SISTEM PAKAR DIAGNOSA PENYAKIT GANGGUAN TIDUR MENGGUNAKAN METODE FORWARD CHAINING
Muhammad Bintang Aldifa (17140139) UNIVERSITAS BSI Bandung
e-mail: [email protected]
Abstract
Kesehatan tidur adalah salah satu kebutuhan yang diperlukan oleh manusia, karena tidur merupakan proses pembentukan sel-sel tubuh yang baru dan perbaikan sel-sel yang rusak. Jumlah penderita penyakit gangguan tidur di Indonesia mencapai 10%. Cara untuk menyelesaikan masalah tersebut saat ini adalah dengan melakukan konsultasi kepada seorang pakar, namun hal ini dapat menimbulkan masalah jika orang yang ingin berkonsultasi tidak bisa bertemu. Oleh karena itu f sistem pakar, aplikasi komputer yang berprilaku layaknya seorang ahli. Sistem pakar mampu memecahkan masalah layaknya seorang pakar dengan menggunakan basis pengetahuan, fakta dan teknik penalaran. Dalam analisa ini mesin inferensi yang digunakan adalah metode forward chaining. Dalam melakukan proses forward chaining dibutuhkan knowledge yang terdiri dari rule dan database. Knowledge tersebut didapat dari seorang pakar, dimana pakar tersebut mendefinisikan hubungan antara gejala dengan jenis gangguan tidur. Rule yang ada ditelusuri satu persatu hingga penelusuran dihentikan karena kondisi terakhir telah terpenuhi. Hasil penelitian berupa program aplikasi sistem pakar yang mampu mendiagnosa 9 jenis penyakit dengan 26 gejala. Keluaran sistem berupa hasil penelusuran penyakit yang di peroleh dengan perhitugan menggunakan metode forward chaining, penyebab dan solusi.
Kata kunci: Sistem Pakar, Forward Chaining, Diagnosa, Gangguan Tidur.
1. Pendahuluan
Tidur adalah suatu keadaan tidak sadar fisiologis sementara waktu, ditandai oleh penghentian yang reversible mengenai kegiatan sensorimotor pada waktu bangun [1]. Tidur merupakan kebutuhan biologis periodik yang dapat mengistirahatkan seluruh tubuh dan menguatkan kembali jaringan neromuskuler.
Beberapa pakar lain menyatakan bahwa tidur merupakan keadaan teratur, kambuhan, mudah reversible yang ditandai dengan keadaan yang relatif diam dan peningkatan pada ambang respon terhadap rangsangan luar relatif terhadap keadaan terjaga [2]. Oleh karena itu, apabila seseorang tidak dapat melakukan proses tidur dengan baik, maka orang tersebut dicurigai mengalami gangguan tidur. Jumlah keseluruhan penderita penyakit gangguan tidur yang terjadi di Indonesia diperkirakan mencapai 10%, yaitu sekitar 23 juta jiwa penduduk [3].
Gangguan tidur menyebabkan rasa mengantuk sepanjang hari, yang mana mengantuk merupakan salah satu faktor resiko terjadinya kecelakaan, mudah jatuh, serta penurunan stamina pada seseorang. Penelitian di China menyebutkan bahwa 23.5%
melaporkan pola tidur yang buruk, 26.2% tidak
merasa puas dengan masa tidurnya, 16.1%
mengalami Insomnia, dan 17.9% mengantuk pada siang hari yang menyebabkan gangguan konsentrasi dan proses belajar [4]. Salah satu cara untuk menyelesaikan masalah tersebut saat ini adalah dengan melakukan konsultasi kepada seorang pakar. Konsultasi terhadap seseorang yang memiliki kemampuan khusus di bidang tertentu dalam menyelesaikan suatu permasalahan merupakan pilihan tepat guna mendapatkan jawaban, saran, solusi, keputusan atau kesimpulan terbaik. Seiring dengan perkembangan teknologi yang semakin pesat, salah satunya adalah penerapan sistem pakar.
Sistem pakar mampu memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dengan menggunakan basis pengetahuan, fakta dan teknik penalaran.
Secara umum, sistem pakar (expert system) adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seprti yang biasa dilakukan oleh para ahli.
Dengan sistem pakar ini, orang awampun dapat menyelesaikan masalah yang cukup rumit yang sebenarnya hanya dapat diselesaikan dengan bantuan para ahli [5].
Tiga komponen utama dalam sistem pakar adalah basis pengetahuan, mesin inferensi dan antarmuka pengguna. Basis pengetahuan mengandung pengetahuan relevan yang dibutukan untuk pemahaman, formulasi dan penyelesaian masalah. Basis pengetahuan
terdiri dari dua
elemen dasar yaitu fakta (situasi masalah dan area masalah) dan aturan yang menggunakan pengetahuan secara langsung untuk pemecahan masalah yang spesifik dalam domain tertentu.
Mesin inferensi merupakan otak dari sistem pakar, yang dikenal sebagai struktur control atau penerjemah aturan. Mesin inferensi adalah dasar dari program komputer yang menyediakan metode untuk pertimbangan informasi dalam basis pengetahuan, dalam blackboard dan juga untuk merumuskan kesimpulan.
Forward chaining merupakan salah satu pendekatan dari mesin inferensi. Forward chaining memeriksa bagian IF terlebih dahulu.
Setelah semua kondisi IF ditemukan, aturan akan dipilih untuk mendapatkan kesimpulan. Jika kesimpulan berasal dari keadaan pertama tidak selesai, maka akan digunakan fakta baru untuk dibandingkan dengan kondisi IF dari aturan lainnya untuk menemukan kesimpulan [6]
.
2. Metode Penelitian
Dalam melakukan penelitian diperlukan metode penelitian, dalam metode tersebut dilakukan beberapa tahapan untuk mendapatkan hasil yang baik. Sehingga penelitian ini dapat berjalan dengan lancar.
Tahapan-tahapan tersebut adalah perencanaan, analisis, desain, implementasi dan hasil
A. Perencanaan
Penulis menerapkan metode forward chaining pada pencarian hasil untuk mendapatkan hasil konsultasi yang akurat.
B. Analisis
Dalam langkah ini merupakan analisa terhadap kebutuhan sistem. Pengumpulan data dalam tahap ini penulis melakukan sebuah penelitian, wawancara dan study literatur.
C. Desain
Penulis menggunakan bahasa pemrograman php, html sebagai rangka web, dan css sebagai desain untuk tampilan pada website serta database dengan menggunakan SQLite.
D. Implementasi
Penulis menggunakan bahasa pemrograman php untuk membuat website.
3. Pembahasan
3.1 Basis Pengetahuan
Pada tahap perancangan, data yang digunakan sebagai data masukan sistem yaitu 26 gejala yang terlihat. Gejala ini didapat dari dokter. Gejala akan dipilih oleh user dengan melakukan checkbox pada interface gejala.
Rancangan alir proses diagnosa dapat dilihat
pada gambar 1.
Gambar 1. Rancangan alir proses diagnosa Gambar 2 merupakan gambaran tahapan kegiatan dalam use case diagram user yang digunakan dalam penelitian yaitu:
1. Melihat deskripsi gejala & penyakit 2. Melakukan test
3. Melihat hasil konsultasi 4. Mengirim pesan kepada admin 5. Mengelola profil data
Login
Melihat Gejala, Penyakit &
Solusi
Melakukan Konsultasi
Mengirim Pesan, Kritik & sSaran
Mengelola data diri
Membuat akun
<<include>>
<<include>>
<<include>>
Kirim Tampil
<<extend>>
Konsultasi
<<extend>>
Tampil
Hapus
<<extend>>
<<extend>>
Tampil
<<extend>>
<<extend>>
Tampil
<<extend>>
<<include>>
Ubah
<<extend>>
Gambar 2. Use Case Diagram user
Hasil Konsultasi
Admin Sistem
Pilih Menu Has il Konsultasi
Konfirmas i kembali Hapus Tampil Detail
Tampilkan data hasil konsultasi
Simpan Pilih Detail
Lihat detail data hasil konsultasi dan pilih
kembali
Tampilkan detail dan hasil konsultasi
Berhasil Gagal Pilih Hapus Data
Simpan Konfirmas i hapus
Gambar 3. Activity Diagram Konsultasi
Penyakit
Rules Konsultasi
user id
nama username
tempat_tinggal
age
emai l
nm_penyakit
pg_penyakit
kd_penyakit
id
solusi Gejala
nm_gejal a
pg_gejal a
kd_gejal a
id
kd_penyakit
kd_gejal a id
menghasilkan
memiliki
M M 1
melakukan
1
menghasilkan M
1 kd_gejal a
nm_gejal a
id 1
1 menghasilkan
1 Analisa
nm_penyakit
pg_penyakit
kd_penyakit
id solusi
1
Gambar 4. Entity Relationshi Diagram Pilihan checkbox gejala terlihat pada tabel 1. Data gejala-gejala tersebut didapatkan dari Dokter di Rumah Sakit Jiwa Hurip Waluya Bandung.
Tabel 1. Data Gejala
Kode Nama Gejala
G08 Bersuara ketika tidur G09 Frekuensi terbangun G10 Kesulitan berkonsentrasi G11 Perubahan mood G12 Frekuensi mimpi buruk
G13 Kesulitan untuk mengalami tidur G14 Terjadi perubahan pola makan
G15 Mengalami murung G16 Merasa putus asa G17 Merasa gelisah
G18 Merasa adanya waham G19 Bicara kacau
G20
Berkeringat secara berlebihan dimalam hari
G21 Bangun dengan tenggorokan serak G22
Obesitas atau kelebihan berat badan
G23
Penyalahgunaan minuman keras, narkoba dan obat-obatan
G24 Tidur berjalan
G25 Lumpuh tidur atau ketindihan G26 Mengigau
Proses keluaran menghasilkan keluaran berupa jenis penyakit gangguan tidur. Jenis penyakit yang digunakan dalam penelitian ini terlihat pada tabel 2
Tabel 2. Data Penyakit
Kode Nama Penyakit
P01 Narkolepsi P02 Mendengkur P03 Insomnia P04 Depresi P05 Cemas P06 Psikotik P07 Sleep Apnea P08 Hipersomnia P09 Parasomnia
Setelah data gejala dan data penyakit didapat, selanjutnya dibuat aturan yang di tulis dalam bentuk IF THEN. Aturan dibuat berdasarkan tabel keputusan dari pakar dengan melihat hubungan antara gejala-gejala yang terlihat dengan penyakit yang timbul berdasarkan gejala tersebut. Tabel 3 merupakan tabel keputusan diagnosa penyakit gangguan tidur. Dalam pembentukan aturan, digunakan operator or dan and untuk menghubungkan gejala satu dengan gejala lainnya
Tabel 3. Tabel keputusan diagnosa penyakit gangguan tidur
Kode P 1
P 2
P 3
P 4
P 5
P 6
P 7
P 8
P 9
G1 x x
G2 x
G3 x x x x x x
G4 x x
G5 x
G6 x
G7 x x
G8 x x
G9 x x x x x
G10 x x x x x
G11 x x x x x
G12 x x
G13 x
G14 x x
G15 x x
G16 x x
G17 x
G18 x
G19 x
G20 x
G21 x
G22 x
G23 x
G24 x
G25 x
G26 x
3.2 Rule-rule pada pakar
Untuk mempresentasikan pengetahuan dan mendapat solusi yang terbaik dari beberapa masalah penyakit gigi dan mulut, maka penulis membuat knowledge base atau rule base sistem pakar yang biasanya ditulis dalam bentuk jika maka (IF-THEN) adalah sebagai berikut:
Rule Pertama
If Rasa kantuk pada siang hari yang berlebihan And Melemahnya otot secara tiba-tiba And Gangguan fisik And Berhalusinasi And Gangguan ingatan Then Narkolepsi
Rule Kedua
If Sakit dada dimalam hari And Sesak nafas And Bersuara ketika tidur And Frekuensi terbangun And Kesulitan berkonsentrasi Then Mendengkur
Rule Ketiga
If Kesulitan untuk mengalami tidur And Gangguan fisik And Frekuensi terbangun And Kesulitan berkonsentrasi And Perubahan mood And Frekuensi mimpi buruk Then Insomnia
Rule Keempat
If Merasa Putus asa And Mengalami murung And Tejadinya perubahan pola makan And Perubahan mood And Kesulitan berkonsentrasi And Gangguan fisik Then Depresi
Rule Kelima
If Merasa gelisah And Perubahan mood And Kesulitan berkonsentrasi And Terjadinya perubahan pola makan And Gangguan fisik And Frekuensi terbangun Then Cemas
Rule Keenam
If Merasa adanya waham And Bicara kacau And Berhalusinasi And Kesulitan berkonsentrasi And Perubahan mood And Frekuensi terbangun Then Psikotik
Rule Ketujuh
If Bangun dengan tenggorokan serak
And Berkeringat secara berlebihan di malam hari And Sesak nafas And Bersuara ketika tidur And Frekuensi terbangun And Perubahan mood Then Sleep Apnea
Rule Kedelapan
If Rasa kantuk pada siang hari yang berlebihan And Penyalahgunaan minuman keras, narkoba dan obat-obatan And Obesitas atau kelebihan berat badan And Gangguan fisik And Mengalami murung And Merasa putus asa Then Hipersomnia
Rule Kesembilan
If Mengigau And Lumpuh tidur atau ketindihan And Tidur berjalan And Frekuensi mimpi buruk And Gangguan fisik Then Parasomnia
3.3 Pohon Keputusan Pakar
Gambar 5. Pohon Keputusan Pakar 3.4 User Interface
Gambar 6. Tampilan Login User
Gambar 7. Tampilan Menu Registrasi Gambar 7 merupakan tampilan dari menu registrasi. Sebelum login user harus memiliki akun terlebih dahulu
Gambar 8. Tampilan Menu Utama User Sistem pakar diagnosa penyakit gangguan tidur diimplementasikan dalam bentuk website.
Pada web ini terdapat 4 menu yang dapat dipilih user yaitu menu konsultasi, data penyakit &
gejala, mengelola profil, dan mengirim pesan kepada admin. Gambar 8 merupakan tampilan menu sistem pakar diagnosa gangguan tidur.
Gambar 9. Tampilan Menu Konsultasi Gambar 9 merupakan menu konsultaasi.
Halaman ini berisikan gejala-gejala yang bisa di bisa dipilih. Terdapat juga tombol hasil untuk melihat hasil akhir dari proses dengan metode Forward Chaining. Ketika tombol hasil di pilih oleh user, sistem akan menampilkan hasil diagnosa penyakit gangguan tidur berdasarkan metode Forward Chaining. Halaman hasil menampilkan gejala-gejala yang telah di ceklist
oleh user dan kemungkinan jenis penyakit gangguan tidur yang diderita.
Gambar 10. Tampilan Hasil Konsultasi Gambar 10 merupakan tampilan dari hasil konsultasi. Dalam tampilan tersebut terdapat profil pasien, gejala yg dipilih, penyakit yg diderita, serta solusinya.
4. Kesimpulan
Berdasarkan beberapa proses yang telah diuraikan penulis dalam pembuatan aplikasi sistem pakar mengenai “Sistem Pakar Diagnosa Penyakit Gangguan Tidur Menggunakan Metode Forward Chaining” maka dapat ditarik kesimpulan sebagai berikut:
1. Pemahaman mengenai penyakit gangguan tidur itu sangat penting karena apabila tidak segera ditangani dapat menimbulkan penyakit yang semakin parah.
2. Aplikasi sistem pakar ini dibuat agar mengetahui secara dini penyakit gangguan tidur yang sedang dialami sehingga pengguna yang masih awam dapat mengetahui solusi dari penyakit tersebut.
3. Aplikasi sistem pakar ini dapat digunakan untuk mempercepat pencarian dan pengaksesan dengan menerapkan metode forward chaining untuk memperoleh hasil dari diagnosa penyakit gangguan tidur
.
DAFTAR PUSTAKA
[1] Willy F.Maramis, Albert A.Maramis.
Catatan Ilmu Kedokteran Jiwa Edisi 2.
Surabaya: Airlangga University Press, 2009; p.38
[2] Tarihoran, S. E. (2014). Hubungan Pola Tidur dengan Prestasi Belajar Mahasiwa Keperawatan di Universitas Advent Indonesia Bandung. KTI UNAI.
[3] Diana, Tanto, H., & Vita, M. A. (2016).
Hubungan antara perokok aktif dengan gangguan kualitas tidur (insomnia) pada dewasa (Usia 25 – 45 Tahun) di rw 04
Desa Kalisongo Kecamatan Dau Kabupaten Malang, 1, 144–152.
[4] Lukmasari, A., Hartanto, F., Bahtera, T.,
& Muryawan, M. H. (2017). Hubungan antara Gangguan Tidur dengan Gangguan Mental Emosional Anak Usia 4-6 Tahun di Semarang, 18(5), 345–349.
[5] Suhery, C., Midyanti, D. M., & Hidayati, R. (2018). Sistem Pakar Diagnosa Penyakit Rabies Pada Anjing, 19–24.
[6] Saefudin, & Rianti, R. T. (2015). Sistem Pakar untuk Mendiagnosa Gangguan Pencernaan pada Anak dengan Metode Forward Chaining. Jurnal Sistem Informasi, 2, 13–16.
