sistem pakar mendiagnosa kanker prostat menggunakan metode

Jurnal INFOTEK, Vol 1, No 3, Oktober 2016
ISSN 2502-6968 (Media Cetak)
SISTEM PAKAR MENDIAGNOSA KANKER PROSTAT
MENGGUNAKAN METODE FUZZY TSUKAMOTO
Ricky Ahmad Irfandi(12110539)
Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan
Jl.Sisingamangaraja No.338 Simpang Limun Medan
http//stmik-budidarma.ac.id//([email protected])
ABSTRAK
Sistem pakar(Expert system)secara umum adalah sistem yang berusaha mengadopsi pengetahuan manusia
kedalam komputer, agar komputer dapat menyelesaikanmasalah seperti biasa yang dilakukan oleh para ahli.
Atau dengan kata lain sistem pakar adalah sistem yang dirancang dan diimpelementasi kan dengan bantuan
bahasa pemograman tertentu untuk dapat menyelesaikan masalah seperti yang dilakukan oleh para ahli.
Kanker Prostat merupakan kanker nonleutaneus yang paling sering ditemukan pada lelaki amerika. Kanker
prostat adalah penyakit yang hanya bisa disembuhkan dengan pembedahan,terapi radiasi/penyinaran dan
mengkonsumsi obat-obatan.Tujuan dari penelitian ini adalah merancang dan membuat sebuah sistem pakar
yang mampu mendiagnosa secara menifestasi klinik serta memberikan solusi untuk penyakit kanker prostat.
Sistem ini mengunakan metode fuzzy tsukamoto dengan MicrosoftVisual Basic Net 2008.Sistem pakar ini
menggunakan metode fuzzy tsukamoto sebagai metode untuk menghitung nilai rule atas gejala yang
diberikan oleh pasien.
Dalam skripsi ini akan dibahas tentang menciptakan sistem pakar mendiagnosa
kanker prostat dengan metode fuzzy tsukamoto. Aplikasi dibangun dengan pemograman Visual Basic Net 2008.
Kata Kunci:,Sistem Pakar, penyakit prostat, Fuzzy Tsukamoto.
1. Pendahuluan
1.1 Latar Belakang Masalah
Kanker
Prostat
merupakan kanker
nonleutaneus yang paling sering ditemukan pada
lelaki amerika lebih dari 200.000 kasus ditemukan
tiap tahun, karena penyakit kanker prostat ini
30.000 lelaki meninggal dunia tiap tahunnya.
Kematian yang diakibat kan oleh kanker prostat
juga menurunkan jumlah populasi sekitar 40%
sejak pertengahan 1990.
Gejala kebanyakan orang yang terdiagnosis
kanker prostat pada stadium awal biasanya tidak
memiliki gejala spesifik gejala yang ditimbulkan
apabila kanker tersebut membesar dan menyebar ke
organ lain. Jika kanker prostat membesar maka
gejala yang ditimbulkan adanya gangguan buang
air kecil seperti sumbatan saluran kencing atau
sering buang air kecil. Kanker prostat juga dapat
menyebar ke tulang yang menyebabkan nyeri
tulang.
1.2 Perumusan Masalah
Berdasarkan latar belakang yang telah
dikemukakan, maka perumusan masalahnya adalah
:
1. Bagaimana mendiagnosa
penyakit kanker
prostat?
2. Bagaimana penerapan metode fuzzy tsukamoto
untuk mendiagnosa penyakit Kanker Prostat ?
3. Bagaimana merancang aplikasi sistem pakar
diagnosa kanker prostat dengan pemrograman
Visual Basic Net 2008?
1.3 Batasan Masalah
Batasan Masalah dalam pengerjaan project
akhir ini adalah sebagai berikut:
1. Menentukan Gejala skala resiko kanker prostat
(Prostate Cancer Risk /PCR) seorang pasien.
2. Mengimplementasikan metode fuzzy rule untuk
mendiagnosa penyakit Kanker Prostat.
3. Mengunakan database ke dalam bahasa
pemrograman Visual Basic Net 2008.
1.4 Tujuan dan Manfaat Penelitian
Berdasarkan perumusan masalah yang telah
diuraikan sebelumnya maka adapun tujuan dari
penelitian ini adalah:
1. Untuk mengetahui tingkat akurasi metode
fuzzy Tsukamoto dalam mengimplementasi
sistem pakar diagnosis penyakit kanker prostat.
2. Untuk
mengimplementasikan sistem pakar
diagnosis
penyakit
Kanker
Prostat
menggunakan metode fuzzy Tsukamoto.
3. Untuk merancang sistem pakar kanker prostat
dengan metode fuzzy tsukamoto
Berdasarkan tujuan penelitian yang telah
disebutkan diatas maka penelitian ini mempunyai
manfaat sebagai berikut:
1. Agar penderita dapat mengetahui tentang
penyakit kanker prostat yang selama ini kurang
diketahui.
2. Dapat meningkatkan kewaspadaan dan
kesadaran penderita untuk antisipasi terhadap
gejala-gejala penyakit kanker prostat
3. Agar penelitian ini dapat digunakan sebagai
masukan untuk memahami jenis penyakit ini
Sistem Pakar Mendiagnosa Kanker Prostat Menggunakan Metode Fuzzy Tsukamoto
Oleh : Ricky Ahmad Irfandi
106
Jurnal INFOTEK, Vol 1, No 3, Oktober 2016
dan mengaplikasikan teori-teori yang sudah
ada sebelumnya.
2. Landasan Teori
2.1 Sistem Pakar
Definisi sederhana tentang sistem pakar
merupakan salah satu sistem dalam komputer yang
di rancang berdasarkan ilmu kepakaran sehingga
dapat digunakan layaknya seseorang yang
berkonsultasi dengan seorang pakar. Sistem pakar
adalah suatu sistem yang dirancang didepan
komputer dengan cara meniru proses-proses
pemikiran yang digunakan oleh seorang pakar
untuk menyelesaikan masalah– masalah tertentu
yang biasanya memerlukan keahlian seorang pakar
(Turban,marimin,1988:24).
Sistem pakar (Expert System) dibuat bertujuan
untuk dapat menyelesaikan masalah yang cukup
rumit yang sebenarnya hanya bisa diselesaikan oleh
para ahli. Pembuatan sistem pakar bukan untuk
menggantikan ahli itu sendiri melainkan dapat
digunakan
sebagai
asisten
yang
sangat
berpengalaman.Sistem pakar adalah sistem
perangkat lunak komputer yang menggunakan
ilmu, fakta, dan teknik berpikir dalam pengambilan
keputusan untuk menyelesaikan masalah-masalah
yang biasanya hanya dapat diselesaikan oleh
tenaga ahli dalam bidang yang bersangkutan
(Marimin, 1992).
2.1.2 Keuntungan dan Kelemahan Sistem Pakar
Secara garis besar,ada keuntungan dan
kelemahan sistem pakar yang dapat diambil dengan
adanya sistem pakar keuntungan dari sistem pakar
(kusrin,2006):
Keuntungan :
1. Memungkinkan orang awam bisa mengerjakan
pekerjaan para ahli.
2. Menyimpan pengetahuan dan keahlian sistem
pakar.
3. Meningkatkan output dan produktivitas.
4. Menghemat
waktu
dalam
pengambilan
keputusan.
5. Meningkatkan kualitas.
Kelemahan dari sistem pakar (M. Arhami,2006)
adalah:
1. Biaya yang diperlukan untuk membuat dan
memelihara sangat mahal.
2. Sulit dikembangkan
3. Ketersediaan pakar dibidangnya tidak 100%
bernilai benar.
4. Boleh jadi sistem tak dapat pengambilan
keputusan.
2.1.3 Ciri-ciri Sistem Pakar
Ada berbagai ciri dan karakteristik yang
membedakan sistem pakar dengan sistem yang lain.
Ciri dan karakteristik ini menjadi pedoman utama
ISSN 2502-6968 (Media Cetak)
dalam pengembangan sistem pakar. Ciri dan
karakteristik yang dimaksud adalah
sebagai
berikut:
1. Batasan untuk mencakup ruang lingkup tertentu.
2. Memiliki dimodifikasi,yaitu dengan menambah
atau mengahapus suatu kemampuan dari baris
pengetahuannya.
3. Terbatas pada domain keahlian tertentu.
4. Memiliki informasi yang handal.
5. Pengambilan keputusan berdasarkan kaidahkaidah tertentu dan dapat merespons masukkan
user (melalui kotak dialog)
6. Dapat digunakan dalam berbagai jenis
komputer.
7. Memiliki kemampuan beradaptasi.
8. Terbatas pada bidang yang spesifik.
9. Dapat memberikan penalaran untuk data-data
yang tidak lengkap atau tidak pasti.
10. Dirancang untuk dapat dikembangkan secara
bertahap.
11. Output bersifat nasihat atau anjuran
12. Output tergantung dari dialog dengan user.
13. Knowledge base dan Inference engine terpisah
(M.Arhami,2006).
2.1.5 Struktur Sistem Pakar
Sistem pakar terdiri dari dua bagian utama
yaitu Development Environment dan consulation
Environment M. Arrhami (2001: 13). Development
Environment
digunakan untuk memasukan
pengetahuan pakar ke dalam lingkungan sistem
pakar,sedangkan Consulation Environment di
gunakan oleh penggunakan yang bukan pakar guna
memperoleh
pengetahuan pakar. Komponenkomponen sistem pakar dalam kedua bagian
tersebut dapat dilihat pada gambar berikut.
Gambar 2.1 Struktur Sistem Pakar
Sumber: M.Arhami (2005: 13)
2.2.2 Pengertian Logika Fuzzy
Logika Fuzzy merupakan bentuk logika yang
memiliki banyak nilai.Logika fuzzy menggunakan
istilah
perkiraan
daripada
nilai
nyata.
Membandingkan dengan logika Boolean atau biner
yang memiliki 2 nilai 9 yaitu benar dan salah,
logika fuzzy memiliki derajat kebenaran yang
bernilai benar di kisaran antara 0 hingga 1. Logika
fuzzy telah diperluas dalam menangani konsep
kebenaran parsial, dimana nilai kebenaran dapat
berkisar antara full true hingga full false.Terlebih
Sistem Pakar Mendiagnosa Kanker Prostat Menggunakan Metode Fuzzy Tsukamoto
Oleh : Ricky Ahmad Irfandi
107
Jurnal INFOTEK, Vol 1, No 3, Oktober 2016
lagi, ketika variabel bahasa digunakan, derajat ini
dapat diaplikasikan ke fungsi-fungsi fuzzy.
2.2.3 Himpunan Fuzzy
Menurut Kusmadewi himpunan fuzzy adalah
himpunan fungsi keanggotaan menunjukkan bahwa
suatu item dalam semesta pembicaraan tidak hanya
berada pada 0 atau 1, namun juga nilai yang
terletak diantaranya. Dengan
kata lain, nilai
kebenaran suatu item tidak hanya bernilai benar (1)
atau salah (0), namun masih ada nilai-nilai yang
terletak antara benar dan salah.
Himpunan fuzzy memiliki 2 atribut, yaitu:
1. Linguistik, yaitu penamaan suatu grup yang
mewakili suatu keadaan atau kondisi tertentu
dengan menggunakan bahasaalami, seperti:
MUDA, PAROBAYA, TUA
2. Numeris, yaitu suatu nilai (angka) yang
menunjukkan ukuran dari suatu variable seperti:
40, 25, 50, dsb.
Ada beberapa hal yang perlu diketahui
dalam memahami sistem fuzzy (Aplikasi logika
fuzzy
untuk
pendukung
keputusan,
Sri
Kusumadewi, Hari Purnomo, Edisi kedua, Graha
Ilmu, 2010), yaitu:
a. Variable fuzzy
Variable fuzzy merupakan variabel yang hendak
dibahas dalam suatu sistem fuzzy. Contoh:
umur, temperature, permintaan, dsb.
b. Himpunan Fuzzy
Himpunan fuzzy merupakan suatu grup yang
mewakili suatu kondisi atau keadaan tertentu
dalam suatu variabel fuzzy.Contoh: fuzzy terdiri
atas (Cox Earl, 1994):
Interseksi : μA∩B = min(μA[x],μB[y]).(1)
Union: μA∪B = max(μA[x],μB[y]). (2)
Komplemen:μA’ = 1-μA[x] (3)
3.1 Analisa Diagnosa Penyakit Kanker Prostat
Data gejala yang digunakan dalam sistem
pakar penyakit kanker prostat yang dipicu miksi
terputus disertai dengan darah ini berjumlah 25
gejala. Adapun data-data gejala tersebut dapat
dilihat pada tabel dibawah ini:
Tabel 3.1 Gejala
Kode Gejala
G-01 Miksi terputus
G-02 Hesitansi= Rasa tidak tahan kencing
G-03 Harus mengejan saat kencing
G-04 Berkurangnya pancaran kencing
G-05 Rasa sakit pada waktu berkemih
G-06 Kencing ganda dalam kurang 2 jam
G-07 Menetes pada akhir miksi
G-08 Urgensi=rasa ingin kencing lagi
G-09 Sering miksi
G-10 Inkotonentia=kencing yang merembes
G-11 Nokturi=terbangun untuk berkemih
G-12 Frekuensi sering miksi
ISSN 2502-6968 (Media Cetak)
G-13
G-14
G-15
G-16
G-17
G-18
G-19
G-20
G-21
G-22
G-23
G-24
G-25
Berdarah ketika berkemih
Penurunan berat badan
Penurunan nafsu makan
Anemia
Nyeri tulang
Patah tulang
Infeksi saluran kandung kemih
Rasa tidak nyaman disekitar anus
Rasa letih
Demam Tinggi
nyeri saat berkemih
Konstipasi
Tenesmus ani=rasa mau BAB tapi
tidak ada kotorannya
Aplikasi sistem pakar logika fuzzy berikut ini
merupakan
diagnosa
penyakit
dengan
menggunakan mesin inferensi fuzzy berdasarkan
metode fuzzy Tsukamoto. Proses diagnosis dalam
sistem pakar ini didasarkan dari hasil literature
1. Masukan atau inputan dari sistem berikut ini
adalah :
- Antigen spesifik prostat (Prostate Spesific
Antigen /PSA)
- Umur pasien (Age)
- Volume prostat (Prostate Volume /PV)
3.2 Penerapan Metode Fuzzy Tsukamoto
3.2.1 Himpunan Fuzzy
Berikut ini adalah Basis pengetahuan dalam
sistem pakar ini meliputi himpunan bahasa
variabel, fungsi derajat keanggotaan, dan rule.
1. Himpunan Bahasa Variable
Himpunan bahasa variabel pada penyakit kanker
prostat adalah sebagai berikut:
Prostate Specific Antigen (PSA) : Very Low, Low,
Middle, High, Very High
Umur : Very Young, Young, Middle Age, Old
Prostate Volume (PV) : Small, Middle, Big, Very
Big
Prostate Cancer Risk (PCR) : Very Low, Low,
Middle, High, Very High
Fungsi Derajat Keanggotaan Variabel Prostate
Specific Antigen (PSA)
Fungsi derajat keanggotaan dari variabel Prostate
Specific Antigen (PSA) didefinisikan pada
persamaan (3-1), (3-2), (3-3), (3-4), dan (3-5).
1
𝜇verylow={
𝑥=0
;
0
<
𝑥 ≤ 4................(3-1)
4
𝑥
≥
4
0
4−𝑥
Sistem Pakar Mendiagnosa Kanker Prostat Menggunakan Metode Fuzzy Tsukamoto
Oleh : Ricky Ahmad Irfandi
108
Jurnal INFOTEK, Vol 1, No 3, Oktober 2016
0, 𝑥 ≤ 0
0<𝑥<4
4
𝜇low=
1 𝑥 = 4 ...........................(3-2)
4−𝑥
4<𝑥<8
4
{ 0, 𝑥 ≥ 8
0, 𝑥 ≤ 4
4−𝑥
4<𝑥<8
4
µmiddle=
..................(3-3)
1 𝑥=8
12−𝑥
8 < 𝑥 < 12
4
{ 0, 𝑥 ≥ 12
0, 𝑥 ≤ 8
𝑥−8
4 < 𝑥 < 12
4
µ high=
1 𝑥 = 12 .....................(3-4)
16−𝑥
8 < 𝑥 < 16
4
{ 0, 𝑥 ≥ 16
ISSN 2502-6968 (Media Cetak)
4−𝑥
2. Fungsi Derajat Keanggotaan Variabel Umur
Fungsi derajat keanggotaan dari variabel Umur
didefinisikan pada persamaan (3-6), (3-7), (3-8),
dan (3-9)
Gambar 3.4 Fungsi Keanggotan Umur
1
𝑥 = 25
40−𝑥
𝜇verylow={ 25 ; 20 < 𝑥 ≤ 40............(3-6)
𝑥 ≥ 40
0
0, 𝑥 ≤ 25
4−𝑥
20 < 𝑥 < 35
4
𝜇low=
.....................(3-7)
1 𝑥 = 35
45−𝑥
8 < 𝑥 < 12
4
{ 0, 𝑥 ≥ 12
0, 𝑥 ≤ 45
𝑥−50
45 < 𝑥 < 50
4
𝜇middleage=
…..(3-8)
1 𝑥 = 50
60−𝑥
50
<
𝑥
<
60
15
{
0, 𝑥 ≥ 60
1
𝑥 = 50
𝑥−50
𝜇Old={ 15 ; 50 < 𝑥 ≤ 60....................(3-9)
𝑥 ≥ 60
0
3.
Fungsi Derajat Keanggotaan Variabel Prostate
Volume (PV)
Fungsi derajat keanggotaan dari variabel Prostate
Volume (PV) didefinisikan pada persamaan (3-10),
(3-11), (3-12), dan (3-13).
Gambar 3.5 Fungsi Keanggotan PV
1
𝑥 = 45
90−𝑥
𝜇very low={ 45 ; 45< 𝑥 ≤ 90.........(3-10)
𝑥 ≥ 90
0
0, 𝑥 ≤ 45
𝑥−45
45 < 𝑥 < 90
4
µ Middle=
........(3-11)
1 𝑥 = 90
135−𝑥
90 < 𝑥 < 135
45
{
0, 𝑥 ≥ 135
0, 𝑥 ≤ 45
𝑥−45
45 < 𝑥 < 90
4
µ Big=
..............(3-12)
1 𝑥 = 90
135−𝑥
90 < 𝑥 < 135
45
{
0, 𝑥 ≥ 135
1
𝑥 ≤ 135
135−𝑥
𝜇very low={ 20 ; 135< 𝑥 ≤ 170..(3-13)
𝑥 ≥ 65
0
4. Fungsi Derajat Keanggotaan Variabel Prostate
Cancer Risk (PCR)
Fungsi derajat keanggotaan dari variabel Prostate
Cancer Risk (PCR) didefinisikan pada persamaan
(3-14), (3-15), (3-16), (3-17), dan (3-18).
Gambar 3.6 Fungsi Keanggotan PSA
1
𝑥=0
5−𝑥
𝜇very low={ 5 ; 0 < 𝑥 ≤ 5................(3-14)
𝑥≥5
0
0, 𝑥 ≤ 0
𝑥−5
0<𝑥<5
0
𝜇Low=
................(3-15)
1 𝑥 = 10
20−𝑥
10 < 𝑥 < 20
10
{ 0, 𝑥 ≥ 20
0, 𝑥 ≤ 10
0 < 𝑥 < 20
20
𝜇Low=
..................(3-16)
1 𝑥 = 30
50−𝑥
30 < 𝑥 < 50
20
{ 0, 𝑥 ≥ 50
𝑥−10
Sistem Pakar Mendiagnosa Kanker Prostat Menggunakan Metode Fuzzy Tsukamoto
Oleh : Ricky Ahmad Irfandi
109
Jurnal INFOTEK, Vol 1, No 3, Oktober 2016
0, 𝑥 ≤ 30
30 < 𝑥 < 50
20
𝜇High=
.............(3-17)
1 𝑥 = 50
70−𝑥
50 < 𝑥 < 70
20
{
0, 𝑥 ≥ 70
1
𝑥 = 50
𝑥−50
𝜇Very
high={ 5 ; 50 < 𝑥 ≤ 70......(3𝑥 ≥ 70
0
18)
Jika diketahui seorang pasien berumur 20
tahun memiliki prostate Volume(PV) sebesar 35ml
dan Prostate Spesific Antigen (PSA) sebesar 2
ng/ml,berapa persen kemungkinan pasien tersebut
terkena penyakit kanker prostat?
Diketahui: PSA=2
Umur=20
PV=35
Penyelesaian masalah untuk kasus perthitungan
presentase kemungkinan terkena penyakit kanker
prostat menggunakan metode Tsukamoto adalah
sebagai berikut:
Langkah 1:
Menentukan nilai μ variable PSA, umur dan PV,
dimana cara menentukan nilai μ terdapat pada
persamaan (3-1) sampai (3-5) untuk PSA,
persamaan (3-6) sampai (3-9) untuk umur dan
persamaan (3-10) sampai (3-13) untuk PV.
Langkah 2 : Menentukan α
Pada metode fuzzy Tsukamoto, nilai α diambil dari
nilai minimum semua atribut, contoh :
[R1] Jika PSA very low , umur very young, dan PV
small, maka kemungkinan terkena penyakit Kanker
Prostat very low.
α = μVL and μVY and μS
= min(μVL(2) and μVY (20) and μS(35))
= min(0.5; 1; 1) = 0.5
Langkah 3 : Menentukan z
Pada langkah ini, z dihitung berdasarkan aturan
(rule) yang telah dibuat dan nilai α yang didapat,
contoh :
[R1] Jika PSA very low, umur very young, dan PV
small, maka kemungkinan terkena penyakit Kanker
Prostat very low.
0.5 x 5 = 5 - z
2.5 = 5 - z
z = 5 - 2.5
z = 2.5
Langkah 4 : Defuzzyfikasi
Pada langkah ke 4 dilakukan penegasan untuk
mencari nilai persentase kemungkinan terkena
penyakit Kanker Prostat
R1] Jika PSA very low, umur very young, dan PV
small, maka kemungkinan terkena penyakit Kanker
Prostat very low.
[R17] Jika PSA low, umur very young, dan PV
small, maka kemungkinan terkena penyakit Kanker
Prostat very low.
𝑥−30
ISSN 2502-6968 (Media Cetak)
Hasil PCR =
∑(𝑍∗á)
=
á
(2.5∗0.5)+(2.5∗0.5)
0.5+0.5
1.25+1.25
=
1
= 2.5%
4.1 Algoritma
Untuk menghasilkan sebuah program aplikasi
hal pertama yang harus dilakukan adalah
membentuk algoritma yang akan menggambarkan
bagaimana
program
itu
bekerja.Dalam
menggambarkan
dibutuhkan
langkah-langkah
logika untuk menyelesaikan masalah
serta
berfungsi untuk penelusuran program untuk
keperluan perbaikan atau pengembangan akan lebih
mudah dan terarah.
Adapun urutan langkah-langkah dalam
sistem pakar ini dengan metode fuzzy tsukamoto
adalah sebagai berikut:
4.1.1 AlgoritmaGejalapenyakit
Input:
- G1,G2,G3,G4,G5,G6,G7,G8,G9,G10
OUTPUT
Penyakit
Proses: IF G1
And G2 =True
And G3 =True
And G4 =True
And G5 =True
And G6 =True
And G6 =True
And G7 =True
And G8 =True
And G9 =True
And G10=True
Then Prostat
4.2 Implementasi Sistem
4.2.1Kebutuhan sistem Hardware
Dalam kebutuhan sistem agar dapat berjalan
seperti yang diingikan karena sistem komputerisasi
tidak dapat dipisahkan antara hardware dan
software. Demikian juga dengan sistem ini
dirancang dengan spesifikasi hardware minimal
sebagai berikut:
a. Hardisk 120 GB
b. RAM 1 GB
4.2.2 Kebutuhan software
Sistem ini agar dapat berjalan tidak lepas dari
software yang jelas mendukung Hardware diatas
perangkat lunak seperti sistem operasi dan program
aplikasi sebagai berikut:
a. Sistem Operasi Windows XP Profesional
atau windows 7
b. Microsft Visual Basic Net 2008
Sistem Pakar Mendiagnosa Kanker Prostat Menggunakan Metode Fuzzy Tsukamoto
Oleh : Ricky Ahmad Irfandi
110
Jurnal INFOTEK, Vol 1, No 3, Oktober 2016
4.3 Desain Implementasi Program
Desain implementasi sistem merupakan
gambaran program ketika dirancang didalam
bahasa pemograman visual basic net 2008
4.3.1 Form Login
Halaman login adalah halaman dimana
admin menginputkan username dan password
untuk dapat masuk kedalaman halaman utama
admin. Seperti terdapat pada gambar 4.1
ISSN 2502-6968 (Media Cetak)
6. Jurnal:Nurul Hidayat, M.MunawarYusro 2007.
Desain Sistem Pakar Untuk Mendiagnosa
Kanker Prostat. Fakultas Sains Dan Teknik
Universitas Jendral Soerdirman.
7. Pengertian
UML.http://fadhlyashary.blogspot.com
pengertian-uml-unifield-modeling.html. Diakses
pada tanggal 22-05-2016
Gambar 4.1 Form Login
5.1. Kesimpulan
Setelah merancang dan mengaplikasikan
perangkat lunak aplikasi sistem pakar, maka disini
penulis dapat menarik kesimpulan:
1. metode fuzzy tsukamoto dapat membantu sistem
dalam mendiagnosa seseorang terkena kanker
prostat
2. User dapat mengetahui presentase terkena
kanker prostat berdasarkan antigen spesifik
prostat (Prostate Spesific Antigen /PSA), umur
pasien (Age), dan volume prostat (Prostate
Volume /PV).
5.2. Saran
Aplikasi sistem pakar dalam mendiagnosa
penyakit kanker prostat ini masih perlu
dikembangkan lagi misalnya:
1. Penambahan solusi berupa pencegahan yang
dilakukan bila mana penyakit telah
didiagnosa.
2. Penambahan jenis penyakit dan gejala dalam
database sistem sehingga hasil yang
didapatkan bisa lebih baikdan optimal.
3. Dikarenakan pertanyaan diajukan satu persatu
dalam mendiagnosa penyakit kanker prostat
ini maka tingkat kejenuhan masih tinggi, maka
penulis mengharapkan bila skripsi ini
dilanjutkan maka harus dipertimbangkan
masalah tersebut.
DAFTAR PUSTAKA
1. SriKusumadewi.”ArtificialIntelligence”: Graha
Ilmu.Yogyakarta,2003
2. Arhami,M.2005. Konsep Dasar Sistem Pakar.
Yogyakarta: ANDI.
3. Marimin,1992. Teori Dan Aplikasi Sistem
Pakar Dalam Teknologi Manajerial
4. http//Kusumadewi , Sri 2003. Sistem Inferensi
fuzzy
5. Ketut Damayuda, Pemograman Aplikasi
Database Dengan Microsoft Visual Basic.Net
2008).
Sistem Pakar Mendiagnosa Kanker Prostat Menggunakan Metode Fuzzy Tsukamoto
Oleh : Ricky Ahmad Irfandi
111