IMPLEMENTASI METODE LOGIKA FUZZY DAN DEMPSTER-SHAFER PADA SISTEM PAKAR PENENTUAN JENIS GANGGUAN PERKEMBANGAN PADA ANAK

(1)

Jurnal Elektronik Nasional Teknologi dan Ilmu Komputer (JENTIK)

Implementasi metode logika fuzzy dan DS pada SP penentuan jenis gangguan perkembangan pada anak (M.Risyanto Fitriyadi) |55

IMPLEMENTASI METODE LOGIKA FUZZY DAN

DEMPSTER-SHAFER PADA SISTEM PAKAR

PENENTUAN JENIS GANGGUAN PERKEMBANGAN

PADA ANAK

Muhammad Risyanto Fitriyadi1_{, Muliadi} 2_{, Irwan Budiman}3

123_{Prodi Ilmu Komputer FMIPA ULM} Jl. A. Yani Km 36 Banjarbaru, Kalimantan selatan

Email : m.risyanto@gmail.com

Abstract

Development disorder can occur in children. sometimes many parents are unaware or underestimate such a development disorder and does not know his condition properly. They think the interference will disappear by itself if their child grow older, but if not handled properly can aggravate the situation of the children. Computer technology can be used to help the presentation of information and the determination of the type development disorders in children. In this case to obtain accurate information required specialized knowledge of experts or those who master the field. Expert system is a computer-based application that is used to solve the problem, as is thought by experts. Dempster-Shafer method can be used to combine separate pieces of information to calculate the likelihood of these developments disorder, while the fuzzy logic will help determine the values of each piece of information on the Dempster-Shafer method

Keywords: Expert Systems, Development disorder, Fuzzy Logic, Dempster-Shafer.

Abstrak

Gangguan perkembangan dapat terjadi pada anak-anak, terkadang banyak orang tua yang tidak sadar atau menganggap remeh suatu gangguan perkembangan tersebut sehingga tidak mengetahui kondisi anaknya dengan benar. Mereka berpikir gangguan tersebut akan hilang dengan sendirinya jika anak mereka dewasa, padahal jika tidak ditangani dengan benar dapat memperburuk keadaan anak tersebut. Teknologi komputer dapat digunakan untuk membantu penyajian informasi dan penentuan jenis gangguan perkembangan pada anak. Dalam hal ini untuk mendapatkan informasi yang akurat diperlukan pengetahuan khusus dari pakar atau orang yang menguasai bidang tersebut. Sistem pakar sendiri adalah sebuah aplikasi berbasis komputer yang dipergunakan untuk menyelesaikan masalah sebagaimana yang dipikirkan oleh pakar. Metode dempster-shafer dapat digunakan untuk menggabungkan potongan informasi yang terpisah untuk mengkalkulasi kemungkinan suatu gangguan perkembangan tersebut, sedangkan logika fuzzy akan membantu menentukan penilaian tiap potongan informasi pada metode dempster-shafer.

(2)

1. PENDAHULUAN

Gangguan perkembangan dapat terjadi pada anak-anak, terkadang banyak orang tua yang tidak sadar atau menganggap remeh suatu gangguan perkembangan tersebut sehingga tidak mengetahui kondisi anaknya dengan benar. Mereka berpikir gangguan tersebut akan hilang dengan sendirinya jika anak mereka dewasa, padahal jika tidak ditangani dengan benar dapat memperburuk keadaan anak tersebut. Teknologi komputer dapat digunakan untuk membantu penyajian informasi dan penentuan jenis gangguan perkembangan pada anak. Dalam hal ini untuk mendapatkan informasi yang akurat diperlukan pengetahuan khusus dari pakar atau orang yang menguasai bidang tersebut. Sistem pakar adalah sebuah aplikasi berbasis komputer yang dipergunakan untuk merumuskan dan menyelesaikan masalah selayaknya pemikiran pakar. Logika fuzzy merupakan teori himpunan logika samar/kabur yang dikembangkan oleh Prof. Lofti Zadeh. Tingkat ke kaburannya dinyatakan dalam derajat dari suatu keanggotaan atau derajat dari kebenaran[1]. Metode dempster-shafer merupakan suatu teori matematika untuk pembuktian berdasarkan belief functions dan plausible reasoning (fungsi kepercayaan dan pemikiran yang masuk akal) yang digunakan untuk mengkombinasikan potongan informasi yang terpisah (bukti) untuk mengkalkulasi kemungkinan dari suatu peristiwa[2], sehingga metode ini bagus digunakan untuk menentukan suatu kemungkinan. Metode dempster-shafer hanya memiliki penilaian ya dan tidak terhadap tiap potongan informasinya, sedangkan pada kenyataannya informasi tersebut dapat dikatakan sebagian benar dan dapat juga dikatakan sebagian salah pada waktu yang bersamaan. Oleh karena itu logika fuzzy akan membantu menentukan penilaian tiap potongan informasi pada metode dempster-shafer untuk kalkulasi hasil yang lebih baik lagi.

Untuk menyelesaikan permasalahan tersebut maka dibutuhkan implementasi sistem yang dapat membantu menentukan jenis gangguan perkembangan pada anak. Dengan adanya sistem pakar penentuan jenis gangguan perkembangan pada anak dengan metode logika fuzzy dan dempster-shafer maka diharapkan dapat membantu dalam menentukan jenis gangguan perkembangan pada anak.

2. METODE PENELITIAN

Berikut adalah gambaran umum sistem penentuan jenis gamgguan perkembangan yang akan dibuat. Diagram gambaran umum sistem dapat dilihat pada Gambar 1 berikut:

Gambar 1. Diagram Gambaran Umum Sistem

Sumber: Sistem Pakar Penentuan Jenis Gangguan Perkembangan Pada Anak Dengan Metode Logika

Fuzzy dan Dempster-Shafer (Studi Kasus Anak Usia Dini). 2017

User

Sistem

Admin

Memasukkan input Menampilkan output Melakukan create/ update/delete Menampilkan Data

(3)

Dari diagram gambaran umum sistem dapat kita ketahui apa saja yang dapat dilakukan oleh user dan admin. User dapat memasukkan input berupa gejala yang dipilih dan nilainya sesuai dengan tingkahlaku yang terlihat pada anak. Setelah user memilih tombol checkup, sistem akan memproses inputan tersebut dan mengeluarkan output berupa kemungkinan awal gangguan yang diderita. Sedangkan yang dapat admin lakukan diantaranya dapat melihat, melakukan penambahan, pengubahan serta penghapusan data, seperti data gangguan, data gejala, dan data aturan dempster-shafer .

Adapun proses penentuan jenis gangguan yang dilakukan oleh sistem ialah setelah mendapatkan inputan dari user berupa nilai tiap gejala, nilai tersebut kemudian akan dihitung dengan metode logika fuzzy untuk menghasilkan nilai keanggotaan tiap gejalanya, Nilai keanggotaan tiap gejala akan dikalikan dengan nilai kepercayaan pakar kemudian dijumlahkan untuk mendapatkan nilai kepercayaan tiap gejala. Setelah itu nilai kepercayaan dari masing-masing gejala akan dikombinasikan satu-persatu dengan perhitungan dempster-shafer sampai gejala terakhir. Hasil akhir dari pengkombinasian keseluruhan gejala itulah nantinya yang akan menjadi nilai akhir dari perhitungan penentuan gangguan untuk mendapatkan output berupa kemungkinan gangguan perkembangan yang diderita.

2.1 Data yang digunakan

Dalam penelitian ini data yang digunakan adalah data jenis gangguan, gejala gangguan, dan nilai kepercayaan pakar untuk tiap gejala. Adapun data jenis gangguan pada penelitian ini dapat dilihat pada Tabel 1.

Tabel 1. Data Gangguan

Kode Gangguan

P1 Gangguan ADHD ( Attention Deficit Hyperactivity Disorder) P2 Gangguan Kecemasan

P3 Retardasi Mental P4 Gangguan Perilaku P5 Gangguan Autis

P6 Gangguan Membaca (Disleksia) P7 Gangguan Menghitung (Diskalkulia) P8 Gangguan Menulis (Disgrafia)

Data gejala pada penelitian ini dapat dilihat pada Tabel 2. Tabel 2. Data Gejala

Kode Gejala

G1 _{Prestasi yg rendah di sekolah}

G2 Perhatian mudah teralih atau Kurang fokus

(4)

Tabel 2. Lanjutan Data Gejala

G4 _{Pengendalian emosi yang buruk}

G5 Tidak mampu bersikap tenang pada saat dituntut untuk tenang

G6 Sangat aktif, tidak sanggup menyelesaikan suatu pekerjaan/kegiatan hingga selesai

G7 _{Susah mengikuti petunjuk/perintah tertentu/kebiasaan tertentu} G8 Menolak/tidak suka/menghindar jika disuruh terlibat mengerjakan

tugas yang memerlukan usaha konsentrasi/mental yang lama

G9 Seperti tidak memperhatikan/mendengarkan pada saat berbicara dengan orang lain

G10 Memiliki keragu-raguan yang besar dan tidak yakin atas

kemampuannya.

G11 Menunjukkan perilaku yang kaku dan kekhawatiran yang berlebih terhadap suatu aturan

G12 Kecemasan & kekhawatiran yg berlebihan & sulit dikendalikan pd suatu objek/kondisi tertentu

G13 Pemalu yg berlebihan

G14 Merasa menderita dengan lingkungan sosial yang baru

G15 _{Kesulitan berinteraksi dengan orang lain} G16 Kesulitan mengurus dirinya sendiri

G17 Kesulitan membedakan baik atau buruk dan benar atau salah

G18 _{Susah mengingat sesuatu}

G19 Sangat tergantung dengan orang tua

G20 Perkembangan bahasa yang buruk atau terlambat berkembang

G21 Sering Muncul perilaku agresi terus menerus

G22 Menampakkan perilaku menentang terus menerus kpd ortu/guru/org _{dewasa lain}

G23 Melakukan pelanggaran terhadap norma-norma masyarakat

G24

Repetitif (pengulangan), misalnya: tingkahlaku motorik ritual seperti berputar-putar dengan cepat, memutar-mutar objek, bergerak maju-mundur/kekiri-kekanan

G25 Tidak tersenyum pada situasi sosial, tetapi tersenyum/tertawa ketika _{tidak ada sesuatu yang lucu} G26 menghindari kontak mata/tatapan mata dengan orang lain

G27 Tidak memiliki perhatian untuk berkomunikasi/tidak ingin _{berkomunikasi untuk tujuan sosial} G28 penyendiri atau terlalu asik dengan benda-benda/situasi tertentu

G29 Sering mengulang kata-kata yang baru saja/pernah mereka dengar, _{tanpa maksud berkomunikasi} G30 Terlambat membaca jika dibandingkan dengan teman seusianya

G31 Tidak lancar membaca

G32 Kesulitan memisahkan kata/huruf yang mirip

(5)

Tabel 2. Lanjutan Data Gejala

G34 Kesulitan memahami pengertian dan membedakan kata seperti kata _{kakak-katak-kapak}

G35 Kesulitan mengeja/mendikte

G36 Sulit memahami konsep waktu,

G37 Sulit menggunakan uang sesuai tahap perkembangannya

G38 Sulit mengerjakan tugas jika melibatkan angka atau simbol matematis

G39 Cara menulis yang berubah-ubah, tidak mengikuti baris yang tepat dan _proporsional

G40 Kesulitan dalam menulis permulaan

G41 Kesulitan menulis meski hanya diminta menyalin tulisan

Data nilai kepercayaan pakar tiap gejala pada penelitian ini dapat dilihat pada Tabel 3.

Tabel 3 Data Nilai Kepercayaan Pakar terhadap tiap gejala

Kode Gejala Nilai Kepercayaan Pakar

rendah sedang tinggi

G1 0.01 0.32 0.52 G2 0.01 0.6 0.8 G3 0.01 0.45 0.65 G4 0.01 0.5 0.7 G5 0.01 0.5 0.7 G6 0.01 0.6 0.8 G7 0.01 0.55 0.75 G8 0.01 0.5 0.7 G9 0.01 0.5 0.7 G10 0.01 0.5 0.7 G11 0.01 0.4 0.6 G12 0.01 0.5 0.8 G13 0.01 0.5 0.7 G14 0.01 0.5 0.7 G15 0.01 0.4 0.68 G16 0.01 0.6 0.8 G17 0.01 0.5 0.7 G18 0.01 0.5 0.7 G19 0.01 0.5 0.7 G20 0.01 0.5 0.7 G21 0.01 0.5 0.7

(6)

Tabel 3. Lanjutan Data Nilai Kepercayaan Pakar terhadap tiap gejala

G22 0.01 0.4 0.7 G23 0.01 0.6 0.8 G24 0.01 0.6 0.8 G25 0.01 0.4 0.6 G26 0.01 0.5 0.7 G27 0.01 0.5 0.7 G28 0.01 0.6 0.8 G29 0.01 0.5 0.7 G30 0.01 0.4 0.6 G31 0.01 0.6 0.8 G32 0.01 0.5 0.7 G33 0.01 0.5 0.7 G34 0.01 0.6 0.8 G35 0.01 0.5 0.7 G36 0.01 0.5 0.7 G37 0.01 0.6 0.8 G38 0.01 0.6 0.8 G39 0.01 0.5 0.7 G40 0.01 0.5 0.7 G41 0.01 0.6 0.8

Berikut data relasi gejala dengan gangguan perkembangannya pada penelitian ini dapat dilihat pada Tabel 4.

Tabel 4. Data Relasi Gejala Terhadap Gangguan

Kode Gejala Kode Gangguan

P1 P2 P3 P4 P5 P6 P7 P8 G 1 V - V V - V V V G 2 V - - - - G 3 V - - - V - - - G 4 V - - V - - - - G 5 V - - - - G 6 V - - - - G 7 V - - V - - - - G 8 V - - - - G 9 V - - - V - - - G 10 - V - - - - G 11 - V - - - -

(7)

Tabel 4. Lanjutan Data Relasi Gejala Terhadap Gangguan

G 12 - V - - - - G 13 - V - - - - G 14 - V - - - - G 15 - V V V V - - - G 16 - - V - - - - - G 17 - - V - - - - - G 18 - - V - - - - - G 19 - - V - - - - - G 20 - - V - - - - - G 21 - - - V - - - - G 22 - - - V - - - - G 23 - - - V - - - - G 24 - - - - V - - - G 25 - - - - V - - - G 26 - - - - V - - - G 27 - - - - V - - - G 28 - - - - V - - - G 29 - - - - V - - - G 30 - - - V - - G 31 - - - V - - G 32 - - - V - - G 33 - - - V - - G 34 - - - V - - G 35 - - - V - V G 36 - - - V - G 37 - - - V - G 38 - - - V - G 39 - - - V G 40 - - - V G 41 - - - V

2.2 Gangguan Perkebangan

Gangguan perkembangan merupakan istilah yang digunakan untuk merujuk kepada sekelompok kondisi kejiwaan yang dimulai pada awal kehidupan, gangguan perkembangan dapat mempengaruhi seorang individu di berbagai area yang berbeda, seperti belajar, bahasa, dan keterampilan motorik. Dengan manajemen dan perawatan yang tepat, anak dapat mengatasi kondisi dan gejalanya. Namun, gangguan perkembangan dapat mengganggu keterampilan penting, yang masih tertanam saat anak berkembang menjadi dewasa.

(8)

Implementasi metode logika fuzzy dan DS pada SP penentuan jenis gangguan perkembangan pada anak (M.Risyanto Fitriyadi) |62 2.3 Logika Fuzzy

Logika Fuzzy merupakan teori himpunan logika samar yang dikembangkan oleh Prof. Lofti Zadeh. Logika fuzzy mempunyai nilai penalaran yang kabur/samar. Kabur/samar dipresentasikan dalam derajat dari suatu keanggotaan ataupun derajat dari kebenaran[1]. Langkah pada penelitian ini ialah melakukan pencarian nilai derajat keanggotaan tiap gejala dengan representasi kurva linear dan segitiga. Proses ini dikenal pula dengan sebutan fuzzyfikasi. Pada penelitian ini, nilai input semua gejala memiliki skor penilaian antara 1 – 5 dan akan dibagi menjadi 3 tingkatan yaitu rendah (1 < x < 3) , sedang (1 < x < 5), tinggi (3 < x < 5). Kurva keanggotaan pada penelitian ini dapat dilihat pada Gambar 2 berikut.

Gambar 2. Kurva keanggotaan gejala

Berdasarkan kurva keanggotaan gejala diatas maka penilaian akan menggunakan rumus sebagai berikut.

𝜇 𝑅𝑒𝑛𝑑𝑎ℎ[𝑥] { 1; 𝑥 ≤ 1 (3 − 𝑥)/(3 − 1); 1 ≤ 𝑥 ≤ 3 0; 𝑥 ≥ 3 …(1) 𝜇 𝑆𝑒𝑑𝑎𝑛𝑔[𝑥] { 0; 𝑥 ≤ 1 𝑎𝑡𝑎𝑢 𝑥 ≥ 5 (𝑥 − 1)/(3 − 1); 1 ≤ 𝑥 ≤ 3 (5 − 𝑥)/(5 − 3); 3 ≤ 𝑥 ≤ 5 …(2) 𝜇 𝑇𝑖𝑛𝑔𝑔𝑖[𝑥] { 0; 𝑥 ≤ 3 (𝑥 − 3)/(5 − 3); 3 ≤ 𝑥 ≤ 5 1; 𝑥 ≥ 5 …(3)

Nilai keanggotaan tiap gejala akan dikalikan dengan nilai kepercayaan pakarnya masing-masing kemudian dijumlahkan untuk mendapatkan nilai kepercayaan yang akan digunakan pada perhitungan dempster-shafer.

(9)

Implementasi metode logika fuzzy dan DS pada SP penentuan jenis gangguan perkembangan pada anak (M.Risyanto Fitriyadi) |63 2.4 Teori perhitungan dempster-shafer

Nilai kepercayaan tiap gejala dari hasil perhitungan sebelumnya akan dimasukkan kedalam perhitungan dempster-shafer sebagai nilai m (belief/kekuatan densitas), adapun rumus dari teori perhitungan ¬dempster-shafer adalah sebagai berikut.

𝑘 = ∑ 𝑚1(𝐵) 𝑚2(𝐶) 𝐵∩𝐶=∅

Dimana :

k = jumlah keseluruhan himpunan kosong

3. HASIL DAN PEMBAHASAN

Pada bagian ini akan dijelaskan bagaimana langkah perhitungan metode Logika

Fuzzy dan dempster-shafer sampai mendapatkan hasil akhir. Berikut contoh input

dari user pada G1, G2, dan G3 dapat dilihat pada gambar 3.

Gambar 3. Input dari user

Fuzzyfikasi dilakukan untuk menemukan derajat keangotaan setiap gejala. Proses fuzzifikasi menggunakan rumus kurva yang telah diberitahukan pada gambar 2, Berikut proses fuzzyfikasi untuk G1, G2, dan G3.

G1 = input 5 = Derajat tinggi = 𝑥−3 5−3

=

5−3 5−3

= 1

G2 = input 4 = Derajat sedang = 5−𝑥

5−3

=

5−4 5−3

= 0.5

Derajat tinggi = 𝑥−3 5−3

=

4−3 5−3

= 0.5

G3 = input 4 = Derajat sedang = 5−𝑥 5−3

=

5−4 5−3

= 0.5

Derajat tinggi = 𝑥−3 5−3

=

4−3 5−3

= 0.5

𝑚12(𝐴) = 1 1 − 𝑘 ∑ 𝐵∩𝐶=𝐴≠∅ 𝑚1(𝐵) 𝑚2(𝐶) …(4) …(5)

(10)

Maka dapat disimpulkan hasil fuzzifikasi kedalam Tabel 5 berikut. Tabel 5. Hasil fuzzifikasi gejala

Kode hasil Fuzzifikasi

Rendah Sedang Tinggi

G1 0 0 1

G2 0 0.5 0.5

G3 0 0.5 0.5

Kemudian nilai setiap derajat keanggotaan gejala akan dikalikan dengan nilai kepercayaan pakarnya masing-masing untuk mendapatkan nilai kepercayaan (m) seperti yang terlihat pada tabel 6 .

Tabel 6. Hasil nilai kepercayaan gejala

Kode _keanggotaanDerajat _FuzzifikasiNilai Kepercayaan _pakar _kalihasil m

G1 tinggi 1 0.52 0.52 0.52 G2 sedang 0.5 0.6 0.3 0.7 tinggi 0.5 0.8 0.4 G3 sedang 0.5 0.45 0.225 0.55 tinggi 0.5 0.65 0.325

Sesuai dengan basis aturan, G1 berelasi dengan P1,P3, P4, P6, P7, dan P8. G2 berelasi dengan P1. G3 berelasi dengan P1 dan P5. Setelah nilai kepercayaan tiap gejala (m) telah didapatkan, akan dilanjutkan dengan mencari nilai plausibility /nilai semesta tiap gejala yang didapatkan dari rumus θ = 1 – m. Nilai θ dari input diatas ialah:

• G1 = m1 (P1,P3, P4, P6, P7 P8) = 0.52 maka m1 θ = 1 - 0.52 = 0.48 • G2 = m2 (P1) = 0.7 m2 θ = 1 – 0,7 = 0.3 • G3 = m4 (P1, P5) = 0.55 m4 θ = 1 – 0,55 = 0.45 Selanjutnya tiap gejala akan dikombinasikan untuk mendapatkan kemungkinan gangguan yang diderita. Perhitungan kombinasi dempster-shafer dapat dilihat pada gambar 4 dan gambar 5 berikut.

Gambar 4. Perhitungan Dempster-Shafer

(11)

Gambar 5. Lanjutan Perhitungan Dempster-Shafer

Pada gambar 5 diatas dapat diambil kesimpulan yaitu m5 (P1/gangguan ADHD) memiliki nilai yang cukup besar yaitu 0.7858, sehingga dapat dikatakan penderita kemungkinan besar memiliki gangguan ADHD.

4. SIMPULAN

Pada penelitian ini didapatkan kesimpulan yaitu Implementasi Metode Logika

Fuzzy Dan Dempster-Shafer Pada Sistem Pakar Penentuan Jenis Gangguan

Perkembangan Pada Anak dapat digunakan untuk menentukan kemungkinan gangguan yang diderita anak.

DAFTAR PUSTAKA

[1] S. Kusumadewi, and H. Purnomo, "Aplikasi Logika Fuzzy Untuk Pendukung

Keputusan," Edisi 2. Graha Ilmu, 2010.

[2] H. M. Valentine, H. Nasution, & H. Sastypratiwi, “Perancangan Sistem Pakar

Diagnosis Awal Penyakit Gigi Dan Mulut Menggunakan Metode Dempster-Shafer.” 2015.

[3] M. R. Fitriyadi, “Sistem Pakar Penentuan Jenis Gangguan Perkembangan

Pada Anak Dengan Metode Logika Fuzzy dan Dempster-Shafer (Studi Kasus Anak Usia Dini," 2017.