...

sistem pakar dalam mengidentifikasi penyakit kanker pada

by user

on
Category: Documents
3

views

Report

Comments

Transcript

sistem pakar dalam mengidentifikasi penyakit kanker pada
SISTEM PAKAR DALAM MENGIDENTIFIKASI PENYAKIT KANKER
PADA ANAK SEJAK DINI DAN CARA PENANGGULANGANNYA
Mukhlis Ramadhan
Program Studi Sistem Komputer, STMIK Triguna Dharma
[email protected]
ABSTRAK: Penelitian ini dilakukan untuk mempelajari aplikasi sistem pakar dengan
metode forward chaining yang diimplementasikan dalam aplikasi Sistem Pakar untuk menentukan
penyakit kanker pada anak sejak dini. Data dikumpulkan melalui observasi dan interview.
Kemudian data dianalisa untuk diaplikasikan pada arsitektur Sistem Pakar, implementasinya Sistem
Pakar ini di buat dengan menggunakan bahasa pemograman Visual Basic 6.0. Hasil pengujian
sistem pakar ini di ketahui bahwa metode forward chaining mampu melakukan penelusuran untuk
menentukan penyakit kanker pada anak.
Kata Kunci: Sistem Pakar, Forward Chaining, Penyakit Kanker.
A. PENDAHULUAN
Jika kita mau mengamati kehidupan seharihari di masyarakat, ternyata tidak hanya faktor
pendidikan, ekonomi, dan budaya saja yang
menjadi masalah besar bagi masyarakat saat ini.
Ternyata faktor sosial yang menyangkut taraf
kesejahteraan, dan kesehatan masyarakat
merupakan masalah yang jauh lebih penting
untuk diperhatikan. Karena seperti kita ketahui
bahwa taraf kesejahteraan hidup sangat
berdampak pada tingkat kesehatan dari
masyarakat itu sendiri.
Mendengar kata kanker, maka yang
terlintas di benak kita adalah hal-hal buruk
semata. Tak mengherankan, penyakit satu ini
memang masih sulit diobati. Belum lagi, biaya
pengobatannya yang tidak kecil. Akibatnya,
banyak orang yang memutuskan untuk tidak
pergi ke dokter dan memilih pengobatan
alternatif yang biayanya relatif lebih rendah.
Sikap semacam ini juga dianut oleh
kebanyakan orangtua anak penderita kanker.
Orang tua yang mengetahui anaknya terdeteksi
penyakit kanker kerap mundur dari terapi yang
ditentukan dokter. Kebanyakan juga lebih suka
anaknya
ditangani
melalui
pengobatan
alternatif. Atau, kalaupun akhirnya mereka
membawa anaknya ke rumah sakit, stadium
penyakit telah mencapai tahap lanjut.
Berdasarkan
catatan
International
Confederation of Childhood Cancer Parent
Organizations
(ICCCPO),
jumlah
anak
penderita kanker di seluruh dunia diperkirakan
berjumlah 250.000 atau sekitar empat persen
dari seluruh penderita kanker. Dari jumlah
tersebut, 20 persen saja yang memperoleh
perawatan memadai. (ICCCPO, 2007).
Sementara itu di Indoneisa, menurut catatan
Departemen Kesehatan (Depkes), penderita
kanker setiap tahunnya diperkirakan mencapai
100 penderita baru di antara 100.000 penduduk.
Dengan jumlah penduduk 200 juta, maka
diperkirakan setiap tahunnya ditemukan sekitar
200.000 penderita kanker baru di Indonesia.
Dari jumlah tersebut, setiap tahunnya ditemukan
4.000 anak yang menderita kanker. Yang
memprihatinkan, kanker pada anak sangat sulit
dideteksi sejak dini.
125
Jurnal SAINTIKOM
Vol. 10 / No. 2 / Mei 2011
Mukhlis Ramadhan: Sistem Pakar dalam Mengidentifikasi…
Penyakit
kanker
darah
(leukemia)
menduduki peringkat tertinggi kanker pada
anak. Namun, penanganan kanker pada anak di
Indonesia masih lambat. Itulah sebabnya lebih
dari
60 % anak penderita kanker yang
ditangani secara medis sudah memasuki stadium
lanjut (Yayasan Onkologi Indonesia,2007).
Berdasarkan hal di atas, maka dengan
mengandalkan kemajuan di bidang teknologi
dan informasi, kiranya pengembangan sebuah
“Sistem Informasi
untuk mengidentifikasi
penyakit kanker” menjadi sangat penting guna
memberikan sosialisasi kepada masyarakat
menyangkut dunia kesehatan, memberikan
bekal pengetahuan dan pembelajaran, serta
memberikan
motivasi
akan
pentingnya
peningkatan kesehatan bagi masyarakat.
Untuk membantu mendeteksi masalah di
atas tersebut, maka diperlukan kehadiran Sistem
Pakar yang diyakini mampu mendeteksi
penyakit kanker sejak dini secara tepat, cepat
dan akurat. Hal ini mendorong saya untuk
mencoba menghadirkan Sistem Pakar dengan
menggunakan metode rule based expert system
yang memiliki karakteristik yang cocok untuk
mendeteksi penyakit tersebut.
Sistem pakar salah satu cabang ilmu
komputer yang dapat membantu manusia adalah
kecerdasan buatan atau artificial intelligence.
Kecerdasan buatan adalah cabang ilmu
komputer yang bertujuan untuk membuat
sebuah komputer dapat berpikir dan bernalar
seperti manusia. Tujuan praktis dari kecerdasan
buatan ini adalah membuat komputer semakin
berguna bagi manusia. Kecerdasan buatan dapat
membantu manusia dalam membuat keputusan,
mencari informasi secara lebih akurat, atau
membuat komputer lebih mudah digunakan
dengan tampilan yang menggunakan bahasa
natural sehingga mudah dipahami. Salah satu
bagian dari sistem kecerdasan buatan adalah
sistem pakar dimana sistem pakar adalah bagian
dari ilmu Kecerdasan buatan yang secara
spesifik berusaha mengadopsi kepakaran
seseorang di bidang tertentu ke dalam suatu
sistem atau program komputer.
Metode yang dipakai pada penelitian ini
adalah forward chaining. Forward chaining
126
Jurnal SAINTIKOM
Vol. 10 / No. 2 / Mei 2011
adalah strategi untuk memprediksi atau mencari
solusi dari suatu masalah yang dimulai dengan
sekumpulan fakta yang diketahui, kemudian
menurunkan fakta baru berdasarkan aturan yang
premisnya cocok dengan fakta yang diketahui.
Proses ini dilanjutkan sampai dengan mencapai
goal atau tidak ada lagi aturan yang premisnya
cocok dengan fakta yang diketahui. Penelitian
ini bertujuan untuk mempelajari sistem pakar
dengan metode forward chaining dan
mengaplikasikannya ke dalam permasalahan di
dunia nyata. Sebuah perangkat lunak simulasi
dibuat untuk memberikan contoh penggunaan
sistem pakar untuk mengatasi permasalahan
yang disebutkan di atas. ( Riskadewi and
Hendrik, 2005).
1.1 Ruang Lingkup Penelitian
Ruang
lingkup
pembahasan
dalam
penelitian ini yaitu mengidentifikasi penyakit
kanker pada anak sejak dini dan cara
penanggulangannya dengan beberapa gejala
utama yang sering menyebabkan penyakit
kanker dapat menyerang anak dengan
menggunakan metode forward chaining.
1.2 Tujuan Penelitian
Tujuan dari penelitian ini adalah:
a. Membantu dalam melakukan identifikasi
penyakit kanker sejak
dini, melalui
pengolahan komputer dengan menggunakan
system pakar, sehingga penanganan lebih
lanjut terhadap penyakit tersebut dapat
dengan cepat dilakukan.
b. Merancang suatu sistem pengidentifikasian
penyakit kanker sejak dini dengan
menggunakan sistem pakar.
c. Memberikan gambaran secara umum,
penjelasan, dan bila diperlukan dapat
menyampaikan
asumsi-asumsi
kepada
masyarakat menyangkut penyakit kanker.
B. PENYAKIT KANKER
Kanker darah (Leukimia) merupakan suatu
penyakit yang merujuk kepada satu kelompok
Mukhlis Ramadhan: Sistem Pakar dalam Mengidentifikasi…
penyakit darah yang ditandai dengan kanker
pada jaringan-jaringan yang memproduksi
darah. Secara lebih rinci, leukimia adalah
sekelompok penyakit neoplastik yang beragam,
ditandai oleh perbanyakan secara tak normal
atau transformasi maligna atau ganas dari sel-sel
pembentuk darah di sumsum tulang dan
jaringan limfoid. Sel-sel normal di dalam
sumsum tulang digantikan oleh sel tak normal
atau abnormal. Sel abnormal ini keluar dari
sumsum dan dapat ditemukan di dalam darah
perifer atau darah tepi. Sel leukemia
mempengaruhi hematopoiesis atau proses
pembentukan sel darah normal dan imunitas
tubuh penderita.
Kata leukemia berarti "darah putih", karena
pada penderita ditemukan banyak sel darah
putih sebelum diberi terapi. Sel darah putih
yang tampak banyak merupakan sel yang muda,
misalnya promielosit. Jumlah yang semakin
meninggi ini dapat mengganggu fungsi normal
dari
sel
lainnya.
Leukemia
dapat
diklasifikasikan atas dasar perjalanan alamiah
penyakit: akut dan kronis.
Leukemia akut ditandai dengan suatu
perjalanan penyakit yang sangat cepat,
mematikan, dan memburuk. Apabila tidak
diobati segera, maka penderita dapat meninggal
dalam hitungan minggu hingga hari. Sedangkan
leukemia kronis memiliki perjalanan penyakit
yang tidak begitu cepat sehingga memiliki
harapan hidup yang lebih lama, hingga lebih
dari 1 tahun.
C. ARTIFICIAL INTELLELIGENCE (AI)
Artificial Intelligence (AI) atau kecerdasan
buatan adalah suatu ilmu pengetahuan dan
teknologi yang mempelajari cara membuat
komputer melakukan sesuatu seperi yang
dilakukan oleh manusia. Kecerdasan buatan
(AI) sebagai sebuah studi tentang bagaimana
membuat komputer melakukan hal-hal yang
pada saat ini dapat dilakukan oleh manusia.
Artificial Intelligence (AI) memiliki tujuan
untuk menciptakan komputer-komputer dapat
berfikir lebih cerdas dan membuat mesin lebih
berguna. Dorongan utama dari Artificial
Intelligence (AI) adalah pengembangan fungsi
normal komputer yang digabungkan dengan
kecerdasan manusia, seperti memberi alaan,
menarik kesimpulan, belajar dan memecahkan
masalah.
Artificial Intelligence (AI) dapat dikelompokkan
ke dalam empat bagian utama, seperti terlihat
pada Gambar 1 berikut:
ARTIFICIAL
INTELLIGENCE
Aplikasi
Ilmu
Falsafah
 Sistem
Pakar
 Sistem
Berbasis
Pengetah
uan
 Sistem
Belajar
 Sistem
logic
Fuzzy
Aplikasi
Ilmu
Komputer
 Generasi
Kelima
Komput
er
 Pemeros
es
Paralel
 Pemeros
esan
Simbolik
 Jaringan
Neural
Aplikasi
Robotic
Aplikasi
Bahasa
Alami
 Persepsi
Visual
 Perabaan
 Decterity
 Pengangk
utan
 Navigasi
 Pengerti
an
Bahasa
 Pidato
Pengaku
an
 Penterje
mah
Bahasa
 Jaringan
Neural
Gambar 1. Bagian-Bagian Utama Dari Aplikasi Artificial
Intelligence (AI)
Dari
diagram
diatas
ada
empat
pengelompokan Artificial Intelligence (AI)
disini kami menguraikan begian kedua saja
Aplikasi Ilmu Komputer. Untuk aplikasi ini,
Artificial Intelligence (AI) memfokuskan diri
pada perangkat keras komputer dan sistem
perangkat lunak yang dibutuhkan untuk
menghasilkan super komputer yang kuat seperti
dibutuhkan oleh berbagai aplikasi Artificial
Intelligence (AI). Aplikasi ilmu komputer ini
mencakup pengembangan generasi kelima
komputer, pemrosesan pararel, pemrosesan
simbolik, dan jaringan neural.
127
Jurnal SAINTIKOM
Vol. 10 / No. 2 / Mei 2011
Mukhlis Ramadhan: Sistem Pakar dalam Mengidentifikasi…
E. TEKNIK PENGETAHUAN
PENGEMBANGAN SISTEM PAKAR
D. SISTEM PAKAR
Sistem Pakar merupakan salah satu bidang
kecerdasan buatan (Artificial Intelligence),
definisi Sistem Pakar itu sendiri adalah sebuah
program komputer yang dirancang untuk
mengambil keputusan seperti keputusan yang
diambil oleh seorang pakar, dimana Sistem
Pakar menggunakan pengetahuan (knowledge),
fakta dan teknik berfikir dalam menyelesaikan
masalah-masalah yang biasanya hanya dapat
diselesaikan oleh seorang pakar dari bidang
yang bersangkutan. ( Wijaya, 2007)
Sistem pakar merupakan salah satu bidang
teknik kecerdasan buatan yang cukup diminati
karena penerapannya diberbagai bidang baik
bidang ilmu pengetahuan maupun bisnis yang
terbukti sangat membantu dalam mengambil
keputusan dan sangat luas penerapanya. Sistem
pakar adalah suatu sistem komputer yang
dirancang agar dapat melakukan penalaran
seperti layaknya seorang pakar pada suatu
bidang keahlian tertentu (Shelly, 1990;
Setiawan, 1993; Margianti,1995).
Dalam pengembangan suatu Sistem Pakar,
pengetahuan (knowledge) mungkin saja berasal
dari seorang ahli, atau merupakan pengetahuan
dari media seperti majalah, buku, jurnal, dan
sebagainya. Selain itu pengetahuan yang
dimiliki Sistem Pakar bersifat khusus untuk satu
domain masalah saja. Semakin banyak
pengetahuan yang dimasukan kedalam Sistem
Pakar, maka sistem tersebut akan semakin baik
dalam bertindak, sehingga hampir menyerupai
pakar yang sebenarnya. Berikut Gambar 2
merupakan gambar konsep dasar sistem pakar.
Fakta
KnowlaedgeBase
Terdapat beberapa teknik representasi
pengetahuan yang biasa digunakan dalam
pengembangan suastu sistem pakar yaitu:
a. Rule-Based Knowledge
Pengetahuan direpresentasikan dalam suatu
bentuk fakta (facts) dan aturan (rules).
Bentuk representasi ini terdiri atas premise
dan kesimpulan.
b. Frame-Based Knowledge
Pengetahuan direpresentasikan dalam suatu
bentuk hirarki atau jaringan frame.
c. Object-Based Knowledge
Pengetahuan direpresentasikan sebagai
jaringan dari obyek-obyek. Obyek adalah
elemen data yang terdiri dari data dan
metoda (proses).
d. Case-Based Reasoning
Pengetahuan
direpresentasikan
dalam
bentuk
kesimpulan
kasus
(cases).
Inferencing dengan Rule : Forward dan
Backward Chaining Inferensi dengan rules
merupakan implementasi dari modus
komponen, yang direfleksikan dalam
mekanisme search (pencarian). Dapat pula
mengecek semua rule pada knowledge base
dalam arah forward maupun backward.
Proses pencarian berlanjut sampai tidak ada
rule yang dapat digunakan atau sampai
sebuah tujuan (goal) tercapai. Ada dua
metode inferencing dengan rules, yaitu
forward chaining atau data-driven dan
backward chaining atau goal-driven.
(Wijaya, 2007)
F. INFERENCING DENGAN RULE:
FORWARD CHAINING DAN
BACKWARD CHAINING
User
Keahlian
Mesin
Informasi
Sistem Pakar
Gambar 2. Konsep Dasar Sistem Pakar
128
Jurnal SAINTIKOM
Vol. 10 / No. 2 / Mei 2011
Inferensi
dengan
rule
merupakan
impelementasi dari modus ponen, yang di
refleksikan
denga
mekanisme
search
(pencarian), dan dapat pula mengecek semua
rule pada knowledge base dalam arah Forward
chaining dan backward chaining. Proses
Mukhlis Ramadhan: Sistem Pakar dalam Mengidentifikasi…
pencarian berlajut sampai tidak ada rule yang
dapat digunakan atau sampai sebuah tujuan
(goal) tercapai.
Ada dua inferensi dengan rule yaitu,
Forward chaining data driven dan backward
chaining atau goal driven.
1. Forward chaining
a. Forward chaining merupakan group
dari
multiple
inferensi
yang
melakukan pencarian dari suatu
masalah kepadasolusinya.
b. Jika kalusa premis sesuai dengan
situasi ( bernilai True), maka proses
akan meng – assert konklusi.
c. Forward chaining adalah data –
driven karena inferensi dimulai
dengan informasi yang tersedia dan
baru konklusi diperoleh.
d. Jika suatu aplikasi menghasilkan tree
yang lebar dan tidak dalam, maka
gunakan forward chaining.
Forward
chaining
juga
berarti
menggunakan himpunan antara kondisi – aksi.
Dalam metode ini , data yang digunakan untuk
menentukan aturan mana yang akan dijalankan,
kemudian tersebut duijalankan. Mungkin proses
menmbahan data ke memori kerja. Proses
diulang sampe di temukan suatu hasil, ( Wilson.
1998).
Berikut ini menunjukan bagaiman cara
kerja metode inferensi forward chaining.
1. Inferensi engine membandingkan antara
IF dan rule dalam knowledge sama
dengan fakta dalam database maka rule
tersebut di fire.
2. Jika IF dari rule dalam knowledge sama
dengan fakta dalam database maka rule
tersebut rule.
3. Selanjutnya rule tersebut di eksekusi,
sebagai konsekuensinya THEN dari rule
yang di eksekusi di tambahkan ke dalam
database.
Contoh :
Rule 1 : Y&D
Z
Rule 2 : X & B & E
Y
Rule 3 : A
X
Tanda panah pada rule di atas
menunjukan IF dan THEN pada bagian
rule. Misalkan di tamabahkan dua rule
yaitu :
Rule 4 : C
L
Rule 5 : L & M
N
Dari contoh di atas dapat di jelaskan proses
bahwa forward chaining adalah driven
reasoning data, reasoning dimulai dari data dan
proses data tersebut. Biasanya hanya rule yang
paling atas yang selalu di kesekusi. Saat di fire,
rule di tambahkan ke dalamsebuah fakta baru
dalam database. Beberapa rule hanya dapat di
eksekusi satu kali. Jika fire sudah menemukan
goal maka proses berhenti jika tidak ada lagi
rule yang akan di fire.
Dalam siklus pertama hanya rule, yaitu rule
3: A
X dan rule 4 :
C
L
Facts sudah sesuai dengan database.
Rule
3: A
X adalah sebagai fire yang paling
atas . IF part pada rule ini sesuai dengan fact A
dalam database, sedangkan THEN part sebagai
execute dan Fact X di tambahkan ke dalam
database. Selanjutnya Rule 4: C
L di
fire dan fact L selalu berada dalam databse.
Pada siklus kedua, Rule 2: X & B & E
Y di fire sebab fact Y di fire sebab fact B,E dan
X sudah ada dalam database, dan sebagai
konsekuensinya fact Y disimpulkan dan di
simpan dalam database. Dalam siklus ini Rule I
: Y D Z di eksekusi, fact Z disimpan dalam
database.
Pada siklus ketiga, fire yang sesuai akan
karena IF pada rule 5 : L & M
N semua fact
yang ttidak sesuai dalam database dan rule 5
tidak bisa di fire.
Dari penjelasan di atas dapat dilihat seperti
pada Gambar 3 di bawah ini :
129
Jurnal SAINTIKOM
Vol. 10 / No. 2 / Mei 2011
Mukhlis Ramadhan: Sistem Pakar dalam Mengidentifikasi…
Knowledge
Berisi himpunan - himpuanan :
1. Aturan gejala-gejala
penyakit
2. Aturan Jenis penyakit
Database
Berisi Fakta
fakta:
1. Tabel User
–
Inference Engine
Berisi:
1. Prosedur-prosedur
untuk
mencocokkan fakta dan aturan.
HasiInva: menjawab variablevariabel gejala penyakit
2.
Gambar 3. Siklus Kerja Forward Chaining
G. ANALISA DAN PERANCANGAN
1.
2.
User Interface
Berisi:
1. Prosedur untuk membaca
masukan data dari pemakai
yaitu gejala penyakit yang
dikeluhkan.
2. Prosedur menampilkan hasil
diagnosa penyakit kanker
3. Prosedur untuk
menghasilkan keluaran
dalam bentuk hard copy
4. Form penelusuran
Analisa Sistem dalam menentukan
penyakit kanker pada anak
Berdasarkan analisa sistem yang berjalan
sehingga dapat dianalisa bahwa masih kurang
efektifnya sistem tersebut untuk menentukan
jenis penyakit pasien, khususnya dalam waktu
penangan pasien dan biaya. Di mana apabila
seorang pasien datang kerumah sakit mereka
terlebih dahulu menunggu giliran untuk
melakukan konsultasi sebelum dilakukan
pemeriksaan atau yang disebut dengan kontrol,
dan biaya yang dihabiskan oleh pasien tersebut
relatif mahal, namun yang jadi permasalahan
lagi di mana kalau pasien datang ke rumah sakit,
sementara dokter yang bersangkutan tidak
berada
di
tempat,
sehingga
pasien
membutuhkan waktu untuk menunggu.
Desain Arsitektur Sistem Pakar Penyakit
Kanker
Desain arsitektur sistem pakar dalam
menentukan penyakit kanker dapat dilihat pada
Gambar 4 berikut :
130
Jurnal SAINTIKOM
Vol. 10 / No. 2 / Mei 2011
Prosedur untuk
menghubungkan kode gejala
dengan kode penyakit dan
pengobatan
Explanation
Facilities
Berisi:
Penjelasan
langkah-langkah
pengoperasian
sistem
USER
Gambar 4. Arsitektur Sistem Pakar Penyakit Kanker
3.
Analisis Kebutuhan Sistem Pakar
3.1 Representasi pengetahuan
Basis pengetahuan pada sistem pakar untuk
mengidentifikasi penyakit kanker terdiri dari
dua macam sumber pengetahuan fakta dan
aturan. Fakta pengetahuan yang disimpan yaitu:
pengetahuan mengenai penyakit kanker yaitu:
leukimia,
thalasemia,
anemia.
Serta
pengetahuan mengenai manifestasi (gejala atau
tanda) yang menimbulkan penyakit kanker
tersebut melalui keluhan-keluhan yang dialami
oleh pasien, yang menunjukan adanya
kemungkinan terjangkit penyakit kanker
tersebut.
Adapun
yang
disimpan
merupakan
pengetahuan yang didasarkan pada keterkaitan
Mukhlis Ramadhan: Sistem Pakar dalam Mengidentifikasi…
antara penyakit yang muncul dengan
manifestasi
(gejala
atau
tanda)
yang
menyebabkan penyakit tersebut muncul. Jadi
basis aturan yang digunakan melibatkan
hubungan antara kategori penyakit kanker
dengan gejala–gejala yang menyebabkan
penyakit tersebut.
Seperti diketahui dalam basis pengetahuan
terdapat
beberapa
teknik
untuk
merepresentasikan pengetahuan, antara lain
adalah:
3.2 Sistem Produksi
Kaidah menyediakan cara formal untuk
mempresentasikn rekomendasi, arahan, atau
strategi. Kaidah produksi di tuliskan adalam
bentuk jika-maka (if-then). Kaidah if-then
menghubungkan anteseden (antesedent) dengan
konsekuensi yang mengakibatkannya. Berbagai
struktur kaidah if-then yang menghubungkan
obyek atau atribut sebagai berikut :
IF premis THEN konklusi
IF masukan THEN keluaran
IF kondisi THEN tindakan
IF antesenden THEN konsekuen
IF data THEN hasil
IF tindakan THEN tujuan
IF aksi THEN reaksi
IF sebsb THEN akibat
IF gejala THEN diagnosa
Premis mengacu pada fakta yang harus
benar sebelum konklusi tertentu dapat
diperoleh. Masukan mengacu pada data yang
harus tersedia sebelum keluaran dapat
diperoleh. Kondisi mengacu pada keadaan yang
harus berlaku sebelum tindakan dapat diambil.
Antesenden mengacu situasi yang terjadi
sebelum konsekuensi dapat diamati. Data
mengacu pada informsi yang harus tersedia
sehingga sebuah dapat diperoleh. Tindakan
mengacu pada kegiatan yang harus dilakukan
sebelum hasil dapat diharapkan. Aksi mengacu
pada kegiatan yang menyebabkan munculnya
efek dari tindakan tersebut. Sebab mengacu
pada keadaan tertentu yang menimbulkan akibat
tertentu. Gejala mengacu pada keadaan yang
menyebabkan adanaya kerusakan atau keadaan
tertentu yang mendorong adanya pemeriksaan.
Pengetahuan dalam sistem produksi dapat
direpresentasikan oleh himpunan kaidah dalam
bentuk :IF [kondisi] THEN [aksi]. Contoh
produksi dari adanya seseorang terkena penyakit
kanker yaitu :
IF [lesu dan lemah AND pucat AND demam
tanpa sebab AND pendarahan abnormal
AND nyeri pada tulang AND perut diraba
keras AND benjol - benjol dikulit AND
pembengkakan gusi AND nafsu makan
berkurang AND permukaan kulit lembam
AND kelenjar getah bening membengkak
AND sering rewel AND kejang AND HB
darah turun] THEN [Leukimia].
JIKA [sakit kepala AND mual AND
muntahAND penglihatan tergangguAND
penurunan kesadaran AND nafsu makan
berkurangAND sering rewel AND lekas
capekAND lesu dan lemahAND ubun – ubun
besar menonjol AND gangguan berbicara
AND lumpuh tanpa sebab] THEN [kanker
otak]
JIKA [bercak putih di tengah mata AND
mata bersinar seperti mata kucing AND
penglihatan terganggu AND mata menjadi
juling AND bola mata tampak menonjol
AND lekas Capek AND nafsu makan
berkurang DAN sering rewel AND sakit
kepala AND lemah lesu] THEN [kanker
mata].
JIKA [pembengkakan kelenjar getah bening
AND lemah lesu AND Nafsu makan menurun
AND sering rewel AND nyeri kepala AND
lekas capek AND terganggunya
pertumbuhan]
THEN [kanker kelenjar getah bening ]
H. PENGUJIAN DAN IMPLEMENTASI
1.
Implementasi Sistem
Pada tahap implementasi atau penerapan
sistem yang sudah selesai kita buat. Adapun
tahap-tahap implementasi sistem adalah sebagai
berikut:
131
Jurnal SAINTIKOM
Vol. 10 / No. 2 / Mei 2011
Mukhlis Ramadhan: Sistem Pakar dalam Mengidentifikasi…
1.1 Tampilan Menu Login
Tampilan menu login merupakan tampilan
yang dirancang sedemikian rupa. Di mana
dalam proses login user baik user admin, pakar
dan user member sama-sama bisa langsung
login ke tampilan menu utama setelah mengisi
nama pemakai sebagai identitas untuk login ke
sistem pakar. Tampilan login dapat dilihat pada
Gambar 5 di bawah ini;
user mau keluar dari sistem. Sementara sub
menu bantuan merupakan tampilan tentang,
pembuat program. Untuk lebih jelasnya dapat
dilihat pada gambar 7.
Gambar 7. Tampilan Utama Sub Mcnu Pemakai
Bantuan
Gambar 5. Tampilan Menu Login untuk Semua Pemakai
Setelah muncul tampilan di atas akan
muncul kata "login", yang berfungsi untuk
menampilkan tampilan menu utama dan sub
tampilan utama. Untuk lebih jelasnya dapat
dilihat seperti pada Gambar 6.
Gambar 6. Tampilan Menu Utama untuk Semua User
Tampilan menu di atas merupakan menu
utama bagi semua user, pada tampilan utama
terdapat sub menu utama yaitu terdiri dari
pemakai yang berfungsi untuk langsung login
ke penelusuran gejala penyakit antara user
dengan sistem, dan sub menu keluar apabila
132
Jurnal SAINTIKOM
Vol. 10 / No. 2 / Mei 2011
dan
Setelah user login pada tampilan konsultasi
maka sistem akan melanjutkan ke proses login
berikutnya yaitu proses diagnosa atau tanya
jawab antara user sistem.
1.2 Tampilan Menu Konsultasi
Tampilan konsultasi dapat dilakukan
setelah user memilih menu konsultasi atau
diagnosa penyakit. Menu konsultasi merupakan
implementasi dari algoritma forward chaining
untuk memperoleh input / data dari user yang
akan diproses dalam working berdasarkan
knowledge base untuk suatu kesimpulan.
Proses konsultasi ini juga merupakan
fasilitas utama yang disedikan oleh program
sistem pakar, pemilihan gejala tersebut
merupakan kemungkinan gejala-gejala dari
suatu penyakit yang dialami oleh user. untuk
lebih jelasnya dapat ditampilakan seperti pada
gambar 8.
Mukhlis Ramadhan: Sistem Pakar dalam Mengidentifikasi…
Gambar 9. Tampilan Menu Admin
Dan setelah login maka akan muncul
tampilan utama admin dan sub menu tampilan
utama. Adapun tampilan sub menu utamanya
terdiri dari menu pemakai, bantuan dan pakar.
Untuk lebih jelasnya dapat dilihat seperti
tampilan gambar 10.
Gambar 8. Tampilan Konsultasi / Diagnosa Penyakit
Kanker
Setelah tampilan menu diatas selasai akan
maka tampilan selanjutnya akan muncul
tampilan proses
atau hasil dari proses
konsultasi diatas pada label jenis penyakit.
1.3 Tampilan Menu Login Admin
Tampilan ini tidak berbeda dengan tampilan
menu login, namun login sebagai administrasi
seperti gambar 9 dan login sebagai pakar seperti
gambar 10 memerlukan password. Melalui login
ini admin akan dapat mengakses baik,
menyimpan, dan menghapus database.
Oleh karena itu login sebagai admin akan
dapat menambah, menghapus, menyimpan,
gejala- gejala penyakit maupun jenis penyakit,
juga aturan serta sub menu daftar pemakai.
Untuk lebih jelas tampilannya dapat dilihat
seperti gambar 9.
Gambar 10. Tampilan Setelah Login Sebagai Admin
Untuk login seperti di atas tidak semua
pengguna atau user bisa, melakukannnya,
karena login sebagai login hanya bisa dilakukan
oleh bagi admin diberi sesuai dengan wewenang
ditentukan.
1.4 Update Data
Untuk tetap menjaga keamanan dan kebenaran
sistem pakar yang dirancang, maka dirancang lagi
fasilitas update data yang berfungsi sebagai untuk
menambah rule, baik pertanyaan-pertanyaan tentang
133
Jurnal SAINTIKOM
Vol. 10 / No. 2 / Mei 2011
Mukhlis Ramadhan: Sistem Pakar dalam Mengidentifikasi…
penyakit kanker, gejala-gejala penyakit kanker,
maupun jenis-jenis penyakit kanker. Biasanya yang
diberi hak dan wewenang untuk mengupdate data
adalah bagi mereka yang telah ditentukan yang login
ke sistem melalui login admin. Karena user sebagai
admin mempunyai hak dan wewenang lebih banyak
dibandingkan login sebagai pakar.
Selanjutnya yang login sebagai user member
sama sekali tidak mempunyai keterlibatan maupun
wewenang untuk mengapdate data. Serta yang login
dengan pakar hanya mempunyai keterlibatan update
hanya
sebatas
penambahan,
penghapusan,
pertanyaan-pertanyaan, gejala penyakit, jenis
penyakit, obat penyakit.
1.5 Tampilan Menu Bantuan
Tampilan menu buatan merupakan salah satu
menu yang tersedia dalam menu utama. Tampilan
bantuan berupa penjelasan penggunaan sistem yang
sistem, bagaimana langkah-langkah yang harus
dilakukan oleh user dalam menjalankan sistem pakar
mengenai penyakit kanker yang telah di rancang.
Selain mengenai interface pada menu bantuan ini
juga berisi mengenai keterangan penulis dan
membuat program.
Pengujian Sistem
Pada tahap ini merupakan tahap pengujian
atas semua rancangan dan pengimplementasian
yang sudah dibahas pada bab sebelumnya.
Namun pada tahap pengujian dapat dilakukan
dengan langkah-langkah sebagai berikut:
KANKER DARAH
Gambar 11. Tampilan Rule Untuk Penyakit Kanker Darah
2.
2.1 Pengujian Sistem Pakar
Pada pengujian sistem pakar ini terdapat
beberapa proses yang meliputi sebagai berikut:
1. Pengujian yang basil akhir proses dari
sistem ini menghasilkan hanya satu jenis
penyakit, karena memenuhi salah satu
gejala-gejala yang ada pada rule / aturan.
Adapun tampilan konsultasi yang
merupakan aturan dalam system pakar
seperti gambar tampilan 11.
KANKER
DARAH
KANKER
1. Chemotherapy/intrathecal medications
2. Therapy Radiasi. Metode ini sangat
jarang sekali digunakan
3. Transplantasi bone marrow (sumsum
tulang)
4. Pemberian obat-obatan tablet dan
suntik
5. Transfusi sel darah merah atau
platelet.
6. Banyak istirahat
7. Konsumsi buah berserat
Gambar 12. Tampilan Penanggulangan Penyakit Kanker
Darah
134
Jurnal SAINTIKOM
Vol. 10 / No. 2 / Mei 2011
Mukhlis Ramadhan: Sistem Pakar dalam Mengidentifikasi…
data masukkan keluhan pasien dan
selanjutnya akan dibuat gambaran
kesimpulannya
2. Sistem pakar yang dirancang agar
berguna bagi mereka yang taraf
ekonominya di bawah, karena sistem
pakar yang dirancang untuk digunakan
oleh orang awam sekalipun untuk
menentukan penyakit melalui diagnosa
yang dirancang dalam sistem pakar.
Mereka tidak perlu mengeluarkan uang
yang banyak untuk melakukan diagnosa
melalui seorang pakar manusia.
3. Penerapan sistem pakar ini dalam suatu
rumah sakit akan dapat membantu seorang
tenaga medis. Karena keluaran dari sistem
pakar ini adalah kesimpulan mengenai
gejala penyakit, jenis penyakit, serta cara
penaggulanganny.
4. Tingkat akurasi dari sistem yang dirancang
tidak berbeda layaknya seorang pakar
manusia. Karena dalam sistem ini dirancang
sesuai dengan rule-rule yang diperoleh dari
seorang pakar manusia.
KANKER GINJAL
Gambar 13. Tampilan Rule Untuk Penyakit Kanker
Ginjal
KANKER GINJAL
1. Chemotherapy/intrathecal medications
2. Transplantasi bone marrow (sumsum tulang)
3. Pemberian obat-obatan tablet dan suntik
4. Banyak makan sayur
5. Banyak istirahat
6. Konsumsi buah berserat
7. Hindari makanan Instant
Gambar 14. Tampilan Penanggulangan Penyakit Kanker
Ginjal
I.
SIMPULAN
Hasil analisa dan perancangan dalam
penelitian ini dapat diambil kesimpulan sebagai
berikut:
1. Pembangunan sistem pakar dalam
menentukan penyakit kanker sangat
cocok dengan menggunakan metode rule
base dan inferensi forward chaining di
mana pelacakan tersebut dimotori oleh
J.
DAFTAR PUSTAKA
Arhami, Muhammad. 2005. Konsep Dasar
Sistem Pakar. Yogyakarta: Penerbit Andi.
dr. Daniel Irawan, Editor. 2008. Mengenal
Thalasemia, Waspada Online.
Hartati, Iswanti. 2008. Sistem Pakar dan
Pengembangannya. Yogyakarta: Graha
Ilmu.
Kusrini. 2008. Aplikasi Sistem Pakar,
Yogyakarta: Penerbit Andi.
----. 2006. Sistem Pakar Teori dan Aplikasi.
Yogyakarta: Penerbit Andi.
Kusumadewi, Sri. 2003. Artificial Intelligence,
Yogyakarta: Graha Ilmu.
Prof. Dr. Li Peiwen. 2008. Ahli Kanker & Obat
Tradisional, Rumah Kanker.
Sri Rahayu, Utami. Editor. 2007. Pentingnya
Deteksi Dini Kanker Pada Anak-anak.
IndoFamily Health.
Wijaya, Rahmadi. Juni 2007. Penggunaan
Sistem Pakar dalam Pengembangan portal
Informasi, Vol. 3, No.1, Cirebon.
135
Jurnal SAINTIKOM
Vol. 10 / No. 2 / Mei 2011
Fly UP