Sistem pakar deteksi penyakit Katarak menggunakan kaidah produksi.

(1)

ABSTRAK

Mata merupakan salah satu panca indra yang sangat penting. Jika mata mengalami

gangguan akan menghambat aktifitas manusia. Deteksi mata sedini mungkin akan membantu

masyarakat mengetahui penyakit yang diderita. Namun seringkali pasien tidak dapat konsultasi

dengan dokter mata karena dokter tidak bisa ditemui. Sistem pakar deteksi penyakit katarak

dibangun untuk membantu masyarakat dan dokter mata untuk mendeteksi penyakit katarak sejak

dini.

Katarak adalah salah satu penyakit mata penyebab dari kebutaan. Katarak memiliki gejala

pandangan mata kabur, sensitif pada cahaya, sulit melihat dimalam hari serta gejala lainnya.

Gejala-gejala tersebut diolah menggunakan kaidah produksi IF-THEN dan penalaran

menggunakan silogisme konjungtif dan modus ponen untuk mengetahui diagnosa jenis katarak

yang diderita pasien.

Hasilnya, sistem pakar ini mampu memprediksi penyakit katarak dengan tepat.

Berdasarkan kriteria Azwar serta pengujian oleh dokter mata selaku pakar maupun 30 pengguna

menunjukkan bahwa sistem yang dibangun cenderung sedang.

(2)

ABSTRACT

The eye is a important part of five sense. If the eye disorder, then that will inhibit human

activities. The early eye detecting will help society to know the disease earlier which is suffered.

However the patient can not consult to Oculist Doctor, because they are difficult found. The

Cataract Detecting Expert System is built to help society and Oculist Doctor, to detect that

disease earlier.

The cataract is an eye's disease, which lead blind of eye. The indications of cataract disease

are blurry vision, light sensitive, difficult to see in the night time, and others. This indications can

be processed to use rule of IF-THEN production and the logic use silogisme konjungtif and

modus ponen, to know diagnosis of catarack kinds, which is suffered the patient.

The result, this expert system has capable to predict cataract disease accurately. Based on of

Azwar criteria, testing with Oculist Doctor, as an expert, and also 30 users, the results represent

that the system is built moderate trend.

(3)

i

SISTEM PAKAR DETEKSI PENYAKIT KATARAK MENGGUNAKAN KAIDAH PRODUKSI

SKRIPSI

Diajukan Untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Komputer

Program Studi Teknik Informatika

Disusun Oleh :

Priska Ambarsari

115314070

PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA

(4)

ii

EXPERT SYSTEM FOR THE CATARACT DISEASE DETECTING USE PRODUCTION RULE

A Thesis

Presented as Partial Fulfillment of The Requirements

To Obtain Sarjana Komputer Degree

In Informatics Engineering Study Program

Written by:

Priska Ambarsari

115314070

INFORMATICS ENGINEERING STUDY PROGRAM DEPARTMENT OF INFORMATICS ENGINEERING

FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY

(5)

iii

HALAMAN PERSETUJUAN SKRIPSI

SISTEM PAKAR DETEKSI PENYAKIT KATARAK MENGGUNAKAN KAIDAH PRODUKSI

Disusun oleh :

Priska Ambarsari

115314070

Telah disetujui oleh :

Dosen Pembimbing

(6)

iv

HALAMAN PENGESAHAN SKRIPSI

SISTEM PAKAR DETEKSI PENYAKIT KATARAK MENGGUNAKAN KAIDAH PRODUKSI

Dipersiapkan dan disusun oleh :

Nama : Priska Ambarsari

NIM : 115314070

Telah dipertahankan di depan panitia penguji

pada tanggal 15 Februari 2016

dan dinyatakan memenuhi syarat.

Susunan Panitia Penguji :

Nama Lengkap Tanda Tangan

Ketua : Alb. Agung Hadhiatma, S.T., M.T. __________________

Sekretaris : Sri Hartati Wijono, S.Si., M.Kom. __________________

Anggota : Eko Hari Parmadi, S.Si., M.Kom. __________________

Yogyakarta, Februari 2016

Fakultas Sains dan Teknologi

Universitas Sanata Dharma

Dekan,

(7)

v

HALAMAN PERSEMBAHAN

Tugas akhir ini saya persembahkan kepada : Tuhan Yesus Kristus

Kedua orang tua tersayang, Bapak A.Pardjono dan

Ibu Sarah Boya H

Kakak terkasih, Widi Utomo, Fransiska Widiastuti dan

Sulistyono Tri Nugroho

Orang terkasih dan sahabat-sahabatku yang aku sayangi

(8)

vi MOTTO

“Apapun yang kita mohon dari Tuhan biarlah kita juga berusaha untuk mencapainya.” (2Petrus 1:4)

“Serahkanlah kuatirmu kepada Tuhan, maka Ia akan memelihara engkau! Tidak untuk selama-lamanya dibiarkanNya orang benar itu goyah.”

(Mazmur 55.23)

“I don’t stop when i’m tired. I stop when i’m done.”

(9)

vii

PERNYATAAN KEASLIAN KARYA

Saya menyatakan dengan sesungguhnya bahwa skripsi yang saya tulis ini tidak

memuat karya atau bagian karya orang lain, kecuali yang telah disebutkan dalam

kutipan dan daftar pustaka sebagaimana layaknya karya ilmiah.

Penulis,

(10)

viii ABSTRAK

Mata merupakan salah satu panca indra yang sangat penting. Jika mata

mengalami gangguan akan menghambat aktifitas manusia. Deteksi mata sedini

mungkin akan membantu masyarakat mengetahui penyakit yang diderita. Namun

seringkali pasien tidak dapat konsultasi dengan dokter mata karena dokter tidak

bisa ditemui. Sistem pakar deteksi penyakit katarak dibangun untuk membantu

masyarakat dan dokter mata untuk mendeteksi penyakit katarak sejak dini.

Katarak adalah salah satu penyakit mata penyebab dari kebutaan. Katarak

memiliki gejala pandangan mata kabur, sensitif pada cahaya, sulit melihat

dimalam hari serta gejala lainnya. Gejala-gejala tersebut diolah menggunakan

kaidah produksi IF-THEN dan penalaran menggunakan silogisme konjungtif dan

modus ponen untuk mengetahui diagnosa jenis katarak yang diderita pasien. Hasilnya, sistem pakar ini mampu memprediksi penyakit katarak dengan

tepat. Berdasarkan kriteria Azwar serta pengujian oleh dokter mata selaku pakar

maupun 30 pengguna menunjukkan bahwa sistem yang dibangun cenderung

sedang.

(11)

ix

ABSTRACT

The eye is a important part of five sense. If the eye disorder, then that will

inhibit human activities. The early eye detecting will help society to know the

disease earlier which is suffered. However the patient can not consult to Oculist

Doctor, because they are difficult found. The Cataract Detecting Expert System is

built to help society and Oculist Doctor, to detect that disease earlier.

The cataract is an eye's disease, which lead blind of eye. The indications of

cataract disease are blurry vision, light sensitive, difficult to see in the night time,

and others. This indications can be processed to use rule of IF-THEN production

and the logic use silogisme konjungtif and modus ponen, to know diagnosis of

catarack kinds, which is suffered the patient.

The result, this expert system has capable to predict cataract disease

accurately. Based on of Azwar criteria, testing with Oculist Doctor, as an expert,

and also 30 users, the results represent that the system is built moderate trend.

(12)

x

LEMBAR PERNYATAAN PERSETUJUAN

PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS

Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Darma :

Nama : Priska Ambarsari

NIM : 115314070

Demi pengembangan ilmu pengetahuan, saya memberikan kepada perpustakaan

Universitas Sanata Dharma karya ilmiah yang berjudul:

SISTEM PAKAR DETEKSI PENYAKIT KATARAK MENGGUNAKAN KAIDAH PRODUKSI

Beserta perangkat yang diperlukan(bila ada). Dengan demikian saya berikan

kepada perpustakaan Universitas Sanata Dharma hak untu menyimpan,

mengalihkan dalam bentuk media lain, mengelolanya dala bentuk pangkalan data,

mendistribusikan secara terbatas, dan mempublikasikan di internet atau media lain

untuk kepentingan akademis tanpa perlu meminta ijin dari saya maupun

memberikan royalty kepada saya selama tetap mencamtumkan nama saya sebagai

penulis.

Demikian pertanyaan ini saya buat dengan sebenarnya.

Yang menyatakan,

(13)

xi

KATA PENGANTAR

Puji syukur kehadirat Tuhan Yesus Kristus, atas segala berkat dan

penyertaan-Nya sehingga penulis dapat menyelesaikan skripsi dengan Judul

“Sistem Pakar Deteksi Katarak Menggunakan Kaidah Produksi” dengan baik dan

lancar. Tugas akhir ini disusun sebagai salah satu syarat guna memperoleh gelar

Sarjana KomputerProgram Studi Teknik Informatika Universitas Sanata Dharma

Yogyakarta.

Penulis menyadari banyak hal yang terjadi selama proses pengerjaan

skripsi ada beitu banyak pihak yang telah memberikan bantuan dan perhatiannnya

selama penulis mengerjakan tugas akhir ini. Oleh karena itu penulis ingin

menyampaikan terima kasih kepada :

1. Kedua orang tua saya bapak A.Pardjono dan ibu Sarah Boya H yang telah

memberikan dukungan moral, spiritual dan finansial dalam penyusunan

tugas akhir.

2. Ketiga kakak saya Mas Widi, Mbak Siska, Mas Tri dan keluarga besar yang

telah memberikan dukungan selama proses pembuatan tugas akhir.

3. Bapak Eko Hari Parmadi, S.Si., M.Kom., selaku dosen pembimbing tugas

akhir yang telah bersedia meluangkan waktu dan tenaga untuk memberikan

bimbingan, dukungan, bantuan serta masukan dari awal sampai akhir

pembuatan tugas akhir ini.

4. Bapak Alb. Agung Hadhiatma, S.T., M.T, selaku dosen penguji.

5. Ibu Sri Hartati Wijono, S.Si., M.Kom, selaku dosen penguji.

6. Dr. Ida Nugrahini, SpM, selaku narasumber tugas akhir ini.

7. Bapak Puspaningtyas Sanjoyo Adi, S.T., M.T., selaku dosen pembimbing

akademik Jurusan Teknik Informatika angkatan 2011.

8. Ibu Dr.A.Rita Widiarti., M.Kom selaku Kaprodi Teknik Informatika

Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta.

9. Sahabat-sahabat terkasih Bee, Rintan, Tia, Beni, Monic, Mbak Dea, Rio

Lukas, Bagus dan Dio yang telah membantu dan memberikan dukungan

(14)

xii

10. Teman-teman Teknik Informatika, terima kasih banyak atas dukungan dan

semangatnya.

11. Semua pihak yang tidak dapat disebutkan satu persatu nama kalian yang

telah membantu penulis dalam menyelesaikan tugas akhir ini.

Dalam penulisan tugas akhir ini tentunya masih banyak kekurangannya. Oleh

karena itu, penulis mengharapkan saran dan kritik dari pembaca agar laporan ini

dapat berguna bagi semua pihak.

Penulis,

(15)

xiii

DAFTAR ISI

HALAMAN PERSETUJUAN ... iii

HALAMAN PENGESAHAN ... iv

HALAMAN PERSEMBAHAN ... v

MOTTO ... vi

ABSTRAK ... viii

ABSTRACT ... ix

LEMBAR PERNYATAAN PERSETUJUAN ... x

KATA PENGANTAR ... xi

DAFTAR ISI ... xiii

DAFTAR GAMBAR ... xvi

DAFTAR TABEL ... xvi

BAB I ... 1

1.1 Latar Belakang ... 1

1.2 Rumusan Masalah ... 3

1.3 Tujuan Dan Manfaat ... 3

1.4 Batasan Masalah ... 3

1.5 Metodologi Penelitian ... 3

1.6 Sistematika Penulisan ... 4

BAB II ... 6

2.1 Katarak ... 6

2.1.1 Tanda Dan Gejala Katarak ... 6

2.1.2 Jenis Katarak Secara Umum ... 8

2.1.3 Jenis Katarak Berdasarkan Penuaan... 9

2.2 Sistem Pakar ... 10

2.2.1 Klasifikasi Sistem Pakar ... 10

2.2.2 Sifat Sistem Pakar ... 11

2.2.3 Karakteristik Sistem Pakar ... 12

2.2.4 Keunggulan Dan Keterbatasan Sistem Pakar ... 13

2.3 Kaidah Produksi ... 14

2.3.1 Kelebihan Dan Kekurangan Kaidah Produksi ... 15

2.3.2 Keuntungan Penggunaan Kaidah Produksi ... 16

(16)

xiv

2.4.1 Modus Ponen ... 16

2.4.2 Silogisme Konjungtif ... 17

BAB III ... 19

3.1 Metodologi Dan Prosedur Pengembangan Sistem ... 19

3.2 Deskripsi Sistem ... 19

3.3 Use Case Diagram ... 20

3.3.1 Use case ... 20

3.3.2 Skenario Use case ... 22

3.4 Diagram Kelas ... 26

3.5 Diagram Aktivitas ... 28

3.5.1 Login ... 28

3.5.2 Tambah Data ... 29

3.5.3 Ubah data ... 30

3.5.4 Hapus Data ... 31

3.5.5 Deteksi Katarak ... 32

3.6 Diagram Sequence ... 32

3.6.1 Tambah Gejala ... 32

3.6.2 Tambah Katarak ... 33

3.6.3 Edit Gejala ... 33

3.6.4 Edit Katarak ... 34

3.6.5 Hapus Gejala ... 34

3.6.6 Hapus Katarak ... 34

3.6.7 Deteksi Katarak ... 35

3.7 Perancangan Basis Data ... 35

3.7.1 Conceptual Design ... 35

3.7.2 Physical Database Design ... 36

3.8 Kaidah Produksi ... 38

3.9 Pengambilan Keputusan ... 40

3.10 User Interface ... 42

3.11 Spesifikasi Software Dan Hardware ... 47

BAB IV ... 48

4.1 Implementasi ... 48

4.1.1 Admin ... 48

4.1.2 Pengunjung ... 63

4.2 Pengujian... 65

(17)

xv

4.2.2 Skenario Pengujian ... 73

BAB V ... 74

5.1 Kesimpulan ... 74

5.2 Saran ... 74

DAFTAR PUSTAKA ... 76

(18)

xvi

DAFTAR TABEL

Tabel 2.4.1 Tabel Kebenaran Modus Ponen ... 17

Tabel 2.4.2 Tabel Kebenaran Silogisme Konjungtif ... 17

Tabel 3.3.1 Deskripsi Aktor ... 21

Tabel 3.3.2 Skenario Login ... 22

Tabel 3.3.3 Skenario Tambah Data ... 22

Tabel 3.3.4 Skenario Edit Data ... 23

Tabel 3.3.5 Skenario Menghapus Data ... 24

Tabel 3.3.6 Skenario Input Data ... 25

Tabel 3.7.1 Tabel Gejala ... 36

Tabel 3.7.2 Tabel Katarak ... 36

Tabel 3.7.3 Tabel Memiliki ... 37

Tabel 3.7.4 Tabel Temporeri... 37

Tabel 3.8.1 Tabel Hubungan Gejala dan Jenis Katarak ... 38

Tabel 3.8.2 Aturan Hubungan Antara Gejala dan Jenis Katarak ... 39

Tabel 4.1.1 G3 Terhapus ... 58

Tabel 4.1.2 G3 Setelah Diubah ... 60

Tabel 4.2.1 Tabel Pengujian Dokter ... 66

Tabel 4.2.2 Tabel Kategorisasi Pertanyaan 1 ... 67

(19)

xvii

DAFTAR GAMBAR

Gambar 3.2.1 Diagram Block ... 20

Gambar 3.3.1 Use Case ... 21

Gambar 3.4.1Diagram Kelas(1) ... 26

Gambar 3.4.2 Diagram Kelas(2) ... 27

Gambar 3.4.3 Diagram Kelas(3) ... 28

Gambar 3.5.1 Diagram Aktifitas Login ... 28

Gambar 3.5.2 Diagram Aktifitas Tambah Data ... 29

Gambar 3.5.3 diagram Aktifitas Ubah Data ... 30

Gambar 3.5.4 Diagram Aktifitas Hapus Data ... 31

Gambar 3.5.5 Diagram Aktifitas Deteksi Katarak ... 32

Gambar 3.6.1 Diagram Sequence Tambah Gejala ... 32

Gambar 3.6.2 Diagram Sequence Tambah Katarak ... 33

Gambar 3.6.3 Diagram Sequence Edit Gejala ... 33

Gambar 3.6.4 Diagram Sequence Edit Katarak ... 34

Gambar 3.6.5 Diagram Sequence Hapus Gejala ... 34

Gambar 3.6.6 Diagram Sequence Hapus Katarak ... 34

Gambar 3.6.7 Diagram Sequence Deteksi Katarak ... 35

Gambar 3.7.1 Entity Relationship Diagram ... 35

Gambar 3.7.2 Reational Tabel Model ... 36

Gambar 3.10.1 Menu Utama ... 43

Gambar 3.10.2 Menu Login ... 43

Gambar 3.10.3 Menu Deteksi Katarak ... 44

Gambar 3.10.4 Update Gejala ... 44

Gambar 3.10.5 Menu Update Jenis Katarak ... 45

Gambar 3.10.6 Menu Info Katarak ... 46

Gambar 3.10.7 Menu Bantuan ... 47

Gambar 4.1.1 Tampilan Halaman Utama ... 48

Gambar 4.1.2 Tampilan Login ... 49

Gambar 4.1.3 Tampilan Beranda ... 49

Gambar 4.1.4 G1 Berhasil Ditambahkan ... 51

Gambar 4.1.5 Masukan G2 ... 51

Gambar 4.1.11 Kode Gejala yang Dipilih ... 54

Gambar 4.1.12 Gejala yang Dipilih ... 55

Gambar 4.1.13 Inputan Katarak ... 55

Gambar 4.1.14 Data Katarak Berhasil Disimpan ... 56

Gambar 4.1.15 Hubungan Katarak dan Gejala ... 56

Gambar 4.1.16 G3 Akan Dihapus ... 57

Gambar 4.1.17 Pesan Peringatan Data Akan Dihapus ... 58

Gambar 4.1.18 Gejala Berhasil Dihapus ... 58

Gambar 4.1.19 Pesan Data Katarak Akan Dihapus ... 59

Gambar 4.1.20 Data Berhasil Dihapus ... 59

Gambar 4.1.21 G3 yang Ingin Diubah ... 60

Gambar 4.1.22Gejala Berhasil Diubah ... 60

Gambar 4.1.23 Pilih Data yang Diubah ... 61

(20)

xviii

Gambar 4.1.25 Data Berhasil Diubah ... 62

Gambar 4.1.26 Menu Info Katarak ... 62

Gambar 4.1.27 Menu Bantuan ... 63

Gambar 4.1.28 Tampilan Menu Deteksi Katarak ... 64

(21)

1 BAB I PENDAHULUAN

1.1 Latar Belakang

Mata merupakan salah satu panca indra yang mempunyai fungsi untuk

melihat suatu objek. Mata mempunyai peran penting dalam aktifitas manusia

sehari-hari, misalnya menikmati keindahan alam dan berinteraksi dengan

lingkungan sekitarnya. Jika mata mengalami gangguan maka akan mengganggu

aktifitas manusia. Mata yang sedang sakit jika tidak ditangani segera mungkin

akan mengakibatkan kebutaan, misalnya penyakit katarak. Katarak adalah kondisi

dimana terdapat bercak putih seperti awan dan lama kelamaan akan menutupi

lensa mata yang tadinya berwarna hitam menjadi berwarna putih. Penyebab

katarak tidak diketahui secara pasti, tetapi penyakit ini dikaitkan dengan umur.

Umur tidak bisa menjadi tolok ukur penyebab katarak tetapi adanya radikal bebas

yang mempengaruhi kesehatan mata.

Indonesia menjadi negara dengan penderita katarak tertinggi di Asia

Tenggara. Menurut data, angka penderita katarak di Indonesia sebesar 1,5%.

Sedangkan berdasarkan data tahun 2004 dari Eye Disease Prevalence Research

Group, diperkirakan pada tahun 2020, jumlah penderita penyakit mata dan kebutaan di dunia akan mencapai 55 juta jiwa. Saat ini, terdapat 45 juta penderita

kebutaan di dunia, 60% diantaranya berada di negara miskin atau berkembang.

Menurut data dari Kementerian Kesehatan Republik Indonesia tahun 1996, angka

(22)

tunanetra di Indonesia. Angka ini cukup tinggi di Asia. Sebagai perbandingan di

Bangladesh angka kebutaan 1%, di India 0,7%, dan Thailand 0,3%. Dari survei ini

yang dilakukan Kementerian Kesehatan Republik Indonesia, penyebab utama

kebutaan di Indonesia adalah penyakit katarak (0,78%), disusul penyakit

glaukoma (0,12%), kelainan refraksi (0,14%), dan penyakit lain terkait usia lanjut

(0,38%). Besarnya jumlah penderita katarak di Indonesia berbanding lurus dengan

jumlah penduduk usia lanjut pada tahun 2000 yang diperkirakan sebesar 15,3 juta

(7,4% dari total penduduk). Di Indonesia sendiri penderita memiliki

kecenderungan katarak 15 tahun lebih cepat dibandingkan penderita di daerah

tropis. Sekitar 16% sampai 22% penderita katarak yang dioperasi berusia di

bawah 56 tahun. Ada pula yang menyebutkan, 20%–24% buta katarak diderita

kelompok usia produktif. (www.sentulcity.co.id, 2012)

Data di atas dapat disimpulkan dari tahun ke tahun jumlah penderita katarak

di Indonesia semakin meningkat. Meningkatnya jumlah penderita katarak tidak

sebanding dengan jumlah dokter spesialis mata. Dengan perkembangan teknologi

sekarang, banyak segala hal yang dikerjakan secara manual bisa dilakukan secara

instan dan lebih cepat. Untuk kasus ini masyarakat dan dokter bisa dibantu dengan

sistem pakar. Sistem pakar sendiri merupakan sistem yang berusaha mengadopsi

pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah

seperti yang biasa dilakukan para ahli. Untuk penelitian ini sistem pakar dapat

membantu masyarakat mendeteksi katarak dengan cepat tanpa harus pergi ke

dokter spesialis penyakit mata.

Berdasarkan data di atas masih kurangnya kesadaran masyarakat dalam

(23)

penting untuk mencegah lebih parahnya penyakit tersebut. Sistem pakar deteksi

penyakit katarak diharapkan membantu masyarakat dalam mendeteksi katarak

dengan cepat dan mudah.

1.2 Rumusan Masalah

Masalah yang ingin diselesaikan pada penelitian ini adalah :

a) Bagaimana menerapkan kaidah produksi untuk membangun sistem pakar

deteksi penyakit mata?

1.3 Tujuan Dan Manfaat Tujuan dari penelitian ini adalah :

a) Menentukan peluang seseorang menderita penyakit katarak.

b) Membuat sistem pakar deteksi penyakit mata dengan kaidah produksi.

Manfaat dari penelitan ini adalah :

a) Membantu masyarakat dalam mendeteksi katarak sedini mungkin.

b) Memudahkan masyarakat untuk mengetahui jenis katarak yang diderita.

1.4 Batasan Masalah

Batasan masalah dari penelitian ini adalah :

a) Deteksi penyakit mata terutama katarak.

b) Pengguna sistem pakar ini adalah masyarakat.

c) Petugas yang akan mengupdate gejala adalah admin yang merupakan pegawai

dari puskesmas.

d) Metode inferensi yang digunakan dalam sistem ini adalah modus ponen

(24)

Mencari referensi yang berasal dari berbagai sumber yang ada seperti dari

buku, jurnal ilmiah dan artikel internet terutama yang berkaitan dengan topik

permasalahan yang akan diteliti. Referensi inilah yang akan digunakan sebagai

dasar dari pengembangan yang akan dibuat.

b) Perancangan

Perancangan pembuatan sistem meliputi use case, diagram kelas, diagram

aktivitas dan diagram sequence, model sistem pakar yang dikembangkan

meliputi kaidah produksi dan deductive reason.

c) Implementasi

Melakukan koding dari perancangan sistem berupa GUI, basis data dan basis

pengetahuan yang meliputi kaidah produksi dan deductive reason.

d) Pengujian dan Analisa Hasil

Pengujian dilakukan oleh admin (petugas puskesmas) dan user (masyarakat)

untuk mencari kesalahan dalam program dan memastikan kaidah produksi,

deductive reason.

1.6 Sistematika Penulisan

Sistematika penulisan dari penelitian ini meliputi lima bab, antara lain :

BAB I PENDAHULUAN

Bab ini terdiri dari latar belakang, rumusan masalah, batasan masalah, tujuan dan

manfaat penelitian, metodologi penelitian dan sistematika penulisan yang

menjelaskan tentang ide dasar penelitian dan identifikasi masalah penelitian

(25)

BAB II LANDASAN TEORI

Bab ini menjelaskan tentang teori-teori dasar yang digunakan pada penelitian ini.

Teori-teori yang digunakan meliputi pengertian, penjelasan tentang tanda dan

gejala katarak serta jenis dari katarak, sistem pakar, kaidah produksi dan deductive

reasoning.

BAB III PERANCANGAN

Bab ini menjelaskan rancangan sistem pakar yang akan dibuat meliput use case,

diagram kelas, diagram aktifitas, dan diagram sequence model sistem pakar

kaidah produksi terutama modus ponen.

BAB IV IMPLEMENTASI DAN PENGUJIAN

Bab ini berisi implementasi dari program sistem berupa GUI yang dibuat serta

penerapan kaidah produksi. Pengujian yang membahas terhadap penilaian

pengguna terhadap aplikasi deteksi katarak yang dibuat menggunakan kuisioner

dan skenario black box.

BAB V PENUTUP

Bab ini berisi kesimpulan dan saran untuk mengembangkan lebih baik terhadap

(26)

6 BAB II

LANDASAN TEORI

2.1 Katarak

Katarak adalah sejenis gangguan mata yang cukup meresahkan dan

merupakan salah satu penyebab dasar dari kebutaan. Mata katarak dipicu oleh

adanya gangguan lensa mata yang keruh sehingga dapat menghambat dan

menutupi lensa mata dalam menerima cahaya yang masuk. Kekeruhan pada mata

katarak dapat diakibatkan karena hidrasi (kelebihan cairan pada lensa) dan

denaturasi protein pada lensa, pada umumnya mata katarak hanya mengenai satu mata saja.

2.1.1 Tanda Dan Gejala Katarak

Untuk deteksi katarak lebih dini, maka masyarakat harus pengetahui dan

mengenali tanda-tanda dan gejala dari katarak. Berikut ini adalah tanda dan gejala

penyakit katarak :

a) Pandangan mata kabur, suram atau seperti ada bayangan awan atau asap. Noda

putih yang semakin berkembang akan mengakibatkan pandangan mata menjadi

kabur, objek terhadap suatu benda menjadi sulit dikenali bahkan tidak bisa

membedakan warna cahaya.

b) Sulit melihat pada malam hari. Karena lensa mata akan membaca kefokusan

objek yang akan diterima oleh lensa mata.

c) Sensitif pada cahaya. Penderita katarak akan sensitif pada intensitas cahaya

(27)

cahaya dan lensa mata tidak dapat memfokuskan cahaya untuk dikirim ke

retina.

d) Terdapat lingkaran cahaya saat memandang sinar. Pada saat lensa mata

memandang atau menangkap cahaya atau sinar, lensa mata hanya mampu

menangkap sinar seperti sebuah lingkaran.

e) Membutuhkan cahaya terang untuk membaca atau ketika beraktifitas. Penderita

katarak membutuhkan pencahayaan yang cukup terang ketika melakukan

berbagai aktifitas.

f) Sering mengganti kacamata atau lensa kontak karena ketidaknyamanan.

Penderita katarak yang menggunakan alat bantu untuk membaca dan melihat,

cenderung lebih sering mengganti kacamata atau kontak lensa karena faktor

ketidaknyamanan seperti ketika dirasa mata tidak lagi dapat melihat atau

menangkap suatu objek benda atau cahaya sekalipun. Penderita katarak mampu

mengganti kacamata atau kontak lensa dua kali dalam sebulan.

g) Warna memudar atau cenderung menguning saat melihat. Penderita katarak

hanya mampu melihat dan menangkap cahaya seperti sebuah lingkaran, namun

lama-kelamaan akan memudar karena syaraf retina akan menguning jika

melihat suatu objek benda terlalu lama.

h) Pandangan ganda jika melihat dengan satu mata. Penderita katarak tidak

membahayakan fisik jika diketahui sejak dini dan belum memasuki stadium

yang semakin parah. Jika dalam kondisi parah, penderita akan merasakan rasa

nyeri di sekeliling mata, sering sakit kepala dan kemudian terjadi peradangan.

Kemudian objek atau cahaya yang ditangkap seperti berbayang jika katarak

(28)

terjadi, yakni seiring bertambahnya usia maka tingkat kesehatan tubuh akan

semakin menurun, tak terkecuali mata. Karena mata merupakan organ penting,

terkadang waktu istirahat yang dibutuhkan untuk mata berkurang, sehingga

ketebalan, kejernihan dan tingkat fokus semakin menurun. Tingkat usia

mempengaruhi perubahan warna lensa mata, struktur mata, protein dan vitamin

mata semakin berkurang dan menurun.

2.1.2 Jenis Katarak Secara Umum

Penyakit katarak dibagi menjadi tiga golongan, antara lain:

a) NUCLEAR

Nuclear merupakan fase penyakit katarak yang ditandai perubahan pada warna akibat tingkat kefokusan lensa mata yang semakin berkurang, baik objek benda

atau cahaya. Pada awal mulanya penyakit katarak jenis ini daya kemampuan

membaca masih bisa, tetapi lama kelamaan akan kehilangan kemampuan

tersebut dikarenakan lensa mata akan menguning dan membentuk noda putih

pada bagian tengah lensa. Setelah masuk tahapan berikutnya yakni kemampuan

melihat akan memburuk sehingga cahaya yang dilihat menjadi cokelat. Dan

tahapan semakin parah akan sulit membedakan warna sehingga objek benda

dan cahaya akan terlihat biru atau ungu.

b) CORTICAL

Katarak jenis ini merupakan fase kedua dari katarak jenis di atas. Untuk jenis

cortical, pembentukan noda pada lapisan luar lensa mata berjalan sangat lamban. Namun kemudian noda tersebut akan dimulai menutupi lapisan tengah

(29)

mengganggu aliran cahaya yang masuk ke pusat lensa. Penderita cortical akan

mengalami silau ketika melihat cahaya.

c) SUBCAPSULAR

Katarak jenis ini dimulai dengan terbentuknya area buram di bawah lensa atau

di belakang lensa yang merupakan salah satu jalur cahaya ke retina. Katarak

jenis ini masuk dalam tahapan katarak dengan kondisi yang cukup parah,

karena selain mengurangi kemampuan untuk melihat, katarak jenis ini mampu

mengurangi kemampuan mata untuk membaca meski dalam cahaya yang

cukup terang sehingga kilau cahaya yang diterima seperti berbentuk lingkarang

cahaya ketika melihat sinar di malam hari.

2.1.3 Jenis Katarak Berdasarkan Penuaan

Berikut ini katarak berdasarkan penuaan atau usia, pada umumnya di derita

oleh orang dewasa. Jenis katarak tersebut antara lain:

a) KOMPLIKATA

Katarak ini terjadi akibat gangguan keseimbangan susunan sel lensa factor

fisik atau kimiawi sehingga terjadi gangguan kejernihan lensa. Komplikata

terjadi akibat iridosikiitis, miopia tinggi, ablasi retina dan glaucoma. Katarak

komplikata dapat terjadi akibat kelainan sisternik yang akan mengenai kedua mata atau kelainan lokal yang akan mengenai satu mata.

b) SENIL

Katarak senil merupakan katarak yang menyebabkan kekeruhan pada lensa

mata secara menyeluruh yang terjadi pada mereka yang berusia lanjut yakni

usia diatas 50 tahun. Namun penyebab yang menjadi dasar utama belum

(30)

mata senil ini dikategorikan dalam penyakit mata katarak stadium 4 yaitu

inisipien, imatur, intumesen, matur, hipermatur dan morgagni.

2.2 Sistem Pakar

Sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan

manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang

biasa dilakukan para ahli.

2.2.1 Klasifikasi Sistem Pakar

Berdasarkan kegunaannya, sistem pakar dapat diklasifikasikan menjadi enam jenis

yaitu :

1. Diagnosis

Sebuah tindakan dalam hal menangani ketidakberesan akan suatu hal yang

menggunakan alat bantu atau sistem sehingga menghasilkan informasi dan

membuat inferensi kemungkinan terjadinya ketidakberesan itu sendiri.

Diagnosis sistem pakar biasanya digunakan untuk merekomendasikan suatu

tindakan seperti diagnosis penyakit, kerusakan mesin, dan sebagainya.

2. Pengajaran

Sistem pakar ini digunakan untuk mengajar siswa. Prinsipnya adalah

mendiagnosa apa yang menjadi masalah siswa yang mengalami kesulitan

dalam belajar, kemudian memberikan solusi untuk memperbaikinya.

3. Interpretasi

Sistem pakar ini digunakan untuk menganalisa data yang tidak lengkap, tidak

teratur, dan data yang kontradiktif. Misalnya menginterpretasi citra.

(31)

Keunggulan seorang pakar adalah dapat memprediksi ke depan. Sebagai

contoh, bagaimana seorang ahli metereologi dapat meramal cuaca besok

dengan menggunakan data-data cuaca sebelumnya. Sistem pakar ini biasanya

digunakan peramalan cuaca, penentuan masa tanam, dan sebagainya.

5. Perencanaan

Untuk sistem pakar ini, perencanaan sistem pakar ini memiliki cakupan luas,

mulai dari perencanaan bangunan sampai manajemen bisnis. Keunggulan

penggunaan sistem ini dapat menghemat biaya, waktu, dan material. Contoh

penggunaan sistem ini antara lain sistem konfigurasi, komputer, tata letak

sirkuit, dan sebagainya.

6. Kontrol

Sistem kontrol ini digunakan untuk melakukan pengontrolan terhadap

kegiatan yang membutuhkan waktu dengan presisi tinggi, misalnya

industri-industri berteknologi tinggi.

2.2.2 Sifat Sistem Pakar

Sistem pakar bisa disebut mempunyai sifat yang ideal bila mempunyai

ciri-ciri sebagai berikut :

1. Terbuka untuk diperiksa, dalam menampilkan langkah-langkah yang

digunakan serta pertanyaan-pertanyaan tentang proses tertentu.

2. Mudah dimodifikasi, menambah atau menghapus pengetahuan pada basis

pengetahuan.

3. Fasilitas penalaran/penjelasan

Sangatlah penting bagi sebuah sistem pakar mempunyai sifat terbuka

(32)

a) Untuk mempermudah penambahan sejumlah informasi atau aturan baru

untuk memperbaharui basis pengetahuannya dalam mengembangkan

kinernya.

b) Memuaskan user, akan kebenaran jawaban yang diberikan oleh sistem

pakar.

c) Setiap aspek dan keutusan yang diambil selama proses untuk mendapatkan

solusi yang dapat dievaluasi dengan baik.

Sedangkan fasilitas penalaran, sistem pakar akan memberikan informasi

tentang kesimpulan yang diambil komputer dan memperlihatkan kaidah-kaidah

yang dipergunakan serta urutan yang dilaksanakan.

2.2.3 Karakteristik Sistem Pakar

Karakteristik umum yang membedakan sistem pakar dengan perangkat lunak

biasa adalah :

a. Terdapat banyak kemungkinan jawaban

Memakan waktu lama untuk menguji dan mempelajari jawaban itu, karena

ruang persoalan (problem space) berukuran besar dan tak pasti.

b. Data kabur

Sistem pakar mencapai konklusi yang tidak pasti karena informasi yang

dipakainya sering berupa data yang kabur. Biarpun demikian sistem pakar

diharapkan dapat memberi keputusan yang tergolong baik. Dalam arti tingkat

kesalahannya tidak terlalu besar.

c. Heuristic

Bersifat heuristic dalam menggunakan pengetahuan untuk memperoleh suatu

(33)

d. Fasilitas informasi

Sistem pakar dapat memberikan kemudahan-kemudahan jawaban kepada

user, sehingga user akan merasa puas dengan jawaban yang diberikan sistem pakar.

2.2.4 Keunggulan Dan Keterbatasan Sistem Pakar

Sistem pakar memiliki keunggulan dan keterbatasan untuk memprediksi

keakurasian, berikut ini keunggulan dan keterbatasannya :

1. Keunggulan sistem pakar :

a. Sistem pakar lebih cepat dalam menghasilkan output yang diinginkan

sehingga meningkatkan produktivitas.

b. Sistem pakar memberi nasehat yang konsisten dan mengurangi kesalahan

sehingga meningkatkan kualitas.

c. Sistem pakar mampu menghasilkan output, walaupun hanya dengan

sedikit petunjuk yang diberikan.

d. Sistem pakar tidak pernah menjadi bosan dan kelelahan. Sistem pakar

juga secara konsisten melihat semua detil dan tidak akan melewatkan

informasi yang relevan dan solusi yang potensial.

e. Sistem pakar dapat meningkatkan problem solving, karena mengambil dari

banyak pakar.

f. Sistem pakar dapat menjadi sebagai media pelatihan. Pengguna pemula

yang menggunakan sistem pakar akan menjadi berpengalaman, dan

fasilitas penjelas dapat berfungsi sebagai guru.

(34)

a. Sistem pakar memiliki keakuratan dalam menjawab tidak 100% sehingga

tingkat kepercayaan rendah, dan dapat mempengaruhi terhadap

pengembangan.

b. Pengambilan pengetahuan sulit didapat, karena tidak selalu tersedia.

c. Pengetahuan sangat sulit diekstrak dari manusia, karena untuk setiap

situasi dan problem pendekatan oleh setiap pakar bisa berbeda-beda.

d. Terkadang terdapat kesulitan oleh pakar dalam menjelaskan tahap-tahap

mereka dalam menangani permasalahan.

e. Terkadang istilah yang dipakai pakar untuk menjelaskan fakta tidak selalu

dimengerti oleh orang lain.

f. Sistem pakar akan bekerja sangat baik dalam bidang yang sempit.

g. Pengembangan sistem pakar seringkali menggunakan perekayasa

pengetahuan (knowledge engineer) yang langka dan mahal.

2.3 Kaidah Produksi

Kaidah produksi atau sistem produksi digunakan untuk menjadikan acuan

sistem inferensi, sistem berbasis kaidah dan dalam kasus penyelesaian masalah

tingkah laku manusia maupun dalam produksi sederhana. Kaidah produksi

direpresentasikan oleh himpunan kaidah dalam bentuk :

IF[kondisi] THEN[kondisi]

Kaidah ini dapat dikatakan sebagai hubungan implikasi dua bagian, yaitu

bagian premis (jika) dan bagian konklusi (maka). Apabila bagian premis dipenuhi

(35)

2.3.1 Kelebihan Dan Kekurangan Kaidah Produksi Berikut ini akan dijelaskan kelebihan dari kaidah produksi :

a. Expressiveness dan Intuitiveness

Kaidah-kaidah produksi secara esensial menyatakan apa yang dilakukan

dalam situasi tertentu.

b. Simplicity

Struktur seragam dari sintaks IF..THEN dalam sistem berbasis kaidah

memberikan suatu kesederhanaan yang menarik untuk representasi

pengetahuan. Ciri ini mengingkatkan suatu keadaan yang dapat dibaca dari

kaidah produksi dan komunikasi antara berbagai bagian dari program tunggal.

c. Modularity dan Modifiability

Kaidah produksi mengkodekan bentuk diskret informasi yang secara umum

tidak berhubungan dengan kaidah produksi yang lain, kecuali jika ada suatu

kaidah produksi eksplisit yang menghubungkan mereka. Informasi dapat

dihapus atau ditambah dari sistem asalkan tidak mengakibatkan efek samping

yang mengganggu. Ciri modular sistem produksi menunjukan kenaikan

perbaikan dan setelan yang bagus dari sistem produksi dengan tidak

mengalami pengurangan kinerja.

d. Knowledge Intensive

Basis pengetahuan disusun dari kaidah produksi yang pada gilirannya sangat

utama adalah pengetahuan murni, karena membutuhkan isi, bukan kontrol

ataupun informasi pemrograman. Karena setiap kaidah produksi ekuivalen

untuk suatu ringkasan dan kejelasan kalimatnya maka masalah semantic

(36)

Berikut ini akan dijelaskan kekurangan dari kaidah produksi :

a. Pengetahuan yang kompleks membutuhkan kaidah yang banyak, yang

memungkinkan sulit dalam membuatnya yang digunakan untuk sistem

maupun perawatannya.

b. Suatu sistem mempunyai banyak kaidah akan mempunyai batasan pencarian

dalam mengontrol program. Ada beberapa program mempunyai kesulitan

dalam mengevaluasi sistem berbasis kaidah dan membuat inferensi.

2.3.2 Keuntungan Penggunaan Kaidah Produksi

Keuntungan menggunakan kaidah produksi dalam suatu sistem adalah

sebagai berikut :

1. Kaidah produksi mudah disampaikan sehingga mudah di mengerti dan

diterima.

2. Untuk memodifikasi dan perawatan relative lebih mudah.

3. Data-data yang memiliki ketidakpastian akan mudah dikombinasikan dengan

kaidah.

2.4 Deductive Reason

Reasoning Deduktif digunakan untuk mendeduksi informasi baru dari hubungan logika pada informasi yang telah diketahui.

2.4.1 Modus Ponen

Modus ponen adalah salah satu cara pengambilan kesimpulan

(argumentasi) yang paling sederhana dan dibenarkan secara kaidah logika dan

mungkin adalah yang paling sering kita gunakan. Cara kerja berdasarkan premis

(37)

p  q (premis 1) berupa implikasi

p (premis 2) berupa antedesen

∴ q (konklusi)

Tabel 2.4.1 Tabel Kebenaran Modus Ponen

p q (p_q)p (p_q)p

T T T T

T F F T

F T F T

F F F T

Argument sah karena untuk premis p  q dan p benar, konklusi q juga

benar. Misalnya contoh sebagai berikut :

Premis 1 : Hewan mamalia bernafas dengan paru-paru

Premis 2 : Hewan ini adalah mamalia

Kesimpulan : Hewan ini bernafas dengan paru-paru.

2.4.2 Silogisme Konjungtif

Silogisme konjungtif adalah silogisme yang mempunyai premis mayor

yang berbentuk proposisi konjungtif, sementara premis minor dan kesimpulannya

berupa proposisi kategoris. Proposisi konjungtif adalah proposisi yang memiliki

dua predikat yang bersifat kontraris, yakni tidak mungkin sama-sama memiliki

[image:37.595.97.514.178.518.2]

kebenaran pada saat yang bersamaan.

Tabel 2.4.2 Tabel Kebenaran Silogisme Konjungtif

p q pq

T T T

T F F

F T F

(38)

Contoh :

Premis 1 : Air tidak dapat dirasakan panas dan dingin pada saat bersamaan

Premis 2 : Air ini dingin

(39)

19 BAB III PERANCANGAN

3.1 Metodologi Dan Prosedur Pengembangan Sistem

Aplikasi sistem pakar deteksi katarak menggunakan basis pengetahuan

kaidah produksi dan pengambilan keputusan dengan deductive reasoning yang

terdiri dari modus ponen dan silogisme konjungtif. Aplikasi dibuat untuk

membantu masyarakat dan dokter untuk mendeteksi penyakit katarak sedini

mungkin. Untuk pengumpulan data berupa gejala dan nama jenis katarak untuk

menunjang pembuatan aplikasi ada beberapa tahapan yang harus dilakukan.

Pertama adalah mencari informasi tentang katarak, gejala dan nama-nama jenis

katarak. Kedua, melakukan wawancara ke dokter spesialis mata yang berkaitan

dengan penyakit katarak. Setelah pengumpulan data dilakukan masuk dalam

perancangan pembuatan aplikasi deteksi katarak. Kemudian dilanjutkan dengan

implementasi pembuatan aplikasi sistem katarak berdasarkan informasi yang telah

dimiliki. Pengujian dalam penelitian ini adalah dengan menyebarkan kuisioner

untuk dokter mata dan masyarakat. Pengujian dilakukan untuk mengetahui

aplikasi ini dapat mendeteksi katarak dengan kaidah produksi.

3.2 Deskripsi Sistem

Gambaran sistem yang dibuat adalah sistem akan menampilkan

pertanyaan-pertanyaan yang berkaitan dengan gejala, misalnya gejala perubahan kefokusan

cahaya, penglihan berkabut, noda pada manik mata dan kemampuan melihat

(40)

akan diisi oleh user berdasarkan yang dirasakan. Sistem akan mengolah

pertanyaan yang telah dijawab dengan menggunakana kaidah produksi dan

deductive reason. Output yang akan ditampilkan berupa jenis katarak yang di derita user dan merupakan informasi yang diadopsi dari pengetahuan dokter.

Gambar 3.2.1 Diagram Block

3.3 Use Case Diagram

3.3.1 Use case

(41)

admin

login

tambah data gejala

hapus data gejala

edit data gejala

logout

user

input data gejala tambah data katarak

hapus data katarak

edit data katarak

lihat hasil diagnosa

[image:41.595.104.538.80.737.2]

input data relasi

Gambar 3.3.1 Use Case

Tabel 3.3.1 Deskripsi Aktor

No Aktor Deskripsi

1 Admin(Dokter) Aktor ini memiliki wewenang untuk login ke dalam

sistem; menambah, menghapus, mengedit data;

menginputkan data dan melihat hasil diagnosa.

(42)

masyarakat) dan melihat hasil diagnosa.

3.3.2 Skenario Use case Tabel 3.3.2 Skenario Login

Case : Login

Aktor : Admin

Kondisi Awal :

Kondisi Akhir : Berhasil login

Aksi Aktor Reaksi Sistem

1. Aktor mengisi username dan

password yang sudah ada.

2. Aktor klik tombol “login”. 3. Sistem mengecek ada atau

tidaknya username dan password.

4. Sistem menampilkan halaman

beranda admin.

Tabel 3.3.3 Skenario Tambah Data

Case : Menambah Data

Aktor : Admin

Kondisi Awal : Aktor sudah login

Kondisi Akhir : Data katarak berhasil disimpan

Aksi Aktor Reaksi Sistem

1. Aktor memilih menu update

katarak.

masukan data gejala.

(43)

4. Aktor memilih tombol selanjutnya.

masukan data katarak.

6. Aktor memilih tombol simpan.

7. Sistem menampilkan pesan “data

berhasil disimpan”.

Tabel 3.3.4 Skenario Edit Data

Case : Mengedit Data

Aktor : Admin

Kondisi Awal : Aktor sudah login

Kondisi Akhir : Data berhasil diedit

Aksi Aktor Reaksi Sistem

1. Aktor memilih menu update katarak.

3. Aktor klik data gejala pada tabel

yang ingin diedit.

4. Sistem menampilkan data gejala

pada JtextField.

5. Aktor mengubah data gejala

6. Aktor klik tombol ubah.

7. Sistem menampilka.n pesan “data

berhasil diubah”

8. Aktor klik tombol selanjutnya.

10. Aktor klik data katarak pada tabel

yang ingin diedit.

(44)

pada JtextField.

12. Aktor mengubah data gejala.

13. Aktor klik tombol ubah.

[image:44.595.101.531.82.757.2]

berhasil diubah”.

Tabel 3.3.5 Skenario Menghapus Data

Case : Menghapus Data

Aktor : Admin

Kondisi Awal : Aktor sudah login

Kondisi Akhir : Data berhasil dihapus

1. Aktor memilih menu update katarak.

3. Aktor klik data gejala pada tabel yang

ingin dihapus.

4. Sistem menampilkan data gejala

pada JtextField.

5. Aktor klik tombol hapus.

berhasil dihapus”. 7. Aktor klik tombol selanjutnya.

9. Aktor klik data katarak pada tabel

yang ingin di hapus.

10. Sistem menampilkan data

katarak pada JtextField.

11. Aktor klik tombol hapus.

(45)

[image:45.595.101.519.130.602.2]

“data berhasil diubah”.

Tabel 3.3.6 Skenario Input Data

Case : Menginputkan data

Aktor : Admin, User

Kondisi Awal : login,

Kondisi Akhir : Muncul hasil diagnosa

1. Aktor memilih menu deteksi

katarak.

deteksi katarak.

3. Aktor klik data gejala yang

dirasakan pada tabel 1.

4. Sistem menampilkan data yang

dipilih pada tabel 2.

5. Aktor klik tombol deteksi.

6. Sistem menampilkan data yang

telah dipilih, nama jenis katarak

dan presentase.

7. Aktor klik tombol print.

8. Sistem menampilkan output dalam

(46)

3.4 Diagram Kelas

+Halaman Utama()

-adminActionPerformed() : void -pengunjungActionPerformed() : void

Halaman Utama

+login()

-masukActionPerformed() : void

Login

*

* *

*

+Beranda()

-infoActionPerformed() : void -bantuanActionPerformed() : void -deteksiActionPerformed() : void -berandaActionPerformed()

[image:46.595.99.494.92.597.2]

Beranda User

(47)

27

+berandaUser()

Beranda User

* * +bantuanUser()

Bantuan User

+infoUser()

info User

+deteksiKatarak()

-berandaActionPerformed() : void -deteksiActionPerformed() : void -infoActionPerformed() : void -bantuActionPerformed() : void -deteksiOKActionPerformed() : void -tabel1MouseClicked() : void -teoremaBayes() : double -tabel2MouseClicked() : void

+modusPonen(in ArrayList<String>) : string -lihatKategori() : void

-lihatKategoriTemporeri() : void +ktk : ArrayList<katarak> +kode : ArrayList<String> -kk : string

Deteksi Katarak * *

**

+modelGejala() +deleteKategori() : void +updateKategori() : void +addKategori() : void +getRowCount() : int +getColumnCount() : int +getValueAt() : object +getColumnName() : string +isCellEditable() : Boolean +getColumnClass() -dk : Update Gejala Model Gejala

+modelKatarak() +deleteKategori() : void +updateKategori() : void +addKategori() : void +getRowCount() : int +getColumnCount() : int +getValueAt() : object +getColumnName() : string +isCellEditable() : bool +getColumnClass() -dk : ArrayList<katarak>

Model Katarak

* *

* * +updateGejala()

+loadData() : void +isiTabel() : void +isiText() : void +kosongkanText() : void +statusAwal() : void -updateActionPerformed() : void -berandaActionPerformed() : void -deteksiActionPerformed() : void -infoActionPerformed() : void -keluarActionPerformed() : void -bantuanActionPerformed() : void -tambahActionPerformed() : void -hapusActionPerformed() : void -ubahActionPerformed() : void -lanjutActionPeerformed() : void -tabel1MouseClicked() : void -lihatKategori() : void -lihatKategoriTemporeri() : void -row : int

-ak : ArrayList<katarak> -kode : ArrayList<Sring> Update Gejala

* * +katarak()

+katarak(in : string, in : string) +getGejala() : string +setGejala() : void +getKodeGejala() : string +setKodeGejala() : void +getPg() : double +setPg() : string +getPng() : double +setPng() : string +getStatus() : string +setStatus() : void +getJenisKatarak() : string +setJenisKatarak() : void +getKodeJenisKatarak() : string +setKodeJenisKatarak() : void +gejala : string

+kodegejala : string -pg : double -png : double -jeniskatarak : string -kodejeniskatarak : string -status : string

katarak * * * * +updateKatarak()

+loadData() : void +isiTabel() : void +isiText() : void +kosongkanText() : void +statusAwal() : void -updateActionPerformed() : void -berandaActionPerformed() : void -deteksiActionPerformed() : void -infoActionPerformed() : void -keluarActionPerformed() : void -bantuanActionPerformed() : void -tambahActionPerformed() : void -hapusActionPerformed() : void -ubahActionPerformed() : void -lanjutActionPeerformed() : void -tabel1MouseClicked() : void -lihatKategori() : void -lihatKategoriTemporeri() : void -updateKatarak(in ArrayList<String>) +updateKatarak(in : string) -row : int

-ak : ArrayList<katarak> -kode : ArrayList<Sring> -dataKodeGejala : ArrayList<String>

Update Katarak

*

* +modelMemiliki()

+deleteKategori() : void +updateKategori() : void +addKategori() : void +getRowCount() : int +getColumnCount() : int +getValueAt() : object +getColumnName() : string +isCellEditable() : bool +getColumnClass() -dk : Arraylist<katarak>

Model Memiliki

*

(48)

+berandaUser()

Beranda User

* * +bantuanUser()

Bantuan User

+infoUser()

info User

+deteksiKatarak()

-berandaActionPerformed() : void -deteksiActionPerformed() : void -infoActionPerformed() : void -bantuActionPerformed() : void -deteksiOKActionPerformed() : void -tabel1MouseClicked() : void -teoremaBayes() : double -tabel2MouseClicked() : void

+modusPonen(in ArrayList<String>) : string -lihatKategori() : void

-lihatKategoriTemporeri() : void +ktk : ArrayList<katarak> +kode : ArrayList<String> -kk : string

Deteksi Katarak * * * * +modelGejala() +deleteKategori() : void +updateKategori() : void +addKategori() : void +getRowCount() : int +getColumnCount() : int +getValueAt() : object +getColumnName() : string +isCellEditable() : Boolean +getColumnClass() -dk : ArrayList<katarak>

Model Gejala

+modelKatarak() +deleteKategori() : void +updateKategori() : void +addKategori() : void +getRowCount() : int +getColumnCount() : int +getValueAt() : object +getColumnName() : string +isCellEditable() : bool +getColumnClass() -dk : ArrayList<katarak>

Model Katarak

*

* _*

Gambar 3.4.3 Diagram Kelas(3)

3.5 Diagram Aktivitas

3.5.1 Login

Aktor mengisi username dan password yang sudah ada. Aktor

Aktor klik tombol "login" Sistem mengecek ada atau tidaknya username dan password.

Sistem menampilkan halaman beranda admin. Sistem

(49)

3.5.2 Tambah Data

Aktor memilih menu update katarak.

Aktor

Aktor klik data gejala pada tabel. Sistem mengecek ada atau tidaknya username dan password.

Sistem menampilkan pesan “data berhasil disimpan”.

Sistem

Sistem menampilkan halaman masukan data gejala.

Aktor memilih tombol selanjutnya. Sistem menampilkan halaman masukan data katarak.

Aktor memilih tombol tambah.

(50)

3.5.3 Ubah data

Aktor

Aktor klik data gejala pada tabel yang ingin diedit. Sistem menampilkan data gejala pada JtextField.

Sistem menampilka.n pesan “data berhasil diubah” Sistem menampilkan halaman masukan data gejala.

Aktor mengubah data gejala

Aktor klik tombol ubah.

Aktor klik tombol selanjutnya. Sistem menampilkan halaman masukan data katarak.

Aktor klik data katarak pada tabel yang ingin diedit. Sistem menampilkan halaman masukan data katarak.

Aktor mengubah data gejala.

Aktor klik tombol ubah. Sistem menampilkan halaman masukan data katarak.

[image:50.595.99.507.86.595.2]

Sistem

(51)

3.5.4 Hapus Data

Aktor

Aktor klik data gejala pada tabel yang ingin dihapus. Sistem menampilkan data gejala pada JtextField.

Sistem menampilkan halaman masukan data katarak. Sistem menampilkan halaman masukan data gejala.

Aktor klik tombol hapus. Sistem menampilkan pesan “data berhasil dihapus”.

Aktor klik button selanjutnya.

Aktor klik data katarak pada tabel yang ingin di hapus. Sistem menampilkan data katarak pada JtextField.

Aktor klik tombol hapus. Sistem menampilkan pesan “data berhasil diubah”.

Sistem

(52)

3.5.5 Deteksi Katarak

Aktor memilih menu deteksi katarak. Aktor

Aktor klik data gejala yang dirasakan pada tabel 1. Sistem menampilkan data yang dipilih pada tabel 2.

Sistem menampilkan output dalam bentuk PDF. Sistem menampilkan halaman deteksi katarak.

Aktor klik tombol deteksi. Sistem menampilkan data yang telah dipilih, nama jenis katarak dan presentase.

Aktor klik tombol print.

Sistem

Gambar 3.5.5 Diagram Aktifitas Deteksi Katarak

3.6 Diagram Sequence

3.6.1 Tambah Gejala

(53)

3.6.2 Tambah Katarak

Gambar 3.6.2 Diagram Sequence Tambah Katarak 3.6.3 Edit Gejala

(54)

3.6.4 Edit Katarak

Gambar 3.6.4 Diagram Sequence Edit Katarak 3.6.5 Hapus Gejala

Gambar 3.6.5 Diagram Sequence Hapus Gejala 3.6.6 Hapus Katarak

(55)

3.6.7 Deteksi Katarak

Gambar 3.6.7 Diagram Sequence Deteksi Katarak 3.7 Perancangan Basis Data

3.7.1 Conceptual Design

(56)

Gambar 3.7.2 Reational Tabel Model

Pada gambar 3.6.1 jenis katarak bisa memiliki banyak gejala dan gejala bisa

memiliki atau terjadi di berbagai jenis katarak. Sehingga dibuat tabel baru yaitu

memiliki yang berisi primary key dari tabel jenis katarak dan gejala.

3.7.2 Physical Database Design

Physical database design merupakan ini merupakan gambaran implementasi

database yang digunakan dalam sistem. Tabel-tabel physical database design

adalah sebagai berikut:

1. Tabel Gejala

Tabel dibawah ini berisi atribut data gejala yang diinputkan ke dalam sistem.

Tabel 3.7.1 Tabel Gejala

Nama Field Tipe Keterangan

KODE_GEJALA varchar2(20) PK untuk tabel gejala

NAMA_GEJALA varchar2(1000) Field untuk nama gejala

STATUS varchar2(20) Field untuk status gejala

2. Tabel Katarak

Tabel untuk menyimpan data-data penyakit katarak dalam data base.

Tabel 3.7.2 Tabel Katarak

Nama Field Tipe Keterangan

KODE_KATARAK varchar2(20) PK untuk tabel katarak

NAMA_KATARAK varchar2(1000) Field untuk nama katarak

(57)

Tabel memiliki berisi primary key dari tabel katarak dan tabel gejala. Tabel ini

berfungsi untuk menyimpan gejala-gejala yang dimiliki setiap jenis katarak.

Tabel 3.7.3 Tabel Memiliki

Nama Field Tipe Keterangan

KODE_KATARAK varchar2(20) Field untuk kode katarak

KODE_ GEJALA varchar2(1000) Field untuk kode gejala

4. Tabel Temporeri

Tabel temporeri merupakan tabel bantuan saat memilih gejala dalam menu

deteksi katarak.

Tabel 3.7.4 Tabel Temporeri

Nama Field Tipe Keterangan

KODE_GEJALA varchar2(20) Field untuk tabel gejala

(58)

38

3.8 Kaidah Produksi

Dari jenis katarak dan gejala yang telah diketahui maka dapat di buat tabel sebagai berikut :

Tabel 3.8.1 Tabel Hubungan Gejala dan Jenis Katarak

Nuclear(P1) cortical(P2) subcortical(P3) komplikata(P4) senil(P5)

Perubahan kefokusan cahaya (G1) 

Penglihatan menjadi kuning (G2) 

Noda pada lapisan mata (G3)   

Kemampuan melihat berkurang (G4)  

Mata silau (G5) 

Kemampuan menangkap cahaya

berkurang (G6)

 

Lensa mata keruh keseluruhan (G7) 

Mata mengalami gangguan kejernihan lensa (G8)



Kelainan sistemik di kedua mata (G9) 

Kelainan local di satu mata (10) 

(59)

Penggunaan aturan-aturan kaidah produksi dalam sistem pakar deteksi

katarak adalah sebagai berikut :

Tabel 3.8.2 Aturan Hubungan Antara Gejala dan Jenis Katarak

NO. ATURAN

R1 IF perubahan kefokusan cahaya AND penglihatan menjadi kuning AND noda pada lapisan mata

AND kemampuan melihat berkurang THEN katarak nuclear.

R2 IF noda pada lapisan mata AND mata silau

AND kemampuan menangkap cahaya berkurang THEN cortical.

R3 IF noda pada lapisan mata

AND kemampuan melihat berkurang

AND kemampuan menangkap cahaya berkurang THEN subcortical.

R4 IF gangguan kejernihan lensa AND kelainan sisternik kedua mata AND kelainan local satu mata THEN komplikata.

(60)

R6 IF lensa mata keruh

AND gangguan kejernihan mata THEN bebas katarak

3.9 Pengambilan Keputusan

Pada penelitian ini penarikan kesimpulan menggunakan deductive

reasoning yang meliputi modus ponen dan silogisme konjungtif. Berikut contoh mencari jenis katarak berdasarkan gejalanya :

1. Mencari jenis katarak nuclear fakta yang diperoleh adalah :

G1 : perubahan kefokusan cahaya

G2 : penglihatan menjadi kuning

G3 : noda pada lapisan mata

G4 : kemampuan melihat berkurang

K1 : nuclear

 IF perubahan kefokusan cahaya AND penglihatan menjadi kuning AND

noda pada lapisan mata AND kemampuan melihat berkurang THEN

katarak nuclear.

Dapat dituliskan menjadi:

1 4

3 2

1 G G G THEN K

G

IF   

Menggunakan silogisme konjungtif diperoleh :

Premis 1 : G1 Premis 1 : G1  G2

(61)

Kesimpulan : G1  G2 Kesimpulan : G1  G2  G3

Premis 1 : G1  G2 G3

Premis 2 : G4

Kesimpulan : G1 G2  G3  G4

Menggunakan Modus Ponens

Premis 1 :IF G1G2G3G4 THEN K1

Premis 2 : G1  G2  G3  G4

Kesimpulan : K1

2. Mencari jenis katarak subcortical fakta yang diperoleh adalah :

G3 : noda pada lapisan mata

G4 : kemampuan melihat berkurang

G6 : kemampuan menangkap cahaya berkurang

K3 : subcortical

 IF noda pada lapisan mata AND kemampuan meluihat berkurang AND

kemampuan menangkap cahaya berkurang then subcortical.

Dapat dituliskan menjadi:

3 6

4

3 G G THEN K G

IF  

Menggunakan silogisme konjungtif diperoleh :

(62)

Premis 2 : G4

Kesimpulan : G3  G4

Premis 1 : G3  G4

Premis 2 : G6

Kesimpulan : G3  G4  G6

Menggunakan Modus Ponen :

IF G3  G4  G6  K3

Premis 1 : G3  G4  G6 K3

Premis 2 : G3  G4  G6

Kesimpulan : K3

3.10 User Interface

Perancangan user interface merupakan tampilan yang akan

diimplementasikan dalam program yang akan dibuat. Berikut ini akan dijelaskan

tampilan-tampilan menu yang akan di implementasikan.

a. Menu Utama

Menu utama merupakan halaman utama atau beranda dari program yang akan

(63)

Gambar 3.10.1 Menu Utama

b. Login

Menu ini berisi untuk admin dan pengguna. Jika admin maka harus mengisi

username dan password. Dan jika pengguna tidak perlu mengisikan username dan password.

Gambar 3.10.2 Menu Login c. Menu Katarak

 Deteksi Katarak

Berisi pertanyaan-pertanyaan yang memungkinkan untuk mendiagnosa

penyakit katarak yang diderita pengguna. Sebelumnya pengguna harus

mengisikan identitas diri yang terdiri nama, tempat tanggal lahir dan

(64)

[image:64.595.98.509.83.644.2]

Gambar 3.10.3 Menu Deteksi Katarak  Update Katarak

Menu update katarak mempunyai tugas menambah, menghapus dan

mengedit data gejala dan data katarak.

(65)

[image:65.595.96.512.79.601.2]

Gambar 3.10.5 Menu Update Jenis Katarak  Info Katarak

Pada menu info katarak akan menjelaskan tentang jenis katarak serta

(66)

[image:66.595.99.507.76.598.2]

Gambar 3.10.6 Menu Info Katarak d. Logout

Perintah ini hanya di dapatkan saat admin sudah masuk pada aplikasi dan

ingin keluar dari aplikasi menuju menu utama.

e. Menu Bantuan

Menu ini berfungsi untuk membantu atau memandu pemakai dalam

(67)

[image:67.595.101.510.82.624.2]

Gambar 3.10.7 Menu Bantuan

3.11 Spesifikasi Software Dan Hardware

Pada perancangan program perhitungan maka akan diperlukan

kebutuhan-kebutuhan. Software dan hardware yang digunakan untuk menunjang

implementasi sistem dalam mendeteksi katarak, antara lain :

a. Software

 Sistem Operasi : Windows 7

 Bahasa Pemrograman : Netbeans 8.0

 Database : Oracle dan SQL

b. Hardware

 Processor : AMD E-350 @1.60GHz

(68)

48 BAB IV

IMPLEMENTASI DAN PENGUJIAN

4.1 Implementasi

Pada implementasi akan menjelaskan jalannya program atau proses aplikasi

ini bekerja. Pada aplikiasi ini yang menggunakan adalah admin yang merupakan

pegawai apotek atau rumah sakit dan pengguna merupakan pengunjung atau

pasien.

4.1.1 Admin

Admin atau dokter spesialis mata merupakan petugas kesehatan yang

berwenang mengupdate gejala dan jenis katarak yang baru. Berikut akan

dijelaskan jalannya program yang digunakan oleh admin:

4.1.1.1 Halaman Utama

Pada halaman utama pilih masuk sebagai admin. Dibuatnya halaman seperti

tampilan dibawah ini supaya memudahkan atau membedakan fungsi program

[image:68.595.99.513.292.614.2]

berdasarkan pengguna.

(69)

Untuk login admin program dirancang dengan mengatur username dan

password di dalam program. Jika username dan password benar maka akan langsung masuk ke halaman beranda. Dan jika salah memasukan username dan

[image:69.595.101.511.214.686.2]

password maka akan muncul pesan error. Jika masuk sebagi admin, maka masukan username admin dan password admin.

Gambar 4.1.2 Tampilan Login

4.1.1.2 Beranda

Setelah login maka langsung masuk ke halaman beranda. Yang

membedakan admin dan pengunjung pada menu katarak, pada admin terdapat

submenu Deteksi Katarak, Update Katarak dan Info Katarak sedangkan

pengunjung hanya terdapat menu Deteksi dan Info Katarak.

Gambar 4.1.3 Tampilan Beranda

(70)

4.1.1.3 Katarak

Menu katarak merupakan menu paling inti dalam program ini. Menu ini

mempunyai tiga sub menu, antara lain Deteksi Katarak, Update Katarak dan Info

Katarak.

4.1.1.3.1.1 Update Katarak

Update katarak terdiri dari tombol tambah, hapus dan edit. Sehingga admin bisa update segala data-data yang berkaitan dengan gejala dan nama jenis

katarak.

4.1.1.3.1.2 Tambah Data

Tombol tambah data berfungsi untuk menambah gejala dan menambah

jenis katarak. Pertama yang ditambahkan adalah gejala. Gejala berisi kode gejala

dannama gejala. Program yang dibuat dirancang supaya memilih gejala terlebih

dahulu lalu di lanjutkan dengan menambahakan kode dan jenis katarak.

Sebagai contoh menambahkan katarak jenis nuclear yang memiliki gejala :

perubahan kefokusan cahaya, penglihatan berkabut, noda pada manik mata dan

kemampuan melihat berkurang. Tambah kan kode dan nama tiap-tiap gejala. Jika

data berhasil ditambahkan akan muncul pemberitahuan data berhasil ditambah.

Masukan kode gejala G1 dengan nama perubahan kefokusan cahaya.

(71)

[image:71.595.97.510.81.661.2]

Gambar 4.1.4 G1 Berhasil Ditambahkan

Masukan data dengan kode gejala G2 dengan nama gejala penglihatan

menjadi berkabut. Pilih tombol tambah dan data berhasil ditambahkan ke dalam

database.

(72)

Gambar

Tabel 2.4.2 Tabel Kebenaran Silogisme Konjungtif

+7

Referensi

Unduh sekarang ( PDF - 102 Halaman - 4.76 MB )

Garis besar

Implementasi Sistem pakar deteksi penyakit Katarak menggunakan kaidah produksi.

Dokumen terkait

Rancang Bangun Sistem Pakar untuk Menentukan Penyakit Mulut dengan Menggunakan Metode Certainty Factor

Tabel penyakit inilah yang nantinya akan digunakan sebagai hasil diagnosis dari anamnesa yang dilakukan oleh pengguna sistem pakar identifikasi penyakit mulut ini..

SISTEM PAKAR DIAGNOSA PENYAKIT DIABETES MELITUS MENGGUNAKAN TEOREMA BAYES

Dalam makalah ini dilakukan perancangan dan pembuatan sistem pakar yang digunakan untuk membantu mendiagnosa penyakit yang dimulai dari gejala utama dari penyakit

RANCANG BANGUN SISTEM PAKAR UNTUK MENENTUKAN PENYAKIT MULUT DENGAN MENGGUNAKAN METODE CERTAINTY FACTOR

Tabel penyakit inilah yang nantinya akan digunakan sebagai hasil diagnosis dari anamnesa yang dilakukan oleh pengguna sistem pakar identifikasi penyakit mulut ini..

SISTEM PAKAR DETEKSI HAMA DAN PENYAKIT SAYURAN MENGGUNAKAN CERTAINTY FACTOR

Tujuan penelitian ini adalah untuk membuat sistem pakar yang dapat mendeteksi hama dan penyakit pada tanaman sayuran merambat, khususnya buncis, mentimun, dan

Sistem Pakar Diagnosa Penyakit pada Hewan Kambing dan Sapi dengan Menggunakan Metode Dempster-shafer (Studi Kasus Puskeswan Pondok Kelapa)

Pada halaman ini terdapat tampilan data gejala- gejala penyakit pada hewan ternak kambing dan sapi, Dimana data ini dapat di masukan dan di hapus pada sistem oleh

Sistem Pakar Untuk Mendiagnosa Penyakit Mata Dengan Metode Bayesian Network

Dalam sistem pakar ini Bayesian Network digunakan untuk menghitung probabilitas dari berbagai gejala penyakit mata sehingga pengguna dapat mengetahui probabilitas

Sistem Pakar Menggunakan Metode Forward Chaining untuk Diagnosa Penyakit Tanaman Karet

Kesimpulan dari sistem pakar diagnosa penyakit tanaman karet yaitu mampu mendiagnosa penyakit tanaman karet dengan gejala –gejala yang ada pada database dan efektif membantu

SISTEM PAKAR DETEKSI DINI PENYAKIT HERNIATED NUCLEUS PULPOSUS (HNP) BERBASIS WEB MENGGUNAKAN TEOREMA BAYES NASKAH PUBLIKASI

Dalam penelitian ini dipilih solusi yang paling mungkin diterapkan dengan segera yaitu pembuatan Sistem Pakar Deteksi Dini Penyakit Herniated Nucleus Pulposus