PEMBUATAN SISTEM PAKAR DETEKSI DINI GANGGUAN MASA

advertisement
PEMBUATAN SISTEM PAKAR DETEKSI DINI GANGGUAN MASA
KEHAMILAN DENGAN METODE PROBABILITAS KLASIK
NASKAH PUBLIKASI
diajukan oleh
Juliati
12.12.6501
kepada
FAKULTAS ILMU KOMPUTER
UNIVERSITAS AMIKOM YOGYAKARTA
YOGYAKARTA
2017
PEMBUATAN SYSTEM PAKAR DETEKSI DINI GANGGUAN MASA
KEHAMILAN DENGAN METODE PROBABILITAS KLASIK
Juliati1),Armadyah Amborowati2),
1)
Sistem Informasi Universitas AMIKOM Yogyakarta
Fakultas Teknik Elektro Universitas Gajah Mada
2)
Jl Ringroad Utara, Condongcatur, Depok, Sleman, Yogyakarta Indonesia 55283
Email : [email protected]),
[email protected])
Oleh karena itu, dibuatlah sebuah sistem yang
dapat mendiagnosis gangguan-gangguan dini pada
masa kehamilan. Sistem yang dibuat adalah sebuah
sistem yang dapat menirukan keahlian/kepakaran
seorang
pakar
dalam memecahkan
suatu
permasalahan.
Sistem
tersebut
dalam
bidang
teknologi komputer dinamakan sistem pakar (Expert
System).
Berdasarkan hal tersebut, penulis ingin membuat
aplikasi sistem pakar tentang “Pembuatan Sistem Pakar
Deteksi Dini Gangguan Masa Kehamilan Dengan
Metode Probabilitas Klasik”.
Abstract - Most women experience problems during
their pregnancy, to help diagnose and find solutions
created an application that can be used midwife /
midwives candidates quickly and efficiently serve and
address the problems that occur in pregnant women.
An expert system for early detection of pregnancy
disorders that are implemented with classical
probability methods.
The probability is very useful opportunity to study the
possibility of making the right decision, because life in
the world there is no certainty that it is necessary to
find out how likely an event will occur. Benefits of
probability in everyday life is to help us in making
decisions, and predict events that may occur. In
everyday life, we are often faced with solving the
problems associated with determining or calculating
how many ways that may occur from an event. The
problem can be solved by using the rules of
enumeration. Rule enumeration is a way to calculate
all the chances of that happening so that they can take
the right decision.
Making an expert system for early detection of
pregnancy disorders with this classical probability
methods based desktop so hopefully midwife /
prospective midwives can determine opportunities that
will occur in disorders of pregnancy.
Keyword: expert systems, classical probability,
diagnosis of pregnancy.
1.2
Rumusan Masalah
Melihat latar belakang masalah tersebut, maka
permasalahan yang akan dibahas adalah:
1) Bagaimana metode Probabilitas Klasik yang
diterapkan pada sistem pakar pada deteksi dini
gangguan kehamilan dapat membantu pengguna atau
user dalam mendiagnosa dan memberikan solusi
penyakit tersebut?
2) Bagaimana mengaplikasikan sistem pakar untuk
deteksi dini gangguan kehamilan berbasis desktop
dengan menggunakan metode probabilitas klasik?
1.3
Maksud dan Tujuan Penelitian
Adapun maksud dan tujuan penelitian ini antara lain:
1) Membangun sebuah aplikasi berbasis desktop yang
mampu memberikan informasi pemahaman dan
pengetahuan dalam pengenalan suatu penyakit, serta
mampu bekerja dan berfikir selayaknya pakar
kebidanan.
2) Memberikan kemudahan bagi calon-calon bidan
yang ingin mengetahui peluang penyakit yang
kemungkinan terjadi serta solusi yang cepat untuk
melakukan tindakan.
Keywords – expert systems, classical probability,
diagnosis of pregnancy.
1.
1.1
Pendahuluan
Latar Belakang Masalah
Angka kematian ibu bersalin di Indonesia masih
sangat tinggi kematian ibu yang tinggi ini erat
hubungannya dengan pelayanan obstetric yang masih
sangat terbatas cakupannya sehingga belum mampu
menanggulangi ibu hamil. Resiko tinggi dan kasus gawat
darurat serta minimnya informasi pada ibu hamil
peluang yang terjadi mengenai gejala-gejala penyakit
yang muncul pada masa kehamilan dan bahaya dari
kehamilan resiko tinggi, selain resiko tinggi tersebut
tidak selalu pakar saat dibutuhkan ada ditempat kerja
maka berdasarkan permasalahan tersebut maka dibuat
sebuah sistem yang dapat membantu mendiagnosa
penyakit pada masa kehamilan berdasarkan gejala-gejala
yang ada sehingga ibu hamil mengetahui peluang yang
kemungkinan akan terjadi pada proses kehamilannya.
1.4
1
Manfaat Penelitian
Adapun manfaat antara lain :
1. Bagi mahasiswa:
Untuk menambah wawasan dalam ilmu pengetahuan
diluar lingkungan kampus yang berhubungan dengan
progran studi yang diambil.
2. Bagi masyarakat umum:
Sistem pakar ini diharapkan dapat membantu
mendeteksi secara dini gangguan kehamilan dan
dapat memberikan kesimpulan dan solusi terhadap
ibu-ibu hamil.
3.
sampai tidak bisa makan dan minum sama sekali,
kekurangan cairan, gangguan elektrolit, lemah dan
tidak bertenaga, hingga mengganggu aktivitas seharihari, dan membahayakan janin.
Bagi kalangan kesehatan :
a. Memudahkan pakar dalam menentukan
penyakit berdasarkan gejala yang ada.
b. Membantu pakar dalam mengatasi masalah
kehamilan dan dalam mendiagnosa dan
memberikan solusi.
3)
Bengkak bisa menunjukkan adanya masalah yang
serius jika muncul pada muka dan tangan, tidak
hilang setelah beristirahat, dan disertai dengan
keluhan fisik lain. Asessmen yang mungkin adalah
gejala dari anemia, gagal jantung, atau pre eklampsia.
2.
Landasan Teori
2.1
Pengertian Sistem Pakar
Menurut Martin dan Oxman (1998), Sistem pakar adalah
sistem berbasis komputer yang menggunakan
pengetahuan, fakta, dan teknik penalaran dalam
memecahkan masalah yang biasanya hanya dapat
dipecahkan oleh seorang pakar dalam bidang tersebut. [1]
4)
2.5
Flowchart sistem merupakan diagram dengan simbolsimbol grafis yang menyatakan aliran algoritma atau
proses yang menampilkan langkah-langkah yang
disimbolkan dalam bentuk kotak, beserta urutannya
dengan menghubungkan masing-masing langkah
tersebut menggunakan tanda panah.[4]
2.5.2 Data Flow Diagram (DFD)
Menggambarkan aktivitas-aktivitas yang dilakukan dan
bagaimana data berpindah diantara aktivitas-aktivitas
tersebut.[4]
Probabilitas diartikan sebagai hasil bagi dari banyaknya
peristiwa yang dimaksud dengan seluruh peristiwa yang
mungkin menurut pendekatan klasik, probabilitas
dirumuskan:[2]
2.5.3 Diagram Konteks
Sistem digambarkan dengan sebuah proses saja,
kemudian entitas luar yang berinterkasi dengan prosses
tunggal tadi diidentifikasi.[4]
keterangan:
P(A) = probabilitas terjadinya kejadian A.
2.5.4 Entity Relationship Diagram (ERD)
x = peristiwa yang dimaksud.
ERD merupakan model untuk menjelaskan hubungan
atar data data basis data berdasarkan obyek-obyek dasar
data yang mempunyai hubungan antar relasi.
n = banyaknya peristiwa
Rumus:
3.
P(A) = X/n
Sakit kepala berlebihan
Sakit kepala ini bisa terjadi apabila ibu kurang
istirahat, kecapean, atau menderitan tekanan darah
tinggi. Sakit kepala yang menunjukkan suatu
masalah yang serius adalah sakit kepala hebat yang
menetap dan tidak hilang dengan beristirahat.
2)
Analisis dan Perancangan Sistem
3.1
Analisis Masalah
Permasalahan yang akan dibahas dalam tugas akhir ini
adalah membuat suatu sistem yang dapat memiliki
kepastian berdasarkan data yang valid. Penerapan sistem
pakar dalam mendeteksi dini gangguan pada kehamilan
meliputi pengumpulan data jenis gangguan, data gejala,
data penyakit dan cara penangannya. Untuk kepastian
hipotesis gangguan pada kehamilan diterapkan metode
probabilitas klasik.
Tanda-Tanda Bahaya Kehamilan [3]
1)
Konsep Permodelan Sistem
2.5.1 Flowchart Sistem
Probabilitas Klasik
2.4
Pendarahan pervaginam
Perdarahan dapat keluar sedikit-sedikit tetapi terus
menerus, lama-lama ibu menderita anemia berat.
Perdarahan dapat juga keluar sekaligus banyak yang
menyebabkan ibu syok, lemas/ nadi kecil dan
tekanan darah menurun.
2.2
Ketidakpastian (Uncertainly)
Dalam menghadapi suatu masalah, sering ditemukan
jawaban yang tidak memiliki kepastian penuh.
ketidakpastian ini bisa berupa probabilitas atau
kebolehjadian yang bergantung pada hasil suatu
kejadian. hasil yang tidak pasti disebabkan oleh dua
faktor, yaitu aturan yang tidak pasti dan jawaban
pengguna yang tidak pasti atas suatu pertanyaan yang
diajukan sistem. Sistem pakar harus mampu bekerja
dalam ketidakpastian (Giarattano dan Riley, 1994). salah
satu teori telah ditemukan untuk menyelesaikan
ketidakpastian diantaranya probabilitas klasik (classical
probability).
2.3
Terdapat bengkak pada muka dan tangan
3.2
Identifikasi Masalah
Langkah pertama dalam pembuatan sistem pakar adalah
mengidentifikasi masalah yang akan dikaji, dalam hal ini
adalah
mengidentifikasi
permasalahan
dalam
Mual muntah berlebih
Ibu hamil bisa mengalami mual dan muntah secara
berlebihan, yang disebut dengan hiperemesis
gravidarum. Jika sudah demikian, biasanya ibu
2
membangun sistem pakar untuk mendeteksi dini
gangguan pada kehamilan serta cara penangannya.
3.5.2.2 DDF Level 1
3.3
Objek Penelitian
Penelitian ini dilakukan di Bidan Praktek Mandiri Siti
Sujalmi di Desa Socokangsi RT. 14 No. 48 kec. Jatinom,
Kabupaten Klaten.
3.4
Analisis Kebutuhan Sistem
3.4.1 Analisis Kebutuhan Perangkat keras
Kebutuhan perangkat keras untuk membuat aplikasi ini
yaitu:
1. Prosessor : Intel Pentium
2. Hard disk : 500 GB
3. RAM : 2 GB
4. VGA : NVIDIA Geforce
Gambar 3. DFD Level 1
3.5.3
3.4.2 Analisis Kebutuhan Perangkat Lunak
Kebutuhan perangkat lunak untuk membuat palikasi ini
yaitu:
1. Sistem Operasi : Windows 7
2. Aplikasi : Netbeans 8.0.2
3. XAMPP
4. DIA
5. Corel Draw X5
3.4.3 Analisis Kebutuhan Pengguna
Kebutuhan pengguna dimana user dapat mengakses
sistem apa saja yang tersedia secara optimal. Didalam
kebutuhan pengguna ini antara lain:
1. Pakar/Admin
2. User
3.5
Perancangan Sistem
3.5.1 Flowchart
Entity Relationship Diagram (ERD)
Gambar 4. Entity Relationship Diagram (ERD)
3.6
Perancangan Tampilan
Gambar 5. Perancangan Tampilan Diagnosa
Gambar 1. Flowchart
3.5.2
Data Flow Diagram (DFD)
3.5.2.1 Diagram Konteks
Gambar 2. Diagram Konteks (DFD Level 0)
Gambar 6. Perancangan Hasil Diagnosa
3
4.
Implementasi dan Pembahasan
4.1
Implementasi
4.1.1
Uji Coba Sistem
Uji coba sistem bertujuan untuk memastikan bahwa
semua elemen sistem bekerja sesuai dengan yang
diharapkan. Berikut adalah metode yang digunakan
untuk uji coba sistem ini:
4.1.1.1 Uji Black Box
Uji coba black box berfokus pada unit program
memenuhi kebutuhan yang disebutkan dalam spesifikasi.
Pada uji coba black box, cara pengujian hanya dilakukan
dengan menjalankan atau mengeksekusi unit atau modul,
kemudian diamati apakah hasil dari unit itu sesuai
dengan proses yang diinginkan. Sebagai contoh:
Gambar 10. Tabel Data Gejala
c. Tabel Penyakit
Gambar 11. Tabel Data Penyakit
4.2.2 Pembahasan Antar Muka (Interface)
a.
Tampilan Utama Pakar
Gambar 7. Peringatan Username dan Password
Salah
Gambar 12. Tampilan Utama Pakar
4.1.1.2 Uji White Box
Uji coba white box adalah cara pengujian dengan melihat
kedalam modul untuk meneliti kode-kode program yang
ada dan menganalisis apakah ada kesalahan atau tidak.
b.
Tampilan Input Pakar
Gambar 8. Kesalahan Kode Program (Syntax Error)
Gambar 13. Tampilan Utama Pakar
4.2
Pembahasan
4.2.1 Pembahasan Database
Untuk membuat sistem pakar berbasis java ini,
penulis menggunakan database “sistempakar” yang
dibuat menggunkan PhpMyAdmin. PhpMyAdmin dapat
diakses
dengan
mengetik
http://localhost/phpmyadmin/index.php/
pada
web
browser. Database ‘sistempakar’ terdiri dari 8 tabel yaitu
table pengguna, gangguan, gejala, penyakit, gejala
gangguan, gejala gangguan penyakit, pasien dan hasil.
5.
Penutup
5.1
Kesimpulan
1) Sistem pakar deteksi dini gangguan kehamilan ini
ditunjukan untuk proses pengenalan gangguan
kehamilan bagi para pengguna yang berlaku sebagai
pakar atau proses untuk menjadi pakar itu sendiri
serta masyarakat pada umumnya yang ingin
mengetahui gangguan pada kehamilan.
2) Sistem pakar deteksi dini gangguan pada kehamilan
ini dilengkapi dengan menu pakar yang berfungsi
untuk melakukan proses simpan, edit dan hapus data.
3) Untuk menghasilkan sistem pakar yang baik, maka
dibuatlah pohon pelacakan menggunakan alur
probabilitas klasik berdasarkan pengetahuan yang
ada.
4) Sistem pakar ini dapat membantu para calon bidan
atau bidan dalam mendeteksi dini gangguan
kehamilan pada ibu hamil.
a. Tabel Gangguan
Gambar 9. Tabel Data Gangguan
b. Tabel Gejala
4
5.2
Saran
Penelitian yang dilakukan ternyata tidak lepas dari
kekurangan dan kelemahan. Oleh sebab itu, untuk
kebaikan pembangunan sistem lebih lanjut, maka penulis
menyarankan beberapa hal, diantaranya:
1) Tampilan sistem pakar yang dibangun masih tampak
sederhana sehingga dapat dikembangkan lebih
menarik dengan dilengkapi dengan suara maupun
animasi gambar.
2) Karena ilmu pengetahuan semakin berkembang dan
ditemukan hal-hal baru maka basis pengetahuan dan
basis aturan sistem pakar ini perlu di update atau
menambah data dan melengkapi data untuk
penyakit/gangguan pada kehamilan ini.
3) Pembuatan sistem pakar ini menggunakan metode
probabilitas klasik untuk mencari kesimpulan.
Pembuatan sistem pakar ini selanjutnya diharapkan
dapat menambahkan factor kepastian/certainly factor
pada masing-masing gejala yang dimasukan.
Daftar Pustaka
[1] Kusrini. 2006. Sistem Pakar Teori dan Aplikasi. Andi
Offset. Yogyakarta.
[2] http://uchiwulans.blogspot.co.id/p/teoriprobabilitas.html
[3] Sujiyatini, dkk. 2009. Asuhan Patologi Kebidanan.
http://drsuparyanto.blogspot.co.id/2011/08/kehamila
n-patologis.html, diakses tanggal 13 mei 2016
[4] Al Fatta, Hanif. 2007. Analisis dan Perancangan
Sistem Informasi untuk Keunggulan Bersaing
Perusahaan dan Organisasi Modern. Yogyakarta:
Andi.
[5]Kusrini. 2008. APLIKASI SISTEM PAKAR
Menentukan Faktor Kepastian Pengguna dengan
Metode Kuantifikasi Pertanyaan. Andi Offset.
Yogyakarta.
Biodata Penulis
Juliati, memperoleh gelar Sarjana Komputer (S.Kom),
Program Studi Sistem Informasi, Universitas AMIKOM
Yogyakarta Yogyakarta, lulus tahun 2016.
Armadyah Amborowati, memperoleh gelar Sarjana
Komputer (S.Kom), Jurusan Sistem Informasi STMIK
AMIKOM Yogyakarta. Memperoleh gelar Master of
Engineering (M.Eng) Program Pasca Sarjana Magister
Teknologi Informasi Fakultas Teknik Elektro
Universitas Gajah Mada Yogyakarta. Saat ini menjadi
Dosen di Universitas AMIKOM Yogyakarta.
5
Download