v1202 sistem pakar penyakit mata manusia dengan metode

advertisement
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.
Download