sistem pakar diagnosa penyakit paru-paru …jurnal.stmikelrahma.ac.id/assets/file/suryaning wisnu...
Post on 03-Feb-2018
226 Views
Preview:
TRANSCRIPT
LAPORAN SKRIPSI
SISTEM PAKAR DIAGNOSA PENYAKIT PARU-PARU DENGAN
PENGOBATAN OBAT HERBAL MENGGUNAKAN METODE
CERTAINTY FACTOR (CF) BERBASIS ANDROID
Diajukan untuk memenuhi salah satu syarat memperoleh
derajat Sarjana Komputer
Disusun oleh
Nama : SURYANING WISNU RATRI
Nomor Mahasiswa : 12121224
Program Studi : TEKNIK INFORMATIKA
Jenjang : S1
SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN ILMU KOMPUTER EL RAHMA
YOGYAKARTA 2016
NASKAH PUBLIKASI
INTISARI SISTEM PAKAR DIAGNOSA PENYAKIT PARU-PARU
DENGAN PENGOBATAN OBAT HERBAL MENGGUNAKAN METODE CERTAINTY FACTOR (CF) BERBASIS ANDROID
Oleh
SURYANING WISNU RATRI 12121224
Di Indonesia, menurut Ketua Perhimpunan Dokter Herbal Medik Indonesia (PDHMI), dr Hardhi Pranata, penggunaan herbal untuk pengobatan dan obat tradisional sudah dilakukan sejak lama. Salah satu penyakit yang dapat disembuhkan oleh obat herbal adalah penyakit yang menyerang organ saluran pernafasan yaitu paru-paru. Jenis penyakit paru-paru jelas sangat beragam, dan hampir semua jenis penyakit paru-paru berbahaya. Penyakit paru-paru juga tercatat telah menyebabkan banyak sekali kasus kematian di seluruh dunia. Keterbatasan tenaga medis dan minimnya pengetahuan mengenai hal tersebut menjadi kendala orang untuk menjaga kesehatan paru-paru. Oleh karena itu, diperlukan sistem yang mewakili pakar untuk mendiagnosa penyakit paru-paru besarta cara pencegahan dan merekomendasikan obat herbal untuk mengobati penyakit yang telah terdiagnosa berbasis Android. Metode Certainty Factor (CF) dipilih untuk mendiagnosa pernyakit paru-paru tersebut. Metode ini digunakan ketika menghadapi suatu masalah yang sering ditemukan jawaban yang tidak memiliki kepastian penuh. Sistem Pakar tersebut dapat menyelesaikan permasalahan secara mudah dan terpercaya. Sistem ini akan mendiagnosa penyakit Paru-paru dengan Pengobatan Obat Herbal Menggunakan Metode Certainty Faktor (CF). User dapat mengetahui kemungkinan diagnosa jenis penyakit paru-paru berdasarkan gejala yang dialami beserta rekomendasi obat herbalnya. Penggunaan aplikasi ini menggunakan aplikasi berbasis mobile dengan sistem operasi android. Kata kunci : Sistem Pakar, Certainty Factor (CF), Penyakit Paru-paru, Andoid.
A. PENDAHULUAN
Data WHO tahun 2005 menyebutkan, sebanyak 75-80 persen penduduk dunia
pernah menggunakan herbal. Di Indonesia, menurut Ketua Perhimpunan Dokter
Herbal Medik Indonesia (PDHMI), dr Hardhi Pranata, penggunaan herbal untuk
pengobatan dan obat tradisional sudah dilakukan sejak lama. Ini diturunkan secara
lisan dari satu generasi ke generasi dan juga tertulis pada daun lontar dan kepustakaan
keraton. Minat masyarakat dalam menggunakan herbal, Menurut Hardhi pada Herbal
Expo 2010 beberapa waktu lalu, terus meningkat berdasarkan konsep back to nature
(kembali ke alam). Ini dibuktikan dengan meningkatnya pasar obat alami Indonesia.
Pada 2003 pasar obat herbal sekitar Rp 2,5 triliun, pada 2005 sebesar Rp 4 triliun, dan
pada 2010 diperkirakan mencapai Rp 8 triliun. Menurut Direktur Penilaian Obat Asli
Indonesia BPOM, dr. Sherley, kecenderungan penggunaan obat bahan alam (herbal)
oleh masyarakat, baik untuk menjaga kesehatan maupun mengobati suatu penyakit,
cenderung meningkat di negara berkembang maupun di negara maju. Salah satu
penyakit yang dapat disembuhkan oleh obat herbal adalah penyakit yang menyerang
organ saluran pernafasan yaitu paru-paru (PDI DEPKES, 2005).
Metode Certainty Factor (CF) dipilih ketika menghadapi suatu masalah yang sering
ditemukan jawaban yang tidak memiliki kepastian penuh. Ketidakpastian yang dapat
berupa probabilitas atau kebolehjadian yang tergantung dari 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 oleh sistem.
Berdasarkan masalah yang ada, Peneliti mengangkat permasalahan tersebut
menjadi penelitian yang berjudul “Sistem Pakar Diagnosa Penyakit Paru-paru dengan
Pengobatan Obat Herbal Menggunakan Metode Certainty Faktor (CF) Barbasis
Android”.
1.1 Rumusan Masalah
Berdasarkan latar belakang masalah yang telah disebutkan diatas, maka dapat
diketahui masalah yang harus di selesaikan adalah :
1. Merancang dan membangun sebuah sistem pakar berbasis android yang
membantu orang untuk mendiagnosa penyakit paru-paru dengan pengobatan obat
herbal.
2. Menerapkan metode Certainty Factor (CF) sebagai model pembobotan dalam
sistem pakar barbasis android.
1.2 Batasan Masalah
Supaya pembahasan dan penyusunan skripsi ini dapat dilakukan secara terarah
dan tidak menyimpang serta sesuai dengan apa yang diharapkan, maka perlu
ditetapkan batasan-batasan dari masalah yang dihadapi, yaitu :
1. Jenis penyakit paru-paru yang didiagnosa dalam Sistem pakar ini yaitu
Pneumonia, Tuberkulosis, Pneumotoraks, Asma, Penyakit Paru Obstruktif
Kronik, Bronkitis, Emfisema, dan Kanker Paru-Paru dengan pengobatan
menggunakan obat herbal.
2. Perhitungan pembobotan menggunakan metode Certainty Factor(CF)
terhadap gejala yang ada yang akan menentukan hasil diagnosa.
1.3 Tunjuan Penelitian
1. Merancang dan membangun suatu sistem aplikasi berbasis android yang
dapat memberikan diagnosa jenis penyakit paru-paru berdasarkan gejala-
gejala yang dipilih dengan pengobatan obat herbal.
2. Mampu menerapkan metode Certainty Factor (CF) sebagai model
perhitungan sistem pakar berbasis android untuk mendiagnosa jenis
penyakit paru-paru.
1.5. Manfaat Penelitian
Penelitian ini diharapkan dapat membantu orang untuk dapat mengenali gejala-
gejala yang dapat mengindikasikan jenis penyakit paru-paru, serta menjadikan sistem
ini sebagai sarana alternatif dalam melakukan pengobatan menggunakan obat herbal
dan pencegahanya dengan cara yang efektif dan efisien.
1.6. Metodologi Penelitian
1. Studi Literatur
Penelitian ini dimulai dengan studi literatur yaitu pengumpulan data-data yang
berhubungan dengan permasalahan yang dibahas sehingga dapat membantu
penyelesaian masalah dalam perancangan sistem pakar diagnosa penyakit paru-
paru dengan pengobatan obat herbal menggunakan metode certainty factor (CF)
berbasis android.
2. Perancangan Aplikasi
Pada tahap ini dilakukan perancangan terhadap sistem yang akan dibangun
seperti perancangan menu utama, perancangan tampilan input dan output,
usecase diagram, activity diagram dan sequence diagram. Karena tahap
ini merupakan tahapan perancangan sistem secara keseluruhan, maka
tahapan ini merupakan tahapan terpenting dalam rangkaian pembuatan
aplikasi dan mempengaruhi tahapan implementasi.
3. Pembuatan Aplikasi
Pada tahap ini sistem yang telah dirancang kemudian diimplementasikan ke dalam
bahasa pemrograman yakni bahasa pemrograman berbasis android.
4. Uji coba dan Evaluasi Aplikasi
Uji coba ini bertujuan untuk memastikan bahwa masing-masing bagian dari
sistem ini dapat bekerja sesuai yang diharapkan.
5. Penyusunan Laporan dan Kesimpulan Akhir
Pada tahap ini dilakukan penyusun laporan tentang seluruh isi penelitian dan
analisanya ke dalam format penulisan laporan dengan disertai kesimpulan akhir.
B. TINJAUAN PUSTAKA Tabel Tinjauan Pustaka
No Peneliti Tahun Isi 1. Putri 2014 Pembahasan mengenai hubungan client-server yang
terjadi pada Sistem Informasi Tanaman Obat Tradisional. Sistem informasi tanaman obat tradisional dibuat berbasis Android, untuk memudahkan masyarakat mengakses
informasi dengan menggunakan mobile phone. 2. Wardana 2013 Aplikasi dapat digunakan langsung oleh user yang telah
dirancang menjadi aplikasi mobile karena aplikasi tidak memerlukan koneksi internet dalam menjalankannya sehingga kapan pun dan dimana pun pengguna berada mereka tetap bisa menjalankan aplikasi dan mempelajari setiap saat.
3. Mirza 2010 Aplikasi Sistem Pakar mengidentifikasi penyakit dan obat herbal berbasis J2ME ini dapat mengidentifikasi suatu penyakit yang di derita user, serta dapat menghitung bobot penyakit tersebut.
4. Ratri 2016 Aplikasi sistem pakar berbasis android yang dapat memberikan diagnosa jenis penyakit paru-paru dengan pengobatan obat herbal menggunakan metode certainty factor (CF).
C. LANDASAN TEORI
Obat herbal adalah obat-obatan yang diolah secara tradisional, turun-temurun,
berdasarkan resep nenek moyang, adat-istiadat, kepercayaan, atau kebiasaan
setempat, baik bersifat magic maupun pengetahuan tradisional. Menurut penelitian
masa kini, obat-obatan tradisional memang bermanfaat bagi kesehatan, dan kini
digencarkan penggunaannya karena lebih mudah dijangkau masyarakat, baik harga
maupun ketersediaannya.
Artificial Intelligence atau kecerdasan buatan merupakan bagian dari ilmu
pengetahuan komputer yang khusus ditunjukan dalam perancangan otomatisasi
tingkah laku cerdas dalam sistem kecerdasan komputer (Kristanto, 2004).
Konsep dasar sistem pakar mengandung : keahlian, ahli, pengalain keahlian,
membaca atau pengalaman. Contoh bentuk pengetahuan yang termasuk keahlian
adalah :
1. Fakta-fakta pada lingkup permasalahan tertentu.
2. Teori-teori pada lingkup permasalahan tertentu.
3. Prosedur-prosedur dan aturan-aturan berkenaan dengan lingkup
permasalahan tertentu.
4. Strategi-strategi global untuk menyelesaikan masalah.
5. Meta-knowledge (pengetahuan tentang pengetahuan).
Bentuk-bentuk ini memungkinkan para ahli untuk dapat mengambil keputusan
lebih cepat dan lebih baik daripada seseorang yang bukan ahli.Seorang ahli
adalah seseorang yang mampu menjelaskan suatu tanggapan, mempelajari
hal-hal baru seputar topic permasalahan (domain), menyusun kembali
pengetahuan jika dipandang perlu, memecah aturan-aturan jika dibutuhkan,
dan menentukan relevan tidaknya keahlian mereka.(Kusumadewi, 2003).
Sistem pakar disusun oleh dua bagian utama, yaitu lingkungan pengembangan
(development environment) dan lingkungan konsultasi (consultation
environment).Lingkungan pengembangan sistem pakar digunakan untuk memasukan
pengetahuan pakar kedalam lingkungan sistem pakar, sedangkan lingkungan
konsultasi digunakan oleh pengguna yang bukan pakar guna memperoleh
pengetahuan pakar.Sebagaimana dapat dilihat pada Gambar 3.1 :
Gambar 3.1. Arsitektur Sistem Pakar.
Komponen – komponen yang terdapat dalam sistem pakar adalah seperti yang
terdapat pada Gambar diatas. Arsitektur sistem pakar, yaitu User interface
(antarmuka pengguna), basis pengetahuan, akuisisi pengetahuan, mesin inferensi,
workplace, fasilitas penjelasan, perbaikan pengetahuan.
1. Antarmuka Pengguna (User Interface), User Interface merupakan
mekanisme yang digunakan oleh pengguna dan sistem pakar untuk
berkomunikasi.Antarmuka menerima informasi dari pemakai dan
mengubahnya kedalam bentuk yang dapat diterima oleh sistem.Selain itu
atantarmuka menerima informasi dari sistem dan menyajikanya kedalam
bentuk yang dapat dimengerti oleh pemakai.
2. Basis Pengetahuan (Knowledge Base), Basis pengetahuan mengandung
pengetahuan untuk pemahaman, formulasi, dan penyelesaian
masalah.Komponen sistem pakar ini disusun atas dua elemen dasar, yaitu
fakta dan aturan. Fakta merupakan informasi tentang objek dalam area
permasalahan tertentu, sedangkan aturan merupakan informasi tentang cara
bagaimana memperoleh fakta baru dari fakta yang telah diketahuai.
3. Akuisisi Pengetahuan (Knowledge Acquisition), Akuisisi pengetahuan
adalah akumulasi, transfer dan transformasi keahlian dalam penyelesaian
masalah dari sumber pengetahuan kedalam program komputer.Dalam tahap
ini knowledge engineer berusaha menyerap pengetahuan untuk selanjutnya
ditransfer kedalam basis pengetahuan.Pengetahuan diperoleh dari pakar,
dilengkapi dengan buku, basis data, laporan penelitian dan pengalaman
pemakai.
4. Mesin Inferensi (Inference Engine), Inference Engine adalah bagian yang
menyediakan mekanisme fungsi berfikir dan pola-pola penalaran sistem
yang digunakan oleh seorang pakar. Mekanisme ini akan menganalisis
masalah tertentu dan selanjutnya akan mencari jawaban atau kesimpulan
yang terbaik. Mesin ini akan memulai pelacakannya dengan mencocokan
kaidah-kaidah dalam basis pengetahuan dengan fakta-fakta yang ada dalam
basis data. Ada dua teknik inferensi antara lain :
a. Backward Chaining (Pelacakan ke Belakang), Melalui penalarannya
dari sekumpulan hipotesis menuju fakta-fakta yang mendukung, jadi
proses pelacakan berjalan mundur dimulai dengan menentukan
kesimpulan yang akan dicari baru kemudian fakta-fakta pembangun
kesimpulan atau Goal Driven.
b. Forward Chaining (Pelacakan ke Depan), Forward Chaining
merupakan kebalikan dari backward chaining yaitu mulai dari
kumpulan data menuju kesimpulan.Suatu kasus kesimpulannya
dibangun berdasarkan fakta-fakta yang telah diketahui atau data
driven.
5. Workplace, Workplace merupakan area dari sekumpulan memori kerja
(working memory).Workplace digunakan untuk merekam hasil – hasil
antara dan kesimpulan yang dicapai.
6. Fasilitas Penjelasan, Fasilitas penjelasan adalah komponen tambahan yang
akan meningkatkan kemampuan sistem pakar. Komponen ini
menggambarkan penalaran sistem kepada pemakai.
7. Perbaikan Pengetahuan, Pakar mempunyai kemampuan untuk menganalisis
dan meningkatkan kinerjanya serta kemampuan untuk belajar dari
kinerjanya. Kemampuan tersebut adalah penting dalam pembelajaran
terkomputerisasi, sehingga program akan mampu menganalisis penyebab
kesuksesan dan kegagalan yang dialaminya.
Salah satu contoh aplikasi sistem pakar yang menggunakan metode certainty
factor (CF) untuk menangani ketidakpastian adalah MYCIN, sistem pakar untuk
mendiagnosa infeksi bakteri pada darah. Certainty factor didefinisikan sebagai
berikut :
CF(H,E) = MB(H,E) – MD(H,E)
dimana :
CF(H,E) : certainty factor hipotesis H yang dipengaruhi oleh evidence (gejala) E
MB(H,E) : ukuran kepercayaan (measure of increased belief) terhadap hipotesis H
yang dipengaruhi oleh evidence E
MD(H,E) : ukuran ketidakpercayaan (measure of increased disbelief) terhadap
hipotesis H yang dipengaruhi oleh evidence E.
Di dalam MYCIN terdapat aturan untuk menggabungkan evidence anteseden
yang terdapat dalam sebuah kaidah. Hal ini dapat dilihat pada tabel dibawah ini.
Tabel 3.1 Kombinasi Evidence Anteseden EVIDENCE E NILAI KETIDAKPASTIAN E1 and E2 Min [CF(H,E1), CF(H,E2)] E1 or E2 Max [CF(H,E1),CF(H,E2)] Not E -CF(H,E)
D. PERANCANGAN SISTEM
No. Gejala Penyakit
P1 P2 P3 P4 P5 P6 P7 P8 1 Badan terasa nyeri * 2 Batuk kering atau batuk dengan dahak kental berwarna kuning
atau hijau dan disertai darah. *
3 Batuk yang berkelanjutan dan bertambah parah, hingga akhirnya mengalami batuk darah
* * * * *
4 Batuk-batuk yang biasanya terjadi di malam hari dan di awal pagi hari.
* * * * *
5 Berat badan menurun * * * 6 Berkeringat * 7 Dada terasa sesak / tidak nyaman * * * 8 Demam * * * 9 Detak jantung yang cepat * * 10 Hidung dan sinus yang tersumbat * 11 Kehilangan nafsu makan * * * * 12 Keringat dingin di malam hari * 13 Kesulitan bernapas berupa napas terengah-engah(sesak nafas)
walau sedang beristirahat. * * *
14 Kesulitan menelan atau sakit saat menelan sesuatu * 15 Kulit mungkin tampak warna kebiruan *
16 Makin sering tersengal-sengal, bahkan saat melakukan aktivitas fisik yang ringan
*
17 Mengalami kelelahan tanpa alasan * * 18 Menggigil * * * 19 Mengi atau napas sesak dan berbunyi * * 20 Mual * 21 Mudah Kelelahan * * * * 22 Muntah * 23 Nyeri dada * * * 24 Nyeri dada secara tiba-tiba. * 25 Nyeri pada sendi-sendi. * * 26 Nyeri yang menusuk dan rasa sesak yang luar biasa di dada. * 27 Pembengkakan pada muka atau leher * 28 Pernafasan pendek serta mengalami sesak napas walau sedang
beristirahat. *
29 Perubahan pada bentuk jari, yaitu ujung jari menjadi cembung * 30 Produksi mukosa atau lendir berwarna kuning keabu-abuan, dan
bisa tercampur darah * *
31 Sakit kepala * * * 32 Sering mengalami infeksi paru * 33 Sesak napas dalam waktu lama dan tidak dapat disembuhkan
dengan obat pelega yang biasa digunakan penderita sesak napas * *
34 Suara menjadi serak * 35 Tenggorokan sakit * *
Usecase Diagram
Usecase diagram merupakan suatu aktifitas yang menggambarkan
urutan interaksi antar suatu atau lebih actor dan sistem. Usecase yang akan
dirancang yaitu usecase diagram untuk pengaksesan melalui perangkat
android. Gambar 4.2 dibawah ini menjelaskan aliran usecase diagram
pengaksesan melalui perangkat android.
Gambar 4.2 Usecase Diagram
Activity Diagram Penyakit
Gambar 4.3 menjelaskan activity diagram untuk proses Penyakit.
Gambar 4.3 Activity Diagram Penyakit
Metode
Certainty Factor (CF)
E. HASIL PENELITIAN DAN PEMBAHASAN
Halaman yang pertama kali akan muncul pada saat aplikasi ini dijalankan
adalah halaman menu utama. Di halaman ini terdapat beberapa menu yang
berbentuk icon yaitu menu penyakit, obat herbal, gejala, about dan exit. Pilih
menu penyakit untuk masuk ke menu penyakit, pilih menu obat herbal untuk
masuk ke menu obat herbal, pilih menu gejala untuk menampilkan halaman
gejala, pilih menu about untuk menanpilkan halaman about dan pilih menu exit
untuk keluar dari aplikasi ini.
F. PENUTUP
Kesimpulan
Dari hasil analisis, perancangan dan pembuatan Aplikasi Sistem Pakar
Diagnosa Penyakit Paru-paru dengan Pengobatan Obat Herbal Berbasis
Android dengan menggunakan Metode Certainty Factor (CF), maka dapat
ditarik kesimpulan bahwa:
- Aplikasi ini user dapat mengetahui kemungkinan mengidap jenis penyakit
paru-paru berdasarkan gejala yang dialami.
- Dapat memberikan informasi jenis Obat Herbal yang dapat digunakan
dalam penyembuhan penyakit paru-paru sesuai dengan diagnosa yang
ditampilkan.
- Penggunaan aplikasi ini berbasis mobile dengan sistem operasi android.
Sehingga memudahkan pengguna dalam menjalankan aplikasi di
smartphone.
6.1. Saran
Bagi pengembangan lebih lanjut diharapkan dapat menambahkan dan
melengkapi kekurangan yang ada pada aplikasi ini, diantaranya :
- Penambahan jenis penyakit paru-paru, karena pada aplikasi ini hanya
dapat mendiagnosa 8 jenis.
- Mencoba metode lain dalam perhitungan diagnose penyakit paru-paru.
- Menggali lebih lanjut tentang gejala-gejala yang berkaitan dengan
penyakit paru-paru.
- Menambah jenis obat herbal yang dapat digunakan dalam pengobatan
penyakit paru-paru.
DAFTAR PUSTAKA
Nugroho, A. 2009, Rekayasa Perangkat Lunak Menggunakan UML dan Java, Andi Publisher, Yogyakarta.
Sugiarti, Y. 2013, Analisis dan Peracangan UML (Unified Modeling Language) Generated VB.6, Graha Ilmu, Yogyakarta.
Sainipar, 2015, Pemrograman Java Untuk Programmer, Andhi Publisher, Yogyakarta.
Safaat, N. 2013 , Aplikasi Berbasis Android , Informatika, Yogyakarta.
Irawan, 2014, Aplikasi Android Dengan Eclipse, Maxikom, Palembang.
Kusrini, 2008, Aplikasi Sistem Pakar, Andi, Yogyakarta.
Kusrini, 2007, Konsep Dan Aaplikasi Pendukung Keputusan, ANDI, Yogyakarta.
Redaksi Agromedia, 2008, Buku Pintar Tanaman Obat, PT Agromedia Pustaka, Jakarta.
Ringel, E. 2012, Buku Saku Hitam Kedokteran Paru, Indeks, Jakarta.
Kusumadewi, S. 2006, Fuzzy Multi-Attribute Decision Making (Fuzzy MADM), Graha Ilmu, Yogyakarta.
Pusat Data dan Informasi, anonim, 2005, Kesehatan Indonesia Dalam Gambar Tahun 1996-2005, Departemen Kesehatan Republik Indonesia, Jakarta.
Putri, N. K. SC. 2014, Jurnal Merpati Vol.2 No.3 Desember 2014 : Rancang Bangun Aplikasi Sistem Informasi Tanaman Obat Tradisional Berbasis Android, Jurusan Teknologi Informasi Fakultas Teknik Universitas Udayana, Bali.
Wardana, A. W. 2013, Skripsi : Aplikasi Obat Herbal Berbasis Andoid, Jurusan Teknik Informatika STMIK Amikom Yogyakarta, Yogyakarta.
Mirza, A. D. 2010, Tugas Akhir : Sistem Pakar Identifikasi Penyakit dan Obat Herbal Berbasis J2ME, Jurusan Teknologi Informasi Politeknik Elektronika Negeri Surabaya-Institut Teknologi Sepuluh November (PENS-ITS), Surabaya.
top related