IMPLEMENTASI EXPERT SYSTEM SEBAGAI MEDIA KONSULTASI MEDIS PENYAKIT COMMON COLD MENGGUNAKAN METODE CERTAINTY FACTOR Edi Faizal Program Studi Teknik Komputer STMIK EL RAHMA YOGYAKARTA Jl. Sisingamangaraja 76 Yogyakarta Abstract - Jurnal Online STMIK EL RAHM

(1)

Fahma, Volume 8 Nomor 3 September 2010₃₁

IMPLEMENTASI EXPERT SYSTEM SEBAGAI MEDIA KONSULTASI MEDIS PENYAKIT COMMON COLD MENGGUNAKAN METODE CERTAINTY FACTOR

Edi Faizal

Program Studi Teknik Komputer STMIK EL RAHMA YOGYAKARTA

Jl. Sisingamangaraja 76 Yogyakarta

Abstract

One of the diseases that exist in the nose is a common cold. Common cold is caused by a virus "flu" or a particular group of viruses that can be filtered, but in reality so far, nearly 200 different viruses, the type of RNA or DNA, has been associated with this disease. Furthermore, there are factors other than viral infection that can cause symptoms that the patient interpreted as "flu. " The symptoms themselves vary greatly in terms of severity, the group of accompanying symptoms, and the many processes that disrupt the disease etiology.

When a person suffers from a disease that can not be handled by himself then that person should receive appropriate treatment from health professionals who are competent in the field of health.

Expert system based on knowledge systems, allowing computers to think and make decisions or conclusions from a set of rules just like an expert. One method that can be used in determining the decision is certainty factor method.

Key Word : Expert, system, Common, cold, Certainty, Factor.

Intisari

(2)

32 Fahma, Volume 8 Nomor 3 September 2010

Ketika seseorang menderita penyakit yang tidak dapat ditangani oleh dirinya sendiri maka orang harus menerima perlakuan yang sesuai dari profesional kesehatan yang kompeten di bidang kesehatan.

Sistem pakar didasarkan pada sistem pengetahuan, yang memungkinkan komputer untuk berpikir dan membuat keputusan atau kesimpulan dari seperangkat aturan seperti seorang ahli. Salah satu metode yang dapat digunakan dalam menentukan keputusan adalah metode faktor kepastian.

Katakuinci : sitem, pakar, penyakit, virus.

PENDAHULUAN

Hidung merupakan organ penting, yang seharusnya mendapat perhatian lebih dari biasanya. Hidung merupakan salah satu organ pelindung tubuh terpenting terhadap lingkungan yang tidak menguntungkan. Pada era dimana semakin banyak penelitian dan publikasi ilmiah didedikasikan terhadap bahaya kerja dan polutan udara, suatu pemahaman mendasar mengenai anatomi dan fisiologi hidung adalah penting. Hidung mempunyai beberapa fungsi : sebagai indra penciuman, menyiapkan udara inhalasi agar dapat digunakan paru-paru, mempengaruhi refleks tertentu pada paru-paru.

Salah satu penyakit yang ada pada hidung adalah Common cold. Common cold disebabkan oleh suatu virus “flu” atau kelompok virus tertentu yang dapat disaring, namun kenyataannya sejauh ini, hampir 200 virus berbeda, tipe RNA maupun DNA, telah dikaitkan dengan penyakit ini. Lebih lanjut, terdapat faktor selain infeksi virus yang dapat menimbulkan gejala yang oleh pasien diinterpretasi sebagai “flu”. Gejala-gejala itu sendiri sangat bervariasi dalam hal keparahan, kelompok gejala penyerta, serta banyaknya proses penyakit yang mengacaukan etiologi.

(3)

Fahma, Volume 8 Nomor 3 September 2010 ₃₃ Penggunaan komputer saat ini diharapkan bukan hanya untuk membantu pekerjaan manusia tetapi dalam beberapa hal dapat menggantikan posisi manusia melakukan suatu pekerjaan. Untuk itu hardware dan software komputer yang dibuat diharapkan dapat melakukan analisa sendiri dari suatu masalah dan mengambil suatu keputusan berdasarkan data-data yang dimiliki untuk dijadikan sebagai acuan. Sehingga kerja komputer berkerja layaknya otak manusia. Keinginan manusia untuk hal tersebut mendorong diciptakannya sebuah tekhnologi yang dinamakan kecerdasan buatan.

Kecerdasan buatan atau artificial intelligence merupakan salah satu bagian ilmu komputer yang membuat agar mesin komputer dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia. Pada awal diciptakannya, komputer hanya difungsikan sebagai alat bantu saja. Namun seiring dengan perkembangan zaman, maka peran komputer semakin mendominasi kehidupan umat manusia. Komputer tidak lagi hanya digunakan sebagai alat bantu hitung, lebih dari itu, komputer diharapkan untuk dapat diperdayakan untuk mengerjakan segala sesuatu yang bisa dikerjakan oleh manusia.

Sistem pakar merupakan suatu sistem yang menangkap dan menggunakan pengetahuan serta metode pengambilan keputusan yang digunakan oleh seorang atau beberapa orang ahli dalam bidang keahlian tertentu. Sistem pakar berlaku seperti seorang pakar pada bidangnya berisi fakta-fakta dan heuristik untuk memecahkan masalah tertentu. Sistem pakar didasarkan pada sistem pengetahuan, sehingga memungkinkan komputer dapat berfikir dan mengambil keputusan atau kesimpulan dari sekumpulan kaidah.

(4)

SISTEM PAKAR

Sistem pakar merupakan salah satu bidang teknik kecerdasan buatan yang cukup diminati karena penerapannya diberbagai bidang baik bidang ilmu pengetahuan maupun bisnis yang terbukti sangat membantu dalam mengambil keputusan dan sangat luas penerapanya.sistem pakar pertama kali dikembangkan oleh komunitas Artificial Intelligence pada pertengahan tahun 1960. system pakar yang pertama muncul adalah General Purpose Problem Solver (GPS).

Secara umum, sistem pakar (Expert System) adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang dilakukan oleh para ahli.[ Alasan yang menjadi dasar pembentukan sistem pakar adalah penyebaran kepakaran yang jarang dan mahal, formalitas pengetahuan pakar, integritas sumber pengetahuan yang tersebar pada beberapa pakar dan sistem pakar mampu menganalisis informasi dan merekomendasikan solusi. Karakteristik dari sistem pakar adalah mampu memecahkan persoalan-persoalan sebagaimana atau lebih baik dari pemecahan yang dilakukan oleh pakar, mampu menggunakan pengetahuan dalam bentuk kerangka aturan, mampu berinteraksi dengan manusia. Tujuan utama dari sistem pakar bukan dimaksudkan untuk menggantikan kedudukan seorang ahli atau pakar yang sangat langka. Sistem pakar memungkinkan seseorang untuk meningkatkan produktifitasnya, memperbaiki kualitas keputusannya dan dapat memecahkan masalah yang rumit, sekalipun tidak ada seorang ahli atau pakar di bidangnya.

Pengetahuan system pakar dibentuk dari kaidah atau pengalaman tentang perilaku eklemen dari domain bidang pengetahuan tertentu. Pengetahuan tersebut diperoleh dari pengalaman maupun pengetahuan dari seorang pakar pada bidang yang spesifik, buku-buku, dan jurnal ilmiah yang kemudian pengetahuan tersebut dipresentasikan dalam format tertentu, dan dihimpun dalam satu basis pengetahuan.

KONSEP SISTEM PAKAR

(5)

Fahma, Volume 8 Nomor 3 September 2010 ₃₅ Gambar 1. Diagram blok umum sistem pakar

Program sistem pakar, mulai dari konsep hingga memerlukan banyak pemikiran, rancangan, pemograman, dan debugging adalah salah satu cara untuk membuat sendiri sistem pakar yang benar-benar aktual. Adapun sepuluh tahap pembuatan sistem pakar dapat dilihat pada gambar 2 di bawah ini :

Gambar 2. Langkah-langkah proses pembuatan sistem pakar

FAKTOR KEPASTIAN (CERTAINTY FACTOR)

Factor Kepastian (Certainty Factor) menunjukkan ukuran kepastian terhadap suatu fakta atau aturan. Notasi Faktor Kepastian :

CF(h,e) = M B (h,e) – M D (h,e) CF(H,E): factor kepastian

(6)

MD(h,e): ukuran ketidakpercayaan terhadap evidence h, jika diberikan evidence e

(antara 0 dan 1).

Ada 3 hal yang mungkin terjadi :

Gambar 3. Kombinasi aturan ketidakpastian

1. Beberapa evidence dikombinasikan untuk menentukan CF dari suatu hipotesis. Jika e1 dan e2 adalah observasi, maka :

0 MB[h, e1  e2] =

MB[h, e1] + MB[h, e2].(1 – MB[h, e1]) MD[h, e1  e2] = 1

Lainnya

0 MD [h, e1  e2] =

MD[h, e1] + MD[h, e2].(1 – MD[h, e1]) MB[h, e1  e2] = 1

Lainnya

2. CF dihitung dari kombinasi beberapa hipotesis. Jika h1 dan h2 adalah hipotesis, maka :

MB[h1  h2, e] = min (MB[h1, e], MB[h2, e]) MB[h1 h2, e] = max (MB[h1, e], MB[h2, e]) MD[h1  h2, e] = min (MD[h1, e], MD[h2, e]) MD[h1 h2, e] = max (MD[h1, e], MD[h2, e])

3. Beberapa aturan saling bergandengan,ketidakpastian dari suatu aturan menjadi input untuk aturan yang lainnya, maka :

(7)

Fahma, Volume 8 Nomor 3 September 2010 ₃₇ Dengan MB’[h, s] adalah ukuran kepercayaan h berdasarkan keyakinan penuh terhadap validitas s.

PENYAKIT COMMON COLD

Common Cold adalah suatu kompleks gejala daripada suatu penyakit tertentu. Kondisi ini jelas berarti suatu penyakit ringan yang berlangsung singkat, dimana gejala lokal pertama akan ditemukan pada saluran pernafasan atas dengan predominan gejala-gejala hidung. Terdapat beberapa kondisi yang mempermudah timbulnya penyakit ini yaitu daya tahan tubuh, musim, umur , jenis kelamin.

Gambar 4. Struktur Hidung

Rhinitis atau Common Cold termasuk dalam golongan penyakit simtomasis yang dapat sembuh dengan sendirinya. Karena itu, sistem pengibatannya hanya bersifat paliatif (meringankan gejala). Dan tentunya, tidak semua gejala yang timbul harus diobati. Karena satu gejala yang timbul, pada umumnya merupakan perluasan gejala sebelumnya.

(8)

miligram, ekspektoran Dekstrometorfan-HBr sebesar 10 miligram dan untuk obat antitusif Gliseril-G sebesar 20 miligram.

PERANCANGAN DAN IMPLEMENTASI SISTEM

A.PERANCANGAN SISTEM

Dalam perancangan awal pembuatan sistem pakar penyakit Common Cold ini dibuat spesifikasi dari basis data yang memuat informasi tentang penyakit. Spesifikasi dari basis data tersebut adalah sebagai berikut :

1. Dalam ilmu kesehatan ada istilah penyakit. Penyakit memiliki atribut kode penyakit dan penyakit.

2. Penyakit memiliki gejala, setiap gejala mempunyai atribut kode gejala dan gejala, nilai MB (kepastian) dan nilai MD (ketidak pastian).

3. Penyakit memiliki penyebab. Setiap penyebab mempunyai atribut kode penyebab dan penyebab.

4. Penyakit memiliki solusi. Setiap solusi mempunyai atribut kode solusi dan solusi.

Dari spesifikasi basis data tersebut dapat dikembangkan menjadi desain konseptual awal yang terlihat pada tabel 1 berikut:

Tabel 1. Konseptual Awal Basis Data

Tipe Entitas Atribut

Penyakit kd_penyakit, penyakit

Gejala kd_gejala, gejala, MB, MD

Penyebab kd_penyebab, penyebab

(9)

Fahma, Volume 8 Nomor 3 September 2010 ₃₉ Berdasarkan desain konseptual di atas, dapat dibuat ERD (Entity Relationship Diagram) seperti di bawah ini:

Gambar 5. Entity Relationship Diagram

Kemudian berdasarkan ERD di atas, dapat dibentuk sebuah relasi yang menghubungkan tabel yang satu dengan yang lainnya. Seperti gambar di bawah ini:

(10)

40 Fahma, Volume 8 Nomor 3 September 2010 Keterangan:

PK : Primary Key , FK: Foreign Key

Ada 3 golongan utama yang sangat erat hubungannya dengan sistem ini, yaitu:

1. Admin, yaitu orang yang membuat sistem sehingga dia bisa merubah desain dari sistem.

2. Pakar, yaitu orang yang berhak dan layak memasukkan aturan-aturan tentang penyakit yang ada di sistem karena dia sudah ahli di bidang kesehatan.

3. User, yaitu pihak paramedis yang akan menjalankan diagnosa penyakit pada sistem yang kemudian akan disampaikan informasinya kepada masyarakat yang membutuhkan.

Rancangan menu yang akan dibangun sistem ini dapat dilihat pada gambar berikut:

(11)

Fahma, Volume 8 Nomor 3 September 2010 ₄₁

B.IMPLEMENTASI SISTEM

Pada tahap ini merupakan tahap untuk mengubah desain yang telah dibuat menjadi sebuah sistem yang dapat berjalan sesuai dengan kebutuhan. Tahap ini merupakan pengkodean dari desain yang telah dibuat dikodekan dengan menggunakan salah satu bahasa pemrograman yaitu Microsoft Visual Basic 6.0. Data ilmu pengetahuan yang diperoleh dari suatu desain sistem yang telah dirancang akan dirubah ke dalam bahasa komputer atau dirubah menjadi kode-kode tertentu. Hasil implementasi sistem dapat yang berhubungan dengan implementasi sistem pakar dengan menggunakan proses perhitungan certainty factor pada penyakit common cold dapat digambarkan pada proses diagnosa yang terlihat gambar form berikut.

Gambar 8. User Memilih Satu Gejala

(12)

Gambar 9. User Memilih Gejala Kedua (Lanjutan)

Setelah gejala pertama dipilih, maka sistem akan menampilkan bebrapa gejala yang mungkin mengikuti gejala pertama. Dalam gambar terlihat bahwa gejala yang ditampilkan semakin sedikit (mengerucut). Saat gejala lanjutan dipilih, maka sistem akan memberikan informasi bahwa gejala pertama dan gejala lanjutan yang dipilih merujuk pada 3 penyakit.

Gambar 10. Penyakit ditemukan

(13)

Fahma, Volume 8 Nomor 3 September 2010 ₄₃ penemuan penyakit dan seluruh gejala yang meyertai penyakit tersebut. User diminta untuk meng-klik tombol diagnosa untuk melihat detail penyakit yang dideritanya.

Gambar 11. Hasil Diagnosa

Setelah user meng-klik tombol diagnosis, sistem akan menampilkan data penyakit termasuk nama penyakit, penyebab, solusi beserta perhitungan nilai kepastian (cf) dalam bentuk anagka kepastian dan dalam persentase kemungkinan penyakit tersebut. Perhitungan nilai kepastian berdasarkan rumus certainty fakctor dengan menggunakan nilai MB dan MD yang mengikuti gejala yang dipilih user. Berikut perhitungan nilai kepastian menggunakan methode certaity factor berdasarkan gejala yang dipilih user.

Tabel 2. Gejala, Nilai MB dan Nilai MD

Gejala MB MD

Bersin 0,6 0,4

Demam Tinggi Mendadak 0,51 0,31 Batuk Kering 0,58 0,38

Dengan menggunakan data MB dan MD diatas dapat dihitung nilai kepastian menggunakan rumus sebagai berikut:

(14)

CF gejala 2 = [MBLama+MB(1–MBLama)]– [MDLama+MD(1– MDLama)]

= [0,6+0,51*(1–0,6)] – [0,4+0,31*(1–0,4)] = 0,80 – 0,59

= 0,22

CF gejala 3 = [MBLama+MB(1–MBLama)]– [MDLama+MD(1– MDLama)]

= [0,80+0,58*(1–0,80)] – [0,59+0,38*(1–0,59)] = 0,76 – 0,65

= 0,12

CF dari penyakit yang diderita user adalah sebesar 0,12 atau 12%

KESIMPULAN

1. Penggunaan komputer saat ini diharapkan bukan hanya untuk membantu pekerjaan manusia tetapi dalam beberapa hal dapat menggantikan posisi manusia melakukan suatu pekerjaan.

2. Sistem pakar merupakan suatu sistem yang menangkap dan menggunakan pengetahuan serta metode pengambilan keputusan yang digunakan oleh seorang atau beberapa orang ahli dalam bidang keahlian tertentu.

3. Sistem pakar didasarkan pada sistem pengetahuan, sehingga memungkinkan komputer dapat berfikir dan mengambil keputusan atau kesimpulan dari sekumpulan kaidah.

4. Factor Kepastian (Certainty Factor) dapat menunjukkan ukuran kepastian terhadap suatu fakta atau aturan.

DAFTAR PUSTAKA

Kusuma, Sri. 2003, Artificial Intelligence Teknik dan Aplikasinya, Graha Ilmu, Yogyakarta.

Sandi, Setiawan., 1993, Artificial Intelligence, Andi Offset, Yogyakarta.

Sujono,Hadi. 2002, Gastroenterologi, P.T. Alumni, Bandung.