SISTEM PAKAR PENYAKIT MATA MANUSIA DENGAN METODE CERTAINTY FACTOR Yohanan Sitinjak Program Studi Sistem Informasi Sekolah Tinggi Teknik Harapan Medan Jl. HM Joni No. 70 Medan [email protected] Abstrak Salah satu cabang ilmu komputer yang banyak dimanfaatkan oleh manusia untuk membantu kerjanya adalah pembentukan sistem pakar yang merupakan sub bidang ilmu kecerdasan buatan. Pemanfaatan sistem pakar yang sering digunakan adalah di bidang kedokteran khususnya untuk diagnosa penyakit mata. Atas dasar tersebut, penulis telah melakukan penelitian dengan judul “Sistem Pakar Diagnosa Penyakit Mata Menggunakan Metode Certainty Factor“. Dalam perancangannya sistem pakar diagnosa penyakit mata menggunakan metode certainty factor ini meminta input gejala yang dirasakan pasien dengan cara menchec katau mencentang gejala, kemudian output yang dihasilkan oleh komputer berupa identitas pasien, diagnosa nama penyakit mata yang dialami oleh pasien yang disertai dengan definisi, gejala, dan juga nilai CF (Certainty Factor). Sistem pakar diagnosa penyakit mata ini di khususkan untuk diagnosa 14 penyakit mata pada manusia dan 46 gejala yang mengiringinya. Metode yang digunakan adalah Certainty Factor dengan perhitungan CF Gabungan yang membutuhkan data nilai kepercayaan MB (Measure of Believe) dan nilai ketidakpercayaan MD (Measure of Disbelieve) gejala tiap penyakit yang diperoleh oleh pakar yaitu dokter spesialis mata. Kata Kunci: Sistem Pakar, Mata, Certainty Factor, MB (Measure of Believe), MD (Measure of Disbelieve), CF Abstract One branch of computer science that is widely used by humans to help it work is the establishment of an expert system which is a sub-field of artificial intelligence science. Utilization of expert systems are frequently used in the medical field, especially for the diagnosis of diseases of the eye. On this basis, the author has conducted research with the title "Eye Disease Diagnosis Expert System Method Using Certainty Factor". In the design of expert system diagnosis of eye diseases using certainty factor is requesting input on the perceived symptoms the patient with a way to chec katau checking the symptoms, then the output generated by the computer in the form of patient identification, diagnosis names eye disease experienced by patients accompanied by definition, symptoms, and also the value of CF (Certainty Factor). Eye disease diagnosis expert system is devoted to the diagnosis of eye disease in 14 humans and 46 symptoms that go with it. The method used is Certainty Factor CF Combined with the calculation that requires trust MB of data values (Measure of Believe) and the value of distrust MD (Measure of Disbelieve) symptoms of each disease obtained by a specialist is an ophthalmologist. Keywords: Expert System, Eye, Certainty (Measure of Disbelieve), CF 1. PENDAHULUAN Masalah kesehatan adalah suatu masalah yang sering dialami dan menjadi problem tersendiri bagi manusia. Sebagian besar masyarakat masih sering kesulitan untuk mendapatkan pelayanan dan informasi mengenai bagaimana merawat kesehatan tubuh dengan baik, serta bagaimana memilih tindakan yang tepat untuk dirinya atau anggota keluarga yang sedang menderita penyakit mata. Mata merupakan indra yang paling penting dan sensitif dalam kehidupan manusia. Sering kali kita mengabaikan keluhan pada penglihatan dan menganggap keluhan tersebut Factor, MB (Measure of Believe), MD dapat hilang dengan sendirinya. Tentunya keluhan tersebut merupakan gejala awal dari penyakit mata. Penyakit mata merupakan kelainan pada mata yang dapat mempengaruhi penglihatan. Kejernihan penglihatan atau ketajaman visual berkisar dari kemampuan penglihatan penuh hingga tanpa penglihatan sama sekali. Apabila ketajaman menurun maka penglihatan menjadi kabur atau dapat menyebabkan kebutaan. Dengan adanya sistem pakar ini, dapat menambah pengetahuan kepada tenaga medis sebagai bahan referensi untuk menentukan kemungkinan terjadinya penyakit mata pada pasien beserta solusinya. Sedangkan bagi masyarakat umum dapat digunakan sebagai penuntun untuk melakukan tindakan pencegahan atau tindakan penanggulangan awal pada penyakit mata secara dini beserta tahap-tahap pengobatan. Penyakit mata merupakan kelainan pada mata yang dapat mempengaruhi penglihatan. Kejernihan penglihatan atau ketajaman visual berkisar dari kemampuan penglihatan penuh hingga tanpa penglihatan sama sekali[4]. Sistem pakar (expert system) adalah sistem yang berusaha mengadopsi pengetahuan manusia ke dalam komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. Dengan sistem pakar, orang awam dapat menyelesaikan masalah rumit yang sebenarnya hanya dapat diselesaikan oleh para ahli. Dan bagi para ahli, sistem pakar dapat membantu aktivitasnya sebagai asisten yang sangat berpengalaman [5]. Model certainty factor adalah metode untuk mengelola ketidakpastian dalam sistem berdasarkan aturan. Shortliffe dan Buchanan pada tahun 1975 mengembangkan model CF di pertengahan tahun 1970 untuk MYCIN, sistem pakar untuk diagnosis dan pengobatan meningitis dan infeksi darah. Sejak itu, model CF telah menjadi pendekatan standar untuk manajemen ketidakpastian dalam sistem berdasarkan aturan [1]. Basis pengetahuan adalah sumber utama dari sistem pakar dalam pengambilan sebuah keputusan. Setiap keputusan dalam sistem pakar bergantung pada ketepatan basis pengetahuan tersebut, untuk menentukan proses pencarian atau menentukan kesimpulan yang didapatkan [3]. 2. METODOLOGI PENELITIAN Pada flowchart sistem dengan pasien menjelaskan tentang alur kerja sistem pakar yang dapat diakses oleh pasien, yaitu pasien harus melakukan proses registrasi untuk mendapatkan username dan password pada sistem pakar. Kemudian setelah memiliki username dan password, pasien dapat login pada halaman menu pasien untuk melakukan proses diagnosa penyakit Mata, edit akun pasien dan melihat hasil diagnosa sebelumnya[2] . Mulai 1 Tampilan Halaman Index.php Input Userid dan password Login Userid = ? Password = ? T Userrole = Pakar ? Userrole = Admin ? T Akses menu Y T Y Y Tampilan halaman Halaman_depan.php Tampilan halaman Halaman_depan.php Akses Menu ? Akses menu Y Tampilan halaman Halaman_depan.php Akses Menu ? Akses menu T T Keluar ? 1 Akses Menu ? T Keluar ? Y T Y 1 Keluar ? 1. Mata-Mata Berair 2. Gatal-Gatal dan Terbakar Kemerah-merahan 3. 4. 5. Rasa Ulkus kornea 0.9 Ulkus kornea 0.6 Ulkus kornea Lingkaran-Lingkaran Hitam Sekeliling Mata-Mata Berwarna Kuning Hingga Kehijauan 0.8 Ulkus kornea 0.9 Ulkus kornea 0.9 CF(A) = CF(1) + CF(2) * [ 1 – CF(1) ]= 0,9 + 0,6 * (1 – 0,9) = 0,9600 CF(B) = CF(3) + CF(A) * [ 1 – CF(3) ]= 0,8 + 0,96 * (1 – 0,8) = 0,9920 CF(C) = CF(4) + CF(B) * [ 1 – CF(4) ]= 0,9 + 0,992 * (1 – 0,9) = 0,9992 CF(D) = CF(5) + CF(C) * [ 1 – CF(5) ]= 0,9 + 0,9992 * (1 – 0,9)= 0,99992 Y Y T 1 Rumus umum menentukan Certainty Factor adalah sebagai berikut: CF[h,e] = MB[h,e] – MD[H,E] dengan CF[h,e] = faktor kepastian MB[h,e] = ukuran kepercayaan terhadap hipotesis h, jika diberikan evidence e (antara 0 dan 1) MD[h,e] = ukuran ketidakpercayaan terhadap evidence h, jika diberikan evidence e (antara 0 dan 1) Pada sistem pakar diagnosa penyakit dalam ini, ukuran ketidakpercayaan diabaikan atau dianggap nol. Nilai CF diberikan pada tiap gejala yang menyertai suatu penyakit, sehingga didapat banyak nilai CF untuk tiap gejala. Untuk menentukan nilai CF akhir pada suatu diagnosa maka menggunakan rumus CF paralel sebagai berikut: CF[h,e1^e2] = CF[h,e1] + CF[h,e2] . (1 – CF[h,e1]) dengan CF[h,e1^e2] = faktor kepastian paralel CF[h,e1] = ukuran kepercayaan terhadap hipotesis h, jika diberikan evidence e pertama (antara 0 dan 1) CF[h,e2] = ukuran kepercayaan terhadap hipotesis h, jika diberikan evidence e kedua (antara 0 dan 1) Dalam diagnosa suatu penyakit, sangat dimungkinkan beberapa aturan yang menghasilkan satu hipotesis dan suatu hipotesis menjadi evidence bagi aturan lain. Dengan demikian perhitungan diperlukan sebanyak CF gejala yang dipilih sesuai dengan masukan pengguna program ini. Berikut contoh perhitungan CF pada suatu diagnosa penyakit dalam: Tabel 1. Contoh perhitungan CF NO. GEJALA PENYAKIT CF T Selesai Gambar 1. Diagram alir pogram sistem pakar Dari perhitungan secara manual di atas, didapatkan nilai faktor kepastian dari masukan gejala yang mengarah ke penyakit Ulkus kornea 0,99992. adalah Dalam mesin inferensi sistem pakar, sistem akan membaca masukan pengguna berupa masukan gejala yang dirasakan. Tiap masukan gejala memiliki id gejala yang kemudian akan dilacak oleh sistem di dalam tabel data gejala. Dari id gejala tersebut sistem akan melacak di tabel kaidah diagnosa untuk mendapatkan nilai certainty factor serta pasangan penyakit gejala tersebut. Kemudian sistem akan melakukan perhitungan untuk setiap nilai certainty factor per penyakit berdasarkan basis pengetahuan yang digunakan[6]. 2. Halaman Diagnosa Halaman ini akan tampil jika user mengclick link “Klik gambar ini untuk memulai diagnosa” di halaman registrasi sukses, pada halaman ini user dapat melakukan diagnosa online, dengan mencheck gejala yang dialami user atau pasien. Setelah user selesai check list gejala, maka user dapat mengclick tombol “Klik Disini Untuk Melihat Hasil Diagnosa” Mulai PILIH CHECKBOX PERTANYAAN GEJALA CARI ID GEJALA DARI CHECKBOX DI TABEL DATA GEJALA CARI ID GEJALA DI TABEL KAIDAH DIAGNOSA POST DATA DARI TABEL KAIDAH DIAGNOSA (ID PENYAKIT, ID GEJALA,NILAI CF) KE TABEL DIAGNOSA URUTKAN ID PENYAKIT BERDASARKAN ASCENDING HITUNG BANYAKNYA PENYAKIT HITUNG CF PER PENYAKIT POST HASIL PERHITUNGAN (ID PENYAKIT, CF) KE TABEL SEMENTARA TAMPILKAN 3 PENYAKIT DENGAN CF TERTINGGI Gambar 4. Halaman Diagnosa Online 3. Hasil Diagnosa Halaman ini akan tampil jika user mengclick link “Klik Disini Untuk Melihat Hasil Diagnosa” pada halaman diagnosa sebelumnya, pada halaman ini user atau pasien dapat melihat informasi pesentase penyakit yang dideritanya dari gejala yang dipilih pasien tersebut, untuk persentase akan diurutkan mulai persentase yang terbesar ke yang terkecil, dalam mencari persentase penyakit telah dilakukan rumus algoritma CF di dalam script. SELESAI Gambar 2. Diagram alir mesin inferensi 3. HASIL DAN PEMBAHASAN Pada bagian hasil dan pembahasan ini akan membahas mengenai hasil penelitian dan pembahasan program aplikasi Sistem Pakar Mendiagnosa Secara Dini Pada Penyakit Mata Menggunakan Metode Certainty Factor. 1. Halama Utama Halaman ini akan tampil pertama sekali sewaktu user masuk ke halaman website dengan alamat http://localhost/cfmata di web browser seperti mozilla, adapun fungsi dari halaman ini adalah sebagai penghubung ke halaman – halaman lain dengan mengclick beberapa link yang ada pada halaman website. Gambar 3. Tampilan Awal Gambar 5. Hasil Diagnosa 4. PENUTUP Berdasarkan penelitian yang dilakukan oleh penyusun mengenai perancangan dan implementasi aplikasi sistem pakar penyakit mata pada manusia berbasis web, maka dapat ditarik beberapa kesimpulan sebagai berikut : 1. Sistem Pakar Diagnosa Penyakit Mata Pada Manusia Berbasis Web dapat Mempermudah melakukan identifikasi penyakit mata pada manusia secara dini melalui media website kepada masyarakat umum, sehingga penanganan lebih lanjut terhadap penyakit tersebut dapat dengan cepat dilakukan. 2. Sistem Pakar ini memudahkan dalam melakukan pengolahan data Penyakit. 5. DAFTAR PUSTAKA [1] Arhami, M, 2005. Konsep Dasar Sistem Pakar. Andi Offset. Yogyakarta. [2] Arbie, Manajemen Database dengan MySQL, 2004, Penerbit Andi, Yogyakarta. [3] Fathansyah, Basis Data, 2007, Penerbit Informatika, Bandung. [4] Hamdani, Sistem Pakar untuk Diagnosa Penyakit Mata pada Manusia, 2010, Jurnal Informatika Mulawarman, Samarinda [5] Kusumadwi, Sri, Artificial Intelligence (Teknik dan Aplikasinya), 2003, Penerbit Graha Ilmu, Yogyakarta. [6] Sutojo, T., Edy Mulyanto, Vincent Suhartono, Kecerdasan Buatan, 2001, Penerbit Andi, Yogyakarta.