sistem pakar diagnosa gangguan kesehatan kehamilan

SISTEM PAKAR DIAGNOSA GANGGUAN KESEHATAN KEHAMILAN
MENGGUNAKAN METODE FORWARD CHAINING
ZAEHOL FATAH
Akademi Manajemen Informatika dan Komputer Ibrahimy
Website : www.amiki.ac.id
ABSTRACT
Maternal mortality in Indonesia is still very high, high maternal mortality is closely related to obstetric
services are still very limited in scope, so it has not been able to cope with high-risk pregnant women and emergency
cases at the front line and the lack of information to pregnant women about symptoms- disease symptoms appear during
pregnancy and the dangers of high-risk pregnancies.
Based on the problems proficiency level, it needs to make a system that can help diagnose the disease during
pregnancy based on symptoms that exist. Systems that can perform these tasks are included in the category of expert
systems. Expert system is one part of the artificial intelligence that contains the knowledge and experience that is
inserted by one or more experts in a particular area of knowledge, so that everyone can use to determine the exact
solution of the existing problems.
Expert system for the diagnosis of health problems during pregnancy in this study is a system developed by
applying the method of Forward Chaining. This method gives a diagnosis of health problems based on existing facts
gathered from interviews with users in a consultation session. This study aims to develop a knowledge base that is
suitable to be applied in Pregnancy Health Problem Diagnosis Expert System. It is expected that this study can help
health care units, especially midwives, in dealing with health problems in pregnancy, and assist future doctors in their
study.
Keyword : System Expert, Health Problems Pregnancy Diagnosis, Forward Chaining.
ABSTRAK
Angka kematian ibu bersalin di Indonesia masih sangat tinggi, kematian ibu yang tinggi ini erat hubungannya
dengan pelayanan obstetri yang masih sangat terbatas cakupannya, sehingga belum mampu menanggulangi ibu hamil
resiko tinggi dan kasus gawat darurat pada lini terdepan serta minimnya informasi pada ibu hamil mengenai gejalagejala penyakit yang muncul pada masa kehamilan dan bahaya dari kehamilan resiko tinggi.
Berdasarkan permasalahan tesebut, maka perlu dibuat sebuah sistem yang dapat membantu mendiagnosa
penyakit pada masa kehamilan berdasarkan gejala-gejala yang ada. Sistem yang dapat melakukan tugas tersebut
termasuk dalam kategori sistem pakar. Sistem pakar adalah salah satu bagian dari kecerdasan buatan yang
mengandung pengetahuan dan pengalaman yang dimasukkan oleh satu atau banyak pakar ke dalam satu area
pengetahuan tertentu, sehingga setiap orang dapat menggunakannya untuk menentukan solusi yang tepat dari
permasalahan yang ada.
Sistem pakar diagnosa untuk masalah kesehatan selama kehamilan dalam penelitian ini adalah sistem yang
dikembangkan dengan menerapkan metode Forward Chaining. Metode ini memberikan diagnosis masalah kesehatan
berdasarkan fakta-fakta yang ada dikumpulkan dari wawancara dengan pengguna dalam sesi konsultasi. Penelitian ini
bertujuan untuk mengembangkan basis pengetahuan yang sesuai untuk diterapkan pada Kehamilan Kesehatan
Masalah Diagnosis Sistem Pakar. Diharapkan penelitian ini dapat membantu unit pelayanan kesehatan, khususnya
bidan, dalam menangani masalah kesehatan di kehamilan, dan membantu calon dokter dalam studi mereka.
Kata Kunci : Sistem Pakar, Diagnosa Gangguan Kesehatan Kehamilan, Forward Chaining
obstetri yang masih sangat terbatas cakupannya,
sehingga belum mampu menanggulangi ibu hamil
resiko tinggi dan kasus gawat darurat pada lini
terdepan serta minimnya informasi pada ibu hamil
mengenai gejala-gejala penyakit yang muncul pada
masa kehamilan dan bahaya dari kehamilan resiko
tinggi. Pada tempat praktik bersalin bidan Zuanita data
yang ada masih disimpan secara manual ke dalam
sebuah buku besar. Masalah yang ada adalah ketika
pasien melakukan pemeriksaan, hasil dari diagnosa
dirasa masih kurang efisien dan kurang tepat. Selain itu
daftar nama pasien belum bisa terdaftar dengan baik.
1.
PENDAHULUAN
1.1 Latar Belakang
Praktik Bersalin Bidan Zuanita telah lama
membantu menangani beberapa kasus ibu bersalin
yang terjadi pada saat proses persalinan sedang
belangsung. Angka kematian ibu bersalin dan angka
kematian perinatal umumnya dapat digunakan sebagai
petunjuk untuk menilai keadaan gizi dan kesehatan ibu,
tingkat pelayanan kesehatan ibu pada waktu hamil serta
kondisi kesehatan lingkungan. Angka kematian ibu
bersalin di Indonesia masih sangat tinggi, kematian ibu
yang tinggi ini erat hubungannya dengan pelayanan
1
Berdasarkan permasalahan tesebut, maka
perlu dibuat sebuah sistem yang dapat membantu
mendiagnosa penyakit pada masa kehamilan
berdasarkan gejala-gejala yang ada. Sistem yang dapat
melakukan tugas tersebut termasuk dalam kategori
sistem pakar. Sistem pakar adalah salah satu bagian
dari kecerdasan buatan yang mengandung pengetahuan
dan pengalaman yang dimasukkan oleh satu atau
banyak pakar ke dalam satu area pengetahuan tertentu,
sehingga setiap orang dapat menggunakannya untuk
menentukan solusi yang tepat dari permasalahan yang
ada, dalam hal ini untuk menentukan jenis gangguan
kesehatan dimasa kehamilan berdasarkan gejala yang
diderita oleh pasien.
Untuk membangun sistem ini digunakan
metode forward chaining dalam melakukan proses
pengolahan data yang diinputkan oleh user.
Berdasarakan gejala-gejala yang diderita beserta faktafakta tersebut, maka dapat diperoleh kesimpulan jenis
penyakit yang diderita ibu dimasa kehamilan.
1.5 Manfaat Penelitian
Manfaat dari hasil penelitian ini, antara lain:
1. Bagi ilmu pengetahuan, memberikan kemudahan
dalam dunia kesehatan, khususnya spesialis
kandungan untuk mendiagnosa gangguan
kesehatan kehamilan.
2. Bagi pengguna, khususnya wanita yang sedang
hamil dapat dengan mudah membantu
mendiagnosa gangguan kehamilan di masa
kehamilan berdasarkan gejala-gejala yang ada.
1.6 Metode Penelitian
Untuk mendapatkan data yang obyektif dan
mempunyai korelasi yang sesuai dengan obyek
penelitian, maka digunakan beberapa metode penelitian
guna mendukung penyelesaian pembuatan dan
perancangan aplikasi ini, yaitu sebagai berikut:
1. Teknik Pengumpulan Data
Cara pengumpulan data meliputi
dokumentasi, interview dan penelitian pustaka.
Teknik pengumpulan data yang digunakan dalam
penelitian ini antara lain:
a. Observasi, yaitu melakukan pengamatan data
yang diteliti, melakukan interview dengan
pihak-pihak yang berkaitan dengan pembuatan
program, yaitu pakar kandungan.
b. Browsing
Internet,
yaitu
melakukan
pengamatan ke berbagai macam website di
internet yang menyediakan informasi yang
relevan
dengan
permasalahan
dalam
pembuatan sistem ini.
c. Metode Interview (Wawancara), Wawancara
dilakukan dengan dokter yang ahli dalam
bidang kandungan untuk memperoleh data
mengenai hal hal yang akan dibuat.
d. Studi Pustaka, dilakukan dengan cara
mengumpulkan informasi-informasi dari
media cetak, baik buku panduan, internet
mengenai gangguan dan penyakit pada masa
kehamilan, serta mempelajari berbagai
pustaka yang berhubungan dengan metode
forward chaining dan sistem pakar.
e. Library Research (penelitian pustaka),
Merupakan penelitian yang dilaksanakan
dengan menggunakan literatur (kepustakaan)
baik berupa buku, catatan, maupun laporan
hasil penelitian dari penelitian terdahulu.
2. Metode Analisa Data
a. Analisa data yang di kumpulkan
Membuat analisa terhadap data yang
sudah diperoleh dari hasil observasi, yaitu
menggabungkan dengan laporan survey dan
kebijakan pemakai, sehingga
menjadi
spesifikasi
yang
terstruktur
dengan
menggunakan permodelan. Permodelan sistem
ini berupa Blok diagram Area Permasalahan,
Blok Diagram Fokus permasalahan, Blok
Diagram Foktor Kritis, dan Dependency
Diagram.
1.2 Rumusan Masalah
Berdasarkan latar belakang di atas, maka
dapat dirumuskan masalah dalam penelitian ini yaitu
“Bagaimana merancang dan membuat sebuah Sistem
Pakar Diagnosa Gangguan Kesehatan Kehamilan
Menggunakan Metode Forward Chaining?”.
1.3 Batasan Masalah
Berdasarkan rumusan masalah di atas, maka
diuraikan batasan masalah sebagai berikut:
1. Sistem gangguan kesehatan kehamilan ini
menghasilkan output berupa penyakit yang
diderita pasien berdasarkan fakta-fakta yang
dimasukkan user. Fakta-fakta tersebut merupakan
gejala yang dialami pasien.
2. Data jenis penyakit beserta penyebabnya yang
digunakan dalam penelitian tugas akhir ini ada 8
jenis gangguan. Data diambil berdasarkan jenis
gangguan yang sering muncul pada masa
kehamilan.
3. Jenis gangguan yang digunakan dalam penelitian
merupakan gangguan dalam bidang obstetri saja.
4. Sistem ini ditujukan bagi petugas kesehatan, yaitu
khususnya bidan yang belum memiliki
pengalaman.
5. Sistem
diterapkan
menggunakan
bahasa
pemrograman PHP dan database MySQL.
1.4 Tujuan Penelitian
Tujuan
penelitian ini
adalah
untuk
membangun basis pengetahuan yang tepat dan
diterapkan pada program sistem pakar untuk
mendiagnosa gangguan kesehatan pada masa
kehamilan dengan metode forward chaining.
2
b. Perancangan Sistem
Memahami rancangan sistem pakar
sesuai yang ada dan mengimplementasikan
model yang diinginkan oleh pengguna, serta
perancangan database dengan didukung
pembuatan Contex Diagram, Data Flow
Diagram, ER-Diagram dan Flowchart Serta
User Interfase, guna mempermudah dalam
proses-proses selanjutnya.
c. Implementasi
Dalam implementasi Sistem Pakar
Diagnosa Gangguan Kesehatan Kehamilan
menggunakan bahasa pemrograman PHP dan
MySQL untuk mengimplementasikan ke
dalam komputer.
d. Penyusunan Tugas Akhir
Tahap Tugas Akhir ini merupakan
dokumentasi pelaksanaan tugas akhir.
Diharapkan, buku tugas akhir ini bermanfaat
bagi pembaca yang ingin mengembangkan
sistem ini lebih lanjut maupun pada lain kasus.
Tabel 1. Perbandingan Kemampuan Seorang Pakar
dengan Sistem Pakar
Factor
Human expert
Expert
system
Time availibility
Hari Kerja
Setiap saat
Geografis
Lokal/tertentu
Di mana saja
Keamanan
Tidak
tergantikan
Dapat diganti
Perishable/dapat
habis
Ya
Tidak
Performansi
Variable
Konsisten
Kecepatan
Variable
Konsisten
Biaya
Tinggi
Terjangkau
Tujuan dari sebuah sistem pakar adalah untuk
mentransfer kepakaran yang dimiliki seorang pakar ke
dalam komputer, kemudian kepada orang lain
(nonexpert).
1.7 Kajian Pustaka
1.7.1
Sistem Pakar
Sistem Pakar adalah salah satu cabang dari AI
yang membuat penggunaan secara luas knowledge
yang khusus untuk penyelesaian masalah tingkat
manusia yang pakar. Seorang pakar adalah orang yang
mempunyai keahlian dalam bidang tertentu, yaitu pakar
yang mempunyai knowledge atau kemampuan khusus
yang orang lain tidak mengetahui atau mampu dalam
bidang yang dimilikinya. Sistem pakar sudah
digunakan untuk berbagai macam sistem yang
menggunakan teknologi sistem pakar itu. Teknologi
sistem pakar ini meliputi bahasa sistem pakar, program
dan perangkat keras yang dirancang untuk membantu
pengembangan dan pembuatan sistem pakar.
1.7.2
Diagnosa
Diagnosa adalah identifikasi sifat-sifat
penyakit atau kondisi atau membedakan satu penyakit
atau kondisi dari yang lainnya. Penilaian dapat
dilakukan melalui pemeriksaan fisik, tes laboratorium,
atau sejenisnya, dan dapat dibantu oleh program
komputer yang dirancang untuk memperbaiki proses
pengambilan keputusan.
1.7.3
Gangguan Kesehatan Kehamilan
Kehamilan resiko tinggi adalah kehamilan
yang akan menyebabkan terjadinya bahaya dan
komlpikasi yang lebih besar baik terhadap ibu maupun
terhadap janin yang dikandungnya selama masa
kehamilan. Gangguan dan penyulit pada kehamilan
pada umumnya ditemukan pada kehamilan resiko
tinggi. Secara garis besar, kelangsungan suatu
kehamilan sangat bergantung pada keadaan dan
kesehatan ibu, plasenta dan keadaan janin.
Gambar 2. Konsep Dasar Fungsi Sistem Pakar
1.7.4
Context Diagram (CD)
Context Diagram adalah diagram level teratas
(Top Level) dalam suatu sistem. Dari context diagram
ini kemudian akan digambarkan dengan rinci lagi yang
disebut dengan overview diagram (Level 0). Tiap-tiap
proses di overview diagram akan digambar secara lebih
rinci dan disebut dengan level 1. Pada tiap-tiap proses
dalam level 1 akan digambar lebih rinci lagi dan
disebut dengan level 2 dan seterusnya hingga tiap-tiap
proses tidak dapat digambar lebih rinci lagi
Sistem pakar sebagai suatu teknologi baru
masih menyimpan hal-hal baru yang dapat dipelajari.
Dalam menyelesaikan suatu permasalahan, ada
beberapa pertanyaan yang perlu untuk dijawab atau
teknologi tidak akan berhasil digunakan. Seperti juga
tool lainnya, sistem pakar mempunyai aplikasi yang
sesuai dan juga tidak sesuai untuk digunakan.
Seorang pakar dengan sistem pakar
mempunyai banyak perbedaan. Darkin (1994)
mengemukakan perbandingan kemampuan antara
seorang pakar dengan sebuah sistem pakar seperti pada
Tabel 1.1 berikut ini :
3
1.7.5
Data Flow Diagram (DFD)
Menurut Jogiyanto (1990), ide dari suatu
bagan untuk mewakili arus data dalam suatu sistem
bukanlah hal yang baru. Pada tahun 1967, Martin dan
Estrin memperkenalkan suatu algoritma program
dengan menggunakan simbol lingkaran dan panah
untuk mewakili arus data. Pada tahap analisis,
penggunaan notasi ini sangat membantu sekali di
dalam komunikasi dengan pemakai sistem untuk
memahami sistem secara logika. Diagram yang
menggunakan notasi-notasi ini untuk menggambarkan
arus dari data sistem sekarang dikenal dengan nama
diagram arus data (data flow diagram atau DFD).
DFD sering digunakan untuk menggambarkan
suatu sistem yang telah ada atau sistem baru yang akan
dikembangkan secara logika tanpa mempertimbangkan
lingkungan fisik di mana data tersebut mengalir
(misalnya lewat telpon, surat dan sebagainya) atau
lingkungan fisik di mana data tersebut akan disimpan.
DFD merupakan alat yang digunakan pada metodologi
pengembangan sistem yang terstruktur (structured
Analysis and design). DFD merupakan alat yang
cukup populer sekarang ini, karena dapat
menggambarkan arus data di dalam sistem dengan
terstruktur dan jelas. Lebih lanjut DFD juga merupakan
dokumentasi dari sistem yang baik.
1.7.7
Flowchart
Menurut Jogiyanto (1990) bagan alir
(Flowchart) adalah bagan (chart) yang menunjukkan
alir (flow) didalam program atau prosedur sistem secara
logika. Bagan alir digunakan terutama untuk alat bantu
komunikasi dan dokumentasi.
1.7.8
PHP
PHP (Hypertext Prepocessor) adalah bahasa
skrip yang dapat ditanamkan atau disisipkan ke dalam
HTML. PHP banyak dipakai untuk pemrograman situs
web dinamis. PHP dapat digunakan untuk membangun
sebuah CMS..
1.7.9
MySQL
MySQL adalah sebuah perangkat lunak sistem
manajemen basis data SQL (bahasa inggris: database
management system) atau DBMS yang multithread,
multiuser.1 MySQL adalah sebuah implementasi dari
sistem manajemen basis data relasional (RDBMS)
yang didistribusikan secara gratis di bawah lisensi GPL
(General Public License). Setiap pengguna dapat
secara bebas menggunakan MySQL, namun dengan
batasan perangkat lunak tersebut tidak boleh dijadikan
produk turunan yang bersifat komersial. MySQL
sebenarnya merupakan turunan salah satu konsep
utama dalam basis data yang telah ada sebelumnya;
SQL (Structured Query Language). SQL adalah sebuah
konsep pengoperasian basis data, terutama untuk
pemilihan atau seleksi dan pemasukan data, yang
memungkinkan pengoperasian data dikerjakan dengan
mudah secara otomatis.
2.1 PEMBAHASAN
2.1.1
Identifikasi dan Analisis Proses
1. Identifikasi Proses
Setelah memahami masalah yang ada pada
tempat penelitian, maka dibutuhkan perencanaan
penelitian, mengatur jadwal penelitian untuk
memperoleh data yang dibutuhkan.
Proses-proses dalam mendiagnosa gangguan
kehamilan dapat diidentifikasi dari beberapa data yang
dikumpulkan selama penelitian yang dilakukan oleh
penulis antara lain :
Gambar 3. Simbol Data Flow Diagram
1.7.6
Entity Relationship Diagram (ERD)
Entity Relationship Diagram (ER-Diagram)
adalah sebuah diagram yang menggambarkan
hubungan/relasi antar entitas (Entity) dan setiap entity
terdiri atas satu atau lebih attribut yang
mempresentasikan seluruh kondisi (fakta) dari “Dunia
Nyata” yang kita tinjau. Dengan ER-Diagram kita bisa
untuk mentrasformasikan keadaan dar “Dunia Nyata”
ke dalam bentuk basis data.
1.
2.
3.
Pendataan
pasien
yang
hendak
di
diagnosa/diperiksa
Pendiagnosaan/pemeriksaan pasien yang sudah
terdaftar atau terdata.
Pelaporan hasil pendiagnosaan/pemeriksaan.
Pembuatan perancangan sistem pakar ini
Gambar 4. Simbol Entity Relationship Diagram
1
4
Alan Nur Aditya, Op.cit., hlm. 61.
Keterangan dari gejala dan gangguan:
Daftar gejala:
G32
:
Sakit Kepala
G33
:
Sulit untuk konsentrasi
G34
:
G01
:
G02
:
Sering buang air kecil
Sering menarik diri dalam kegiatan
sosial
G03
:
Demam
G35
:
Tidak nafsu makan
Kelebihan protein dalam urin
(proteinuria)
G04
:
Perut terasa lebih berat dari biasanya
G36
:
Bintik – bintik merah pada kulit
G05
:
G37
:
Suhu badan naik (dehidrasi)
G38
:
Tekanan darah tinggi
:
:
Kulit, bibir, dan kuku akan pucat.
Pembesaran kelenjar getah bening di
leher berukuran < 3 cm dan tidak
nyeri
Tubuh Kurus
:
Kenaikan berat badan secara drastis
G09
:
Mual dan muntah
G10
:
Pusing.
:
Saat ketuban pecah apakah cairan
yang keluar sangat sedikit.
G12
:
G13
G06
G07
G08
Daftar Gangguan :
P01
:
Anemia
P02
:
:
Aneroksia
Deabetes Gestasional
:
Txoplasmosis
P05
:
Pree-Eklamsia
P06
:
Hyperemesis Gravidarum
Pandangan kabur
P07
:
Hidramnion
:
Tidak enak badan
P08
:
Oligohidramnion
G14
:
Rasa nyeri pada ulu hati dan perut
G15
:
G16
:
G17
:
G18
:
Sesak nafas
Nyeri perut akibat pembesaran
kelenjar getah bening di sekitar usus
Mengalami infeksi pada daerah
luka, kulit dan juga vagina
Merasakan nyeri saat janin
melakukan gerakan di dalam rahim
G19
:
Merasa kehausan
G20
:
Keringat malam
G21
:
Lelah
G22
:
Lemah
G23
:
Lesu
G24
:
Berat badan turun
G25
:
Pegal-pegal
G26
:
G27
:
G28
:
G29
:
Jantung berdebar-debar
Nyeri perut bagian atas, di bawah
rusuk pada sisi kanan
Berat badan menurun, walaupun
nafsu makan meningkat
Pembengkakan, terutama di sekitar
wajah dan tangan
G30
:
Nyeri tenggorokan
G31
:
Bengkak pada kaki
G11
P03
P04
2.
a.
b.
c.
d.
e.
f.
g.
5
Analisis Proses
Entry Data Dokter
Proses ini dilakukan ketika seorang
dokter yang baru menambahkan data atau
identitasnya pada sistem yang baru digunakan
untuk dapat mengakses semua proses dengan cara
login dan juga ketika dokter menambahkan data.
Entry Data Pasien
Proses ini dilakukan ketika pasien baru
mendaftar dan melakukan konsultasi.
Entyi Data Gangguan
Proses ini dilakukan ketika melakukan
penyimpanan data gangguan kehamilan.
Entry Data Gejala
Proses ini dilakukan ketika melakukan
penyimpanan data gejala.
Entry Data Relasi
Proses ini dilakukan untuk menyimpan
penggabungan antara data gejala dan gangguan.
Entry Data Pengetahuan
Proses ini dilakukan ketika melakukan
penyimpanan data pertanyaan.
Pendataan Hasil Diagnosa
Proses ini akan dilakukan pada saat
pakar telah memberikan diagnosa kepada pasien
dari hasil keluhan gejala yang dialaminya. Dalam
proses ini pakar juga memberikan solusi dan
pencegahannya agar pasien tidak terkena
gangguan ini lagi.
maka perhatikan terdahulu langkah-langkah penggunan
sistem sebagai berikut :
2.1.2 Context Diagram
Context
Diagram
(Diagram
konteks)
merupakan alat untuk struktur analisis yang
menggambarkan sistem secara keseluruhan atau
mewakili semua proses dari seluruh sistem. Berikut
Context Diagram Sistem Pakar Diagnosa Gangguan
Kesehatan Kehamilan
2.2.1 Menu Login admin
Berikut ini merupakan form login untuk masuk ke
halaman admin dari aplikasi SP Gangguan Kesehatan
Kehamilan
lap hasil diagnos a
info dt gejala
info dt relas i
PAKAR
info dt gangguan
info dt dokter
0
entry dt dokter
entry dt gangguan
SP GANGGUAN KESEHATAN
KEHAMILAN
pasien daftar
entry dt relas i
entry dt gejala
pilih pertanyaan
entry dt pengetahuan
Gambar 7. Menu Login admin
Masukkan username dan password pada
tampilan form login, yang menentukan wewenang yaitu
admin (bidan). Misalnya isikan username dengan dr01
dan password dengan admin maka akan muncul index
untuk halaman admin.
info dt pasien
PASIEN
info has il diagnosa
Gambar 5. CD (Context Diagram)
2.2.2 Tampilan Halaman admin
Berikut ini merupakan halaman admin dari
aplikasi SP Gangguan Kesehatan Kehamilan
Gambar 5. menjelaskan tentang mengalirnya
data dari dan ke sistem aplikasi sistem pakar diagnosa
gangguan kesehatan kehamilan pada Klinik Bidan
Zuanita. Dalam kontek diagram tersebut, terdapat satu
komponen sistem yang berinteraksi saling mengirim
dan menerima data. Dokter (petugas medis dan para
medis) melakukan seluruh proses penginputan data ke
sistem dan kemudian laporan kembali lagi ke dokter
yang bertugas.
2.1.3 Arsitektur Aplikasi
Arsitektur Aplikasi merupakan gambaran secara
umum dari sebuah sistem yang akan dibuat.Berikut
gambaran umum pada Sistem Pakar Diagnosa
Gangguan Kesehatan Kehamilan
Input
Semua Data
Gambar 8. Menu aplikasi SPK
Tampilan menu admin terdiri dari berbagai
menu antara lain sebagai berikut:
a. Form Input Dokter
Pada form ini, pengguna dapat mengola
data dokter yang akan melakukan diagnosa.
b. Form Input Gangguan
Pada form ini, pengguna dapat mengolah
data gangguan yang akan didiagnosa.
c. Form Input Relasi
Pada form ini, pengguna dapat mengolah
data relasi yang berfungsi untuk mengatur aturan
antara gejala dan gangguan.
d. Form Input Pengetahuan
Pada form ini, pengguna dapat mengolah
data pengetahuan yang akan didiagnosa.
e. Form Input gejala
Pada form ini, pengguna dapat mengolah
data gejala yang akan didiagnosa.
f. Hasil Diagnosa
Berikut data hasil diagnosa gangguan
kesehatan kehamilan yang dialami oleh pasien.
SP Gangguan
Kesehatan
Kehamilan
Pakar
Daftar
Lap. Hasil
Pasien
Diagnosa
Gambar 6. Arsitektur Aplikasi
2.2 Cara Kerja Sistem
Pada saat sistem dijalankan agar tidak terjadi
kesalah dan kebingungan dalam penggunan sistem
6
3.
2.2.3 Tampilan Awal
Penyajian hasil diagnosa dapat dilakukan dengan
mudah dan cepat.
PUSTAKA
Aditya , Alan Nur, 2011. Jago PHP dan MySQL.
Bekasi : DUNIA KOMPUTER.
Anggarani, Deri Rizki, 2013. Kupaas Tuntas Seputar
Keham. Jakarta: AgroMedia Pustaka.
Arhami, Muhammad, 2005. Konsep Dasar Sistem
Pakar. Yogyakarta: ANDI Offset.
Gambar 9. Tampilan Awal
Tampilan halaman utama terdiri dari berbagai
menu antara lain sebagai berikut:
a. Form Input pasien
Jogiyanto, 1999. Analisis dan Desain Sistem Informasi.
Yogyakarta: Andi.
Pada form ini, pengguna dapat mengola
MADCOMS, 2011. Dreamweaver CS5 PHP-MySQL
untuk Pemula. Yogyakarta: ANDI Offset.
data pasien yang akan didiagnosa.
Winarko, Edi, 2006. Perancangan Database dengan
Power Designer 6.32. Jakarta:
Pestasi
Pustakaraya.
http://buletinkesehatan.com/hidramnion-padakehamilan-menyebabkan-kelahiran-prematur/
diakses pada tanggal 10 Juli 2014 pukul 15.02
http://pondokibu.com/oligohidramnion-cairan-ketubanyang-terlalu-sedikit.html diakses pada tanggal
10 Juli 2014 pukul 16.08
Gambar 10. Tampilan Input Data Pasien
a.
Form Konsultasi
Pada form ini, pengguna dapat mengola
data pasien yang akan didiagnosa.
http://webkesehatan.com/diabetes-gestasional/ diakses
pada tanggal 21 April 2014 pukul 15.57
http://www.femina.co.id/isu.wanita/kesehatan/preekla
mpsia.bisa.membahayakan.ibu.dan.janin/005/
005/214 di akses pada tanggal 06 Juli 14 pukul
21.37
http://www.impoint.info/2013/10/penyebab-gejala-danmengobati-anemia.html diakses pada tanggal
04 Juli 2014 pukul 03.40
Gambar 11. Tampilan Konsultasi
3
SIMPULAN
http://www.info-kes.com/2013/05/penyakittoxoplasmosis-toxo.html diakses pada tanggal
02 Juli 2014 pukul 16.05
Hasil pembahasan dan penjelasan “Sistem
Pakar Diagnosa Gangguan Kesehatan Kehamilan ” ini
dapat diambil kesimpulan sebagai berikut:
1. Pembuatan aplikasi sistem pakar ini dilakukan
dengan tahapan sebagai berikut:
a. Menganalisis permasalahan
b. Perancangan sistem dan analisis kebutuhan
c. Penulisan program
d. Evaluasi dan pengujian
2. Perancangan aplikasi ini dapat mengganti seorang
dokter ahli/dokter spesialis kandungan dalam
mendiagnosa
suatu
gangguan
kesehatan
kehamilan berdasarkan gejala-gejala yang dialami
oleh pasien. Sehingga dapat memudahkan petugas
medis dan paramedis dalam diagnosa.
7