Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013 Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013 Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013
Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013 ISSN : ISSN : ISSN : ISSN : 2301230123012301----9425942594259425
Sistem Pakar Mendiagnosa Penyakit Demam Berdarah Menggunakan Metode Certainty Factor. Oleh : Nur Anjas Sari
100
SISTEM PAKAR MENDIAGNOSA PENYAKIT DEMAM
BERDARAH MENGGUNAKAN METODE
CERTAINTY FACTOR
Nur Anjas Sari (0911111)
Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisimangaraja No.338 Simpang Limun Medan
www.stmik-budidarma.ac.id //Email : nuranjaz435@gmail.com
ABSTRAK
Penyakit demam berdarah merupakan penyakit infeksi yang disebabkan oleh virus dengue dan ditularkan melalui gigitan Nyamuk Aedes aegepty dan Aedes albopictus. Demam berdarah dangue merupakan salah satu penyakit menular yang sering menimbulkan wabah dan menyebabkan kematian. Seringkali penyakit demam berdarah terlambat didiagnosa. Pada penelitian ini penulis membuat suatu penerapan metode certainty factor agar masyarakat dapat mengenali dan menanggulangi penyakit yang dideritanya.
Sistem pakar untuk diagnosa penyakit demam berdarah ini merupakan suatu sistem pakar yang dirancang sebagai alat bantu untuk mendiagnosa penyakit demam berdarah dengan basis pengetahuan yang dinamis. Dimana sistem pakar merupakan sistem komputer yang dapat melakukan penalaran seorang pakar dengan keahlian pada suatu keahlian tertentu. Sistem pakar dapat menggantikan peran seorang pakar yang prinsip kerjanya dapat memberikan hasil yang pasti, seperti yang dilakukan oleh seorang pakar. Metode sistem pakar yang dipakai adalah certainty factor. Sistem pakar ini akan menampilkan pilihan gejala yang dapat dipilih oleh user, dimana setiap pilihan gejala akan membawa user kepada pilihan gejala selanjutnya sampai mendapatkan hasil akhir. Pada hasil akhir, sistem akan menampilkan pilihan gejala user, dan penyakit yang diderita. Sistem tersebut memberikan hasil berupa kemungkinan penyakit yang dialami, persentase keyakinan, serta nilai keyakinan yang diberikan oleh pengguna dalam menjawab pertanyaan selama sesi konsultasi ketika menggunakan sistem ini.
Kata kunci : Sistem pakar, certainty factor, demam berdarah
1. Pendahuluan 1.1 Latar Belakang
Sistem pakar adalah sistem yang mampu menirukan penalaran seorang pakar agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. Pengetahuan yang disimpan didalam sistem pakar umumnya diambil dari seorang manusia yang pakar dalam masalah tersebut. Peran penting seorang pakar dapat digantikan oleh program komputer yang pada prinsip kerjanya untuk memberikan solusi yang pasti seperti yang biasa dilakukan oleh pakar. Sistem pakar biasanya digunakan untuk konsultasi, analisis, diagnosis dan membantu mengambil keputusan.
Penyakit demam dengue atau demam berdarah merupakan penyakit infeksi yang disebabkan oleh virus dengue dan ditularkan melalui gigitan Nyamuk Aedes aegepty dan Aedes albopictus. Penyakit ini merupakan salah satu jenis gangguan kesehatan yang mengganggu produktivitas setiap orang dan merupakan salah satu penyakit menular yang sering menimbulkan wabah dan menyebabkan kematian. Oleh karena itu penyakit ini sering menimbulkan kepanikan masyarakat. Seorang yang menderita penyakit demam berdarah pada awalnya
akan menderita demam tinggi. Dalam keadaan demam ini tubuh banyak kekurangan cairan karena terjadinya penguapan yang lebih banyak dari pada biasanya. Gejala penyakit demam berdarah selama ini hanya didiagnosa masyarakat awam berdasarkan ciri-ciri yang diketahui tanpa oleh fakta dan pertimbangan medis lainnya. Sehingga masyarakat atau penderita sulit membedakan penyakit demam berdarah dengan penyaki-penyakit demam biasa pada umumnya. Akibatnya penyakit tersebut ditangani dengan cara yang salah.
Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013 Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013 Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013
Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013 ISSN : ISSN : ISSN : ISSN : 2301230123012301----9425942594259425
Sistem Pakar Mendiagnosa Penyakit Demam Berdarah Menggunakan Metode Certainty Factor. Oleh : Nur Anjas Sari
101 1.1 Perumusan Masalah
Berdasarkan pada uraian latar belakang maka yang menjadi rumusan masalah adalah sebagai berikut :
1. Bagaimana merepresentasekan gejala penyakit demam berdarah kedalam rule?
2. Bagaimana menerapkan metode certainty factor dalam mendiagnosa penyakit demam berdarah ? 3. Bagaimana merancang sistem pakar untuk mendiagnosa penyakit demam berdarah menggunakan certainty factor?
1.2 Tujuan
Tujuan penelitian ini adalah :
1.
Mengetahui representase rule dari gejala penyakit demam berdarah.2.
Menerapkan suatu sistem pakar yang dapat memberikan pengetahuan terhadap masyarakat penderita penyakit demam berdarah.3.
Merancang suatu sistem pakar yang dapat digunakan untuk melakukan diagnosa penyakit demam berdarah.2. Sistem Pakar
Sistem pakar adalah sistem yang mampu menirukan penalaran seorang pakar agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. Pengetahuan yang disimpan didalam sistem pakar umumnya diambil dari seorang manusia yang pakar dalam masalah tersebut.
2.1 Certainty Factor
Faktor kepastian (certainty factor) menyatakan kepercayaan dalam sebuah kejadian (fakta atau hipotesa) berdasar bukti atau penilaian pakar (Turban, 2005). Certainty factor menggunakan suatu nilai untuk mengasumsikan derajat keyakinan seorang pakar terhadap suatu data.
CF[H,E] = MB[H,E] – MD[H,E] [2.1] Keterangan :
CF(H,E) = certainty factor hipotesa yang dipengaruhi oleh evidence e diketahui dengan pasti
MB(H,E) = measure of belief terhadap hipotesa H, jika diberikan evidence E (antara 0 dan 1)
MD(H,E) = measure of disbelief terhadap evidebce H, jika diberikan evidance E (antara 0 dan 1)
Certainty factor untuk kaidah premis tunggal
CF[H,E]1= CF[H] * CF[E] [2.2]
Certainty Factor untuk kaidah dengan kesimpulan yang serupa (similarly concluded rules) :
CFcombineCF[H,E]1,2= CF[H,E]1 + CF[H,E]2 *
[1-CF[H,E]1] [2.3]
CFcombineCF[H,E]old,3=CF[H,E]old +CF[H,E] 3 * (1-CF[H,E] old] [2.4]
3. Analisa Metode Certainty Factor
Adapun logika metode certainty factor pada pada sesi konsultasi sistem, pengguna konsultasi diberi pilihan jawaban yang masing-masing memiliki bobot sebagai berikut :
Tabel 1 : Tabel Nilai User No Keterangan Nilai User
1. Tidak 0
2. Tidak tahu 0.2
3. Sedikit yakin 0.4
4. Cukup yakin 0.6
5. Yakin 0.8
6 Sangat yakin 1
Nilai 0 menunjukkan bahwa pengguna konsultasi menginformasikan bahwa user tidak mengalami gejala seperti yang ditanyakan oleh sistem. Semakin pengguna konsultasi yakin bahwa gejala tersebut memang dialami manusia, maka semakin tinggi pula hasil prosentase keyakinan yang diperoleh. Proses penghitungan prosentase keyakinan diawali dengan pemecahan sebuah kaidah yang memiliki premis majemuk, menjadi kaidah-kaidah yang memiliki premis tunggal. Kemudian masing-masing aturan baru dihitung certainty factornya, sehingga diperoleh nilai certainty factor untuk masing-masingaturan, kemudian nilai certainty factor tersebut dikombinasikan. Sebagai contoh, proses pemberian bobot pada setiap premis (gejala) hingga perolehan prosentase keyakinan untuk penyakit demam berdarah.
Kaidah-kaidah produksi atau rule yang berkaitan dengan penyakit demam adalah sebagai berikut :
Kaidah :
IF nyeri seluruh tubuh AND nyeri sendi AND nyeri otot AND nyeri perut AND demam
AND bintik merah pada kulit AND sakit kepala
AND konstipasi AND mual AND muntah
AND nafsu makan berkurang AND denyut nadi cepat dan lemah AND tubuh terasa dingin
Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013 Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013 Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013
Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013 ISSN : ISSN : ISSN : ISSN : 2301230123012301----9425942594259425
Sistem Pakar Mendiagnosa Penyakit Demam Berdarah Menggunakan Metode Certainty Factor. Oleh : Nur Anjas Sari
102 THEN demam berdarah
Langkah pertama, pakar menentukan nilai CF untuk masing-masing gejala sebagai berikut :
CFpakar (nyeri seluruh tubuh) = 1.0 CFpakar (nyeri sendi) = 1.0 CFpakar (nyeri otot) = 0.8 CFpakar (nyeri perut) = 0.6
CFpakar (demam) = 1
CFpakar (bintik merah pada kulit)= 0.6 CFpakar (sakit kepala) = 0.4 CFpakar (konstipasi) = -0.4
CFpakar (mual) = 0.4
CFpakar (muntah) = 0.4
CFpakar (nafsu makan berkurang)= 1.0 CFpakar (denyut nadi cepat dan lemah)= 0.8 CFpakar (tubuh terasa dingin) = 0.6 CFpakar (kesadaran menurun) = -0.4 CFpakar (mengalami pendarahan) = 1.0 CFpakar (Dengue shok syndrome)= 1.0
Kemudian dilanjutkan dengan penentuan nilai bobot user. Misalkan user memilih jawaban sebagai berikut :
Nyeri seluruh tubuh= Sedikit yakin = 0.4 Nyeri sendi= Tidak tahu = 0.2
Nyeri otot= Tidak = 0
Nyeri perut= Tidak tahu = 0.2
Demam = Yakin = 0.8
Bintik merah pada kulit= Tidak tahu = 0.2 Sakit kepala = Cukup yakin = 0.6 Konstipasi = Tidak tahu = 0.2
Mual = Tidak = 0
Muntah = Tidak = 0
Nafsu makan berkurang=Sedikityakin= 0.4
Denyut nadi cepat dan lemah =Sedikit yakin = 0.4 Tubuh terasa dingin= Tidak = 0
Kesadaran menurun= Sedikit yakin = 0.4 Mengalami pendarahan= Tidak tahu = 0.2 Dengue shok syndrome= Tidak = 0
Langkah kedua, kaidah-kaidah tersebut kemudian dihitung nilai CFnya dengan mengalikan CFPakar dengan CFUser menjadi :
CF[H,E]1 = CF[H]1 * CF[E]1 = 1.0 * 0.4 = 0.4
CF[H,E]2 = CF[H]2 * CF[E]2 = 1.0 * 0.2 = 0.2
CF[H,E]3 = CF[H]3 * CF[E]3 = 0.8* 0
= 0
CF[H,E]4 = CF[H]4 * CF[E]4 = 0.6 * 0.2 = 0.12
CF[H,E]5 = CF[H]5 * CF[E]5
= 1.0 * 0.8 = 0.8
CF[H,E]6 = CF[H]6 * CF[E]6 = 0.6 * 0.2 = 0.12
CF[H,E]7 = CF[H]7 * CF[E]7 = 0.4 * 0.6 = 0.24
CF[H,E]8 = CF[H]8 * CF[E]8 = -0.4 * 0.2 = -0.8
CF[H,E]9 = CF[H]9 * CF[E]9 = 0.4 * 0
= 0
CF[H,E]10 = CF[H]10 * CF[E]10 = 0.4 * 0
= 0
CF[H,E]11 = CF[H]11 * CF[E]11 = 1.0 * 0.4
= 0.4
CF[H,E]12 = CF[H]12 * CF[E]12 = 0.8 * 0.4
= -0.32
CF[H,E]13 = CF[H]13 * CF[E]13 = 0.6 * 0
= 0
CF[H,E]14 = CF[H]14 * CF[E]14 = -0.4 * 0.4 = -0.16
CF[H,E]15 = CF[H]15 * CF[E]15 = 1.0 * 0.2
= 0.2
CF[H,E]16 = CF[H]16 * CF[E]16 = 1.0 * 0
= 0
Langkah yang terakhir adalah mengkombinasikan nilai CF dari masing-masing kaidah. Berikut adalah kombinasikan CF[H,E]1 dengan CF[H,E]2:
CFcombine CF[H,E]1,2= CF[H,E]1 + CF[H,E]2 * (1-CF[H,E]1]
= 0.4+ 0.2 * (1-0.4) = 0.4+ 0.12 = 0.52 old
CFcombine CF[H,E]old,3= CF[H,E]old + CF[H,E]3 * (1-CF[H,E]old]
= 0.52 + 0 * (1-0.52) = 0.52old2
CFcombine CF[H,E]old2,4= CF[H,E]old2 + CF[H,E]4 * (1-CF[H,E]old2]
= 0.52 + 0.12 * (1-0.52) = 0.52 + 0.05
= 0.57 old3
CFcombine CF[H,E]old3,5= CF[H,E]old3 + CF[H,E]5 * (1-CF[H,E]old3]
= 0.57 + 0.8 * (1-0.57) = 0.57 + 0.3
Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013 Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013 Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013
Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013 ISSN : ISSN : ISSN : ISSN : 2301230123012301----9425942594259425
Sistem Pakar Mendiagnosa Penyakit Demam Berdarah Menggunakan Metode Certainty Factor. Oleh : Nur Anjas Sari
103 CFcombine CF[H,E]old4,6= CF[H,E]old4 + CF[H,E]6 *
(1-CF[H,E]old4]
= 0.87 + 0.12 * (1-0.87) = 0.87 + 0.01
= 0.88 old5
CFcombine CF[H,E]old5,7= CF[H,E]old5 + CF[H,E]7 * (1-CF[H,E]old5]
= 0.88 + 0.24 * (1-0.88) = 0.88 + 0.02
= 0.9 old6
CFcombine CF[H,E]old6,8= CF[H,E]old6 + CF[H,E]8 * (1-CF[H,E]old6]
= 0.9 + (-0.8) * (1-0.9) = 0.9 + (-0.08) = 0.82 old7
CFcombine CF[H,E]old7,9= CF[H,E]old7 + CF[H,E]9 * (1-CF[H,E]old7]
= 0.82 + 0 * (1-0.82) = 0.82 old8
CFcombineCF[H,E]old8,10=CF[H,E]old8+ CF[H,E]10 * (1-CF[H,E]old8]
= 0.82 + 0 * (1-0.82) = 0.82 old9
CFcombineCF[H,E]old9,11=CF[H,E]old9+ CF[H,E]11 * (1-CF[H,E]old9]
= 0.82 + 0.4 * (1-0.82) = 0.82 + 0.07
= 0.89 old10
CFcombineCF[H,E]old10,12=CF[H,E]old210+CF[H,E]12 * (1-CF[H,E]old10]
= 0.89 + 0.32 * (1-0.89) = 0.89 + 0.03
= 0.92 old11
CFcombineCF[H,E]old11,13=CF[H,E]old11 +CF[H,E]13 * (1-CF[H,E]old11]
= 0.92+ 0* (1-0.92) = 0.92 old12
CFcombine CF[H,E]old12,14= CF[H,E]old12 + CF[H,E]14 * (1-CF[H,E]old12]
= 0.92 + (-0.16) * (1-0.92) = 0.92 + (-0.01)
= 0.91 old13
CFcombine CF[H,E]old13,15= CF[H,E]old13 + CF[H,E]15 * (1-CF[H,E]old13]
= 0.91 + 0.2 * (1-0.91) = 0.91 + 0.01
= 0.92 old14
CFcombine CF[H,E]old14,16= CF[H,E]old14 + CF[H,E]16 * (1-CF[H,E]old14]
= 0.92 + 0 * (1-0.92) = 0.92 old15
CF[H,E] old15 * 100 %= 0.92 * 100 % = 92 %
Dengan demikian dapat dikatakan bahwa perhitungan certainty factor pada penyakit demam berdarah memiliki persentase tingkat keyakinan 92 %.
4. Kesimpulan dan Saran 4.1 Kesimpulan
1. Gejala penyakit demam berdarah telah berhasil direpresentasekan ke dalam bentuk rule agar dapat dimengerti oleh komputer.
2. Penerapan metode certainty factor dapat mempermudah dan memberikan perhitungan penyelesaian seberapa pasti para user atau pasien menderita penyakit demam berdarah. 3. Aplikasi sistem pakar ini dirancang untuk dapat
digunakan dalam mengetahui penentuan penyakit demam berdarah.
4.2 Saran
1. Perlu dilakukan penambahan data untuk gejala penyakit demam berdarah beserta solusi dan cara pencegahannya, sehingga informasi yang dimiliki oleh sistem semakin banyak.
2. Metode sistem pakar yang digunakan tidak harus menggunakan metode certainty factor, namun dapat dikembangkan dengan membandingkan dengan metode-metode yang lainnya.
3. Sistem pakar yang dibangun tidak harus menggunakan bahasa pemograman visual basic.net 2008, namun dapat dikembangkan dengan menggunakan bahasa pemograman lainnya sehingga user dapat merasakan kepuasan saat menggunakan sistem.
Daftar Pustaka
[1] Sutojo. T,S.Si.,M.kom, Mulyanto Edy,S.Si.,M.kom dan Dr. Suhartono Vincent. Kecerdasan Buatan. Andi Yogyakarta: Unidus.2011
[2] Desiani Anita & Arhami Muhammad, Konsep Dasar Kecerdaasan Buatan, Andy Yogyakarta, 2006.
[3] Arhami Muhammad, Konsep Dasar Sistem Pakar, ANDI, 2005
[4] Dini Siti Anggraeni. Stop Demam Berdarah Dangue. Bogor Publishing House. Cetakan Pertama. 2010
[5] Mufidah Fatchul, Penyakit-penyakit yang rentan diderita anak usia sekolah, Flashbook. Cetakan Pertama. 2012
[6] Nugroho Adi, Rekayasa Perangkat Lunak Berorientasi Objek, ANDI, 2010
[7] Sholiq, Pemodelan sistem Informasi Berorientasi Objek Dengan UML, Graha Ilmu. Cetakan Pertama. 2006