sistem pakar diagnosa penyakit prostat menggunakan metode

SISTEM PAKAR DIAGNOSA PENYAKIT
PROSTAT MENGGUNAKAN METODE
CERTAINTY FACTOR
PROSTATE DISEASE DIAGNOSIS EXPERT SYSTEM
USING CERTAINTY FACTOR METHOD
Imas Agil Prastika1, Edy Mulyanto2
1,2
Jurusan Teknik Informatika, Fasilkom, Universitas Dian Nuswantoro
Jl. Nakula 1 No.5-11, Semarang, 50131
E-mail : [email protected],[email protected]
Abstrak
Penyakit prostat merupakan salah satu masalah kesehatan yang sering dialami
oleh pria dewasa yang dapat mengakibatkan kematian. Melihat bahaya penyakit
ini masih banyak orang yang enggan untuk datang kedokter lebih dini dan
menganggap sepele sehingga banyak yang terlambat untuk datang ke dokter.
Diagnosa ke dokter dirasa akan menghabiskan biaya yang cukup mahal untuk
kalangan tertentu. Hal paling tepat adalah mengetahui dengan cepat agar penyakit
yang diderita segera dapat di obati serta bagaimana penanganannya. Diagnosa dini
penyakit sangat penting terutama penyakit prostat untuk mencegah atau
menghambat terjadinya penyakit tersebut.Sistem pakar yang di bangun untuk
mendiagnosa dini penyakit prostat menggunakan metode certainty factor sebagai
media konsultasi yang lebih praktis dan diharapkan dapat mempercepat dalam
mendiagnosa penyakit prostat. Melalui gejala – gejala penyakit yang di rasakan
oleh user maka sistem mampu mendiagnosa penyakit prostat dengan
menampilkan prosentase tertinggi. Sistem pakar diagnosa penyakit prostat ini
mampu memberikan informasi kepada user terhadap jenis penyakit prostat
berdasarkan gejala – gejala yang di berikan serta sistem ini dapat digunakan
sebagai alat bantu sementara dalam mendiagnosa awal penyakit prostat.
Kata kunci : Sistem Pakar, Certainty Factor, Prostat
Abstract
Prostate disease is a health problem that is often experienced by adult men which
can lead to death. Seeing the danger of this disease still many people who are
reluctant to come to a doctor earlier and disregard it, finally many people are too
late to come to the doctor. For getting diagnosis from a doctor feels very
expensive for certain circles. The most appropriate thing is knowing quickly the
illness so can be treated immediately as well as how to handle it. Early diagnosis
is very important to prevent or delay the occurrence of the disease, especially
i
prostat disease. Expert systems are built to diagnose early prostate disease using
certainty factor as a media consultancy that is more practical and is expected to
accelerate in diagnosing prostate disease. Through the symptoms of the disease
that is being experienced by the user, the system is able to diagnose prostate
disease by showing the highest percentage. Prostate disease diagnosis expert
system is able to provide information to the user on the type of prostate disease
based on symptoms that is given as well as the system can be used as a tool while
in diagnosing early prostate disease.
Keywords : Expert System , Certainty Factor , Prostate
1. PENDAHULUAN
K
esehatan merupakan hal yang sangat penting dan sangat berharga bagi
manusia, karena dalam keadaan yang tak terduga sekalipun kita bisa terkena
penyakit dan bisa mengalami gangguan kesehatan. Banyak masyarakat tidak
mengetahui atau tidak begitu paham dengan masalah kesehatan, apabila
mengalami gejala - gejala penyakit belum tentu dapat mengetahui terkena
penyakit apa serta belum tau cara mengatasi dan menanggulanginya. Gejala gejala yang sebenarnya bisa dicegah lebih dini apabila telat ditangani, akan
menimbulkan penyakit semakin parah karena minimnya pengetahuan dan
penanganan yang cepat. Penyakit seseorang kadang di anggap sepele, kurangnya
pengetahuan dan perhatian terhadap gejala awal tanpa mengetahui apakah
penyakit yang diderita sudah kronis atau masih rendah akan berakibat fatal.
Permasalahan yang akan diambil yaitu mendiagnosa dini penyakit prostat.
Menurut data WHO, penyakit prostat merupakan penyakit paling umum peringkat
ke dua pada pria. 1,1 juta pria di seluruh dunia di diagnosis menderita penyakit
prostat dan terdapat 307.000 kasus kematian pada tahun 2012. Tahun 2012 di
Indonesia terdapat 13.600 kasus menurut data International Agency for Research
on Cancer (IARC).
Penyakit prostat merupakan salah satu gangguan kesehatan yang sering
dialami pria dewasa. Namun, masalah tersebut dapat dicegah dari dini. Diagnosa
yang seharusnya di lakukan yaitu datang ke dokter. Tetapi, banyak orang yang
enggan datang kedokter karena gejala yang dialaminya di anggap sepele sehingga
banyak yang terlambat untuk memeriksakan ke dokter. Diagnosa ke dokter dirasa
akan menghabiskan biaya yang cukup mahal untuk kalangan tertentu. Mengetahui
penyebab penyakit saja belum cukup. Hal paling tepat adalah mengetahui dengan
cepat agar penyakit yang diderita segera dapat di obati serta bagaimana
penanganannya. Diagnosa dini penyakit sangat penting terutama penyakit prostat
untuk mencegah atau menghambat terjadinya penyakit tersebut.
Berdasarkan masalah diatas, dibutuhkan sistem pakar yang mampu
mendiagnosa dini penyakit prostat yang mampu melakukan penalaran layaknya
seorang pakar untuk mendapatkan nilai kepastian dandalam keadaan
ketidakpastian data. Dalam hal ini metode certainty factor cocok digunakan untuk
mendapatkan nilai kepastian terhadap penyakit yang diderita dan sebagai media
ii
konsultasi yang lebih praktis dan diharapkan dapat mempercepat dalam
mendiagnosa penyakit prostat.
2. METODE PENELITIAN
2.1 Obyek Penelitian
Penyusunan tugas akhir ini penulis melakukan penelitian untuk bahan
masukan dalam pembuatan sistem pakar untuk mendiagnosa penyakit prostat
melalui gejala - gejala dengan metode certainty factor, sebagai alternatif
pemberitahuan informasi tentang penyakit prostat kepada masyarakat.
2.2 Metode Pengumpulan Data
Metode pengumpulan data merupakan teknik yang dapat digunakan oleh
peneliti untuk melakukan pengumpulan data merupakan. Dalam suatu penelitian
pengumpulan data sangat diperlukan. Pengumpulan data dilakukan sesuai dengan
kebutuhan penelitian karena jenis pengumpulan data sangat banyak tetapi dalam
suatu penelitian teknik pengumpulan data tidak semua digunakan.
Data yang digunakan adalah data kualitatif. Data kualitatif adalah data yang
tidak menggunakan nominal atau angka, tetapi informasi langsung atas perkataan
subjek penelitian dalam bahasanya sendiri tentang data penyakit dan gejala pada
penyakit prostat serta solusi penanganannya. Jenis data yang digunakan
penelitian ini diantaranya :
1. Data Primer
Data primer yaitu data yang didapat langusng di lapangan. Data yang di dapat
yaitu dari pakar atau ahli yang berhubungan dengan penyakit prostat.
2. Data Sekunder
Data Sekunder yaitu data yang didapatkan secara tidak langsung dari sumber
utama. Data ini didapatkan melalui makalah, daftar pustaka, catatan - catatan,
serta literatur yang dapat mendukung penelitian ini.
3. Metode Pengumpulan Data
1. Wawancara
Pengumpulan data melalui tatap muka langsung dan tanya jawab antara
pewawancara (pengumupul data) dengan narasumber (sumber data). Dalam hal
ini yang menjadi narasumber adalah Dokter Rumah Sakit Soewondo
Kabupaten Pati yaitu Dr. Widi Antono, M.kes, Spb. Berdasarkan hasil
wawancara yang dilakukan pada Dokter tersebut, penulis mendapatkan
informasi terkait yang dibutuhkan.
2. Studi Pustaka
Studi Pustaka adalah pengumpulan data yang dilakukan dengan cara mencari
informasi dari buku-buku maupun media lain. Melalui metode studi pustaka ini
penulis mendapatkan jurnal-jurnal yang menjadi landasan dalam pembuatan
laporan penelitian.
3. Mengunjungi Situs
Mengunjungi situs merupakan sebuah penelitian yang dilakukan dengan
melakuan pencarian di internet maupun searching mendapatkan banyak
iii
informasi. Dalam hal ini situs yang dikunjungi penulis yaitu situs yang
berhubungan dengan penyakit prostat.
4. Teknik Analisis Data
Teknik analisis data sistem pakar diagnosa penyakit prostat ini
menggunakan metode certainty factor. Berikut prosedur yang dilakukan sesuai
data yang diperoleh :
Data
Rule Base
Proses Certainty Factor
Hasil
Gambar 1. Metode Certainty Factor
3. HASIL DAN PEMBAHASAN
3.1 Perhitungan Certainty Factor
Perhitungan certainty factor yaitu mengelompokkan gejala – gejala yang di input
user sesuai kode gejala yang ditentukan, menggolongkan kode gejala tersebut
dengan penyakit prostat. Gejala – gejala tersebut sudah memiliki nilai bobot.
Setelah di golongkan gejala dan penyakit kemudian dilakukan perhitungan
certainty factor seperti dibawah ini.
a. Kanker Prostat (P1)
1. Rasa terbakar waktu kencing = 0,5
2. Nyeri punggung bawah = 0,4
3. Nyeri perut = 0,2
4. Nyeri saat ejakulasi = 0,6
5. Nyeri ketika buang air besar = 0,6
6. Penurunan berat badan = 0,2
CF (A) = CF1 + [CF2 * (1 – CF1)] = 0,5 + [0,4 * (1 - 0,5)]
= 0,70
iv
CF (B) = CF3 + [CFA * (1 – CF3)] = 0,2 + [0,7 * (1 - 0,CFB * (1 – CF4)] =
0,6 + [0,76 * (1 - 0,6)] = 0,904
CF (D) = CF5 + [CFC * (1 – CF5)] = 0,6 + [0,904 * (1 - 0,6)] = 0,9616
CF (E) = CF6 + [CFD * (1 – CF6)] = 0,2 + [0,9616 * (1- 0,2)] = 0,96928
b.
c.
d.
e.
BPH (P2)
1. Mengejan waktu berkemih = 0,6
2. Aliran urine tersendat sendat = 0,5
3. Anyang anyangan = 0,2
4. Abdomain tegang = 0,2
CF (A) = CF1 + [CF2 * (1 – CF1)] = 0,6 + [0,5 * (1- 0,6)]
CF (B) = CF3 + [CFA * (1 – CF3)] = 0,2 + [0,80 * (1- 0,2)]
CF (C) = CF4 + [CFB * (1 – CF4)] = 0,2 + [0,84 * (1- 0,2)]
= 0,80
= 0,84
= 0,872
Prostatitis Bakterial Kronis (P3)
1. Rasa terbakar waktu kencing = 0,5
2. Nyeri saat ejakulasi = 0,3
3. Aliran urine tersendat sendat = 0,4
4. Anyang Anyangan = 0,3
5. Nyeri di ujung penis = 0,6
CF (A) = CF1 + [CF2 * (1 – CF1)] = 0,5 + [0,3 * (1- 0,5)]
CF (B) = CF3 + [CFA * (1 – CF3)] = 0,4 + [0,65 * (1- 0,4)]
CF (C) = CF4 + [CFB * (1 – CF4)] = 0,3 + [0,79 * (1 - 0,3)]
CF (D) = CF5 + [CFC * (1 – CF5)] = 0,6 + [0,853 * (1 - 0,6)]
= 0,65
= 0,79
= 0,853
= 0,9412
Prostatitis Bakterial Akut (P4)
1. Rasa terbakar waktu kencing = 0,4
2. Nyeri punggung bawah = 0,5
3. Nyeri perut = 0,2
4. Aliran urine tersendat sendat = 0,5
5. Abdomain tegang = 0,2
6. Nyeri di ujung penis = 0,2
CF (A) = CF1 + [CF2 * (1 – CF1)] = 0,4 + [0,5 * (1 - 0,4)]
CF (B) = CF3 + [CFA * (1 – CF3)] = 0,2 + [0,7 * (1 - 0,2)]
CF (C) = CF4 + [CFB * (1 – CF4)] = 0,5 + [0,76 * (1 - 0,5)]
CF (D) = CF5 + [CFC * (1 – CF5)] = 0,2 + [0,88 * (1 - 0,2)]
CF (E) = CF6 + [CFD * (1 – CF6)] = 0,2 + [0,904 * (1- 0,2)]
= 0,7
= 0,76
= 0,88
= 0,904
= 0,9232
Prostatitis non Bacterial (P5)
1. Rasa terbakar waktu kencing = 0,2
2. Nyeri punggung bawah = 0,5
3. Nyeri ketika buang air besar = 0,4
4. Mengejan waktu berkemih = 0,4
5. Nyeri di ujung penis = 0,2
6. Nyeri di bagian anus = 0,2
CF (A) = CF1 + [CF2 * (1 – CF1)] = 0,2 + [0,5 * (1 - 0,2)]
= 0,6
v
CF (B) = CF3 + [CFA * (1 – CF3)] = 0,4 + [0,6 * (1 - 0,4)]
CF (C) = CF4 + [CFB * (1 – CF4)] = 0,4 + [0,76 * (1 - 0,4)]
CF (D) = CF5 + [CFC * (1 – CF5)] = 0,2 + [0,856 * (1 - 0,2)]
CF (E) = CF6 + [CFD * (1 – CF6)] = 0,2 + [0,8848 * (1- 0,2)]
= 0,76
= 0,856
= 0,8848
= 0,90784
Dari perhitungan Certainty Factor berdasarkan gejala – gejala yang di peroleh
dari user. penyakit Kanker Prostat memiliki nilai Certainty Factor terbesar yaitu
0,96928 atau 96,928%. Maka penyakit Kanker Prostat menjadi kesimpulan hasil
diagnosis menurut gejala yang dipilih.
3.2 Hasil Implementasi Sistem
Aplikasi sistem pakar ini digunakan untuk mendiagnosa penyakit prostat
dengan menggunakan metode certainty factor berbasis web. Berikut ini Tampilan
utama yang dihasilkan, sebagai berikut :
Gambar 2 Tampilan Konsultasi
vi
Gambar 3 Tampilan Output Hasil
4. KESIMPULAN
1. Sistem pakar diagnosa penyakit prostat ini mampu memberikan informasi
kepada user / pasien terhadap jenis penyakit prostat berdasarkan gejala –
gejala yang di berikan.
2. Sistem pakar yang dihasilkan dapat digunakan sebagai alat bantu sementara
dalam mendiagnosa awal penyakit prostat.
3. Berdasarkan hasil uji coba, metode certainty factor dapat digunakan untuk
mendiagnosa penyakit prostat dengan menggunakan gejala – gejala yang akan
menghasilkan prosentase nilai kepastian terhadap penyakit prostat yang di
derita.
5. SARAN
1. Sistem pakar diagnosa penyakit prostat ini dapat dikembangkan lebih lanjut
dengan adanya perkembangan teknologi sehingga dapat dengan mudah dalam
melakukan konsultasi.
2. Aplikasi ini dapat di kembangkan dan di perluas untuk penyakit lain dan
dengan pakar yang berbeda.
vii
DAFTAR PUSTAKA
[1]
Turban, Efraim, et al. Decision Support Systems and Intelligent Systems 7th
Ed. New Jersey : Pearson Education, 2005.
[2] Angky, Y L. Sistem Pakar Untuk Tes Minat dan Bakat, Makasar, STMIK
Makasar, 2006.
[3] Anonim, “Kanker Prostat,” 2007. [Online]. Available: http://Kanker Prostat
_ Dokter Sehat.htm. [01 November 2015].
[4]
Arhami, M. Konsep Dasar Sistem Pakar, Yogyakata, Andi, 2005.
[5] Bimo Sunarfrihantono, ST. PHP dan MySQL untuk Web, Andi, Yogyakarta,
2003.
[6] Hamdani, Sistem Pakar Untuk Diagnosa Penyakit Mata Manusia, Skripsi
Program Studi Ilmu Komputer, FMIPA Universitas Mulawarman,
Samarinda, 2010.
[7] Hardjowidjoto, S. Benign Prostat Hiperplasia, Surabaya, Airlangga
University Press, 2000.
[8]
Jeffrey, L Whitten. Metode Desain dan Analisis Sistem, Edisi I,
Diterjemahkan oleh tim penerjemah ANDI. Yogyakarta : Andi Madcoms,
2004.
[9]
Kusumadewi,
S.
Artificial
Intelligence
(Teknik
dan
Aplikasinya),
Yogyakarta, Graha Ilmu, 2003.
[10] Kusrini, Sistem Pakar Teori dan Aplikasi. Yogyakarta, Andi, 2006.
[11] Latumakulita,A.Luther. Sistem Pakar Pendiagnosa Penyakit Anak
Menggunakan Certainty Factor (CF), Jurnal Ilmiah Sains Vol. 12, No. 2,
Universitas Sam Ratulangi. 2012.
[12] Long, Barbara C. Perawatan Medikal Bedah, Volume 1, (terjemahan).
Bandung. Yayasan Ikatan Alumni Pendidikan Keperawatan Pajajaran, 2006.
[13] Nazir, M. Metode Penelitian, cet.ke-5. Hal 27, Jakarta, Ghalia Indonesia,
2003.
viii