SISTEM PAKAR SEBAGAI PENDIAGNOSA GANGGUAN ANXIETAS
FOBIK DENGAN METODE FORWARD CHAINING
NASKAH PUBLIKASI
diajukan oleh
Albertus Herry Adhie Nugroho
12.12.7080
kepada
SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
AMIKOM YOGYAKARTA
YOGYAKARTA
2016
1
SISTEM PAKAR SEBAGAI PENDIAGNOSA GANGGUAN ANXIETAS
FOBIK DENGAN METODE FOWARD CHAINING
Albertus Herry Adhie Nugroho
1), Kusrini, Dr
2),
1)
Sistem Informasi STMIK AMIKOM Yogyakarta 2)
Ilmu Komputer Universitas Gajah Mada Yogyakarta
Jl Ringroad Utara, Condongcatur, Depok, Sleman, Yogyakarta Indonesia 55283
Email : [email protected]), [email protected]2)
Abstract - Phobic anxiety disorder is a disorder that is owned by someone who experienced a lack of pleasure in excess of a thing or object that health anxiety, social realization exams, career and environmental conditions. If this is allowed to be annoying in daily life. This disorder is owned by everyone and the percentage is growing. These disorders have a detrimental effect if excessive owned and have an impact on physical ailments that can interfere with the activities of sufferers. One study says that 41.2% of patients with brain injuries experienced phobic anxiety disorder.
Expert system is a form of artificial intelligence to learn how to diagnose who is done by an expert in thinking and reasoning, to solve a problem to be able to diagnose and take the decisions and conclusions of a fact related to the disorder (disease). The basis of the expert system is to implement the knowledge possessed by an expert on to the system (computer) to be able to assist in making a conclusion based on expert knowledge.
Expert System For Actors phobic anxiety disorder diagnosis is made using .... Aims to help people with phobic anxiety disorder can be diagnosed in order to help countermeasures based on symptoms which are owned by the patient. In the development of expert systems is knowledge about the disease was obtained from several sources, namely experts, books and the internet.
Keywords - Expert System, major depressive disorder,
anxiety, stress, certainty factor, fuzzy.
1. Pendahuluan
Anxietas Fobik Disorders atau sering disebut
gangguan kecemasan fobik adalah suatu keadan aprehensi atau keadan kuatir yang berlebih, mengeluhkan bahwa adanya situasi atau objek yang jelas (dari luar individu itu sendiri). Kecemasan adalah respon yang tepat terhadap ancaman, tetapi kecemasan bisa menjadi abnormal bila tingkatnya lebih tinggi dan bentuknya ekstrim, kecemasan dapat menggangu fungsi dan kegiatan diri sendiri.Gangguan penyakit ini lebih banyak diderita phobia adalah salah satu gangguan psikologis yang paling umum, sekitar 7-11% dari populasi umum (APA, 2008). Specific phobia cenderung berlangsung terus menerus selama bertahun-tahun atau selama beberapa dekade kecuali bila ditangani dengan baik, dan biasanya perempuan mempunyai kemungkinan dua kali
lebih besar dibandingkan laki-laki untuk mengalami specific
phobia (Nevid, 2005). Banyak orang mengalami dan
memahami bahaya pada setiap orang mengalami Anxietas
Fobik Disorder secara sudut pandang pisikologis, sebagian
besar klinisi sepakat bahwa orang yang mengalami gangguan ini tidak mudah disembuhkan. Penanganan dalam bentuk obat maupun pisikologis, relatif masih lemah dan belum dikembangkan dengan baik mesipun sudah dikembangkan dan dicapai banyak kemajuan. Perlu adanya diagnosa dahulu terhadap jenis Anxietas Fobik Disorder dengan menggunakan Forward Chaining dapat menemukan peyakit dengan memberikan gejala-gejala yang sedang diderita oleh seseorang, penyakit yang telah ditentukan dengan menggunakan metode Forward Chaining dapat membantu mempermudah pengguna sistem dalam penanganan secara pisikologis dengan tepat dan baik. Sehingga Anxietas Fobik
Disorder yang dialami oleh seseorang, dapat diantisipasi dan
diperbaiki secara pisikologis dan kembali ke tingkat yang normal yang dimiliki oleh orang pada umumnya kembali kestandar ke normal seperti biasa yang berfungsi sebagai meningkatkan produktifitas seseorang terhadap lingkungannya.
1.1 Rumusan Masalah
Melalui latar belakang yang menjelaskan mengenai
Axietas Fobik Desorder didapatkan rumusan masalah
sebagai berikut: Bagaimana membuat sistem pakar untuk membantu mendiagnosa Axietas Fobik Desorder dengan menggunakan metode Forward Chaining, dari hasil itu dapat mendiagnosa dan mendapatkan solusi yang tepat untuk dapat membantu penanganan seseoarang yang mengalami Anxietas
Fobik Desorder?
1.2 Tujuan Penelitian
Tujuan dari penelitian ini adalah
Membantu penderita yang mengalami Axietas Fobik
Desorder mendapatkan penanganan, solusi yang terbaik dan
tepat untuk memperbaiki diri menjadi orang yang normal pada umumnya yang berfungsi meningkatkan produktifitas pada diri seseorang .
1.3 Tinjauan Pustaka
Pada tinjauan pustaka akan dijelaskan beberapa penelitian sebelumnya yang terkait dengan tema sistem pakar gangguan anxietas fobik. Penelitian-penelitian sebelumnya tersebut adalah sebagai berikut:
Pertama penelitian oleh Ali Ibrahim. Mahasiswa Sistem Informasi Fakultas ilmu Komputer, Universitas
2 Sriwijaya, dengan judul “Implementasi Mobile Computing
Dalam Pengembangan Sistem Pakar untuk Mengukur Tingkat Kecemasan Karyawan” [1]
Kedua penelitian oleh Reny Retnowati dan Ardi Pujiyanta. Program Studi Teknik Informatika Universitas Ahmad Dahlan Yogyakarta, dengan judul “Implementasi
Case Base Reasoning Pada Sistem Pakar Dalam Menentukan Jenis Gangguan Kejiwaaan .[2]
Ketiga penelitian oleh Wawan Nurmansyah dan Sri Hartati. Mahasiswa Program Pascasarjana ilmu komputer, FMIPA, UGM Yogyakarta, dengan judul “Sistem Pakar
Penentu Jenis ganguan Psikologi Klinis Menggunakan Forward Chaining dan Formula Bayes”..[3]
Keempat, hasil penelitian oleh Conny Theodora Lempao. Mahasiswa Program study Teknik Informatika Sekolah Tinggi Manajemen Informatika dan Komputer Yogyakarta, dengan judul “Sistem Pakar Untuk Mendiagnosa Kecenderungan perilaku Abnormal”..[4]
1.4 Landasan Teori
1.4.1 Definisi Sistem Pakar
Sistem pakar adalah sistem berbasis komputer yang menggunakan pengetahuan, fakta dan teknik penalaran dalam memecahkan masalah yang biasanya hanya data dipecahkan oleh seseorang pakar dalam bidangnya tersebut [5]
1.4.2 Arsitektur Sistem Pakar
Sistem pakar memiliki beberapa bentuk komponen yang harus dimiliki yaitu: [6]
Arsitektur sistem pakar dapat di gambarkan pada Gambar 1 berikut ini:
Gambar 2 Arsitektur Sistem Pakar 1.4.3 Inferensi
Inferensi merupakan proses untuk menghasilkan informasi dari fakta yang diketahui atau diasumsikan. Inferensi adalah konklusi (logical conclusion) implikasi bedasarkan informasi yang tersedia. Mesin infrensi
merupakan modul yang berisi program tentang bagaimana mengendalikan proses reson. [7]
Ada dua metode inferensi yang penting dalam sistem pakar yaitu: Runut maju (Forward Chaining) dan Runut balik (backwars Chaining).
1.4.3.1 Runut Maju (Forward Chaining)
Runut maju merupakan himpunan aturan kondisi-aksi. Dalam metode ini, data yang digunakan untuk menentukan aturan mana yang akan dijalankan kemudian aturan tersebut dijalankan. Mungkin proses menambahkan data ke memori kerja. Proses diulang sampai ditentukan hasil. Metode inferensi runut maju cocok digunakan untuk menangani masalah pengendalian (controlling) dan peramalan (prognosis) [7] alur runut maju atau Forward
Chaining di tunjukan pada Gambar 2 berikut ini:
Obseervasi A
Observasi B Aturan R2 Aturan R3 Fakta E Fakta C Aturan R1 Fakta D Kesimpulan 2 Kesimpulan 1 Aturan R4
Gambar 2 Diagram Runut Maju (Forward Chaining) 1.4.3.2 Runut Balik (Backward Chaining)
Runut balik merupakan metode penalaran kebalikan dari runut maju. Dalam runut balik penalaran dimulai dengan tujuan kemudian menurut balik ke jalur yang akan mengarahkan ke tujuan tersebut. Runut balik di sebut juga sebagai doal-driven reasoning, merupakan cara yang efisien untuk memecahkan masalah yang di modelkan sebagai masalah pemilihan tersturuktur. Runut balik memiliki tujuan infrensi adalah mengambil pilihan terbaik dari banyak kemungkinan. Metode infrensi runut balik ini cocok di gunkan untuk memecahkan masalah diagnosis [7]. Alur runut balik atau Backward Chaining di tunjukkan pada Gambar 3 berikut ini:
Obseervasi A Obseervasi B Obseervasi C Obseervasi D Tujuan Aturan R2 Aturan R3 Fakta A Fakta B Fakta c Aturan R4 Aturan R5 Aturan R1
Gambar 3 Diagram Runut Balik ( Backward Chaining) 1.4.4 Konsep Dasar Axietas Fobik Disorder
(Gangguan Fobia)
Fobia berasal dairi bahasa yunani yang Phobos berati “takut” konsep takut dan cemas bertautan erat. Takut adalah perasaan cemas agitasi sebagai respon terhadap suatu ancaman. Gangguan fobia adalah rasa takut yang presisten terhadap objek atau situasi dan rasa takut ini tidak sebanding dengan ancaannya. Pada gangguan fobia, ketakutan yang
3
dialami jauh melebihi penilaian tentang bahaya yang ada. Fobia tidak kehilangan kontak dengan realitas; dalam arti orang ini masih sadar dengan hal yang dilakukannya dan biasanya tahu bahwa ketakutan mereka itu berlebihan tidak pada tempatnya. Hal yang aneh tentang fobia adalah biasanya melibatan ketakutan terhadap peristiwa yang dalam hidupnya bukan yang luar biasa. Tipe-tipe fobia yang berbeda biasanya muncul pada usia yang berbeda. Berikut ini marilah kita tinjau tiga tipe fobia yang di klarifikasikan dalam sistem DSM: Fobia Spesifik, fobia sosial, dan
agoraphobia [20]
2. Pembahasan 2.1 Analisis SWOT
Analisis SWOT merupakan sebuah bentuk analisis situasi dan kondisi yang bersifat deskriptif (memberi suatu gambaran). Analisis SWOT meliputi: Strengths (kekuatan),
Weaknesses (kelemahan), Opportunities (peluang), dan Threats (hambatan)
Analisis Strengths (Kekuatan)
Pada analisis ini sistem pakar gangguan Anxietas fobik (gangguan fobia) mempunyai beberapa kekuatan dalam pembuatan sistem diantaranya sebagai berikut:
1. Terdapat pakar psikologi yaitu ibu Kondang Budiyani, M.A., Psi sebagai pakar Pisikologi khususnya fobia. 2. Terdapat data yang akan melakukan atau menggunakan
diagnose.
3. Tersedia gejala-gejala yang diperolah oleh pakar dan buku-buku refrensi.
4. Terdapat gangguan-gangguan yang diperoleh dari pakar dan buku-buku referensi.
5. Diagnosa menggunakan forward Cahining yang terdapat dalam sistem dan tersedianya data gejala-gejala dengan memperoleh data dari pakar dan buku referensi.
6. Tersedia hasil diagnosa dari hasil gejala yang telah tersedia.
7. Tersedia terapi yang diperoleh dari pakar dan buku referensi.
8. Terdapat diagnosa secara manual yang digunakan oleh pakar mencocokkan untuk mediagnosa.
9. Tersedia terapi dan cara penanganan yang sesuai dengan anjuran pakar.
Analisis Weaknesses (kelemahan)
Sistem pakar Anxietas Fobik Disorder (gangguan fobia) memiliki kelemahan adalah sebagai berikut:
Sistem pakar menggunakan Forward Cahining sebagian besar tidak bisa menampilkan semua gangguan yang diderita oleh penderita fobia.
Analisis Opportunities (peluang)
Sistem pakar Anxietas Fobik Disorder (gangguan fobia) memiliki peluang adalah sebagai berikut:
1. Dapat mengolah data Pakar 2. Dapat mengolah data User 3. Dapat mengolah data Gejala
4. Dapat mengolah data gangguan
5. Dapat mengolah data Forward Cahining 6. Dapat mengolah data gejala dan gangguan 7. Dapat mengelola data terapi
8. Dapat mengelola data diagnose Analisis Threats (hambatan)
Sistem pakar anxietas fobik disorder (gangguan fobia) memiliki hambatan adalah sebgai berikut:
1. Akan adanya pengembangan sistem-sistem pakar yang lebih baik terhadap sistem pakar Anxietas Fobik Disorder (gangguan fobia) lebih baik lagi kedepannya. 2. Kasus fobia kedepanya akan lebih bervariasi dan lebih
bermacam-macam. Analisis Diagnosa Manual Contoh Kasus 1
Ria, 24 tahun, dia mengalami gangguan gejala yakni: ia merasa jantungnya berdebar-debar, keluar keringat dingin, mual dan badanya lemas. Demikian juga jika melihat boneka berbetuk kambing, ia memunculkan gejala yang sama. Ria selalu memilih untuk mengindar jika ia melewati tempat orang bejualan kambing atau pun daerah yang diketahuinya beberapa penduduk memelihara kambing. Setiap tahunnya menjelang Idul Adha, hampir dipastikan Ria tidak masuk sekolah dan berusaha tidak keluar rumah. Penyebabnya adalah karena pada saat menjelang Idul Adha banyak orang berjualan kambing di pinggir jalan. MulanyaRia menganggap bahwa gangguan yang muncul sejak Ia SMP ini tidak perlu dibawa ke psikolog atau psikiater. Namun akhir-akhir ini ia muai berfikir untuk mencari bantuan. Sebab gangguan dirasakannya makin parah dan mengganggu. Ria menceritakan bahwa sekarang jika mendengardan menyebut kata “kambing”, jantungnya sudah berdebar lebih cepat, dan keluar keringat dingin.
Gejala-gejala yang dialami pada contoh kasus Ria berikut ini:
a. G1: Aku merasa cemas, takut menghindar atau meningkatkan Kesiagaan
b. G17: Ketakutan yang berlebih atau pristen terhadap objek atau situasi spesifik
c. G18: Memiliki rasa untuk melarikan diri atau menghindar terhadap suatu objek yang ditakuti
d. G19 Berlangsung secara terus menerus selama bertahun-tahun
e. G24 Mengalami ketakutan terhadap binatang dan serangga Mencari Gejala Dengan Menggunakan Forward Cahining
Dari gejala yang ada terdapat di mesin inferensi dapat dilihat pada pada Gambar 4 berikut ini :
4
Aku merasa cemas, Takut Menghindar atau meningkatkan Kesiagaan Gangguan lain Tidak mengalami gangguan Mengalami gangguan lain T Y T Takut berada di tempat-tempat keramaian
Ketakutan yang berlebih
atau pristen terhadap
objek atau situasi spesifik
Takut kehilangan kontrol di tempat umum Takut menatap orang lain Merasa takut/ cemas untuk bertemu orang baru Y Y T Y T
AGORAFOBIA GANGGUAN LAIN
FOBIA SOSIAL GANGGUAN LAIN
Meimiliki rasa untuk melarikan diri atau menhindar terhadap suatu objek yang Ditakuti
TIDAK MEMPUNYAI
GANGGUAN
Y T
Y T
Berlangsung secara terus menerus selama
bertahun-tahun TIDAK
MEMPUNYAI GANGGUAN Meimiliki rasa untuk
melarikan diri atau menhindar terhadap suatu objek yang ditakuti
Y Y T TIDAK MEMPUNYAI GANGGUAN Takut terhadap ketinggian
mengalami ketakutan Terhadap situasi atau
kejadian dialam TIDAK MEMPUNYAI GANGGUAN
FOBIA SITUASIONAL Mengalami ketakutan terhadap tempat tertutup atau alat transportasi umum Takut terhadap ketinggian mengalami ketakutan Terhadap situasi atau kejadian dialam
FOBIA DARAH, LUKA JARUM SUNTIK
mengalami ketakutan terhadap binatang dan serangga Y T T T T Y FOBIA ALAM FOBIA BINATANG (kambing) T Y T Y Y
Gambar 4 Mesin Inferensi Kasus I 2.3 Perancangan
Perancangan use case diagram ditunjukkan pada Gambar 5 dibawah ini:
Gambar 5 Use Case Diagram
Activty Diagram mengolah data diagnosa ditunjukan pada
Tabel 1 berikut ini:
Tabel 1 Activty Diagram Mengolah Data Diagnosa
User Sistem
P
ha
se
Membuka Sistem Menampilkan Menu Utama
Memilih Login Menampilkan Form Login
Masukan Username-Password Cek Username-Password Menampilkan Menu Utama Menampilkan Pesan Eror Valid Invalid
Memilih Menu Data User Menampilkan Form Diagnosa Memilih Mulai Menampilkan Pertanyaan Memilih Jawaban
Memilih Next Menyimpan Jawaban
Memilih Finish
Menampilkan Hasil Diagnosa
Sequence Diagram Mengolah Data Diagnosa dapat
dijelaskan pada alur Gambar 6 berikut ini:
Pakar/User Form Data
Diagnosa
Olah Data Diagnosa
1. Tekan Tumbol tambah 1.1 AturText() 1.2 KdbaruDiagnosa() 1.3 TampilDataUser() 2.MemilihTombol Start 2.1 AmbilPertanyaan() 2.2 SimpanDiagnosa() Diagnosa 2.2.1 Tambah Diagnosa 3. Memilih_Jawaban
3.1 Simpan Detail Diagnosa
Detail
Diagnosa Hasil Rule
3.1.1 SimpanDetailDiagnosa
3.111.1SimpanHasilRule 3.2 Tampil Laporan
4.. Menampilkan Hasil Diagnosa
Gambar 6 Sequence Diagram Mengolah Data Diagnosa
Class diagram dapat di gambarkan pada Gambar 7 berikut
ini:
Gambar 7 Class Diagram
Perancangan ERD dapat ditunjukkan pada Gambar 8 berikut ini:
5 Gambar 8 ERD
2.4 Implementasi Form Menu Utama
Form menu utama menyediakan menu – menu yang digunakan user dan pakar untuk menginputkan data maupun melakukan diagnosa gangguan. Tampilan form menu utama digambarkan pada Gambar 9, sebagai berikut:
Gambar 9 Menu Utama Form Gejala
Form gejala digunakan untuk menginputkan data gejala. Tampilan form gejala digambarkan pada Gambar 10, sebagai berikut:
Gambar 10 Form Gejala Form Diagnosa
Form diagnosa digunakan untuk menginputkan data diagnosa yang dilakukan oleh pakar . Tampilan form diagnosa digambarkan pada Gambar 11 berikut ini:
Gambar 11 Form Diagnosa 3. Kesimpulan
Berdasarkan perancangan, pembuatan, dan implementasi program yang telah di lakukan dan berdasarkan rumusan masalah yang ada, maka dapat diambil kesimpulan bahwa: 1.Sistem Pakar Axietas Fobik Disorder (Gangguan Fobia) memiliki fitur pengolahan data yaitu pengolahan terhadap mengolah data pakar,mengolah data User, mengolah data gejala dan gangguan, mengolah data rule, mengolah data diagnose dan mengolah data terapi
2. Sistem pakar Anxietas Fobik Disosder sudah di ujicobakan oleh pakar dari 10 data uji coba pakar dengan sistem hasil diagnosa pakar dengan diagnosa sistem sesuai Saran
Dalam pembuatan sistem pakar gangguan depresi mayor ini masih banyak terdapat kekurangan. Maka agar sistem ini dapat lebih baik lagi, sebagai pertimbangan untuk penggembangan, ada beberapa saran yang dapat penulis sampaikan:
1. Tampilan dibuat lebih menarik agar user lebih tertarik dalam meggunakan sistem pakar sebagai sarana membantu user.
2. Sistem pakar dikembangkan lagi untuk mendeteksi tidak hanya berhenti dalam fobia tetapi ke penyakit yang lain yang berkesinambungan dengan fobia
3. Dalam menginputkan menggunakan metode lain selain forward chaining agar data dan perhitungan diagnosa lebih valied dan sesuai dengan apa yang diderita oleh user 4. Pengembangan sistem pakar terhadap aplikasi lain atau penerapan sistem pada media lain salah satu contohnya pada mobile agar lebih mudah digunakan.
Daftar Pustaka
[1] Ibrahim, Ali. Implementasi Mobile Computing Dalam
Pengembangan Sistem Pakar untuk Mengukur Tingkat Kecemasan Karyawan. Universitas Sriwijaya. Fakultas ilmu
Komputer
[2] Retnowati, Reny dan Pujiyanta, Ardi. Implementasi
Case Base Reasoning Pada Sistem Pakar Dalam Menentukan Jenis Gangguan Kejiwaaan. Universitas
Ahmad Dahlan Yogyakarta. Program Studi Teknik Informatika
[3] Nurmansyah, Wawan dan Hartati, Sri. Sistem Pakar
6
Forward Chaining dan Formula Bayes. UGM Yogyakarta.
Program Pascasarjana ilmu komputer
[4] Theodora Lempao, Conny. Sistem Pakar Untuk
Mendiagnosa Kecenderungan perilaku Abnormal. Teknik
Informatika
[5] Martin dan Oxman. 1988. Diambil dari buku Kusrini yang berjudul Sistem Pakar Teori dan Aplikasi. Andi Yogyakarta : Yogyakarta.
[6] Sutojo, T., Mulyanto, Edi. Dan Suhartono, Vincent. 2011. Kecerdasan Buatan, Andi, Yogyakarta.
[7] Kusrini. 2008. Aplikasi sistem pakar. Andi Offset: Yogyakarta.
Biodata Penulis
Albertus Herry Adhie Nugroho, memperoleh gelar Sarjana Komputer (S.Kom), Jurusan Sistem Informasi STMIK AMIKOM Yogyakarta, lulus tahun 2016.
Kusrini, Dr, memperoleh gelar Sarjana Komputer (S.Kom), Jurusan Ilmu Komputer Universitas Gajah Mada Yogyakarta, lulus tahun 2002. Memperoleh gelar Magister Komputer (M.Kom) Program Pasca Sarjana Magister Ilmu Komputer Universitas Gajah Mada Yogyakarta, lulus tahun 2006. Memperoleh gelar Doctor (Dr) Program Doctor jurusan Ilmu Komputer Yogyakarta, lulus tahun 2010. Saat ini menjadi Dosen tetap di STMIK AMIKOM Yogyakarta.
