Gambar 2. 1Metode Forward Chaining ... 10
Gambar2.2Kerangka Berfikir………...………...29
Gambar 3.1 Tahapan Penelitian……….30
Gambar 3.2 Activiry Sistem yang sedang berjalan………32
Gambar 3.3 Activity Usulan………..34
Gambar 3.4 Flowchart Mesin Inferensi Sistem Pakar………..….41
Gambar 3.5 Use Case Diagram………..48
Gambar 3.6 Diagram Activity Registrasi User………..50
Gambar 3.7 Diagram Activity Menu……….51
Gambar 3.8 Diagram Activity Data User………..51
Gambar 3.10 Diagram Activity Data Gejala ……….52
Gambar 3.11 Diagram Activity Diagnosa………..53
Gambar 3.12 Diagram Activity Bantuan…………..……….53
Gambar 3.13 Diagram SquenceRegistrasi……….54
Gambar 3.14 Diagram Squence Menu………...55
Gambar 3.15 Diagram Sequence Data User………..55
Gambar 3.16 Diagram Sequence Konsultasi……….56
Gambar 3.17 Diagram Sequence Data Gejala………...56
xii
Gambar 3.19 Diagram Sequence Bantuan……….57
Gambar 3.20 Diagram class sistem pakar……….58
Gambar 3.21 Perancangan Menu Sistem...………...58
Gambar 4.1 Halaman Utama...………...60
Gambar 4.2 diagnosa penyakit………...………..60
xiii ABSTRAK
Kecerdasan buatan merupakan salah satu bagian dari ilmu komputer yang membuat mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia. maka komputer juga harus diberikan pengetahuan dan mempunyai kemampuan untuk menalar. Sistem pakar adalah suatu sistem komputer yang dirancang agar dapat melakukan penalaran seperti layaknya suatu pakar pada suatu bidang keahlian tertentu. Sistem pakar ini bukanlah untuk menggantikan fungsi dari seorang pakar, akan tetapi hanya diperuntukan sebagai perlengkapan dan alat bantu yang terbatas, karena sistem pakar ini hanya bersifat konsultatif dan tidak seperti halnya dokter spesialis yang dapat mengidentifikasi penyakit tertentu dengan suatu pemikirannya. Pada masa sekarang masyarakat awam khususnya para ibu masih sering mengalami kesulitan untuk mendiagnosis jenis penyakit demam anak karena keterbatasan pengetahuan yang mereka miliki. Sedangkan untuk menemui ahli atau pakar dalam bidang tersebut dirasa cukup sulit. Oleh sebab itu, dibuat suatu aplikasi sistem yang dapat menampung pengetahuan dari para pakar tentang demam sehingga para ibu bisa lebih mandiri dan tanggap apabila anak terkena penyakit demam dan dapat memberikan solusi yang cepat dan tepat untuk mengobatinya.
xiv ABSTRACT
Artificial intelligence is one part of computer science that makes machines (computers) can do jobs like and as well as those done by humans. then the computer must also be given knowledge and have the ability to reason. Expert system is a computer system designed to be able to do reasoning like an expert in a particular field of expertise. This expert system is not to replace the function of an expert, but only intended as limited equipment and tools, because this expert system is only consultative and not like a specialist who can identify a particular disease with a thought. In the present, ordinary people, especially mothers, still often have difficulty diagnosing the type of fever in children due to the limited knowledge they have. Whereas to meet experts or experts in the field is considered quite difficult. Therefore, a system application is made that can accommodate the knowledge of experts about fever so that mothers can be more independent and responsive if the child is affected by fever and can provide a quick and appropriate solution to treat it. Keywords: Expert System, Child Fever
1 BAB I PENDAHULUAN 1.1. Latar Belakang
Seiring perkembangan teknologi yang sangat pesat dalam bidang kedokteran saat ini digunakan untuk membantu peningkatan pelayanan yang lebih baik lagi kepada masyarakat, pekerja bidang kesehatan yang sangat sibuk apalagi kalau ia seorang dokter membuat bidang sistem pakar mulai dimanfaatkan untuk membantu seorang pakar atau ahli dalam mendiagnosa berbagai penyakit pada manusia dalam hal ini adalah penyakit demam pada anak. Dengan adanya sistem pakar ini dapat memudahkan para orang tua khususnya para ibu yang memiliki anak untuk dapat mendiagnosis dan melakukan tindakan yang tepat untuk menanggulanginya.
Menurut Erinika (2007), demam biasanya terjadi akibat tubuh terpapar infeksi mikroorganisme (virus, bakteri, parasit). Demam juga bisa disebabkan oleh faktor non infeksi seperti kompleks imun, atau inflamasi (peradangan) lainnya. Ketika virus atau bakteri masuk ke dalam tubuh, berbagai jenis sel darah putih atau leukosit melepaskan ”zat penyebab demam (pirogen endogen)” yang selanjutnya memicu produksi prostaglandin E2 di hipotalamus anterior, yang kemudian meningkatkan nilai ambang temperatur dan terjadilah demam. Selama demam, hipotalamus cermat mengendalikan kenaikan suhu sehingga suhu tubuh jarang sekali melebihi 38,5 derajat celsius.
Penyakit demam typhoid dan demam berdarah dengue merupakan penyakit yang umum di Indonesia. Kedua penyakit ini memiliki gejala yang hampir sama, ditandai dengan demam yang cukup tinggi sehingga mengganggu aktivitas penderitanya. Jika ada seseorang menderita penyakit demam typhoid atau demam berdarah dengue harus segera dibawa ke dokter. Apabila pada saat menangani pasien, dokter salah mengetahui jenis penyakit yang diderita, hal ini dapat menyebabkan kematian pada pasien tersebut (Dinas Kesehatan, 2011).
Menurut Jay (2005), Forward Chaining adalah metode pencarian atau penarikan kesimpulan berdasarkan pada data (fakta) menuju ke kesimpulan. Untuk melakukan proses Forward Chaining, perlu suatu kumpulan aturan (rules), aturan yang ada ditelusuri satu persatu hingga penelusuran dihentikan karena kondisi terakhir telah terpenuhi. Pada teknik Forward Chaining, fakta diperoleh dari database, sensor atau dengan menanyakannya kepada user. Kemudian sistem akan membaca aturan-aturan untuk mencari aturan yang cocok dengan informasi yang telah diperoleh. Dari hasil pencocokan tersebut akan dihasilkan suatu kesimpulan.
Berdasarkan permasalahan yang telah disebutkan diatas, perlu untuk kita mengetahui lebih lanjut jenis-jenis demam apa saja yang terjadi pada anak agar bisa di tangani lebih lanjut. Sehingga tidak berdampak buruk pada anak. Berdasarkan uraian diatas maka penulis tertarik dan ingin mengkaji ulang untuk mengetahui gambaran karakteristik penyakit Demam pada anak maka penulis bermaksud mengajukan penelitian dengan judul “PENERAPAN SISTEM PAKAR DIAGNOSA PENYAKIT DEMAM PADA ANAK MENGGUNAKAN METODE FORWARD CHAINING BERBASIS V ISUAL BASIC.
3
1.2. Identifikasi Masalah
Berdasarkan latar belakang masalah yang telah diuraikan diatas, maka penulis dapat mengidentifikasi masalah peneltian yang ada sebagai berikut:
1. Risiko yang akan dialami oleh anak yang diakibatkan dari terkena penyakit demam kebanyakan anak yang terkena penyakit demam, sehingga orang tua dapat mendiaknosa serta melakukan tindakan.
2. Belum adanya Sistem untuk mendiagnosa penyakit demam anak dari usia dini kisaran umum dari usia 1 tahun sampai dengan 15 tahun yang rentang terkena penyakit demam
3. Peningkatan resiko keadaan suhu tubuh di atas normal peningkatan pusat pengaturan suhu dihipotalamus serta meningkatkan perkembangan imunitas spesifik dan nonspesifik sehingga dapat menyababkan penyakit demam yang timbul disebabkan oleh komplikasi lain seperti hipertensi,kejang, dan penurunan kesadaran.
1.3. Batasan Masalah
Dari pemaparan pada latar belakang masalah yang diatas dapat dijadikan
landasan untuk menentukan batasan masalah dalam penelitian yang akan dilakukan yaitu : 1. Aplikasi sistem pakar ini dirancang untuk membantu mengetahui jenis-jenis penyakit
demam pada anak.
2. Aplikasi sistem pakar ini hanya mendiagnosa demam pada anak dari usia 1 tahun sampai 15 tahun
1.4. Rumusan Masalah
Sesuai dengan permasalahan yang diangkat pada latar belakang penulisan, maka masalah yang akan dibahas dapat dirumuskan sebagai berikut:
1. Bagaimana menerapkan metode forward chaining dalam mendiagnosa penyakit Demam pada Anak?
2. Bagaimana merancang sistem pakar untuk mendiagnosa penyakit Demam pada Anak?
1.5. Tujuan Penelitian dan Manfaat Penelitian 1.5.1. Tujuan
Berdasarkan uraian dari permasalahan diatas, maka tujuan dari penelitan ini antara lain adalah sebagai berikut:
1. Menerapkan suatu sistem pakar yang dapat memberikan pengetahuan terhadap masyarakat penderita penyakit Demam pada Anak.
2. Merancang suatu sistem pakar yang dapat digunakan untuk melakukan diagnosa penyakit Demam pada Anak
1.5.2. Manfaat
a. Bagi Penulis:
1. Meningkatkan pengetahuan keilmuan bagi penulis tentang pengetahuan dalam bidang teknik informasi khususnya pendekatan Sistem Pakar.
2. Mampu mempelajari lebih dalam mengenai Sistem Pakar untuk megetahui bagai mana dampak teradinya demam pada anak.
3. Memperdalam pengetahuan tentang penulisan karya ilmiah.
b. Bagi Prodi Teknik Informasi Sekolah Tinggi Teknologi. Pelita Bangsa:
1. Memberikan referensi untuk penelitian lebih lanjut dalam perancangan sistem informasi.
2. Memotivasi agar terwujudnya budaya penelitian kajian keilmuan.
3. Meningkatkan konsep,seni dan teknologi baru serta informasi baru dalam menunjukan peningkatan kulitas pendidikan.
5
c. Bagi Masyarakat:
1. Penelitian ini diharapakan mampu membantu praktisi kesehatan untuk memprediksi penyakit Demam pada Anak
2. Penelitian ini juga sangat diharapkan dapat mengurangi terjadi terkena penyakit Demam pada Anak.
3. Penelitian ini juga ditunjukan bagi para orang tua agar bisa merawat Anak yang terkea Demam.
1.6. Sistematika Penulisan
Supaya mengetahui secara ringkas permasalahan yang ada dalam penyusunan penelitian ini, maka menggunakan sistematika penulisan yang bertujuan untuk mempermudah pembaca dalam memahami penelitian ini, dengan uraian sebagai berikut
BAB I PENDAHULUAN
Pada bab ini berisi tentang latar belakang masalah, identifikasi masalah, batasan masalah, rumusan masalah, tujuan penelitian, manfaat penelitian, dan sistematika penulisan penelitian.
BAB II TINJAUAN PUSTAKA
Pada bab ini berisi tentang penjelasan tinjauan pustaka mengenai penelitian ini, yaitu penelitian terdahulu, penyakit Demam pada Anak, Menggunakan forward chaining
BAB III METODE PENELITIAN
Pada bab ini berisi penjelasan tentang deskripsi data penelitian yang digunakan serta proses umum sistem dan tahap-tahap penyelesaian masalah.
BAB IV HASIL DAN PEMBAHASAN
Pada bab ini berisi tentang hasil dan pembahasan yang diperoleh dari penelitian yang telah dilakukan.
BAB V SARAN DAN KESIMPULAN
Pada bab ini terdiri dari kesimpulan yang berisi tentang hal-hal terpenting yang dibahas, bab ini juga berisi saran yang diberikan dan mungkin dapat menambah pengetahuan untuk pengembangan perangkat lunak yang telah dibuat.
7
BAB II
TINJAUAN PUSTAKA
2.1. Sistem Pakar
Sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia kedalam computer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah seperti layaknya seorang pakar. Seorang pakar adalah orang yang mempunyai keahlian dalam bidang tertentu, yaitu pakar yang mempunyai kemampuan khusus yang orang lain tidak mengetahui atau mampu dalam bidang yang dimilikinya (Arhami, 2005).
Dalam buku Sistem Pakar dan Pengembangannya karangan Sri Hartati (2008 : 3) terdapat definisi sistem pakar, yaitu :
1. Menurut Martin dan Oxman (1988) : Sistem berbasis komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah, yang biasanya hanya dapat diselesaikan oleh seorang pakar dalam bidang tertentu.
2. Menurut Turban dan Aronson (2001) : Sistem yang menggunakan pengetahuan manusia yang dimasukkan ke dalam komputer untuk memecahkan masalah-masalah yang biasanya diselesaikan oleh pakar
3. Menurut Giarratano dan Riley (2005) : Salah satu cabang kecerdasan buatan yang menggunakan pengetahuanpengetahuan khusus yang dimiliki oleh seorang ahli untuk menyelesaikan suatu masalah tertentu.
2.1.1. Keuntungan dan Kelemahan Sistem Pakar
Adapun keuntungan dari sistem pakar yaitu: (Kusrini, 2006:15)
1. Memungkinkan orang awam bisa mengerjakan pekerjaan seperti layaknya seorang pakar.
2. Bisa melakukan proses secara berulang secara otomatis. 3. Menyimpan pengetahuan dan keahlian para pakar.
4. Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk keahlian langka).
5. Mampu beroperasi dalam lingkungan yang berbahaya.
6. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian. Pengguna bisa merespon dengan jawaban ’tidak tahu’ atau ’tidak yakin’ pada satu atau lebih pertanyaan selama konsultasi dan sistem pakar tetap akan memberikan jawaban.
7. Tidak memerlukan biaya saat tidak digunakan, sedangkan pada pakar manusia memerlukan biaya sehari-hari.
8. Dapat digandakan (diperbanyak) sesuai kebutuhan dengan waktuyang minimal dan sedikit biaya.
9. Dapat memecahkan masalah lebih cepat daripada kemampuan manusia dengan catatan menggunakan data yang sama.
10. Menghemat waktu dalam pengambilan keputusan.
11. Meningkatkan kualitas dan produktivitas karena dapat member nasehat yang konsisten dan mengurangi kesalahan.
12. Meningkatkan kapabilitas sistem terkomputerisasi yang lain. Integrasi Sistem Pakar dengan sistem komputer lain membuat lebih efektif, dan bisa mencakup lebih banyak aplikasi.
13. Mampu menyediakan pelatihan. Pengguna pemula yang bekerja dengan sistem pakar akan menjadi lebih berpengalaman. Fasilitas penjelas dapat berfungsi sebagai guru.
9
Selain memiliki banyak keuntungan, sistem pakar juga memiliki kelemahan, diantaranya: (Arhami, 2005:10)
1. Biaya yang diperlukan untuk membuat, memelihara, dan mengembangkannya sangat mahal
2. Sulit dikembangkan, hal ini erat kaitannya dengan ketersediaan pakar di bidangnya dan kepakaran sangat sulit diekstrak dari manusia karena sangat sulit bagi seorang pakar untuk menjelaskan langkah mereka dalam menangani masalah.
3. Pendekatan oleh setiap pakar untuk suatu situasi atau problem bisa berbeda-beda, meskipun sama-sama benar.
4. Transfer pengetahuan dapat bersifat subjektif dan bias.
5. 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.
6. Kurangnya rasa percaya pengguna dapat menghalangi pemakaian system 2.2. Metode Inferensi : Forward Chaining
Sutojo, dkk.,(2009) menyatakan inferensi adalah suatu prosedur (program) yang mempunyai kemampuan dalam melakukan penalaran. Inferensi ditampilkan pada suatu komponen yang disebut mesin inferensi yang mencakup prosedur-prosedur mengenai pemecahan 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 dimilikinya.
Terdapat berbagai cara pemecahan masalah didalam sistem pakar. Beberapa hal yang perlu diperhatikan adalah arah penelusuran dan topologi penelusuran. Dalam hal ini,
pemecahan masalah yang ada pada sistem menggunakan forward chaining. Forward
menurunkan beberapa fakta dari aturan-aturan yang cocok pada knowledge base dan melanjutkan prosesnya sampai jawaban sesuai (Kusumadewi Sri, 2003).
Gambar 2. 1Metode Forward Chaining (Kusumadewi Sri, 2003:118)
2.3. Metode Certainty Factor
Certainty Factor merupakan suatu metode yang digunakan untuk menyatakan
kepercayaan dalam sebuah kejadian (fakta atau hipotesis) berdasarkan bukti atau penilaian pakar. Secara konsep, Certainty Factor (CF) merupakan salah satu teknik yang digunakan untuk mengatasi ketidakpastian dalam pengambilan keputusan. Certainty Factor (CF) dapat terjadi dengan berbagai kondisi. Diantara kondisi yang terjadi adalah terdapat beberapa antensenden (dalam rule yang berbeda) dengan satu konsekuen yang sama. Pada konsep
Certainty Factor ini juga sering dikenal dengan adanya believe dan disbelieve. Believe
merupakan keyakinan, sedangkan disbelieve merupakan ketidakyakinan (T. Sutojo, dkk., 2009). Adapun notasi atau rumusan dasar dari Certainty Factor, sebagai berikut.
CF[Rule] = MB [H,E] – MD [H,E]
CFcombine CF[H,E]1,2 = CF[H,E]1 + CF[H,E]2 * [1-CF[H,E]1]
11
CF[Rule] = Faktor kepastian
MB[H,E] = Measure of Believe, merupakan nilai kepercayaan hipotesis h dipengaruhi oleh fakta e.
MD[H,E] = Measure of Disbelieve, merupakan nilai ketidakpercayaan hipotesis h dipengaruhi oleh fakta e.
P(H) = Probabilitas kebenaran hipotesis H.
P(H|E) = Probabilitas bahwa H benar karena fakta E.
Selain menggunakan rumus diatas, perhitungan certainty factor juga bisa
menggunakan menggali dari hasil wawancara dengan pakar. Nilai CF (Rule) didapat dari interpretasi “term” dari pakar, yang diubah menjadi nilai CF tertentu sesuai tabel berikut.
Tabel 2. 3 Interpretasi Term Nilai CF
Uncertain Term CF
Definitely not (pasti tidak) - 1.0
Almost certainly not (hampir pasti tidak) - 0.8
Probably not (kemungkinan besar tidak) - 0.6
Maybe not (mungkin tidak) - 0.4
Unknown (tidak tahu) - 0.2 to 0.2
Maybe (mungkin) 0.4
Probably (kemungkinan besar) 0.6
Almost certainly (hampir pasti) 0.8
(Sumber : T. Sutojo, dkk., 2009 : 196)
Adapun kelebihan metode Certainty Factor adalah:
1. Metode ini cocok dipakai dalam sistem pakar untuk mengukur sesuatu apakah pasti atau tidak pasti dalam mendiagnosa kerusakan sebagai salah satu contohnya.
2. Perhitungan dengan menggunakan metode ini dalam sekali hitung hanya dapat mengelola dua data saja sehingga keakuratan data dapat terjaga.
Berikut juga kekurangan dari metode Certainty Factor :
1. Ide umum dari pemodelan ketidakpastian manusia dengan menggunakan numerik metode certainty factor biasanya diperdebatkan. Sebagian orang akan membantah pendapat bahwa formula untuk metode certainty factor diatas memiliki sedikit kebenaran.
2. Metode ini hanya dapat mengolah ketidakpastian atau kepastian hanya dua data saja. Perlu dilakukan beberapa kali pengolahan data untuk data yang lebih dari dua buah 3. Nilai CF yang diberikan bersifat subyektif karena penilaian setiap pakar bisa saja
berbeda-beda tergantung pengetahuan dan pengalaman pakar. 2.4. Diagnosa
Menurut Kamus Besar Bahasa Indonesia, diagnosa atau diagnosis adalah proses pemeriksaan terhadap suatu hal. Sedangkan pengertian mendiagnosa adalah menentukan jenis penyakit atau kerusakan dengan meneliti atau memeriksa gejala-gejalamya. Diagnosa juga dapat diartikan proses identifikasi dengan suatu gejala. Diagnosa digunakan dalam banyak ilmu yang berbeda dengan variasi dalam penggunaan logika, analisis, dan pengalaman untuk menentukan sebab dan akibat. Dalam sistem rekayasa dan ilmu komputer, biasanya untuk menentukan penyebab dari gejala dan solusi.
13
Menurut Suherman (2011) diagnosa memiliki beberapa manfaat antara lain : untuk menemukan atau mengidentifikasi penyakit atau kerusakan apa yang dialami seseorang maupun sebuah benda, untuk menemukan karakteristik atau kesalahan-kesalahan atas gejala-gejala atau fakta tentang suatu hal, sebagai pertimbangan dalam upaya pengendalian penyakit atau kerusakan di lapangan, dan salah satu upaya mencegah serta menanggulangi penyebaran suatu penyakit atau kerusakan.
2.5. Penyakit Demam
Menurut Erinika (2007), Untuk mendiagnosa suatu penyakit, perlu diketahui gejala - gejala yang ditimbulkan terlebih dahulu. Walaupun hanya dari gejala klinis (gejala yang dapat dilihat maupun dirasakan oleh penderita), dokter dapat mengambil kesimpulan berupa penyakit yang diderita. Akan tetapi, untuk beberapa kondisi diperlukan pemeriksaan lebih lanjut melalui pemeriksaan laboratorium. bahwa berdasarkan jenisnya, Demam dapat diklasifikaikan dan diambil tindakan. Adapun jenis penyakit demam adalah sebagai berikut : 1. Demam Tipoid
2. Campak 3. Difteri
4. Neurologi kejang demam 5. Meningitis
2.6. Pengenalan Unified Modeling Language (UML)
Unified Modeling Language (UML) adalah salah satu standar bahasa yang banyak
digunakan di dunia industri untuk mendefinisikan requirement, membuat analisis dan desain, serta menggambarkan arsitektur dalam pemrograman berorientasi objek. UML merupakan bahasa visual untuk pemodelan dan komunikasi mengenai sebuah sistem dengan
UML muncul karena adanya kebutuhan pemodelan visual untuk menspesifikasikan,
menggambarkan, membangun, dan dokumentasi dari sistem perangkat lunak.
UML hanya berfungsi untuk melakukan pemodelan. Jadi penggunaan UML tidak
terbatas pada metodologi tertentu, meskipun pada kenyataannya UML paling banyak digunakan pada metodologi berorientasi objek (Rosa A.S dan M. Shalahudin, 2014:133).
2.6.1. Sejarah UML
Bahasa pemrograman berorientasi objek yang pertama dikembangkan dikenal dengan nama Simula-67 yang dikembangkan pada tahun 1967. Perkembangan aktif dari
pemrograman berorientasi objek mulai menggeliat ketika berkembangnya bahasa
pemrograman Smalltalk pada awal 1980-an yang kemudian diikuti dengan perkembangan bahasa pemrograman berorientasi objek yang lainnya seperti C objek, C++, Eiffel, dan CLOS.
Sekitar lima tahun setelah Smalltalk berkembang, maka berkembang pula metode pengembangan berorientasi objek. Karena banyaknya metodologi yang berkembang pesat saat itu, maka muncullah ide untuk membuat sebuah bahasa yang dapat dimengerti semua orang. Maka dibuat bahasa yang merupakan gabungan dari beberapa konsep, seperti konsep
Object Modeling Technique (OMT) dari Rumbaugh dan Booch (1991), konsep The Classes, Responsibilities, Collaborators (CRC) dari Rebecca Wirfs-Brock (1990), konsep pemikiran
Ivar Jacobson, dan beberapa konsep lainnya dimana James R. Rumbaigh, Grady Booch, dan Ivar Jacobson bergabung dalam sebuah perusahaan yang bernama Rational Software
Corporation menghasilkan bahasa yang disebut dengan Unified Modeling Language (UML).
Pada tahun 1996, Object Management Group (OMG) mengajukan proposal agar adanya standarisasi pemodelan berorientasi objek dan pada bulan September 1997 UML diakomodasi oleh OMG sehingga sampai saat ini UML telah memberikan kontribusinya yang
15
cukup besar di dalam metodologi berorientasi objek dan hal-hal yang terkait di dalamnya (Rosa A.S dan M. Shalahudin, 2014:138).
2.6.2. Diagram UML
Rosa A.S dan M. Shalahudin (2014:140), pada UML terdiri dari 13 macam diagram yang dikelompokkan dalam 3 kategori. Berikut ini penjelasan singkat dari pembagian kategori tersebut.
1. Structure diagram, yaitu kumpulan diagram yang digunakan untuk menggambarkan
suatu struktur statis dari sistem yang dimodelkan. Structure diagram terdiri dari class
diagram, object diagram, component diagram, composite structure diagram, package diagram dan deployment diagram.
2. Behavior diagram yaitu kumpulan diagram yang digunakan untuk menggambarkan
kelakuan sistem atau rangkaian perubahan yang terjadi pada sebuah sistem. Behavior diagram terdiri dari Use case diagram, Aktivity diagram, State Machine System. 3. Interaction diagram yaitu kumpulan diagram yang digunakan untuk menggambarkan
interaksi sistem dengan sistem lain maupun interaksi Diagram, Communication
Diagram, Timing Diagram, Interaction Overview Diagram antar subsistem pada
suatu sistem. Interaction diagram terdiri dari Sequence. 2.6.2.1.Use Case Diagram
Rosa dan M. Shalahudin (2014:155), use case atau diagram use case merupakan pemodelan untuk kelakuan (behavior) sistem informasi yang akan dibuat. Use case
mendeskripsikan sebuah interaksi antara satu atau lebih aktor dengan sistem informasi yang akan dibuat. Secara kasar, use case digunakan untuk mengetahui fungsi apa saja yang ada di dalam sebuah sistem informasi dan siapa saja yang berhak menggunakan fungsi-fungsi itu.
Tabel 2. 4. Simbol-simbol diagram use case
Tabel 2.3. Simbol-simbol diagram use case (Lanjutan)
No. Simbol Deskripsi
1. Use case
Nama use case
Fungsionalitas yang disediakan sistem sebagai unit-unit yang saling bertukar pesan antar unit atau aktor, biasanya dinyatakan dengan menggunakan kata kerja diawal frase nama use case.
2. Aktor/actor Orang, proses, atau sistem lain yang berinteraksi dengan sistem informasi yang akan dibuat di luar sistem informasi yang akan dibuat itu sendiri, jadi walaupun simbol dari aktor adalah gambar orang, tapi aktor belum tentu merupakan orang, biasanya dinyatakan menggunakan kata benda di awal frase nama aktor.
3. Assosiasi/association Komunikasi antara aktor dan use case yang berpartisilpasi pada use case atau use
case memiliki interaksi dengan aktor.
4. Exstensi/extend
<<extend>>
Relasi use case tambahan kesebuah use
case dimana use case yang ditambahkan
dapat berdiri sendiri walau tanpa use case tambahan itu, mirip dengan prinsip
inheritance pada pemrograman berorientasi objek, biasanya use case tambahan memiliki nama depan yang sama dengan use case yang ditambahkan.
17
No. Simbol Deskripsi
5. Generalisasi/generalization Hubungan generalisasi dan spesialisasi (umum-khusus) antara dua buah use case dimana fungsi yang satu adalah fungsi yang lebih umum dari lainnya, misalnya :
ubah data
mengola data
hapus data
arah panah mengarah pada use case yang menjadi generalisasinya (umum)
6. Menggunakan / include / uses
<<include>>
Relasi use case tambahan ke sebuah use case dimana use case yang ditambahkan memerlukan
use case ini untuk menjalankan fungsinya atau
sebagai syarat dijalankan use case ini Ada dua sudut pandang yang cukup besar mengenai include di use case :
- Include berarti use case yang ditambahkan
akan selalu di panggil saat use case tambahan dijalankan, missal pada kasus berikut :
No. Simbol Deskripsi 7. <<uses>> validasi username <<include>> Login
- Include berarti use case yang tambahan
akan selalu melakukan pengecekan apakah use case yang di tambahkan telah dijalankan sebelum use case tambahan di jalankan, misal pada kasus berikut :
validasi user
<<include>>
Kedua interpretasi di atas dapat dianut salah satu atau keduanya tergantung pada pertimbangan dan interpretasi yang dibutuhkan.
Sumber : Rosa A.S dan M. Shalahudin (2014:156)
19
2.6.2.2.Sequence Diagram
Mnurut Rosa dan M. Shalahudin (2014:165), diagram sekuen menggambarkan kelakuan objek pada use case dengan mendeskripsikan waktu hidup objek dengan massage yang dikirimkan dan diterima antar objek. Oleh karena itu untuk menggambarkan diagram sekuen maka harus diketahui objek-objek yang terlibat dalam sebuah use case beserta metode-metode yang dimiliki kelas yang diinstansiasi menjadi objek itu. Membuat diagram sekuen juga dibutuhkan untuk melihat skenario yang ada pada use case. Banyaknya diagram sekuen yang harus digambar adalah minimal sebanyak pendefinisian use case yang memiliki proses sendiri atau yang penting semua use case yang telah didefinisikan interaksi jalannya pesan sudah dicakup dalam diagram sekuen sehingga semakin banyak use case yang didefinisikan maka diagram sekuen yang harus dibuat juga semakin banayak.
Berikut adalah simbol-simbol yang ada pada diagram sekuen :
Tabel 2. 5 Simbol-simbol sequence diagram
No. Simbol Deskripsi
1. Aktor
Atau
Nama aktor
Tanpa waktu aktif
Orang, proses, atau sistem lain yang berinteraksi dengan sistem informasi yang akan dibuat diluar sistem informasi yang akan dibuat itu sendiri, jadi walaupun simbol dari aktor adalah gambar orang, tapi aktor belum tentu merupakan orang,
biasanya dinyatakan dalam menggunakan kata benda diawal frase nama aktor.
Tabel 2. 6 Simbol-simbol sequence diagram(Lanjutan)
No. Simbol Deskripsi
3. Objek
Nama objek : nama kelas
Menyatakan objek yang berinteraksi pesan
4. Waktu aktif Menyatakan objek dalam keadaan aktif dan berinteraksi, semuanya yang
terhubungdengan waktu aktif ini adalah sebuah tahapan yang dilakukan di dalamnya, misalnya
1: login()
Maka CekStatusLogin() dan Open() dilakukan dalam metode Login(). Aktor tidak memiliki waktu aktif
5. Pesan tipe create
<<create>>
Menyatakan suatu objek membuat objek yang lain, arah panah mengarah pada objek yang dibuat
6. Pesan tipe call
1 : nama_metode()
Menyatakan suatu objek memanggil operasi/metode yang ada pada objek lain atau diri nya sendiri,
2.CekStatusLogin()
21
Tabel 2. 7 Simbol-simbol sequence diagram(Lanjutan)
No. Simbol Deskripsi
1 : nama_metode()
Arah panah mengarah pada objek yang
memiliki operasi/metode, karena ini memanggil operasi/metode maka operasi/metode yang dipanggil harus ada pada diagram kelas sesuai dengan kelas
objek yang berinteraksi 7. Pesan tipe send
1 : masukkan
Menyatakan bahwa suatu objek
mengirimkan data/masukkan/informasi ke objek lainnya, arah panah mengarah pada objek yang dikirim
8. Pesan tipe return
1 : keluaran
Menyatakan bahwa suatu objek yang telah menjalankan suatu operasi atau metode menghasilkan suatu kembalian ke objek tertentu, arah panah mengarah pada objek yang menerima kembalian
9. Pesan tipe destroy
<<destroy>>
Menyatakan suatu objek mengakhiri hidup objek yang lain, arah panah mengarah pada objek yang diakhiri, sebaliknya jika ada create maka ada destroy
Sumber : Rosa A.S dan M. Shalahudin (2014:165) 2.6.2.3.Activity Diagram
Rosa dan M. Shalahudin (2014:161), diagram aktivitas atau activity diagram
menggambarkan workflow (aliran kerja) atau aktivitas dari sebuah sebuah sistem atau proses bisnis atau menu yang ada pada perangkat lunak. Yang perlu di perhatikan disini adalah
bahwa diagram aktivitas menggambarkan aktivitas sistem bukan apa yang dilakukan aktor, jadi aktivitas yang dapat dilakukan oleh sistem.
Berikut adalah simbol-simbol yang ada pada diagram aktivitas :
Tabel 2. 8 Simbol-simbol activity diagram
No. Simbol Deskripsi
1. Status awal Status awal aktivitas sistem, sebuah diagram aktivitas memiliki sebuah status awal.
2. Aktivitas
Aktivitas
Aktivitas yang dilakukan sistem, aktivitas biasanya diawali dengan kata kerja.
3. Percabang an/decision Asosiasi percabangan dimana jika ada pilihan aktivitas lebih dari satu.
4. Penggabungan/join Asosiasi penggabungan dimana lebih dari satu aktivitas digabungkan menjadi satu.
5. Status akhir Status akhir yang dilakukan oleh sistem, sebuah diagram aktivitas memiliki sebuah status akhir.
Tabel 2. 9 Simbol-simbol activity diagram (Lanjutan)
23
6. Swimlane Memisahkan organisasi bisnis yang
bertanggunga jawab terhadap aktivitas yang terjadi.
Sumber : Rosa A.S dan M. Shalahudin (2014:162) 2.6.2.4.Class Diagram
Rosa dan M. Shalahudin (2014:141), diagram kelas atau class diagram
menggambarkan struktur sistem dari segi pendefinisian kelas-kelas yang akan dibuat untuk membangun sistem. Kelas memiliki apa yang disebut atribut dan method atau operasi. Berikut penjelasan atribut dan method :
1. Atribut merupakan variable-variabel yang dimiliki oleh suatu kelas. 2. Operasi atau method adalah fungsi-fungsi yang dimiliki oleh suatu kelas.
Berikut adalah simbol-simbol yang ada pada class diagram :
Tabel 2.10 Simbol-simbol class diagram
No. Simbol Deskripsi
1. Kelas Kelas pada struktur sistem
2. Antarmuka/interface Sama dengan konsep interface dalam pemrograman berorientasi objek
Sumber : Rosa A.S dan M. Shalahudin (2014:146) 2.7. Pengertian Visual Basic.NET
Menurut Wikipedia.org adalah sebuah alat untuk mengembangkan dan membangun aplikasi yang bergerak di atas system NET Framework, dengan menggunakan bahasa BASIC. Dengan menggunakan alat ini, para programmer dapat membangun aplikasi Windows Forms, Aplikasi Web berbasic ASP.NET , dan juga aplikasi commad-line. Alat ini dapat secara terpisah dari beberapa produk lainnya (seperti Microsoft Visual C++, Visual C#, atau Visual
J#), atau juga dapat di peroleh secara terpadu dalam Microsoft Visual Studio.Net. Visual
3. Asosiasi/association Relasi antar kelas dengan makna umum, asosiasi biasanya juga disertai dengan
multiplicity
4. Asosiasi berarah/ directed
association
Relasi antar kelas dengan makna kelas yang satu digunakan oleh kelas yang lain, asosiasi biasanya juga disertai dengan multiplicity
5. Generalisasi Relasi antar kelas dengan makna generalisasi-spesialisasi (umum- khusus)
6. Kebergantungan/dependensi Relasi antar kelas dengan makna kebergantungan antar kelas
7. Agrgasi/aggregation Relasi antar kelas dengan makna semua bagian (whole-part)
25
Basic.NET sendiri menganut paradigma bahasa pemograman berorientasi objek yang dapat
dilihat sebagai evaluasi dari Microsoft Visual Basic versi sebelumnya yang diimplementasi di atas .NET Framework. Peluncurannya mengundang kontrovesi mengingat banyak sekali perubahan yang di lakukan oleh Microsoft, dan versi baru tidak kompatibel dengan versi terdahulu.
2.7.1. Kelebihan dan Kekuranga Visual Basic
Setiap program pasti ada kekurangan dan itupun berlaku setiap bahasa pemograman tergantung seorang programmer memilih mana yang paling bagus dan paling cocok dalam setiap project yang dipergunakan.
1. Kelebihan
a. VB.NET mengatasi semua masalah yang sulit disekitar pengembangan aplikasi berbasis windows.
b. VB.NET mempunyai fasilitas penanganan Bug yang hebat dan Rel Time
Background compiler
c. Windows form disinger memungkinkan develover memperoleh aplikasi
desktop dalam waktu singkat
d. VB.NET menyediakan bagi develover pemograman data akses Activex data object (ADO)
e. VB.NET menghasilkan “Visual Basic untuk Web”. Menggunakan rorm web yang baru, dapat dengan mudah membangun thin-client aplikasi berbasiskan web secara cerdas dapat berjalan di browser dan platform manapun.
2. Kekurangan
a. VB tidak memiliki databases sendiri dan biasanya menggunakan databases lainnya seperti: Mysql,SQL SElver, Microsoft Access,
c. Program/aplikasi yang digunakan dibuat dengan VB.Net harus menggunakan .Net Framework untuk menjalankannya
d. VB.NET sudah masuk dalam managed code
e. VB.NET bukan merupakan bahasa pemograman yang open soure, sehingga akan sulit bagi programmer untuk lebih mendalami VB.Net secara lebih independen.
2.8. MySQL
MySQL merupakan software sistem manajemen database (Database Management System – DBMS) yang sangat popular di kalangan pemrogram web, terutama di lingkungan Linux dengan menggunakan script PHP dan Perl (Sidik, 2003). MySQL merupakan database
yang sering digunakan untuk membangun aplikasi web yang menggunakan database sebagai sumber dan pengelola datanya.
MySQL adalah salah satu jenis database server yang sangat terkenal. MySQL menjadi
sangat populer karena bersifat gratis (tidak perlu membayar dalam menggunakannya) pada berbagai platform (unix/windows). Untuk mendapatkan MySQL dapat di-download dari
www.mysql.org atau www.mysql.com.
Pada MySQL, sebuah database mengandung satu atau sejumlah tabel. Tabel terdiri dari sejumlah baris dan setiap baris mengandung satu atau beberapa kolom (Nugroho, 2005).
MySQL termasuk jenis RDBMS (Relational Database Management System) yaitu hubungan
antar tabel yang berisi data pada suatu database. Tabel tersebut dihubungkan oleh relasi yang memungkinkan untuk mengkombinasikan data dari beberapa tabel yang berbeda.
2.9. Penelitian Terdahulu (State Of The Art)
Beberapa penelitian terdahulu tentang sistem pakar diagnosa suatu penyakit sudah banyak dilakukan. Dari hasil penelitian tentang sistem pakar sudah banyak manfaat yang
27
dapat membantu para pakar maupun masyarakat umum di segala bidang. Misalnya penelitian yang dilakukan oleh Pratiwi Heny, Qomariah Siti, Azahary (2014), Wijaya Bennny, Prasetiyowati Maria Irmina (2012), Ihsan,Wajhillah Rusda (2015), sari Nur Anjas (2013), Putri Endah Sulistya Rini, Yuri Ariyanto (2015).
Berikut adalah hasil review penulis dari penelitian yang terdahulu, berdasarkan nama-nama yang telah disebutkan diatas. Hasil review dari penelitan tersebut sebagai acuan untuk mengembangkan penelitian yang sudah ada dan sebagai bahan referensi penulis untuk menyelesaikan penelitian ini.
1. Sistem Pakar Diagnosa Penyakit Demam pada Balita Menggunakan Metode Certainy Factor dan Forward Chaining Berbasis Visual Basic. (Pratiwi Heny, Qomariah Siti, Azahary, 2014) sistem pakar diagnosa penyakit demam pada balita ini dibuat sebagai alat bantu untuk menentukan resiko terbesar penyakit demam yang diderita berdasarkan gejala-gejala fisik yang dirasakan.
2. Rancang Bangun Sistem Pakar Pendiagnosa Penyakit Demam Typhoid dan Demam Berdarah Dengue dengan Metode Forward Chaining, (Wijaya Bennny, Prasetiyowati Maria Irmina,2012) program sistem pakar yang dapat mendiagnosa penyakit demam typhoid dan tingkat derajat demam berdarah dengue sesuai dengan aturan – aturan berhasil dibuat. Waktu rata – rata yang dibutuhkan user untuk mendiagnosa penyakit dengan menggunakan sistem pakar ini adalah 3,16 menit, dengan catatan semua informasi gejala yang dibutuhkan telah tersedia.
3. Penerapan Algoritma C4.5 Terhadap Diagnosa Penyakit demam Tifoid Berbasis Mobile (Ihsan,Wajhillah Rusda,2015) dengan adanya aplikasi ini bisa memudahkan untuk mendiagnosa penyakit demam tifoid sejak dini dari gejala-gejala yang dialami oleh penderita sekalipun seorang penderita tersebut tidak mengerti dengan ilmu kesehatan terutama dalam bidang demam tifoid, dengan adanya aplikasi ini
diharapkan dapat meminimalisir biaya periksa yang selama ini terkesan mahal apalagi melakukan pemeriksaana kepada dokter spesialis.
4. Sistem Pakar Mendiagnosa Penyakit Demam Berdarah Menggunakan Metode Certaity Factor (Sari Nur Anjas,2013) Perlu dilakukan penambahan data untuk gejala penyakit demam berdarah beserta solusi dan cara pencegahannya, sehingga informasi yang dimiliki oleh sistem semakin banyak.
5. Sistem Pakar untuk Diagnosa Gejala Demam Utama Pada Anak Menggunakan Metode Forward Chaining (Putri Endah Sulistya Rini, Yuri Ariyanto 2015). Hasil dari perhitungan dengan menggunakan metode Certainty Factor, dapat menentukan atau memberikan kepastian terhadap jenis penyakit berdasarkan gejala-gejala yang didapat, dimana nilai CF merupakan hasil dari penilaian pakar untuk setiap gejala-gejala.
2.10. Kerangka Pemikiran
Program ini dibuat agar memudahkan pengguna untuk mendiagnosa jenis-jenis penyakit damam pada anak. Sistem ini dibangun menggunakan metode Metode Certainy
Factor dan Forward Chaining Berbasis Visual Basic. yaitu metode yang digunakan untuk
menguji mendiagnosa jenis-jenis yang di input yang selanjutnya diambil solusi berdasarkan aturan yang disimpan oleh sistem, serta menggunakan metode Factor dan Forward Chaining sebagai nilai faktor kepastian dari sebuah kesimpulan sistem. Setelah program ini dibuat, maka dilakukan pengujian untuk keakuratan dan memaksilkan fungsi sistem supaya tepat guna. Sistem dapat digunakan setelah melewati pengujian.
Untuk memudahkan penelitian ini maka penulis membuat bagan seperti yang terlihat pada gambar 2.2 berikut :
29
Mulai
Belem di ketahui demam apa saja pada anak
Minimnya pengetahuan orag taua mengeai macam-macam demam yang
teradi pada anak
Membuat sistem pakar diagnosa penyakit pada anak berbasis desktop
Menggunakan metode Factor dan Forward Chaining
Pengujian sistem pakar dan sistem pakar siap di gunakan
selesai
30
BAB III
METODE PENELITIAN
3.1. Objek Penelitian
Objek penelitian merupakan permasalahan yang diteliti. Dalam penulisan skripsi ini, yang menjadi objek penelitian ini adalah Penyakit Demam pada anak tentang macam-macam Demam pada anak dan cara penanganan Demam pada anak.
Penelitian akan dilakukan di sebuah puskesmas yang bernama Mekar mukti. Bertempat di Jl. Cikarang Cibarusah Bekasi Cikarang Utara, Bekasi. Jawa Barat 17530 Permenkes ini dipertegas lagi dengan diterbitkannya peraturan Bupati Kabupaten Bekasi Nomor 18 Tahun 2015 tentang Pembentukan Unit Pelaksana Teknis Dinas Pusat Kesehatan Masyarakat (PUSKESMAS) pada dinas kesehatan Bekasi, telah dibentuk Unit Pelaksana Teknis Dinas (UPTD) pusat kesehatan masyarakat di Kabupaten Bekasi yang terkonsentrasi di Kecamatan dan Desa/Kelurahan, termasuk salah satunya adalah UPTD Puskesmas Mekar mukti.
Tugas pokok Puskesmas adalah melaksanakan pelayanan, pembinaan dan pengembangan upaya kesehatan kepada masyarakat di wilayah kerjanya. Dalam menyelenggarakan tugas pokok sebagaimana dimaksud diatas Puskesmas mempunyai fungsi sebagai berikut :
1. Penyiapan bahan perumusan kebijakan teknis di bidang pelayanan, pembinaan dan pengembangan upaya kesehatan masyarakat di wilayah kerjanya.
2. Penyelenggaraan sebagian kegiatan teknis operasional dan/atau teknis penunjang dinas di bidang pelayanan, pembinaan dan pengembangan upaya kesehatan kepada masyarakat sesuai dengan tugasnya.
31
4. Pelaksanaan tugas lain yang diberikan oleh kepala dinas sesuai dengan tugas dan fungsinya.
3.2. Tahapan Penelitian
Tahapan yang akan digunakan dalam penelitian ini dapat dilihat pada gambar 3.1 untuk melakukan diagnose terhadap penyakit Demam Pada Anak pada Puskesmas Mekarmukti di Kabupaten Bekasi, dan berikut ini beberapa langkah dalam tahapan penelitian yang akan dilakukan.
Pengumpulan Data
Pengelolaan Data Awal
Pemodelan Evaluasi dan
Validasi Hasil Pengujian
Model
Gambar 3.1 Tahapan Penelitian
1. Pengumpulan Data
Tahapan pengumpulan data yang tepat yaitu dengan mempertimbangkan penggunaannya berdasarkan jenis data dan sumbernya. Data yang objektif dan relevan dengan pokok permasalahan penelitian merupakan indikator keberhasilan suatu penelitian.
2. Pengelolaan Data Awal
Tahapan ini menjelaskan tahap awal dalam Data terkumpul dan dinyatakan lengkap, data tersebut kemudian diseleksi atas dasar reliabilitas dan validitas. Pengolahan data juga harus memperhtikan bentuk rumusan masalah dan tujuan penelitian.
3. Pemodelan
Tahapan ini menjelaskan tentang pemilihan dan pemodelan metode yang digunakan pada penelitian. Penjelasan ini juga mengenai pengaturan untuk mendukung proses
dan pemilihan nilai dari atribut-atribut serta tahapan proses pemodelan dengan metode yang digunakan.
4. Pengujian Model
Tahapan ini menjelaskan upaya pengujian model, sehingga karakteristik atau sifat-sifat data tersebut dapat dengan mudah dipahami dan bermanfaat, untuk menjawab masalah-masalah yang berkaitan dengan penelitian yang tepat dari model yang digunakan.
5. Evaluasi dan Validasi Hasil
Tahapan terakhir ini mejelaskan mengenai evaluasi dan validasi hasil penerapan metode pada penelitian yang dilakukan.
3.3. Sistem Berjalan
Menganalisa sistem yang sedang berjalan bertujuan untuk mengetahui lebih jelas bagaimana cara kerja sistem dan masalah apa yang dihadapi sistem tersebut untuk dijadikan landasan usulan perancangan analisis sistem berjalan yang dilakukan berdasarkan urutan kejadian yang ada, sehingga dari urutan kejadian tersebut dapat dibuat diagram activity. Lihat pada gambar 3.3 di bawah ini:
33
3.3.1. Prosedur Sistem yang Berjalan
Gambar 3.2 Activiry Sistem yang sedang berjalan
Keterangan :
Calon pasien datang ke puskesmas untuk berobat atau konsultasi pihak puskesmas member form registrasi untuk di isi oleh calon pasien, mengisi form secara manual dan mengembalikan form tersebut ke pihak puskesmas menanyakan apakah sudah terdaftar? Jika belum daftarlah terlebih dahulu jika sudah lanjutkan ketahap pemeriksaan, dokterpun melakukan konsultasi Tanya jawab terhadap pasien seperti sudah berapa lama mengalami sakit dan keluhan lainnya. Setelah melakukan Tanya jawab dengan pasien doktorpun melakukan pemeriksaan dan mengeluarkan hasil diagnose, jika pasien tidak ada keluhan lagi maka pemeriksaan selesai. Jika hasilnya positif terkena demam maka dokter menyarankan
untuk segera meminum obat dengan resep yang sudah di berikan dan dapat di tebus di apotik tersebut.
3.4. Usulan Sistem yang Berjalan
Usulan sistem yang berjalan merupakan tahap lanjutan dari analisis sistem yang berjalan, dimana pada tahap ini digambarkan rancangan sistem yang akan dibangun sebelum melakukan proses coding dan testing. Perancangan suatu sistem tidak lepas dari hasil analisis sistemnya, karena dengan melakukan analisis sistem inilah akan dapat dibuat suatu rancangan sistem.
Terdapat beberapa usulan prosedur yang baru, prosedur yang bertujuan untuk memperbaiki dan menyempurnakan, prosedur yang di usulkan yaitu merubah proses pemeriksaan yang dimana pemilik harus datang langsung kedokter. Berdasarkan pada gambar 3.3 berikut ini:
3.4.1. Prosedur Usulan Sistem yang Berjalan
35
Keterangan :
Orang tua pasien masuk kedalam sistem pakar diagnosa penyakit demam pada anak, orang tua pasien melakukan login dengan memasukan username dan password sistempun memeriksa akun calon pasien jika salah akan kembali ke menu jika benar maka akan masuk ke menu utama sistem pakar diagnose penyakit demam pada anak. Setelah melakikan login dan ke menu utama orang tua pasien memilih menu konsultasi dan memilih gejala-gejala penyakit yang tersedia, jika sudah memilih gejala-gejala yang mendekati penyakit pasien maka melakukan penelusuran diagnosa dan menampilkan hasil diagnose.
3.5. Pengembangan Sistem
Sistem yang dilakukan masih manul user datang langsug kepuskesmas. Perlu adanya pembaruan kearah sistem yang lebih terkomputerisasi. Dalam tahap ini penulis melakukan pengembangan sistem dengan menggunakan metode Naïve Bayes yang dimana setiap tahap pengembangan tidak harus diselesaikan terlebih dahulu secara penuh sebelum diteruskan ke tahap berikutnya. Adapun tahapan pengembangan adalah sebagai berikut:
1. Analisa
Dalam tahap ini penulis melakukan analisa terhadap sistem yang sedang berjalan sekarang. Penulis menjelaskan teknik pengumpulan data yang digunakan Selanjutnya penulis melakukan analisa kebutuhan untuk mengetahui apa saja yang dibutuhkan untuk membangun sistem yang baru.
2. Desain
Tahap ini penulis melakukan perancangan, yaitu perancangan alur proses sistem dengan menggunakan diagram-diagram UML (Unified Modelling Language), selanjutnya penulis melakukan perancangan antarmuka pengguna yang nantinya akan dijadikan acuan penulis dalam menentukan tampilan aplikasi yang akan dibuat.
3. Pembuatan Program (coding)
Setelah melakukan desain maka selanjutnya adalah melakukan coding program.dalam membangun aplikasi sistem pakar. Dan database menggunakan Mysql server.
4. Implementasi
Dalam tahap ini dilakukan penggabungan modul-modul yang sudah dibuat ditahapan sebelumnya. Hasil dari penggabungan modul-modul tersebut adalah berupa aplikasi sistem pakar yang sistem informasinya saling terintegrasi satu sama lain.
3.6. Analisa Kebutuhan
Analisa kebutuhan dilakukan dengan menentukan kebutuhan apa saja yang dibutuhkan untuk mendukung kerja sistem pakar diagnosa penyakit demam pada anak. Untuk mendiagnosa suatu penyakit, perlu diketahui gejala - gejala yang ditimbulkan terlebih dahulu. Walaupun hanya dari gejala klinis (gejala yang dapat dilihat maupun dirasakan oleh penderita), dokter dapat mengambil kesimpulan berupa penyakit yang diderita. Akan tetapi, untuk beberapa kondisi diperlukan pemeriksaan lebih lanjut melalui pemeriksaan laboratorium.
Maka dari itu diperlukan pengetahuan dari seorang pakar yang ahli di bidang penyakit demam dan kemudian pengetahuan dari pakar tersebut dimasukan ke dalam sebuah sistem sebagai basis data. Lalu pengguna akan meng-input gejala-gejala demam pada anak ke sistem sehingga sistem bisa mendiagnosis nama penyakit yang menyerang anak tersebut beserta cara mengobatinya.
3.7. Analisa Sistem
Untuk mendiagnosa jenis penyakit demam pada anak perlu diketahui terlebih dahulu gejala-gejala yang ditimbulkan pada demam anak tersebut. Meskipun hanya gejala awal, pakar dapat mengambil suatu kesimpulan berupa penyakit demam yang terjadi pada anak.
37
Dalam perancangan aplikasi untuk menentukan penyakit demam pada anaka diklasifikasikan menjadi lima bagian yaitu:
1. Demam Berdarah 2. Demam Malaria 3. Campak
4. Demam Tipoid 5. Meningitis
Pada Tabel 3.2 berikut ini berisi nilai CF rule dari kerusakan sepeda motor, yaitu nilai yang menunjukkan tingkat keyakinan seorang pakar terhadap besarnya kontribusi dari gejala terhadap suatu demam pada anak. Data yang terdapat pada tabel berikut adalah data yang dihasilkan dari wawancara penulis terhadap dua orang pakar. Sebelum pada tabel CF rule penyakit demam pada anak Certaity Factor (CF) memiliki certainty term untuk nilai kepastian(MB) dan ketidak pastian(MD), berikut adalah tabel certainty term untuk MB dan MD yang akan diberikan oleh pakar sebagai acuan untuk nilai CF gejala ataupun CF penyakit demam anak.
Tabel 3. 4 Certainty term untuk MB dan MD
Certainty Term MB/MD
Tidak tahu / Tidak ada 0 ~ 0.29
Mungkin 0.3 ~ 0.49
Kemungkinan Besar 0.5 ~ 0.69
Hampir Pasti 0.7 ~ 0.89
Pasti 0.9 ~ 1
Berdasarkan asumsi dari pakar dan penerapan dari certainty factor maka range untuk memberikan bobot nilai adalah 0-1,begitu pula dengan nilai keyakinan yang dapat diberikan oleh pengguna. Berikut adalah gejala-gejala demam pada anak beserta nilai bobot dari pakar, macam-macam penyakit demam pada anak dan aturan gejala dari masing-masing demam
Tabel 3. 5 Nilai CF Gejala Terhadap Penyakit (Kaidah Produksi)
No
Nama Kerusakan (P)
(THEN)
Jenis Gejala (G) (IF) CF Rule (Gejala) 1 P001 Demam Berdarah (G001) Bintik-bintik merah 0.7 (G002) Muntah 0.8 (G003) Mual 0.8 (G004) Sakit Kepala 1 (G005) Mimisan/ Pendarahan pada gusi 0.7 2 P002 Demam Malaria
(G007 sakit pada sendi-sendi
tubuh 0.8 (G004) Sakit Kepala 1 (G008) Sakit perut 0.9 (G002) Muntah 0.8 (G003) Mual 0.8 (G006) Lemah 0.8 3 P003 Campak (G001) Bintik-bintik merah 0.85 (G008) Sakit perut 0.9 (G009) Sakit Tenggorokan 0.85 (G010) Mata merah 1 (G011) Diare 0.9 4 P004 Demam (G011) Diare 1
39
Tipoid (G002) Muntah 0.8
(G003) Mual 0.8
(G012) Lidah tampak kotor 0.8
5 P005 Meningitis (G010) Mata merah 0.6 (G002) Muntah 0.8 (G003) Mual 0.8 (G013) Kaku kubuk 0.6 (G014) Kesadaran Menurun 1
Pada Tabel 3.3 berikut ini berisi nilai CF dari demam yang diperoleh dari hasil wawancara dengan Pakar.
Tabel 3. 6 Nilai CF penyakit Demam
Kode Kerusakan Nama Kerusakan Nilai CF
P001 Demam Berdarah 0.6
P002 Demam Malaria 0.6
P003 Campak 0.6
Tabel 3.4 Nilai CF Penyakit Demam (Lanjutan)
Kode Kerusakan Nama Kerusakan Nilai CF
P004 Demam Tipoid 0.6
P005 Meningitis 0.8
3.9. Mesin Inferensi (inference engine)
Pada penelitian ini penelusuran dimulai dari premis (gejala) untuk menentukan konklusi (penyakit). Teknik seperti ini disebut teknik forward chaining. Hasil penelusuran
didapat berdasarkan pada nilai kepastian tiap premis (gejala) yang dihitung menggunakan metode certainty factor. Flowchart sistem diperlihatkan pada Gambar 3.4.
mulai
Pilih gejala yang dialami
Menghitung nilai CF berdasarka CF rule geala
Menghitung kombinasi nilai CF
Semua gejala terhitung
Menghitung nilai CF berdasarka CF rule peyakit
Menghitung kombinasi nilai CF keyakian penyakit Semua penyakit terhitung Nilai rule penyakit demam pada anak selesai ya ya Tidak Tidak
Gambar 3.4 Flowchart Mesin Inferensi Sistem Pakar
Proses mesin inferensi forward chaining dimulai pada saat user menginputkan gejala dan nilai kepastian. Sistem mencocokkan gejala yang dipilih user dengan fakta masukan user. Jika kaidah yang bagian premisnya sesuai tidak ditemukan,maka akan berlanjut pada proses pencarian fakta berikutnya, kemudian sistem akan mencocokkan lagi premis selanjutnya dengan kaidah yang bagian premisnya sesuai dengan fakta masukan user. Jika ada gejala
41
yang cocok dengan kaidah tertentu maka akan disimpan dalam working memori, kemudian sistem akan mencocokkan lagi premis selanjutnya dengan kaidah yang bagian premisnya sesuai dengan fakta masukan user hingga fakta yang diinputkan user telah dicek semua oleh sistem. Jika kaidah terpenuhi maka penyakit ditemukan.Jika kaidah tidak terpenuhi maka tidak ditemukan kerusakan. Untuk menentukan kerusakan yang dialami sepeda motor maka dilakukan proses perhitungan bobot dari semua calon konklusi. Calon konklusi yang memiliki bobot kepastian terbesar yang akan menjdi konklusi akhir.
Proses perhitungan bobot kepastian menggunakan metode certainty factor digunakan untuk menentukan nilai kepastian terjadinya penyakit berdasarkan gejala yang dipilih. Setelah nilai gejala didapat maka akan dilakukan perhitungan CF kerusakan dengan rumus CF combinasi yaitu dengan menambahkan semua nilai CF_gejala kemudian dikalikan dengan 1-CF_gejala1 atau CFkombinasi = (CF1, CF2,..., CFn) (1-CF1)
Metode certainty factor menentukan konklusi (kerusakan) berdasarkan nilai faktor kepastian tertinggi berdasarkan hasil penelusuran pada setiap aturan.
3.8.1. Aksi Yang Direkomendasikan
3.8.1.1.Perhitungan Certainty Factor Dengan Nilai Dari Pakar
Perhitungan nilai certainty factor dengan nilai yang diberikan oleh pakar akan menghasilkan suatu informasi yang lebih tepat daripada melakukan spekulasi dengan cara penentuan nilai certainty factor menggunakan rumus. Sebagai contoh perhitungan certainty
factor dari nilai yang diberikan oleh seorang pakar akan sedikit dijelaskan dengan
menggunakan contoh permasalahan berikut :
Data gejala yang dipilih user pada jenis penyaki demam pada anak
Gejala Yang Dipilih Nilai Cfgejala
(G001) Bintik-bintik merah 0.7
(G002) Muntah 0.8
(G003) Mual 0.8
Gejala Yang Dipilih Nilai Cfgejala
(G004) Sakit Kepala 1
(G005) Mimisan/ Pendarahan pada gusi 1
Berdsarakan contoh data sample yang dipilih oleh user, maka selanjutnya akan dihitung dengan rumus yang ada pada metode certainty factor, berikut adalah rumus yang digunakan sebagai rumus dasar :.
CF[h,e] = MB[h,e] - MD[h,e]
Dengan :
CF[h,e] = Faktor Kepastian
MB[h,e] = Ukuran Kepercayaan terhadap Hipotesis h
MD[h,e] = Ukuran Ketidakpercayaan
Hasil Diagnosa Berdasarkan Proses Hitung Metode Certainty Factor :
1. Nama Kerusakan = (P001) penyakit Demam Berdarah (Nilai CF kerusakan = 0.6 ) Nilai CF (gejala) G001 ( Bintik-Bintik Merah ) = 0.7
MB(h,E1) = ((CF Gejala)-(CF))/(1-(CF))
=(0.7-0.6) / (1-0.6) = 0.1 / 0.4 = 0.25
43
CF(h,E1) = MB(h,E1)-MD(h,E1)
=0.25-0= 0.25
Nilai CF (gejala) G002 ( Muntah ) = 0.8
Mb(h,E1)=((CFGejala)-(CF))/(1-(CF)
=(0.8-0.6) / (1-0.6) = 0.2 / 0.4 = 0.5
MD(h,E1) = (0.6-0.6) / (0-0.6) = -0
CF(h,E1) = MB(h,E1)-MD(h,E1)
=0.5-0 = 0.5
Nilai CF (gejala) G003 ( Mual ) = 0.8
Mb(h,E1)=((CFGejala)-(CF))/(1-(CF)
=(0.8-0.6) / (1-0.6) = 0.2 / 0.4 = 0.5
MD(h,E1) = (0.6-0.6) / (0-0.6) = -0
CF(h,E1) = MB(h,E1)-MD(h,E1)
=0.5-0 = 0.5
Nilai CF (gejala) G004 ( Sakit Kepala ) = 1
Mb(h,E1)=((CFGejala)-(CF))/(1-(CF)
=(1-0.6) / (1-0.6) = 0.4 / 0.4 = 1
MD(h,E1) = (0.6-0.6) / (0-0.6) = -0
=1 - 0 = 1
Nilai CF (gejala) G005 ( Mimisan/Penrdarahan Pada Gusi ) = 1
Mb(h,E1)=((CFGejala)-(CF))/(1-(CF)
=(1-0.6) / (1-0.6) = 0.4 / 0.4 = 1
MD(h,E1) = (0.6-0.6) / (0-0.6) = -0
CF(h,E1) = MB(h,E1)-MD(h,E1)
=1 - 0 = 1
Setelah semua nialai gejala sudah diketahui maka di hitung dengan menggunakan rumus kombinasi yang ada pada metode Certainty Factor, berikut adalah perhitungan nya:
CFkombinasi = (CF1,CF2,…,CFn) (1-CF) CFkombinasi = 0.25+0.5+0.5+1+1+(1-0.25)
= 3.25 * 0.75
= 2,4375
untuk gejala yang dipilih nomer 1 yaitu G001 ( Bintik-Bintik Merah ) karena gejala tersebut juga termasuk dalam jenis penyakit pada kode P003 yaitu penyakit Campak seperti yang terlihat pada table 3.2, maka akan dihitung juga untuk semua nilai gejala yang ada pada jenis penyakit P003, Karena ada atau tidaknya gejala lain yang dipilih tetap akan mempengaruhi evidence pada penyakit. Perhitungannya:
2. Nama Penyakit = (P003) Campak (Nilai CF Penyakit = 0.8
45 Mb(h,E1)=((CFGejala)-(CF))/(1-(CF) =(0.85-0.8) / (1-0.8) = 0.5 / 0.2 = 0.25 MD(h,E1) = (0.8-0.8) / (0-0.8) = -0 CF(h,E1) = MB(h,E1)-MD(h,E1) = 025 – 0 = 0.25
Nilai CF (gejala ) G008 ( Sakit Perut ) = 0.9
Mb(h,E1)=((CFGejala)-(CF))/(1-(CF)
=(0.9-0.8) / (1-0.8) = 0.1 / 0.2 = 0.5
MD(h,E1) = (0.8-0.8) / (0-0.8) = -0
CF(h,E1) = MB(h,E1)-MD(h,E1)
= 05 – 0 = 0.5
Nilai CF (gejala ) G010( Mata Merah ) = 1
Mb(h,E1)=((CFGejala)-(CF))/(1-(CF)
=(1-0.8) / (1-0.8) = 0.2 / 0.2 = 1
MD(h,E1) = (0.8-0.8) / (0-0.8) = -0
CF(h,E1) = MB(h,E1)-MD(h,E1)
= 1 – 0 = 1
Nilai CF (gejala ) G011 ( Diare ) = 0.9
=(0.9-0.8) / (1-0.8) = 0.1 / 0.2 = 0.5
MD(h,E1) = (0.8-0.8) / (0-0.8) = -0
CF(h,E1) = MB(h,E1)-MD(h,E1)
= 05 – 0 = 0.5
Nilai CF (gejala ) G009 ( Sakit Tenggorokan ) = 0.85
Mb(h,E1)=((CFGejala)-(CF))/(1-(CF) =(0.85-0.8) / (1-0.8) = 0.5 / 0.2 = 0.25 MD(h,E1) = (0.8-0.8) / (0-0.8) = -0 CF(h,E1) = MB(h,E1)-MD(h,E1) = 025 – 0 = 0.25 CFkombinasi = (CF1,CF2,…,CFn) (1-CF1) CFkombinasi = 0.25+0.5+1+0.5+0.25+(1–0.25) = 2.5 * 0.75 = 1.875
Setelah gejala dihitung maka akan dihasilkan keputusan berupa jenis penyakit apa saja yang terjadi setelah user memilih gejala yang dialami berdasarkan data sempel diatas maka akan disimpulkan gejala yang terjadi dapat diberikan kepurusan penyakit demam sebagai berikut:
1. Penyakit Demam Berdarah pada Anak ( Sebesar = 56.52% ) 2. Penyakit Demam Campak pada Anak ( Sebesar = 43.37%)
