Karya dan ilmiah dan Lelek

(1)

Sistem Pakar Mendiagnosa Penyakit Gagal Ginjal Dengan Menggunakan Metode Dempster-Shafer

Mhd. Alpan1_{, Drs. Nogar Silitonga}2_{, Rahmadani Pane}3 1_{Jurusan Sistem Informasi Universitas Potensi Utama} 2,3_{Dosen Jurusan Sistem Informasi Universitas Potensi Utama}

1,2,3_{Universitas 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

(2)

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)

(3)

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

(4)

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 :

(5)

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

(6)

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:

(7)

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

(8)

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

(9)

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

(10)

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:

(11)

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

(12)

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 yang

telah 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.