Sistem Pakar Diagnosa Hamil Anggur Berbasis Web Menggunakan Metode Depth First Search

(1)

Sistem Pakar Diagnosa Hamil Anggur Berbasis Web Menggunakan Metode Depth First Search

Faisal Adnan¹, Syarif Hidayatulloh²

1 Jurusan Teknik Informatika Universitas BSI Bandung

Jalan Sekolah Internasional No.1-6 Antapani Bandung 40282 e-mail: [email protected]

2 Fakultas Teknik Universitas BSI Bandung

Jalan Sekolah Internasional No.1-6 Antapani Bandung 40282 e-mail: [email protected]

Abstract

Wine pregnancy or in medical terms known as Mola Hydatidos is a type of pregnancy disorder in the form of massive placental growth both accompanied by fetal growth or not accompanied by fetal growth, and usually on the placenta with bubbles in the form of grapes, this is due to chromosomal disorders or due to other factors such as age and health or others. To present information on wine pregnancy to the public, it is made an application that is a web-based expert system. The algorithm method used in this expert system uses the Depth First Search method, this method searches very quickly from node to node so it does not take long to search.

With the application of this expert system will speed up the diagnosis process.

Keywords: Expert System, Web, Depth First Search, Wine Pregnancy Abstrak

Hamil anggur atau dalam istilah medis dikenal dengan nama Mola Hidatidosa adalah sebuah jenis dari banyaknya gangguan kehamilan yang berupa pertumbuhan plasenta yang masif baik itu disertai dengan tumbuhnya janin atau tidak disertai dengan tumbuhnya janin, dan biasanya pada plasenta itu terdapat gelembung-gelembung yang berbentuk anggur, hal ini disebabkan karena adanya gangguan kromosom atau karena faktor-faktor lain seperti karena faktor usia dan kesehatan atau yang lainnya. Untuk menyajikan informasi hamil anggur kepada masyarakat maka dibuatlah yaitu aplikasi sistem pakar yang berbasis web. Metode algorithma yang digunakan dalam sistem pakar ini menggunakan metode Depth First Search, metode ini melakukan pencarian dengan sangat cepat dari node ke node sehingga tidak membutuhkan waktu lama untuk melakukan proses pencarian. Dengan adanya aplikasi sistem pakar ini akan mempercepat proses diagnosa.

Kata Kunci : Sistem Pakar, Web, Depth First Search, Hamil Anggur

1. Pendahuluan

Sistem pakar adalah sistem berbasis komputer yang menggunakan pengetahuan, fakta, dan tehnik penalaran dalam memecahkan masalah yang biasanya hanya dapat dilakukan oleh seorang pakar (Wirata, Delima, & Wijana, 2018). Sistem pakar juga dirancang untuk menirukan keahlian seorang pakar dalam menyelesaikan suatu permasalahan dalam bidang tertentu seperti bidang kesehatan,

kedokteran, bisnis, ekonomi dan sebagainya (Sihotang, 2014) tujuan dari sistem pakar bukan untuk menggantikan para pakar itu sendiri tapi untuk mengalihkan pengetahuan tersebut dalam bentuk sistem sehingga dapat dimanfaatkan oleh banyak orang.

Pada dunia kehamilan ada yang disebut gangguan kehamilan, salah satu dari banyaknya gangguan kehamilan salah satunya dalah hamil anggur, hamil anggur sangat jarang terjadi namun jika dibiarkan akan menyebabkan tumor ganas atau dalam

(2)

bahasa kedokteran disebut gestational trophoblastic. Hamil anggur atau yang disebut dengan Mola Hidatidosa merupakan kondisi yang tidak normal, komplikasi yang dapat terjadi dan pendarahan sampai menyebabkan syok dan penderitanya lebih banyak ditemukan pada wanita hamil berusia dibawah 20 tahun dan diatas 35 tahun (Lampung, 2016).

Banyak masyarakat saat ini sudah menggunakan website baik untuk mengakses informasi atau membuat website itu sendiri. Hal ini dikarenakan sangat mudahnya akses internet yang didapat pada saat ini, dilihat dari data statistik situs media we are social (Kemp, 2019) penggunaan internet baik untuk media sosial dan lainnya terutama web sudah meningkat dari tahun ke tahun.

Website merupakan alamat atau lokasi didalam internet suatu halaman web, pada umumnya web adalah dokumen HTML yang berisi sejumlah foto atau gambar grafis, musik, teks atau gambar yang dapat bergerak seperti animasi. Situs web juga dapat memberikan keuntungan karena dapat diakses secara global melalui internet seperti yang sudah disebutkan sebelumnya, hal ini dikarenakan sekarang banyak orang- orang menggunakan website sebagai e- commerce dimana dengan adanya website yang sudah bisa online dapat menjawab pertanyaan dari konsumen (MZ, 2016). Tak hanya didunia bisnis website juga bisa digunakan di setiap bidang, sebagai salah contoh dalam bidang kesehatan website juga bisa digunakan untuk membantu sebagai sistem informasi di sebuah rumah sakit atau untuk hal lainnya.

Algoritma Depth First Search atau yang biasa disingkat dengan DFS, DFS adalah metode algoritma yang dilakukan pada satu node (simpul) dalam setiap level dari yang paling kiri. Jika pada level yang paling dalam solusi belum ditemukan, maka pencarian dilanjutkan pada node sebelah kanan. Node yang di kiri dapat dihapus dari memori. Jika pada level yang paling dalam belum ditemukan solusi, maka pencarian dilanjutkan ke level sebelumnya. Demikian seterusnya sampai ditemukannya solusi, dan jika solusi ditemukan maka tidak perlu dilakukan proses backtracking (penelusuran untuk mendapatkan jalur yang diinginkan) (Bahar & Suseno, 2014).

Dari pemaparan masalah diatas penulis ingin mengangkat masalah mengenai gangguan kehamilan yaitu hamil

anggur atau yang disebut Mola hidatidosa dengan sistem pakar yang di terapkan dalam sebuah aplikasi berbasis web yang berjudul “ Sistem Pakar Diagnosa Gangguan Hamil Anggur Berbasis Web Menggunakan Metode Depth First Search

“.

2. Metode Penelitian

Metode yang dilakukan dalam penelitian disini yaitu metode teknik pengumpulan data dan metode pengembangan sistem

2.1. Teknik Pengumpulan Data

Dalam teknik pengumpulan data penulis melakukan observasi di Bumi Ambu dan di sebuah klinik kandungan lalu penulis melakukan wawancara untuk mendapatkan informasi mengenai hamil anggur guna mendapatkan informasi yang valid, dan penulis melakukan studi pustaka dari penelitian terkait sebelumnya dan dari beberapa sumber lainnya.

2.2. Metode Pengembangan Sistem Pada metode pengembangan sistem metode penelitian yang digunakan adalah metode waterfall. Model waterfall adalah model pengembangan sistem Informasi yang sistematik dan sekuensial (Sasmito, 2017) disebut waterfall karena tahapannya harus menunggu dari tahapan sebelumnya. Adapun tahapan tersebut adalah :

A. Analisa Kebutuhan

Pada tahap ini penulis melakuakan proses pengumpulan informasi dan kebutuhan apa saja yang dibutuhkan serta difokuskan dan akan difokuskan terhadap software yang akan dibuat.

B. Design

Dalam tahap design ini penulis mengubah kebutuhan-kebutuhan dalam bentuk rancangan atau kerangka software yang akan dibuat agar dapat di implementasikan kebutuhan yang telah disebutkan.

C. Coding

Coding dilakukan agar dapat dimengerti oleh mesin, dalam hal ini yang penulis maksud adalah komputer. Ketika sudah mendapatkan kerangka yang dibutuhkan maka coding kita buat dalam bahasa

pemrograman untuk

mengimplementasikan hasil yang diperoleh dari tahap design.

(3)

D. Testing

Dalam tahap ini software yang sudah dibuat haruslah di uji coba terlbih dahulu beserta fungsi-fungsinya agar terbebas dari error.

E. Implementasi

Tahap terakhir adalah implementasi yaitu menerapkannya dalam bentuk web agar dapat di visualisasikan.

2.3. Metode Algoritma DFS

Menurut (Drs. Lamhot Sitorus, 2015) algoritma merupakan fondasi yang harus dipahami atau dikuasai oleh seseorang yang akan menyelesaikan suatu masalah dengan komputer, dalam hal ini dengan membuat program. Algoritma berasal dari kata al-khawarizmi, al khawarizmi adalah seorang ahli matematika dari Persia. Definisi dari algoritma adalah susunan langkah penyelesaian suatu masalah secara sistematika dan logis.

Berikut adalah pseudocode dari rancangan algoritma DFS untuk hamil anggur.

A. Rule Pertama

If Nyeri pada tulang panggul And Mual dan muntah yang parah

And Kista berbentuk anggur keluar dari vagina

And Pendarahan pada vagina di trimester pertama

And Membesarnya Ovarium And Anemia

And Hipertiroidisme

And Meningkatnya kadar HCG

And Rahim tampak lebih besar dari usia kandungan

And Preeklamsia di trimester pertama And Pertumbuhan uterus yang cepat And Proteinuria

Then Hamil Anggur B. Rule Kedua

And Janin tetap tumbuh ketika sudah USG

Then Hamil Anggur Parsial C. Rule Ketiga

And Janin tidak tumbuh ketika sudah USG Then Hamil Anggur Lengkap

Pseudocode diatas dapat menjelaskan bahwa, aplikasi akan menampilkan seluruh indikasi yang mungkin berkaitan dengan penyakit pada hamil anggur dimana nantinya akan dipilih oleh pengguna berupa sebuah pertanyaan.

Tabel 1. Tabel Keputusan Untuk Diagnosa Hamil Anggur

Kode Gejal a

Nama Gejala

Penyakit P0 1

P0 2

P0 3 G1 Rasa nyeri

pada tulang panggul

* * *

G2 Mual dan

muntah yang parah

* * *

G3 Kista berbentuk anggur keluar dari vagina

* * *

G4 Pendarahan pada vagina di trimester pertama

* * *

G5 Membesarny a Ovarium

* * *

G6 Anemia * * *

G7 Hipertiroidism e

* * *

G8 Meningkatnya kadar HCG

* * *

G9

Rahim

tampak lebih besar dari

* * *

(4)

usia kandungan G10

Preeklamsia di trimester pertama

* * *

G11

Pertumbuhan uterus yang cepat

* * *

G12 Proteinuria * * * G13

Janin tetap tumbuh ketika sudah USG

*

G14

Janin tidak tumbuh ketika sudah USG

*

D. Pohon Pakar

Pohon pakar adalah bentuk dari prediksi menggunakan dari sebuah struktur pohon atau sebuah struktur hirarki. Berikut adalah pohon pakar dari metode algoritma DFS.

Gambar 1. Pohon Pakar Hamil Anggur

3. Hasil dan Pembahasan

Hasil dari pembuatan aplikasi sistem pakar dilakukan dengan mencari dari node-node terpendek untuk menemukan sebuah penyakit pada hamil anggur dan menentukan solusi yang dihasilkan.

3.1. Proses Pencarian atau Diagnosa Pada sub bab ini pencarian atau proses diagnosa dilakukan dalam sebuah bentuk pilihan check box seperti gambar dibawah ini :

Gambar 2. Halaman diagnosa

Untuk cara kerja aplikasi ini, setiap pengguna yang mencoba diagnosa harus mengisi nama usia terlebih dahulu untuk data penelitian selanjutnya. Setelah itu barulah pengguna bisa memilih gejala yang ada dan jika sudah selesai memilih lali pilih tombol diagnosa, maka sistem akan memproses dan memberikan hasil diagnose serta solusi yang diberikan

3.2. Hasil Uji Tes Diagnosa

Gambar 3. Hasil Diagnosa

Dari hasil yang didapatkan dalam aplikasi tersebut bahwa pengguna memilih 2 gejala yaitu gejala 1 dan 2 dimana gejala 1 dan 2 sangat berdekatan sehingga oleh sistem diberikan informasi bahwa pengguna memilih 2 gejala dan teridentifikasi pengguna sebagai orang yang terkena hamil anggur dan solusi yang diberikan ada 2 yaitu Kuretase atau Histerektomi. Dari hasil tersebut dapat disimpulkan bahwa Depth First sesuai yang diharapkan karena sistem mencari dari node-node terpendek atau terdekat

4. Kesimpulan

Berdasarkan permasalahan yang di bangun pada Sistem Pakar untuk mendiagnosa gangguan kehamilan yaitu hamil anggur atau Mola Hidatidosa dapat diambil beberapa kesimpulan sebagai berikut :

1. Dengan adanya sistem pakar ini kita dapat melakukan diagnosa dan mengidentifikasi hamil anggur dengan gejala-gejala yang ada.

2. Dengan menggunakan metode algoritma Depth First Search yang digunakan dalam sistem pakar ini maka hasil diagnosa dapat ditemui oleh sistem secara tepat.

4.1. Saran

Saran-saran yang penulis kemukakan diharapkan dapat meningkatkan hasil yang lebih baik lagi untuk penelitian kedepannya dan dapat bermanfaat bagi

(5)

masyarakat khususnya para penderita hamil anggur. Berikut saran yang dapat penulis sampaikan :

1. Mencari data kembali kepada dokter spesialis ahli kandungan, karena pakar yang dapat penulis temui untuk penelitian ini baru dokter umum yang menangani kehamilan dan bidan senior. Untuk itu penulis menyarankan

mendapat informasi lebih lanjut mengenai hamil anggur kepada dokter spesialis kandungan.

2. Memberikan data lebih lengkap tentang pasien atau penderita yang mengalami hamil anggur.

Karena dalam penelitian ini penulis belum menemukan pasien yang bisa dijadikan sample dalam penelitian ini.

3. Melakukan penelitian dengan menerapkan metode algoritma yang berbeda untuk menghasilkan akurasi yang jauh lebih baik.

Referensi

Ariana, I. P. A., Wirawan, I. M. A., &

Putrama, I. M. (2018).

Pengembangan Web Semantik Silsilah Keluarga Kawitan Sri Kresna Kepakisan Dengan Metode Pencarian Breadth First Search, 7, 252–260.

Bahar, & Suseno, A. (2014). Penerapan Metode Depth First Search Pada Sistem Pakar Untuk Mendiagnosa Penyakit Pasca Melahirkan. Jutisi, 3(1), 465–526.

Drs. Lamhot Sitorus, M. K. (2015). Algoritma dan Pemrograman. (A. Pramesta, Ed.) (1st ed.). Yogyakarta: ANDI.

Hendra Kurniawa, E. P. W. (2016). Analisis Peningkatan Performa Akses Website dengan Web Server Stress Tool. Jurnal Teknik Informatika Dan Sistem Informasi, x(2), 108–119.

Herliana, A., Setiawan, V. A., & Prasetio, R.

T. (2018). Penerapan Inferensi Backward Chaining Pada Sistem Pakar Diagnosa Awal Penyakit Tulang. Jurnal Informatika, 5(1), 50–

60.

https://doi.org/10.31311/ji.v5i1.2818 Kemp, S. (2019). DIGITAL 2019: GLOBAL INTERNET USE ACCELERATES.

Retrieved from

https://wearesocial.com/blog/2019/

01/digital-2019-global-internet-use- accelerates

Komputer, W. (2010). Panduan Belajar MySQL Database Server (1st ed.).

Jakarta: mediakita.

Komputer, W. (2012). Belajar JavaScript

Menggunakan Jquery.

(Westriningsih, Ed.). Yogyakarta:

CV ANDI OFFSET.

Kusuma, A. (2017). Karakteristik Mola Hidatidosa Di RSUP Dr. Kariadi Semarang. Jurnal Kedokteran Diponegoro, 6(2), 319–327.

Lampung, P. (2016). Hubungan Usia dan Paritas dengan Kejadian Mola Hidatidosa Pada Satu Rumah Sakit di Provinsi Lampung, XII(2).

Lucid. (2010). What is an Entity Relationship Diagram. Retrieved from https://www.lucidchart.com/pages/e r-diagrams

Microsoft. (2019). Visual Studio Code.

Retrieved from

https://code.visualstudio.com/docs Morita, N., Shimizu, M., Arisawa, M., & Kishi,

M. (2011). Studies on The Medicinal Resources. XXXVI. The Constituents of the Leaves of Saxifraga Stolonifera Meerburg (Saxifragaceae). Chemical &

Pharmaceutical Bulletin, 22(7), 1487–1489.

https://doi.org/10.1248/cpb.22.1487 Mustaqbal, M.S. Roeri Fajri Firdaus., dan H.

R. (2015). Pengujian Aplikasi Menggunakan Black Box Testing Boundary Value Analysis. Pengujian Aplikasi Menggunakan Black Box Testing Boundary Value Analysis, I(3), 34.

MZ, Y. (2016). Evaluasi Penggunaan Website Universitas Janabadra Dengan. Informasi Interaktif, 1(1), 34–43.

Nidhra, S. (2012). Black Box and White Box Testing Techniques - A Literature Review. International Journal of Embedded Systems and Applications, 2(2), 29–50.

https://doi.org/10.5121/ijesa.2012.2 204

Pratama, Y. A., & Junianto, E. (2015).

Sistem Pakar Diagnosa Penyakit Ginjal dan Saluran Kemih Dengan Metode Breadth First Search, II(1).

https://doi.org/10.31311/ji.v2i1.69

(6)

Priyanto Hidayatullah, J. K. K. (2017).

Pemrograman Web (3rd ed.).

Bandung: Informatika Bandung.

Rosa A. S, M. S. (2018). Rekayasa Perangkat Lunak Terstruktur dan Berorientasi Objek. Bandung.

Rumah, D. I., Abdul, S., & Provinsi, M.

(2018). Gambaran Kejadian Mola Hidatidosa, VI(1), 30–34.

Sasmito, G. W. (2017). Penerapan Metode Waterfall Pada Desain Sistem Informasi Geografis Industri Kabupaten Tegal. Jurnal Pengembangan IT, 2(1), 6–12.

Shi, M. (2010). Software Functional Testing From The Perspective of Business Practice. Computer and Information Science, 3(4), 49–52.

https://doi.org/10.5539/cis.v3n4p49 Sianipar, R. H. (2015). HTML 5 dan CSS 3

Belajar dari Kasus (1st ed.).

Bandung: Informatika Bandung.

Sidik, B. (2014). Pemrograman Web dengan PHP (2nd ed.). Bandung:

Informatika Bandung.

Sihotang, H. T. (2014). Sistem Pakar Mendiagnosa Penyakit Kolesterol

Pada Remaja Dengan Metode Certainty Factor (Cf) Berbasis Web.

Jurnal Mantik Penusa, 15(1), 16–23.

Retrieved from http://e- jurnal.pelitanusantara.ac.id/index.p hp/mantik/article/view/161/76 Syafrizal, A., Andika, R., & Panggabean, A.

P. (2018). Perancangan Game Pembelajaran Anak Usia Dini Menggunakan Html 5 Berbasis Multimedia Interaktif. Seminar Nasional Teknologi Informasi Dan Multimedia, 7–12.

Widayanto, A., & Refianti, L. (2018). Sistem Informasi Pendaftaran Pernikahan Berbasis web Pada Kantor Urusan Agama Kecamatan Banyumas.

Jurnal Evolusi, 6(2), 57–65.

Wirata, W. A., Delima, R., & Wijana, K.

(2018). Sistem Pakar Untuk Mendiagnosa Penyakit Babi Dengan Metode Backward Chaining. Jurnal Informatika, 7(2), 25–29.

https://doi.org/10.21460/inf.2011.72 .109