BAB 1 - Angelfire
advertisement
BAB 1 PENDAHULUAN 1.1 Latar Belakang Penyakit merupakan hal yang ingin dihindari oleh setiap manusia sebab penyakit dapat merusak kesehatan seseorang, bahkan sampai tingkat paling parah, yakni kematian. Apalagi penyakit menyerang manusia pada berbagai golongan usia, mulai dari bayi, anakanak, remaja, orang dewasa sampai orang tua. Gaya hidup dan pola makan masyarakat sekarang yang tidak sehat dan tidak teratur dapat membuat mereka dengan mudah diserang penyakit. Oleh karena itu, kesehatan hendaknya diperhatikan sejak awal untuk mencegah munculnya penyakit yang berbahaya. Bayi dan anak-anak sangat rentan terhadap penyakit sebab daya tahan tubuh mereka masih terlalu lemah untuk melawan penyakit. Perkembangan dan pertumbuhan sel dan jaringan tubuh mereka masih terus berubah sehingga metabolisme tubuh mereka belum sempurna. Bila bayi atau anak mengeluh mengenai kesehatan dirinya dan kemudian menderita suatu penyakit, hal tersebut adalah salah satu hal di antara permasalahan lain yang paling ditakuti oleh semua orangtua. Semua orangtua menginginkan agar buah hatinya selalu tumbuh sehat menjadi besar dan kuat. Tetapi terkadang penyakit sering sekali menyerang tanpa diketahui atau diharapkan. Oleh karena itu, sejak awal mereka harus diberikan penanganan yang tepat, agar penyakit yang berbahaya dapat dihindari. 1 2 Berdasarkan data dari Departemen Kesehatan, dinyatakan bahwa penyakit yang menyerang bayi dan anak-anak kebanyakan disebabkan oleh virus, bakteri, parasit, protozoa dan jamur. Penyakit bayi dan anak yang disebabkan oleh virus menduduki tingkat pertama (75%) dibandingkan penyebab lainnya. Virus dikenal sangat berbahaya karena penularannya yang begitu cepat dan sering menjadi penyebab munculnya suatu penyakit. Berdasarkan fakta tersebut, penulis mencoba untuk membahas salah satu jenis dari penyakit bayi dan anak yang disebabkan oleh infeksi virus, yang nantinya akan dibuat menjadi sistem pakar. Dalam mendiagnosa penyakit bayi dan anak yang disebabkan oleh infeksi virus dengan sistem konvensional yang selama ini dijadikan pegangan, cukup memakan waktu yang lama dan biaya yang sangat mahal. Untuk menciptakan seorang ahli (pakar) dalam salah satu bidang ilmu seperti halnya bidang kedokteran tentulah tidak mudah dan membutuhkan waktu yang sangat lama dan biaya yang mahal. Untuk itu, dibuatlah suatu alat bantu untuk mempermudah para ahli medis dalam hal ini dokter untuk melakukan pemeriksaannya agar lebih efektif dan efisien. Adapun alat bantu tersebut adalah piranti lunak dengan menggunakan konsep sistem pakar. Adapun alasan digunakannya konsep sistem pakar adalah sebagai salah satu penerapan dari ilmu kecerdasan buatan dimana sistem pakar ini bukan untuk menggantikan keberadaan seorang pakar, melainkan sebagai alat bantu dalam mendiagnosa gejala-gejala penyakit bayi dan anak yang disebabkan oleh infeksi virus. Dengan adanya alat bantu ini, dapat mempermudah dokter dalam melakukan pendiagnosaan penyakit bayi dan anak yang disebabkan oleh infeksi virus. Sistem pakar dianggap cocok dalam mendiagnosa penyakit anak yang disebabkan oleh infeksi virus karena sistem ini dapat mengadopsi atau menyerap ilmu-ilmu yang berasal dari pakar dimana sistem ini dapat bekerja seperti seorang pakar nantinya. 3 Mengingat pentingnya kesehatan manusia khususnya kesehatan bayi dan anak, maka penulis tertarik untuk memilih topik ini dalam penulisan skripsi dengan judul “Analisis dan Perancangan Sistem Pakar untuk Mendiagnosa Penyakit Bayi dan Anak yang Disebabkan Infeksi Virus”. 1.2 Ruang Lingkup Ruang lingkup yang akan dibahas pada penulisan ini adalah sebagai berikut : a. Kategori anak pada sistem pakar ini dibatasi pada bayi (0-1 tahun) dan anak-anak (1-18 tahun). b. Aplikasi sistem pakar yang dirancang penulis dibatasi untuk mendiagnosa jenis penyakit bayi dan anak yang disebabkan oleh infeksi virus dan menyarankan terapi pengobatan. c. Sistem pakar yang dirancang penulis hanya sebagai prototype. d. Aplikasi sistem pakar yang dirancang penulis ditujukan untuk digunakan oleh para praktisi yang berkecimpung di : Bidang kedokteran seperti dokter umum, asisten dokter pediatrik, para juru rawat bagian pediatrik. 1.3 Bidang akademis kedokteran seperti mahasiswa kedokteran, dosen kedokteran. Tujuan dan Manfaat Tujuan penulis dalam membuat penulisan ini adalah sebagai berikut : a. Merancang aplikasi sistem pakar untuk mendiagnosa penyakit bayi dan anak yang disebabkan oleh infeksi virus. 4 b. Mengimplementasikan sistem pakar untuk mendiagnosa penyakit bayi dan anak yang disebabkan oleh infeksi virus pada ruang lingkup yang telah ditentukan. c. Membangun sistem pakar menjadi suatu sistem yang dapat berfungsi sebagai alat bantu diagnosa penyakit bayi dan anak yang disebabkan oleh infeksi virus. Adapun manfaat-manfaat yang dapat diperoleh dari penulisan ini adalah sebagai berikut : a. Mempermudah dokter umum dan juru rawat dalam melakukan pendiagnosaan terhadap penyakit bayi dan anak yang disebabkan oleh infeksi virus b. Memberikan alternatif untuk bidang akademis kedokteran sebagai salah satu sumber referensi belajar mengajar mengenai penyakit bayi dan anak yang disebabkan oleh infeksi virus. c. Memberikan bahan referensi bagi masyarakat luas yang tertarik untuk mengembangkan topik ini lebih lanjut. . 1.4 Metodologi Metode yang digunakan dalam penulisan skripsi ini meliputi dua bagian, yaitu : a. Metode Analisis Penulis melakukan analisis dengan terlebih dahulu melakukan wawancara terhadap dokter anak guna mendapatkan informasi dan data yang dibutuhkan dalam merancang prototipe sistem pakar. Informasi dan data yang didapat dari hasil wawancara dianalisis lebih lanjut untuk dilihat apakah dapat digunakan sebagai bahan penulisan dan untuk perancangan selanjutnya. 5 b. Metode Perancangan Setelah hasil wawancara dianalisis, penulis merancang beberapa hal berikut ini : 1.5 Tabel keputusan dan pohon keputusan (decision table and decision tree) Antarmuka pemakai (user interface) Aturan-aturan (rules) Program (prototype) Sistematika Penulisan Sistematika yang digunakan penulis adalah sebagai berikut : BAB 1 : PENDAHULUAN Bab pertama ini membahas latar belakang penulisan, ruang lingkup pembahasan, tujuan yang hendak dicapai dan manfaat yang diharapkan, metodologi yang dipergunakan serta sistematika penulisan yang diterapkan. BAB 2 : LANDASAN TEORI Bab ini merupakan tinjauan teoritis mengenai sistem pakar untuk mendiagnosa penyakit bayi dan anak yang disebabkan infeksi virus. Teori yang dipakai adalah teori umum yang berkaitan dengan sistem pakar, seperti sejarah, pengertian, konsep dasar, struktur sistem pakar dan teori khusus yang berkaitan dengan topik, yakni teori-teori seputar penyakit bayi dan anak yang disebabkan infeksi virus. BAB 3 : ANALISIS DAN PERANCANGAN Bab ini membahas proses yang dilakukan dalam mendiagnosa penyakit bayi dan anak yang disebabkan infeksi virus tanpa menggunakan sistem pakar. Dari hasil diagnosa tersebut kemudian dituangkan dalam perancangan sistem pakar berupa 6 perancangan tabel keputusan, pohon keputusan, aturan-aturan dan rancangan antarmuka pemakai (user interface). BAB 4 : IMPLEMENTASI DAN EVALUASI Bab ini membahas spesifikasi perangkat keras dan perangkat lunak yang dibutuhkan agar sistem pakar yang dirancang dapat diimplementasikan. Setelah diimplementasikan, penulis melakukan evaluasi untuk melihat apakah hasilnya dapat dipertanggungjawabkan sesuai dengan diagnosa dokter secara manual. BAB 5 : KESIMPULAN DAN SARAN Bab ini merupakan bab penutup yang berisi tentang kesimpulan yang diperoleh penulis dari hasil perancangan prototipe sistem pakar dan saran-saran untuk pengembangan selanjutnya. 7 BAB 2 LANDASAN TEORI 2.1 Kecerdasan Buatan Pembahasan kecerdasan buatan (artificial intelligence) dalam sub bab ini dijelaskan mengenai pengertian tentang kecerdasan buatan dan aplikasi kecerdasan buatan yang akan diuraikan lebih lanjut dalam paragraf berikut ini. 2.1.1 Pengertian tentang Kecerdasan Buatan Kecerdasan buatan (artificial intelligence) adalah bagian dari ilmu komputer yang bertujuan untuk membuat komputer dapat berpikir secara pintar dan melakukan sesuatu yang biasanya dilakukan oleh manusia. Hal ini dilakukan dengan tujuan membantu pekerjaan manusia menjadi lebih ringan. Banyak para ahli yang mengemukakan pendapatnya mengenai definisi kecerdasan buatan, seperti tersebut berikut. Kecerdasan buatan adalah suatu cara untuk membuat komputer dapat berpikir secara pintar menurut Levine, Edelson dan Drang (1990, p3). Kecerdasan buatan adalah ilmu yang mempelajari bagaimana cara komputer untuk melakukan sesuatu yang dilakukan manusia dengan lebih baik menurut Rich (1983, p1). Kecerdasan buatan adalah ilmu yang mempelajari tentang mental facility melalui penggunaan model komputer. Mental facility yang dimaksud adalah sebuah alat bantu yang berupa model komputer yang dapat memberikan gambaran hidup manusia dalam memberikan keputusan menurut Charniak dan McDermott (1984, p6). 8 Kecerdasan buatan adalah suatu cabang ilmu komputer yang berusaha memberikan kecerdasan kepada komputer dengan teori dan prinsip-prinsip terapan termasuk penggunaan data terstruktur dalam mempresentasikan suatu informasi, algoritma untuk memanipulasi informasi dan bahasa serta teknik pemograman yang selanjutnya untuk pengimplementasian (Luger dan Stubblefield, 1993, p1). Dalam pernyataan ini ditekankan lebih lanjut bahwa manusia memberikan kecerdasan kepada komputer melalui prinsip terapan yang dapat digunakan komputer untuk menghasilkan informasi yang dibutuhkan manusia. Lebih lanjut Luger dan Stubblefield (1993, p1) menambahkan bahwa artificial intelegence dapat juga didefinisikan sebagai cabang dari ilmu komputer yang dihasilkan melalui otomatisasi dari tingkah laku yang cerdas. 2.1.2 Aplikasi Kecerdasan Buatan Aplikasi kecerdasan buatan menurut Luger dan Stubblefield (1993, p14), yaitu : a. Permainan (game playing) b. Perkembangan Automata dan Pembuktian Teorema (automated reasoning and theorem proofing) c. Sistem Pakar (expert system) d. Pemahaman Bahasa Alami dan Model Semantik (natural language understanding and semantic modelling) e. Pemodelan Penampilan Manusia (modelling human performance) f. Robot (robotic) g. Perencanaan (planning) h. Mesin yang Belajar (machine learning) i. Jaringan Saraf (neural network) 9 j. Proses Distribusi secara Pararel (pararell distributed processing) Dari beberapa bidang aplikasi kecerdasan buatan yang dikemukakan di atas, penulis hanya membahas tentang sistem pakar saja. 2.2 Sistem Pakar Pembahasan sistem pakar dalam sub bab ini dijelaskan mengenai sejarah sistem pakar, pengertian tentang sistem pakar, konsep dasar sistem pakar, struktur sistem pakar, keuntungan dan kelemahan sistem pakar, proses akuisisi pengetahuan, representasi pengetahuan, inferensi dengan rules, pendekatan pencarian, daur hidup pengembangan sistem pakar dan faktor kepastian yang akan diuraikan lebih lanjut dalam paragraf berikut. 2.2.1 Sejarah Sistem Pakar Sistem pakar dikembangkan oleh komunitas kecerdasan buatan pada pertengahan tahun 1960. Pada periode ini penelitian kecerdasan buatan didominasi pada kepercayaan terhadap beberapa pasang dari penalaran hukum dengan kemampuan komputer akan menghasilkan pakar atau bahkan menampilkan tujuan umum seorang manusia (Turban, 1992, p74). Pada pertengahan tahun 1970, beberapa sistem pakar sudah mulai muncul. Memahami pentingnya peranan pengetahuan pada sistem ini, para ilmuwan kecerdasan buatan bekerja untuk mengembangkan teori-teori representasi pengetahuan dan prosedur pengambilan keputusan secara umum dan kesimpulan-kesimpulan (Turban, 1992, p75). Pada awal tahun 1980–an, teknologi sistem pakar pertama dibatasi oleh pandangan akademis dan mulai terlihat sebagai aplikasi yang komersial seperti XCON, XSTL dan 10 CATS-1. Sebagai tambahan untuk membangun sistem pakar, usaha yang sangat mendasar adalah membangun alat untuk mempercepat konstruksi dari sistem pakar seperti MYCIN dan AGE. Sejak akhir tahun 1980-an, perkembangan software berkembang sejalan dengan perkembangan komputer termasuk mikro komputer (Turban, 1992, p76). 2.2.2 Pengertian tentang Sistem Pakar Istilah sistem pakar berasal dari istilah knowledge-based expert system. Ini dikarenakan sistem pakar menggunakan human knowledge yang dimasukkan ke dalam komputer untuk memecahkan masalah yang umumnya memerlukan keahlian seorang expert atau pakar. Sistem pakar dapat digunakan oleh non-expert guna meningkatkan kemampuan pemecahan masalah dan oleh expert sebagai knowledge assistant (Turban, 2001, p402). Berikut ini adalah beberapa pengertian tentang sistem pakar menurut : a. Turban (2001, p402), “Sistem pakar adalah sebuah sistem yang menggunakan pengetahuan manusia dimana pengetahuan tersebut dimasukkan ke dalam sebuah komputer dan kemudian digunakan untuk menyelesaikan masalah-masalah yang biasanya membutuhkan kepakaran atau keahlian manusia”. b. Jackson (1999, p3), “Sistem pakar adalah program komputer yang merepresentasikan dan melakukan penalaran dengan pengetahuan beberapa pakar untuk memecahkan masalah atau memberikan saran”. c. Luger dan Stubblefield (1993, p308), “Sistem pakar adalah program yang berbasiskan pengetahuan yang menyediakan solusi “kualitas pakar” kepada masalahmasalah dalam bidang (domain) yang spesifik”. 11 2.2.3 Konsep Dasar Sistem Pakar Konsep dasar sistem pakar meliputi enam hal berikut ini (Turban, 2001, p408) : a. Kepakaran (Expertise) Kepakaran merupakan suatu hal yang luas, untuk tugas khusus dimana pengetahuan diperoleh dari pelatihan, membaca dan pengalaman (Turban, 2001, p408). Kepakaran itu sendiri meliputi pengetahuan tentang : 1) Fakta-fakta tentang bidang permasalahan 2) Teori-teori tentang bidang permasalahan 3) Aturan-aturan dan prosedur-prosedur menurut bidang permasalahan umumnya 4) Aturan-aturan (heuristic) tentang apa yang harus dikerjakan dalam suatu situasi tertentu 5) Strategi global untuk memecahkan permasalahan semacam ini 6) Pengetahuan tentang pengetahuan (meta knowledge) b. Pakar (Expert) Dalam mendefinisikan apa yang dimaksud dengan seorang pakar merupakan hal yang sulit karena harus diperhatikan juga tentang derajat atau tingkat dari kepakaran (pertanyaannya adalah berapa banyak kepakaran yang harus dimiliki oleh seseorang sebelum berhak dikatakan sebagai seorang pakar) (Turban, 2001, p409). Kepakaran dari seorang manusia meliputi kegiatan-kegiatan berikut ini yaitu : 1) Mengenali dan memformulasikan permasalahan 2) Memecahkan permasalahan secara cepat dan tepat 3) Menerangkan pemecahannya 12 4) Belajar dari pengalaman 5) Merestrukturisasi pengetahuan 6) Memecahkan aturan-aturan 7) Menentukan relevansi c. Pemindahan Kepakaran (Transferring Expertise) Tujuan dari sebuah sistem pakar adalah untuk memindahkan kepakaran dari seorang pakar ke dalam sebuah komputer dan kemudian kepada manusia lainnya (bukan pakar) (Turban, 2001, p409). Proses ini melibatkan empat kegiatan, yaitu : d. 1) Akuisisi pengetahuan (dari pakar atau sumber lain) 2) Representasi pengetahuan (pada komputer) 3) Inferensi pengetahuan 4) Pemindahan pengetahuan ke user Inferensi (Inferencing) Inferensi merupakan bentuk yang unik dari sistem pakar karena kemampuannya dalam melakukan penalaran (“berpikir”). Semua hal yang diberikan oleh sistem pakar akan disimpan pada basis pengetahuan, kemudian program yang ada dapat mengakses ke dalam database. Komputer diprogram sehingga dapat mengambil kesimpulan. Inferensi ditampilkan pada suatu komponen yang disebut mesin inferensi dimana mencakup prosedur-prosedur mengenai pemecahan masalah (Turban, 2001, p409). e. Aturan-aturan (Rule) 13 Banyak peralatan (tool) sistem pakar yang komersial dan sistem yang siap jadi (readymade) adalah sistem yang berbasis rule (rule-based systems), yaitu pengetahuan disimpan terutama dalam bentuk rule, sebagai prosedur-prosedur pemecahan masalah (Turban, 2001, p410). Contoh rule pada sistem ini adalah sebagai berikut : JIKA mesin sedang tidak bekerja dan bahan bakar kurang dari 38 psi DAN alat pengukur berfungsi MAKA sistem bahan bakarnya rusak. f. Kemampuan menjelaskan (Explanation Capability) Bentuk unik lainnya dari sistem pakar adalah kemampuannya untuk menjelaskan saran atau rekomendasi yang diberikannya. Penjelasan dan pembenaran tersebut dilakukan dalam subsistem yang disebut subsistem pembenaran (justifier) atau penjelasan (explanation). Bagian dari sistem ini memungkinkan sistem untuk memeriksa penalaran yang dibuatnya sendiri dan menjelaskan operasi-operasinya. Karakteristik dan kemampuan yang dimiliki oleh sistem pakar membuatnya berbeda dari sistem konvensional (Turban, 2001, p410). Perbandingan antara sistem pakar dan sistem konvensional diterangkan pada Tabel 2.1 (Turban, 2001, p410) : 14 Tabel 2.1 Tabel Perbandingan antara Sistem Konvensional dengan Sistem Pakar Sistem Konvensional Sistem Pakar Informasi dan pemrosesannya biasanya digabungkan dalam satu program sekuensial. Basis pengetahuan dipisahkan secara jelas dengan mekanisme pemrosesan (inferensi) yaitu aturan-aturan pengetahuan dipisahkan dari kontrol. Program tidak membuat kesalahan (yang membuat kesalahan : pemrogram atau user). Program dapat berbuat kesalahan. Biasanya tidak menerangkan mengapa data masukan diperlukan atau bagaimana kesimpulan ditarik. Keterangan biasanya merupakan bagian dari hampir semua sistem pakar. Perubahan program sangat menyulitkan. Perubahan dalam dilaksanakan. Sistem hanya beroperasi setelah lengkap atau selesai. Sistem dapat beroperasi hanya dengan aturan-aturan yang sedikit (sebagai prototipe awal). Eksekusi dilakukan langkah demi langkah (algoritmik). Eksekusi dilakukan dengan menggunakan heuristik dan logika. Perlu informasi beroperasi. Dapat beroperasi dengan informasi yang tidak lengkap atau tidak tentu. lengkap agar bisa aturan-aturan mudah untuk Manipulasi efektif dari basis data yang besar. Manipulasi efektif dari basis pengetahuan yang besar. Representasi dan penggunaan data. Representasi dan penggunaan pengetahuan. Tujuan utama : efisiensi. Tujuan utama : efektivitas. Mudah berurusan dengan data kuantitatif. Mudah berurusan dengan data kualitatif. Menangkap, menambah dan mendistribusikan akses ke data numerik atau informasi. Menangkap, menambah dan mendistribusikan akses ke pertimbangan dan pengetahuan. 15 2.2.4 Struktur Sistem Pakar Sistem pakar terdiri dari dua bagian yang penting, yaitu lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation environment). Lingkungan pengembangan biasanya digunakan oleh pembuat sistem pakar untuk membangun komponen-komponennya dan untuk memperkenalkan pengetahuan ke dalam knowledge base (basis pengetahuan). Lingkungan konsultasi digunakan oleh yang bukan pakar untuk mendapatkan pengetahuan dan nasehat dari pakar (Turban, 2001, p410). Komponen-komponen yang penting dalam sebuah sistem pakar menurut Turban (2001, p411) adalah : a. Subsistem Akuisisi Pengetahuan (Knowledge Acquisition Subsystem) Knowledge acquisition merupakan akumulasi, pemindahan dan transformasi pemecahan masalah kepakaran dari pakar atau dokumentasi sumber pengetahuan ke dalam program komputer untuk membangun atau memperluas basis pengetahuan (Turban, 2001, p411). Sumber-sumber pengetahuan yang potensial meliputi pakar, buku, dokumen multimedia, basis data, laporan riset khusus, dan informasi yang terdapat di Web. b. Basis Pengetahuan (Knowledge Base) Basis pengetahuan mengandung pengetahuan yang diperlukan untuk memahami, memformulasikan dan menyelesaikan masalah (Turban, 2001, p412). Basis pengetahuan terdiri dari dua elemen dasar, yaitu : 1) Fakta, seperti situasi masalah dan teori dari area masalah. 16 2) Heuristik khusus atau aturan-aturan yang mengarahkan penggunaan pengetahuan dalam menyelesaikan masalah khusus pada domain khusus. c. Mesin Inferensi (Inference Engine) Otak dari sistem pakar adalah mesin inferensi, yang juga dikenal sebagai struktur kontrol atau penterjemah aturan (rule interpreter) dalam sistem pakar berbasiskan aturan (Turban, 2001, p412). Komponen ini merupakan program komputer yang menyediakan suatu metodologi untuk membuat alasan mengenai pengetahuan yang terdapat dalam basis pengetahuan dan dalam “blackboard” dan untuk memformulasikan kesimpulan. d. Daerah Kerja (Blackboard) Blackboard adalah suatu area pada memori yang sedang bekerja yang seolah-olah berfungsi sebagai basis data untuk menjelaskan sebuah masalah yang sedang terjadi, seperti yang dispesifikasi oleh data masukan; dan juga digunakan untuk merekam hasil sementara (Turban, 2001, p412). Tiga tipe keputusan yang dapat direkam pada blackboard, yaitu : rencana, agenda dan solusi. e. Antarmuka Pemakai (User Interface) Sistem pakar mengandung bahasa prosesor yang mudah untuk komunikasi yang berorientasi pada masalah antara pengguna dan komputer. Komunikasi ini paling bagus disajikan dalam bahasa alami (natural language) dan dalam beberapa kasus dapat dilengkapi dengan grafik, menu dan formulir elektronik (Turban, 2001, p412). f. Subsistem Penjelasan (Explanation Subsystem / Justifier) 17 Kemampuan menelusuri tanggung jawab dalam memperoleh kesimpulan kepada sumber adalah sangat penting baik dalam pemindahan keahlian pakar maupun dalam pemecahan masalah (Turban, 2001, p412). g. Sistem Perbaikan Pengetahuan (KnowledgeRefining System) Para pakar memiliki knowledge refining system dimana dengan sistem ini mereka dapat menganalisis pengetahuan dan manfaatnya, belajar dari kesalahan dan memperbaikinya untuk konsultasi pada masa mendatang. Evaluasi seperti itu diperlukan dalam computerized learning agar program dapat menganalisis alasan-alasan kesuksesan dan kegagalannya. Ini dapat menuju kepada kemajuan yang menghasilkan basis pengetahuan yang lebih baik dan penalaran yang lebih efektif (Turban, 2001, p413). h. Pemakai (User) Pemakai sistem pakar biasanya bukan seorang pakar (non-expert) yang membutuhkan saran atau pelatihan (training) (Turban, 2001, p413). 2.2.5 Proses Akuisisi Pengetahuan Akuisisi pengetahuan dapat diartikan sebagai proses mendapatkan, menstrukturisasi dan mengorganisasi pengetahuan dari satu atau beberapa sumber (Turban, 1992, p117). Proses akuisisi pengetahuan dibagi ke dalam lima tahap menurut Turban (1992, p126-128), yaitu : a. Identifikasi Identifikasi merupakan tahapan untuk mengidentifikasi masalah yang akan dikaji. Masalah bisa dibagi menjadi sub-masalah jika perlu, partisipan (pakar dan pengguna) 18 diidentifikasi, dan sumber daya diuraikan. Knowledge engineer mempelajari situasi dan menyetujui maksud dari pembuatan aplikasi kecerdasan buatan. b. Konseptualisasi Konseptualisasi merupakan tahapan menentukan konsep untuk menggambarkan pengetahuan. Pengetahuan yang relevan dengan pengambilan keputusan untuk suatu situasi sangat beragam sehingga perlu ditentukan konsep dan hubungannya. c. Formalisasi Formalisasi merupakan tahapan untuk merancang struktur guna mengorganisasikan pengetahuan. Pengetahuan diperoleh untuk direpresentasikan ke dalam basis pengetahuan. Cara bagaimana pengetahuan diorganisasikan dan direpresentasikan dapat menentukan metodologi akuisisi. d. Implementasi Implementasi merupakan tahapan memformulasikan aturan-aturan untuk menampung pengetahuan ke dalam komputer. Sebuah prototipe sistem pakar dikembangkan pada tahap ini. e. Pengujian Tahap yang terakhir adalah pengujian terhadap sistem pakar yang telah dibangun. Pengujian dilakukan oleh knowledge engineer dengan contoh-contoh kasus kemudian 19 hasilnya ditunjukkan kepada pakar dan aturan-aturan (rule atau frame) ditinjau kembali bila perlu. 2.2.6 Representasi Pengetahuan Semua sistem kecerdasan buatan terbuat dari dua bagian yaitu basis pengetahuan dan mekanisme inferensi (mesin). Basis pengetahuan mengandung fakta-fakta tentang objekobjek dalam domain terpilih. Basis pengetahuan juga dapat berupa konsep, teori, dan prosedur. Basis pengetahuan membentuk sumber kecerdasan sistem dan digunakan mekanisme inferensi untuk membuat kesimpulan (Turban, 1995, p559). Ada beberapa cara merepresentasikan pengetahuan menurut Turban (1995, p560), antara lain : a. Propositional Logic Proposisi adalah sebuah pernyataan yang dapat bernilai benar atau salah. Model ini menggunakan kumpulan premis atau pernyataan yang diterima untuk membentuk suatu kesimpulan (Turban, 1995, p560). Contoh : Pernyataan A = Tukang pos bertugas dari hari Senin sampai Sabtu b. Pernyataan B = Hari ini adalah hari Minggu Kesimpulan C = Hari ini tukang pos tidak akan datang Predicate Calculus Predicate calculus adalah suatu perluasan dan generalisasi (umum) yang menyediakan kekuatan dan efisiensi yang lebih besar untuk membuat inferensi logika. Predikat logis 20 memperbolehkan untuk membagi pernyataan-pernyataan menjadi komponen-komponen yang lebih kecil yaitu penamaan objek ataupun karakteristik objek (Turban, 1995, p561). c. Semantic Network Menurut Turban (1995, p561) semantic network adalah gambaran grafis dari pengetahuan yang terdiri dari simpul (nodes) dan hubungan (link) yang memperlihatkan hubungan hirarkis diantara objek. Sedangkan Carrico et al (1989, p64) menyatakan bahwa fungsi semantic network adalah melakukan pemeriksaan dan validasi dengan memperhatikan arah dengan lebih dari satu point. d. Script, list, table, tree Script adalah suatu skema representasi pengetahuan yang menggambarkan sekuen dari kejadian-kejadian (events) menurut Turban (1995, p563). Definisi ini juga didukung oleh Luger dan Stubblefield (1989, p363) yang mengemukakan script sebagai representasi terstruktur yang menggambarkan kejadian-kejadian yang biasa terjadi di dalam sebuah konteks khusus. Elemen-elemen dari script adalah memasukkan kondisi (entry condition), prop, rule, track dan scene. Memasukkan kondisi adalah menggambarkan situasi yang harus dipenuhi sebelum kejadian-kejadian tersebut menjadi valid. Prop mengacu kepada objek yang digunakan di dalam rangkaian-rangkaian kejadian yang ada. Rule mengacu kepada orang yang terlibat (Turban, 1995, p564). List adalah daftar tertulis dari item-item yang berhubungan. Dapat berupa daftar orang yang dikenal, benda-benda yang harus dibeli, hal-hal yang harus dilakukan, atau produkproduk dalam suatu katalog. List biasanya digunakan untuk menampilkan hirarkis 21 pengetahuan dimana objek berupa grup, kategori, tingkatan dari hubungan (Turban, 1995, p564). Decision table (tabel keputusan) adalah pengetahuan yang diatur dalam format lembaran kerja (spreadsheet), menggunakan kolom baris menurut Turban (1995, p564). Sedangkan menurut Carrico et al (1989, p74) tabel keputusan adalah suatu metode untuk mendokumentasikan prosedur-prosedur. Dari kedua pendapat diatas terdapat kesamaan bahwa decision table itu merupakan suatu dokumentasi yang berupa lembaran kerja. e. Object, attribute, dan values Salah satu cara yang paling umum untuk mempresentasikan pengetahuan adalah dengan menggunakan object, attribute dan values atau disebut O-A-V triplet. Object dapat berupa fisik atau konsepsi. Attribute merupakan karakteristik dari object. Sedangkan values adalah ukuran spesifik dari attribute dalam situasi tertentu (Turban, 1995, p565). f. Frame Frame adalah struktur data yang berisi semua pengetahuan tentang objek tertentu. Pengetahuan ini diatur dalam suatu struktur hirarki khusus yang memperbolehkan diagnosis terhadap independensi pengetahuan (Turban, 1995, p569). Pengetahuan di dalam sebuah frame dibagi menjadi beberapa slot. Sebuah slot dapat menerangkan pengetahuan yang ada di dalam frame, misalnya warna suatu mobil atau pengetahuan berupa prosedur-prosedur. Slot juga lebih dikenal sebagai konvensional program sebagai field atau attribute. Frame serupa dengan spreadsheet dan database di dalam konvensional program, karena record pada database benar-benar berisi pengetahuan. 22 g. Production Rules Sistem produksi dikembangkan oleh Newell dan Simon sebagai model dari kognisi manusia. Ide dasar dari sistem ini adalah pengetahuan yang digambarkan sebagai production rules dalam bentuk pasangan kondisi-aksi. Sistem produksi terdiri dari rulerule, working memory dan sebuah kontrol (Turban, 1992, p571). Sistem semacam ini secara penuh digunakan sebagai mekanisasi untuk mengontrol interaksi antara sistem yang dideklarasikan dan prosedur-prosedur pengetahuan. 2.2.7 Inferensi dengan Rules : Forward dan Backward Chaining Inferensi dengan rules dibagi menjadi dua macam menurut Turban (1995, p597), yaitu : a. Forward Chaining Menurut Turban (1995, p597), penalaran maju (forward chaining) adalah teknik penelusuran yang berorientasi pada data (data-driven oriented search). Pendekatan dari prosedur pencarian ini dimulai dengan informasi (gejala, bukti ataupun fakta) dari masalah sebagai input, kemudian petunjuk-petunjuk yang diproses selama pencarian akan digunakan untuk menemukan solusi. Sistem pakar akan menganalisa masalah dengan menggunakan fakta-fakta yang cocok dengan bagian IF dari rules IF-THEN. Setelah setiap rule diuji, sistem pakar akan bekerja untuk mencari kesimpulan. 23 Fakta 1 Kaidah C Kesimpulan 1 Fakta 2 Kaidah D Kesimpulan 2 Fakta 3 Kaidah E Kesimpulan 3 Kaidah A Observasi 1 Kaidah B Observasi 2 Kesimpulan 4 Gambar 2.1 Forward Chaining b. Backward Chaining Backward chaining adalah suatu metode strategi pencarian dengan pengendalian tujuan (strategi goal-driven). Metode ini dimulai dengan pengendalian tujuan dan bekerja mundur ke arah kondisi awal. Proses diawali dengan sebuah hipotesis kemudian pencarian mulai dijalankan untuk menemukan dan membuktikan kebenaran akan faktafakta penunjang yang penting. Proses berakhir dengan penerimaan atau penolakan terhadap hipotesa (Turban, 1995, p574). Observasi 1 Kaidah A Fakta 1 Kaidah D Observasi 2 Kaidah B Fakta 2 Tujuan Kaidah E Observasi 3 Kaidah C Fakta 3 Observasi 4 Gambar 2.2 Backward Chaining 24 2.2.8 Pendekatan Pencarian Metode pencarian parsial dalam sistem pakar dibagi menjadi dua, yaitu : a. Pencarian melebar (breadth first search) Menurut Turban (1992, p53), metode pencarian melebar adalah suatu pengujian yang dilakukan pada semua node di dalam sebuah pohon pencarian (search tree), dimulai dengan node pada akar (root node). Node-node pada masing-masing level diuji dengan lengkap sebelum beranjak ke level berikutnya seperti terlihat pada Gambar 2.3. Pencarian dengan metode ini umumnya akan menghasilkan jalur terpendek antara state awal dengan state tujuan dengan jumlah langkah yang sedikit (Turban, 1992, p54). Proses dimulai dari state awal dan bekerja dengan arah menurun dari kiri ke kanan pada pohon (tree). Sebuah node yang terakhir tidak perlu dipaksakan sebagai node tujuan karena node tersebut dapat berupa node buntu (dead-end node). Metode pencarian melebar baik untuk digunakan jika jumlah jalur yang berasal dari setiap tujuan relatif kecil dan jumlah level pada setiap cabang berbeda kedalamannya. Keuntungan dari metode ini adalah proses pencarian tidak akan terjebak untuk melakukan pencarian pada suatu jalur yang buntu atau tidak membawa hasil. Tetapi dengan metode ini dibutuhkan memori yang cukup besar karena seluruh pohon pencarian akan disimpan ke dalam memori (Rich dan Knight, 1991, p39). Root Node (Start) Level 0 1 2 3 4 Level 1 25 Gambar 2.3 Breadth First Search b. Pencarian mendalam (depth first search). Pencarian dengan menggunakan pendekatan ini akan dimulai pada node akar dan bekerja dengan arah menurun berturut-turut ke dalam level yang lebih tinggi atau dalam (Turban, 1992, p55) seperti terlihat pada gambar 2.2. Sebuah operator dijalankan kepada node untuk menghasilkan node selanjutnya yang lebih dalam pada baris tersebut. Proses ini terus berlangsung sampai sebuah solusi ditemukan atau pencarian mundur (backtracking) terpaksa dihentikan karena menghadapi jalan buntu. Proses ini mencari node terdalam yang mungkin. Jika state tujuan tidak dapat dilakukan dengan cara ini, pencarian dikembalikan ke node pada level tertinggi berikutnya yang terdapat jalur tambahan untuk diikuti. Proses ini terus berlangsung dengan arah menurun dari bagian kiri ke kanan sampai state tujuan ditemukan (pada contoh menurut gambar, pencarian akan berhenti pada node 13). Ketika node buntu ditemukan, seperti node 4 pada gambar, proses pencarian dikembalikan ke awal sehingga cabang tambahan alternatif yang lain pada level tertinggi berikutnya juga diuji. Dengan backtracking maka pencarian mundur kembali ke node 3. node 3 tidak mempunyai jalur alternatif sehingga backtracking kembali ke node 2. Pada 26 node ini terdapat jalur lain yang melewati node 5. Kemudian jalur yang melalui node 6 diperiksa sampai tidak terdapat lagi node pada kedalaman tersebut. Pencarian mundur terus dilakukan sampai tujuan yang diinginkan tercapai. Pencarian dengan metode ini menjamin suatu jawaban atau hasil, tetapi proses pencarian dapat menghabiskan waktu yang cukup lama. Metode ini cocok untuk digunakan pada kasus-kasus dimana terdapat jalur pendek dan tidak terdapat bagian-bagian cabang yang lebar (Turban, 1992, p56). Keuntungan lain dari metode ini adalah tidak diperlukannya memori yang cukup besar, karena hanya node pada jalur yang aktif yang disimpan ke dalam memori (Rich dan Knight, 1991, p39). Root Node (Start) 1 2 3 4 5 6 7 8 11 9 12 10 13 (Goal end) Gambar 2.4 Depth First Search 2.2.9 Daur Hidup Pengembangan Sistem Pakar 14 15 16 27 Dalam membangun sistem pakar, perlu diperhatikan bagaimana jalannya proses sistem tersebut sehingga menghasilkan sistem yang diinginkan. Proses ini dijelaskan oleh Turban (1992, p403-434) yang dibagi menjadi enam fase, yaitu : Fase pertama – Inisialisasi Proyek a. Fase ini mencakup, pertama, pendefinisian masalah dan pengkajian kebutuhan. Kedua, evaluasi alternatif solusi. Sebelum mengembangkan suatu sistem pakar, hendaklah memperhatikan alternatif solusinya dari suatu masalah sehingga dapat dipecahakan tanpa menggunakan sistem pakar. Ketiga, verifikasi pendekatan sistem pakar. Keempat, perhatian terhadap isu manajemen. Maksudnya adalah siapa yang memulai suatu proyek, ketersediaan finansial, ketersediaan sumber daya lain dan nilai jual proyek. Fase kedua – Analisis dan Perancangan Sistem b. Setelah masalah didefinisikan, mulai dibuat konsep-konsep dasar dan perancangan terhadap sistem. Sebuah desain terhadap sistem sudah harus dibuat dan pada tahap ini, sumber terhadap pengetahuan mulai dicari. Analisis juga dilakukan terhadap biaya dan manfaat. c. Fase ketiga – Rapid Prototyping dan Demonstrasi Prototipe Pada tahap ini, sebuah prototipe sederhana dibangun kemudian dicoba dan diperbaiki atas kekurangannya. Pada tahap ini, juga didemonstrasikan bagaimana cara kerja sistem dan juga dianalisis kelayakannya. d. Fase keempat – Pengembangan Sistem 28 Setelah dibuat prototipenya kemudian pada tahap ini, sistem dikembangkan. Pada tahap ini juga pengetahuan dari seorang pakar mulai “dimasukkan” ke dalam sistem sebagai basis pengetahuan. Setelah semuanya selesai, sistem ini diuji lagi, divalidasi dan diperbaiki. e. Fase kelima – Implementasi Pada tahap ini, dimulai demonstrasi kepada pengguna. Jika pengguna telah menyetujui, maka dimulai instalasi, pemasangan, orientasi, pelatihan terhadap sistem dan juga dibuat dokumentasinya terhadap sistem tersebut. f. Fase keenam – Post Implementasi Setelah sistem diinstal, pengoperasian sistem diawasi. Jika terjadi kerusakan, maka dilakukan maintenance dan pada tahap ini, juga dilakukan upgrades terhadap perkembangan software oleh pembuat software. Evaluasi juga dilakukan secara periodik. 2.2.10 Faktor Kepastian (Certainty Factors) Pada kenyataan sehari–hari seorang pakar seringkali berhadapan dengan hal–hal yang tidak pasti dan tidak menentu, maka suatu sistem pakar harus dapat menangani masalah yang berhubungan dengan ketidakpastian tersebut. Menurut Turban (1992, p247), ketidakyakinan dalam kecerdasan buatan adalah jangkauan luas dari situasi dimana informasi sebenarnya tidak mencukupi disebabkan oleh adanya : a. Informasi atau data tidak lengkap. b. Informasi atau data tidak dapat dipercaya sepenuhnya. c. Bahasa penyajiannya kurang tepat. 29 d. Informasi atau data berasal dari berbagai sumber dan saling bertolak belakang. e. Informasi atau data bersifat tipikal atau mirip. Faktor kepastian ini bukanlah probabilitas, jadi faktor kepastian tidak harus bernilai satu (1). Berdasarkan presentase antara jumlah hasil yang dicari dengan jumlah seluruh contoh yang ada maka dapat ditemukan besarnya faktor kepastian. Teori kepastian mempercayakan penggunaan faktor kepastian (certainty factor). Certainty Factor (CF) menyatakan kepercayaan dalam sebuah kejadian atau fakta atau hipotesa berbasis pada bukti atau penilaian pakar. Beberapa metode menggunakan Certainty Factor dalam penanganan ketidakpastian dalam sebuah sistem berbasis pengetahuan, dimana angka 100 diberikan untuk kepercayaan sepenuhnya dan angka 0 diberikan untuk keyakinan yang tidak benar. Teori kepastian mengenal konsep kepercayaan dan ketidakpercayaan. Jadi sebagai contoh , jika seorang pakar percaya bahwa peluang 75% untuk sesuatu akan terjadi, 25% peluang bahwa kejadian ini tidak terjadi. Konsep ini tergantung dari yang lainnya dan tidak dapat digabungkan sperti probabilitas, tapi dapat digabungkan sesuai dengan rumus berikut : CF(P,E)=MB(P,E)-MD(P,E) Dimana : CF = Certainty Factor MB = Measure of Belief (ukuran kepercayaan) MD = Measure of Disbelief (ukuran ketidakpercayaan) P = Probability (probabilitas) E= Evidence (bukti ) 30 2.2.11 Penggabungan Faktor Kepastian Faktor kepastian (certainty factor) dapat digunakan untuk menggabungkan penaksiran yang berbeda dari pakar dalam beberapa cara. Menurut Turban (1992, p253), faktor-faktor ketidakpastian dapat digunakan dengan menggabungkan penilaian yang berbeda dari pakar-pakar dengan beberapa cara , yaitu : 1. Menggabungkan rule yang menggunakan operator “dan” atau “atau” Mempertimbangkan aturan ini sebuah operator AND : IF inflasi di bawah 5% , CF = 50% (A) AND IF rata – rata pengangguran dibawah 7% , CF = 70% (B) ,AND IF harga turun , CF = 100% (C) THEN harga stok turun Untuk tipe dari aturan ini, untuk penyelesaian yang benar, semua IF harus benar. Penyelesaian dari CF akan jadi CF yang minimal dari IF : CF(A,B,and C)=min [CF(A),CF(B),CF(C)] Pada kasus ini , CF untuk harga stok turun menjadi 50%. Berikut ini adalah aturan yang menggunakan operator OR : IF inflasi rendah , CF = 70% ; OR IF inflasi naik , CF =85% THEN harga stok akan naik Dalam kasus ini cukup hanya satu dari IF yang benar , maka penyelesaiannya akan benar. Jadi, jika kedua IF diyakinkan benar (pada CFnya) kemudian penyelesaian akan mempunyai sebuah CF dengan maksimal dari dua pernyataan : CF(A or B) = maks [CF(A),CF(B)] Pada kasus ini , CF = 0.85 untuk harga stok yang naik. 31 2. Menggabungkan dua buah rule atau lebih Pada saat ini kita memiliki basis pengetahuan dengan beberapa aturan yang tiap-tiap aturan memiliki kesimpulan yang sama tetapi faktor kepastian yang berbeda maka tiaptiap aturan dapat dilihat sebagai bagian bukti yang mendukung kesimpulan gabungan. Faktor kepastian dari suatu kesimpulan dapat dihitung dengan cara mengkombinasikan bukti-bukti dengan rumus : CF (R1,R2) = CF(R1) + CF(R2)[1-CF(R1)] atau CF (R1,R2) = CF(R1) + CF(R2) – CF(R1)* CF(R2) Contoh : R1 : Jika rata-rata inflasi kurang dari 5% Maka harga persediaan naik (CF=0,7) R2 : Jika tidak pengangguran kurang dari 7% Maka harga persediaan naik (CF=0,6) Nilai faktor kepastian gabungan : CF gabungan = 0,7 + 0,6 - (0,7*0,6) = 1,3 - 0,42 = 0,88 Hasil penggabungan dari dua kemungkinan yang saling berkaitan akan dihasilkan dengan rumus sebagai berikut : CF (R1,R2) = CF(R1) * CF(R2) Misalkan ada tambahan rule baru : 32 R3 : jika kenaikan harga obligasi Maka harga persediaan naik (CF=0,85) Maka digunakan formula : CF(R1,R2,R3) = CF(R1,R2) + CF(R3)[1-CF(R1,R2)] Atau CF(R1,R2,R3) = CF(R1,R2) + CF(R3) – [CF(R1,R2) * CF(R3)] Dan nilai faktor kepastian gabungan adalah : CF gabungan s= 0,88 + 0,85 –(0,88 * 0,85) = 1,73 – 0,748 = 0,982 2.3 CLIPS CLIPS adalah alat bantu (tool) pengembangan sistem pakar yang menyediakan lingkungan yang lengkap untuk membangun konstruksi aturan-aturan dalam sistem pakar berbasis objek. CLIPS dibuat pada tahun 1985, didesain menggunakan bahasa pemrograman C di NASA / Johnson Space Center. CLIPS digunakan pada berbagai bidang baik di industri, pemerintahan, dan akademis. Beberapa elemen kunci dalam CLIPS (Giarratano dan Riley, 1998, p323)adalah : a. Representasi pengetahuan ( knowledge representation) CLIPS menyediakan alat untuk menangani pengetahuan yang luas dan beragam dengan paradigma pemrograman yang berbeda. b. Portabilitas (portability) CLIPS dibangun dengan bahasa C dengan pertimbangan kecepatan dan fleksibilitas penginstallan ke sistem operasi yang berbeda, seperti windows 95/98/NT, Unix. CLIPS 33 dibuat dengan source code yang mudah dimodifikasi untuk mentolerir keinginan spesifik dari pengguna. c. Integrasi / kesatuan (integration) CLIPS dapat dimasukkan pada procedural code atau yang biasa disebut subroutine, dan juga dapat diintegrasikan dengan bahasa lain, yaitu C, Java, FORTRAN, dan ADA. d. Pengembangan interaktif (interactive development) Versi standar dari CLIPS menyediakan lingkungan pengmbangan yang interaktif dengan berbasis text, termasuk didalamnya bantuan untuk debugging (debugging aids), on-line help, dan integrated editor, serta berbagai windows dikembangkan untuk windows environment. e. Verifikasi dan validasi CLIPS menyediakan beberapa fitur dalam verifikasi dan validasi sebuah sistem pakar, termasuk didalamnya mendukung modular design dan mempartisi basis pengetahuan, pengecekan slot values dan function arguments dan semantic analysis dari suatu pola aturan untuk mencegah aturan menuju ke hasil error. f. Dokumentasi lengkap (fully documented ) CLIPS menyediakan dokumentasi lengkap serta referensi manual dan user’s guide. g. Biaya rendah (low cost) Dikembangkan sebagai public domain software. 2.4 Penyakit Bayi dan Anak yang Disebabkan oleh Infeksi Virus Pembahasan penyakit bayi dan anak yang disebabkan oleh infeksi virus dalam sub bab ini dijelaskan mengenai virus, reproduksi virus, penularan virus dan jenis penyakit bayi 34 dan anak yang disebabkan oleh infeksi virus yang akan diuraikan lebih lanjut dalam paragraf berikut. 2.4.1 Virus Virus adalah mikroorganisme paling kecil dan paling sederhana yang menyebabkan dan menularkan penyakit. Bentuknya hanya berupa sebuah bongkahan kecil gen yang diselimuti oleh sebuah selimut pelindung yang terbuat dari protein. Besarnya hanya seperjuta inci sehingga tidak dapat dilihat dengan menggunakan mikroskop biasa. 2.4.2 Reproduksi Virus Virus tidak mampu berkembang atau bereproduksi di luar tubuh tempat ia menetap. Virus berkembang biak dengan cara memasukkan gen mereka ke dalam sel hidup yang sehat sehingga dapat memproduksi beribu-beribu virus yang baru dalam satu proses reproduksi. Selama penggandaan dirinya, virus mengintegrasikan materi genetiknya (DNA atau RNA) ke dalam sel tempat ia menetap tersebut menjadi sebuah provirus dan menggunakan mekanisme biologis sel-sel tersebut untuk mereproduksi partikel virus baru. 2.4.3 Penularan Virus Virus menularkan penyakit sangat cepat dan bisa melalui apa saja. Biasanya virus ditularkan melalui benda-benda yang telah terkontaminasi dari si penderita atau melalui udara. Misalnya, pada penyakit polio yang disebabkan oleh virus polio. Penularan virusnya 35 dapat terjadi melalui beberapa cara, yakni : secara langsung dari orang ke orang, melalui percikan ludah si penderita dan melalui tinja penderita. Virus masuk melalui mulut dan hidung, berkembangbiak di dalam tenggorokan dan saluran pencernaan, lalu diserap dan disebarkan melalui sistem pembuluh darah dan pembuluh getah bening. 2.4.4 Jenis-jenis Penyakit Berikut ini akan dijelaskan tujuh jenis penyakit bayi dan anak yang disebabkan oleh infeksi virus beserta penyebab (etiologi), gejala dan pengobatannya. a. Demam Dengue Definisi Suatu infeksi arbovirus (arthropod-borne virus) akut, ditularkan oleh nyamuk spesies Aedes. Demam dengue ini dibagi dalam empat derajat, yaitu derajat I, derajat II, derajat III dan derajat IV. Etiologi Virus dengue termasuk dalam kelompok arbovirus B. Nyamuk Aedes aegypti diperkirakan sebagai vektor utama penyakit Dengue Haemorrhagic Fever (DHF). Di Indonesia, walaupun vektor DHF belum diselidiki secara luas, Aedes aegypti diperkirakan sebagai vektor terpenting di daerah perkotaan, sedangkan Aedes albopictus di daerah pedesaan. Gejala 36 Gejala demam dengue secara umum adalah : - Demam (seringkali muncul secara tiba-tiba). - sakit kepala hebat (seringkali digambarkan sebagai sakit di belakang mata). - mialgia (nyeri otot) dan atralgia (nyeri persendian) - mual dan muntah. - ruam kulit yang mungkin muncul pada stadium penyakityang berlainan dan bisa berupa makulopapuler, peteki maupun eritema. - manifestasi perdarahan. Empat tingkatan dari dhf : 1. derajat I demam dan gejala konstitusional non-spesifik - tes torniket positif. 2. derajat II manifestasi derajat 1 disertai perdarahan spontan. 3. derajat III Tanda-tanda dari kegagalan sirkulasi (denyut nadi lemah/cepat, hipotensi, kulit dingin dan lembab). 4. derajat IV (DSS) Syok berat (denyut nadi tak teraba dan tekanan darah tak terukur). DHF derajat IV ini disebut juga dengan Dengue Shock Syndrome (DSS). Pengobatan Secara umum, penderita perlu diberi minum banyak, 1-2 liter dalam 24 jam, berupa air teh dengan gula, sirup atau susu. Cairan yang diberikan dapat juga berupa cairan oralit 37 setiap 3-5 menit. Pada dasarnya penderita perlu diberi banyak cairan agar tidak terjadi dehidrasi. Untuk tahap demam dengue yang lebih lanjut harus diadakan pengobatan yang lebih intensif kepada ahlinya. Morbili (Campak, “Measles”, Rubeola) b. Definisi Penyakit infeksi virus akut menular yang ditandai dengan dua stadium, yaitu : stadium kataral dan stadium erupsi. Etiologi Penyebabnya ialah virus morbili yang terdapat dalam sekret nasofaring dan darah selama masa prodromal sampai 24 jam setelah timbul bercak-bercak. Cara penularan dengan droplet dan kontak. Gejala Penyakit ini dibagi dalam dua stadium, yaitu : 1) Stadium kataral (prodromal) Biasanya stadium ini berlangsung selama 4-5 hari disertai panas, malaise, batuk, fotofobia, konjungtivitis dan koriza. Menjelang akhir stadium kataral dan 24 jam sebelum timbul enantema, timbul bercak koplik, tetapi sangat jarang dijumpai. Bercak koplik berwarna putih kelabu, sebesar ujung jarum dan dikelilingi oleh eritema. Kadang-kadang terdapat makula halus yang kemudian menghilang sebelum stadium erupsi. Diagnosis perkiraan yang besar dapat dibuat bila ada bercak koplik dan penderita pernah kontak dengan penderita morbili dalam waktu 2 minggu terakhir. 2) Stadium erupsi 38 Koriza dan batuk-batuk bertambah. Timbul enantema atau titik merah di palatum durum dan palatum mole. Kadang-kadang terlihat pula bercak koplik. Terjadinya eritema yang berbentuk makula-papula disertai menaiknya suhu badan. Mula-mula eritema timbul di belakang telinga, di bagian atas lateral tengkuk, sepanjang rambut dan bagian belakang bawah. Kadang-kadang terdapat perdarahan ringan pada kulit. Rasa gatal, muka bengkak. Ruam mencapai anggota bawah pada hari ketiga dan akan menghilang dengan urutan seperti terjadinya. Terdapat pembesaran kelenjar getah bening di sudut mandibula dan di daerah leher belakang. Tidak jarang disertai diare dan muntah. Pengobatan Pengobatan dilakukan dengan simtomatik yaitu antipiretika bila suhu tinggi. Sedativum dan obat batuk untuk memperbaiki keadaan umum. Tindakan lain ialah pengobatan segera terhadap komplikasi yang timbul. c. Nasofaringitis Definisi Infeksi primer di nasofaring dan hidung yang sering dijumpai pada bayi dan anak. Pada anak infeksi lebih luas, mencakup daerah sinus paranasal, telinga tengah di samping nasofaring, disertai demam yang tinggi. Etiologi 39 Penyebab penyakit ini virus. Masa menular penyakit ini beberapa jam sebelum gejala timbul sampai 1-2 sesudah hilangnya gejala. Gejala Berupa gejala nasofaringitis dengan pilek, batuk sedikit dan kadang-kadang bersin. Dari hidung keluar sekret cair dan jernih yang dapat kental. Sekret ini sangat merangsang anak kecil. Sumbatan hidung menyebabkan anak bernafas melalui mulut dan anak menjadi gelisah. Pada anak yang lebih besar kadang-kadang didapat rasa nyeri pada otot, pusing dan anoreksia. Sumbatan hidung disertai selaput lendir tenggorok yang kering menambah rasa nyeri. Pengobatan Hanya simtomatik, yaitu diberikan ekspetoran untuk mengatasi batuk; sedativum untuk menenangkan dan antipiretikum untuk menurunkan panas penderita. Obstruksi hidung pada bayi sangat sukar diobati. Pengisapan lendir dari hidung dengan berbagai alat tidak efektif dan biasanya berbahaya. Cara terbaik penyaluran sekret ialah dengan mengusahakan posisi bayi dalam “prone position”. Pada anak besar dapat diberikan tetes hidung larutan efedrin 1%. Bila ada infeksi sekunder hendaknya diberikan antibiotika. Parotitis epidemika (Gondong, “Mumps”) d. Definisi Penyakit akut, menular dengan gejala khas pembesaran kelenjar ludah terutama kelenjar parotis. Etiologi Disebabkan oleh virus. 40 Gejala Mula-mula dimulai dengan gejala demam, anoreksia, sakit kepala, muntah, dan nyeri otot. Suhu tubuh biasanya naik kemudian timbul pembengkakan kelenjer parotis. Di daerah parotis, kulit tampak berwarna merah kecoklatan, nyeri pada tekanan, bagian bawah daun telinga terangkat keatas. Kadang-kadang disertai trismus dan disfagia. Pengobatan Istirahat selama masa panas dan pembengkakan kelenjar parotis. Simtomatik diberikan kompres panas atau dingin dan juga diberikan analgetika. Diet makanan cair atau lunak dan pemberian kortikosteroid selama 2-4 hari dan globulin gama diperkirakan dapat mencegah terjadinya orkikis. e. Poliomielitis Definisi Penyakit menular akut yang disebabkan oleh virus dengan predileksi pada sel anterior masa kelabu sumsum tulang belakang dan inti motorik batang otak dan akibat kerusakan bagian susunan saraf pusat tersebut akan terjadi kelumpuhan dan atrofi otot Etiologi Infeksi pada penderita dapat terjadi karena oleh satu atau dua tipe virus poliomyletis. Buktinya dapat dilihat dari ditemukannya tiga macam zat anti dalam serum seorang tiga penderita. Epidemi yang luas dan ganas disebabkan oleh virus tipe1(brunhilde), epidemi 41 yang ringan disebabkan oleh virus tipe 2 (lansing), epidemi yang ringan oleh virus tipe 3 (leon). Gejala Penyakit ini dibagi dalam dua jenis, yaitu : 1. Poliometis non paralitik Gejala klinik sama dengan poliometis abortif hanya nyeri kepala, nausea, dan muntah lebih berat. Khas untuk penyakit ini adalah nyeri dn kaku otot belakang leher, tubuh dan tungkai. 2. Poliometis paralitik Gejala yang terdapat hampir sama dengan poliometis non parlitik disertai kelemahan satu atau lebih kumpulan otot skelet atau kranial. Timbul paralisis akut dan pada bayi ditemukan paralisis vesika urinaria dan atonia usus. Pengobatan Untuk poliometis abortif pengobatan dilakukan dengan istirahat 7 hari, bila tidak terdapat gejala apa-apa, aktifitas dapat dimulai lagi. Sesudah 2 bulan dilakukan pemeriksaan lebih teliti terhadap kemungkinan kelainan muskulo-sketal. Sedangkan untuk poliometis non paralitik/paralitik, pengobatan dapat dilakukan dengan istirahat mutlak setidaknya 2 minggu, perlu pengawasan yang teliti karena setiap saat dapat terjadi paralisis pernafasan. Varicella (Cacar air / “Chicken Pox”) f. Definisi 42 Penyakit akut, menular yang ditandai oleh vesikel di kulit dan selaput lendir yang disebabkan oleh virus varicella. Etiologi Varicella disebabkan oleh herpes virus varicella atau disebut juga dengan varicella zoster(virus V-Z). Diperkirakan bahwa setelah ada kontak dengan virus V-Z akan terjadi varicella. Gejala Gejala yang ditimbulkan adalah : 1. Gejala awalnya berupa sakit kepala, demam sedang dan rasa tidak enak badan. 2. Muncul bintik-bintik merah datar (makula). kemudian bintik tersebut menonjol (papula), membentuk lepuhan berisi cairan (vesikel) yang terasa gatal, yang akhirnya akan mengering. 3. Timbul papula di wajah, lengan dan tungkai ,serta ditemukan juga di mulut, pita suara dan saluran pernafasan. 4. Bisa terjadi pembengkakan kelenjar getah bening di leher bagian samping. Varicella ada juga yang digolongkan ke dalam varicella zoster yaitu dengan gejala makula yang ditimbulkan akan berkelompok pada satu bagian dan menimbulkan rasa perih yang luar biasa. Pengobatan Langkah awal pengobatan yaitu dengan mencegah terjadinya infeksi sekunder misalnya dengan kuku digunting agar pendek, mengganti pakaian dan alas tempat tidur sesering 43 mungkin. Bila terjadi infeksi sekunder hendaknya diberikan antibiotika. Pengobatan selanjutnya dapat dilakukan dengan pemberian vidarabina. g. Faringitis Definisi Infeksi primer faring yang sering dijumpai pada bayi dan anak. Infeksi disertai dengan demam tinggi dan terjadi pada tenggorokan. Etiologi Penyebab penyakit ini virus. Masa menular penyakit ini beberapa jam sebelum gejala timbul sampai 1-2 sesudah hilangnya gejala. Gejala Berupa batuk sedikit dan kadang-kadang bersin. Pada anak yang lebih besar kadangkadang didapat rasa nyeri pada otot, pusing dan anoreksia. Sumbatan hidung disertai selaput lendir tenggorok yang kering menambah rasa nyeri. Pengobatan Hanya simtomatik, yaitu diberikan ekspetoran untuk mengatasi batuk; sedativum untuk menenangkan dan antipiretikum untuk menurunkan panas penderita. Bila ada infeksi sekunder hendaknya diberikan antibiotika. 44 BAB 3 ANALISIS DAN PERANCANGAN SISTEM PAKAR Pembahasan pada bab ini meliputi langkah-langkah dalam mendiagnosa penyakit bayi dan anak yang disebabkan oleh infeksi virus, pembentukan tabel dan pohon keputusan sehingga dapat menuju pada perancangan sistem pakar yang akan diuraikan lebih lanjut dalam paragraf berikut ini. 3.1 Tahap-tahap Pendiagnosaan Penyakit Sebelum dapat menentukan jenis suatu penyakit, ada tahap-tahap pemeriksaan yang dilakukan oleh dokter terlebih dahulu agar hasil diagnosa dapat dipertanggungjawabkan. Untuk itu maka dilakukanlah wawancara dengan dokter yang bersangkutan mengenai pendiagnosaan yang masih dilakukan secara manual. Adapun cara pendiagnosaan yang dilakukan oleh dokter pada umumnya adalah : a. Anamnesis Anamnesis merupakan suatu tahap pengumpulan informasi yang dilakukan oleh dokter dengan melakukan tanya-jawab dengan pasien untuk mengetahui apa yang diderita pasien. Pada tahap anamnesis ini, pasien yang datang ke dokter akan ditanyakan tentang : Keluhan utama yang diderita pasien Keluhan tambahan yang menyertai Data diri pasien Riwayat kesehatan pasien 45 Sesudah mengadakan anamnesis dengan pasien maka langkah selanjutnya yang diambil dokter adalah pemeriksaan medis secara fisik. b. Pemeriksaan medis secara fisik Kadang-kadang dari keluhan pasien, dokter sudah dapat memperkirakan jenis penyakit apa yang diderita pasien tetapi untuk lebih memastikan hasil diagnosanya maka dokter tetap melakukan pemeriksaan fisik. Pemeriksaan fisik dimulai dengan melakukan pemeriksaan yang umum terlebih dahulu sampai ke pemeriksaan yang lebih detil/spesifik. Dalam pemeriksaan secara fisik ini, dokter akan memeriksa keadaan pasien, seperti : c. Mengukur suhu badan pasien Mengukur tekanan darah pasien Memeriksa lokasi dari keluhan Diagnosa penyakit Setelah melalui tahap anamnesis dan pemeriksaan secara fisik, dokter memberikan hasil diagnosa suatu penyakit berdasarkan keluhan-keluhan dan gejala-gejala yang ditemukan pada pasien. Dokter akan memberikan pengobatan berdasarkan hasil diagnosa dan jika dokter merasa kurang yakin terhadap diagnosanya atau tidak dapat memberikan diagnosa pasti secara langsung, ia akan menganjurkan pemeriksaan laboratorium untuk memastikan diagnosanya. d. Test laboratorium Dalam test laboratorium, dapat dilakukan pemeriksaan terhadap bagian-bagian tubuh yang dirasakan perlu, seperti pemeriksaan darah untuk mengetahui jumlah trombosit atau jumlah leukosit. Test laboratorium yang dilakukan akan lebih mendukung hasil diagnosa 46 dokter. Namun, tidak semua penyakit bayi dan anak yang disebabkan oleh infeksi virus memerlukan pemeriksaan laboratorium. 3.2 Analisis Sistem Pakar Dalam perancangan suatu sistem pakar, didasarkan atas pengetahuan seorang pakar dengan cara memakai cara kerja yang didasari oleh prosedur-prosedur baik secara resmi maupun tidak resmi sehingga menghasilkan keputusan untuk memecahkan masalah yang tidak terstruktur. Seorang pakar pada dasarnya adalah manusia yang memiliki pengetahuan dan pengalaman serta masih dipengaruhi oleh situasi dan kondisi lapangan. Walaupun pengetahuan dan pengalaman seorang pakar dengan pakar lainnya berbeda yang disebabkan oleh tingkat pengetahuan dan pengalaman namun seorang pakar dalam memecahkan masalah selalu mengikuti prosedur yang ada. 3.2.1 Perancangan Sistem Pakar dalam Mendiagnosa Penyakit Dalam perancangan sistem pakar ini terdapat empat komponen yang saling terintegrasi dan berinteraksi satu sama lain, yakni knowledge acquisition, knowledge base, inference engine, dan user interface. Komponen-komponen ini beserta langkah-langkah dalam menghasilkan rules akan diuraikan lebih lanjut dalam paragraf berikut ini. 3.2.2 Tabel Keputusan (Decision Table) Pembentukan tabel keputusan dilakukan dengan cara berikut : a. Mengumpulkan data yang didapat dari wawancara dengan pakar dan literatur yang berhubungan dengan penyakit yang dibahas dalam skripsi ini. Dari cara kerja dokter, 47 untuk mengetahui suatu jenis penyakit, maka harus diketahui gejala-gejala penyakit tersebut. Gejala penyakit ini dapat diperoleh berdasarkan anamnesis dan pemeriksaan fisik dokter. Kadang-kadang disertai juga dengan pemeriksaan laboratorium untuk mendukung atau memastikan hasil diagnosa dokter. Untuk memudahkan representasi pengetahuan ke dalam bentuk rules maka dibuatlah suatu matriks yang merupakan kumpulan antara gejala penyakit dan jenis penyakit. Matriks penyakit bayi dan anak yang disebabkan oleh infeksi virus ini merupakan tabel keputusan yang terdiri dari kumpulan keluhan pasien, gejala klinis dan pemeriksaan laboratorium. Tabel keputusan ini belum dikelompokkan. Matriks ini dapat dilihat pada Tabel 3.1. b. Mengelompokkan data ke dalam tiga kelompok, yaitu : 1) Keluhan pasien berisi gejala-gejala penyakit yang dirasakan oleh pasien. Kumpulan gejala keluhan pasien ini kemudian digunakan untuk membuat matriks keluhan pasien yang berisi hubungan keluhan pasien dengan penyakit bayi dan anak yang disebabkan oleh infeksi virus. Matriks keluhan pasien dapat dilihat pada Tabel 3.2. 2) Gejala klinis yang didapat oleh dokter melalui pemeriksaan fisik. Kumpulan gejala klinis ini kemudian dipindahkan ke dalam matriks gejala klinis pasien yang berisi hubungan gejala klinis pasien dengan penyakit bayi dan anak yang disebabkan oleh infeksi virus. Matriks gejala klinis pasien dapat dilihat pada Tabel 3.3. 3) Pemeriksaan laboratorium berisi hubungan antara bahan pemeriksaan, virus dengan penyakit bayi dan anak yang disebabkan oleh virus. Matriks ini dapat dilihat pada Tabel 3.4. 48 3.2.3 Pohon Keputusan (Decision Tree) Pembentukan pohon keputusan dilakukan dengan dua tahap, yaitu : a. Menganalisis dan mencari pola tertentu, yang terdapat pada keempat tabel yang sudah dibuat. b. Pola yang didapat pada langkah pertama kemudian digunakan untuk merancang pohon-pohon keputusan, yaitu : Tree global (Gambar 3.1) yang dibentuk berdasarkan pola-pola pada matriks penyakit bayi dan anak yang disebabkan oleh infeksi virus (Tabel 3.1). Tree keluhan pasien (Gambar 3.2) yang dibentuk berdasarkan pola-pola pada matriks keluhan pasien (Tabel 3.2). Tree gejala klinis pasien (Gambar 3.3) yang dibentuk berdasarkan polapola pada matriks gejala klinis pasien (Tabel 3.3). Tree pemeriksaan laboratorium (Gambar 3.4) yang dibentuk berdasarkan pola-pola pada matriks pemeriksaan laboratorium (Tabel 3.4). Untuk tree global yang dapat dilihat pada Gambar 3.1, dimulai dengan gejala yang umum terlebih dahulu, yakni gejala demam. Karena setiap jenis penyakit pasti ada gejala demamnya, maka demam dapat dibedakan ke dalam dua kelompok , yaitu demam ringan dan demam sedang – tinggi. Kemudian dari demam ringan dilanjutkan dengan gejala apakah pasien mengalami gejala muntah. Jika pasien mengalami gejala muntah maka pohon keputusan akan mengarah ke gejala berikutnya. Jika pasien tidak mengalami gejala muntah maka pohon keputusan akan mengarah ke gejala lain. Sementara dari demam sedang – tinggi 49 dilanjutkan dengan menanyakan apakah pasien mengalami gejala batuk. Dari setiap pertanyaan yang ditanyakan selalu ada dua kemungkinan jawaban, yaitu jawaban “iya” dan jawaban “tidak”. Pertanyaan akan berlanjut terus hingga nantinya mendapatkan suatu kesimpulan jenis penyakit yang diderita oleh pasien. Pada tree global ini, gejala yang diajukan merupakan gabungan antara gejala dari keluhan pasien, pemeriksaan fisik dan pemeriksaan laboratorium. Pada tree keluhan pasien yang dapat dilihat pada Gambar 3.2, pertanyaan dimulai dari gejala demam, kemudian gejala demam ini dibagi menjadi dua kelompok, yaitu demam ringan dan demam sedang – tinggi. Dari gejala demam ringan, pertanyaan akan dilanjutkan ke gejala nyeri kepala. Dari sini ada dua percabangan, yaitu jika jawaban “iya”, maka diajukan pertanyaan apakah pasien mengalami nyeri testis dan didapat kesimpulan penyakit yang diderita pasien adalah gondong (mumps) dengan faktor kepastiannya 25 %. Jika jawaban “tidak”, maka diajukan pertanyaan apakah pasien mengalami nyeri tenggorokan dan didapat kesimpulan penyakit yang diderita pasien adalah faringitis dengan faktor kepastiannya 10 %. Sedangkan, dari gejala demam sedang – tinggi, pertanyaan akan dilanjutkan ke gejala pilek. Jika pasien mengalami gejala pilek, maka pertanyaan akan dilanjutkan ke gejala nyeri tenggorokan yang selanjutnya bercabang dua lagi hingga sampai pada suatu kesimpulan penyakit. Jika pasien tidak mengalami gejala pilek, maka pertanyaan akan dilanjutkan ke gejala kelemahan otot. Dari sini akan ada dua percabangan untuk jawaban “iya” dan “tidak” sampai akhirnya didapatkan kesimpulan penyakit yang diderita pasien beserta faktor kepastiannya. Pada tree gejala klinis yang dapat dilihat pada Gambar 3.3, pertanyaan dimulai dengan apakah pasien mengalami demam ringan atau demam sedang – tinggi. Jika yang dialami pasien adalah demam ringan, maka akan diajukan pertanyaan apakah rongga mulut 50 pasien kemerahan. Jika rongga mulut pasien kemerahan, maka dilanjutkan dengan pertanyaan apakah terjadi pembengkakan kelenjar submandibula pada pasien. Dari gejala ini didapati bahwa pasien menderita penyakit gondong dengan faktor kepastian 50 %. Jika rongga mulut pasien tidak kemerahan, maka akan diajukan pertanyaan apakah pasien mengalami faringhiperemis. Dari gejala ini didapati bahwa pasien menderita penyakit faringitis dengan faktor kepastian 20 %. Jika yang dialami pasien adalah demam sedang – tinggi, maka akan diajukan pertanyaan apakah terdapat bintik-bintik merah di tubuh pasien. Jika terdapat bintik-bintik merah di tubuh pasien, maka akan diajukan pertanyaan apakah di tubuh pasien terdapat makula atau papula. Dari sini juga ada dua percabangan terus hingga nanti didapati gejala khas yang menunjuk pada jenis penyakit tertentu. Jika tidak terdapat bintik-bintik merah di tubuh pasien, maka akan diajukan pertanyaan apakah terjadi kelumpuhan otot skelet dan kranial pada pasien. Jika terjadi kelumpuhan otot, maka pasien mengalami penyakit poliomielitis paralitik dengan faktor kepastian 60 %. Jika tidak, maka akan diajukan pertanyaan lagi hingga didapati gejala khas yang menunjuk pada jenis penyakit tertentu. Pada tree pemeriksaan laboratorium yang dapat dilihat pada Gambar 3.4, pertanyaan dimulai dengan jumlah trombosit pasien apakah mengalami penurunan atau lebih dikenal dengan istilah trombositopenia. Jika pasien mengalami trombositopenia, maka akan diajukan pertanyaan apakah uji tornikuet pasien positif. Jika uji tornikuet pasien positif, maka dapat diambil kesimpulan bahwa pasien menderita DHF derajat I dengan faktor kepastian 75 %. Jika pasien tidak mengalami trombositopenia, maka akan diajukan pertanyaan apakah dalam tubuh pasien terdapat virus parotitis. Jika terdapat virus parotitis, maka dapat diambil kesimpulan bahwa pasien menderita penyakit gondong dengan faktor kepastian 75 %. Jika tidak terdapat virus parotitis, maka akan dilihat apakah kadar protein pasien normal. Jika 51 kadar protein pasien normal, maka dapat diambil kesimpulan bahwa pasien menderita poliomielitis non paralitik dengan faktor kepastian 45 %. Jika kadar protein pasien tidak normal, maka dapat diambil kesimpulan bahwa pasien menderita poliomielitis paralitk dengan faktor kepasitan 45 %. Pada tree pemeriksaan laboratorium ini terdapat empat jenis penyakit, yakni DHF, gondong (mumps), poliomielitis paralitik dan poliomielitis non paralitik. Hal itu dikarenakan penentuan kepastian pasien terkena keempat jenis penyakit ini akan lebih akurat jika dilakukan pemeriksaan laboratorium. 52 3.2.4 Proses Akuisisi Pengetahuan (Knowledge Acquisition) Informasi yang diperlukan dalam pembangunan sistem ini didapatkan melalui proses akuisisi pengetahuan. Proses akuisisi pengetahuan dilakukan melalui wawancara dengan seorang dokter pediatrik yang mempunyai pengetahuan, pengalaman dan memenuhi kriteria seorang pakar. Pada proses akuisisi ini, diajukan sejumlah pertanyaan yang kemudian dijadikan dasar untuk pembentukan basis pengetahuan (knowledge base). 3.2.5 Rancangan Basis Pengetahuan (Knowledge Base) Basis pengetahuan dirancang berdasarkan pengetahuan dan pengalaman dari pakar, yang diterjemahkan ke dalam bentuk tabel keputusan dan dibuat pohon keputusan untuk mempermudah pemahaman. Pengetahuan yang didapat dari pakar ini selanjutnya akan diformulasikan ke dalam basis pengetahuan yang merupakan inti dari perancangan sistem pakar ini. Pengetahuan tersebut kemudian direpresentasikan dengan menggunakan CLIPS versi 6.10 ke dalam bentuk aturan-aturan (rules) sesuai dengan data atau fakta yang terkumpul. Untuk membentuk suatu aturan digunakan metode kaidah produksi, yaitu dengan kaidah IF-THEN. Setelah perancangan basis pengetahuan selesai, langkah selanjutnya adalah penyusunan mesin inferensi. Mesin inferensi merupakan suatu perangkat lunak yang berfungsi untuk melakukan proses pelacakan pada sistem pakar untuk menentukan solusi permasalahan. Di bawah ini adalah contoh sebagian dari rule. Rule yang lengkap dapat dilihat pada lampiran. 53 3.2.6 Mesin Inferensi (Inference Engine) Untuk menentukan jenis penyakit yang diderita oleh pasien, maka digunakan suatu mesin inferensi dalam CLIPS versi 6.10. Mesin inferensi ini akan menentukan tahap-tahap yang terjadi untuk pengambilan keputusan. Sistem ini akan memberikan beberapa pertanyaan untuk mendapatkan informasi mengenai gejala-gejala yang dialami pasien. Kemudian dari jawaban yang diperoleh, sistem akan melakukan pengujian terhadap aturanaturan yang ada sehingga didapatkan suatu kesimpulan. Kesimpulan yang diperoleh berupa jenis penyakit bayi dan anak yang disebabkan oleh infeksi virus yang diderita pasien. Oleh karena itu, metode penelusuran yang digunakan adalah metode forward chaining dengan teknik penelusuran yang digunakan adalah depth-first search. Untuk lebih jelasnya, berikut ini akan diuraikan lebih lanjut mengenai cara kerja mesin inferensi : a. Tahap I : Mesin inferensi akan menerima fakta-fakta yang didapat berdasarkan jawaban dari pemakai (user). b. Tahap II : Mesin inferensi akan mengecek di dalam basis pengetahuan apakah faktafakta yang didapat ada di dalam basis pengetahuan. Apabila ada, maka mesin inferensi ini akan mengecek rule yang cocok dengan fakta yang didapat. c. Tahap III : Setelah mesin inferensi mendapatkan rule yang paling cocok dengan faktafakta yang ada, maka mesin inferensi ini akan menentukan berapa faktor kepastian (CF) rule tersebut berdasarkan fakta-fakta yang didapat. 54 d. Tahap IV : Setelah itu mesin inferensi akan menampilkan solusi permasalahan beserta faktor kepastiannya (CF). 3.2.7 Rancangan Antarmuka Pemakai (User Interface) Antarmuka pemakai (user interface) merupakan bagian sistem pakar yang menyediakan sarana bagi pemakai agar bisa berinteraksi dengan sistem. Melalui interface ini, pemakai dapat memasukkan input dengan menjawab pertanyaan yang diajukan sehingga dapat membantu sistem dalam penentuan hasil diagnosa melalui jawaban yang diberikan. Untuk mempermudah pemakai dalam menguasai dan berinteraksi dengan sistem, maka dibuat suatu rancangan antarmuka pemakai yang user friendly, berupa tampilan layar. Rancangan antarmuka pemakai (user interface) dari sistem pakar ini terbagi menjadi empat rancangan layar yang dapat dilihat berikut ini : a. Layar pembuka Layar ini merupakan layar pembuka yang terdiri dari empat bagian. Bagian pertama dimulai dengan salam pembuka. Bagian kedua berupa judul dari sistem pakar yang dibuat. Bagian ketiga berisi keterangan bagaimana menjawab pertanyaan. Bagian keempat berisi pilihan menu dimana tersedia dua pilihan menu, yaitu menu untuk diagnosa penyakit dan menu untuk keluar dari sistem, seperti terlihat pada Gambar 3.5. 55 Salam Pembuka Judul Keterangan Pilihan Menu Gambar 3.5 Rancangan Layar Pembuka b. Layar diagnosa Pada layar ini berisi pertanyaan-pertanyaan yang akan diajukan oleh sistem kepada pemakai (user). Pemakai hanya perlu mengisi dengan “y” untuk jawaban ya dan “t” untuk jawaban tidak, seperti terlihat pada Gambar 3.6. 56 Diagnosa Penyakit Pertanyaan Pertanyaan Pertanyaan Gambar 3.6 Rancangan Layar Diagnosa c. Layar hasil diagnosa Layar ini memberikan kesimpulan atau hasil diagnosa dari menjawab pertanyaanpertanyaan yang diajukan oleh sistem. Hasil diagnosa yang diberikan berupa nama penyakit dengan faktor kepastiannya disertai juga dengan fakta pendukung dan saran pengobatan. Pada layar ini juga diajukan pertanyaan apakah pemakai ingin mengulang atau ingin melakukan pemeriksaan penyakit lainnya. Jika jawabannya “ya”, maka akan kembali ke layar diagnosa. Jika jawabannya “tidak” , maka akan dilanjutkan ke layar penutup, seperti terlihat pada Gambar 3.7. 57 Hasil Diagnosa Penyakit Nama Penyakit : Faktor Kepastian : Fakta Pendukung : Pengobatan : Apakah Anda ingin ulang (y/t) ? Gambar 3.7 Rancangan Layar Hasil Diagnosa d. Layar penutup Layar ini berisi salam penutup dan nama pembuat sistem ini, seperti terlihat pada Gambar 3.8. Salam Penutup Keterangan 58 Gambar 3.8 Rancangan Layar Penutup BAB 4 IMPLEMENTASI DAN EVALUASI SISTEM PAKAR 59 Bab ini membahas mengenai implementasi dari sistem pakar yang telah dirancang pada Bab sebelumnya serta mengevaluasi hasil dari sistem yang telah diimplementasikan kepada pengguna. Hal ini bertujuan untuk mengetahui apakah sistem pakar yang dibuat mendekati diagnosa sebenarnya yang dilakukan oleh pakar (dokter anak, pediatrik). Selain itu, akan dibahas perangkat lunak (software) yang digunakan, perangkat keras (hardware) yang dibutuhkan dan beberapa contoh kasus dalam sistem pakar ini. 4.1 Implementasi Sistem Dalam implementasi sistem ini yang dibahas adalah spesifikasi sistem yang digunakan dalam mengimplementasikan sistem pakar yaitu spesifikasi perangkat keras dan perangkat lunak yang digunakan. Pada pembahasan ini dijelaskan juga bagaimana caranya untuk mengimpelementasikan sistem pakar dengan menggunakan software CLIPS versi 6.10. 4.1.1 Spesifikasi Sistem a. Untuk menunjang proses implementasi dan evaluasi rancangan sistem pakar yang telah dirancang, dibutuhkan sarana-sarana berupa perangkat keras dan perangkat lunak yang akan dipaparkan dalam spesifikasi berikut ini : Perangkat keras yang dibutuhkan minimum mempunyai spesifikasi sebagai berikut : 1) Processor Intel Pentium I 200 Mhz. 2) Harddisk 10 Gb. 3) Memory RAM 64 Mbytes. 4) VGA card 16 bit. 5) Disk Drive A. 60 6) Monitor SVGA 14 inch. 7) Mouse. 8) Keyboard. b. Perangkat lunak yang dibutuhkan : 1. Sistem operasi Microsoft Windows 2000 atau versi selanjutnya dari Microsoft Window. 2. Microsoft Excel 2000 dan Microsoft Word 2000 yang digunakan dalam penulisan skripsi dan pembuatan tabel serta pohon keputusan. 3. Program CLIPS versi 6.10 yang digunakan sebagai software pembuat program sistem pakar yang digabungkan dengan Notepad. Alasan penulis menggunakan CLIPS versi 6.10 adalah : - CLIPS menggunakan representasi pengetahuan yang sesuai dengan topik permasalahan yang kembangkan oleh penulis yaitu sistem pakar. - CLIPS menggunakan inference engine dengan metode penelusuran forwarc chaining. - CLIPS mempunyai shell yang built-in dengan inference engine sehingga sangat cocok dengan pembuatan prototipe sistem pakar dengan cara memasukkan aturan-aturan yang telah dibuat. - CLIPS dibangun dengan source code C++ yang lebih cepat dibandingkan dengan program sistem pakar yang lainnya. - CLIPS memberikan kemudahan dalam menambah, mengurangi, dan mengedit rule-rule yang ada dalam sistem. 4.1.2 Implementasi Sistem Pakar dengan Menggunakan CLIPS versi 6.10 61 Dalam mengimplementasikan sistem pakar ini, terdapat beberapa langkah pengoperasian sistem yaitu sebagai berikut : File – Load Construct – pilih file sistem pakar – Execution – Reset – Run Maksudnya adalah langkah pertama pilih menu file, kemudian pilih load construct, pilih file sistem pakar yang telah dibuat, selanjutnya pilih menu execution lalu pilih reset dan pilih run. Jika ingin diadakan perubahan pada program, maka dibuka software CLIPS Editor. Setelah diadakan perubahan di sini, lalu hasil perubahan itu di save. Untuk menjalankan program kembali maka langkah pengoperasian seperti yang ditunjukkan di atas diulang kembali. Sebelum melakukan langkah-langkah tersebut di atas dan membangun sistemnya, terlebih dahulu dilakukan penginstallan software CLIPS. 4.2 Evaluasi Sistem Pakar Pada evaluasi sistem pakar ini yang dilakukan adalah pengujian kepada calon pengguna dan pakar itu sendiri. Hal ini bertujuan untuk menentukan tingkat keakuratan sistem pakar ini dan menentukan bagaimana evaluasi calon pengguna terhadap sistem pakar ini. 4.2.1 Evaluasi Hasil Untuk mengetahui keakuratan sistem, maka diadakan evaluasi perbandingan antara hasil diagnosa sistem dengan hasil diagnosa pakar (dokter anak), seperti terlihat pada Tabel 4.1. Tabel 4.1 Evaluasi Perbandingan Diagnosa Sistem dengan Pakar Gejala Penyakit Diagnosa Pakar Diagnosa Sistem 62 4.2.2 Demam, batuk, pilek, nyeri tenggorokan, sakit Nasofaringitis kepala, mual, muntah. Demam tinggi disertai menggigil, mual, DHF muntah, sakit kepala, bintik-bintik merah pada tungkai dan lengan, tanda-tanda perdarahan : petekie, ekimosis, gusi berdarah, hematemesis, melena, uji tornikuet positif. Nasofaringitis Demam ringan, mual, muntah, nyeri kepala, pembesaran kelenjar submandibula, trismus, disfagia. Demam, batuk, pilek, konjungtivitis, bercak koplik. Demam, batuk, pilek, enantema, eritema di belakang telinga. Demam, pilek, malaise, mual, muntah, vesikel yang timbul pertama di dada-muka-bahuanggota gerak. Nyeri dan kaku otot bagian belakang leher, kaku kuduk, hipertonia, tripod sign positif, head drop positif. Kelumpuhan otot skelet dan cranial, pada bayi paralysis vesika urinaria (kandung kemih)-sulit kencing. Demam, batuk, nyeri tenggorokan, sakit kepala, mual, muntah. Gondong (Mumps ) Gondong (Mumps) DHF Morbili stadium Morbili stadium kataral kataral Morbili stadium Morbili stadium erupsi erupsi Varicella Varicella Poliomielitis non Poliomielitis paralitik paralitik Poliomielitis paralitik Poliomielitis paralitik Faringitis Faringitis Evaluasi Kasus Agar keakuratan sistem ini dapat lebih dipastikan, maka akan dilakukan evaluasi kasus yang datanya diambil dari data pada Tabel 4.1. Dari evaluasi kasus, akan lebih jelas kelihatan proses-proses pengolahan sistem ini karena akan ditampilkan layar diagnosa dari sistem pakar ini. Berikut merupakan tampilan dari layar diagnosa sistem pakar pada penyakit bayi dan anak yang disebabkan oleh infeksi virus dengan dua contoh kasus. Contoh Kasus 1 : Pada Gambar 4.1 merupakan tampilan awal atau layar pembuka dari sistem pakar ini. Di layar ini terlihat judul sistem pakar, petunjuk pengisian dan pilihan menu. Fungsi 63 pilihan menu ini untuk menentukan apakah pemakai (user) hendak masuk ke layar diagnosa atau keluar dari sistem. Pemakai dapat memilih pilihan “1” untuk masuk ke menu utama dan pilihan “2” untuk keluar dari sistem. Yang dimaksud dengan menu utama adalah pemakai akan masuk ke layar diagnosa yang berisi pertanyaanpertanyaan yang dapat dijawab oleh pemakai untuk mengetahui hasil diagnosa penyakit. Gambar 4.1 Layar Pembuka 1 Apabila pemakai memasukkan pilihan “1”, maka ia akan masuk ke layar diagnosa, seperti yang terlihat pada Gambar 4.2. Pada layar ini dapat dilihat jenis-jenis pertanyaan yang diajukan oleh sistem. Pertanyaan dimulai dengan “bagaimana jenis demam yang dialami oleh pasien”, apakah demam ringan atau demam sedang-tinggi. Pemakai dapat memasukkan pilihan “1” untuk demam ringan dan pilihan “2” untuk demam sedang-tinggi. Pada contoh kasus pertama ini, pemakai memasukkan pilihan “1”, yaitu demam ringan. Selanjutnya, akan muncul pertanyaan “apakah pasien muntah” dan jawabannya “t”. Kemudian, akan muncul pertanyaan “apakah pasien mengalami nyeri kepala” dan jawabannya “y”. kemudian, akan muncul lagi pertanyaan “apakah terdapat pembengkakan pada kelenjar submandibula”. Jika jawabannya “y”, maka akan langsung keluar hasil diagnosa penyakit yang dapat dilihat di layar hasil diagnosa. 64 Gambar 4.2 Layar Diagnosa 1 Setelah pemakai menjawab semua pertanyaan yang diajukan sistem, maka mesin inferensi akan mengolah masukan (input) pemakai ke dalam basis pengetahuan (knowledge base) sehingga bisa dikeluarkan hasil diagnosa penyakit disertai dengan faktor kepastian, fakta pendukung dan saran pengobatan, seperti yang terlihat pada Gambar 4.3. Apabila pemakai ingin melakukan pemeriksaan penyakit lainnya, maka pemakai dapat mengulang dengan menjawab “y” terhadap pertanyaan “apakah anda ingin ulang”. Pemakai akan kembali pada layar diagnosa (Gambar 4.2) dengan menjawab pertanyaan yang lain. Jika pemakai tidak ingin ulang, maka akan muncul layar penutup, seperti yang terlihat pada Gambar 4.4. 65 Gambar 4.3 Layar Hasil Diagnosa 1 Pada layar penutup, seperti yang terlihat pada Gambar 4.4 akan muncul ucapan terima kasih terhadap pemakai yang telah menggunakan sistem ini. Selain itu, juga dimasukkan nama pembuat sistem pakar ini. 66 Gambar 4.4 Layar Penutup 1 Contoh kasus 2 : Pada Gambar 4.5 merupakan tampilan awal atau layar pembuka dari sistem pakar ini. Di layar ini terlihat judul sistem pakar, petunjuk pengisian dan pilihan menu. Fungsi pilihan menu ini untuk menentukan apakah pemakai (user) hendak masuk ke layar diagnosa atau keluar dari sistem. Pemakai dapat memilih pilihan “1” untuk masuk ke menu utama dan pilihan “2” untuk keluar dari sistem. Yang dimaksud dengan menu utama adalah pemakai akan masuk ke layar diagnosa yang berisi pertanyaanpertanyaan yang dapat dijawab oleh pemakai untuk mengetahui hasil diagnosa penyakit. 67 Gambar 4.5 Layar Pembuka 2 Apabila pemakai memasukkan pilihan “1”, maka ia akan masuk ke layar diagnosa, seperti yang terlihat pada Gambar 4.6. Pada layar ini dapat dilihat jenis-jenis pertanyaan yang diajukan oleh sistem. Pertanyaan dimulai dengan “bagaimana jenis demam yang dialami oleh pasien”, apakah demam ringan atau demam sedang-tinggi. Pada contoh kasus kedua ini, pemakai memasukkan pilihan “2”, yaitu demam sedang-tinggi. Selanjutnya, akan muncul pertanyaan “apakah pasien batuk” dan jawabannya “t”. Kemudian, akan muncul pertanyaan “apakah terdapat kelemahan otot pada pasien” dan jawabannya “y”. Kemudian, akan muncul lagi pertanyaan “apakah terdapat kelumpuhan otot skelet dan kranial” dan jawabannya “t”. Pertanyaan selanjutnya “apakah terdapat hipertonia” dan jawabannya “y”. Pertanyaan terakhir yang diajukan sistem adalah “apakah kadar protein normal”. Jika jawabannya “y”, maka akan langsung keluar hasil diagnosa penyakit yang dapat dilihat di layar hasil diagnosa. 68 Gambar 4.6 Layar Diagnosa 2 Setelah pemakai menjawab semua pertanyaan yang diajukan sistem, maka mesin inferensi akan mengolah masukan (input) pemakai ke dalam basis pengetahuan (knowledge base) sehingga bisa dikeluarkan hasil diagnosa penyakit disertai dengan faktor kepastian, fakta pendukung dan saran pengobatan, seperti yang terlihat pada Gambar 4.7. Apabila pemakai ingin melakukan pemeriksaan penyakit lainnya, maka pemakai dapat mengulang dengan menjawab “y” terhadap pertanyaan “apakah anda ingin ulang”. Pemakai akan kembali pada layar diagnosa (Gambar 4.6) dengan menjawab pertanyaan yang lain. Jika pemakai tidak ingin ulang, maka akan muncul layar penutup, seperti yang terlihat pada Gambar 4.8. 69 Gambar 4.7 Layar Hasil Diagnosa 2 Pada layar penutup, seperti yang terlihat pada Gambar 4.8 akan muncul ucapan terima kasih terhadap pemakai yang telah menggunakan sistem ini. Selain itu, juga dimasukkan nama pembuat sistem pakar ini. 70 Gambar 4.8 Layar Penutup 2 71 BAB 5 KESIMPULAN DAN SARAN 5.1 Kesimpulan Berdasarkan hasil implementasi dan evaluasi maka dapat diambil kesimpulan- kesimpulan sebagai berikut : Sistem pakar dalam bentuk prototype ini dapat mendeteksi hingga tujuh jenis penyakit bayi dan anak yang disebabkan oleh infeksi virus dimana ada beberapa penyakit yang terbagi lagi dalam subkategori. Prototype sistem pakar untuk mendiagnosa penyakit bayi dan anak yang disebabkan oleh infeksi virus telah diimplementasikan pada pakar (dokter anak) dan calon user, yaitu mahasiswa kedokteran, dokter umum dan juru rawat. Dari hasil implementasi tersebut dapat disimpulkan bahwa sistem pakar yang dibuat dapat membantu di bidang kedokteran, yaitu dokter umum dan juru rawat untuk melakukan pendiagnosaan jenis penyakit pasien, dan dapat membantu di bidang akademis kedokteran, yaitu mahasiswa kedokteran sebagai salah satu bahan referensi. Hipotesa, faktor kepastian dan saran pengobatan yang ada dalam sistem pakar dapat membantu memberikan penjelasan dan pemahaman yang lebih baik kepada user. Dari hasil evaluasi dapat dikatakan keakuratan sistem pakar ini 75 %. 72 5.2 Saran Penulis menyadari terdapat banyak kekurangan pada sistem pakar pendiagnosaan penyakit bayi dan anak yang disebabkan oleh infeksi virus. Kekurangan ini disebabkan oleh beberapa hal antara lain sulitnya untuk berkomunikasi dengan pakar, keterbatasan waktu dan sumber serta penghalang lain yang terjadi pada saat pengembangan sistem pakar. Dalam penyempurnaan sistem pakar ini, penulis memberikan saran-saran dengan harapan dapat membantu memberi ide apabila ada pembaca yang ingin mengembangkan ataupun menerapkan sistem ini. Saran-saran yang dapat diberikan oleh penulis adalah : Pembaca nantinya dapat melakukan pengembangan lebih lanjut tentang ruang lingkup sistem pakar agar tidak terbatas pada infeksi virus dan dapat mencakup batasan yang lebih luas. Sebaiknya sistem pakar yang dibuat dapat dievaluasi dan di-update secara berkesinambungan sehingga dapat menyesuaikan dengan perkembangan yang ada. Prototype yang dibuat ini sebaiknya diaplikasikan ke dunia internet agar dapat digunakan lebih luas lagi. User interface dari sistem sebaiknya dibuat lebih menarik agar dapat menarik perhatian user dan menunjang dalam pemakaian sistem. Sistem pakar untuk mendiagnosa penyakit bayi dan anak yang disebabkan oleh infeksi virus dapat dikembangkan dengan menggunakan fuzzy logic agar lebih bervariasi dan dapat dikombinasikan. Sistem pakar dapat dikembangkan dengan menggunakan neural network sehingga dapat dilakukan learning (pembelajaran sendiri). 73
