1 BAB I PENDAHULUAN 1.1 Latar Belakang dan
advertisement
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Palang Merah Indonesia merupakan salah satu instansi yang menyediakan darah selain instansi yang ditetapkan oleh Menteri Kesehatan(Akhdemila, 2009), untuk melaksanakan tugas tersebut PMI membuat suatu unit khusus yang disebut Unit Transfusi Darah atau UTD. Apabila kebutuhan darah meningkat UTD PMI harus dapat menyediakan darah sesuai dengan yang dibutuhkan oleh pasien. Permintaan yang meningkat tersebut terkadang tidak diiringi dengan meningkatnya jumlah pendonor maka UTD PMI kekurangan persediaan darah (Akhdemila, 2009). Alternatif lain orang membutuhkan darah dengan mencari pendonor yang bisa membantu mendonorkan darahnya, seperti saudara, teman, atau bahkan masyarakat umum. Kendalanya bahwa ketika ingin mencari seorang pendonor tidak selalu ada, apabila saudara ataupun teman tidak bisa membantu dalam mendonorkan darah biasanya mencari pendonor dari masyarakat umum. Dengan mencari pendonor dari masyarakat umum diharapkan ada seseorang yang bersedia menjadi pendonor, hanya saja ketika mencari pendonor dari masyarakat umum harus menggunakan media yang mampu menginformasikan kebutuhan darah dengan cepat dan tersebar luas. Peranan teknologi saat ini sudah tidak bisa diabaikan lagi dari kebutuhan manusia, semakin manusia berkembang maka semakin berkembang pula teknologi yang dimiliki. Dalam hal ini media sosial diharapkan dapat digunakan untuk menginformasikan kebutuhan darah, salah satu contohnya adalah Twitter. Twitter dapat dimanfaatkan kegunaannya untuk berbagi informasi, seperti yang dilakukan oleh komunitas pendonor darah BFL Indonesia pada akun @Blood4LifeID (https://twitter.com/Blood4LifeID) untuk saling berbagi informasi tentang kebutuhan darah. Konsep awal dari “Blood For Life” (BFL) adalah menjadi jembatan komunikasi dan informasi antara pasien-pasien yang membutuhkan darah dengan para pendonor (Wirawan, 2011). Tweet kebutuhan darah dapat tersampaikan kesemua anggota yang sudah mem-follow akun twitter 1 2 komunitas pendonor, hanya saja tidak semua masyarakat mem-follow akun twitter tersebut atau bahkan tidak memiliki akun twitter. Dilihat dari permasalahan tersebut diharapkan ada mekanisme yang mampu membantu untuk menginformasikan kebutuhan darah dari tweet dengan cepat dan tersebar luas. Sistem Multi Agen bisa dimanfaatkan untuk membantu menginformasikan kebutuhan darah dari tweet, karena sistem agen dapat membantu dalam proses pengolahan informasi kebutuhan darah dari tweet secara realtime dan juga mampu bekerja secara autonomous. Informasi yang diambil dari tweet merupakan informasi teks tidak terstruktur, sehingga dibutuhkan suatu mekanisme pengolahan teks menjadi teks yang tersetruktur. Pengolahan teks dengan melakukan klasifikasi tweet dan ekstraksi informasi. Klasifikasi tweet merupakan aktifitas menentukan label atau kategori dari suatu tweet, sedangkan ekstraksi informasi merupakan proses yang mengumpulkan informasi target dari kumpulan teks yang tidak tersetruktur kedalam bentuk yang lebih tersetruktur (Manning, 2012). Klasifikasi yang dilakukan dalam pengolahan informasi yaitu untuk penentuan kategori informasi tweet relevan dengan kebutuhan darah, sedangkan ektraksi merupakan klasifikasi setiap token atau kata pada tweet. Sebelumnya proses yang dikembangkan yaitu dengan melakukan pencarian tweet dengan akun BFL INDONESIA (@Blood4LifeID), karena pada akun tweet tersebut informasi membutuhkan darah selalu update. Dalam hal ini data akan diproses dengan cara text mining dan akan diolah berdasarkan kata-kata yang terdapat dalam dokumen. Dengan demikian diperlukan algortima yang sederhana agar proses pengolahan dapat efektif dan efisien. Metode yang sesuai dalam hal melakukan klasifikasi yaitu menggunakan naïve bayes classifier. Pendekatan yang mengacu pada teorema Bayes merupakan prinsip peluang statistika untuk mengkombinasikan pengetahuan sebelumnya dengan pengetahuan baru. Prinsip ini kemudian digunakan untuk memecahkan masalah klasifikasi (Tan dkk. 2006). Proses pencocokan juga dibutuhkan dalam menentukan calon pendonor darah, apakah termasuk ke dalam kelas pendonor ataupun kelas non pendonor. 3 Oleh karena itu dibutuhkan sebuah sistem yang dapat membantu dalam menginformasikan kebutuhan darah dari tweet supaya informasi dapat tersampaikan dengan cepat. Dalam penelitian ini pengembangan perangkat lunak menggunakan sistem multiagen dengan metodologi Prometheus untuk pembangunan sistem secara arsitektur BDI (Belief Desire Intention), serta menggunakan metode naïve bayes classifier. Platform JADE digunakan untuk pengembangan implementasi sistem multiagen. 1.2 Rumusan Masalah Pada penelitian ini, permasalahan yang akan diselesaikan adalah : 1. Bagaimana menerapkan konsep multiagen untuk memperoleh informasi golongan darah, jenis rhesus, lokasi serta kategori kebutuhan darah dari data twitter. 2. Bagaimana menerapkan metode naïve bayes classifier menggunakan tekonologi agen sehingga dapat menentukan kategori informasi tweet. 1.3 Batasan Masalah Dalam penelitian ini memiliki permasalahan yang cukup luas, sehingga diberikan batasan-batasan yang meliputi : 1. Data dikumpulkan dari data tweet akun BFL INDONESIA (@Blood4LifeID). 2. Data tweet yang diambil berbahasa Indonesia. 3. Data calon pendonor sudah mendaftar menjadi anggota dalam aplikasi dan memiliki syarat menjadi pendonor. 4. Peran (role) agen secara autonomous hanya dapat dilakukan pada download tweet, preprocessing, klasifikasi dan pencocokan data kebutuhan darah. 5. Sistem hanya dapat menginformasikan kategori kebutuhan darah dari data tweet. 6. Sistem tidak mampu mengetahui tweet kebutuhan darah yang diinformasikan sudah mendapat pendonor atau belum. 4 1.4 Tujuan Penelitian Adapun tujuan dari penelitian ini diantaranya adalah : 1. Menghasilkan model berbasis multi agen yang memiliki kemampuan dalam menginformasikan kebutuhan darah dari data tweet. 2. Menerapkan metode naïve bayes classifier dalam menentukan klasifikasi tweet yang relevan dengan kebutuhan darah. 1.5 Manfaat Penelitian Manfaat dari penelitian ini adalah mewujudkan sistem yang dapat menginformasikan kebutuhan darah yang diolah dari data tweet, sehingga membantu resipien mendapatkan darah yang dibutuhkan dengan mudah. Hal ini merupakan alternatif bagi resipien dalam mendapatkan pendonor darah yang sesuai. 1.6 Keaslian Penelitian Saat ini belum dilakukan penelitian mengenai pengambilan informasi dari data twitter yang digunakan untuk mengetahui kebutuhan darah. Namun ada juga beberapa penelitian tentang klasifikasi data teks dengan menggunakan metode naïve bayes classification. Pada penelitian tersebut lebih cenderung pada menghasilkan klasifikasi dokumen atau halaman web dan sentimen analisis dari teks, sedangkan penelitian akan menghasilkan klasifikasi untuk kategori kebutuhan darah dan juga calon pendonor darah. 1.7 Metodologi Penelitian Metode penelitian yang digunakan dalam rancang bangun sistem agen untuk melakukan ekstraksi kebutuhan pendonor darah sebagai berikut: 1. Kajian pustaka dan studi literature Kegiatan yang dilakukan pada tahap ini yaitu melakukan pengumpulan berbagai bahan referensi, tesis/disertasi, jurnal penelitian, buku teori dan sumber 5 informasi lainnya yang dapat diperoleh dari internet yang terkait dengan penelitian. 2. Pengumpulan Data Pada tahapan ini dilakukan pengumpulan data-data penelitian yaitu kumpulan data dari tweet postingan terkait kebutuhan pendonor darah. 3. Analisis Sistem Proses yang dilakukan identifikasi antar muka sistem meliputi proses input dan output. Kemudian menentukan tujuan yang ingin dicapai, kebutuhan fungsionalitas sistem dan skenario sistem. 4. Rancangan Sistem Tahap ini menentukan Agent apa saja yang dibutuhkan dalam pembangunan sistem, bagaimana cara kerja agent dalam berinteraksi dengan lingkungan dan juga kejadian penting yang akan terjadi pada lingkungan sistem. Dalam tahap ini menghasilkan diagram sistem secara keseluruhan, deskripsi, interaksi dan kejadian penting antar Agent. Bagaimana internal dari masing-masing agent dan bagaimana setiap agent menyelesaikan tugasnya dalam keseluruhan sistem. Yang dihasilkan dalam tahapan ini adalah diagram rinci yang memperlihatkan fungsionalitas internal dari agent dan kemampuannya. 5. Implementasi Tahap ini berisi uraian hasil implementasi dari rancangan sistem, meliputi pengembangan aplikasi menggunakan jade yang dapat dijalankan pada platform windows. 6. Pengujian Pengujian sistem akan dilakukan terhadap beberapa unsur antara lain: 1. Pengujian untuk mengetahui apakah agen dapat melakukan proses pengumpulan data tweet dengan benar. 2. Kemampuan agen untuk melakukan tahapan preprocessing sehingga menghasilkan data tweet yang bersih. 3. Kemampuan agen untuk mengumpulkan kategori yang tergolong informasi kebutuhan darah dengan menggunakan konsep naïve bayes classification. 6 4. Pengujian untuk mengetahui apakah agen dapat melakukan pencocokan data calon pendonor yang memiliki kriteria sebagai pendonor. Pengujian untuk menentukan akurasi proses klasifikasi menggunakan metode n- fold cross validation digunakan untuk menganalisa akurasi algortima naive bayes classification. Sebanyak 20% dari jumlah posting secara bergantian dijadikan data uji sebanyak 3 kali terhadap 80% posting lainnya yang dijadikan sebagai data training. Nilai akurasi diperoleh dari rata-rata nilai akurasi dari 3 kali pengujian tersebut. Untuk menghitung nilai akurasinya digunakan persamaan 1.1 (Liu, 2011). = 1.8 X 100% (1.1) Sistematika Penulisan Penulisan laporan penelitian ini terdiri dari tujuh (7) bab dengan masing- masing berisi rincian sebagai berikut: Bab I Pendahuluan Bab ini berisi latar belakang masalah penelitian, rumusan masalah penelitian, batasan masalah penelitian, tujuan peneltian, manfaat penelitian, keaslian penelitian, metodologi penelitian dan sistematika laporan penelitian. Bab II Tinjauan Pustaka Bab ini berisi tinjauan pustaka yang memuat uraian sistematis tentang informasi hasil penelitian yang sudah pernah dilakukan sebelumnya terkait topik penelitian. Literatur dan publikasi mengenai agen cerdas, metodologi pengembangan perangkat lunak berbasis agen cerdas, platform yang digunakan untuk mengimplementasikan peneltian, metode klasifikasi dan penelitian tentang text mining. Bab III Landasan Teori Bab ini menguraikan tentang dasar-dasar teori yang digunakan sebagai bahan referensi dalam penelitian. Referensi yang digunakan yaitu pendekatan 7 agen cerdas dan sistem multi agen, penerapan agen menggunakan arsitrektur BDI dengan metodologi prometheus, teori text mining dan klasifikasi dengan metode naïve bayes classifier. Bab IV Analisis dan Perancangan Sistem Bab ini menguraikan tentang analisis kebutuhan untuk membangun sistem, menentukan rancangan sistem meliputi rancangan download tweet, rancangan pengolahan text, rancangan agen, rancangan basis data dan rancangan antar muka. Bab V Implementasi Bab ini berisi penjelasan tentang implementasi sistem yang dibangun terdiri dari implementasi agen dalam melakukan tugasnya mengumpulkan data dari tweet, berkomunikasi antar agen, melakukan klasifikasi dengan metode naïve bayes classifier dan agen bekerja pada perangkat mobile untuk mencocokan informasi kebutuhan darah. Sistem yang dihasilkan dalam bentuk backend yaitu antar muka dengan JSP dan servlets, begitu juga aplikasi mobile dalam bentuk frontend yang berjalan pada sistem operasi android. Bab VI Hasil Penelitian dan Pembahasan Bab ini menguraikan pengujian dan pembahasan secara mendetail hasil dari penelitian. Pembahasan tentang pengembangan sistem multi agen dan pengujian terhadap kinerja yang dilakukan oleh agen. Bab VII Kesimpulan dan Saran Bab ini berisi kesimpulan dari hasil penelitian dan saran-saran yang diajukan untuk pengembangan atau penelitian selanjutnya.