i
SISTEM PAKAR DIAGNOSA PENYAKIT
PROSTAT MENGGUNAKAN METODE
CERTAINTY FACTOR
PROSTATE DISEASE DIAGNOSIS EXPERT SYSTEM
USING CERTAINTY FACTOR METHOD
Imas Agil Prastika1, Edy Mulyanto2
1,2
Jurusan Teknik Informatika, Fasilkom, Universitas DianNuswantoro Jl. Nakula 1 No.5-11, Semarang, 50131
E-mail : Imasagilprastika@gmail.com1,Edy.mulyanto@dsn.dinus.ac.id2
Abstrak
Penyakit prostat merupakan salah satu masalah kesehatan yang sering dialami oleh pria dewasa yang dapat mengakibatkan kematian. Melihat bahaya penyakit ini masih banyak orang yang enggan untuk datang kedokter lebih dini dan menganggap sepele sehingga banyak yang terlambat untuk datang ke dokter. Diagnosa ke dokter dirasa akan menghabiskan biaya yang cukup mahal untuk kalangan tertentu. Hal paling tepat adalah mengetahui dengan cepat agar penyakit yang diderita segera dapat di obati serta bagaimana penanganannya. Diagnosa dini penyakit sangat penting terutama penyakit prostat untuk mencegah atau menghambat terjadinya penyakit tersebut.Sistem pakar yang di bangun untuk mendiagnosa dini penyakit prostat menggunakan metode certainty factor sebagai media konsultasi yang lebih praktis dan diharapkan dapat mempercepat dalam mendiagnosa penyakit prostat. Melalui gejala – gejala penyakit yang di rasakan oleh user maka sistem mampu mendiagnosa penyakit prostat dengan menampilkan prosentase tertinggi. Sistem pakar diagnosa penyakit prostat ini mampu memberikan informasi kepada user terhadap jenis penyakit prostat berdasarkan gejala – gejala yang di berikan serta sistem ini dapat digunakan sebagai alat bantu sementara dalam mendiagnosa awal penyakit prostat.
Kata kunci : Sistem Pakar, Certainty Factor, Prostat
Abstract
Prostate disease is a health problem that is often experienced by adult men which can lead to death. Seeing the danger of this disease still many people who are reluctant to come to a doctor earlier and disregard it, finally many people are too late to come to the doctor. For getting diagnosis from a doctor feels very expensive for certain circles. The most appropriate thing is knowing quickly the illness so can be treated immediately as well as how to handle it. Early diagnosis is very important to prevent or delay the occurrence of the disease, especially
ii
prostat disease. Expert systems are built to diagnose early prostate disease using certainty factor as a media consultancy that is more practical and is expected to accelerate in diagnosing prostate disease. Through the symptoms of the disease that is being experienced by the user, the system is able to diagnose prostate disease by showing the highest percentage. Prostate disease diagnosis expert system is able to provide information to the user on the type of prostate disease based on symptoms that is given as well as the system can be used as a tool while in diagnosing early prostate disease.
Keywords: Expert System , Certainty Factor , Prostate
1. PENDAHULUAN
esehatan merupakan hal yang sangat penting dan sangat berharga bagi manusia, karena dalam keadaan yang tak terduga sekalipun kita bisa terkena penyakit dan bisa mengalami gangguan kesehatan. Banyak masyarakat tidak mengetahui atau tidak begitu paham dengan masalah kesehatan, apabila mengalami gejala - gejala penyakit belum tentu dapat mengetahui terkena penyakit apa serta belum tau cara mengatasi dan menanggulanginya. Gejala - gejala yang sebenarnya bisa dicegah lebih dini apabila telat ditangani, akan menimbulkan penyakit semakin parah karena minimnya pengetahuan dan penanganan yang cepat. Penyakit seseorang kadang di anggap sepele, kurangnya pengetahuan dan perhatian terhadap gejala awal tanpa mengetahui apakah penyakit yang diderita sudah kronis atau masih rendah akan berakibat fatal.
Permasalahan yang akan diambil yaitu mendiagnosa dini penyakit prostat. Menurut data WHO, penyakit prostat merupakan penyakit paling umum peringkat ke dua pada pria. 1,1 juta pria di seluruh dunia di diagnosis menderita penyakit prostat dan terdapat 307.000 kasus kematian pada tahun 2012. Tahun 2012 di Indonesia terdapat 13.600 kasus menurut data International Agency for Research on Cancer (IARC).
Penyakit prostat merupakan salah satu gangguan kesehatan yang sering dialami pria dewasa. Namun, masalah tersebut dapat dicegah dari dini. Diagnosa yang seharusnya di lakukan yaitu datang ke dokter. Tetapi, banyak orang yang enggan datang kedokter karena gejala yang dialaminya di anggap sepele sehingga banyak yang terlambat untuk memeriksakan ke dokter. Diagnosa ke dokter dirasa akan menghabiskan biaya yang cukup mahal untuk kalangan tertentu. Mengetahui penyebab penyakit saja belum cukup. Hal paling tepat adalah mengetahui dengan cepat agar penyakit yang diderita segera dapat di obati serta bagaimana penanganannya. Diagnosa dini penyakit sangat penting terutama penyakit prostat untuk mencegah atau menghambat terjadinya penyakit tersebut.
Berdasarkan masalah diatas, dibutuhkan sistem pakar yang mampu mendiagnosa dini penyakit prostat yang mampu melakukan penalaran layaknya seorang pakar untuk mendapatkan nilai kepastian dandalam keadaan ketidakpastian data. Dalam hal ini metode certainty factor cocok digunakan untuk mendapatkan nilai kepastian terhadap penyakit yang diderita dan sebagai media
iii
konsultasi yang lebih praktis dan diharapkan dapat mempercepat dalam mendiagnosa penyakit prostat.
2. METODE PENELITIAN
2.1 Obyek Penelitian
Penyusunan tugas akhir ini penulis melakukan penelitian untuk bahan masukan dalam pembuatan sistem pakar untuk mendiagnosa penyakit prostat melalui gejala - gejala dengan metode certainty factor, sebagai alternatif pemberitahuan informasi tentang penyakit prostat kepada masyarakat.
2.2 Metode Pengumpulan Data
Metode pengumpulan data merupakan teknik yang dapat digunakan oleh peneliti untuk melakukan pengumpulan data merupakan. Dalam suatu penelitian pengumpulan data sangat diperlukan. Pengumpulan data dilakukan sesuai dengan kebutuhan penelitian karena jenis pengumpulan data sangat banyak tetapi dalam suatu penelitian teknik pengumpulan data tidak semua digunakan.
Data yang digunakan adalah data kualitatif. Data kualitatif adalah data yang tidak menggunakan nominal atau angka, tetapi informasi langsung atas perkataan subjek penelitian dalam bahasanya sendiri tentang data penyakit dan gejala pada penyakit prostat serta solusi penanganannya. Jenis data yang digunakan penelitian ini diantaranya :
1. Data Primer
Data primer yaitu data yang didapat langusng di lapangan. Data yang di dapat yaitu dari pakar atau ahli yang berhubungan dengan penyakit prostat.
2. Data Sekunder
Data Sekunder yaitu data yang didapatkan secara tidak langsung dari sumber utama. Data ini didapatkan melalui makalah, daftar pustaka, catatan - catatan, serta literatur yang dapat mendukung penelitian ini.
3. Metode Pengumpulan Data 1. Wawancara
Pengumpulan data melalui tatap muka langsung dan tanya jawab antara pewawancara (pengumupul data) dengan narasumber (sumber data). Dalam hal ini yang menjadi narasumber adalah Dokter Rumah Sakit Soewondo Kabupaten Pati yaitu Dr. Widi Antono, M.kes, Spb. Berdasarkan hasil wawancara yang dilakukan pada Dokter tersebut, penulis mendapatkan informasi terkait yang dibutuhkan.
2. Studi Pustaka
Studi Pustaka adalah pengumpulan data yang dilakukan dengan cara mencari informasi dari buku-buku maupun media lain. Melalui metode studi pustaka ini penulis mendapatkan jurnal-jurnal yang menjadi landasan dalam pembuatan laporan penelitian.
3. Mengunjungi Situs
Mengunjungi situs merupakan sebuah penelitian yang dilakukan dengan melakuan pencarian di internet maupun searching mendapatkan banyak
iv
informasi. Dalam hal ini situs yang dikunjungi penulis yaitu situs yang berhubungan dengan penyakit prostat.
4. Teknik Analisis Data
Teknik analisis data sistem pakar diagnosa penyakit prostat ini menggunakan metode certainty factor. Berikut prosedur yang dilakukan sesuai data yang diperoleh :
Gambar 1. Metode Certainty Factor
3. HASIL DAN PEMBAHASAN 3.1 Perhitungan Certainty Factor
Perhitungan certainty factor yaitu mengelompokkan gejala – gejala yang di input user sesuai kode gejala yang ditentukan, menggolongkan kode gejala tersebut dengan penyakit prostat. Gejala – gejala tersebut sudah memiliki nilai bobot. Setelah di golongkan gejala dan penyakit kemudian dilakukan perhitungan certainty factor seperti dibawah ini.
a. Kanker Prostat (P1)
1. Rasa terbakar waktu kencing = 0,5 2. Nyeri punggung bawah = 0,4 3. Nyeri perut = 0,2
4. Nyeri saat ejakulasi = 0,6
5. Nyeri ketika buang air besar = 0,6 6. Penurunan berat badan = 0,2
CF (A) = CF1 + [CF2 * (1 – CF1)] = 0,5 + [0,4 * (1 - 0,5)] = 0,70 Data
Rule Base
Proses Certainty Factor
v CF (B) = CF3 + [CFA * (1 – CF3)] = 0,2 + [0,7 * (1 - 0,CFB * (1 – CF4)] = 0,6 + [0,76 * (1 - 0,6)] = 0,904 CF (D) = CF5 + [CFC * (1 – CF5)] = 0,6 + [0,904 * (1 - 0,6)] = 0,9616 CF (E) = CF6 + [CFD * (1 – CF6)] = 0,2 + [0,9616 * (1- 0,2)] = 0,96928 b. BPH (P2)
1. Mengejan waktu berkemih = 0,6 2. Aliran urine tersendat sendat = 0,5 3. Anyang anyangan = 0,2
4. Abdomain tegang = 0,2
CF (A) = CF1 + [CF2 * (1 – CF1)] = 0,6 + [0,5 * (1- 0,6)] = 0,80 CF (B) = CF3 + [CFA * (1 – CF3)] = 0,2 + [0,80 * (1- 0,2)] = 0,84 CF (C) = CF4 + [CFB * (1 – CF4)] = 0,2 + [0,84 * (1- 0,2)] = 0,872 c. Prostatitis Bakterial Kronis (P3)
1. Rasa terbakar waktu kencing = 0,5 2. Nyeri saat ejakulasi = 0,3
3. Aliran urine tersendat sendat = 0,4 4. Anyang Anyangan = 0,3
5. Nyeri di ujung penis = 0,6
CF (A) = CF1 + [CF2 * (1 – CF1)] = 0,5 + [0,3 * (1- 0,5)] = 0,65 CF (B) = CF3 + [CFA * (1 – CF3)] = 0,4 + [0,65 * (1- 0,4)] = 0,79 CF (C) = CF4 + [CFB * (1 – CF4)] = 0,3 + [0,79 * (1 - 0,3)] = 0,853 CF (D) = CF5 + [CFC * (1 – CF5)] = 0,6 + [0,853 * (1 - 0,6)] = 0,9412 d. Prostatitis Bakterial Akut (P4)
1. Rasa terbakar waktu kencing = 0,4 2. Nyeri punggung bawah = 0,5 3. Nyeri perut = 0,2
4. Aliran urine tersendat sendat = 0,5 5. Abdomain tegang = 0,2
6. Nyeri di ujung penis = 0,2
CF (A) = CF1 + [CF2 * (1 – CF1)] = 0,4 + [0,5 * (1 - 0,4)] = 0,7 CF (B) = CF3 + [CFA * (1 – CF3)] = 0,2 + [0,7 * (1 - 0,2)] = 0,76 CF (C) = CF4 + [CFB * (1 – CF4)] = 0,5 + [0,76 * (1 - 0,5)] = 0,88 CF (D) = CF5 + [CFC * (1 – CF5)] = 0,2 + [0,88 * (1 - 0,2)] = 0,904 CF (E) = CF6 + [CFD * (1 – CF6)] = 0,2 + [0,904 * (1- 0,2)] = 0,9232 e. Prostatitis non Bacterial (P5)
1. Rasa terbakar waktu kencing = 0,2 2. Nyeri punggung bawah = 0,5 3. Nyeri ketika buang air besar = 0,4 4. Mengejan waktu berkemih = 0,4 5. Nyeri di ujung penis = 0,2 6. Nyeri di bagian anus = 0,2
vi
CF (B) = CF3 + [CFA * (1 – CF3)] = 0,4 + [0,6 * (1 - 0,4)] = 0,76 CF (C) = CF4 + [CFB * (1 – CF4)] = 0,4 + [0,76 * (1 - 0,4)] = 0,856 CF (D) = CF5 + [CFC * (1 – CF5)] = 0,2 + [0,856 * (1 - 0,2)] = 0,8848 CF (E) = CF6 + [CFD * (1 – CF6)] = 0,2 + [0,8848 * (1- 0,2)] = 0,90784 Dari perhitungan Certainty Factor berdasarkan gejala – gejala yang di peroleh dari user. penyakit Kanker Prostat memiliki nilai Certainty Factor terbesar yaitu 0,96928 atau 96,928%. Maka penyakit Kanker Prostat menjadi kesimpulan hasil diagnosis menurut gejala yang dipilih.
3.2 Hasil Implementasi Sistem
Aplikasi sistem pakar ini digunakan untuk mendiagnosa penyakit prostat dengan menggunakan metode certainty factor berbasis web. Berikut ini Tampilan utama yang dihasilkan, sebagai berikut :
vii
Gambar 3 Tampilan Output Hasil 4. KESIMPULAN
1. Sistem pakar diagnosa penyakit prostat ini mampu memberikan informasi kepada user / pasien terhadap jenis penyakit prostat berdasarkan gejala – gejala yang di berikan.
2. Sistem pakar yang dihasilkan dapat digunakan sebagai alat bantu sementara dalam mendiagnosa awal penyakit prostat.
3. Berdasarkan hasil uji coba, metode certainty factor dapat digunakan untuk mendiagnosa penyakit prostat dengan menggunakan gejala – gejala yang akan menghasilkan prosentase nilai kepastian terhadap penyakit prostat yang di derita.
5. SARAN
1. Sistem pakar diagnosa penyakit prostat ini dapat dikembangkan lebih lanjut dengan adanya perkembangan teknologi sehingga dapat dengan mudah dalam melakukan konsultasi.
2. Aplikasi ini dapat di kembangkan dan di perluas untuk penyakit lain dan dengan pakar yang berbeda.
viii
DAFTAR PUSTAKA
[1] Turban, Efraim, et al. Decision Support Systems and Intelligent Systems 7th Ed. New Jersey : Pearson Education, 2005.
[2] Angky, Y L. Sistem Pakar Untuk Tes Minat dan Bakat, Makasar, STMIK Makasar, 2006.
[3] Anonim, “Kanker Prostat,” 2007. [Online]. Available: http://Kanker Prostat _ Dokter Sehat.htm. [01 November 2015].
[4] Arhami, M. Konsep Dasar Sistem Pakar, Yogyakata, Andi, 2005.
[5] Bimo Sunarfrihantono, ST. PHP dan MySQL untuk Web, Andi, Yogyakarta, 2003.
[6] Hamdani, Sistem Pakar Untuk Diagnosa Penyakit Mata Manusia, Skripsi Program Studi Ilmu Komputer, FMIPA Universitas Mulawarman, Samarinda, 2010.
[7] Hardjowidjoto, S. Benign Prostat Hiperplasia, Surabaya, Airlangga University Press, 2000.
[8] Jeffrey, L Whitten. Metode Desain dan Analisis Sistem, Edisi I, Diterjemahkan oleh tim penerjemah ANDI. Yogyakarta : Andi Madcoms, 2004.
[9] Kusumadewi, S. Artificial Intelligence (Teknik dan Aplikasinya), Yogyakarta, Graha Ilmu, 2003.
[10] Kusrini, Sistem Pakar Teori dan Aplikasi. Yogyakarta, Andi, 2006. [11] Latumakulita,A.Luther. Sistem Pakar Pendiagnosa Penyakit Anak
Menggunakan Certainty Factor (CF), Jurnal Ilmiah Sains Vol. 12, No. 2, Universitas Sam Ratulangi. 2012.
[12] Long, Barbara C. Perawatan Medikal Bedah, Volume 1, (terjemahan). Bandung. Yayasan Ikatan Alumni Pendidikan Keperawatan Pajajaran, 2006. [13] Nazir, M. Metode Penelitian, cet.ke-5. Hal 27, Jakarta, Ghalia Indonesia,
