BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Implementasi aplikasi

BAB 4
IMPLEMENTASI DAN EVALUASI
4.1
Implementasi aplikasi
4.1.1
Spesifikasi Perangkat Keras dan Perangkat Lunak
Pembuatan aplikasi ini menggunakan perangkat keras maupun
lunak dengan spesifikasi sebagai berikut :
4.1.1.1 Perangkat Keras
Spesifikasi minimum dari perangkat keras (hardware)
yang digunakan untuk mengembangkan dan menjalankan
program sistem pakar ini adalah sebagai berikut :
a. Intel Pentium D CPU minimal 2.8 GHz
b. Memory 2 GB
c. Kapasitas harddisk 80GB
d. VGA dengan resolusi 1024 x 768 dengan 32 bit color
e. Perangkat keras input seperti mouse dan keyboard
f.
Server FTP
4.1.1.2 Perangkat Lunak
Dalam mengembangkan sistem pakar ini diperlukan
beberapa alat bantu perangkat lunak (software) ini :
a. Sistem operasi Microsoft Windows XP dan Linux U Buntu.
112 113 b. Qt 4.5 Programming. Digunakan sebagai programming
languange untuk mengembangkan sistem pakar.
c. SQLite.
Digunakan
sebagai
database
rule-rule
yang
dibutuhkan dalam sistem pakar.
4.1.2 Contoh Pengoperasian Aplikasi
Berikut adalah tahap-tahap pengoperasian program sistem pakar
diagnosa medis ini :
1. Login
Pada saat aplikasi dijalankan, maka akan muncul tampilan
login. Tampilan Login awal akan meminta username dan
password dari user seperti pada gambar 4.1 di bawah ini.
Gambar 4.1 Tampilan Login Awal.
Hal
ini
juga
berfungsi
sebagai
langkah
untuk
mengamankan program dijalankan oleh pihak yang kurang
bertanggung jawab. Login akan gagal apabila dimasukan
username dan password yang salah. Login yang gagal akan
disertai dengan pesan khusus agar user dapat mengetahui bahwa
114 username maupun password yang telah dimasukan kurang tepat
seperti yang terlihat pada gambar 4.2 di bawah ini.
Gambar 4.2 Tampilan ketika gagal Login.
Setelah user memasukan username dan password yang
benar, maka user telah login dan berhak untuk menggunakan
aplikasi ini. Kemudian user akan dihadapkan pada tampilan Main
Menu. Main Menu berguna sebagai “ruang tunggu” user agar
dapat memilih langkah berikutnya. Dari Main Menu ini jugalah,
user dapat menuju tampilan Patient maupun Upload/Download.
Pada sebelah kanan layar ini, terdapat keterangan langkahlangkah dalam menggunakan aplikasi ini seperti yang ditunjukkan
pada gambar 4.3.
115 Gambar 4.3 Tampilan Main Program.
2. Input Patient Data
Apabila user memilih untuk memulai aplikasi dengan
menekan tombol Patient, maka akan muncul tampilan Patient
Data. Tampilan ini dapat digunakan user untuk menambah data
pasien,
mengubah data pasien, mencari data pasien, ataupun
mendiagnosa pasien yang telah dipilih seperti yang terlihat pada
gambar 4.4.
116 Gambar 4.4 Tampilan Patient Data.
Untuk menambahkan data pasien baru, user harus
menekan tombol Add pada tampilan Patient Data. Pada tampilan
Add Patient Data, user dapat memasukan data dari pasien. Data
pasien yang harus dimasukan oleh user adalah nama, jenis
kelamin, tanggal lahir, golongan darah, alamat, nomor telepon,
dan sejarah alergi seperti yang ditunjukkan pada gambar 4.5.
117 Gambar 4.5 Tampilan Add Patient.
User harus memasukkan seluruh data-data pasien secara
akurat pada semua field agar dapat tersimpan dalam database.
Akan ada pesan khusus yang menyatakan semua field harus diisi
secara sesuai apabila terjadi kesalahan dalam memasukkan data
pasien.
Kemudian, data pasien akan langsung dimasukkan dan
ditampilkan ke layar Patient Data setelah user menekan tombol
Submit pada tampilan Add Patient seperti yang terlihat pada
gambar 4.6.
118 Gambar 4.6 Tampilan data pasien sudah ditambah.
Ketika user ingin mengubah data pasien yang telah
muncul pada Patient Data, maka user harus menekan tombol Edit.
Dengan syarat bahwa user harus memilih terlebih dahulu data
pasien yang akan diubah seperti pada gambar 4.7.
119 Gambar 4.7 Tampilan pemilihan data pasien untuk diubah.
Setelah user memilih data pasien yang akan diubah, user
dapat menekan tombol Edit. Maka, akan muncul tampilan Edit
Patient Data dengan data pasien yang dipilih telah terisi pada field
yang tersedia seperti yang ditunjukkan pada gambar 4.8.
120 Gambar 4.8 Tampilan Edit Patient Data.
Setelah mengubah data pasien yang diinginkan, maka user
tinggal menekan tombol Submit dan proses pengubahan data
pasien telah ditampilkan pada tampilan Patient Data seperti yang
terlihat pada gambar 4.9.
121 Gambar 4.9 Tampilan setelah berhasil mengubah data pasien.
122 3. Diagnose
Pada saat user ingin mendiagnosa pasien, maka user harus
memilih data pasien yang akan didiagnosa. Setelah memilih data
pasien, user dapat menekan tombol Diagnose untuk memulai
memberikan diagnosa awal pada pasien seperti pada gambar 4.10.
Gambar 4.10 Tampilan pemilihan data pasien untuk didiagnosa.
Setelah user menekan tombol Diagnose, maka user akan
dihadapkan pada tampilan Diagnose. Dengan prosedur yang telah
tersedia beserta format penulisan akan memudahkan user untuk
memasukkan gejala yang dialami oleh pasien seperti yang
ditunjukkna pada gambar 4.11 dan gambar 4.12.
123 Gambar 4.11 Tampilan Diagnose.
Gambar 4.12 Tampilan prosedur dalam memasukkan gejala.
124 Memasukkan gejala penyakit dari pasien, aplikasi akan
memberikan perhitungan akan kemungkinan penyakit yang
diderita pasien beserta persentasenya. Kemudian aplikasi akan
menanyakan kembali gejala-gejala yang belum disertakan untuk
menambah persentase kemungkinan penyakit atau apabila
penyakit yang diderita ternyata tidak sesuai seperti yang
ditunjukkan oleh gambar 4.13, gambar 4.14, dan gambar 4.15.
Gambar 4.13 Tampilan pertanyaan ulang gejala lain.
125 Gambar 4.14 Tampilan saat pertanyaan ulang tidak terkena.
Gambar 4.15 Tampilan saat tidak ingin melanjutkan diagnosa
126 Pada saat user telah menuliskan dan telah ditanyakan
seluruh gejala yang diderita oleh pasien, maka aplikasi akan
memberikan persentase penyakit yang diderita pasien beserta
perawatan awal yang digunakan untuk menanggulangi penyakit
tersebut seperti yang terlihat pada gambar 4.16.
Gambar 4.16 Tampilan perawatan.
127 4. Upload/Download
Gambar 4.17 Tampilan Upload
Tampilan di atas merupakan saat dokter mengklik tombol
upload/download pada tampilan main program seperti pada
gambar 4.3. Upload dilakukan untuk mengirim data medis hasil
pemeriksaan pasien untuk nantinya disaring dan dimasukkan ke
dalam database.
128 Gambar 4.18 Tampilan Download
Tampilan di atas merupakan mekanisme lanjutan dari
upload. Setelah upload, secara berturut-turut program akan
langsung melakukan download terhadap data medis yang baru
yang sudah disaring.
129 5. Insert New Doctor
Gambar 4.19 Tampilan Doctor Data.
Pada tampilan Doctor Data, admin dapat memasukan data dari
dokter. Data dokter yang harus dimasukan oleh admin adalah nama, jenis
kelamin, tanggal lahir, golongan darah, alamat, nomor telepon, dan
sejarah diri seperti yang ditunjukkan pada gambar 4.19.
130 4.1.3
Hasil Implementasi Aplikasi
Implementasi dilakukan di tempat praktek dokter Frans Martin di
Jalan Meruya Utara No.9 Jakarta Barat. Kami memberikan program
aplikasi diagnosa sistem pakar ini kepada dokter, memberitahukan
prosedur pemakaiannya untuk diuji coba di sana. Meskipun mendapatkan
hasil diagnosa dari sistem yang kami berikan, data mengenai pasien yang
didiagnosa tidak bisa diperoleh karena dapat melanggar kode etik
kedokteran.
Bobot gejala penyakit diberikan nilai dengan menggunakan
persentase(%) agar lebih mudah membacanya. Berikut merupakan rincian
kasus dalam implementasi :
1. Kasus 1
Gejala
:
Warm skin(100%), Dry cough(100%)
Fever(50%), Myalgias (100%)
Tanya gejala lain :
Red eyes(100), Watery eyes(100%)
Diagnosa awal
Pasien kemungkinan terkena penyakit
:
Influenza dengan probabilitas 55.56%.
131 2. Kasus 2
Gejala
:
Dry Cough, (100%), Red eyes(100%)
Tanya gejala lain :
Watery eyes(100%)
Diagnosa awal
Pasien kemungkinan terkena penyakit
:
Influenza dengan probabilitas 22.22%.
3. Kasus 3
Gejala
:
Fever(100%), Dry cough(100%), Watery
eyes(100%), Chest pain(100%)
Tanya gejala lain :
Red eyes(100%), Tachycardia(100%),
Warm skin(100%), Dyspnea(100%)
Diagnosa awal
:
Pasien kemungkinan terkena penyakit
Influenza dengan probabilitas 88.89%.
4. Kasus 4
Gejala
:
Cough(100%), Abrupt fever(100%),
Vomiting(100%), Chills(100%), Sore
throat(100%), Malaise(100%)
132 Tanya gejala lain :
White membrane on tounge(100%), Facial
flushing(100%), Dry rough texture of
skin(100%)
Diagnosa awal
: Pasien kemungkinan terkena penyakit Scarlet
Fever dengan probabilitas 80%.
5. Kasus 5
Gejala
:
Cough(100%), Headache(100%),
Fatigue(100%), Rigors(100%)
Tanya gejala lain :
Tidak ada
Diagnosa awal
Pasien kemungkinan terkena penyakit Typhus
:
dengan probabilitas 33.33%.
6. Kasus 6
Gejala
:
Warm skin(50%), Cough(100%)
Tanya gejala lain :
Tidak ada.
Diagnosa Awal
Pasien kemungkina terkena penyakit
:
Tuberculosis dengan probabilitas 22.22%.
133 7. Kasus 7
Gejala
:
Tanya gejala lain :
Cough(50%), Fatigue(100%), Rash(100%)
Abrupt fever(100%), Rigors(100%),
Malaise(100%)
Diagnosa Awal
:
Pasien kemungkinan terkena penyakit Typhus
dengan probabilitas 55,56%.
8. Kasus 8
Gejala
:
Fever(100%), Warm Skin(50%),
Dry Cough(100%),
Tanya gejala lain :
Watery eyes(100%)
Diagnosa Awal
Pasien kemungkinan terkena penyakit
:
Influenza dengan probabilitas 22.22%.
134 9. Kasus 9
Gejala
:
Abrupt fever(100%), Headache(100%),
Vomiting(100%) , Facial flushing(50%),
White membrane on tounge(100%),
Chills(100%), Sore throat(100%)
Tanya gejala lain :
Exudative tonsils(50%),
Circumoralpallor(100%), Dry rough texture of
skin(100%)
Diagnosa Awal
:
Pasien kemungkinan terkena penyakit
Scarlet Fever dengan probabilitas 70%.
10. Kasus 5
Gejala
:
Cough(100%), Abrupt fever(100%),
Rash(50%) Fatigue(50%), Eschar(100%)
Tanya gejala lain :
Rigor(100%)
Diagnosa Awal
Pasien kemungkinan terkena penyakit Typhus
:
dengan probabilitas 55,56%.
135 4.2
Evaluasi Hasil
4.2.1 Keakuratan Diagnosa
Probabilitas yang dianggap valid menurut metode fuzzy logic adalah
hasil diagnosa awal yang memiliki nilai probabilitas > 50%. Maka dari
data yang didapat saat implementasi dapat dilakukan evaluasi sebagai
berikut :
1.
Kasus 1 dengan nilai probabilitas 55.56%.
2.
Kasus 3 dengan nilai probabilitas 88.89%.
3.
Kasus 4 dengan nilai probabilitas 80%.
4.
Kasus 7 dengan nilai probabilitas 55,56%.
5.
Kasus 9 dengan nilai probabilitas 70%.
6.
Kasus 10 dengan nilai probabilitas 55.56%.
Maka jika bisa diambil presentasi keakuratan seperti di bawah ini :
K = Ketepatan
(55.56 + 88.89 + 80 + 55.56 + 70 + 55.56)%
K
=
_________________________________________
6
K
=
67.595 %
136 Menurut hasil wawancara dengan dokter Frans Martin yang kami
temui, aplikasi sistem pakar diagnosa medis ini sudah dapat digunakan
karena memiliki tingkat keakuratan yang cukup baik. Hanya disarankan
agar melakukan pemakaian sesuai prosedur dan disertai kelengkapan data
medis yang ada, sehingga dapat memperlancar proses diagnosa.
4.2.2 Kecepatan Diagnosa
Kecepatan diagnosa dari aplikasi sistem pakar diagnosa medis ini
cukup sulit untuk diukur saat implementasi mengingat tidak adanya tolak
ukur untuk melakukannya. Namun berdasarkan hasil wawancara dengan
dokter, kecepatan diagnosa akan terasa jika ditemui penyakit yang jarang
ditemui namun terdapat dalam database.
4.3
Kelebihan dan Kelemahan Aplikasi
Aplikasi sistem pakar yang dibangun ini tentunya memiliki kelebihan dan
kelemahan.
4.3.1
Kelebihan
1. Aplikasi sistem pakar yang dibangun dapat mendeteksi berbagai
macam bentuk penyakit sesuai knowledge based.
2. Aplikasi sistem pakar yang dibangun dapat memberikan hasil diagnosa
awal dengan keakuratan mencapai 67.595%.
3. Aplikasi sistem pakar yang dibangun mampu merujuk pada penyakit
tertentu berdasarkan gejala(symptom) yang dimasukkan.
137 4. Aplikasi sistem pakar yang dibangun mampu memberikan informasi
perawatan sesuai dengan hasil diagnosa awal seperti pada Gambar
4.17.
4.3.2
Kelemahan
1. Aplikasi sistem pakar yang dibangun belum bisa sepenuhnya
mengatasi
human
gejala(symptom).
error
yang
terjadi
saat
memasukkan