Rancang Bangun Plugin Untuk Sistem Pakar

(1)

E-ISSN : 1

Rancang Bangun Plugin Untuk Sistem Pakar Diagnosa

Penyakit Pada Manusia Berbasis Web

Adelia Anggraeni1_{, Yuda Munarko,S.Kom.,M.Sc}2_{, Lailatul Husniah,SST,MT}3 JURUSAN TEKNIK INFORMATIKA UNIVERSITAS MUHAMMADIYAH MALANG

Kampus III UMM Jl. Raya Tlogomas 246 Malang 65144

1_{anggraeniadelia061294@yahoo.co.id}_,2_{yuda.munarko@gmail.com}_,

3_{lailatul.husniah@gmail.com}

Abstrak

Plugin adalah fungsi atau fitur tambahan yang digabungkan ke sebuah sistem untuk menambah kemampuan dan kinerja dari sistem. Contoh penggunaan plugin adalah script embed yang terdapat di Youtube. Script embed adalah sebuah kode yang dapat menanamkan suatu kelebihan ke dalam sistem. Contoh lainnya dari sistem yang dapat ditanamkan yaitu sistem pakar berbasis web. Pengertian sistem pakar adalah suatu sistem komputer yang menyamai kemampuan pengambilan keputusan dari seorang pakar. Sehingga sistem pakar dapat digunakan oleh user untuk mempermudah menyelesaikan masalah diagnosa penyakit pada manusia dan dapat ditanamkan ke website user. Penelitian ini menggunakan algoritma naive bayes pada proses data untuk mengetahui jenis penyakit yang dialami oleh user. Tujuan dari penelitian ini adalah memudahkan user untuk menanamkan plugin ke website user dan mendiagnosa penyakit yang terjadi pada manusia. Plugin sudah dilakukan pengujian dengan menggunakan metode blackbox, menggunakan web browser, dan ditempelkan ke web resmi atau wordpress, hasil yang didapatkan bahwa plugin ini dapat berjalan dengan baik dan sesuai yang diharapkan.

Kata Kunci : plugin, sistem pakar, naive bayes, web

Abstract

Plugin is the fucntion or additional features that can be combined to the system to functionalityl and the performance to the system. Example of the use of plugin is script embeded to include youtube. Script embedded is a code can be embed an excess in the system. Other examples of systems that can be implanted is a web based expert system. Expert system is a computer system that match the ability of decision making from an expert. So that an expert system can work in all things like as an expert and can be used by the user to make it easier to solve the problem of diagnosis of disease in humans and can be embedded into the user’s website. This research using a naive bayes algorithm for processes the data to determine the type of disease experienced by the user. The purpose of this research is make it easier for user to embed the plugin to the user’s website and diagnose the diseases that happened in humans. The plugin has been tested using the method of blackbox, using a web browser, and implanted to the official website or wordpress, the results is plugin can work as well and expected.

Keywords : plugin, expert system, naive bayes, web

1. Pendahuluan

(2)

menyelesaikan masalahnya atau sekedar mencari suatu informasi berkualitas yang sebenarnya hanya dapat diperoleh dengan bantuan para ahli di bidangnya [5]. Sehingga sistem pakar dapat digunakan oleh user untuk mempermudah menyelesaikan masalah diagnosa penyakit pada manusia dan dapat ditanamkan ke website user. Pengetahuan membuat pakar dapat mengambil keputusan secara lebih baik dan lebih cepat daripada non-pakar dalam memecahkan problem yang kompleks [1].

Dari 5 penelitian sebelumnya mengenai sistem pakar diagnosa penyakit pada manusia antara lain Sistem Pakar Diagnosa Penyakit Jantung Menggunakan Teknik Automatic Post Pruning Decision Tree, Implementasi Algoritma Induksi Decision Tree Untuk Diagnosa Awal Penyakit Asma Observasi Dilakukan di Rumah Sakit Paru Batu, Sistem Pakar Diagnosis Penyakit Mata Menggunakan Naive Bayes Classifier, Sistem Pakar untuk Diagnosis Penyakit Ginjal dengan Metode Forward Chaining, dan Sistem Pakar Untuk Diagnosis Dismenore Menggunakan Metode Naive Bayes. Pada 5 penelitian tersebut hanya membuat sistem pakar yang dapat mendiagnosa satu penyakit dan jika ahli/user ingin memiliki sistem pakar tersebut maka para ahli/user dapat mendownload dan menginstall di komputer user [3].

Pada Tugas Akhir ini dirancang sebuah sistem yang dapat ditanamkan ke website user untuk mempermudah user dalam penggunaannya dan dapat menampung beberapa penyakit pada manusia.

2. Metode Penelitian

2.1 Algoritma Naive Bayes Classifier

Contoh perhitungan dengan menggunakan klasifikasi naive bayes classifier dapat diterapkan pada pasien ke-1 yang mengalami penyakit asma dengan gejala sepeti berikut :

1. batuk 2. dahak 3. darah 4. sesak napas 5. demam

Langkah-langkah perhitungan naive bayes classifier seperti berikut :

Tabel 1. TABELTRAINING PENYAKIT ASMA

BATUK DAHAK DARAH SESAK

NAPAS NYERI DADA DEMAM PENYAKIT

TIDAK YA TIDAK YA YA YA AB

YA YA TIDAK YA TIDAK TIDAK AB

YA YA TIDAK YA YA TIDAK AB

YA YA YA TIDAK YA YA BA

YA TIDAK TIDAK YA TIDAK TIDAK BA

YA TIDAK YA YA YA TIDAK BA

Tabel 2. TABEL TESTING

BATUK DAHAK DARAH SESAK

NAPAS NYERI DADA DEMAM OUTPUT

YA YA YA YA TIDAK YA ?

Tahap 1 menghitung jumlah class/label P (Y=AB) = 3/6

P (Y=BA) = 3/6

(3)

P ((BATUK=YA=AB) (DAHAK=YA=AB) (DARAH=YA=AB) (SESAK NAPAS=YA=AB) (NYERI DADA=TIDAK=AB) (DEMAM=YA=AB) | AB)

= 2/3 . 3/3 . 0/3 . 3/3 . 1/3 . 1/3 . 3/6 = 0

P ((BATUK=YA=BA) (DAHAK=YA=BA) (DARAH=YA=BA) (SESAK NAPAS=YA=BA) (NYERI DADA=TIDAK=BA) (DEMAM=YA=BA) | BA)

= 3/3 . 1/3 . 2/3 . 2/3 . 1/3 . 1/3 . 3/6 = 0,00486

Tahap 4 Bandingkan hasil class AB & BA

Karena hasil (P|BA) lebih besar dari (P|AB) maka pasien ke-1 diklasifikasikan terjangkit penyakit asma Bronkitis Akut dengan nilai 0,00486.

2.2 Diagram Komponen

Gambar 1. Diagram Komponen

Dari diagram komponen diatas terdapat empat komponen dan satu proses yang saling berhungan yaitu:

1. Diagnose.php berfungsi untuk menampilkan form diagnose.

2. Koneksi.php berfungsi untuk menghubungkan aplikasi dengan database. 3. Database berfungsi untuk menyimpan data-data sistem seperti data training. 4. Web html berfungsi sebagai media yang akan meng akses system plug in.

5. Proses diagnose penyakit yang didalamnya terdapat interface diagnose penyakit, memiliki atribut nama penyakit, gejala penyakit, dan memiliki method koneksi, naïve bayes, dan view hasil.

2.3 Arsitektur Sistem

Gambar 2. Arsitektur sistem

(4)

Gambar 2 menjelaskan bahwa system yang akan di buat terdiri dari 2 aktor yaitu user sebagai pengguna plugin dan admin sebagai pengelola data plugin sedangkan server sebagai wadah penyimpanan dan proses data yang di dalamnya terdapat data trining, data test dan metode naïve bayes. User dapat memasang plugin dengan cara menempelkan script yang telah di sediakan oleh developer.

2.4 Desain Database

Pada tahap perancangan sistem yang dibuat, ada beberapa tabel yang saling terhubung untuk menyediakan data yang dibutuhkan oleh sistem. Pada gambar berikut adalah relasi tabel yang dibutuhkan oleh sistem, terdiri dari 5 tabel yaitu :

Relationship_1

Gambar 3. Desain Database Conseptual Diagram Model 3. Hasil Penelitian dan Pembahasan

Metode pengujian yang diambil adalah metode pengujian fungsional dan pengujian menggunakan web browser. Pengujian fungsional adalah pengujian sistem tanpa memperhatikan struktur logika internal perangkat lunak. Metode ini digunakan untuk mengetahui apakah perangkat lunak berfungsi dengan benar [4].

3.1 Pengujian Sistem

Pengujian sistem ini bertujuan untuk mendapatkan serta menguji hasil dari sistem yang telah dibuat. Tujuan utama dari pengujian sistem adalah untuk memastikan bahwa elemen-elemen atau komponen-komponen dari sistem telah berfungsi sesuai dengan yang diharapkan.

3.1.1 Pengujian Blackbox

Pengujian ini dilakukan untuk memeriksa aplikasi yang telah dibuat step by step apakah sesuai dengan sebenarnya.

Tabel 3. Pengujian Fungsional User pada Plugin Sistem Pakar Diagnosa Data

(5)

telah telah di ceklist oleh user

Tabel 4. Pengujian Fungsional Admin pada Plugin Sistem Pakar Diagnosa Data

Masukan diharapkanHasil yang PengamatanHasil Kesimpulan GamKet. bar Form

login Menampilkan form login Dapat menampilkan

form login [ • ] Berhasil

penyakit Dapat menyimpan data penyakit

(6)

yang diedit ke dalam

database

dan

ditampilkan Berhasil

Tombol hapus penyakit

Menampilkan notifikasi untuk hapus data penyakit

Dapat menghapus data penyakit

[ • ] Berhasil [ ] Tidak Berhasil

4.18

Halaman data gejala

Menampilkan

data gejala Dapat menampilkan data gejala

4.14

Halaman data learning

Menampilkan

data learning Dapat menampilkan data learning

4.15

Berdasarkan hasil pengujian dengan menggunakan pengujian fungsional diatas, sistem ini dapat berjalan dengan baik secara fungsional dan dapat menghasilkan output yang diharapkan. Sehingga dapat disimpulkan bahwa sistem ini sesuai dengan tujuan pembuatan sistem.

3.1.2 Pengujian Menggunakan Web Browser

Gambar 4. Pengujian Plugin di Website UMM Menggunakan Mozilla Firefox

Pada gambar diatas pengujian dilakukan di Website UMM dan mengaksesnya menggunakan Mozilla Firefox. Plugin berjalan dengan baik ketika diakses menggunakan Mozilla Firefox.

Gambar 5. Pengujian Plugin di Website UMM Menggunakan Internet Explorer

(7)

Gambar 6. Pengujian Plugin di Website UMM Menggunakan Google Chrome

Pada gambar diatas pengujian dilakukan di Website UMM dan mengaksesnya menggunakan Google Chrome. Plugin berjalan dengan baik ketika diakses menggunakan Google Chrome.

3.1.3 Pengujian dengan Menempelkan Plugin di Web

Pengujian selanjutnya yang akan dilakukan adalah dengan menempelkan plugin di website resmi dan website wordpress. Pengujian ini bertujuan untuk mengetahui bahwa plugin dapat ditempelkan ke website resmi dan wordpress.

Gambar 7. Pengujian Plugin di Aplikasi Analisa Kasus Pembunuhan Berbasis Web

Gambar 8. Pengujian Plugin di Website Wordpress

4. Penutup

(8)

4.1 Kesimpulan

Berdasarkan pengujian pada bab sebelumnya, didapat kesimpulan dalam penelitian Plugin untuk Sistem Pakar Diagnosa Penyakit pada Manusia ini, diantaranya adalah:

1. Plugin untuk Sistem Pakar Diagnosa Penyakit pada Manusia dapat ditanamkan kedalam website user.

2. Plugin dapat muncul dan dapat diakses menggunakan web browser Mozilla Firefox dan Google Chrome, tetapi jika diakses menggunakan Internet Explorer plugin tidak berjalan dengan yang diharapkan.

3. Secara fungsional, sistem ini dapat berjalan dengan baik dan sesuai dengan tujuan yang diharapkan.

4. Dengan memakai sistem ini pengguna dapat dengan mudah memiliki dan memakai sistem secara online.

5. Plugin untuk sistem pakar ini dapat mendiagnosa beberapa penyakit sehingga user dapat dengan mudah mendiagnosa penyakit lebih dari satu.

6. Plugin masih belum bisa ditempelkan ke blogspot dikarenakan masih menggunakan HTTP.

4.2 Saran

Untuk lebih menyempurnakan dibutuhkan pengembangan untuk menjadikan sistem ini menjadi lebih baik. Adapun beberapa saran untuk pengembangan sistem ini, diantaranya adalah:

1. Perlu ditambahkan variable penyakit dan variable gejala yang lebih variatif agar pengguna dapat memilih beberapa penyakit untuk di diagnosa.

2. Perlu dilakukan analisis metode yang di gunakan dalam kasus ini metode naïve bayes terhadap metode-metode lain agar dapat membandingkan metode mana yang lebih baik.

3. Aplikasi belum menitik beratkan pada sistem keamanan sehingga memungkinkan para peratas dapat mengubah database dan hal-hal yang tidak di inginkan.

Referensi

[1] Kusumadewi, Sri. (2003), Artificial Intelligence “Teknik dan Aplikasinya”. Graha ilmu, Yogyakarta.

[2] Betha Sidik, Ir dan Husni I. Pohan, Ir.M.Eng, PEMROGRAMAN WEB DENGAN HTML penerbit Informatika Bandung, Juni 2012 halaman 226.

[3] Nurfarianti, Yovita. Sistem Pakar untuk Diagnosis Dismenore Menggunakan Metode Naive Bayes, Program Studi Informatika Universitas Tanjungpura.

[4] Hidayatul, Ritma. 2015. Aplikasi Sistem Pakar untuk Mendiagnosa Penyakit Mata Katarak Menggunakan Metode Naive Bayes Classifier Berbasis Web, Program Studi Teknik Informatika Fakultas Teknik Universitas Muhammdiyah Malang.