SISTEM PAKAR DIAGNOSA PERSALINAN NORMAL DAN BUATAN BERBASIS ANDROID
Isni Fauzan
SI Teknik Informatika | STMIK EL Rahma Yogyakarta | 2017 Email : nandaorlando63@gmail.com
INTISARI
Sistem pakar diagnosa persalinan normal dan buatan digunakan untuk menganalisis proses persalinan dengan beberapa gejala. Sistem ini dibuat untuk mempermudah dan mengenalkan tekhnologi komputer lebih dekat lagi pada tenaga medis pembantu dokter pada instansi kesehatan khususnya atau masyarakat pada umumnya dalam penanganan dan penanggulangan diagnosa persalinan. Sistem ini mendukung dan membantu seperti halnya seorang pakar kandungan untuk mengetahui jenis persalinan yang baik sesuai dengan kondisi kesehatan ibu dan janin dikarenakan terbatasnya fasilitas konsultasi dari pakar. Sistem ini menyediakan informasi persalinan, gambaran video persalinan dan gejala – gejala pada fase sebelum persalinan.
Dari analisa dan perancangan yang telah dilakukan pada Sistem pakar diagnosa persalinan normal dan buatan ini, implementasinya di buat kedalam bentuk sistem aplikasi dengan menggunakan bahasa pemrograman android yaitu eclipse,ADT (Android Developer Tools), SDK, Sqlite dengan bahasa java dan XML menggunakan metode forward chaining.
Sistem ini di buat untuk dapat mampu menggantikan keberadaan seorang pakar kandungan sehingga mampu memperoleh kesimpulan, keterangan dan solusi sesuai dengan data (gejala-gejala) yang di masukan. Dengan sistem ini dapat bermanfaat dan menambah pengetahuan bagi tenaga medis pembantu dokter kandungan khususnya dan pada masyarakat luas umumnya.
EXPERT SYSTEM OF DIAGNOSIS OF VAGINAL BIRTH AND ANDROID-BASED ARTIFICIAL
Isni Fauzan
SI Informatics Engineering | STMIK EL Rahma Yogyakarta | 2017 Email : nandaorlando63@gmail.com
ABSTRACT
Expert system of diagnosis of vaginal birth and used to analyze labor with few symptoms. The system was created to simplify and introduce computer technology even closer on the auxiliary medical personnel health agencies on particular doctors or the public in General in the diagnosis and countermeasures of handling labor. This system of support and help as well as a content expert to find out the type of labor is a good fit with the health condition of the mother and the fetus due to limited on-site consultation of experts. This system provides information on childbirth, childbirth video description and symptoms – symptoms in phase before labor.
From the analysis and design of which has been done on the expert system of diagnosis of vaginal birth and artificial this, implementation, made into the form of the application system by using the android programming language i.e. eclipse, ADT (Android Developer Tools), SDK, Sqlite with java and XML using forward chaining.
The system is made to be able to replace the presence of an expert on the content so that it is able to derive the conclusion, description and solutions in accordance with the data (symptoms) that are in the input. With this system can be useful and increase knowledge for medical personnel in particular and the obstetrician helpers on the public generally.
1. LATAR BELAKANG
Prosentase jumlah dokter spesialis yang ada khususnya spesialis obstetri dan ginekologi yang masih terhitung sangat minim membuat banyak instansi pelayanan kesehatan harus mengatur waktu dan jadwal jaga dokter. Penjadwalan yang dilakukan tersebut menyebabkan beberapa permasalahan dan kendala, diantaranya yaitu pasien yang harus menunggu jadwal dokter jaga untuk melakukan konsultasi dan pemberian tindakan tidak bisa dilakukan karena menunggu keputusan seorang dokter spesialis sehingga penanganan pasien gawat darurat tidak bisa langsung ditolong.
Demikian halnya yang terjadi pada Rumah Sakit Ibu Bersalin Ummi Khasanah yang beralamat di Jalan Pemuda Gandekan Bantul, Yogyakarta. Saat ini proses pelayanan rumah sakit khususnya penanganan persalinan dalam hal tindakan masih tergantung dari dokter Spesialis Obstetri Ginekologi. Maka untuk membantu mempercepat proses tindakan harus terdapat sistem yang membantu untuk mengolah kepakaran seorang dokter agar saat berhalangan hadir sistemlah yang bisa membantu mendiagnosa pemilihan persalinan. Dan salah satu pemanfaatan perkembangan teknologi yang telah ada adalah kecerdasan buatan (Artificial Intelligence). Contoh pengaplikasian teknologi informasi di dunia kesehatan adalah penggunaan sistem pakar.
Sistem pakar adalah sebuah sistem yang berbasis komputer yang menggunakan pengetahuan, fakta, dan juga teknik penalaran tertentu dalam memecahkan masalah, yang mana masalah tersebut adalah sebuah masalah yang biasanya dapat dipecahkan oleh seorang pakar di dalam bidang atau disiplin ilmu tertentu (Kusrini, 2008). Salah satu perangkat operating system terbaru yaitu android. Dan hadirnya smartpone android membuat masyarakat modern lebih mudah untuk mendapatkan informasi. Selain itu, mengaplikasikan sistem pakar ke dalam aplikasi smartphone android memungkinkan setiap individu untuk menghemat waktu, biaya dan tenaga dalam mendapatkan pelayanan kesehatan terutama berkaitan dengan persalinan.
1.1. Rumusan Masalah
Berdasarkan paparan latar belakang di atas, belum ada kepakaran tersistem komputerisasi tentang seorang ahli dokter spesialis obstetri dan ginekologi untuk mendiagnosa persalinan normal dan buatan berbasis Android.
1.2. Batasan Masalah
Dengan mengacu pada permasalahan yang telah dirumuskan, maka hal-hal yang berkaitan dengan sistem akan diberi batasan sebagai berikut:
a. Aplikasi dibuat diatas platform Android sehingga dimungkinkan hanya dapat dijalankan pada smartphone berbasis android.
b. Penelitian ini tidak membahas keamanan database dan keamanan jaringan yang digunakan untuk kebutuhan aplikasi.
c. Sistem ini memberikan pertanyaan-pertanyaan tentang gejala yang sedang dialami dan pasien atau pengguna aplikasi hanya menjawab “ya” atau “tidak” saja.
Tujuan dari penelitian ini adalah Merancang dan membangun aplikasi mobile sistem pakar diagnosa persalinan normal dan buatan yang dapat berjalan di smartpone berbasis android.
2. LANDASAN TEORI
Sistem pakar (expert system) menurut Arhami (2005) adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. Sistem pakar yang baik dirancang agar dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para ahli. Dengan sistem pakar ini, orang awampun dapat menyelesaikan masalah yang cukup rumit yang sebenarnya hanya dapat diselesaikan dengan bantuan para ahli. Secara umum, sistem pakar merupakan sistem yang mengadopsi pengetahuan manusia ke dalam komputer sehingga komputer dapat digunakan untuk menyelesaikan suatu masalah sebagaimana yang dilakukan oleh seorang pakar.
Desain arsitektur sistem pakar dalam menentukan metode persalinan dapat dilihat pada gambar berikut :
Gambar 2.1 Arsitektur sistem pakar
2.1 Forward chaining (pelacakan kedepan)
Menurut Arhami (2005) Forward chaining disebut juga penalaran dari bawah ke atas karena penalaran dari fakta pada level bawah menuju konklusi pada level atas didasarkan pada fakta. Penalaran dari bawah ke atas dalam suatu sistem pakar dapat disamakan untuk pemrograman konvensional dari bawah ke atas. Fakta merupakan satuan dasar dari paradigma berbasis pengetahuan karena mereka tidak dapat diuraikan ke dalam satuan paling kecil yang mempunyai makna. Seperti ditunjukan pada Gambar 3.2.
2.2 Persalinan
Persalinan adalah proses pengeluaran hasil konsepsi (janin dan plasenta) yang telah cukup bulan atau dapat hidup diluar kandungan melalui jalan lahir atau melalui jalan lain, dengan bantuan atau tanpa bantuan (kekuatan sendiri). Proses ini dimulai dengan adanya kontraksi persalinan sejati, yang ditandai dengan perubahan servik secara progresif dan diakhiri dengan kelahiran plasenta (Nugraheny, 2010). Metode persalinan yang digunakan.
a. Persalinan Normal
Proses persalinan dengan tindakan normal yaitu suatu proses pengeluaran hasil konsepsi (janin dan uri) yang telah cukup bulan dan dapat hidup di luar uterus melalui vagina secara spontan (Manuaba, 1998).
b. Persalinan Vacuum
Proses persalinan dengan tindakan ekstaksi vakum adalah salah satu bentuk metode persalinan dengan menggunakan bantuan ekstrasi vakum alat cup / penghisap yang berfungsi untuk menarik bayi keluar dengan lembut (Williams, 21 Ed, hal.552, 2006). c. Persalinan Forseps
Persalinan ekstraksi forceps (cunam) adalah melahirkan janin dengan menarik janin menggunakan alat forseps (Williams, 21 Ed, hal.532, 2006). Fungsi forceps digunakan sebagai ekstraktor, rotator atau keduanya. Secara umum, forceps simpson digunakan untuk melahirkan janin yang kepalanya mengalami moulage, seperti yang sering dijumpai oleh wanita nullipara.
d. Persalinan Caesar
Proses persalinan dengan tindakan caesar (sectio caesarea) yaitu suatu proses melahirkan dengan mengeluarkan janin melalui insisi dinding abdomen dan dinding rahim (Williams, 21 Ed, hal.592, 2006).
3 PERANCANGAN SISTEM
UML (Unified Modeling Language) aplikasi pembelajaran servis printer inkjet ini menjelaskan dan menggambarkan proses analisis dan desain berorientasi objek.
3.1 Use Case Diagram
Gambar 4.8. Use Case Diagram
Gambar 4.8. Use Case Diagram diatas terdapat hubungan user atau aktor dengan beberapa use case yaitu.
a. Pustaka
p.normal (persalinan normal), p.sesar (persalinan caesar), p.vacuum (persalinan vacuum), p.forseps (persalinan forseps).
b. Video persalinan
vp.normal (video persalinan normal), vp.sesar (video persalinan caesar), vp.vacuum (video persalinan vacuum), vp.forseps (video persalinan forseps)
c. Diagnosa persalinan
1) Persalinan normal gejalanya: F001, F002, F003, F004, F005. 2) Persalinan caesar gejalanya: F006, F007, F008, F009, F010, F011.
3) Persalinan vacuum gejalanya: F006, F008, F009, F011, F012, F013, F014. 4) Persalinan forseps gejalanya: F015, F016, F017, F018, F019, F020, F021.
3.2 Basis Pengetahuan (Knowledge Base) dan Basis Aturan (Rule Base)
Basis pengetahuan yang digunakan dalam program ini adalah tentang fakta gejala, dan solusi persalinan. Jumlah gejala yang diolah dalam sistem pakar diagnosa pemilihan persalinan ini adalah 4 macam diagnosa persalinan. Fakta-fakta tersebut dapat di lihat pada Tabel 4.1 dan Tabel 4.2 berikut ini.
Dari basis pengetahuan yang ada diatas yang telah dikelompok-kelompkkan kemudian sebagai input dalam memberikan analisis diagnosa persalinan maka dibuatlah basis aturan (rule base).
a. Aturan 1 atau Rule 1
IF Jalan lahir atau ukuran panggul ibu normal (F001) AND Presentasi janin letak kepala (F002)
AND Tidak ada penyulit di jalan lahir (F004) AND Denyut jantung janin normal (F005) THEN Persalinan Spontan (P001) b. Aturan 2 atau Rule 2
IF Ibu kelelahan (kehabisan tenaga/ exhaused mother) (F006) AND Ibu mengalami kala II memanjang (F007)
AND Ibu mengalami toksemia gravidarum ringan (F008)
AND Ibu ada riwayat penyakit jantung/ TBC/ dan asma bronkial ringan, dll (pada ibu yang tidak boleh mengejan lama) (F009)
AND Pembukaan serviks sudah lengkap (F010) AND Ibu mengalami ruptur uteri imminems (F011) THEN Persalinan Vacuum (P002)
c. Aturan 3 atau Rule 3
IF Ibu kelelahan (kehabisan tenaga/ exhaused mother) (F006) AND Ibu mengalami toksemia gravidarum ringan (F008)
AND Ibu ada riwayat penyakit jantung / TBC / asma bronkial – ringan, dll (pada ibu yang tidak boleh mengejan lama) (F009)
AND Ibu mengalami ruptur uteri iminnems (F011) AND Partus tidak maju (F012)
AND Ada pengeluaran meconium bayi (F013) AND Terdapat indikasi pinard (F014) THEN Persalinan Forseps (P003)
d. Aturan 4 atau Rule 4
IF Persalinan sebelumnya dilakukan dengan sectio caesarea lebih dari satu kali atau satu kali dengan jarak kehamilan dekat (F015)
AND Ada penyulit persalinan normal misalnya pada ibu yang mengalami perdarahan antepartum seperti pada plasenta previa atau solutio plasenta (F016)
AND Ibu mengalami toksemia gravidarum berat (F017)
AND Ibu ada riwayat penyakit jantung / TBC/ asma bronkial berat (F018) AND Ibu ada riwayat diabetes (F019)
AND Ibu telah dibantu dengan persalinan forseps atau vakum tapi belum berhasil (F020)
AND Ibu mengalami infeksi virus herpes kelamin (F021) Persalinan Caesar (P004)
3.3 Activity Diagram
a. Activity Diagram Menu Pustaka
Pada gambar 4.9 dibawah merupakan activity diagram menu pustaka pada sistem pakar diagnosa persalinan. Yang menjelaskan proses yang berlangsung saat user menekan tombol pustaka pada menu utama. Selanjutnya sistem akan merespon dengan menampilkan list pustaka. Dalam list pustaka terdapat empat menu yaitu bagian persalinan normal, persalinan sesar, persalinan vacuum, dan persalinan forseps.
Gambar 4.1 Activity diagram menu pustaka
b. Activity diagram menu video persalinan
Pada gambar 4.10 merupakan activity diagram menu video persalinan yang terdapat pada sistem pakar diagnosa persalinan. Yang menjelaskan proses yang berlangsung saat user menekan tombol video persalinan pada menu utama. Selanjutnya sistem akan merespon dengan menampilkan list video. Dalam list video terdapat empat menu yaitu video persalinan normal, persalinan sesar, persalinan vacuum, dan video persalinan forseps.
Gambar 4.10 menu video persalinan
c. Activity diagram menu diagnosa persalinan
terdapat empat menu yaitu tombol “ya” atau “tidak” diikuti tombol “lanjut” atau memilih “kembali”, sistem akan memproses jawaban dan mencari diagnosa lain sesuai dengan runtutan gejala yang di alami, sampai didapat hasil diagnosa yang sesuai dengan gejala yang dirasakan bisa merujuk ke persalinan normal, persalinan sesar, persalinan vacuum, maupun persalinan forseps.
Gambar 4.11 activity diagram menu diagnosa persalinan
d. Activity diagram menu petunjuk pemakaian
Pada gambar 4.12 merupakan activity diagram menu petunjuk pemakaian yang terdapat pada sistem pakar diagnosa persalinan.
Gambar 4.12. Activity diagram menu petunjuk pemakaian
Gambar 4.12 menjelaskan proses pada menu petunjuk pemakaian. Saat user menekan tombol petunjuk pemakaian maka sistem akan menampilkan informasi petunjuk penggunaan aplikasi sistem pakar persalinan ini.
e. Activity diagram menu tentang aplikasi
Gambar 4.13 Activity diagram menu tentang
f. Activity diagram menu keluar
Pada gambar 4.14 merupakan activity diagram menu keluar yang terdapat pada sistem pakar diagnosa persalinan.
Gambar 4.14 Activity diagram menu keluar
Gambar 4.14 menjelaskan tentang proses pada menu keluar. Saat user menekan tombol keluar maka sistem akan menampilkan pilihan apakah akan benar-benar keluar dari aplikasi atau tidak.
3.4 Class Diagram
Gambar 4.15. Activity diagram persalinan normal dan buatan
Gambar 4.15 diatas menjelaskan class-class dan relasi yang terdapat dalam aplikasi sistem pakar persalinan yaitu class menu activity,splash, pustaka, video persalinan, diagnosa persalinan, petunjuk pemakaian, tentang, dan keluar yang direlasikan satu sama lainnya.
Untuk inisial P.Normal, P.Sesar, P.Vacuum, dan P.Forseps adalah sub class yang terdapat pada class pustaka. Inisial PV.Normal, PV.Sesar, PV.Vacuum, dan PV.Forseps merupakan sub kelas dari class Video Persalinan. Selanjutnya inisial DP.Normal (F001, F002, F003,F004, F005), DP.Sesar(F006, F007, F008, F009, F010, F011), DP.Vacuum (F006, F008, F009, F011, F012, F013, F014), DP.Forseps (F015, F016, F017, F018, F019, F020, F021) merupakan sub class dari class Diagnosa persalinan.
3.4 Squence Diagram
4 HASIL PENELITIAN DAN PEMBAHASAN
Berdasarkan hasil dari perancangan sistem yang dilakukan pada bab sebelumnya, maka langkah selanjutnya menuju tahap implementasi program. Implementasi merupakan suatu tahapan dimana sebuah sistem telah siap untuk diterapkan pada keadaan yang sebenarnya.
Gambar 5.7 Menu utama Gambar 5.8 Menu Pustaka Gambar 5.15 Video persalinan
Gambar 5.17 Hasil Diagnosa Persalinan
Gambar 5.18 Petunjuk pemakaian
Gambar 5.19 Tentang aplikasi Gambar 5.20 Menu Keluar
5 KESIMPULAN
Dari hasil penelitian Sistem Pakar Diagnosa Persalinan Normal Dan Buatan Berbasis Android menggunakan metode Forward Chaining maka dapat diambil kesimpulan bahwa sistem pakar ini dapat membantu memberi pengetahuan kepada masyarakat terutama dalam mengenali berbagai macam diagnosa persalinan dengan beberapa gejala menjelang persalinan. Basis pengetahuan yang digunakan dalam program ini adalah tentang fakta gejala, dan solusi. Jumlah gejala yang diolah dalam sistem pakar diagnosa persalinan normal dan buatan ini adalah 21gejala dengan merujuk 4 diagnosa.
6 SARAN
datang dapat dikembangkan lagi, dan memperbanyak gejala diagnosa persalinan karena itu disarankan untuk penelitian selanjutnya dapat dikembangkan lagi menjadi lebih baik lagi.
7 DAFTAR PUSTAKA
Andriani, R., dan Prakoso, B. D., 2016. Sistem Pakar Diagnosa Penyakit Hyperopia Dan Myopia Pada Manusia Berbasis Android Menggunakan Teorema Bayes, J. Seminar Nasional Teknologi Informasi dan Multimedia, 3, 6, 13-18.
Arhami, 2005. Konsep Dasar Sistem Pakar, Andi, Yogyakarta.
Arifianto, T, 2011. Membuat Interface Aplikasi Android Lebih keren dengan LWUIT, Andi, Yogyakarta
Chapman V. 2006. Asuhan Kebidanan Persalinan & Kelahiran, Buku Kedokteran EGC, Jakarta.
Decherney et all, 2007. Current Diagnosis and Treatment Obstetrics and Gynecology, McGraw Hill, United States of America.
Guyton dan Hall, 2002. Textbook Of Medical Physiology. United States of America.
Hamalik, O., 2001. Kurikulum dan Pembelajaran. Bumi Aksara, Jakarta.
Hartati dan Iswanti, 2008. Sistem Pakar dan Pengembangannya. Graha Ilmu, Yogyakarta.
Kusrini, 2008. Sistem Pakar Teori dan Aplikasi,. Penerbit Andi Offset, Yogyakarta.
Kusumadewi, S., 2003. Artifical Intelligency (Teknik dan Implementasinya). Graha Ilmu, Yogyakarta.
Koblinsky, M., Matthews, Z., Hussein, J., Mavalankar, D., Mridha, M. K., Anwar,
I., et all. (2006). “Maternal Survival 3 : Going to Scale with Professional Skilled Care”. International Journal of Public Health and Preventive Medicine. Bangladesh : Centre for Health and Population Research. (http:// search. Proquest. com/ docview/ 872009166/ D576F1A32C254C43PQ/2?acountid=34598#untid=34598, diakses tanggal 25 Agustus 2017 jam 15.00 WIB).
Manuaba, I.B.G., 1998. Ilmu Kebidanan, Penyakit Kandungan & Keluarga Berencana untuk Pendidikan Bidan. Buku Kedokteran EGC, Jakarta.
Nugroho, A. 2005. Analisis dan Perancangan Sistem Informasi dengan Metodologi Berorientasi Objek. Bandung : Informatika.
Pratiwi, D., 2015. Sistem Pakar Diagnosa Kanker Payudara Menggunakan, Metode Certainty Factor Berbasis Android, Skripsi, Program Studi Ekstensi Ilmu Komputer, Fakultas Ilmu Komputer dan Teknologi Informasi, USU, Medan.
Safaat, N., 2014, Pemrograman Aplikasi Mobile Smartphone dan Tablet PC Berbasis Android Revisi Ke 2, Informatika, Bandung.
Sholiq, 2006. Permodelan Sistem Informasi Berorientasi Obyek dengan UML, Yogyakarta : Graha. Ilmu.
Sofa, W., 2015. Buku Ajar Asuhan Persalinan Normal, Cetakan ke : 1, Nuha Medika
Sofian, A., 2012. Sinopsis Obstetri. Edisi 3, Jilid 1, Buku Kedokteran EGC, Yogyakarta.
Sofian, A., 2012. Sinopsis Obstetri. Edisi 3, Jilid 2, Buku Kedokteran EGC, Yogyakarta.
Sondakh, J.,2013. Asuhan Kebidanan Persalinan dan Bayi Baru Lahir. Yogyakarta : Erlangga.
Sulistyawati, A., & Nugraheny, E.,2010. Asuhan Kebidanan pada Ibu Bersalin. Jakarta : Salemba medika.
Turban, 1995. Decision Support and Expert Systems: Management Support Systems 2nd. Prentice Hall PTR Upper Saddle River, NJ, USA.
Umam K., 2015. Sistem Pakar Diagnosa Penyakit Paru-Paru Menggunakan Metode Certainty Factor Berbasis Android, Skripsi, Program Studi Teknik Informatika, FT Universitas Muria, Kudus.
Williams, B.K. and Sawyer, S.C., 2011. “Using Information Technology: A Practical Introduction to Computers & Communications. (9th edition)”. New York: McGraw-Hill.
Wulan R., Lestari M., dan Parwati, S. N. W., 2014. Perancangan Sistem Pakar Penentu Proses Persalinan Dengan Metode Naive Bayes Pada Kepulauan Di Daerah Terpencil Penebel Tabanan Bali., J. SENTIKA, 46-51.
