ANALISIS METODE ONTOLOGI METHONTOLOGY UNTUK MEMBANGUN MODEL DATA ELECTRONIC MEDICAL RECORD (EMR)
Fenny Ristiani¹, Suyanto², -³
¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom
Abstrak
Kata Kunci :
Abstract
Ideally, people could not resist disease so that they should take the drug. Unconsciously, patients immediately take the drug without knowing whether the drug can be harmful to the body or not. Especially for patients who have had drug allergies. Thus, the medical team needs a
documentation of the patient's medical record. However, the medical records in Indonesia still use manual way with the paper. Therefore, medical record documentation system based on technology is needed so that patients can learn quickly about their medical history, which is also called EMR (Electronic Medical Record).This study will design EMR data model which is dynamic To design a EMR data model, dynamic database is required because along with the development of disease and drugs that rapidly increases, we need a design model of dynamic data .The Design of this data model uses the data model ontology. Ontology is a new way to represent objects, relationships and properties that are contained in a domain of knowledge. By using this ontology data model, the system built will be flexible and scalable.
The method used in the construction of ontology data model is methontology. Methontology is a developing ontology which proposed the expression of ideas as a set of intermediate
representations (IR) and generates the ontology using a translator. In this method there are five stages: Specification, conceptualization, Formalization, Implementation, and Maintenance. During the construction of the hierarchy, Protege tools needed for the implementation phase on the method, which is one of the tools used to build the ontology. By using this method, the system will be able to generate quick speed retrieve data using SPARQL query for retrieval part and exact appropriate accuracy by using protege
1
BAB I
PENDAHULUAN
1.1. Latar Belakang Masalah
Sebagai manusia, kita tidak luput dengan yang namanya sakit dan untuk menyembuhkannya kita membutuhkan obat. Tentunya banyak sekali obat yang sudah kita konsumsi di dalam tubuh kita. Baik obat dijual bebas ataupun berdasarkan resep dokter. Tanpa sadar, kita tidak pernah memikirkan obat yang kita konsumsi itu cocok untuk tubuh kita atau tidak. Bahkan pernahkan kita juga berpikir apakah obat yang masuk ke dalam tubuh kita itu menggandung zat yang menyebabkan alergi dan bahkan berbahaya bagi tubuh kita. Sehingga tim medis perlu untuk menyimpan data-data mengenai riwayat kesehatan pasien. Sistem pendokumentasian riwayat kesehatan pasien atau yang lebih dikenal sebagai rekam medis pasien saat masih manual dengan menggunakan kertas. Sehingga membutuhkan suatu medical record berbasis elektronik yang biasa disebut dengan EMR (Electronic Medical record). Khususnya untuk tim medis, EMR sangat membantu sekali dalam sistem rekam medis, begitu juga untuk pasien yang bersangkutan dapat mengetahui riwayat kesehatan selama berobat ke dokter. Oleh karena itu pada Tugas Akhir ini akan dirancang sebuah EMR untuk mendokumentasikan riwayat kesehatan pasien agar pasien lebih berhati-hati dalam mengkonsumsi obat yang akan diberikan supaya tidak menimbulkan alergi dalam tubuhnya, dan khususnya untuk pasien yang sebelumnya pernah menderita alergi obat.
Untuk merancang EMR ini dibutuhkan suatu model data ontologi. Pengertian ontologi berbeda-beda pada setiap bidang. Awalnya ontologi adalah ilmu mengenai filsafat kemudian seiring perkembangan zaman, ontologi terus menerus berkembang. Ontologi dalam ilmu komputer merupakan salah satu pendekatan “baru” pada bidang komputer, sehingga berbagai pendekatan pengembagan ontologi masih terus berkembang [11]. Sehingga pembangunan model data ontologi untuk EMR ini merupakan suatu cara baru untuk merepresentasikan objek, relasi dan properti yang terdapat pada suatu domain pengetahuan Dengan menggunakan ontologi diharapkan performansi sistem akan mendapatkan hasil yang akurat, dan mempunyai sistem yang sclabale dan flexible dalam hal meretrieve maupun tepat dalam mengupdate datanya.
Metode pengembangan ontologi sangat beragam, dan saat ini mulai banyak dikembangkan. Tetapi metode yang dipilih oleh penulis pada pembangunan model data ini adalah methontology. Methontology merupakan suatu pengembangan ontologi yang mengusulkan pengekspresian ide sebagai suatu himpunan dari Intermediate Representations (IR) dan menghasilkan ontologi menggunakan translator [1]. Metode ini terdiri dari 5 tahap pengebangan yaitu: Specification, Conceptualization, Formalization, Implementation, Maintenance. Dengan menggunakan metode ini diharapkan dapat tepat
mengupdate data yang baru sehingga model data pada sistem tetap scalable dan
flexible dalam hal kecepatan retrieve dan ketepatan update walaupun terdapat data
baru yang diinputkan serta model data yang dibangun dapat digunakan kembali (reusable) pada domain yang berbeda . Selain itu juga, tahapan-tahapan
methontology dari mulai specification hingga maintenance ini mendukung untuk
performansi sistem yang scalable dan flexible dalam hal kecepatan retrieve dan ketepatan update data pada sejumlah kasus model data EMR.
1.2. Perumusan Masalah
Perumusan masalah Tugas Akhir ini adalah:
1. Apakah dengan menggunakan metode ontologi methontology untuk membagun model data EMR yang flexible, scalable dan mempunyai performansi yang cepat dan akurat?
2. Bagaimana performansi kecepatan retrieve dan ketepatan update data pada model data EMR menggunakan metode ontologi methontology dengan ukuran data yang berbeda?
1.3. Batasan Masalah
Terdapat batasan masalah pada Tugas Akhir ini, yaitu:
1. Data yang didapatkan adalah data pasien yang belum dan pernah mengalami alergi obat.
2. Diagnosa yang digunakan berdasarkan kode ICD 10 second edition.
3. Kode icd alergi obat yang digunakan hanya T88.7 yaitu alergi obat secara umum saja (tidak spesifik).
4. Proses update dilakukan secara manual menggunakan tools ontologi.
5. Perbandingan dengan metode lain dalam pengujian model data yang scalable dalam hal kecepatan retrieve pencarian data hanya berdasakna pasien.
1.4. Tujuan
Tujuan dari Tugas Akhir ini adalah:
1. Mendesain dan membangun model data EMR beserta fungsi retrieve dan
update.
2. Menganalisis performansi, flexible dan scalable, dalam hal kecepatan retrieve dan ketepatan update data pada sejumlah kasus model data EMR menggunakan metode ontologi methontology dengan ukuran data yang berbeda.
1.5. Hipotesa
Dengan menggunakan metode ontologi methontology yang dapat membangun suatu hirarki ontologi dalam sejumlah kasus model data EMR akan menghasilkan performansi yang akurat, reusable, flexible, scalable dalam hal kecepatan retrieve yang akurat dan cepat serta ketepatan update data dengan skala besar.
1.6. Metodologi Penyelesaian Masalah
Metodologi yang digunakan untuk memecahkan permasalan-permsalah yang ada dalam Tugas Akhir ini terdiri dari 8 tahap, yaitu:
3
Gambar 1-1: Tahapan Metodologi Penyelesaian Masalah a. Tahap Identifikasi Masalah
Pada tahap ini akan dilakukan identifikasi terhadapa permasalahan yang ada dan melakukan identifikasi sistem yang akan dikembangkan.
b. Tahap Studi Literature
Mempelajari mengenai methontology, jenis-jenis obat dan penyakit. c. Tahap Pencarian dan Pengumpulan Data
Melakukan pencarian dan pengumpulan data mengenai jenis-jenis obat dan penyakit.
d. Tahap Analisis kebutuhan dan Perancangan Sistem
Melakukan analisis kebutuhan dan merancang sistem dari metode yang digunakan.
e. Tahap Perancangan Ontologi
Melakukan langkah-langkah metode ontologi methontology untuk membangun model data EMR.
f. Tahap Implementasi
Melakukan implementasi berdasarkan analisis dan perancangan sistem g. Tahap Pengujian dan Analisis Hasil Pengujian
Melakukan pengujian sistem kemudian melalukan analisis terhadap hasil pengujian yang diperoleh.
h. Tahap Laporan
Membuat laporan dalam bentuk dokumentasi dari tahap-tahap yang telah dilakukan selama pengerjaan Tugas Akhir berlangsung.
1.7. Sistematika Penulisan
Tugas akhir ini disusun dengan sistematika penulisan sebagai berikut : 1. PENDAHULUAN
Bab ini berisi uraian tugas akhir ini secara umum, meliputi latar belakang masalah, perumusan masalah, batasan masalah, tujuan, metodologi penyelesaian masalah, dan sistematika penulisan.
2. LANDASAN TEORI
Bab ini berisi mengenai teori penunjang dalam menyelesaikan tugas akhir ini, yaitu EMR, Ontologi, Protégé, JENA dan SPAQL.
3. PERANCANGAN SISTEM DAN IMPLEMENTASI
Bab ini berisi analisis kebutuhan sistem yang dibuat, pemodelan dari sistem dan metode yang digunakan, yang kemudian dilanjutkan ke tahap implementasi dari rancangan sistem yang bangun.
4. PENGUJIAN DAN ANALISIS
Bab ini akan dilakukan analisis dari pengujian yang telah dilakukan terhadap tahap imlementasi melalui berbagai perbandingan banyaknya data yang diinputkan.
5. PENUTUP
Bab ini berisi kesimpulan dari tugas akhir ini dan saran-saran yang diperlukan untuk pengembangan lebih lanjut.
40
BAB V PENUTUP 5.1 Kesimpulan
Setelah melakukan pengujian dan analisis pada pembanguna hirarki ontologi untuk studi kasus EMR dengan menggunakan metode methontology, maka dapat diambil kesimpulan sebagi berikut:
1. Pembangunan hirarki ontologi pada studi kasus EMR dengan metode
methontology sudah benar karena sesuai dengan standarisasi dari
www.w3.org dan pengecekan kekonsistensian pada protégé yang sudah konsisten.
2. Model data yang sudah dibangun sudah scalable dalam hal kecepatan waktu
retrieve yang dihasilkan dengan menggunakan metode methontology sudah
sangat cepat. Dan model data yang dibangun sudah flexible dalam hal ketepatan update pada hirarki ontologi sudah tepat. Instance yang di update sudah tepat berada pada kelasnya masing-masing.
3. Dari semua metode yang digunakan untuk membangun model data EMR, metode Enterprise Ontology merupakan metode yang paling baik dalam hal kecepatan retrieve yang dihasilkan dibandingkan dengan metode lain.
5.2 Saran
Setelah menyelesaikan proses pengerjaan tugas akhir ini, penulis memiliki bebrapa saran sebagai berikut:
1. Proses update data perlu dikembangkan, karena proses update data pada aplikasi ini masih manual, yaitu proses update langsung dilakukan pada protégé.
2. Tools protégé yang digunakan masih menggunakan versi 3, ada baiknya dalam membangun hirarki menggunakan protégé versi terbaru.
3. Dapat dilakukan dengan mencoba dataset yang lebih besar.
4. Domain EMR ini agar dikembangkan lagi, karena model data ini masih tergolong sangat sederhana.
Powered by TCPDF (www.tcpdf.org)
Daftar Pustaka
[1] Al-Safadi, Lilac. A.E. 2009. Electronic Medical Record Ontologi Mapper. Riyadh: King Saud University.
[2] Banowosari, Lintang Yuniar. 2004. Model Sistem Informasi Keanekaragaman
Hayati Indonesia dengan Pemanfaatan Ontologi. Jakarta: Universitas
Gunadarma.
[3] Borst, Willem Nico. 1997. Construction of Engineering Ontologies for Knowledge Sharing and Reuse. Netherlands: Centre for Telematic and Information Technology
[4] Corcho, Oscar. dkk. 2005. Building Legal Ontologies with Methontology and
WebODE. Madrid: Universidad Politecnica de Madrid.
[5] Ducharme, Bob. 2011. Learning SPARQL. USA: O’Reilly.
[6] Ohgren, Annika., Kurt Sandkuhl. 2005. Towards A Methodology for Ontologi
Developmnet inSmall and Medium-Sized Enterprice. Jonkoping: Jonkoping
University
[7] Indriyani, Fatma. 2008. Sistem Berbasis Pengetahuan untuk Obat-obatan. Bandung: Intitut Teknologi Bandung
[8] Iqbal, Ashraf Mohammed. 2011. An Ontologi-Based Electronic Medical
record for Chronic Disease Management. Nova Scotia: Dahhousie University.
[9] Kementsietsidid, Anastosios., Lipyeow Lin dan Min Wang. 2008. Supporting
Ontologi-based Keyword Search over Medical Dtabase. New York. IBM
[10] Lopez, Mariano Fernandez., dkk. 1999. Building Chemical Ontologi using
Methontology and the Ontologi Design Environment. Madrid: University if
Madrid.
[11] Park, Jinso., Kimon Sang dan Sewon Moon.2010. Using the Methontology
Approach to a Graduation Screen Ontologi Development: An Experiental Investigation of the Methontology Framework. Seoul: Asia Pacific of Information.
[12] Rubbani, Hafiz Hammad. 2007. Semantic Web Solutions. Denmark: IT University of Copenhagen
[13] Sachs, Eliza. 2006. Getting Started with Protégé-Frames. Inggris: Srnford university.
42
[14] Sheth, A., dkk. 2006. Active Semantic Electronic Medical record. Georgia: University of Georgia.
[15] Sirin, Evren., Bijan Parsia. SPARQL-DL: SPARQL Query for OWL. UK: University of Manchester.
[16] Triyanto, Kris. 2006. Perbandingan Tool untuk Membangun Ontologi
Berbasis RDF/OWL dan Ilustrasi Implementasinya. Jakarta: Universitas
Gunadarma.
[17] Wicaksana, I Wayan Simri. 2005. Survei dan Evaluasi Metode
Pengembangan Ontologi. Jakarta: Universitas Gunadarma.
[18] Zhan, Qin., Xia Zhang dan Deren Li. 2008. Ontologi-Based Semantic
Description Model for Discovery and Retrieval of Geo-Spatial Information.
Beijing: Wuhan University
Powered by TCPDF (www.tcpdf.org)
