Fakultas Ilmu Komputer
Universitas Brawijaya 4498
Sistem Diagnosis Penyakit Penglihatan Kabur Pada Mata Menggunakan
Metode AHP-SAW
Mochammad Faizal Satria Rahman1, Nurul Hidayat2, Ratih Kartika Dewi3
Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya Email: 1mfaizal.satria@gmail.com, 2ntayadih@ub.ac.id, 3ratihkartika@ub.ac.id
Abstrak
Penyakit penglihatan kabur merupakan salah satu penyakit mata yang memiliki tingkat kasus yang tinggi di Indonesia. Penyakit ini sulit dideteksi secara kasat mata dan pada banyak kasus penyakit ini baru terdeteksi saat sudah parah. Penderita penyakit ini biasanya tidak sadar terhadap gejala penyakit penglihatan kabur (blurred vision). Oleh karena itu dibutuhkan diagnosis pakar untuk mengetahui penyakit ini. Akan tetapi, terbatasnya jumlah pakar mata di Indonesia juga menjadi masalah yang harus ditangani. Pada tulisan ilmiah ini akan membahas penanganan masalah diagnosis gejala penyakit mata penglihatan kabur dan keterbatasan jumlah pakar mata dengan membangun sistem pakar melalui pengembangan kecerdasan buatan (artificial intelligent) dengan memasukkan pengetahuan dan pengalaman pakar ke dalam sistem model program. Didukung dengan metode Analytic Hierarchy Process Simple Additive Weighting (AHP-SAW) yang merupakan metode terapan yang digunakan untuk mengatasi permasalahan identifikasi suatu kriteria yang diukur secara kualitatif dan kuantitatif. Hasil dari data uji pada penelitian ini, sistem dapat melakukan diagnosis penyakit penglihatan kabur (blurred vision) dengan tingkat akurasi 87%.
Kata kunci: sistem pakar, diagnosis penyakit penglihatan kabur, AHP, SAW
Abstract
Blurred vision sickness is an eye-attacking disease which has a high rate of cases in Indonesia. The disease is also difficult to detect visually. In many cases, this disease is detected when the symptom is already severe. Patients with this disease are usually not aware of blurred vision symptom. Therefore it needs expert diagnosis to understand this disease. On the other hand, limited number of eye experts in Indonesia is also problem which has to be addressed. Those problems can be solved by establishing an expert system of blurred vision diagnosis. Expert systems are part of artificial intelligence which contains expert knowledge and experience incorporated into a particular area of knowledge to solve specific problems. Method of Analytic Hierarchy Process-Simple Additive Weighting (AHP-SAW) is kind of method which applied to overcome the problem of identifying criterion with measuring data qualitatively and quantitatively. Based on the test data which used in this study, system succeed to diagnosis of blurred vision sickness with 87% of accuracy.
Keywords: expert system, Simple Additive Weighting, Analytic Hierarhcy Process, AHP-SAW, blurred vision sickness, eye disease.
1.PENDAHULUAN
Mata merupakan bagian dari lima panca indera yang amat penting didalam kehidupan manusia untuk melihat. Melalui mata, Manusia bisa merasakan indahnya alam dan berkomunikasi dengan lingkungan sekitar dengan baik. Apabila mata terdapat gangguan, dapat berakibat sangat membahayakan bagi kesehatan mata kita. Mestinya bagian tubuh
Penyakit penglihatan kabur disebabkan karena kesalahan bias (refractive erros), rabun jauh, rabun dekat, katarak dan presbyopia.
Daya penglihatan yang terganggu dapat mencangkup penglihatan disamping ataupun kemampuan melihat pada bagian kiri dan kanan penglihatan. Namun, penglihatan kabur dapat dirasakan hanya pada salah satu bagian mata saja. Penglihatan kabur yang dikategorikan serius dapat menyebabkan kerusakan mata permanen dan bahkan kebutaan. Oleh sebabnya, perlunya sistem yang bisa menggantikan atau membantu peran seorang pakar untuk menangani masalah yang dihadapi oleh para penderita penyakit penglihatan kabur (blurred vision).
Sistem pakar adalah sebagian dari kecerdasan buatan yang memungkinkan komputer bisa berpikir dan mengambil kesimpulan menggunakan proses yang serupa dengan metode yang digunakan oleh seorang pakar. Umumnya, sistem pakar diterapkan untuk membantu pekerjaan dalam menyelesaikan suatu permasalahan. Sebagian aktivitas dalam memecahkan permasalahan yang dimaksud diantaranya pengambilan keputusan, pemaduan pengetahuan, perencanaan, prakiraan, diagnosis, serta pelatihan. Selain itu sistem pakar dapat berfungsi sebagai asisten yang pandai dari seorang pakar [Ari, 2010].
Metode Analytical Hierarchy Proses (AHP) dan Simple Additive Weighting (SAW) adalah suatu proses pengambilan keputusan. Konsep dari penerapan SAW ialah penjumlahan terbobot dari rating kinerja setiap alternatif pada semua atribut, dan hasil akhirnya berupa perangkingan alternatif keputusan. Kelebihan metode SAW adalah proses perhitungan cepat, namun bobot prioritas tiap kriteria harus ditentukan dahulu. Untuk melengkapi analisa yang komprehensif digunakan metode AHP untuk menetukan bobot prioritas tiap kriteria. Seteleh Menentukan bobot prioritas menggunakan metode AHP, kemudian digunakan metode SAW dalam proses perangkingan penyakit.
Baik metode AHP maupun metode SAW lebih umum digunakan pada Decision Support System (DDS) atau dapat juga disebut sebagai Sistem Pendukung Keputusan (SPK). Akan tetapi, pada sistem pakar sendiri metode AHP juga telah banyak digunakan pada penelitian-penelitian sebelumnya, utamanya sistem pakar diagnosis dan identifikasi penyakit. Seperti pada penelitian Fajar Prasetyawan yang berjudul
“Pemodelan Sistem Pakar Diagnosa Penyakit Tanaman Kopi Arabica dengan Metode
Fuzzy-AHP”. Untuk penggabungan metode AHP dan
SAW pada sistem pakar sendiri juga telah dilakukan penelitian pada Muhammad Ali Al Atas yang berjudul “Pemodelan Sistem Pakar Diagnosa Penyakit Tanaman Cabai Menggunakan Metode AHP-SAW“. Hasil dari penelitian ini menunjukan keakurasian 96%. Tingginya hasil akurasi penelitian-penelitian sistem pakar menggunakan metode AHP ataupun penggabungan metode AHP-SAW. Hal tersebut melatar belakangi penelitian sistem diagnosis penyakit penglihatan kabur dengan penggabungan kedua metode AHP-SAW.
2.LANDASAN KEPUSTAKAAN
2.1. Sistem Pakar
Kemajuan teknologi di bidang komputer menghasilkan sebuah metode pendekatan yang disebut kecerdasan buatan. Cakupan didalam kecerdasan buatan ialah strategi untuk penyelesaian permasalahan dan dapat menguraikan program yang menyerupai sifat dan perilaku kecerdasan manusia (atas, 2015).
Sebagian pengembangan pada kecerdasan buatan diantaranya adalah sistem pakar. Sistem pakar merupakan sistem informasi yang memuat ilmu-ilmu pengetahuan yang dibuat oleh sebagian atau beberapa pakar kedalam satu area pengetahuan tententu sampai akhirnya setiap orang bisa menggunakan untuk menyelesaikan bermacam-macam permasalahan yang bersifat spesifik (atas, 2015).
2.2. Analitical Hierarchy Process
Pada umumnya AHP adalah sebuah metode pemecahan masalah yang komplek dantidak terstruktur, memasukkan nilai sebagai pengganti persepsi manusia didalam mengerjakan perbandingan relatif ,selanjutnya dengan suatu sintesis ditentukan elemen yang terdapat prioritas tertinggi (Tominanto, 2012).
Metode AHP sendiri sering kali menjadi perbandingan dengan metode yang lain dikarenakan faktor-faktor sebagai berikut (Magdalena, 2012):
1. Terdapat susunan hierarki, seperti hasil pada kriteria-kriteria yang dipilih, hingga kebagian subkriteria.
2. Menghitung keluaran akhir berupa analisis sensitivitas dalam mengambil keputusan.
2.3. Simple Additive Weighting
masalah seleksi portofolio. Metode SAW dapat disebut juga dengan sebutan metode penjumlahan terbobot. Ide awal metod SAW merupakan pencarian jumlah yang terbobot dari kinerja di tiap alternatif atas atributnya. (Atas, 2015).
Langkah-langkah untuk penyelesaian pada metode SAW antara lain (Atas, 2015) :
1. Proses pemilihan kriteria yang ingin dijadikan referensi didalam mengambil suatu hasil akhir, yaitu (Ci).
2. Memberikan nilai setiap alternative Ai pada setiap kriteria Cj yang telah ditetapkan.
3. Pada masing-masing kriteria diberikan suatu nilai bobot yaitu W.
2.4. Penyakit Penglihatan Kabur (Blurred Vision)
Penyakit Penglihatan Kabur (Blurred Vision) disebabkan karena kesalahan bias (refractive erros), rabun jauh, rabun dekat, katarak dan presbyopia. Daya penglihatan yang terganggu dapat mencangkup penglihatan disamping ataupun kemampuan melihat pada bagian kiri dan kanan penglihatan. Namun, penglihatan kabur dapat dirasakan hanya pada salah satu bagian mata saja. Penglihatan kabur yang dikategorikan serius dapat menyebabkan kerusakan mata permanen dan bahkan kebutaan.
3.METODOLOGI PENELITIAN
3.1. Perancangan Sistem
Pada gambar 1 adalah diagram alir yang tedapat langkah-langkah yang dikerjakan didalam penelitian yang diusulkan.
Gambar 1. Diagram Alir Perancangan Sistem
Tahap yang pertama yaitu dilakukan studi terhadap literatur sebelunya atau pustaka dari
bagian-bagian pengetahuan yang mempunyai hubungan dengan sistem diagnosis penyakit penglihatan kabur pada mata, antara lain: 1. Sistem Pakar.
2. Algoritma AHP. 3. Algoritma SAW.
4. Identifikasi penyakit penglihatan kabur.
Langkah selanjutnya yaitu langkah pengumpulan data. Pada tahap ini terdapat dua jenis data, yaang pertama data primer dan yang kedua data sekunder. Data primer merupakan data yang diperoleh dari responden pada penelitian. Dan yang kedua yaitu data sekunder, data ini merupakan nilai yang diperoleh dari sumber-sumber yang lain namun bisa juga dipergunakan untuk penelitian seperti jurnal literatur.
Lokasi penelitian yang digunakan untuk pengumpulan data adalah Rumah Sakit
Petrokimia Gresik, Provinsi Jawa Timur. Data yang diperoleh berasal dari buku referensi, yaitu berupa gejala yang dirasakan pasien penderita dan gejala yang tampak pada mata pasien. Data yang telah diambil kemudian di konsultasikan dengan dr Chandra sebagai pakar penyakit mata, dan selanjutnya diberikan pembobotan sebagai dasar basis pengetahuan sistem. Data digunakan dalam proses perhitungan dengan metode AHP-SAW. Data gejala yang didapatkan ditunjukkan pada Tabel 1.
Tabel 1. Data Gejala
masing alternatif penyakit. Daftar nilai pembobotan masing-masing gejala dengan alternatif penyakit ditunjukan pada Tabel 2.
Tabel 2. Daftar Nilai Bobot Gejala Penyakit Penglihatan Kabur
3.2. Perancangan Algoritma
Pemodelan sistem pakar pada penelitian ini memiliki dua tahapan, yaitu tahap pembobotan masing-masing kriteria menggunakan metode AHP, dan tahap pengambil keputusan menggunakan metode SAW. Secara umum proses pembobotan menggunakan metode AHP dapat dilihat pada Gambar 2.
Gambar 2. Diagram Alir metode AHP
Selanjutnya, langkah-langkah dalam pengambilan kesimpulan dengan
menggunakan metode SAW dapat dilihat pada Gambar 3.
Gambar 3. Diagram Alir metode SAW
4.IMPLEMENTASI
4.1. Batasan Implementasi
Berikut adalah batasan yang digunakan pada implementasi pada sistem diagnosis penyakit penglihatan kabur pada mata menggunakan m metode AHP-SAW adalah sebagai berikut: 1. Sistem dirancang dengan berbasis Web
menggunakan bahasa pemrograman HTML dan PHP.
2. Data yang sudah diperoleh dari pakar kemudian disimpan ke dalam variabel tanpa menggunakan database.
3. masukan yang digunakan didalam sistem merupakan data-data gejala pada mata yang dimasukkan oleh pengguna umum.
4. Metode yang digunakan dalam menyelesaikan masalah adalah metode AHP-SAW.
5. Output yang ditampilkan oleh sistem adalah jenis penyakit dan solusi penanggulangan, serta hasil perhitungan menggunakan metode AHP-SAW.
4.2. Implementasi Antarmuka
Antarmuka pada instrumen penelitian Sistem Diagnosis Penyakit Penglihatan kabur pada mata dengan Metode AHP-SAW berfungsi sebagai sarana interaksi pengguna dengan sistem.
Gambar 4. Antarmuka Halaman Login
Halaman utama adalah halaman awal yang digunakan pengguna saat menggunakan aplikasi ini, halaman ini berisi judul, logo, deskripsi sistem, tombol menuju halaman informasi, dan tombol menuju halaman diagnosis.
2. Antarmuka Halaman Informasi.
Gambar 5. Antarmuka Halaman Informasi Halaman informasi berisi mengenai penjelasan tentang sistem pakar, penyakitpenyakit utama pada mata, serta cara penanggulangan penyakit-penyakit penglihatan kabur yang termasuk dalam lingkup sistem pakar yang diusulkan.
3. Antarmuka Halaman Diagnosis.
Gambar 6. Antarmuka Halaman Diagnosis
Halaman diagnosis berisi formulir yang berupa pertanyaan-pertanyaan yang diajukan sistem kepada pengguna berupa gejala-gejala penyakit penglihatan kabur yang nantinya akan diproses menuju halaman hasil.
4. Antarmuka Halaman Hasil.
Gambar 7. Antarmuka Halaman Hasil
Halaman hasil diagnosis berisi jenis penyakit yang merupakan hasil perhitungan AHP-SAW berdasarkan input pengguna pada halaman formulir diagnosis, pada halaman ini juga terdapat cara penanggulangan penyakit yang didapat dan terdapat penjabaran perhitungan AHP-SAW yang telah dilakukan.
5.PENGUJIAN
5.1. Pengujian Akurasi
Pengujian ini dikerjakan bertujuan supaya mengetahui kecocokan hasil dari pakar dengan hasil dari sistem diagnosis penyakit penglihatan pabur pada mata seperti terlihat pada tabel 3.
Pada tahap ini memiliki 15 data-data gejala penyakit penglihatan kabur yang akan diuji.
Hasil dari pengujian akurasi yang didapat melalui wawancara dengan pakar. Hasil akurasi yang mempunyai nilai 1 berarti keluaran hasil akhir sistem sudah sesuai dengan hasil diagnosis pakar.
Nilai Akurasi = (13)/15 X 100%=87% Sehingga bisa disimpulkan bahwa hasil diagnosis sistem sudah sesuai dengan hasil diagnosis pakar dengan tingkat akurasi 87%.
6.KESIMPULAN
Setelah menyelesaikan proses perancangan, implementasi, dan pengujian terhadap sistem, terdapat beberapa hal yang dapat disimpulkan dari penelitian ini, yaitu: 1. Intrumen penelitian dengan judul
Pemodelan Sistem Pakar Diagnosis Penyakit Penglihatan Kabur Pada Mata Menggunakan Metode AHP-SAW ini dapat
memberikan manfaat dalam memperluas pengetahuan tentang penanganan penyakit pada mata dan dapat memberikan rekomendasi solusi dalam melakukan diagnosis penyakit penglihatan kabur. 2. Hasil evaluasi pengujian dari sistem adalah
sebagai berikut:
a Hasil pengujian fungsionalitas menghasilkan nilai 100%. Hal ini menunjukkan bahwa sistem telah berjalan sesuai dengan daftar kebutuhan yang diharapkan.
b Hasil pengujian akurasi yang didapat diantara sistem dan pakar atau dokter diperoleh nilai sebesar 87%. Hasil ini didapatkan dari 15 data uji dengan jumlah hasil benar sebanyak 13 butir.
DAFTAR PUSTAKA
Ari, toto. 2011. Forward dan Backward Chaining. Institut Pertanian Bandung, Bandung.
Atas, Muhammad Ali Al. 2015. Pemodelan Sistem Pakar Diagnosa Penyakit Tanaman Cabai Merah menggunakan Metode AHP – SAW. Fakultas Ilmu Komputer Universitas Brawijaya, Malang. Fitriawati, Ningsih. 2016. Aplikasi Sistem Pakar
Diagnosa Penyakit Mata Pada Manusia Dengan Metode Forward Chaining. Fakultas Teknik Universitas Muhammadiyah, Jember.
Magdalena, Hilyah. 2012. Sistem Pendukung Keputusan Untuk Menentukan Mahasiswa Lulusan Terbaik Di Perguruan tinggi (Studi Kasus STMIK ATMA Luhur Pangkalpinang). STMIK Atma Luhur, Pangkalpinang.
