Institutional Repository | Satya Wacana Christian University: Validasi Aplikasi Diagnosa Penyakit Kanker Serviks Menggunakan Finite State Automata

(1)

Validasi Aplikasi Diagnosa Penyakit Kanker Serviks Menggunakan Finite State Automata

Artikel Ilmiah

Peneliti:

Dessy Gloria Palijama (672013126) Magdalena A. Ineke Pakereng, M.Kom

Program Studi Teknik Informatika Fakultas Teknologi Informasi Universitas Kristen Satya Wacana

(2)

(3)

(4)

(5)

(6)

(7)

1. Pendahuluan

Pada era modern ini perkembangan teknologi mengalami kemajuan yang pesat. Teknologi tersebut dapat membantu mempermudah segala aktivitas manusia. Perkembangan teknologi berpengaruh pada hampir seluruh bidang kehidupan. Salah satu contohnya adalah bidang kesehatan. Para dokter ahli menggunakan teknologi untuk menemukan solusi baru mengenai kesehatan manusia.

Kanker serviks adalah kanker yang muncul pada leher rahim wanita. Leher rahim sendiri berfungsi sebagai pintu masuk menuju rahim dari vagina. Semua wanita dari berbagai usia berisiko menderita kanker serviks tapi penyakit ini cenderung memengaruhi wanita yang aktif secara seksual, kanker serviks biasanya tidak memiliki gejala.Gejalakankerserviks yang paling umum adalah pendarahan pada vagina yang terjadi setelah berhubungan seks, di luar masa atau setelah menopause.

Kebiasaan hidup yang kurang baik juga bisa menyebabkan terjangkitnya kanker serviks. Seperti kebiasaan merokok dan kurangnya asupan vitamin terutama vitamin c dan vitamin e serta kurangnya asupan asam folat. Kebiasaan buruk lainnya yang dapat menyebabkan kanker serviks adalah seringnya melakukan hubungan intim dengan berganti pasangan, melakukan hubungan intim dengan pria yang sering berganti pasangan dan melakukan hubungan intim pada usia dini melakukan hubungan intim pada usia <16 tahun bahkan dapat meningkatkan resiko 2x terkena kanker serviks. Faktor lain penyebab kanker serviks adalah adanya keturunan kanker, penggunaan pil KB dalam jangka waktu yang sangat lama, terlalu sering melahirkan.

Berdasarkan latar belakang yang ada,maka dilakukan penelitian yang bertujuanmembuat perancangan sistem untuk mendiagnosa penyakit kanker serviks dan divalidasi menggunakan Finite State Automata. Finite state Automata digunakan sebagai alur logis untuk validasi proses perancangan sistem yang dibangun. Penelitian yang dilakukan diharapkan dapat membuktikan bahwa sistem yang dihasilkan sesuai dengan rancangan yang dilakukan.

2. Tinjauan Pustaka

Pada Penelitian berjudul Sistem Pakar Pendiagnosa Penyakit Berbasis Web, membahas tentang layanan kesehatan online yang mengadopsi cara kerja dokter dalam mendiagnosa penyakit pasien. Pada sistem pakar ini tersedia keluhan-keluhan utama yang disediakan untuk dipilih user yang nantinya akan memberikan kesimpulan jenis penyakit apa yang diderita. Sistem pakar diagnosa penyakit ini dibuat menggunakan bahasa pemrograman Web Java Application dan menggunakan server MySQL sebagai basis datanya [1].

(8)

Penelitian yang berjudul Perancangan dan Implementasi Finite Automata pada Simulasi Vending Machine, menjelaskan bahwa Finite Automata dapat dijadikan sebagai logika dasar untuk membuat simulasi vending machine. Pada penelitian ini Finite State Automata yang digunakan adalah NDFA (Non Deterministic Finite Automata), dengan pendefinisian tupel pada batasan masalah dengan input adalah koin Rp 500,- dan Rp 1000,-dan outputnya adalah empat macam minuman ringan atau makanan ringan, dengan sebelas input pada mesin ini dan Sembilan output. Lewat rancangan state diagram berdasarkan konsep Mealy Machine yang telah dibuat, maka aplikasi simulasi vending machine dapat dibuat dan hasil dari setiap input yang dipilih oleh user pada aplikasi sesuai dengan hasil rancangan tersebut [3].

Penelitian yang berjudul Penerapan Finite State Automata Pada Pemetaan Sistem Parkiran Kendaraan Motor di Kampus UKSW Salatiga, membahas tentang bagaimana caraFinite state automata digunakan sebagai logika dasar untuk melakukan pemetaan sistem parkiran kendaraan motor di kampus UKSW [4].

Berdasarkan penelitian-penelitian sebelumnya terkait dengan Sistem Pakar dan penerapan Finite State Automata, makadilakukan penelitian yang membahas tentang validasi alur logis sistem diagnose penyakit kanker serviks menggunakan finite state automata.

Sistem pakar (Expert System) adalah sebuah program komputer yang mencoba meniru atau mensimulasikan pengetahuan (knowledge) dan keterampilan (skill) dari seorang pakar pada area tertentu. Terdapat dua proses dalam pembuatan sistem pakar yaituKnowledge Aqcuisition dan Inference Engine.Knowledge Aqcuisition adalah proses pengumpulan, pemindahan, perubahan dari kemampuan seorang pakar atau sumber pengetahuan ke sistem komputer. Pada saat user menjalankan komputer untuk mendapatkan informasi, sistem pakar menanyakan fakta-fakta dan dapat membuat penalaran dan sampai pada sebuah kesimpulan. Ada berbagai kategori pengembangan sistem pakar yaitu kontrol, desain, diagnosa, instruksi, interpretasi, monitor, perencanaan, prediksi, seleksi, simulasi. Inference Engine merupakan otak dari sistempakar, bagian ini mengandung mekanisme fungsi berpikir dan pola-pola penalaran sistem yang digunakan oleh seorang pakar. Mekanisme ini akan menganalisa suatu masalah tertentu dan kemudian mencari jawaban atau kesimpulan yang terbaik [5].

(9)

Gambar 1 mengilustrasikan konsep pokok dari sistem pakar. User memberikan fakta atau informasi lainnya ke sistem pakar dan menerima nasihat atau expertise sebagai jawabannya. Sistem pakar berisi dua komponen pokok yaitu knowledge base dan inference engine. Knowledge base (basis pengetahuan) berisi pengetahuan-pengetahuan dalam menyelesaikan masalah. Inference engine berfungsi untuk menganalisis pengetahuan dan menarik kesimpulan berdasarkan knowledge base[6].

Finite state automata merupakan suatu model matematika dari suatu sistem dengan masukan dan keluaran diskrit. Finite state automataadalahmesin otomata dari bahasa regular. Suatu finite state automata memiliki state yangbanyaknya berhingga, dan dapat berpindah-pindah dari suatu state ke state lain. Secaraformal finite state automatadinyatakan oleh 5 tupel, dimana [7]:

Q = himpunan state / kedudukan

∑ = himpunan simbol input / masukan / abjad δ = fungsi transisi

S = state awal / kedudukan awal (initial state) F = himpunan state akhir

Sebagai contoh diagram state dari sebuah otomata seperti pada Gambar 2.

Gambar 2 Diagram State [6]

Keterangan dari Gambar 2, sebagai berikut: Q = {q0, q1, q2}

∑ = {a, b} S = q0 F = {q2}

δ = {( (q0, a), q0), ( (q0, b), q1), ( (q1, a), q1), ( (q1, b), q2), ( (q2, a), q1), ( (q2, b), q2)}

Finite state automata yang memiliki tepat satustate berikutnya untuk setiap simbol masukan yang diterima disebut Deterministic Finite Automata. Berbeda halnya dengan Non Deterministic Finite Automata (N-DFA). N-DFA adalah otomata di mana peralihan dapat terjadi dari satu state tertentu ke beberapa state yang berbeda yang disebabkan oleh simbol input yang sama, N-DFA bisa juga mempunyai beberapa input tanpa harus menentukan state berikutnya [8].

(10)

Gambar 3 Contoh Suatu N-DFA [7]

Kanker serviks adalah kanker yang muncul pada leher rahim wanita. Leher rahim sendiri berfungsi sebagai pintu masuk menuju rahim dari vagina. Semua wanita dari berbagai usia berisiko menderita kanker serviks. Penyakit ini cenderung mempengaruhi wanita yang aktif secara seksual. Kanker serviks biasanya tidak memiliki gejala yang paling umum adalah pendarahan pada vagina yang terjadi setelah berhubungan seks di luar masa atau setelah menopause. Human papilloma Virus (HPV) merupakan penyebab dari kanker serviks, Virus ini sangat mudah berpindah dan menyebar tidak hanya melalui cairan, tapi juga bisa berpindah melalui sentuhan kulit. Selain itu penggunaan wc umum yang sudah terkena virus HPV dapat menjangkit seseorang yang menggunakannya jika tidak membersihkannya dengan baik[9].

Faktor penyebab yang utama dari kanker serviks adalah disebabkan oleh HPV (human papiloma virus) onkogenik yang menyerang leher rahim dan kebanyakan penelitian juga menemukan bahwa infeksi HPV memang mempunyai peranan besar untuk semua kasus kanker serviks (leher rahim). Meskipun perjalanan infeksi HPV menjadi kanker serviks memerlukan waktu yang panjang sekitar 10-20 tahun, akibatnya penderita yang sudah terinfeksipun tidak menyadirinya. Penentuan stadium pada penderita kanker serviks sangatlah penting jenis Stadium1 ditandai dengan sel kanker yang hanya ada di kanker serviks dan ukuran kelainannya kurang dari 3 mm.

(11)

3. Metode dan Perancangan Sistem

Tahapan yang dilakukan dalam penelitian ini, terdiri dari 5 (lima) tahapan, yaitu: (1) Identifikasi Masalah, (2) Pengumpulan Data, (3) Perancangan Sistem, (4) Implementasi dan Pengujian Sistem,(5) Penulisan Laporan.

Gambar 4 Tahapan Penelitian

Tahapan penelitian pada Gambar 4dijelaskan sebagai berikut.Pada tahap identifikasi masalah dilakukan identifikasi terhadap permasalahan diagnosa penyakit kanker serviks menggunakan Finite State Automata. Pengumpulan data pada tahapan ini dilakukan pengumpulan data yang berkaitan dengan penyakit kanker serviks melalui studi literature. Pada tahap pembuatan perancangan sistem diterapkan penggunaan finite state automata untuk melakukan diagnosa penyakit kanker serviks.Implementasi dan pengujian sistem pada tahap ini dilakukan implementasi sistem ke dalam bentuk program dan dilakukan pengujian sistem dari implementasi sistem yang sudah dibuat, apakah sudah sesuai dengan konsep diagnosa penyakit kanker serviks menggunakan finitestate automata, jika masih terdapat kesalahan maka dilakukan perbaikan sehingga mendapatkan hasil yang lebih baik. Penulisan laporan pada tahap ini membuat laporan terkait hasil dari pengujian yang telah dilakukan.

(12)

Tabel 1Gejala Stadium Penyakit Kanker Serviks [17] [18][19][20]

No Gejala Stadium

Kanker Serviks Stadium 1

D21 Pertumbuhan kanker kecil pada jaringan

leher rahim

* * * *

D22 Kulit dibagian yang diobati menjadi perih * * * *

D23 Nyeri buang air kecil * * * *

D24 Bengkak pada kaki * * * *

D25 Rontoknya seluruh rambut di kepala * * * *

D26 Kanker menyebar ke bagian dalam vagina * * * *

D27 Pendarahan di bagian rectum * * * *

D28 Sakit saat berhubungan seks * *

D29 Kesakitan pada panggul *

D30 Gangguan pada hati, perut dan paru-paru *

(13)

Gambar 5 merupakan perancangan proses untuk penyakit kanker serviks dengan stadium yang ditampilkan hingga menghasilkan diagnose maka dirancanglah diagram finite state automata untuk membuat suatu keputusan. Dalam perancangan diagram diagnosa penyakit kanker serviks digunakan Non Deterministic Finite Automata (N-DFA).

Gambar 6 Diagram FSA untuk Diagnosa Kanker Serviks

4. Hasil dan Pembahasan

Berdasarkan hasil analisis penyakit kanker serviks dan stadiumnya melalui diagram finite state automata, maka dapat dibuat sebuah rancangan algoritmayang dapat dijadikan dasar pembuatan program diagnosa penyakit kanker serviks. Algoritma proses diagnosa penyakit kanker serviks, adalah sebagai berikut:

1. Tampilkan pertama yaitu Pertumbuhan kanker kecil pada jaringan leher rahim

2. Jika mengalami Pertumbuhan kanker kecil pada jaringan leher rahim, maka akan berlanjut ke gejala kedua

3. Jika tidak mengalami Pertumbuhan kanker kecil pada jaringan leher rahim, maka tidak terdiagnosa penyakit kanker serviks

4. Tampilkan kedua yaitu Kulit dibagian yang diobati menjadi perih

5. Jika mengalami Kulit dibagian yang diobati menjadi perih, maka berlanjut ke gejala ketiga.

6. Jika tidak mengalami gejalaKulit dibagian yang diobati menjadi perih, maka tidak terdiagnosa penyakit kanker serviks

7. Tampilkan ketiga yaitu Nyeri buang air kecil

8. Jika mengalami Nyeri buang air kecil, maka berlanjut ke gejala keempat

9. Jika tidak mengalami Nyeri buang air kecil, makatidak terdiagnosa penyakit kanker serviks 10. Tampilkan keempat yaitu Bengkak pada kaki

11. Jika mengalami Bengkak pada kaki, makaakan berlanjut ke gejala kelima

12. Jika tidak mengalami Bengkak pada kaki, maka tidak terdiagnosa penyakit kanker serviks 13. Tampilkan kelima yaitu Rontoknya seluruh rambut di kepala

14. Jika mengalami Rontoknya seluruh rambut di kepala, maka berlanjut ke gejala keenam

15. Jika tidak mengalami Rontoknya seluruh rambut di kepala, makatidak terdiagnosa penyakit kanker serviks

16. Tampilkan keenam yaitu Kesakitan pada pinggul

17. Jika mengalami Kesakitan pada pinggul, maka berlanjut ke gejala ketujuh

18. Jika tidak mengalami Kesakitan pada pinggul, maka tidakterdiagnosa penyakit kanker serviks 19. Tampilkan ketujuh yaitu Pendarahan di bagian rectum

20. Jika mengalami Pendarahan di bagian rectum, maka berlanjut ke gejala kedelapan

21. Jika tidak mengalami Pendarahan di bagian rectum, maka tidakterdiagnosa penyakit kanker serviks 22. Tampilkan kedelapan yaituSakit saat berhubungan seks

(14)

24. Jika tidak mengalami Sakit saat berhubungan seks, makaterdiagnosa penyakit kanker serviks stadium 1

25. Tampilkan kesembilan yaitu Kanker menyebar ke bagian dalam vagina

26. Jika mengalami Kanker menyebar ke bagian dalam vagina maka terdiagnosa penyakitkanker serviks stadium 2

27. Jika tidak mengalami gejala kanker telah menyebar ke bagian bawah vagina, maka berlanjut kesepuluh

28. Tampilkan kesepuluh yaitu Gangguan pada hati, perut dan paru-paru

29. Jika mengalamiGangguan pada hati, perut dan paru-paru, maka terdiagnosa penyakit kanker serviks stadium 3

30. Kanker telah menyebar ke bagian vagina, rambut rontok dan pendarahan di bagian rectum, maka terdiagnosa penyakit kanker serviks stadium 4

Algoritma proses diagnosa penyakit kanker serviks dibuat berdasarkan pada rancangan Non Deterministic Finite Automata (N-DFA) yang telah dibuat sebelumnya. Algoritma tersebut berupa langkah-langkah untuk menyelesaikan masalah berupa diagnosa penyakit kanker serviks. Algoritma ini akan digunakan untuk mempermudah penyusunan pseudocode sebelum membuat ke dalam bentuk program. Pseudocode dari proses diagnosa penyakit kanker serviks adalah sebagai berikut:

if pertanyaan stadium user =“kesakitan pada panggul”

then tampil hasil diagnose stadium 1

else if pertanyaan stadiumuser =”kulit dibagian yang diobati menjadi

perih”

then tampil hasil diagnosa

else if pertanyaan stadium user =”nyeri buang air kecil” then tampil hasil diagnose

else if pertanyaan stadium user =“bengkak pada kaki”

else if pertanyaan stadium user =”rontoknya seluruh rambut di kepala”

thentampil hasil diagnose stadium 2

else if pertanyaan stadium user =”kanker menyebar ke bagian dalam

vagina”

else if pertanyaan stadium user =”pendarahan di bagian rectum”

thentampil hasil diagnosa stadium 3

else if pertanyaan stadium user =”pertumbuhan kanker kecil pada jaringan

leher rahim”

thentampil hasil diagnose stadium

else if pertanyaan stadium user =”gangguan pada hati, perut dan

paru-paru”

thentampil hasil diagnosa stadium 4 else if pertanyaan stadium user

thentampil hasil tidak terdiagnosa kanker serviks

(15)

Kode Program 1 Perintah untuk Menampilkan Tampilan Awal Diagnosa Penyakit Kanker Serviks

Kode Program 1 merupakan Perintah untuk Menampilkan Tampilan Awal Diagnosa Penyakit Kanker Serviks, dalam kode program ini akan dijalankan proses memulai diagnosa penyakit kanker serviks dan akan keluar hasil terdiagnosa atau tidak terdiagnosa untuk setiap pertanyaan yang akan dijalankan oleh program berikutnya.

Kode Program 2 Tampilan Hasil Diagnosa Penyakit Kanker Serviks

(16)

Gambar 7 Tampilan Halaman Awal Diagnosa Kanker Serviks

Gambar 7 menunjukkan TampilanHalaman Awal Diagnosa Kanker Serviks. Langkah pertama yaitu mulai diagnose penyakit kanker serviks, dalam gambar ini terdapat tombol mulai diagnosa untuk masuk ke halaman berikutnya dan mendapat hasil akhir terdiagnosa penyakit kanker serviks stadium 1 sampai stadium 4 atau tidak terdiagnosa penyakit kanker serviks.

Gambar 8 Tampilan Halaman Diagnosa Penyakit Kanker Serviks

(17)

Gambar 9 Tampilan Hasil Diagnosa Penyakit Kanker Serviks Stadium 1

Pada Gambar 9 Tampilan Hasil Diagnosa Stadium 1 merupakan hasil dari setiap pertanyaan yang sudah dijawab oleh user dari berbagai gejala stadium yang ada mulai dari gejala stadium 1 sampai gejala stadium 4 danhasil diagnosa bahwa user terdiagnosa penyakit kanker serviks stadium 1.

(18)

Pada Gambar 11 Tampilan Hasil Diagnosa Stadium 3merupakan hasil dari setiap pertanyaan yang sudah dijawab oleh user dari berbagai gejala stadium yang ada mulai dari gejala stadium 1 sampai gejala stadium 4 danhasil diagnosa bahwa user terdiagnosa penyakit kanker serviks stadium 3.

(19)

Gambar 13 Tampilan Hasil Tidak Terdiagnosa Penyakit Kanker Serviks

Pada Gambar 13 Tampilan Hasil Tidak Terdiagnosa Penyakit Kanker Serviks merupakan hasil dari setiap pertanyaan yang sudah dijawab oleh user dari berbagai gejala stadium yang ada mulai dari gejala stadium 1 sampai gejala stadium 4 danhasil diagnosa bahwa usertidak terdiagnosa penyakit kanker serviks.

Sistem yang dihasilkan untuk diagnose penyakit kanker serviks, divalidasi menggunakan diagram finite automata N-DFA. Diagram state N-DFA dapat dilihat pada Gambar 14.

(20)

Pada diagram N-DFA diagnosa penyakit kanker serviks terdapat abjad {0,1} simbol, 0 untuk tidak mengalami stadium dan 1 untuk ya mengalami stadium.

Simbol D21-D30merupakan state yang ada yaitu stadium dari penyakit kanker serviks sedangkan Simbol W0, W1, W2, W3 dan W4 merupakan state yang berisi hasil diagnose stadiumdapat dijelaskan sebagai berikut:

D21 : Pertumbuhan kanker kecil pada jaringan leher rahim D22 : Kulit dibagian yang diobati menjadi perih

D23 : Nyeri buang air kecil D24 : Bengkak pada kaki

D25 : Rontoknya seluruh rambut di kepala D26 : Kanker menyebar ke bagian dalam vagina D27 : Pendarahan di bagian rectum

Secara formal N-DFA pada Gambar 14 dinyatakan dalam 5 tupel atau M= (Q, ∑, δ, S, F) artinya:

Maka untuk menyatakan Gambar 14 adalah sebagai berikut:

Q = {D21, D22, D23, D24, D25, D26, D27, D28, D29, D30, W0, W1, W2, W3, W4} ∑= {0, 1}

S = {D21}

F = {W0, W1, W2, W3, W4}

Δ = relasi transisi dapat dilihat pada Tabel 2.

(21)

Relasi transisi juga dapat ditulis dengan cara:

Δ = {((D21, 0), W0), ((D21, 1,) D22), ((D22, 0), W0), ((D22, 1), D23), ((D23, 0), W0), ((D23, 1), D24), ((D24, 0), W0), ((D24, 1), D25), ((D25, 0), W0), ((D25, 1), D26), ((D26, 0), W0), ((D26, 1), D27), ((D27, 0), W0), ((D27, 1) , D28), ((D28, 0), W1), ((D28, 1), D29), ((D29, 0), W2), ((D29, 1), W2), ((D30, 0), W4), ((D30, 1), W3).

Rancangan N-DFA secara menyeluruh dijelaskan sebagai berikut:

Gambar 15 Diagram State N-DFA untuk Validasi Kondisi Tidak Terdiagnosa Penyakit Kanker Serviks

Gambar 15 merupakan diagram N-DFA untuk validasi kondisi yang tidak terdiagnosa penyakit kanker serviks stadium 1, stadium 2,stadium 3, stadium 4 tidak dialami oleh user. Jika salah satu state mulai dari state D21 sampai dengan state D27 tidak terpenuhi maka menuju ke final state W0 maka dihasilkan tidak terdiagnosa penyakit kanker serviks.

Gambar 16 Diagram State N-DFA untuk Terdiagnosa Penyakit Kanker Serviks Stadium 1

(22)

Dari state D21 sampai state D21 terpenuhi semua keadaannya dan pada state D27 sampai state D28 tidak terpenuhi atau dialami oleh user karena state tersebut menuju ke final state W1 yang menghasilkan terdiagnosa penyakit kanker serviks stadium 1.

Gambar 17Diagram State N-DFA untuk Validasi Kondisi Terdiagnosa Penyakit Kanker Serviks Stadium 2

Pada Gambar 17,State N-DFAyang terdiagnosa penyakit kanker serviksadalah state D21 sampai state D27 yaitu stadium 2harus terpenuhi semua oleh user. Kemudian statetersebut menuju kefinal stateW2 yang menghasikan terdiagnosa penyakit kanker serviks stadium 2.

Gambar 18Diagram State N-DFA untuk Validasi Kondisi Terdiagnosa Penyakit Kanker Serviks Stadium 3

(23)

Gambar 19 Diagram State N-DFA untuk Validasi KondisiTerdiagnosa Penyakit Kanker Serviks Stadium 4

Pada Gambar 19 merupakan diagram N-DFA untuk validasi kondisiyang terdiagnosa penyakit kanker serviks state D26 sampai state D30 yaitu Stadium 4. Pada state D21 sampai dengan state D28 harus terpenuhi, state D29 dan state D30 kondisi tidak terpenuhi. State tersebut kemudian menuju ke final state W4 yang menghasilkan terdiagnosa penyakit Kanker Serviks Stadium 4.

Pengujian ini dilakukan dengan mencocokkan hasil perancangan sistem yang sudah menerapkan finite state automata. Data yang diuji berjumlah 15 sampel data. Nilai keakuratan sistem memiliki dua bobot nilai yaitu 0 dan 1. Bernilai 0 jika hasil diagnosa sistem tidak sesuai dengan perancangan dan bernilai 1 jika hasil diagnosa sistem sesuai dengan perancangan.

Tabel 4Perbandingan Hasil PerancanganSistem

No Perancangan Sistem Nilai keakuratan

1 Tidak Terdiagnosa Kanker Serviks Tidak Terdiagnosa Kanker Serviks 1

4 Terdiagnosa Kanker Serviks Terdiagnosa Kanker Serviks 1

Jumlah 15

Jika dihitung nilai probabilitasnya, maka:

(24)

Berdasarkan hasil pengujian tersebut dapat disimpulkan bahwa akurasi sistem diagnosa penyakit kanker serviks menggunakan finite state automata dengan 15 data yang diuji adalah 100% yang menunjukkan bahwa sistem ini dapat berfungsi dengan baik sesuai hasil perancangan sistem.

5. Simpulan

Berdasarkan hasil penelitian yang telah dilakukan, maka dapat diambil kesimpulan bahwa validasi yang dilakukan menggunakan finite state automata dapat membuktikan alur logis dari sistem diagnose penyakit kanker serviks.

6. Daftar Pustaka

[1] Kurniawan, D., 2009. Pendiagnosa Penyakit Berbasis Web. Depok: Universitas Indonesia. http://lib.ui.ac.id/file?file=digital/20248965-R030942.pdf. Diakses pada 8 Agustus 2016.

[2] Lenti, F. N., 2006. Pendekatan Teori Automata untuk Menyelesaikan Aplikasi-Aplikasi di Bidang Kecerdasan Buatan. Yogyakarta: STMIK AKAKOM Yogyakarta.http://publication.gunadarma.ac.id/bitstream/123456789/692/1/AI_Feb ri(7)12_18.pdf. Diakses pada 8 Agustus 2016.

[3] Irawan, J. Ch., Pakereng, M. A. I., Somya, R., Perancangan dan Implementasi Finite Automata pada Simulasi Vending Machine, Skripsi, Salatiga: Universitas Kristen Satya Wacana

[4] Pelupessy, J. A., Pakereng, M A I., November 2016. Penerapan Finite State Automata Pada Pemetaan Sistem Parkiran Kendaraan Motor di Kampus UKSW Salatiga. [5] Hartono, J., 2003. Pengembangan Sistem Pakar Menggunakan Visual Basic. Andi

Offset: Yogyakarta.

[6] Arhami, M., 2005. Konsep Dasar Sistem Pakar. Andi Offset: Yogyakarta.

[7] Utdirartatmo, F., 2001. Teori Bahasa dan Otomata. Yogyakarta: Penerbit JJ Learning.

[8] Slamet, S., 1995. Teknik kompilasi. Jakarta: PT Elex Media Komputindo.

[9] Budiman, D., 2010. Mencegah dan Mengobati . Gramedia Pustaka Utama: Jakarta. [10] Nur Hasan 2013. Bahaya Kanker Serviks.