Sistem Pakar Mendiagnosa Penyakit Gagal Ginjal Dengan Menggunakan Metode Dempster-Shafer
Mhd. Alpan1, Drs. Nogar Silitonga2, Rahmadani Pane3 1Jurusan Sistem Informasi Universitas Potensi Utama 2,3Dosen Jurusan Sistem Informasi Universitas Potensi Utama
1,2,3Universitas Potensi Utama, K.L. Yos Sudarso KM 6,5 No. 3A Tj. Mulia - Medan Email : van.alvano@yahoo.com1
Abstract- Expert systems can serve as a consultant who advises the user as well as an assistant to an expert. The way to address and help detect disease, failed kidney is to make an expert system as media consultation so as to minimize the disease kidney failure that can lead to death to the sufferer. Dempster-Shafer method is non monotonis reasoning methods used to find inconsistencies due to the addition or subtraction of new facts that would change the existing rules, so the Dempster-Shafer method allows a person secure in doing the work of a master. This research aims to apply the methods of uncertainty Dempster-Shafer on expert system to detect the disease in fieled kidney on the symptoms of the disease. The application system will result in the possibility of what percentage of the patient's illness based on the symptoms are felt. Expected with this system, ordinary people can solve particular problems either 'a little' complicated or even complex 'without the' help of experts in the field. As for the experts, this system can be used as an experienced assistant.
Keywords : Expert System, Dempster-Shafer, Disease in fieled Kidney.
Abstrak- Sistem Pakar dapat berfungsi sebagai konsultan yang memberi saran kepada pengguna sekaligus sebagai asisten bagi pakar. Salah satu cara untuk mengatasi dan membantu mendeteksi penyakit gagal ginjal, yaitu dengan membuat sebuah sistem pakar sebagai media konsultasi sehingga dapat meminimalkan terjadinya penyakit gagal ginjal yang dapat mengakibatkan kematian pada penderitanya. Metode Dempster-Shafer merupakan metode penalaran non
monotonis yang digunakan untuk mencari ketidakkonsistenan akibat adanya penambahan maupun pengurangan fakta baru yang akan merubah aturan yang ada, sehingga metode Dempster-Shafer memungkinkan seseorang aman dalam melakukan pekerjaan seorang pakar. Penelitian ini bertujuan menerapkan metode ketidakpastian Dempster-Shafer pada sistem pakar mendiagnosa penyakit gagal ginjal berdasarkan gejala penyakit tersebut. Aplikasi sistem akan menghasilkan kemungkinan berapa persen penyakit yang diderita si pasien berdasarkan gejala-gejala yang dirasakan. Diharapkan dengan sistem ini, orang awam dapat menyelesaikan masalah tertentu baik ‘sedikit’ rumit ataupun rumit sekalipun ‘tanpa’ bantuan para ahli dalam bidang tersebut. Sedangkan bagi para ahli, sistem ini dapat digunakan sebagai asisten yang berpengalaman.
Kata Kunci : Sistem Pakar, Dempster-Shafer, Penyakit Gagal Ginjal.
1. PENDAHULUAN
Sistem pakar harus mampu bekerja dalam ketidakpastian. Sejumlah teori telah
ditemukan untuk menyelesaikan
ketidakpastian, termasuk diantaranya
probabilitas klasik (classical probability),
probabilitas Bayes (Bayesian probability),
Teori Hartley berdasarkan himpunan klasik,
Teori Shannon berdasarkan pada
probabilitas, Teori Dempster-Shafer, Teori
kenyataannya banyak permasalahan yang tidak dapat terselesaikan secara lengkap dan konsisten. Ketidak konsistenan yang tersebut adalah akibat adanya penambahan fakta baru. Penalaran yang seperti itu disebut dengan
penalaran non monotnis. Untuk mengatasi
ketidakkonsistnan tersebut maka dapat menggunakan penalaran dengan Teori
Dempster-Shafer.
Penyakit gagal ginjal adalah suatu penyakit dimana fungsi organ ginjal mengalami penurunan hingga pada akhirnya tidak mampu lagi bekerja sama sekali dalam hal penyaringan pembuangan elektrolit tubuh, dalam menjaga keseimbangan cairan zat kimia tubuh seperti sodium dan kalium didalam darah atau produksi urine[1].
Teori Dempster-Shafer adalah suatu
teori matematika untuk pembuktian
berdasarkan belief functions and plausible
reasoning (fungsi kepercayaan dan pemikiran yang masuk akal), yang digunakan untuk mengkombinasikan potongan informasi yang terpisah (bukti) untuk mengkalkulasi kemungkinan dari suatu peristiwa [3].
Penulis memilih metode ini karena,
metode
Dempster-Shafer
memiliki
beberapa kelebihan dibandingkan metode
yang lain, yaitu kesulitan dalam
menentukan
nilai
probability
(probabilitas) dapat di abaikan, aturan
kombinasi dapat digunakan untuk
menggabungkan bukti-bukti, dalam
keadaan atau situasi tidak pasti
,
ignorance
(ketidaktahuan) dapat
ditentukan, mudah untuk menentukan
bukti-bukti dengan tingkat abstraksi yang
Berdasarkan uraian diatas, penulis
tertarik untuk mengimplementasikan
sistem pakar untuk mengidentifikasi
penyakit gagal ginjal dengan mengambil
judul “
Sistem Pakar Mendiagnosa
Penyakit Gagal Ginjal Dengan
Menggunakan
Metode
Dempster-Shafer
”
.
Permasalahan pada penelitian ini yaitu : 1. Minimnya informasi masyarakat tentang
bahaya dari penyakit gagal ginjal.
2. Dibutuhkan biaya yang tidak sedikit dan waktu yang lama dalam mendiagnosa penyakit gagal ginjal ke dokter.
3. Lambatnya penanganan penyakit gagal ginjal yang mengakibatkan kematian.
2. Metodologi Penelitian
Adapun metodologi penelitian yang digunakan penulis pada penelitian iniadalah :
1. Metode Penelitian Lapangan ( Field
Research )
Penelitian ini merupakan penelitian langsung pada objek penelitian yang akan digunakan untuk mendapatkan data dengan cara :
a. Pen
gamatan (Observation)
Penulis melakukan pengamatan langsung ke Yayasan perguruan Trikarya, terhadap mekanisme penentuan siswa/I berprestasiyang diterapkan.
b. Wa
wancara (interview)
2. Metode Penelitian Kepustakaan
( Library Research )
Dalam penelitian kepustakaan ini penulis membaca buku yang berhubungan dengan
judul seperti Microsoft Visual Basic Net,SQL
Server 2008 dan Client Server yang diangkat
penulis
.
2.1. Metode Dempster-Shafer
Metode Dempster-Shafer pertama kali
diperkenalkan oleh Dempster, yang melakukan percobaan model ketidakpastian
dengan range probabilities dari pada sebagai
probabilitas tunggal. Kemudian pada tahun 1976 Shafer mempublikasikan teori Dempster itu pada sebuah buku yang
berjudul Mathematical Theory Of Evident.
Dempster-Shafer Theory Of Evidence, menunjukkan suatu cara untuk memberikan bobot keyakinan sesuai fakta yang dikumpulkan. Pada teori ini dapat
membedakan ketidakpastian dan
ketidaktahuan. Teori Dempster-Shafer adalah
representasi, kombinasi dan propogasi ketidakpastian, dimana teori ini memiliki beberapa karakteristik yang secara instutitif sesuai dengan cara berfikir seorang pakar, namun dasar matematika yang kuat.
Pada teori Dempster-Shafer dikenal
adanya frame of discernment yang
dinotasikan dengan θ. Frame ini merupakan semesta pembicaraan dari sekumpulan hipotesis. Tujuannya adalah mengkaitkan ukuran kepercayaan elemen-elemen θ. Tidak
semua evidence secara langsung mendukung
tiap-tiap elemen. Untuk itu perlu adanya probabilitas fungsi densitas (m). Nilai m tidak hanya mendefinisikan elemen-elemen θ saja, namun juga semua subsetnya. Sehingga jika θ berisi nelemen, maka subset θ adalah 2n. Jumlah semua m dalam subset θ sama dengan 1. Apabila tidak ada informasi apapun untuk memilih hipotesis, maka nilai: m{θ} = 1,0.
Apabila diketahui X adalah subset dari θ, dengan m1 sebagai fungsi densitasnya, dan Y juga merupakan subset dari θ dengan m2 sebagai fungsi densitasnya, maka dapat dibentuk fungsi kombinasi m1 dan m2 sebagai m3, yaitu:
Visual Basic 2010 merupakan salah satu bagian dari produk pemograman terbaru yang dikeluarkan oleh Microsoft, yaitu Microsoft Visual Studio 2010. Visual Studio merupakan produk pemrograman andalan dari Microsoft Corporation, dimana di dalamnya berisi beberapa jenis IDE pemrograman seperti Visual Basic, Visual C++, Visual Web Developer, Visual C#, dan Visual F#. Semua IDE pemrograman tersebut sudah mendukung penuh implementasi .Net Framework terbaru, yaitu .Net Framework 4.0 yang merupakan pengembangan dari .Net Framework 3.5. [2].
SQL Server 2008
dalam persaingan dunia pengolahan data menyusul pendahulunya seperti IBM dan Oracle. SQL Server 2008 dibuat pada saat kemajuan dalam bidang hardware sedemikian pesat. Oleh karena itu sudah dapat dipastikan bahwa SQL Server 2008 membawa beberapa terobosan dalam bidang pengolahan dan penyimpanan data.[2].
3. PERANCANGAN
Bentuk rancangan sistem yang penulis usulkan/akan dirancang adalah dengan menggunakan beberapa bentuk diagram dari
UML yaitu : use case diagram, class
diagram,dan sequence diagram.
3.1. Usecase Diagram
Adapun bentuk rancangan use case
diagram yang penulis rancang adalah sebagai berikut :
Admin
Login Mengelola Perhitungan Konsultasi Mengelola Gejala
Logout
Pasien Gejala Yang
Terlihat
Hasil Konsultasi + Include
E xtend
Mengisi Buku Tamu
Gambar 1. Use Case Diagram
3.2. Class Diagram
Rancangan kelas-kelas yang akan digunakan pada sistem yang akan dirancang dapat dilihat pada gambar 2 :
3.3. Activity Diagram
Bisnis proses yang telah
digambarkan pada usecase diagram diatas
dijabarkan dengan activity diagram :
a) Activity Diagram Login Admin
tidak
Apakah Ada?
ya
Masuk ke Menu Admin
Isi Username dan Password
Mengecek Username dan Password
Gambar 3. Activity Diagram Login Admin
b)Activity Diagram Data Pasien
Form Data Pasien
Gambar 4. Activity Diagram Data Pasien
c) Activity Diagram Data Gejala
Form Gejala
Gambar 5. Activity Diagram Data Gejala
d)Activity Diagram Tambah Pengguna
Form Tambah Pengguna
Simpan Edit Hapus
Masukkan Data Admin
Simpan Da ta Baru
Pilih Data Calon Admin
Gambar 6. Activity Diagram Tambah Pengguna
Form Buku Tamu
Tampil Data Buku Tamu Input Data Tamu
Ya
Tidak Tidak
Ya Ya
Gambar 7. Activity Diagram Buku Tamu
f) Activity Diagram Data Konsultasi
Form Data
Gambar 8. Activity Diagram Data Konsultasi
g) Activity Diagram Konsultasi
hasil akan ditampilkan Inputkan gejala
Simpan hasil konsultasi Tabel data konsultasi Ya
Tidak
Gambar 9. Activity Diagram Konsultasi
h)Activity Diagram Cetak Laporan
Form Cetak Laporan
Gambar 10. Activity Diagram Cetak Laporan
3.4. Sequence Diagram
Rangkaian kegiatan pada setiap terjadi
event sistem digambarkan pada sequence
diagram berikut:
User
Aplikasi Database
Menu Utama
Konsultasi
Tampilan Konsultasi Konsultasi
Profil Penulis Tentang Sistem Pakar
Buku Tamu
Tampilan Buku Tamu
Gambar 11. Sequence Diagram Menu Utama
b)Sequence Diagram Buku Tamu
Admin
Aplikasi Database
Masukkan Data Tamu
Tampilkan Data Pasien
Data Tamu Dimasukkan
Return Tampil Data Pasien
Gambar 12. Sequence Diagram Buku Tamu
c) Sequence Diagram Konsultasi
Admin
Aplikasi Database
Pilih Data Gejala
Proses Konsultasi Data Gejala Edit dan Hapus Data Gejala
Hasil Nilai Kemungkinan Tentang Penyakit Feline Panluekopenia
Data GejalaYang Dipilih
Data Yang Telah Diproses
Return Hasil Nilai Kemungkinan Feline Panluekopenia Data Gejala Yang Telah di Hapus dan di Edit
Simpan Hasil Konsultasi Data Konsultasi Yang Disimpan Pilih Data Gejala
User
Gambar 13. Sequence Diagram Konsultasi
d)Sequence Diagram Login
Admin
Aplikasi Database
Masukan Username dan Password
Messagebox (Nama Server Salah)
Return Gagal
Validasi Username dan Password
Return Berhasil
Gagal
Berhasil
Menu Utama
Gambar 14. Sequence Diagram Login
Admin
Aplikasi Database
Menu Admin
Data Pasien
Tampilan Data Pasien Data Pasien
Account Manager Data Gejala
Logout
Tampilan Data Gejala Data Gejala
Tampilan Account Manager Account Manager
Buku Tamu
Tampilan Data Pasien
Data Konsultasi
Tampilan Data Konsultasi
Laporan
Cetak Laporan
Gambar 15. Sequence Diagram Menu Utama Admin
f) Sequence Diagram Data Pasien
Admin
Aplikasi Database
Masukkan Data Pasien
Koreksi atau Ubah Data Pasien
Hapus Data Pasien
Tampilkan Data Pasien
Data Pasien Dimasukkan
Data Pasien Di Update
Return Tampil Data Pasien Data Pasien Di Hapus
Gambar 16. Sequence Diagram Data Pasien
g) Sequence Diagram Data Gejala
Admin
Aplikasi Database
Masukkan Data Gejala
Koreksi atau Ubah Data Gejala
Hapus Data Gejala
Tampilkan Data Gejala
Data Gejala Dimasukkan
Data Gejala Di Update
Return Tampil Data Gejala Data Gejala Di Hapus
Gambar 17. Sequence Diagram Data Gejala
h)Sequence Diagram Account Manager
Admin
Aplikasi Database
Masukkan Data Pengguna Baru
Koreksi atau Ubah Data Pengguna
Hapus Data Pengguna
Tampilkan Data Pengguna
Data Pengguna Dimasukkan
Data Pengguna Di Update
Return Tampil Data Pengguna Data Pengguna Di Hapus
Gambar 18. Sequence Diagram Menu Utama Admin
Admin
Aplikasi Database
Hapus Data Gejala
Tampilkan Data Gejala Return Tampil Data Gejala Data Gejala Di Hapus Data Tamu
Gambar 19. Sequence Diagram Buku Tamu Admin
j) Sequence Diagram Data Konsultasi
Admin
Aplikasi Database
Hapus Data Konsultasi
Tampilkan Data Konsultasi Return Tampil Data Konsultasi Data Konsultasi Di Hapus Data Konsultasi
Gambar 20. Sequence Diagram Data Konsultasi
4. HASIL DAN UJI COBA
Berikut ini dijelaskan mengenai tampilan hasil dari perancangan Sistem Pakar Mendiagnosa Penyakit Gagal Ginjal Dengan
Menggunakan Metode Dempster-Shafer yang
dapat dilihat sebagai berikut :
Tampilan
Berikut adalah tampilan dari sistem yang telah dirancang.
1) Tampilan Menu Utama
Gambar 21. Tampilan Menu Utama
2) Tampilan Form Login admin
Gambar 22. Tampilan Form Login Admin
3) Tampilan Form Buku Tamu
Gambar 23. Tampilan Form Buku Tamu
Gambar 24. Tampilan Form Data Gejala
5) Tampilan Form Pengenalan Sistem Pakar
Gambar 25. Tampilan Form Pengenalan Sistem
Pakar
6) Tampilan Form Profil Penulis
Gambar 26. Tampilan Form Profil Penulis
7) Tampilan Form Menu Admin
Gambar 27. Tampilan Form Menu Admin
8) Tampilan Form Data Gejala
Gambar 28. Tampilan Form Data Gejala
Metode Dempster-Shafer
Pada teori ini dapat membedakan ketidakpastian dan ketidaktahuan. Teori
Dempster-Shafer adalah representasi, kombinasi dan propogasi ketidakpastian, dimana teori ini memiliki beberapa karakteristik yang secara instutitif sesuai dengan cara berfikir seorang pakar, namun dasar matematika yang kuat
Adapun proses perhitungan nilai
dempster-shafer berdasarkan pengujian konsultasi secara teori adalah sebagai berikut:
Setelah dilakukan pemeriksaan selanjutnya pasien A terkena gejala kencing merah/darah.
G2 = Kencing Merah/Darah m2(Y) = 0,8
m2 (Θ) = 1- m2 (Y) = 1-0,8 = 0,2
Hal ini berarti besarnya kepercayaan pakar terhadap kemungkinan menderita penyakit gagal ginjal adalah 0,666667 atau bila dipersentasekan nilainya menjadi 66,667 %. Seperti terlihat pada gambar berikut :
Gambar 29. TampilanUji Coba Konsultasi
Uji Coba
Uji coba terhadap sistem bertujuan
untuk memastikan bahwa sistem sudah
berada pada kondisi siap pakai.
Instrumen
yang
d
igunakan untuk
melakukan pengujian ini yaitu dengan
menggunakan:
1. Perangkat Lunak dengan spesifikasi sebagai berikut:
a. Visual Basic 2010 b. SQL Server 2008
Kelebihan dan Kekurangan Sistem yang Dirancang
Berdasarkan hasil tampilan program yang diperoleh, penulis menemukan kelebihan dan kelemahan dari sistem yaitu : Kelebihan sistem ini diantaranya yaitu:
1. Dengan adanya sistem ini proses
penginputan data bisa lebih efektif dan efisien.
2. Aplikasi ini sangat mudah dimengerti
dan mudah digunakan oleh user.
3. Aplikasi sistem pakar ini memberikan
hasil kemungkinan terbesar terkena penyakit gagal ginjal.
4. Terdapat batasan yang jelas antara user
dan admin, sehingga tidak sembarangan orang dapat mengakses sistem
Adapun kekurangan sistem ini adalah sebagai berikut:
1. Aplikasi ini hanya berlaku untuk
mendiagnosa penyakit gagal ginjal yang diderita oleh pasien saja.
2. Tidak ada panduan dalam menggunakan
aplikasi sistem pakar ini.
3. Jika sistem yang dibuat tidak selalu
update sesuai dengan pengetahuan baru, maka sistem tidak dapat memberikan solusi yang terbaik.
5. KESIMPULAN DAN SARAN Kesimpulan
Berdasarkan penelitian yang telah
dilakukan selama membuat aplikasi
Sistem Pakar Mendiagnosa Penyakit
Gagal Ginjal Dengan Menggunakan
ditarik beberapa
kesimpulan sebagai
berikut :
1. Hasil pengujian ”Sistem Pakar
Mendiagnosa Penyakit Gagal Ginjal
dengan Metode Dempster-Shafer”
menunjukkan bahwa sistem pakar ini dapat mengidentifikasi seberapa besar kemungkinan pasien terkena penyakit gagal ginjal sesuai dengan gejala yang di input kedalam sistem.
2. Sistem pakar yang dibuat akan
memberikan solusi berupa penanganan awal.
3. Sistem ini mempermudah seorang
dokter atau pakar untuk melakukan penginputan data.
4.
Hasil perhitungan dempster-shafer yangtelah diimplementasikan dalam skripsi ini telah memberikan hasil yang cukup memuaskan karena telah menggunakan metode yang sesuai dengan kebutuhan sistem yang menggunakan nilai densitis dari gejala.
Saran
Adapun saran untuk
menyempurnakan sistem yang telah
dibuat adalah sebagai berikut:
1. Sistem belum memiliki
splash
-screen
, sehingga terkadang pengguna
mengira bahwa aplikasi tidak berjalan
karena menunggu beberapa detik.
2. Sebaiknya selalu dilakukan
update
secara berkala sesuai dengan
perkembagan ilmu, yang tentunya
berpengaruh terhadap sistem dalam
mengidentifikasi penyakit, agar
hasilnya lebih maksimal.
memiliki data pengetahuan yang lebih
mendetail.
Membangun Aplikasi Database dengan Visual Basic 2012, Penerbit Andi, Dengan Metode Dempster-Shafer Berbasis
Web, Universitas Brawijaya, Malang.
[4] Rika Rosnelly, 2012, Sistem Pakar, Andi
Offset, Yogyakarta.
[5] Sutojo, T., Edy mulyanto, Vincent, 2011,
Kecerdasan Buatan, Andi Offset, Yogyakarta.
[6] Sulindawati dan Muhammad Fathoni,
2010, Jurnal:Pengantar Analisa
Perancangan “Sistem”, STMIK Triguna Dharma, Medan.
[7] Widodo, Prabowo Pudjo, dan Herlawati,
2011, Menggunakan UML, Informatika