21
RANCANG BANGUN APLIKASI INFORMATIF PENYAKIT KRONIS
BERBASIS ANDROID
Wahyu Aji Pangestu
1, Fetty Tri Anggraeny
2, I Gede Susrama Masdiyasa
3123Teknik Informatika, Fakultas Ilmu Komputer,
Universitas Pembangunan Nasional “Veteran” Jawa Timur Jalan Raya Rungkut Madya Gunung Anyar Surabaya
Email :1wahyuaji0098@gmail.com, 2fettyanggraeny.if@upnjatim.ac.id, 3igsusrama.if@upnjatim.ac.id
Abstrak. Penyakit kronis di Indonesia merupakan salah satu ancaman kesehatan yang terus mengalami peningkatan sejak 2013. Berdasarkan data dari hasil Riset Kesehatan Dasar tahun 2018, tercatat bahwa beberapa jenis penyakit kronis mengalami peningkatan di mayoritas daerah di Indonesia. Maka dari itu, diperlukan literasi mengenai berbagai macam penyakit kronis yang meliputi gejalanya, cara pencegahannya, penjelasan mengenai penyakit tersebut maupun buah dan sayuran yang direkomendasikan supaya dapat menekan tingkat penyakit kronis di Indonesia. Penelitian ini dibuat untuk bisa menghasilkan sebuah aplikasi yang informatif mengenai jenis-jenis penyakit kronis. Aplikasi yang dibangun menggunakan metode Decision Tree Classification and Regression Tree (CART) untuk melakukan prediksi indikasi penyakit dan menggunakan SQLite sebagai media penyimpanan datanya. Informasi yang akan didaparkan dari aplikasi ini kepada user yaitu berupa informasi mengenai detail data dari suatu penyakit kronis, mendapatkan prediksi penyakit berdasarkan gejala yang diinputkan, serta memberikan informasi mengenai buah dan sayuran apa yang disarankan kepada user jika mengidap satu atau beberapa penyakit.
Kata Kunci: Penyakit kronis, Aplikasi Android, Decision Tree
Penyakit kronis merupakan salah satu ancaman kesehatan yang serius bagi negara berkembang. Tingkat kecacatan dan kematian yang disebabkan oleh penyakit kronis dengan presentase sekitar 49%, melebihi yang disebabkan oleh penyakit menular dengan presentase sekitar 40% dan 11% untuk cedera [1].
Dihimpun dari data Riset Kesehatan Dasar Departemen Kesehatan Republik Indonesia pada tahun 2018, diketahui bahwa prevalensi beberapa penyakit kronis di Indonesia cenderung mengalami peningkatan sejak 2013. Peningkatan penyakit kronis disebabkan karena berbagai faktor yang mempengaruhi kesehatan seseorang, seperti lingkungan, pola makan, pola hidup [2], keturunan, atau bisa juga dari faktor usia. Penyakit kronis sendiri merupakan jenis penyakit yang membutuhkan waktu lama untuk disembuhkan [3]. Umumnya untuk menyembuhkan penyakit kronis, diperlukan waktu setidaknya 6 bulan untuk dapat mengusir penyakit kronis dari tubuh sehingga penyakit
kronis memiliki ciri bersifat menetap, dan mampu mengakibatkan ketidakmampuan pada penderitanya [4]
Pesatnya perkembangan perangkat Android pada era modern ini menjadi latar belakang untuk memilih platform Android. Android adalah suatu sistem operasi berbasis Linux yang bersifat open source sehingga bisa dikembangkan oleh siapa saja [5]. Sistem operasi Android telah mengalami banyak pemutakhiran sejak awal rilisnya. Kini jumlah pengguna sistem operasi Android sudah mencapai ratusan juta orang di seluruh dunia. Versi Android paling awal yang dirilis merupakan Android v.1.0 yang dirilis pada tahun 2007 pada perangkat HTC Dream. Saat ini sistem operasi Android sudah mencapai versi ke-9 yaitu Android Pie dengan API level 29. Sistem operasi Android mendukung Bahasa pemrograman seperti Java dan Kotlin.
Dalam menekan peningkatan tingkat penyakit di Indonesia, maka dibuatlah sebuah aplikasi Android pada penelitian ini guna membantu
22 masyarakat dalam mencari informasi mengenai penyakit kronis serta mengidentifikasinya berdasarkan gejala yang mungkin dialami.
I. Metodologi
Aplikasi android pada penelitian ini dibuat dengan Bahasa native Kotlin. Kotlin merupakan Bahasa pemrograman yang cukup baru karena dirilis pada 2016. Fitur yang dibuat pada aplikasi ini yaitu dapat melihat detail data dari suatu penyakit kronis, mampu mengidentifikasi penyakit berdasarkan gejala yang diinputkan oleh user, serta mampu menampilkan rekomendasi makanan berupa buah dan sayuran berdasarkan penyakit yang diidap.
Secara diagram, aplikasi ini dapat digambarkan pada diagram di bawah ini:
Gambar 2.1 Diagram alir aplikasi
Diagram alir pada aplikasi ini dimulai pada saat akan memulai aplikasi, sistem akan masuk ke mainActivity. Terdapat tiga menu pada beranda aplikasi yang bisa diakses oleh user.
II. Hasil dan Pembahasan
Aplikasi ini dibuat dengan menggunakan tool Android Studio IDE. Android Studio merupakan tool yang populer digunakan untuk membuat aplikasi android secara native baik menggunakan Bahasa pemrograman Java maupun Bahasa pemrograman Kotlin.
Android Studio dapat diunduh pada situs resminya. Tool ini membutuhkan penggunaan
RAM sebanyak 1,5 GB serta sekitar 1 GB untuk emulator sehingga RAM yang ideal untuk menggunakan aplikasi ini adalah 8 GB. Sistem penyimpanan pada aplikasi ini menggunakan local database yaitu SQLite. SQLite adalah salah satu contoh media penyimpanan lokal yang merupakan basis data relasional yang sudag built-in pada Android [6]. QLite merupakan DBMS yang didukung pada Android. SQLite dipilih karena tidak memerlukan space yang besar serta tidak memerlukan akses internet ketika mengambil data. Terdapat opsi lain untuk melakukan penyimpanan data seperti menyimpan data menggunakan server (cloud storage). Namun jika menggunakan server, diperlukan koneksi internet untuk mengakses datanya. Hal ini karena data pada server tersebut berada di internet.
Dikarenakan aplikasi ini menggunakan database, maka diperlukan sebuah rancangan database berupa conceptual data model (CDM) serta physical data model (PDM) dari database tersebut.
Sesuai namanya, CDM merupakan konsep gambaran secara detail mengenai basis data dalam bentuk logic [7]. Sedangkan PDM merupakan gambaran secara detail mengenai basis data dalam bentuk fisik.
CDM dan PDM pada umumnya digunakan sebagai rancangan awal atau gambaran mengenai database yang akan dibuat. Dengan membuat CDM, maka PDM akan terbentuk dengan generate CDM menjadi PDM [6]. Selanjutnya database akan lebih mudah dibentuk dengan mengikuti gambaran dari PDM.
Berikut ini merupakan rancangan cdm dari database.
23
Gambar 2.2 Conceptual Data Model dari database
CDM dari database ini terdiri dari 3 tabel utama, yakni tabel makanan, tabel penyakit dan tabel gejala. Tabel makanan berisikan atribut
idmakanan, nama_makanan serta
kategori_makanan dengan idmakanan sebagai primary key tabel tersebut. Tabel penyakit memiliki atribut idpenyakit, nama_penyakit, pencegahan dan penjelasan. Atribut idpenyakit digunakan sebagai primary key tabel tersebut. Tabel gejala memiliki atribut idgejala, nama_gejala serta lokasi gejala dengan atribut idgejala sebagai primary key tabel tersebut. Relationship antara tabel makanan dan penyakit bersifat many to many karena satu penyakit memiliki banyak pantangan makanan dan satu makanan bisa menjadi pantangan bagi banyak penyakit. Begitupun relationship antara tabel gejala dan tabel penyakit bersifat many to many karena satu penyakit dapat mengandung lebih dari satu gejala dan satu gejala bisa menjadi indikasi lebih dari satu penyakit. Karena terdapat dua relasi tabel many to many, maka akan muncul dua tabel entitas lemah yang masing-masing dari tabel tersebut akan menyimpan nilai dari primary key dari kedua tabel yang memiliki relasi many to many
Gambar 2.3 Physical Data Model dari database
PDM dari database ini terdiri dari 5 tabel, yakni tabel makanan, tabel penyakit, tabel gejala, tabel mengindikasikan serta tabel bukan_rekomendasi. Tabel makanan, penyakit serta gejala merupakan tabel utama dari CDM sebelumnya, sedangkan tabel mengindikasikan dan bukan_rekomendasi merupakan tabel entitas lemah yang muncul dari relationship many to many.
Tabel mengindikasikan berisikan atribut idgejala dan idpenyakit. Idgejala diambil dari record idgejala yang terdapat pada tabel gejala. Sedangkan idpenyakit diambil dari record idpenyakit yang terdapat pada tabel penyakit. Tabel bukan_rekomendasi berisikan atribut idmakanan dan idpenyakit. Idmakanan diambil dari record idmakanan yang terdapat pada tabel makanan. Sedangkan idpenyakit diambil dari record idpenyakit yang terdapat pada tabel penyakit. Mengindikasikan bukan_rekomendasi Gejala IDGejala Ciri lokasi_gejala <pi> Integer Variable characters (100) Variable characters (100) <M> Identifier_1 <pi> Penyakit IDPenyakit Nama_Penyakit Cara_Pencegahan Penjelasan <pi> Integer Variable characters (1024) Text Text <M> Identifier_1 <pi> Makanan IDMakanan Nama_Makanan Jenis <pi> Integer Variable characters (1024) Variable characters (1024) <M> Identifier_1 <pi> Gejala IDGejala Ciri lokasi_gejala int varchar(100) varchar(100) <pk> Penyakit IDPenyakit Nama_Penyakit Cara_Pencegahan Penjelasan int varchar(1024) text text <pk> Makanan IDMakanan Nama_Makanan Jenis int varchar(1024) varchar(1024) <pk> Mengindikasikan IDGejala IDPenyakit int int <pk,fk1> <pk,fk2> bukan_rekomendasi IDPenyakit IDMakanan int int <pk,fk1> <pk,fk2>
24
Gambar 2.4 Tampilan splash screen aplikasi
Desain dari aplikasi ini tergolong sederhana. Ketika pertama kali membuka aplikasi, akan muncul tampilan berupa splash screen yang dapat dilihat pada gambar 2.2. Splash screen pada aplikasi ini hanya menampilkan gambar icon serta nama dari aplikasi tersebut.
Gambar 2.5 Tampilan Main Activity
Setelah splash screen selesai ditampilkan, kemudian user akan dibawa ke tampilan mainActivity seperti pada gambar 2.3. Pada mainActivity terdapat tiga buah menu yaitu
menu pertama untuk menampilkan detail dari suatu penyakit, menu kedua untuk melakukan prediksi indikasi penyakit yang diidap berdasarkan input data gejala dari user, serta menu ketiga untuk menampilkan rekomendasi makanan berupa buah dan sayuran kepada user berdasarkan input data penyakit.
Gambar 2.6 Tampilan menu1Activity aplikasi
Menu pertama aplikasi ini berisikan fitur mengenai detail data dari suatu penyakit kronis. Masing-masing penyakit kronis akan ditampilkan dalam bentuk list pada recycler view. Kemudian masing-masing item akan dapat dipilih oleh user.
25 Ketika user telah memilih satu item penyakit pada menu pertama, sistem akan menampilkan informasi yang lebih detil mengenai penyakit yang sudah dipilih oleh user sebelumnya. Informasi yang ditampilkan meliputi penjelasan penyakit, gejala penyakit tersebut, cara pencegahan penyakit tersebut serta
Gambar 2.8 Tampilan menu2Activity aplikasi
Pada menu kedua aplikasi ini berisikan fitur untuk melakukan prediksi deteksi penyakit berdasarkan gejala yang dimasukkan oleh user. User dapat memasukkan lebih dari jenis gejala yang mungkin dialami. Apabila user telah memasukkan data gejala, user dapat memilih next supaya aplikasi dapat melakukan prediksi penyakit berdasarkan gejala yang sudah dipilih. Data prediksi penyakit akan ditampilkan kepada user berupa beberapa penyakit yang diprediksi dialami oleh user.
Gejala-gejala tersebut ditampilkan dalam bentuk recycler view. Recycler view memiliki cara kerja yaitu item yang ada pada bagian atas, akan turun ke bagian bawah untuk dimunculkan kembali apabila user melakukan scroll ke atas, dan begitupun sebaliknya. Adapun cara kerja recycler view dapat digambarkan sebagai berikut:
Gambar 2.9 Cara kerja Recycler View
Sehingga ketika user memilih batuk, item yang berada di bawah akan ikut terpilih juga.
Gambar 2.6 Tampilan menu3Activity aplikasi
Menu ketiga dari aplikasi ini digunakan untuk mendapatkan informasi mengenai makanan apa yang cocok bagi user dengan beberapa penyakit yang diidap. Ketika user memilih menu ketiga, aplikasi akan menampilkan list penyakit kronis dalam bentuk checkbox yang bisa dipilih oleh user. Karena itu checkbox pada aplikasi ini bersifat multiple check, artinya user dapat memilih beberapa jenis penyakit yang mungkin diidap. Ketika user telah memilih beberapa penyakit, user dapat
26 memilih tombol next untuk mendapatkan informasi mengenai makanan apa saja yang direkomendasikan.
Gambar 2.7 Tampilan menu3Activity aplikasi
Ketika user telah memilih satu atau lebih jenus penyakit, sistem akan menampilkan informasi mengenai makanan yang direkomendasikan berdasarkan penyakit yang sudah dipilih. Makanan yang ditampilkan akan dikategorikan pada buah-buahan dan sayur-sayuran. Contohnya pada gambar 2.7 menampilkan informasi makanan yang direkomendasikan terhadap penyakit demensia dan asma.
III. Simpulan
Dapat disimpulkan bahwa dari penelitian ini dapat memberikan informasi mengenai suatu penyakit kronis. Informasi yang disampaikan meliputi penjelasan penyakit tersebut, gejala-gejala yang mungkin dialami, cara pencegahan penyakit tersebut, serta makanan berupa buah dan sayur yang direkomendasikan.
Aplikasi ini juga dapat menampilkan prediksi penyakit apa saja yang mungkin menjangkit user berdasarkan gejala yang sudah diinputkan oleh user. Selain itu user juga mendapat rekomendasi makanan apa saja yang cocok jika menderita suatu penyakit atau beberapa penyakit yang sudah dimasukkan oleh user. Meskipun sudah mampu memberikan wawasan mengenai penyakit kronis dan makanannya,
namun keterbatasan jumlah data yang digunakan masih menjadi halangan untuk keakuratan prediksi penyakit, sehingga diperlukan data mengenai penyakit kronis tidak menular yang lebih banyak lagi supaya akurasi dari aplikasi ini dapat meningkat lagi.
IV. Daftar Pustaka
[1] Bestari, B. K., & Wati, D. N. (2016). Penyakit Kronis Lebih dari Satu
Menimbulkan Peningkatan
Perasaan Cemas pada Lansia di Kecamatan Cibinong. Jurnal Keperawatan Indonesia, 49.
[2] Susrama IG. (2007). Memanfaatkan Sistem Pakar Untuk Membantu Analisa Diagnosa Penyakit Obstetri Dan Ginekologi, Seminar Nasional Aplikasi Teknologi Informasi 2007 (SNATI 2007), Hal L9 – L-14. [3] Imam, K. (2012). NGANDROID. Jakarta:
Elex Media Komputindo.
[4] Lubkin, I., & Larsen, P. (2006). Chronic Illness: Impact and Interventions (6th ed.). USA: Jones and Bartlett Publishers Inc.
[5] Nugent, R. (2008). Chronic Diseases in Developing Countries. New York Academy of Sciences, 70.
[6] Rohman, N., & Toro, R. (2018). Kotlin Android Developer Expert. Bandung, Jawa Barat, Indonesia: PT. Presentologics
[7] Susrama I. G., Setyawan A., Kholis M. (2018). Rancang Bangun Aplikasi “W-Mass (Weight Monitor Assistant)” Berbasis Android Studio dengan Bahasa Native Java. Jurnal Penelitian Poltekbang Surabaya, Vol 3 (4). Hal 1-9.
