Perancangan Ontologi Domain Pengetahuan Penyakit Saraf Berbasis SWRL Dengan
Metode METHONTOLOGY.
Christopel H Simanjuntak*), Sri Suning Kusumawardani**), Adhistya Erna Permanasari***) Teknik Elektro dan Teknologi Informasi, Universitas Gadjah Mada
E-Mail: *christopelsimanjuntak.ti14@mail.ugm.ac.id, **suning@ieee.org, ***adhistya@ugm.ac.id Abstrak
Dalam menangani penyakit saraf, ada beberapa kendala yang ditemui. Dari kurangnya tenaga medis sampai adanya human error dalam mendiagnosis penyakit. Biarpun saat ini sumber informasi akan penyakit ini banyak tapi tetap diperlukan suatu sistem yang mampu menampung pengetahuan yang ada dan membantu ahli dalam penanganan medis untuk penyakit saraf ini. Teknologi semantik yaitu ontologi dapat menjadi salah satu solusi akan permasalahan ini apalagi ontologi dilengkapi Rule-language yaitu SWRL yang dalam penulisannya mirip dengan first-order-logic untuk menyempurnakan hasil dari pengetahuan yang dibangun. Dalam membangun ontologi menggunakan metodologi METHONTOLOGY dimana ada 10 tahapan yang harus dilakukan untuk membangun ontologi. Untuk konstruksi domain pengetahuan ini menggunakan software protégé 4.3. Perancangan ini menghasilkan 7 class, 9 sub-class, 9 relasi, 101 individual dan 37 rules.
Kata kunci: Ontologi, METHONTOLOGY, SWRL, Penyakit saraf.
1.
PENDAHULUAN
Pada umumnya untuk menangani penyakit saraf, biasanya pasien harus datang ke dokter ahli untuk memeriksa kondisinya. Dalam memeriksa penyakit yang berbahaya ini, adakalanya dokter atau ahli salah memprediksi atau salah memberikan diagnosis ke pasien (human error). Selain daripada itu kekurangan tenaga baik dikarenakan pengetahuan yang kurang dan kurangnya pusat layanan medis membuat penanganan penyakit saraf menjadi sulit. Menurut himpunan kolega saraf indonesia jumlah spesialis saraf di indonesia sekitar 200 orang dimana 1 dokter menangani 1 juta jiwa penduduk indonesia. Ini sangat minim mengingat di negara maju, 1 dokter menangani 200.000 jiwa [1].
Data dan informasi akan penyakit saraf yang tersedia diberbagai sumber belum menjadi pengetahuan yang utuh sehingga membutuhkan waktu dan tenaga yang cukup untuk menelaah dan menyerap pengetahuan yang ada. Karena itu dibutuhkan cara yang tepat untuk mengakomodasi pengetahuan tersebut.
Salah satu cara mengakomodir hal tersebut adalah dengan memanfaatkan teknologi dari web semantik yaitu ontologi. Dengan ontologi, kita dapat merancang
pengetahuan yang telah dibangun dari berbagai informasi dan data yang didapat serta dapat memfasilitasi mesin untuk memproses dan memahami informasi sehingga mampu menyajikan pengetahuan yang ada dengan struktur yang mirip bahasa manusia. Ontologi juga dapat dikombinasikan dengan SWRL (Semantic Web Rule Language) sehingga memudahkan perancangan domain pengetahuan yang dibangun [2][3].
Makalah ini memuat perancangan ontologi penyakit saraf dengan didasarkan dengan metodologi pengembangan METHONTOLOGY [4][5] yang memiliki tahapan dalam merekayasa ontologi. Ontologi yang dikembangkan meggunakan SWRL untuk komponen Rule pada ontologi dalam menentukan kejadian berdasarkan pre-kondisi [6].
2.
TINJAUAN PUSTAKA
2.1. Saraf dan penyakit saraf.Sistem saraf memiliki tiga bagian penting yaitu sistem sensorik, sistem asosiasi dan sistem motorik. Sistem sensorik mewakili informasi tentang keadaan organisme dan lingkungannya, sistem motorik mengatur dan menghasilkan tindakan dan sistem asosiasi menghubungkan
sisi sensorik dan sistem motorik dari sistem saraf, berfungsi seperti persepsi, perhatian, kognisi, emosi, berpikir rasional, dan fungsi otak yang kompleks lainnya [7]. Adanya penyakit saraf dapat menyebabkan kerusakan saraf fatal dan bisa menyebabkan kematian [8]. Dalam menangani hal ini, para medis membutuhkan pengetahuan yang berasal dari berbagai informasi dan data untuk menangani penyakit saraf.
2.2. Ontologi
Definisi ontologi pertama di kemukakan Guarino dan Giaretta [4] mengumpulkan hingga tujuh definisi yang berhubungan dengan definisi semantik yaitu :
1. Ontologi adalah disiplin pada filosofi 2. Ontologi yaitu informal konsep sistem 3. Ontologi ialah formal semantik
4. Ontologi menjadi spesifikasi dari konseptual
5. Ontologi merepresentasikan konseptual sistem melalui teori logika
6. Ontologi adalah penggunaan kata berdasarkan teori logika
7. Ontologi menjadi spesifikasi dari teori logika
Dalam pembuatan ontologi ada beberapa komponen yang biasa didefinisikan dalam ontologi seperti [4]:
1) Class
Sebuah classes merupakan penjelasan dari tugas, fungsi, aksi, strategi, dan sebagainya. classes juga dikenal sebagai concept, object dan categories. Pendefinisian class ada beberapa cara. Pertama ialah Top-Down dimana dalam prosesnya, class dibuat dari yang paling umum ke yang spesifik dari class tersebut. Kedua ialah Bottom-Up yang pengembangannya terbalik dari top-down dimana membuat class yang sangat khusus dahulu baru mengarahkan classnya ke bentuk umum [9].
Gambar 1. Contoh susunan Class.
2) Properties
Properties adalah relasi biner antar individual [10]. Misalnya MemilikiKuliah adalah relasi antara individu Mahasiswa dan individu Kuliah. Karakter Properties adalah membuat koneksi antar individu atau menjelaskan tentang individu tersebut. Ada 2 jenis Properties yaitu Objek Properties dan Data Properties.
3) Individu
Individu adalah representasi objek yang ada di dalam domain yang dibangun. Bagian dari rangkaian konsep dan relasi dimana memiliki gambaran spesifik dari pengetahuan yang ada. Misalnya penyakit abses otak, pasien, dokter,negara,dll [2].
Gambar 2. individual Sumber: Noy [2].
2.3. SWRL sebagai rule language ontologi. Semantic Web Rule Language (SWRL) dirancang untuk rule language (Rule -Based) pada semantik web [11]. Penulisan SWRL mirip first-order-logic sehingga mudah dalam implementasinya.
antecedent →consequent (1)
Sintaks ini mengambarkan bahwa kondisi consequent terjadi jika antecedent bisa terpenuhi [12]. ekspresi ini contohnya bisa digambarkan melalui hubungan keluarga misalnya :
parent(?x,?y) ∧
brother(?y,?z) ⇒ uncle(?x,?z)
dimana ?x memiliki parent ?y dan ?y memiliki brother ?z maka ?x memiliki uncle z [13]. SWRL rule digunakan untuk OWL individuals terlebih khusus OWL class dan properties [11].
2.4. Penelitian Sebelumnya
Penelitian sebelumnya telah dilakukan salah satunya di bidang medical support misalnya seperti yang dilakukan oleh N.Lasierra et al [14] yang mana ontologi digunakan untuk sistem informasi katalog supply medis dimana bisa memberikan informasi katalog medis. Dalam penelitiannya memfokuskan katalog sarung tangan. Pada tahun 2009, A.Valls et al [15]
meneliti tentang penggunaan ontologi pada institusi kesehatan untuk meningkatkan management intitusi tersebut. Penelitiannya berbasis project K4CARE yang dilakukan di eropa tentang penggunaan sistem informasi dan domain pengetahuan yang mengintegrasikan pengetahuan dan pengalaman para pakar dari berbagai profesional medis [15].
Pada tahun 2012, D. Isern et al [16] meneliti ontologi yang digunakan untuk panduan klinis untuk para dokter dimana sistem tersebut memberikan akses dokter untuk mengumpulkan dan mengatur informasi dan meeting tentang pasien yang bersangkutan. Disamping itu sistem bisa memberikan panduan pada dokter untuk melakukan penanganan dan diagnosis penyakit pasien [16].
3.
METODOLOGI PENELITIAN
Dalam penelitian ini metodologi yang dipakai adalah METHONTOLOGY yang memiliki task-task untuk mengkonstruksikan ontologi secara detail [4].METHONTOLOGY memiliki beberapa tahapan pembangunan pada ontologi. Tahapan pengembangan ontologi penyakit saraf dijabarkan dalam Gambar 3.
1. Build glossary of terms
Tahap awal yang berguna untuk mengidentifikasi semua terms yang diperlukan dalam pembangunan ontologi. 2. Build concept taxonomies
Pada tahap ini dilakukan klasifikasi menyeluruh akan concept yang ingin dibangun berdasarkan tahap sebelumnya 3. Build ad hoc binary relation
Relasi akan concept yang dibangun ditentukan di tahap ini. Dengan tahap ini kita bisa mengetahui class apa saja yang berkaitan.
4. Build concept dictionary
Dalam tahapan ini dibangun concept dictionary mengambarkan class dan attribute-nya seperti data properties dan
object properties masing-masing
concept.
5. Describe ad hoc binary relation
Tahap ini merupakan tahap yang bertujuan mendeskripsikan dengan detail ad hoc relation berdasarkan concept yang dibangun. Tiap ad hoc relation harus memiliki nama yang spesifik, target
concept-nya dan jika ada inverse dari relasi tersebut.
6. Describe instance attributes
Tahap ini berguna untuk mendeksripsikan secara detail tiap instance attribute yang muncul pada ontologi.
7. Describe class attribute
Task ini mengambarkan secara detail semua class attribute yang mengambarkan akan class tersebut. Misalnya saja value type,measurement unit dan attribute name.
8. Describe formal axioms
Dimana pada tahapan ini menjabarkan formal axioms untuk memeriksa batasan dari tiap class.
9. Describe rule
Dalam tahap ini disusun rule yang mengatur logika dari ontologi yang dirancang pada ontologi penyakit saraf. 10. Describe instances
Tahapan terakhir ini merupakan tahap mendekskripsikan informasi dari masing-masing instances yang dipunyai oleh ontologi yang dibangun.
Task 2. Build concept taxonomies
Task 3. Build ad hoc Relation Task 4. Build concept
dictionary
Task 8. Describe
formal axioms Task 9. Describe rules
Task 10.Desribe instances Task 5. Describe ad
hoc binary relations
Task 6. Describe instance attributes Task 7. Describe class
attribute Task 1. Build glossary
of terms
Gambar 3. Adopsi metodologi Methontology
4.
HASIL PEMBAHASAN
Perancangan ontologi penyakit saraf dirancang berdasarkan dengan task yang ada di METHONTOLOGY. Tiap tahapan memiliki output yang mendeskripsikan komponen-komponen di ontologi. Dalam perancangan ontologi ini menghasilkan 7 class yaitu person, gejala, pemeriksaan, penyakit, pencegahan, penyebab, terapi. Misalnya class person adalah class yang mendeskripsikan tentang orang dimana dalam hal ini adalah pasien. Selain itu ontologi yang dirancang memiliki class Gejala dimana memiliki subclass GejalaUmum dan GejalaDugaan dimana menjabarkan gejala-gejala yang ada dalam penyakit saraf. Class Pemeriksaan berguna untuk mengakomodasi semua pemeriksaan berdasarkan penyakit yang diderita pasien. Dalam Class Pemeriksaan memiliki subclass PemeriksaanPenunjang dan PemeriksaanLain dimana PemeriksaanPenunjang adalah pemeriksaan yang harus dilakukan jika pasien terkena penyakit dan PemeriksaanLain adalah pemeriksaan tambahan yang berguna untuk meningkatkan hasil pemeriksaan utama.Class Penyakit menampung nama-nama penyakit saraf yang ada adapula class pencegahan dimana mendefinisikan pence-gahan yang dilakukan jika terjadi penyakit. Class Penyebab merupakan class dimana menjabarkan akan penyebab-penyebab yang menimbulkan penyakit. subclass dalam class ini ialah AgenPembawa yang mendefinisikan akan virus atau bakteri yang menyebabkan penyakit, PenyebabUmum yang meng-interpretasikan penyebab yang sering diketahui jika suatu penyakit menyerang pasien. PenyebabLain mendeskripsikan penyebab yang lain yang bisa menimbulkan penyakit. Dan terakhir adalah class Terapi dimana memiliki subclass yaitu TerapiFisik dan TerapiObat.
4.1. Concept Taxonomies Ontologi.
Setelah terms yang akan dipakai di dalam ontologi telah dijabarkan. Maka disusun taksonomi untuk menjabarkan dan mengklasifikasi class yang akan dibangun dalam ontologi. Model concept taxonomies dapat dilihat dalam Gambar 4.
Gambar 4.Model concept taxonomies. 4.2. Implementasi Ontologi penyakit saraf.
Hasil perancangan menghasilkan 7 class dengan 9 subclass, 9 object properties dan 101 Individual (Gambar 5). Pada protégé memiliki fitur OntoGraf untuk memudahkan tampilan pemetaan ontologi yang telah dibuat (Gambar 6).
Gambar 5. Implementasi class,object properties dan individuals.
Gambar 6. Tampilan Ontograf Ontologi Penyakit Saraf.
4.3. SWRL pada Ontologi Penyakit Saraf. Untuk mengatur kondisi dari tiap informasi yang ada. maka diperlukan rule yang bisa mengakomodir hal tersebut. Dalam ontologi yang dirancang, SWRL digunakan untuk menentukan kondisi pasien baik terapi yang akan dijalani, penyebab, pemeriksaan dan pencegahan penyakit bagi pasien berdasarkan gejala dan penyakit yang dialami oleh pasien.
Penyakit(?s),Person(?p),memilikiP enyakit(?p,penyakit_aneurisma-otak)->memilikiPemeriksaan(?p,
pemeriksaan_angiografiserebral)
Ekspresi ini menyatakan bahwa ?s yaitu
Penyakit dan ?p yaitu Person dan ?p
memiliki relasi memilikiPenyakit dengan penyakit_aneurisma-otak
maka ?p berelasi dengan
pemeriksaan_-angiografiserebral
mengunakan
relasi
memilikiPemeriksaan.Arti dariekspresi ini ialah jika Person yang diwakili variabel ?p memiliki penyakit aneurisma otak melalui relasi memilikiPenyakit maka Person memiliki pemeriksaan agiografiserebral dengan relasi memilikiPemeriksaan.
Dalam pembuatan Rules dengan SWRL menghasilkan 37 rule untuk mendukung ontologi yang dirancang. Pada Gambar 7 terlihat beberapa rule yang telah dibuat dengan bantuan protégé.
Gambar 7. Kumpulan Rules pada Ontologi.
5.
KESIMPULAN
Dalam membangun ontologi penyakit saraf ini mengadopsi metodologi METHON-TOLOGY dalam konstruksi domain pengetahuan. Metodologi ini memiliki 10 tahap untuk membangun ontologi yang baik yaitu Build glorssary of terms, build concept
taxonomies, build ad hoc binary relation diagram, build concept dictionary, describe ad hoc binary relations, describe instance attributes, describe class attribute, describe formal axioms, describe rules dan tahap terakhir describe instances.
Dari metodologi ini menghasilkan 7 class, 9 subclass, 9 relasi dan 101 individual. Selain itu juga dengan menggunakan SWRL, rules yang melengkapi ontologi ini mencapai 37 rules. Pada pengembangan selanjutnya adalah mengevaluasi ontologi yang akan dibangun menggunakan OntoQA untuk melihat kualitas akan Ontologi yang ada.
6.
DAFTAR PUSTAKA
[1] “Detail Berita | Kolegium bedah saraf indonesia.” [Online]. URL: http://kolegium.perspebsi.org/index.php/ public/informasi/berita-detail/7. diakses tanggal 03 Juli 2015.
[2] N. F. Noy, D. L. McGuinness, and others, “Ontology development 101: A guide to creating your first ontology,” Development. Citeseer, pp. 1–25, 2001. [3] “SWRL: A Semantic Web Rule
Language Combining OWL and RuleML.” [Online]. URL: http://www.w3.org/Submission/SWRL/ #. diakses tanggal 17 September 2015. [4] O. Gómez-Pérez, Asunción
Fernández-López, Mariano Corcho, Ontological Engineering, Advanced Information and Knowledge Processing. 2005.
[5] K. Dwi and P. Novianti, “Perancangan Ontologi sebagai Teknologi Penyimpanan Informasi untuk Penelusuran Pustaka pada SIRREF JTETI UGM,” vol. 3, pp. 98–103, 2014. [6] R.-C. Chen, Y.-H. Huang, C.-T. Bau,
and S.-M. Chen, “A recommendation system based on domain ontology and SWRL for anti-diabetic drugs selection,” Expert Syst. Appl., vol. 39, no. 4, pp. 3995–4006, Mar. 2012. [7] D. Purves, G. J. Augustine, D.
Fitzpatrick, W. C. Hall, A.-S. Lamantia, J. O. Mcnamara, and S. Markwilliams, NEUROSCIENCE Third Edition. 2004.
[8] V. Chandra, R. Pandav, R. Laxminarayan, C. Tanner, B. Manyam, S. Rajkumar, D. Silberberg, C. Brayne, J. Chow, S. Herman, F. Hourihan, S. Kasner, L. Morillo, A. Ogunniyi, W. Theodore, and Z.-X. Zhang, “Neurological Disorders,” Dis. Control Priorities Dev. Ctries., pp. 627–644, 2006.
[9] M. Uschold and M. Gruninger, “Ontologies: Principles, methods and applications,” Knowl. Eng. Rev., vol. 11, no. 2, pp. 93–136, 1996.
[10] U. Prot, M. Horridge, H. Knublauch, A. Rector, R. Stevens, C. Wroe, S. Jupp, G. Moulton, R. Stevens, N. Drummond, S. Jupp, G. Moulton, R. Stevens, and S. Brandt, “A Practical Guide To Building OWL Ontologies Using Prot´ eg´ e 4 and CO-ODE Tools Edition 1.3,” 2011. [11] P. D and B. A, “SWRL: RULE
ACQUISITION USING ONTOLOGY,” Sci. J. RIGA Tech. Univ. Inf. Technol. Manag. Sci. 2009 SWRL, pp. 117–122, 2009.
[12] V. Fortineau, T. Paviot, L. Louis-Sidney, and S. Lamouri, “SWRL as a rule language for ontology-based models in power plant design,” IFIP Adv. Inf. Commun. Technol., vol. 388 AICT, pp. 588–597, 2012.
[13] “SWRL: A Semantic Web Rule Language Combining OWL and RuleML.” [Online]. URL:: http://www.w3.org/Submission/SWRL/. diakses tanggal 17 September 2015. [14] N. Lasierra, F. Roldán, a. Alesanco, and
J. García, “Towards improving usage and management of supplies in healthcare: An ontology-based solution for sharing knowledge,” Expert Syst. Appl., vol. 41, no. 14, pp. 6261–6273, Oct. 2014.
[15] A. Valls, K. Gibert, D. Sánchez, and M. Batet, “Using ontologies for structuring organizational knowledge in Home Care assistance.,” Int. J. Med. Inform., vol. 79, no. 5, pp. 370–87, May 2010.
[16] D. Isern, D. Sánchez, and A. Moreno, “Ontology-driven execution of clinical guidelines.,” Comput. Methods Programs Biomed., vol. 107, no. 2, pp. 122–39, Aug. 2012.
