Perancangan Sistem Pakar

(1)

PERANCANGAN SISTEM PAKAR

DIAGNOSA PENYAKIT

TROPIK INFEKSI ANAK

Program Studi Teknik Informatika Jurusan Teknik Elektro

Oleh:

IRNI IRMAYANI

NIM D03106041

FAKULTAS TEKNIK

UNIVERSITAS TANJUNGPURA

PONTIANAK

2010

(2)

.

HALAMAN PERNYATAAN

Yang bertanda tangan di bawah ini: Nama : Irni Irmayani NIM : D03106041

menyatakan bahwa dalam skripsi yang berjudul “Perancangan Sistem Pakar Diagnosa Penyakit Tropik Infeksi Anak” tidak terdapat karya yang pernah diajukan untuk memperoleh gelar sarjana disuatu perguruan tinggi manapun. Sepanjang pengetahuan saya, tidak terdapat karya atau pendapat yang pernah ditulis atau diterbitkan oleh orang lain, kecuali yang secara tertulis diacu dalam naskah ini dan disebutkan dalam Daftar Pustaka.

Demikian pernyataan ini dibuat dengan sebenar-benarnya. Saya sanggup menerima konsekuensi akademis dan hukum dikemudian hari apabila pernyataan yang dibuat ini tidak benar.

Pontianak, 18 Agustus 2010

Irni Irmayani NIM D03106041

(3)

HALAMAN PENGESAHAN

PERANCANGAN SISTEM PAKAR DIAGNOSA PENYAKIT TROPIK INFEKSI ANAK

Program Studi Teknik Informatika Jurusan Teknik Elektro

Oleh:

Irni Irmayani NIM D03106041

telah dipertahankan di depan Penguji Skripsi pada tanggal 23 Agustus 2010 dan diterima sebagai salah satu persyaratan untuk memperoleh gelar sarjana.

Susunan Penguji Skripsi

Ketua, Penguji Utama,

Ir. Eddy Suryanto, MEngSc Rudy Dwi Nyoto, ST, M.Eng NIP 19500101 197503 1 001 NIP 19780330 200501 1 002

Sekretaris, Penguji Pendamping,

Helfi Nasution, S.Kom, M.Cs Eva Faja Ripanti, S.Kom, MMSI NIP 19710429 199802 1 002 NIP 19780319 200801 2 014

Pontianak, Dekan,

Ir. Junaidi, M.Sc

(4)

HALAMAN PERSEMBAHAN

Kupersembahkan skripsi ini untuk kedua orang tuaku. Ibuku Radiah dan Bapakku Machmud yang telah banyak memberikan do’a, semangat, perhatian dan kasih

sayangnya. Kakakku Indri Listari, SE yang telah menyemangatiku selama menyelesaikan skripsi ini.

Sahabat-sahabatku Viorita Zulvianti, Kirnia Diara Putri, Syahriani F. Siregar, Agustiah Wulandari, Nelly Haryani, Emi Rusmiati, Naufa Fathia dan Syf. Putri

Agustini yang selalu membantu, mendampingi, mendukung dan memotifasiku selama ini.

Untuk teman-temanku Rina, Dochi, Agus, Een, Indra, Rija, Ryan, Fijaz, Febri dan seluruh teman-teman di TI 2006. Serta Teguh, Anty dan adik-adik TI 2008 yang

telah banyak sekali membantuku.

Untuk bang Barry dan Phipiet yang sudah banyak membantu aku dalam hal ilmu kedokterannya.

Dan untuk seluruh pihak yang telah membantu dan mendukungku. Terimakasih.

(5)

KATA PENGANTAR

Puji syukur kehadirat Allah SWT atas kehendak-Nya maka penelitian dan penulisan skripsi dengan judul “Perancangan Sistem Pakar Diagnosa Penyakit Tropik Infeksi Anak” ini dapat diselesaikan dengan baik.

Penelitian ini menjelaskan tentang perancangan suatu sistem pakar yang dapat membantu untuk mendeteksi dini penyakit Tropik Infeksi anak dengan cara melakukan diagnosa terhadap gejala-gejala yang dimiliki oleh pengguna dalam hal ini pasien. Dengan adanya sistem pakar ini, diharapkan pengguna dapat mengetahui penyakit yang diderita lebih awal guna penanganan yang lebih cepat untuk mendukung upaya pencegahan penyakit Tropik Infeksi pada anak.

Secara khusus penulis menyampaikan terima kasih yang sebesar-besarnya kepada Bapak Ir. Eddy Suryanto, MEngSc dan Bapak Helfi Nasution, S.Kom, M.Cs sebagai pembimbing utama dan pembimbing pendamping yang telah memberikan bimbingan, masukan, dan diskusi yang intensif. Terima kasih disampaikan kepada Bapak Rudy Dwi Nyoto, ST, M.Eng dan Ibu Eva Faja Ripanti, S.Kom, MMSI sebagai penguji utama dan penguji pendamping, serta kepada dr. Indra B Hutagalung Sp.A dan dr. Dedet Hidayati, Sp.A yang telah memberikan membantu memberikan data-data penyakit dalam penelitian ini.

Penulis berharap penelitian ini dapat bermanfaat dalam membantu upaya pendektesian dini penyakit Tropik Infeksi sehingga tidak terjadi keterlambatan penanganan terhadap penyakit tersebut. Penulis juga mengharapkan masukan yang konstruktif agar dapat menyempurnakan penelitian ini.

Pontianak, 18 Agustus 2010 Penulis,

(6)

ABSTRAK

Penyakit Tropik Infeksi anak adalah penyakit yang disebabkan oleh virus, bakteri maupun parasit yang hanya terdapat di daerah yang beriklim tropis. Kota Pontianak merupakan daerah yang beriklim tropis dimana bakteri, virus dan parasit dapat tumbuh subur. Anak-anak belum memiliki sistem imun yang baik di dalam tubuhnya sehingga sangat rentan terhadap berbagai macam penyakit, tidak terkecuali penyakit Tropik Infeksi anak. Sering kali orang tua tidak tahu apa yang harus dilakukan kepada anak-anak mereka saat sedang sakit atau salah mengartikan gejala yang terjadi pada anak. Sistem pakar merupakan salah satu solusi dalam mendiagnosa penyakit untuk mendeteksi dini berdasarkan gejala-gejala yang dirasakan penderita.

Pada penelitian ini dibuat sis tem pakar menggunakan konsep Forward Chaining dengan menggunakan metode Certainty Factor(CF) atau Faktor Kepastian. Aplikasi yang dikembangkan ini untuk menentukan jenis penyakit Tropik Infeksi pada anak di bawah 10 tahun dengan hanya memperhatikan gejala-gejala yang dialami. Dengan menggunakan metode CF didapatkan nilai kemungkinan gangguan yang dialami pasien.

Sistem yang dihasilkan dapat menangani proses manajemen data dan diagnosa penyakit dengan tingkat kepercayaan sebesar 70%. Input data gejala yang dimasukkan akan diproses hingga mendapat hasil diagnosa yang sesuai dengan perhitungan nilai CF yang ada.

(7)

ABSTRACT

Infectious tropical disease in children caused by virus, bacteria as well as parasite that habitate in tropical climate. Pontianak climate is tropical where bacteria, particular virus, and parasite can grow significantly. Children not yet have fully established immune system are very prone to many disease, including this infectious tropical deseas. Most of the times, parents do not know what to do when their children fall sick or they misinterprent the symptomps of the diseases. The expert system is one kind of early diagnose diastase by the symptomps.

In this research, the expert system is created by utilizing forward chaining concept and certainty factor method. This application enhanced to determine the kind of topical infection disease on children below 10 years old with only observing the symtomps they have. With this method, the possibility of disturbing value that patient experience could be recohnised.

The produced system could handle data management proses and early diagnose of disease with 70% guarantee level. The symptom data will be proceed to get the appropriate result of diagnose with existed CF calculation.

(8)

DAFTAR ISI

KATA PENGANTAR ... v

ABSTRAK ... vi

ABSTRACT ... vii

DAFTAR ISI ... viii

DAFTAR GAMBAR ... xii

DAFTAR TABEL ... xiii

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang... 1

1.2 Perumusan Masalah ... 2

1.3 Tujuan Penelitian ... 2

1.4 Pembatasan Masalah ... 2

1.5 Sistematika Penulisan Skripsi ... 2

BAB II TINJAUAN PUSTAKA ... 4

2.1 Kecerdasan Buatan Secara Umum... 4

2.2 Sistem Pakar ... 4

2.2.1 Pengertian Sistem Pakar ... 4

2.2.2 Ciri–Ciri Sistem Pakar ... 4

2.2.3 Keuntungan Sistem Pakar ... 5

2.2.4 Kelemahan Sistem Pakar ... 5

2.2.5 Komponen Utama Sistem Pakar ... 5

2.2.6 Basis Pengetahuan ... 5

2.2.7 Metode Inferensi ... 6

2.3 Faktor Kepastian (Certainty Factor) ... 7

2.4 Penyakit Tropik Infeksi ... 8

2.4.1 Bronkiolitis Akut ... 8

2.4.2 Difteria ... 8

2.4.3 Ensephalitis ... 9

2.4.4 Hepatitis Virus Akut... 9

2.4.5 Morbili ... 10

2.4.6 Meningitis Bakterial ... 10

(9)

2.4.8 Pertusis ... 11

2.4.9 Varisela ... 11

2.4.10 Poliomyielitis ... 12

2.5 Sistem Basis Data ... 12

2.5.1 Komponen Sistem Informasi ... 13

2.5.2 DBMS (Database Management System) ... 14

2.5.2.1 Bahasa yang Terdapat Didalam DBMS ... 15

2.5.2.2 Keunggulan DBMS ... 15

2.5.3 Model Entity Relationship ... 16

2.6 PHP ... 18

2.7 Perangkat Lunak ... 18

BAB III METODOLOGI PENELITIAN ... 20

3.1 Metodologi Penelitian ... 20

3.1.1 Bahan Penelitian ... 20

3.1.2 Alat yang Dipergunakan ... 20

3.1.2.1 Alat Penelitian ... 20

3.1.2.2 Perangkat Lunak ... 20

3.1.2.3 Perangkat Keras ... 21

3.1.3 Metode Penelitian... 21

3.1.4 Variabel atau Data ... 21

3.1.5 Analisis Hasil ... 21

3.1.6 Diagram Alir Penelitian ... 22

3.2 Identifikasi Masalah ... 24

3.2.1 Akuisisi Pengetahuan ... 24

3.2.2 Representasi Pengetahuan ... 25

3.2.2.1 Penentuan Skala Tingkat Kepercayaan ... 25

3.2.2.2 Nilai Kepercayaan dan Tidak Kepercayaan Suatu Gejala dalam Suatu Penyakit ... 25

3.2.2.3 Tabel Relasi Gejala dan Penyakit ... 36

3.2.2.4 Menyusun Kaidah Produksi ... 37

3.3 Perancangan Sistem ... 41

3.3.1 Perancangan Diagram Arus Data ... 42

(10)

3.3.1.2 Diagram Overview Sistem... 43

3.3.1.3 Diagram Rinci Sistem ... 43

3.3.2 Perancangan Basis Data ... 45

3.3.2.1 Perancangan Entity Realitionship Diagram ... 45

3.3.2.2 Spesifikasi Tabel Basis Data ... 46

3.3.2.3 Diagram Hubungan Antar Tabel ... 48

3.3.3 Perancangan Antar Muka Sistem ... 49

3.3.3.1 Perancangan Struktur Antar Muka ... 49

3.3.3.2 Perancangan Layout dan Komponen Antar Muka ... 49

3.3.3.2.1 Pengunjung/Pasien... 49

3.3.3.2.2 Pakar ... 51

3.3.3.2.3 Admin ... 52

BAB IV HASIL PERANCANGAN DAN ANALISIS SISTEM ... 53

4.1 Hasil Perancangan ... 53 4.1.1 Halaman Utama... 53 4.1.1.1 Form Login ... 54 4.1.1.2 Halaman Gejala ... 55 4.1.1.3 Halaman Penyakit ... 56 4.1.1.4 Halaman Diagnosa ... 57 4.1.1.5 Halaman Sign Up ... 59

4.1.1.6 Halaman Data Pribadi ... 59

4.1.2 Halaman Admin ... 60

4.1.2.1 Halaman Data Pakar ... 60

4.1.2.2 Halaman Input Pakar ... 60

4.1.3 Halaman Pakar ... 61

4.1.3.1 Halaman Data Pribadi ... 61

4.1.3.2 Halaman Daftar Penyakit ... 62

4.1.3.3 Halaman Input Penyakit ... 64

4.1.3.4 Halaman Daftar Gejala ... 65

4.2 Pengoperasian Sistem ... 65

4.2.1 Pengoperasian Tambah Data Gejala ... 66

(11)

4.3 Pengujian ... 70

4.3.1 Pengujian Input Data Pasien ... 71

4.3.2 Pengujian Input Data Gejala ... 72

4.3.3 Pengujian Input Data Penyakit... 72

4.3.4 Pengujian Diagnosa ... 73

4.3.4.1 Pengujian Satu Gejala Satu Jenis Penyakit ... 74

4.3.4.2 Pengujian Satu Gejala Beberapa Jenis Penyakit 75 4.3.4.3 Pengujian Beberapa Gejala Satu Jenis Penyakit 76 4.3.4.4 Pengujian Beberapa Gejala Beberapa Jenis Penyakit ... 78

4.4 Analisis Hasil Perancangan dan Pengujian Sistem ... 81

BAB V PENUTUP ... 83

5.1 Kesimpulan... 83

5.2 Saran ... 83

(12)

DAFTAR GAMBAR

Gambar 2.1 Entity ... 16

Gambar 2.2 Relationship ... 17

Gambar 2.3 Atribute ... 17

Gambar 3.1 Diagram Alir Penelitian ... 23

Gambar 3.2 Diagram Alir Pengembangan Sistem ... 23

Gambar 3.3 Flowchart Perhitungan Nilai CF ... 41

Gambar 3.4 Diagram Konteks Sistem ... 42

Gambar 3.5 Diagram Overview Sistem ... 43

Gambar 3.6 Diagram Rinci Proses 2.0 (Manajemen Data) ... 44

Gambar 3.7 Diagram Rinci Proses 3.0 (Diagnosa) ... 45

Gambar 3.8 Diagram ER Sistem ... 46

Gambar 3.9 Hubungan Antar Tabel ... 48

Gambar 3.10 Struktur Menu Sistem Pakar ... 49

Gambar 3.11 Perancangan Layout Pengunjung ... 50

Gambar 3.12 Perancangan Layout Pakar... 51

Gambar 3.13 Perancangan Layout Admin ... 52

Gambar 4.1 Antarmuka Halaman Utama ... 53

Gambar 4.2 Form Login ... 54

Gambar 4.3 Antarmuka Halaman Gejala ... 55

Gambar 4.4 Antarmuka Detail Data Gejala ... 55

Gambar 4.5 Antarmuka Halaman Penyakit ... 56

Gambar 4.6 Antarmuka Halaman Detail Penyakit ... 57

Gambar 4.7 Antarmuka Halaman Diagnosa ... 58

Gambar 4.8 Antarmuka Halaman Sign up ... 59

Gambar 4.9 Antarmuka Halaman Data Pribadi Pasien ... 59

Gambar 4.10 Antarmuka Halaman Data Pakar ... 60

Gambar 4.11 Antarmuka Halaman Input Pakar ... 61

Gambar 4.12 Antarmuka Halaman Data Pribadi Pakar ... 61

Gambar 4.13 Antarmuka Halaman Penyakit untuk Pakar... 62

Gambar 4.14 Antarmuka Halaman Detail Penyakit untuk Pakar ... 63

Gambar 4.15 Antarmuka Halaman Input Penyakit Baru ... 64

Gambar 4.16 Antarmuka Halaman Data Gejala Pakar ... 65

Gambar 4.17 Menu Input Jumlah Gejala ... 66

Gambar 4.18 Formulir Pengisian Data Gejala ... 66

Gambar 4.19 Tabel Daftar Gejala ... 67

Gambar 4.20 Formulir Pengsisian Data Penyakit ... 68

Gambar 4.21 Formulir Pengisisan Data Nilai dari Penyakit ... 69

Gambar 4.22 Tabel Daftar Penyakit ... 70

Gambar 4.23 Hasil Detail Konsultasi Satu Gejala Satu Penyakit ... 75

Gambar 4.24 Hasil Detail Konsultasi Satu Gejala Beberapa Penyakit ... 76

Gambar 4.25 Hasil Detail Konsultasi Beberapa Gejala Satu Penyakit ... 78

(13)

DAFTAR TABEL

Tabel 3.1 Index Tingkat Kepercayaan ... 25

Tabel 3.2 Nilai MB dan MD dari Suatu Gejala pada Penyakit Bronkiolitis Akut ... 26

Tabel 3.3 Nilai MB dan MD dari Suatu Gejala pada Penyakit Difteria ... 27

Tabel 3.4 Nilai MB dan MD dari Suatu Gejala pada Penyakit Ensephalitis ... 28

Tabel 3.5 Nilai MB dan MD dari Suatu Gejala pada Penyakit Hepatitis Virus Akut ... 29

Tabel 3.6 Nilai MB dan MD dari Suatu Gejala pada Penyakit Morbili ... 30

Tabel 3.7 Nilai MB dan MD dari Suatu Gejala pada Penyakit Meningitis Bakterial ... 31

Tabel 3.8 Nilai MB dan MD dari Suatu Gejala pada Penyakit Parotitis Epidemika ... 32

Tabel 3.9 Nilai MB dan MD dari Suatu Gejala pada Penyakit Pertusis ... 33

Tabel 3.10 Nilai MB dan MD dari Suatu Gejala pada Penyakit Varisela ... 34

Tabel 3.11 Nilai MB dan MD dari Suatu Gejala pada Penyakit Poliomyelitis .... 35

Tabel 3.12 Relasi Gejala dan Penyakit... 36

Tabel 3.13 Struktur Tabel tb_user ... 46

Tabel 3.14 Struktur Tabel tb_penyakit ... 47

Tabel 3.15 Struktur Tabel tb_gejala ... 47

Tabel 3.16 Struktur Tabel tb_relasi... 47

Tabel 3.17 Struktur Tabel tb_nilai ... 47

Tabel 3.18 Struktur Tabel tb_pasien ... 48

Tabel 3.19 Struktur Tabel tb_history ... 48

Tabel 4.1 Daftar Menu Halaman Utama dan Fungsinya ... 54

Tabel 4.2 Daftar Menu Halaman Admin dan Fungsinya ... 60

Tabel 4.3 Daftar Menu Halaman Pakar dan Fungsinya ... 61

Tabel 4.4 Pengujian Input Data Pasien ... 71

Tabel 4.5 Pengujian Input Data Gejala ... 72

(14)

BAB I PENDAHULUAN

1.1 Latar Belakang

Anak-anak sangat rentan terserang penyakit, ini disebabkan oleh sistem imun di dalam tubuh anak yang memang belum terbangun dengan sempurna atau sedang dalam kondisi yang lemah. Sering kali para orang tua tidak tahu apa yang harus dilakukan kepada anak-anak mereka saat anak sedang sakit atau salah mengartikan gejala yang terjadi pada anak tersebut. Pada saat inilah peran dokter spesialis anak sangat diperlukan. Akan tetapi tidak semua orang tua dapat dan mau ke dokter spesialis anak karena beberapa alasan diantaranya adalah biaya yang cukup tinggi.

Pada dasarnya penyakit anak sangat banyak. Salah satu jenis penyakit yang sering menyerang anak adalah penyakit Tropik Infeksi. Penyakit Tropik Infeksi adalah jenis penyakit yang hanya ditemukan di daerah tropis yang disebabkan oleh infeksi bakteri, virus atau parasit. Dengan kondisi geografis Indonesia yang merupakan negara dengan iklim tropis, sudah tentu penyakit tropik ini banyak ditemukan di Indonesia.

Kemajuan teknologi informasi sekarang ini juga mendukung berkembangnya teknologi dibidang kesehatan atau kedokteran. Dengan mendiagnosa dini suatu penyakit diharapkan penyakit yang dialami tidak bertambah parah. Pendeteksian suatu penyakit dengan komputer akan mempermudah tenaga medis atau orang tua untuk membantu menentukan keputusan yang diambil.

Diagnosaan terhadap suatu penyakit pada komputer dapat dilakukan dengan menggunakan sistem pakar. Sistem pakar sendiri mempunyai beberapa komponen yang diantaranya adalah basis pengetahuan. Basis pengetahuan mengandung pengetahuan untuk pemahaman, formulasi dan penyelesaian masalah.

Pengetahuan dari pakar tentang penyakit-penyakit yang sering timbul pada anak-anak akan didata beserta gejala-gelajanya. Kemudian informasi yang telah didapat akan diformulasikan untuk memperoleh sebuah kesimpulan. Diharapkan dengan adanya sistem pakar ini dapat membantu paramedis dalam menentukan

(15)

penyakit yang diderita pada anak-anak, serta para orang tua yang bisa mendeteksi secara dini penyakit anaknya untuk dapat melakukan penanggulangan atas penyakit tersebut.

1.2 Perumusan Masalah

Berdasarkan latar belakang di atas, maka dapat dirumuskan bahwa dibutuhkan suatu perangkat atau sistem pakar yang dapat membantu dalam mendiagnosa penyakit Tropik Infeksi anak. Dengan adanya aplikasi sistem pakar penanganan suatu penyakit pada anak akan dapat lebih efisien dalam hal waktu serta membantu dalam penentuan keputusan yang dapat diambil.

1.3 Tujuan Penelitian

Tujuan dari penelitian ini adalah menghasilkan suatu sistem yang dapat digunakan untuk melakukan diagnosa penyakit Tropik Infeksi anak yang hasilnya dapat menunjukkan penyakit yang diderita oleh pasien, nilai tingkat kepercayaan dari hasil diagnosa tersebut, serta solusi yang dapat dilakukan untuk penyakit yang diderita.

1.4 Pembatasan Masalah

Pembatasan masalah dari penelitian yang akan dilakukan adalah: 1. Sistem pakar ini mendiagnosa anak dibawah umur 10 tahun.

2. Jenis penyakit yang didiagnosa pada sistem ini adalah Tropik Infeksi anak. 3. Sistem ini menghasilkan diagnosa berupa satu jenis penyakit.

4. Metode yang digunakan untuk mendapatkan hasil diagnosa adalah metode

Certainty Factor.

5. Sistem pakar ini dibagun berbasis web.

1.5 Sistematika Penulisan Skripsi

Adapun sistematika penulisan dari tugas akhir ini disusun dalam lima bab yang terdiri dari Bab I Pendahuluan, Bab II Tinjauan Pustaka, Bab III Metodologi Penelitian, Bab IV Hasil Implementasi dan Analisis Sistem serta Bab V Penutup.

(16)

Bab I Pendahuluan adalah bab yang berisi latar belakang, perumusan masalah, tujuan penelitian, pembatasan masalah, dan sistematika penulisan.

Bab II Tinjauan Pustaka adalah bab yang berisi berisi tentang berbagai macam teori dan penjelasan mengenai sistem pakar, metode inferensi, dan hal-hal yang berhubungan dengan pengembangan sebuah sistem pakar. Kemudian pada bab ini juga akan dibahas teori-teori kedokteran yang berhubungan dengan Penyakit Tropik Infeksi anak yang berkaitan dan digunakan dalam pembuatan sistem pakar ini.

Bab III Metodologi Penelitian adalah bab yang berisi tentang bahan penelitian, alat yang dipergunakan, metode penelitian, variable atau data, analisis hasil serta diagram alir penelitian.

Bab IV Hasil Implementasi dan Analisis Sistem adalah bab yang berisi data hasil percobaan, pengamatan, dan sebagainya yang telah dirancang pada Bab III. Setiap hasil yang disajikan akan dilakukan analisis untuk mengarah kepada suatu kesimpulan.

Bab V Penutup adalah bab yang berisi kesimpulan dari penelitian yang telah dilakukan dan saran atau rekomendasi untuk perbaikan, pengembangan atau kesempurnaan/kelengkapan penelitian yang telah dilakukan.

(17)

BAB II

TINJAUAN PUSTAKA

1.6 Kecerdasan Buatan Secara Umum

Kecerdasan buatan atau Artificial Intelligence merupakan salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia.

Teknologi kecerdasan buatan dipelajari dalam bidang-bidang, seperti: robotika, penglihatan komputer (computer vision), jaringan saraf tiruan (artificial

neural system), pengolahan bahasa alami (natural language processing),

pengenalan suara (speech recognition), dan sistem pakar (expert system).

1.7 Sistem Pakar

a. Pengertian Sistem Pakar

Secara umum, sistem pakar (expert system) adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. Bagi para ahli sistem pakar juga dapat membantu sebagai asisten yang berpengalaman.

Ada beberapa definisi tentang sistem pakar antara lain (Kusumadewi, 2003):

a. Menurut Dunkin: Sistem pakar adalah suatu program komputer yang dirancang untuk memodelkan kemampuan penyelesaian masalah yang dilakukan oleh seorang pakar.

b. Menurut Ignizio: Sistem pakar adalah suatu model dan prosedur yang berkaitan, dalam suatu domain tertentu, yang mana tingkat keahliannya dapat dibandingkan dengan keahlian seorang pakar.

c. Menurut Giarratano dan Riley: Sistem pakar adalah suatu sistem komputer yang bisa menyamai atau meniru kemampuan seorang pakar.

b. Ciri–Ciri Sistem Pakar

Suatu sistem dikatakan pakar apabila mempunyai ciri-ciri sebagai berikut (Kusumadewi, 2003):

(18)

b. Dapat memberikan penalaran untuk data-data yang tidak pasti.

c. Dapat mengemukakan rangkaian alasan-alasan yang diberikan dengan cara yang dapat dipahami.

d. Berdasarkan pada kaidah atau rule tertentu. e. Dirancang untuk dikembangkan secara bertahap. f. Keluarannya atau output bersifat anjuran.

c. Keuntungan Sistem Pakar

Ada beberapa keuntungan sistem pakar antara lain (Arhami, 2004): a. Menghimpun data dalam jumlah yang sangat besar.

b. Menyimpan data tersebut untuk jangka waktu yang panjang dalam suatu bentuk tertentu.

c. Mengerjakan perhitungan secara cepat dan tepat dan tanpa jemu mencari kembali data yang tersimpan dalam kecepatan tinggi.

d. Kelemahan Sistem Pakar

Disamping memiliki beberapa keuntungan, sistem pakar juga memiliki beberapa kelemahan antara lain (Kusumadewi, 2003):

a. Biaya yang diperlukan untuk membuat dan memeliharanya mahal. b. Sulit dikembangkan.

c. Sistem pakar tidak 100% bernilai benar.

e. Komponen Utama Sistem Pakar

Untuk membangun sistem pakar komponen-komponen dasar yang harus dimiliki paling sedikit adalah sebagai berikut:

a. Antar muka pemakai (User Interface). b. Basis pengetahuan (Knowledge Base). c. Mesin inferensi.

f. Basis Pengetahuan

Menurut Arhami, basis pengetahuan mengandung pengetahuan untuk pemahaman, formulasi, dan penyelesaian masalah. Komponen sistem pakar ini

(19)

disusun atas dua elemen dasar, yaitu fakta dan aturan. Fakta merupakan informasi tentang objek dalam area permasalahan tertentu, sedangkan aturan merupakan informasi tentang cara bagaimana memperoleh fakta baru dan fakta yang telah diketahui.

Ada dua bentuk pendekatan basis pengetahuan yang sangat umum digunakan, yaitu:

a. Penalaran berbasis aturan (Rule Base Reasoning)

Pengetahuan direpresentasikan dengan menggunakan aturan berbentuk IF-THEN. Bentuk ini digunakan apabila kita memiliki sejumlah pengetahuan pakar pada permasalahan tertentu, dan pakar dapat menyelesaikan masalah tersebut secara berurutan.

b. Penalaran berbasis kasus (Case Base Reasoning)

Basis pengetahuan akan berisi solusi-solusi yang telah dicapai sebelumnya. Kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang (fakta yang ada).

g. Metode Inferensi

Komponen ini mengandung mekanisme pola pikir dan penalaran yang digunakan oleh pakar dalam menyelesaikan suatu masalah. Metode inferensi adalah program komputer yang memberikan metedologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace, dan untuk memformulasikan kesimpulan (Turban, 1995).

Kebanyakan sistem pakar berbasis aturan menggunakan strategi inferensi yang dinamakan modus ponen. Berdasarkan strategi ini, jika terdapat aturan “IF A THEN B”, dan jika diketahui bahwa A benar, maka dapat disimpulkan bahwa B juga benar. Strategi inferensi modus ponen dinyatakan dalam bentuk:

[A And (A→B)] →B

dengan A dan A→B adalah proposisi-proposisi dalam basis pengetahuan.

Terdapat dua pendekatan untuk mengontrol inferensi dalam sistem pakar berbasis aturan, yaitu pelacakan ke belakang (Backward chaining) dan pelacakan ke depan (forward chaining).

(20)

1.8 Faktor Kepastian (Certainty Factor)

Dalam menghadapi suatu permasalahan sering ditemukan jawaban yang tidak memiliki kepastian penuh. Ketidakpastian ini dapat berupa probabilitas atau kebolehjadian yang tergantung dari hasil suatu kejadian. Hasil yang tidak pasti disebabkan oleh dua faktor, yaitu aturan yang tidak pasti dan jawaban pengguna yang tidak pasti atas suatu pertanyaan yang diajukan oleh sistem. Hal ini sangat mudah dilihat pada sistem diagnosis penyakit, dimana pakar tidak dapat mendefinisikan hubungan antara gejala dengan penyebabnya secara pasti, dan pasien tidak dapat merasakan suatu gejala dengan pasti pula. Pada akhirnya akan ditemukan banyak kemungkinan diagnosis.

Sistem pakar harus mampu bekerja dalam ketidakpastian. Sejumlah teori telah ditemukan untuk menyelesaikan ketidakpastian, termasuk diantaranya Probabilitas klasik, Probabilitas Bayes, Teori Hartley berdasarkan himpunan klasik, Teori Shannon berdasakan pada probabilitas, Teori Depmster-Shafer, Teori Fuzzy Zadeh, dan Faktor Kepastian.

Faktor kepastian diperkenalkan oleh Shortliffe Buchanan dalam pembuatan MYCIN. Certanity Factor (CF) merupakan nilai parameter klinis yang diberikan MYCIN untuk menunjukkan besarnya kepercayaan. CF menunjukkan ukuran kepastian terhadap suatu fakta atau aturan.

CF menunjukkan ukuran kepastian terhadap suatu fakta atau aturan.

Notasi faktor kepastian adalah :

CF[h,e] = MB[h,e]-MD[h,e] MB[h,e1^e2]=

. 0 MD[h,e1^e2] = 1 MB[h,e1] + MB[h,e2].(1-MB[h,e1]) lainnya

MD[h,e1^e2]=

. . 0 MB[h,e1^e2] = 1 MDh,e1] + MD[h,e2].(1-MD[h,e1]) lainnya

(21)

Dengan :

CF[h,e] = faktor kepastian.

MB[h,e] = ukuran kepercayaan terhadap hipotesis h, jika diberikan evidence e (antara 0 dan 1).

MD[h,e] = ukuran ketidakpercayaan terhadap hipotesis h, jika diberikan

edvidence e (antara 0 dan 1).

e = Evidence (peristiwa atau fakta). h = Hipotesis (dugaan).

1.9 Penyakit Tropik Infeksi

Menurut Rampengan (1992) penyakit Tropik Infeksi adalah suatu penyakit yang hanya ditemukan di daerah tropis, misalnya Indonesia. Penyakit ini disebabkan oleh infeksi yang berasal dari bakteri, virus, atau parasit.

2.4.1 Bronkiolitis Akut

Bronkiolitis adalah suatu peradangan pada bronkiolus (saluran udara yang

merupakan percabangan dari saluran udara utama), yang biasanya disebabkan oleh infeksi virus (Masjoer, 2000).

Gejala-gejala penyakit Bronkiolitis Akut adalah sebagai berikut: a. Batuk

b. Demam

c. Mengi/suara yang muncul saat anak mengeluarkan nafas d. Sesak nafas

e. Sianosi/warna kebiru-biruan pada kulit f. Takipneu/peningkatan usaha bernafas

2.4.2 Difteria

Difteria adalah suatu penyakit infeksi mendadak yang disebabkan oleh

kuman Corynebacterium Diphtheriae. Mudah menular dan menyerang terutama saluran nafas bagian atas.

Gejala-gejala penyakit Difteria adalah sebagai berikut: a. Demam

(22)

c. Nyeri tenggorokan d. Denyut jantung cepat e. Sakit kepala

2.4.3 Ensephalitis

Ensephalitis adalah peradangan akut otak yang disebabkan oleh infeksi

virus (Yuniraharjo, 2009). Terkadang ensephalitis dapat disebabkan oleh infeksi

bakteri, seperti meningitis, atau komplikasi dari penyakit lain seperti rabies

(disebabkan oleh virus) atau sifilis (disebabkan oleh bakteri). Penyakit parasit dan

protozoa seperti toksoplasmosis, malaria, atau primary amoebic meningoencephalitis, juga dapat menyebabkan ensephalitis pada orang yang sistem kekebalan tubuhnya kurang. Kerusakan otak terjadi karena otak terdorong terhadap tengkorak dan menyebabkan kematian.

Gejala-gejala penyakit Ensephalitis adalah sebagai berikut: a. Demam

b. Muntah c. Sakit kepala

d. Kaku kuduk/kaku pada leher e. Kejang berulang

2.4.4 Hepatitis Virus Akut

Hepatitis adalah suatu penyakit hati yang disebabkan oleh virus Hepatitis, suatu anggota famili Hepadnavirus yang dapat menyebabkan peradangan hati akut atau menahun (Masjoer, 2000).

Gejala-gejala penyakit Hepatitis Virus Akut adalah sebagai berikut: a. Mual

b. Muntah

c. Nafsu makan berkurang d. Kotoran berwara gelap

e. Malaise/badan lemas tak bertenaga f. Nyeri sendi

(23)

2.4.5 Morbili

Morbili/campak adalah suatu infeksi virus yang sangat menular, yang

ditandai dengan demam, batuk, konjungtivitis (peradangan selaput ikat mata/konjungtiva), dan ruam kulit. Penyakit ini disebabkan karena infeksi virus campak golongan Paramyxovirus.

Gejala-gejala penyakit Morbili adalah sebagai berikut: a. Batuk

b. Demam

c. Fotofobia/silau terhadap cahaya

d. Koriza/hidung berlendir dan membengkak e. Nyeri otot

f. Mata merah

g. Terdapat bercak merah pada kulit

2.4.6 Meningitis Bakterial

Meningitis Bakterial, yang disebabkan oleh bakteri tertentu dan merupakan

penyakit yang serius. Salah satu bakteri yang diketahui menjadi penyebab

meningitis adalah meningococcal bacteria. Bakteri meningococcal sebetulnya

hidup tanpa mengganggu di tenggorokan dan hidung, namun pada kondisi tertentu mereka bisa menjadi aktif dan bertambah jumlahnya hingga akhirnya menyebabkan meningitis. Penyakit ini menyebabkan kematian.

Gejala-gejala penyakit Meningitis Bakterial adalah sebagai berikut: a. Demam b. Nyeri tenggorokan c. Muntah d. Sakit kepala e. Kaku kuduk f. Kejang berulang

g. Fotofobia/silau terhadap cahaya h. Hilang kesadaran

(24)

2.4.7 Parotitis Epidemica

Parotitis Epidemica/gondongan adalah penyakit menular dengan gejala

khas pembesaran kelenjar ludah terutama kelenjar parotis (Masjoer, 2000). Disebabkan oleh virus golongan paramyxovirus.

Gejala-gejala penyakit Parotitis Epidemica adalah sebagai berikut: a. Demam

b. Sakit kepala

c. Nafsu makan berkurang d. Malaise

e. Menggigil

f. Pembengkakan kelenjar pada leher

2.4.8 Pertusis

Pertusis/batuk rejan adalah penyakit yang disebabkan oleh bakteri pertusis

yang menyerang kerongkongan dan saluran pernafasan (Masjoer, 2000). Gejala-gejala penyakit Pertusis adalah sebagai berikut:

a. Batuk

b. Nafsu makan berkurang c. Malaise

d. Bersin-bersin e. Mata berair

2.4.9 Varisela/Cacar Air

Varisela adalah suatu penyakit infeksi akut primer menular, yang disebabkan oleh Varicella Zoster Virus.

Gejala-gejala penyakit Varisela adalah sebagai berikut: a. Demam

b. Malaise c. Sakit kepala d. Nyeri sendi

(25)

2.4.10 Poliomyelitis

Poliomyelitis/polio adalah penyakit paralisis atau lumpuh yang disebabkan oleh virus. Agen pembawa penyakit ini, sebuah virus yang dinamakan poliovirus (PV), masuk ke tubuh melalui mulut, mengifeksi saluran usus. Virus ini dapat memasuki aliran darah dan mengalir ke sistem saraf pusat menyebabkan melemahnya otot dan kadang kelumpuhan (paralisis).

Gejala-gejala penyakit Poliomelitis adalah sebagai berikut: a. Demam

b. Nyeri tenggorokan c. Sakit kepala d. Malaise e. Lumpuh layu

1.10 Sistem Basis data

Menurut Marlinda (2004) basis data adalah suatu susunan/kumpulan data operasional lengkap dari suatu organisasi/perusahaan yang diorganisir/dikelola dan disimpan secara terintegrasi dengan menggunakan metode tertentu menggunakan komputer sehingga mampu menyediakan informasi optimal yang diperlukan pemakainya.

Sedangkan, sistem basis data adalah suatu sistem menyusun dan mengelola record-record menggunakan komputer untuk menyimpan atau merekam serta memelihara data operasional lengkap sebuah organisasi/perusahaan sehingga mampu menyediakan informasi yang optimal yang diperlukan pemakai untuk proses mengambil keputusan.

Dalam menggunakan sistem basis data, terdapat beberapa keuntungan dan kerugian.

Keuntungan sistem basis data adalah:

a. Mengurangi kerangka data, yaitu data yang sama disimpan dalam berkas data yang berbeda-beda sehingga update dilakukan berulang-ulang.

(26)

c. Keamanan data dapat terjaga, yaitu dapat dilindungi dari pemakai yang tidak berwenang.

d. Integritas dapat dipertahankan. e. Data dapat digunakan bersama-sama. f. Menyediakan recovery.

g. Memudahkan penerapan standarisasi. h. Data bersifat mandiri (data independence). i. Keterpaduan data terjaga.

Sedangkan kerugian sistem basis data adalah: a. Diperlukan tempat penyimpanan yang besar.

b. Diperlukan tenaga yang terampil dalam mengelola data. c. Perangkat lunak mahal.

d. Kerusakan sistem basis data dapat mempengaruhi departemen yang terkait.

2.5.1 Komponen Sistem Informasi

Terdapat 5 komponen pokok sistem informasi, yaitu(Al-Bahra, 2005): 1. Data

Data merupakan komponen dasar dari informasi yang akan diproses lebih lanjut untuk menghasilkan informasi. Himpunan data akan memiliki sifat unik sebagai berikut:

a. Saling berkaitan (interrelated):

Data-data tersebut akan saling berkaitan/terintegrasi dan tersimpan secara terorganisir di dalam suatu media penyimpanan.

b. Kebersamaan (shared):

Data yang terintegrasi tersebut dapat diakses oleh berbagai macam pengguna/orang tetapi hanya satu yang dapat merubah yaitu Database

Administrator (DBA).

2. Hardware (Perangkat Keras)

Terdiri dari semua peralatan komputer yang digunakan untuk mengelola sistem basis data, berupa:

(27)

a. Peralatan untuk menyimpan data

Disk merupakan salah satu perangkat penyimpanan data yang paling sering

digunakan. Disk diorganisasikan berupa silinder-silinder dengan tiap permukaan terdapat head yang ditumpuk secara vertikal.

b. Peralatan input dan output

Peralatan input merupakan alat yang digunakan untuk menerima input (energi yang dimasukkan kedalam suatu sistem yang dapat berupa signal

input atau maintenace input). Sedangkan, peralatan output merupakan

suatu alat keluaran/tampilan suatu data setelah mengalami suatu proses. c. Peralatan komunikasi data

Komunikasi data adalah suatu bagian dari ilmu komunikasi yang mengkhususkan diri pada penyampaian informasi yang berupa teks dan gambar.

3. Software (Perangkat Lunak)

Sofware merupakan kumpulan dari perintah/fungsi yang ditulis dengan aturan

tertentu untuk memerintahkan komputer melaksanakan tugas tertentu.

4. Prosedur

Dokumentasi prosedur/proses sistem, buku penuntun operasional (aplikasi) dan teknis. Prosedur menghubungkan berbagai perintah, dan aturan yang akan menentukan rancangan dan pengguna sistem.

5. Manusia (Pengguna)

Manusia adalah mereka yang terlibat dalam kegiatan sistem seperti operator, pemimpin sistem dan sebagainya.

2.5.2 DBMS (Database Management System)

Menurut Marlinda (2004) kumpulan file yang saling berkaitan dan program untuk pengelolanya disebut DBMS. Basis data adalah kumpulan datanya, sedang program pengelolanya berdiri sendiri dalam suatu paket program yang komersial

(28)

untuk membaca data, mengisi data, menghapus data, dan melaporkan data dalam basis data.

2.5.2.1 Bahasa yang Terdapat di dalam DBMS

a. Data Definition Language (DDL)

Paket bahasa di dalam DBMS dibagi menjadi beberapa definisi. Pola skema basis data dispesifikasikan dengan suatu set definisi yang diekspresikan dengan suatu bahasa khusus yang disebut DDL (data definitions language). Hasil kompilasi perintah DDL adalah suatu set tabel yang disimpan di dalam

file khusus yang disebut data dictionary/directory. Suatu data directory adalah

suatu file yang berisi metadata, yaitu ”data mengenai data”. File ini dikonsultasikan sebelum data sebenarnya dibaca atau dimodifikasikan dalam suatu sistem basis data.

b. Data Manipulasi Language (DML)

Bahasa yang memperbolehkan pemakai mengakses atau memanipulasi data sebagai yang diorganisasikan sebelum model data yang tepat.

Secara dasar terdapat dua tipe DML, yaitu:

1. Procedural, pemakai harus menentukan data apa yang dibutuhkan dan

bagaimana mendapatkannya.

2. Non procedural, pemakai harus menentukan data apa yang dibutuhkan,

tanpa menentukan bagaimana mendapatkannya.

c. Query

Query adalah pernyataan yang diajukan untuk mengambil informasi.

Merupakan bagian DML yang digunakan untuk pengambilan informasi, disebut Query Language.

2.5.2.2 Keunggulan DBMS

Berikut beberapa keunggulan dari DBMS dibandingkan dengan sistem tradisional yang berbasis kertas (Al-Bahra, 2005):

a. Kepraktisan

Sistem yang berbasis kertas akan menggunakan kertas yang sangat banyak untuk menyimpan informasi, sedangkan DBMS menggunakan media penyimpanan sekunder yang berukuran kecil tetapi padat informasi.

(29)

b. Kecepatan

Mesin dapat mengambil atau mengubah data jauh lebih cepat dari pada manusia.

c. Mengurangi kejemuan

Orang cendrung menjadi bosan kalau melakukan tindakan-tindakan berulang yang menggunakan tangan (misal harus mengganti suatu informasi).

d. Kekinian

Informasi yang tersedia pada DBMS akan bersifat mutahir dan akurat setiap saat.

2.5.3 Model Entity Relationship

Merupakan suatu model untuk menjelaskan hubungan antara data dalam basis data data berdasarkan suatu presepsi bahwa real world terdiri dari objek-objek dasar yang mempunyai hubungan atau relasi antar objek-objek-objek-objek tersebut. Relasi antar objek dilukiskan dengan menggunakan simbol-simbol grafis tertentu.

Menurut Chen dalam Marlinda, model entity relationship adalah suatu penyajian data dengan menggunakan entity dan relatitionship.

Komponen-komponen yang terdapat di dalam Entity Relationship Model:

a. Entity

1. Adalah sesuatu yang dapat dibedakan dalam dunia nyata dimana informasi yang berkaitan dengannnya dikumpulkan.

2. Entity set adalah kumpulan entity yang sejenis.

Gambar 2.1 Entity

3. Simbol yang digunakan untuk entity adalah persegi panjang. 4. Entity set dapat berupa:

- Entity yang bersifat fisik, yaitu entity yang dapat dilihat.

- Entity yang bersifat konsep atau logik, yaitu entity yang tidak dapat

dilihat.

b. Relationship

(30)

2. Relationship tidak mempunyai keberadaan fisik, kecuali yang mewarisi hubungan antara entity tersebut.

3. Relationship set adalah kumpulan relationship yang sejenis.

4. Simbol yang digunakan adalah bentuk belah ketupat, diamond, atau

rectangle.

Gambar 2.2 Relationship

c. Atribute

1. Adalah karakteristik dari entity atau relationship yang menyediakan penjelasan detail tentang atau relatitionship tersebut.

2. Attribute value (nilai atribute) adalah suatu data aktual atau informasi yang disimpan disuatu atribute di dalam suatu entity atau relationship. 3. Terdapat dua jenis atribute, yaitu:

- Indentifier (key), untuk menentukan suatu entity secara unik.

- Descriptor (nonkey attribute), untuk menentukan karakteristik dari

suatu entity yang tidak unik.

4. Simbol yang digunakan adalah bentuk oval.

Gambar 2.3 Atribute

d. Indicator Tipe

1. Indicator tipe associative object

Berfungsi sebagai suatu objek dan suatu relationship.

2. Indicator tipe supertipe

Terdiri dari suatu objek dan suatu subkategori atau lebih yang dihubungkan dengan satu relationship yang tidak bernama.

(31)

Cardinality ratio adalah menjelaskan hubungan batasan jumlah keterhubungan

suatu entity dengan entity lainnya atau banyakknya entity yang bersesuaian dengan entity yang lain melalui relationship.

f. Derajat Relationship

Derajat relationship menyatakan jumlah entity yang berpartisipasi di dalam suatu relationship.

g. Partisipation Constraint

Menjelaskan apakah keberadaan suatu entity tergantung pada hubungannya dengan entity lain.

h. Representasi dari entity set

Entity set direpresentasikan dalam bentuk tabel dan nama yang uniqe. Setiap

tabel terdiri dari sejumlah kolom. Masing-masing kolom diberi nama yang

uniqe pula.

1.11 PHP

Menurut Peranginangin PHP merupakan singkatan dari PHP Hypertext

Preprocessor yang digunakan sebagai bahasa script server-side dalam

pengembangan web yang disisipkan pada dokumen HTML. Bahasa pemrograman PHP dibuat sebagai suatu metode untuk menciptakan komunikasi interaktif antara para netters dengan penyedia informasi tersebut (server). Dengan semakin berkembangannya suatu website, website sudah tidak diarahkan lagi pada suatu

website pasif melainkan ke dalam bentuk aktif dengan adanya form di dalam. Form ini merupakan embrio dari adanya proses interaksi antara para netters

dengan penyedia informasi tersebut (server).

2.7 Perangkat Lunak

Menurut Pressman (2002) pengujian adalah serangkaian aktifitas yang dapat direncanakan sebelumnya dan dilakukan secara sistematis. Pengujian perangkat lunak adalah satu elemen dari topik yang lebih luas yang sering diacu sebagai verifikasi dan validasi. Pengujian sistem adalah sederetan pengujian yang berbeda yang tujuan utamanya adalah sepenuhnya mempergunakan sistem berbasis komputer.

(32)

Dalam pengujian, kualitas dari data pengujian lebih penting dari pada jumlah datanya. Ada beberapa metode yang dapat digunakan untuk memilih data pengujian salah satunya adalah metode Black-Box.

Metode Black-Box, dimana data pengujian dipilih berdasarkan spesifikasi masalah tanpa memperhatikan detail internal dari program, untuk memeriksa apakah program dapat berjalan dengan benar. Pemilihan data pengujian paling tidak harus dipilih dengan cara berikut:

a. Easy values, yaitu data yang mudah diperiksa.

b. Typical realistic value, yaitu mencoba program dengan data pengujian untuk

melihat bagaimana program menggunakannya. Data ini harus cukup sederhana sehingga hasilnya dapat dihitung secara manual.

c. Extreme values, banyak program error pada suatu batas range dari aplikasi. d. Ilegal values, yaitu suatu data/nilai yang tidak diperbolehkan maupun data

(33)

BAB III

METODOLOGI PENELITIAN

3.1 Metodologi Penelitian

3.1.1 Bahan Penelitian

Bahan penelitian berupa data penyakit-penyakit Tropik Infeksi anak yang diperoleh dari referensi buku dan pakar dari RS. Soedarso di mana pakar disini adalah dokter spesialis anak.

Data-data penyakit Tropik Infeksi anak yang diperlukan antara lain terdiri dari nama, gejala penyakit yang ada, definisi, solusi dari penyakit tersebut, dan gambar dari penyakit.

3.1.2 Alat yang Dipergunakan 3.1.2.1 Alat Penelitian

Alat penelitian merupakan alat yang digunakan untuk penelitian. Alat penelitian yang digunakan dalam penelitian ini adalah:

a. Data Flow Diagram (DFD), untuk menggambarkan aliran data pada sistem yang terdiri dari dua bagian utama yaitu sistem input data dan sistem analisis data.

b. Entity Relationship Diagram (ERD), untuk menjelaskan hubungan antardata dalam basis data berdasarkan objek-objek dasar data yang mempunyai hubungan antarrelasi.

3.1.2.2 Perangkat Lunak

Untuk membangun sistem pakar ini diperlukan beberapa perangkat lunak. Perangkat lunak yang digunakan dalam penelitian ini adalah:

- Sistem operasi Windows XP Service Pack 2 - Macromedia Dreamweaver 8

- MYSQL Server 5.0 - Apache HTTP Server 2.0 - PHP 5.2.6

(34)

3.1.2.3 Perangkat Keras

Adapun hardware yang digunakan dalam pengembangan dan pengujian sistem yang dirancang adalah satu unit Personal Computer (PC).

3.1.3 Metode Penelitian

Metode penelitian yang akan dilakukan adalah: a. Metode Pengumpulan Data

Pengumpulan data dari RS. Soedarso Kota Pontianak dan melakukan konsultasi langsung kepada pakar penyakit anak dalam hal ini dokter spesialis anak mengenai data-data yang berkaitan dalam perancangan sistem pakar. b. Metode Perancangan Sistem

Perancangan sistem dimulai dengan melakukan perancangan basis data dari sistem yang akan dibangun. Kemudian dilakukan perancangan arus data diagram serta perancangan antarmuka. Setelah itu merancang metode yang digunakan dalam sistem pakar.

c. Metode Pengujian Sistem

Pengujian dilakukan untuk melihat kesamaan hasil metode berdasarkan perhitungan manual dan yang dilakukan oleh sistem. Untuk input data dilakukan dengan menggunakan metode Black Box.

3.1.4 Variabel atau Data

Data-data penyakit Tropik Infeksi anak yang dikumpulkan antara lain terdiri dari nama, gejala penyakit yang ada, definisi, solusi dari penyakit tersebut, dan gambar dari penyakit.

3.1.5 Analisis Hasil

Analisis hasil akan dilakukan dengan menggunakan metode Certainty

Factor (CF). Pasien akan melakukan proses diagnosa pada aplikasi, kemudian

aplikasi akan menghitung nilai CF yang didapat berdasarkan gejala yang diinputkan. Hasil dari aplikasi akan dilihat kesamaannya dengan perhitungan yang dilakukan pada proses manual. Dari hasil analisis ini akan ditarik kesimpulan apakah sistem telah berjalan sesuai dengan metode yang digunakan.

(35)

3.1.6 Diagram Alir Penelitian

Penelitian ini terdiri dari beberapa tahapan. Langkah-langkah penelitian yang dilakukan seperti terlihat pada Gambar 3.1 dapat dijelaskan sebagai berikut: a. Studi literatur

Melakukan studi literatur mengenai sistem pakar serta penyakit Tropik Infeksi anak.

b. Pengumpulan Data

Pengumpulan data dari RS. Soedarso Kota Pontianak dan melakukan konsultasi langsung kepada pakar penyakit anak dalam hal ini dokter spesialis anak mengenai data-data yang berkaitan dalam perancangan sistem pakar. c. Pengembangan Sistem

Pengembangan sistem diawali dengan melakukan perancangan konseptual sistem yang dibangun, perancangan prototipe sistem, pengujian, dan validasi sistem serta analisis hasil pengujian. Diagram alir pengembangan sistem dapat dilihat pada Gambar 3.2.

d. Analisis Sistem

Pada langkah ini, dilakukan analisis terhadap sistem secara keseluruhan untuk memudahkan dalam melakukan penarikan kesimpulan.

e. Penarikan kesimpulan

Kesimpulan dirumuskan berdasarkan analisis yang telah dilakukan apakah sistem yang dirancang mampu mendiagnosa penyakit Tropik Infeksi anak berdasarkan gejala-gejala dan data-data yang telah ada.

(36)

Gambar 3.1 Diagram Alir Penelitian

(37)

Langkah-langkah pengembangan sistem yang dilakukan seperti terlihat pada Gambar 3.2 dapat dijelaskan sebagai berikut:

a. Perancangan Konseptual Sistem

Berupa perancangan entity relationship diagram (ERD) dan data flow diagram

(DFD) sistem, menentukan metode yang akan digunakan dalam proses

diagnosa untuk mengetahui nilai kepercayaan dari hasil diagnosa tersebut serta perencanaan metode pengujian sistem.

b. Perancangan prototipe sistem

Merupakan implementasi desain sistem pakar kedalam coding program. c. Pengujian dan validasi sistem

Pengujian dilakukan untuk melihat kesamaan hasil metode berdasarkan perhitungan manual dan yang dilakukan oleh sistem. Untuk input data dilakukan dengan menggunakan metode Black Box.

d. Analisis hasil pengujian

Analisis dilakukan dalam tahap pengujian dan validasi untuk mengetahui karakteristik sistem dan mengidentifikasi jika terdapat ketidakkonsistenan sistem. Hasil analisis juga digunakan sebagai dasar perbaikan.

3.2 Identifikasi Masalah

3.2.1 Akuisisi Pengetahuan

Akuisisi pengetahuan adalah pengumpulan data-data dari seorang pakar kedalam sistem (program komputer). Sumber-sumber pengetahuan yang didapat pada penelitian ini didapat dari pakar, buku dan browsing internet. Adapun sumber-sumber yang ada dapat dilihat sebagai berikut.

1. Buku

Adapun buku-buku yang digunakan adalah sebagai berikut:

- Rampengan, T.H, dkk. 1992. Penyakit Infeksi Tropik pada Anak. Manado: Penerbit Buku Kedokteran EGC.

- Masjoer, Arif, dkk. 2000. Kapita Selekta Kedokteran (Edisi 3). Jakarta: Media Aesculapius.

(38)

2. Pakar

Adapun pakar yang ditemui untuk melakukan konsultasi tentang penyakit Tropik Infeksi anak adalah sebagai berikut:

- dr. Indra B Hutagalung, Sp.A - dr. Dedet Hidayati, Sp.A

3.2.2 Representasi Pengetahuan

3.2.2.1 Penentuan Skala Tingkat Kepercayaan

Untuk menghitung tingkat kepercayaan diperlukan nilai Meansure of

Believe (MB) dan Meansure of Disbelieve (MD) dimana nilai-nilai tersebut berada

diantara 0-1. Nilai-nilai tersebut kemudian dikelompokkan lagi kedalam 5 index skala yang masing-masing index mencerminkan tingkat kepercayaan tersebut seperti yang terlihat pada Tabel 3.1. Hal ini untuk mempermudah dalam menentukan tingkat kepercayaan pada saat nilai akhir CF telah didapat.

Tabel 3.1 Index Tingkat Kepercayaan

3.2.2.2 Nilai Kepercayaan dan Tidak Kepercayaan Suatu Gejala dalam Suatu Penyakit

Untuk menghitung nilai Tingkat Kepercayaan (CF) dalam satu diagnosa diperlukan nilai MB dan MD dari gejala kesetiap penyakit yang ada. Berikut adalah nilai MB dan MD gejala untuk setiap penyakit.

Parameter Ukuran Skala

Sangat Tinggi 0.80-1.00

Tinggi 0.60-0.79

Sedang 0.40-0.59

Rendah 0.20-0.39

(39)

a. Bronkiolitis Akut

Nilai kepercayaan dan tidak kepercayaan suatu gejala dari penyakit

Bronkiolitis akut dapat dilihat pada tabel 3.2 berikut.

Tabel 3.2 Nilai MB dan MD dari suatu Gejala pada Penyakit Bronkiolitis

Akut Gejala MB MD Batuk 0.8 0.05 Demam 0.85 0.05 Mengi 0.95 0.01 Sesak nafas 0.9 0.05 Sianosis 0.8 0.05 Takipneu 0.9 0.05 Nyeri tenggorokan 0.3 0.75

Denyut jantung cepat 0.01 0.9

Sakit kepala 0.05 0.9

Muntah 0.05 0.85

Kaku kuduk 0.05 0.9

Kejang berulang 0.05 0.9

Mual 0.05 0.85

Nafsu makan berkurang 0.5 0.5

Kotoran berwarna gelap 0.01 0.95

Malaise 0.5 0.5

Nyeri sendi 0.1 0.9

Mata berwarna kuning 0.01 0.95

Fotofobia 0.01 0.95

Koriza 0.01 0.9

Nyeri otot 0.01 0.95

Mata merah 0.1 0.8

Terdapat bercak merah pada kulit 0.01 0.95

Hilang kesadaran 0.05 0.9

Menggigil 0.1 0.9

Pembengkakan kelenjar pada leher 0.1 0.9

Bersin-bersin 0.4 0.6

Mata berair 0.1 0.9

(40)

b. Difteria

Nilai kepercayaan dan tidak kepercayaan suatu gejala dari penyakit Difteria dapat dilihat pada tabel 3.3 berikut.

Tabel 3.3 Nilai MB dan MD dari suatu Gejala pada Penyakit Difteria

Gejala MB MD Batuk 0.1 0.7 Demam 0.8 0.1 Mengi 0.01 0.95 Sesak nafas 0.85 0.05 Sianosis 0.1 0.85 Takipneu 0.1 0.75 Nyeri tenggorokan 0.9 0.05

Muntah 0.1 0.75

Kaku kuduk 0.01 0.9

Mual 0.05 0.85

Malaise 0.4 0.65

Nyeri sendi 0.1 0.9

Koriza 0.01 0.9

Nyeri otot 0.1 0.9

Mata merah 0.1 0.9

Menggigil 0.1 0.85

Mata berair 0.1 0.8

(41)

c. Ensephalitis

Ensephalitis dapat dilihat pada tabel 3.4 berikut.

Tabel 3.4 Nilai MB dan MD dari suatu Gejala pada Penyakit Ensephalitis

Muntah 0.8 0.1

Kaku kuduk 0.8 0.1

Mual 0.05 0.85

Malaise 0.5 0.65

Nyeri sendi 0.01 0.9

Koriza 0.01 0.95

Nyeri otot 0.1 0.9

Mata merah 0.1 0.9

Menggigil 0.1 0.9

Mata berair 0.2 0.8

(42)

d. Hepatitis Virus Akut

Nilai kepercayaan dan tidak kepercayaan suatu gejala dari penyakit Hepatitis virus akut dapat dilihat pada tabel 3.5 berikut.

Tabel 3.5 Nilai MB dan MD dari suatu Gejala pada Penyakit Hepatitis Virus

Akut Gejala MB MD Batuk 0.5 0.65 Demam 0.5 0.65 Mengi 0.01 0.9 Sesak nafas 0.01 0.9 Sianosis 0.01 0.92 Takipneu 0.01 0.95 Nyeri tenggorokan 0.01 0.9

Muntah 0.95 0.01

Kaku kuduk 0.01 0.9

Mual 0.95 0.01

Malaise 0.85 0.05

Nyeri sendi 0.7 0.2

Koriza 0.01 0.91

Nyeri otot 0.01 0.9

Mata merah 0.1 0.9

Menggigil 0.1 0.8

Mata berair 0.1 0.8

(43)

e. Morbili

Nilai kepercayaan dan tidak kepercayaan suatu gejala dari penyakit Morbili dapat dilihat pada tabel 3.6 berikut.

Tabel 3.6 Nilai MB dan MD dari suatu Gejala pada Penyakit Morbili

Muntah 0.1 0.8

Kaku kuduk 0.01 0.95

Mual 0.01 0.8

Malaise 0.5 0.65

Nyeri sendi 0.2 0.8

Koriza 0.95 0.01

Nyeri otot 0.9 0.1

Mata merah 0.95 0.1

Menggigil 0.1 0.9

Mata berair 0.1 0.9

(44)

f. Meningitis Bakterial

Nilai kepercayaan dan tidak kepercayaan suatu gejala dari penyakit Meningitis Bakterial dapat dilihat pada tabel 3.7 berikut.

Tabel 3.7 Nilai MB dan MD dari suatu Gejala pada Penyakit Meningitis

Bakterial Gejala MB MD Batuk 0.01 0.9 Demam 0.93 0.01 Mengi 0.01 0.9 Sesak nafas 0.01 0.9 Sianosis 0.01 0.9 Takipneu 0.01 0.9 Nyeri tenggorokan 0.8 0.1

Muntah 0.7 0.15

Mual 0.2 0.7

Malaise 0.4 0.65

Koriza 0.01 0.9

Nyeri otot 0.1 0.9

Mata merah 0.01 0.9

Menggigil 0.1 0.8

Mata berair 0.2 0.8

(45)

g. Parotitis Epidemica

Nilai kepercayaan dan tidak kepercayaan suatu gejala dari penyakit Parotitis

Epidemica dapat dilihat pada tabel 3.8 berikut.

Tabel 3.8 Nilai MB dan MD dari suatu Gejala pada Penyakit Parotitis

Epidemica Gejala MB MD Batuk 0.01 0.9 Demam 0.9 0.05 Mengi 0.1 0.85 Sesak nafas 0.01 0.9 Sianosis 0.1 0.95 Takipneu 0.01 0.9 Nyeri tenggorokan 0.01 0.9

Muntah 0.01 0.9

Mual 0.01 0.9

Malaise 0.9 0.1

Nyeri sendi 0.1 0.9

Koriza 0.01 0.95

Nyeri otot 0.1 0.9

Mata merah 0.01 0.9

Menggigil 0.8 0.2

Mata berair 0.1 0.8

(46)

h. Pertusis

Nilai kepercayaan dan tidak kepercayaan suatu gejala dari penyakit Pertusis dapat dilihat pada tabel 3.9 berikut.

Tabel 3.9 Nilai MB dan MD dari suatu Gejala pada Penyakit Pertusis

Muntah 0.4 0.6

Kaku kuduk 0.01 0.9

Mual 0.1 0.8

Malaise 0.8 0.2

Nyeri sendi 0.1 0.9

Koriza 0.01 0.9

Nyeri otot 0.01 0.9

Mata merah 0.05 0.8

Menggigil 0.2 0.8

Mata berair 0.95 0.1

(47)

i. Varisela/Cacar Air

Nilai kepercayaan dan tidak kepercayaan suatu gejala dari penyakit Varisela dapat dilihat pada tabel 3.10 berikut.

Tabel 3.10 Nilai MB dan MD dari suatu Gejala pada Penyakit Varisela

Muntah 0.1 0.85

Mual 0.1 0.85

Malaise 0.85 0.05

Koriza 0.01 0.95

Nyeri otot 0.01 0.9

Mata merah 0.1 0.8

Menggigil 0.2 0.8

Mata berair 0.1 0.8

(48)

j. Poliomyelitis

Poliomyelitis dapat dilihat pada tabel 3.11 berikut.

Tabel 3.11 Nilai MB dan MD dari suatu Gejala pada Penyakit Poliomyelitis

Muntah 0.01 0.9

Mual 0.01 0.95

Malaise 0.8 0.15

Koriza 0.1 0.9

Nyeri otot 0.4 0.6

Mata merah 0.01 0.9

Menggigil 0.01 0.9

Mata berair 0.01 0.9

(49)

3.2.2.3 Tabel Relasi Gejala dan Penyakit

Suatu penyakit dapat diketahui dengan melihat dari gejala-gejala yang tampak oleh seorang pasien. Suatu penyakit dapat memiliki beberapa gejala begitu pula dengan satu gejala juga dapat memiliki beberapa penyakit. Berikut adalah tabel Relasi antara gejala dan penyakit dari Penyakit Tropik Infeksi anak.

Tabel 3.12 Relasi Gejala dan Penyakit

Gejala A B C D E F G H I J Batuk Demam Mengi Sesak nafas Sianosis Takipneu Nyeri tenggorokan Denyut jantung cepat Sakit kepala

Muntah Kaku kuduk Kejang berulang Mual

Nafsu makan berkurang Kotoran berwarna gelap Malaise

Nyeri sendi

Mata berwarna kuning Fotofobia

Koriza Nyeri otot Mata merah

Terdapat bercak merah pada kulit Hilang kesadaran

Menggigil

Pembengkakan kelenjar pada leher Bersin-bersin

Mata berair Lumpuh layu

(50)

A = Bronkiolitis Akut B = Difteria

C = Ensephalitis

D = Hepatitis Virus Akut E = Morbili F = Meningitis Bakterial G = Parotitis Epidemica H = Pertusis I = Varisela J = Poliomyelitis

3.2.2.4 Menyusun Kaidah Produksi

Untuk mendapatkan hasil dari suatu fakta menggunakan metode CF digunakan perhitungan nilai MB dan MD dari suatu gejala yang dimiliki suatu penyakit untuk mendapatkan nilai CF. Nilai kepercayaan didapat dari perhitungan nilai MB dan MD. Dari beberapa gejala yang dirasakan, kemudian akan didapat nilai CF yang tertinggi. Nilai CF tertinggi inilah yang akan dijadikan parameter untuk hasil diagnosa yang dilakukan. Ada empat bentuk perhitungan yang dilakukan untuk mendapatkan nilai CF, yaitu:

a. Diagnosa satu gejala satu jenis penyakit

Jika seorang pasien mempunyai gejala lumpuh layu yang merupakan gejala dari penyakit Poliomyelitis dengan nilai MB = 0.95 dan nilai MD = 0.01. Berdasarkan data yang ada maka hasil perhitungan nilai CF adalah sebagai berikut:

CF[Poliomyelitis,lumpuh layu] = 0.95 – 0.01

= 0.94

Dengan perhitungan, maka didapat bahwa nilai kepercayaan gejala lumpuh layu untuk penyakit Poliomyelitis adalah 0.94.

(51)

Jika seorang pasien mempunyai gejala batuk dengan kemungkinan mengalami beberapa penyakit yaitu: Bronkiolitis Akut dengan nilai MB = 0.80 dan nilai MD = 0.05, Morbili dengan nilai MB = 0.70 dan nilai MD = 0.10 dan Pertusis dengan nilai MB = 0.95 dan nilai MD = 0.01.

Berdasarkan data yang ada maka hasil perhitungan nilai CF adalah sebagai berikut:

CF[Bronkiolitis Akut,Batuk] = 0.80 – 0.05 = 0.75 CF[Morbili,Batuk] = 0.70 – 0.10 = 0.60

CF[Pertusis,Batuk] = 0.95 – 0.01 = 0.94

Dengan perhitungan, maka didapat bahwa nilai CF tertinggi untuk gejala batuk adalah penyakit Pertusis. Dengan demikian kemungkinan pasien mengidap penyakit Pertusis dengan nilai kepercayaan adalah 0.94.

c. Diagnosa beberapa gejala satu penyakit

Jika seorang pasien mempunyai gejala koriza, nyeri otot, dan mata merah pasien tersebut kemungkinan mengalami penyakit Morbili. Nilai kepercayaan untuk gejala koriza MB = 0.95 dan MD = 0.01, untuk gejala nyeri otot MB = 0.90 dan MD = 0.10, dan untuk gejala mata merah MB = 0.95 dan MD = 0.10. Berdasarkan data yang ada maka hasil perhitungan nilai CF adalah sebagai berikut:

MB[Morbili,koriza ^ nyeri otot] = 0.95 + 0.90 * (1 – 0.95) = 0.95 + 0.90 * 0.05 = 0.95 + 0.045 = 0.995

MD[Morbili, koriza ^ nyeri otot] = 0.01 + 0.1 * (1 – 0.01) = 0.01 + 0.1 * 0.99 = 0.01 + 0.099 = 0.109