chapter iii-v sistem pakar

BAB 3

ANALISIS DAN PERANCANGAN SISTEM

3.1 Analisis Sistem

Analisis sistem adalah penguraian dari suatu sistem yang utuh ke dalam bagian-

bagian komponennya dengan maksud untuk mengidentifikasikan dan

mengevaluasi permasalahan, kesempatan, hambatan yang terjadi dan kebutuhan

yang diharapkan sehingga dapat diusulkan perbaikan.

Sistem pakar untuk mendiagnosa penyakit TBC ini merupakan sistem

dengan basis pengetahuan yang dinamis. Dimana pengetahuan tersebut dapat

berubah seiring berjalannya waktu sehingga harus dapat dilakukan pembaharuan,

penghapusan maupun perubahan terhadap data yang sudah disimpan sebelumnya

tanpa harus mengubah isi dari program secara keseluruhan. Perubahan hanya

dilakukan pada bagian basis pengetahuan saja sehingga sistem pakar ini dapat

dikembangkan lebih lanjut. Tahapan analisis terhadap suatu sistem dilakukan

sebelum tahap perancangan, hal ini agar perangkat lunak yang dirancang sesuai

dengan masalah yang akan diselesaikan.

Untuk dapat melakukan diagnosa dengan menggunakan sistem ini, data

gejala dan hasil-hasil tes harus sudah tersedia. Diagnosa dan data-data pasien yang

terdapat di dalam basis pengetahuan dapat memberikan keputusan penyakit yang

diderita pasien. Hasil diagnosa memungkinkan untuk diklasifikasikan oleh sistem

ke dalam penyakit TBC. Jika hasil diagnosa menunjukkan bahwa pasien memang

terkena suatu penyakit, maka selain memberikan rekomendasi terapi, sesi

konsultasi juga akan disimpan untuk digunakan dalam pengawasan terapi. Terapi

Universitas Sumatera Utara

penyakit TBC ini mungkin saja dilakukan dalam selang waktu yang cukup lama

dengan jenis terapi yang berbeda-beda.

3.2 Perancangan Sistem

Pada subbab ini akan diuraikan tahap-tahap dalam perancangan sistem pakar

untuk diagnosa penyakit TBC pada anak yang memiliki beberapa komponen

utama yaitu: antar muka pengguna (user interface), basis data sistem pakar (expert

system database), fasilitas akuisisi pengetahuan (knowledge acquisition facility)

dan mekanisme inferensi (inference mechanism).

3.2.1 Basis Data Sistem Pakar

Perancangan basis data sistem pakar dapat dilakukan dengan merancang Data

Flow Diagram (DFD), Entity Relationship Diagram (ERD) dan perancangan

kamus data.

3.2.1.1 Data Flow Diagram (DFD)

Data Flow Diagram adalah sebuah teknik grafis yang menggambarkan aliran

informasi dan transformasi yang diaplikasikan pada saat data bergerak dari input

menjadi output. Data Flow Diagram dari sistem pakar untuk mendiagnosa

penyakit TBC pada anak ini merupakan model representasi aliran proses

perangkat lunak, yang dapat dilihat pada Gambar 3.1 untuk menjelaskan diagram

level 0, sedangkan untuk diagram level 1 dapat dilihat pada Gambar 3.2.


DFD Level 0 terdiri dari 2 (dua) entity yaitu Pakar dan User

(Paramedis/dokter). User memberikan input ke sistem berupa data pasien serta

konsultasi yang dilakukan pasien berdasarkan pertanyaan-pertanyaan yang

diberikan sistem. Pakar memberikan input berupa data dasar dan akuisisi

pengetahuan penyakit, sehingga nantinya akan mengeluarkan output kepada User

berupa saran terapi untuk penyakit dan rekam medis dari pasien tersebut.

Di dalam DFD Level 1 dapat dilihat bahwa di Sistem Pakar ini selanjutnya

terjadi 8 (delapan) proses yaitu Data Dasar, Akuisisi Pengetahuan, Data Pasien,

Konsultasi, Daftar Data Dasar, Daftar Aturan, Rekam Medis, dan Saran Terapi. Di

dalam Sistem Pakar ini terdapat 4 (empat) database yaitu Data Dasar, Data

Aturan, Pasien, dan Konsultasi. Hubungan antara delapan proses dan empat

database ini seperti terlihat pada Gambar 3.2.

Gambar 3.1 DFD Level 0 Sistem Pakar Untuk Diagnosa Penyakit TBC Pada Anak

P.0 Sistem Pakar untuk Diagnosa Penyakit

TBC Pada Anak

Pakar User

Data Pasien, Konsultasi

Data Dasar, Akuisisi Pengetahuan

Daftar Data Dasar, Daftar Aturan

Saran Terapi, Rekam Medis Pasien


Gambar 3.2 DFD Level 1 Sistem Pakar Untuk Diagnosa Penyakit TBC Pada

Anak

USER

P 1.0Olah

Data Dasar

P 2.0

Akuisisi Pengetahuan

P 3.0Olah

Data Pasien

P 4.0Proses

Konsultasi

P 5.0

Daftar Data Dasar

P 6.0

Daftar Aturan

P 7.0Lihat

Rekam Medis

P 8.0Cari

Saran Terapi

Data Dasar

Daftar Aturan

Pasien

Konsultasi

PAKAR

Data Pasien

Jawaban

Data Pasien

Saran Terapi

Data Dasar

Aturan Diagnosa, Aturan terapi

Data Pasien

Aturan Diagnosa

Data Dasar

Data Gejala Penyakit

Data Dasar

Data Dasar

Aturan DiagnosaAturan Diagnosa, Aturan Terapi

Aturan Diagnosa

Data Pasien

Data Pasien

Aturan Diagnosa, Aturan Terapi

Aturan Terapi


Data Dasar

Data Dasar



Proses-proses DFD level 1 Sistem Pakar untuk Diagnosa Penyakit TBC Pada

Anak dapat dilihat sebagai berikut:

a. No./ Nama Proses : 1.0 / Olah Data Dasar

b. Input : Data Dasar

c. Proses : Data dasar diinput oleh pakar yang kemudian

dimasukkan ke dalam database Data Dasar. Data

dasar digunakan dalam operasional konsultasi dan

sebagai bahan untuk merepresentasikan

pengetahuan. Jenis-jenis data dasar yang diperlukan

dalam sistem pakar ini antara lain: sumber

pengetahuan pakar, data-data gejala yang menjadi

dasar diagnosa suatu penyakit, data-data penyakit

TBC, data-data penyakit selain TBC, data-data

pasien yang akan didiagnosa, data-data alergi yang

akan menjadi dasar penentuan terapi terkait dengan

kontraindikasi dari obat, data-data obat yang

diberikan kepada pasien, dan data terapi yang dapat

diberikan kepada pasien jika didiagnosa menderita

suatu penyakit.

d. Output : Data Dasar

a. No./ Nama Proses : 2.0 / Akuisisi Pengetahuan

b. Input : Data Dasar, Aturan Diagnosa, Aturan Terapi

c. Proses : Pakar dapat memasukkan aturan diagnosa dan

aturan terapi yang akan disimpan menjadi akuisisi

pengetahuan. Akuisisi pengetahuan ini juga berasal

dari data dasar yang telah diinput sebelumnya oleh

Pakar. Yang kemudian akan disimpan ke dalam

database Daftar Aturan.

d. Output : Aturan Diagnosa, Aturan Terapi


a. No./ Nama Proses : 3.0 / Olah Data Pasien

b. Input : Data Pasien

c. Proses : User (paramedis) memasukkan data diri pasien

yang kemudian akan disimpan ke dalam database

Pasien.

d. Output : Data Pasien

a. No. / Nama Proses : 4.0 / Proses Konsultasi

b. Input : Jawaban, Data Gejala Penyakit, Aturan Diagnosa,

Data Pasien

c. Proses : Pada saat login sebagai paramedis dan dilakukan

proses konsultasi, maka sistem akan memanggil

data gejala penyakit dan aturan diagnosa dari

database Data Dasar dan Daftar Aturan. Juga data

pasien dari database Pasien. Setelah mendapat

jawaban atas gejala-gejala penyakit dari user, maka

aturan diagnosa akan disimpan dalam database

Konsultasi.


a. No./ Nama Proses : 5.0 / Daftar Data Dasar

b. Input : Data Dasar

c. Proses : Data dasar yang dipanggil dari database daftar

data dasar yang kemudian dapat diakses oleh Pakar.

d. Output : Data Dasar

a. No./ Nama Proses : 6.0 / Daftar Aturan

b. Input : Aturan Diagnosa, Aturan Terapi

c. Proses : Daftar aturan akan memanggil aturan diagnosa dan

aturan terapi dari database data dasar untuk dapat

diakses oleh Pakar.



a. No./ Nama Proses : 7.0 / Lihat Rekam Medis

b. Input : Data Pasien, Aturan Diagnosa, Aturan Terapi

c. Proses : Setelah adanya jawaban konsultasi dan data pasien

yang diinput oleh user dan ada di dalam database

Pasien dan Konsultasi, maka semua data tersebut

akan ditampilkan dalam bentuk data dan rekam

medis pasien tersebut.

d. Output : Data Pasien

a. No./Nama Proses : 8.0 / Cari Saran Terapi

b. Input : Aturan Diagnosa, Aturan Terapi

c. Proses : Sistem akan memanggil aturan diagnosa dan

aturan terapi yang ada di dalam database Daftar

Aturan dan Konsultasi yang kemudian akan

ditampilkan sebagai saran terapi bagi user.

d. Output : Saran Terapi

3.2.1.2 Entity Relationship Diagram (ERD)

Pembuatan ERD digunakan untuk metode pemodelan data. ERD memungkinkan

perekayasa perangkat lunak mengidentifikasi objek data dan hubungannya dengan

menggunakan notasi grafis. Pada konteks analisis terstruktur, ERD menetapkan

semua data yang dimasukkan, disimpan, ditransformasi, dan diproduksi pada

suatu aplikasi.


Entitas-entitas yang ditemukan berhubungan dengan Sistem Pakar untuk

Diagnosa Penyakit TBC pada Anak adalah:

a. Pakar. Entitas ini berupa pakar yang akan menjadi sumber pengetahuan

yang akan dimasukkan ke sistem pakar ini. Atribut Entitas Pakar yaitu:

IdPakar, Nama, dan Keterangan.

b. Data. Entitas ini berupa gejala, penyakit TBC dan penyakit non-TBC.

Atribut Entitas Data yaitu: IdData, Nama, Jenis, IsLama, IsQty,

SatuanQty, dan Keterangan.

c. Alergi. Entitas ini berupa alergi yang merupakan kontraindikasi obat.

Atribut Entitas Alergi yaitu: IdAlergi, Nama, dan Keterangan.

Gambar 3.3 Entity Relationship Diagram

Mendiagnosa

Data Membuat

Pakar Menggunakan

Kasus

Terapi

Obat

Alergi Pasien Menentukan Melaporkan

Melaporkan Menentukan

Menentukan

Menentukan


d. Obat. Entitas ini berupa obat yang akan diberikan kepada pasien

berdasarkan terapi yang ditentukan. Atribut Entitas Obat yaitu: IdObat,

Nama, Efeksamping, dan Keterangan.

e. Terapi. Entitas ini berupa terapi yang diberikan kepada pasien sesuai

dengan penyakit yang diderita. Atribut Entitas Terapi yaitu: IdTerapi,

Nama, dan Keterangan.

f. Pasien. Entitas ini berupa pasien yang akan didiagnosa. Atribut Entitas

Pasien yaitu: IdPasien, Nama, Alamat, Tgl_Lahir, dan Keterangan.

g. Kasus. Entitas ini berupa catatan kasus penyakit yang dialami oleh seorang

pasien. Atribut Entitas Kasus yaitu: IdKasus, IdPasien.

3.2.1.3 Perancangan Kamus Data

Kamus data merupakan sebuah daftar yang terorganisasi dari elemen data yang

berhubungan dengan sistem, dan digunakan untuk menggambarkan kandungan

dari objek yang didefinisikan selama analisis terstruktur. Data dari sistem pakar

ini yaitu:

Tabel 3.1 Kamus Data Pengguna

Nama Field Tipe Data Keterangan IdPengguna (PK) Integer AutoIncrement Nama Varchar(30) Pass Varchar(8) Akses Integer 0 : Paramedis

1 : Pakar

Keterangan Varchar(80)

Tabel 3.2 Kamus Data Pakar

Nama Field Tipe Data Keterangan IdPakar (PK) Integer AutoIncrement Nama Varchar(30) Keterangan Varchar(80)


Tabel 3.3 Kamus Data Data

Nama Field Tipe Data Keterangan IdData (PK) Integer AutoIncrement Nama Varchar(30) Jenis Integer 0 : Gejala

1 : Penyakit TBC 2 : Penyakit Non TBC

IsLama Char(1) IsQty Char(1) SatuanQty Varchar(30) Keterangan Varchar(80)

Tabel 3.4 Kamus Data Obat

Nama Field Tipe Data Keterangan IdObat (PK) Integer AutoIncrement Nama Varchar(30) EfekSamping Varchar(80) Keterangan Varchar(80)

Tabel 3.5 Kamus Data Alergi

Nama Field Tipe Data Keterangan IdAlergi (PK) Integer AutoIncrement Nama Varchar(30) Keterangan Varchar(80)

Tabel 3.6 Kamus Data Kontra Obat

Nama Field Tipe Data Keterangan IdObat Integer Foreign Key dari tabel Obat IdAlergi (PK) Integer Foreign Key dari tabel Alergi

Tabel 3.7 Kamus Data Terapi

Nama Field Tipe Data Keterangan IdTerapi (PK) Integer AutoIncrement Nama Varchar(30) Keterangan Varchar(80)

Tabel 3.8 Kamus Data Detail Terapi

Nama Field Tipe Data Keterangan IdTerapi (PK) Integer Foreign Key dari tabel Terapi IdObat Varchar(30) Foreign Key dari tabel Obat Dosis Numeric Satuan: mg/kg berat badan/hari


Lama Numeric Satuan: hari Frekuensi Integer SatuanFrekuensi Integer 0 : kali per hari

1 : kali per minggu 2 : kali per bulan 3 : kali per tahun

Maks Numeric Maksimum obat dalam mg per hari

Tabel 3.9 Kamus Data Rule Diagnosa

Nama Field Tipe Data Keterangan IdRule (PK) Integer AutoIncrement IdPakar Integer Foreign Key dari tabel Pakar IdDataKonklusi Integer Foreign Key dari tabel Data CF Numeric Nilai antara -1 s/d 1 Keterangan Varchar(80)

Tabel 3.10 Kamus Data Detail Rule Diagnosa

Nama Field Tipe Data Keterangan IdRule (PK) Integer Foreign Key dari tabel

Rule_Dignosa Op_Rule Integer 0 : Jika

1 : Jika Tidak 2 : Dan 3 : Dan Tidak 4 : Atau 5 : Atau Tidak

IdDataPremis Integer Foreign Key dari tabel Data Op_Qty Integer 0 : =

1 : >= 2 : = 2 :

N : Belum pernah diterapi IdTerapi_Sebelumnya Integer Diisi jika IsDiterapi bernilai

Y Foreign Key dari tabel Terapi

Lama Numeric(15,2) Diisi jika IsDiterapi bernilai Y

Perkembangan Integer Diisi jika IsDiterapi bernilai Y 0 : Baik 1 : Biasa 2 : Kurang

Treatment Integer 0 : Lanjutkan 1 : Ganti Terapi 2 : Hentikan

IdTerapi_Sekarang Integer Foreign Key dari tabel Terapi

Tabel 3.12 Kamus Data Pasien

Nama Field Tipe Data Keterangan IdPasien (PK) Integer AutoIncrement Nama Varchar(30) Alamat Varchar(80) Tgl_Lahir Date Keterangan Varchar(80)

Tabel 3.13 Kamus Data Alergi Pasien

Nama Field Tipe Data Keterangan IdPasien Integer Foreign Key dari tabel Pasien IdAlergi (PK) Integer Foreign Key dari tabel Alergi

Tabel 3.14 Kamus Data Kasus

Nama Field Tipe Data Keterangan IdKasus (PK) Integer AutoIncrement IdPasien Integer Foreign Key dari tabel Pasien

Tabel 3.15 Kamus Data Kunjungan

Nama Field Tipe Data Keterangan IdKunjungan (PK) Integer AutoIncrement IdKasus Integer Foreign Key dari tabel Kasus Tgl Date BB Numeric Berat badan saat berkunjung,

untuk menentukan dosis obat IdTerapi Integer Foreign Key dari tabel Terapi Keterangan Varchar(80)


Tabel 3.16 Kamus Data Diagnosa

Nama Field Tipe Data Keterangan IdDiag (PK) Integer AutoIncrement IdKasus Integer Foreign Key dari tabel Kasus IdData Integer Foreign Key dari tabel Data Qty Integer Lama Integer

Tabel 3.17 Kamus Data Obat Kunjungan

Nama Field Tipe Data Keterangan IdKunjungan (PK) Integer IdObat Varchar(30) Foreign Key dari tabel Obat Dosis Numeric Satuan : mg/kg berat badan/hari Lama Numeric Satuan : hari Frekuensi Integer SatuanFrekuensi Integer 0 : kali per hari

1 : kali per minggu 2 : kali per bulan 3 : kali per tahun

3.2.2 Fasilitas Akuisisi Pengetahuan

Fasilitas akuisisi pengetahuan digunakan untuk memasukkan fakta-fakta dan

kaidah-kaidah sesuai dengan perkembangan ilmu. Seperti juga sistem pakar lain,

sistem pakar ini memerlukan pengetahuan yang memadai untuk mendiagnosa

penyakit yang diderita oleh anak yang menderita penyakit TBC atau non-TBC.

Daftar pengetahuan penyakit tersebut terdapat pada Tabel 3.18.

Tabel 3.18 Ciri-ciri Penyakit TBC dan Non-TBC

No. Penyakit Ciri-ciri 1. Asma a. Batuk

b. Frekuensi nafas meningkat c. Amplitudo nafas dangkal d. Sesak Nafas e. Nafas cuping hidung

2. Cacingan a. Nafsu makan kurang b. Tidak diberi obat cacing secara berkala

3. Demam Tifoid a. Demam b. Gejala gastrointestinal


c. Gejala syaraf sentral d. Hepatomegali e. Splenomegali f. Skilaba g. Lidah kotor, tepi hiperemis

4. TBC a. Demam b. Batuk c. Anoreksia d. Keringat malam e. Penurunan BB f. Malaise g. Parut BCG h. Uji Tuberkulin Positif i. BTA positif j. Kelainan minimal pada rontgen paru k. Rontgen positif TB l. Pemeriksaan lab positif

5. Gejala syaraf sentral

a. Apatis b. Kesadaran menurun c. Mengigau d. Delirium

6. Malaria a. Demam b. Tinggal di daerah endemik malaria c. Anemia d. Splenomegali e. Hepatomegali f. Ikterus g. Hipotensi h. Herpes labialis

7. Morbili a. Demam b. Batuk c. Pilek d. Mata merah e. Tahi mata f. Fotofobi g. Diare h. Muntah i. Epistaksis j. Petekie k. Ekimosis

Sumber : 1. Pedoman Nasional Penanggulangan Tuberkulosis, Departemen

Kesehatan RI. 2. dr. Yanti

Secara default dalam sistem ini telah memiliki 28 aturan diagnosa yang

bersumber dari pakar. Pakar akan memasukkan pengetahuan yang dimilikinya ke


format yang disediakan, yang nantinya masih bisa ditambahkan apabila ada

kekurangan. Daftar aturan diagnosa dalam sistem pakar ini ditunjukkan dalam

Tabel 3.19.

Tabel 3.19 Akuisisi Pengetahuan Aturan Diagnosa

No Aturan 1 JIKA Batuk

DAN Frekuensi nafas meningkat DAN Amplitudo nafas dangkal DAN Sesak nafas DAN Nafas cuping hidung MAKA Asma, CF 1

2 JIKA nafsu makan kurang DAN TIDAK Sudah pernah diberi obat cacing MAKA Cacingan, CF 1

3 JIKA Demam dengan kuantitas 38 D. Celcius (toleransi 1 D. Celcius) selama >= 7 hari (toleransi 1 hari) DAN Gejala Gastrointestinal DAN Gejala Syaraf Sentral DAN Hepatomegali DAN Splenomegali DAN Skilaba DAN Lidah kotor, tepi hiperemis MAKA Demam Tifoid, CF 1

4 JIKA Demam dengan kuantitas 38 D. Celcius (toleransi 2 D. Celcius) selama >= 14 hari (toleransi 2 hari) DAN Batuk DAN Anoreksia DAN Keringat Malam DAN Penurunan BB DAN Malaise DAN Parut BCG DAN Uji Tuberkulin Positif DAN Kelainan minimal pada rontgen paru (infiltrat ringan) MAKA Gejala Klinik TB Positif, CF 1

5 JIKA Batuk DAN Anoreksia DAN Keringat Malam DAN Penurunan BB DAN Malaise DAN Parut BCG


DAN Uji Tuberkulin Positif DAN Kelainan minimal pada rontgen paru (infiltrat ringan) MAKA Gejala Klinik TB Posistif, CF 0.85

6 JIKA Demam dengan kuantitas 38 D. Celcius (toleransi 2 D. Celcius) selama >= 14 hari (toleransi 2 hari) DAN Anoreksia DAN Keringat Malam DAN Penurunan BB DAN Malaise DAN Parut BCG DAN Uji Tuberkulin Positif DAN Kelainan minimal pada rontgen paru (infiltrat ringan) MAKA Gejala Klinik TB Positif, CF 0.88

7 JIKA Demam dengan kuantitas 38 D. Celcius (toleransi 2 D. Celcius) selama >= 14 hari (toleransi 2 hari) DAN Batuk DAN Keringat Malam DAN Penurunan BB DAN Malaise DAN Parut BCG DAN Uji Tuberkulin Positif DAN Kelainan minimal pada rontgen paru (infiltrat ringan) MAKA Gejala Klinik TB Positif, CF 0.88

8 JIKA Demam dengan kuantitas 38 D. Celcius (toleransi 2 D. Celcius) selama >= 14 hari (toleransi 2 hari) DAN Batuk DAN Anoreksia DAN Penurunan BB DAN Malaise DAN Parut BCG DAN Uji Tuberkulin Positif DAN Kelainan minimal pada rontgen paru (infiltrat ringan) MAKA Gejala Klinik TB Positif, CF 0.88

9 JIKA Demam dengan kuantitas 38 D. Celcius (toleransi 2 D. Celcius) selama >= 14 hari (toleransi 2 hari) DAN Batuk DAN Anoreksia DAN Keringat Malam DAN Malaise DAN Parut BCG DAN Uji Tuberkulin Positif DAN Kelainan minimal pada rontgen paru (infiltrat ringan) MAKA Gejala Klinik TB Positif, CF 0.9

10 JIKA Demam dengan kuantitas 38 D. Celcius (toleransi 2 D. Celcius)


selama >= 14 hari (toleransi 2 hari) DAN Batuk DAN Anoreksia DAN Keringat Malam DAN Penurunan BB DAN Parut BCG DAN Uji Tuberkulin Positif DAN Kelainan minimal pada rontgen paru (infiltrat ringan) MAKA Gejala Klinik TB Positif, CF 0.92

11 JIKA Demam dengan kuantitas 38 D. Celcius (toleransi 2 D. Celcius) selama >= 14 hari (toleransi 2 hari) DAN Batuk DAN Anoreksia DAN Keringat Malam DAN Penurunan BB DAN Malaise DAN Uji Tuberkulin Positif DAN Kelainan minimal pada rontgen paru (infiltrat ringan) MAKA Gejala Klinik TB Positif, CF 0.88

12 JIKA Demam dengan kuantitas 38 D. Celcius (toleransi 2 D. Celcius) selama >= 14 hari (toleransi 2 hari) DAN Batuk DAN Anoreksia DAN Keringat Malam DAN Penurunan BB DAN Malaise DAN Parut BCG DAN Kelainan minimal pada rontgen paru (infiltrat ringan) MAKA Gejala Klinik TB Positif, CF 0.86

13 JIKA Demam dengan kuantitas 38 D. Celcius (toleransi 2 D. Celcius) selama >= 14 hari (toleransi 2 hari) DAN Batuk DAN Anoreksia DAN Keringat Malam DAN Penurunan BB DAN Malaise DAN Parut BCG DAN Uji Tuberkulin Positif MAKA Gejala Klinik TB Positif, CF 1

14 JIKA Apatis DAN Kesadaran Menurun DAN Mengigau DAN Delirium MAKA Gejala Syaraf Sentral, CF 1


15 JIKA Tes LED tinggi dengan kuantitas >= 30 (toleransi 10)

MAKA Lab Positif TB, CF 1

16 JIKA Demam dengan kuantitas >= 41 D. Celcius (toleransi 1 D. Celcius) selama >= 3 hari (toleransi 1 hari) DAN Tinggal di daerah endemik malaria DAN Anemia DAN Splenomegali DAN Hepatomegali DAN Ikterus DAN Hipotensi DAN Herpes labialis MAKA Malaria, CF 1

17 JIKA Demam dengan kuantitas >= 39 D. Celcius (toleransi 3 D. Celcius) selama >= 3 hari (toleransi 3 hari) DAN Batuk DAN Pilek DAN Mata Merah DAN Tahi Mata DAN Fotofobi DAN Diare DAN Muntah DAN Epistaksis DAN Petekie DAN Ekimosis DAN TIDAK Vaksinasi Campak MAKA Morbili, CF 1

18 JIKA Ada Kontak dengan Penderita TB MAKA Profilaksis Primer, CF 1

19 JIKA Uji Tuberkulin Positif DAN Umur > 5 th DAN Adolesen MAKA Profilaksis Sekunder, CF 1

20 JIKA Pembesaran Kelenjar Hilus DAN Pembesaran Kelenjar Paratrakeal DAN Efusi Pleura DAN Milier DAN Atelektasis DAN Emfisema lobus MAKA Rontgen Positif TB, CF 1

21 JIKA Uji Tuberkulin Positif DAN Gejala Klinik TB Positif


Setelah seorang pasien positif terkena suatu penyakit TBC atau tidak,

sistem pakar ini akan menyarankan terapi kepada pasien. Aturan terapi yang

sudah dimasukkan ke dalam sistem ini ditunjukkan pada Tabel 3.20.

Tabel 3.20 Akuisisi Pengetahuan Aturan Terapi

1

Konklusi: Terapi Spesifik Terapi sekarang: Terapi Spesifik1 INH, 15mg/kgbb/hr (1xsehari) durasi:180hari maks:400mg/hari Pirazinamid, 25mg/kgbb/hr (2xsehari) durasi:60hari maks:1500mg/hari

2

Konklusi: Terapi Spesifik Terapi sekarang: Terapi Spesifik2

DAN Umur > 5 th MAKA Terapi Spesifik, CF 1

22 JIKA BTA Positif MAKA Terapi Spesifik, CF 1

23 JIKA Uji Tuberkulin Positif DAN Gejala Klinik TB Positif DAN Rontgen Positif TB DAN Lab Positif TB MAKA Terapi Spesifik, CF 1

24 JIKA Indurasi uji tuberkulin dengan kuantitas >= 10 mm (toleransi 5 mm) DAN Belum imunisasi BCG MAKA Uji Tuberkulin Positif, CF 1

25 JIKA Indurasi uji tuberkulin dengan kuantitas >= 15 mm (toleransi 5 mm) DAN Sudah imunisasi BCG/BCG 5 tahun MAKA Uji Tuberkulin Positif, CF 1

26 JIKA Indurasi uji tuberkulin dengan kuantitas

INH, 10mg/kgbb/hr (1xsehari) durasi:180hari maks:400mg/hari Pirazinamid, 25mg/kgbb/hr (2xsehari) durasi:60hari maks:1500mg/hari Rifampisin, 10mg/kgbb/hr (1xsehari) durasi:180hari maks:600mg/hari

3

Konklusi: Profilaksis Primer Terapi sekarang: Profilaksis Primer INH, 10mg/kgbb/hr (1xsehari) durasi:180hari maks:400mg/hari

4

Konklusi: Profilaksis Sekunder Terapi sekarang: Profilaksis Sekunder INH, 15mg/kgbb/hr (1xsehari) durasi:180hari maks:400mg/hari

5

Konklusi: Terapi Spesifik Terapi sebelumnya: Terapi Spesifik1 (30 hari) INH, 15mg/kgbb/hr (1xsehari) durasi:180hari maks:400mg/hari Pirazinamid, 25mg/kgbb/hr (2xsehari) durasi:60hari maks:1500mg/hari Perkembangan: BAIK Treatment: LANJUTKAN

6

Konklusi: Terapi Spesifik Terapi sebelumnya: Terapi Spesifik2 (30 hari) INH, 10mg/kgbb/hr (1xsehari) durasi:180hari maks:400mg/hari Pirazinamid, 25mg/kgbb/hr (2xsehari) durasi:60hari maks:1500mg/hari Rifampisin, 10mg/kgbb/hr (1xsehari) durasi:180hari maks:600mg/hari Perkembangan: BAIK Treatment: LANJUTKAN

7

Konklusi: Terapi Spesifik Terapi sebelumnya: Terapi Spesifik1 (180 hari) INH, 15mg/kgbb/hr (1xsehari) durasi:180hari maks:400mg/hari Pirazinamid, 25mg/kgbb/hr (2xsehari) durasi:60hari maks:1500mg/hari Perkembangan: BAIK Treatment: HENTIKAN

8

Konklusi: Terapi Spesifik Terapi sebelumnya: Terapi Spesifik2 (180 hari) INH, 10mg/kgbb/hr (1xsehari) durasi:180hari maks:400mg/hari Pirazinamid, 25mg/kgbb/hr (2xsehari) durasi:60hari maks:1500mg/hari Rifampisin, 10mg/kgbb/hr (1xsehari) durasi:180hari maks:600mg/hari Perkembangan: BAIK Treatment: HENTIKAN

9

Konklusi: Profilaksis Primer Terapi sebelumnya: HENTIKAN (30 hari)


Perkembangan: BIASA Treatment: GANTI TERAPI Terapi sekarang: Terapi Spesifik1 INH, 15mg/kgbb/hr (1xsehari) durasi:180hari maks:400mg/hari Pirazinamid, 25mg/kgbb/hr (2xsehari) durasi:60hari maks:1500mg/hari

10

Konklusi: Profilaksis Sekunder Terapi sebelumnya: Profilaksis Sekunder (30 hari) INH, 15mg/kgbb/hr (1xsehari) durasi:180hari maks:400mg/hari Perkembangan: BIASA Treatment: GANTI TERAPI Terapi sekarang: Terapi Spesifik2 INH, 10mg/kgbb/hr (1xsehari) durasi:180hari maks:400mg/hari Pirazinamid, 25mg/kgbb/hr (2xsehari) durasi:60hari maks:1500mg/hari Rifampisin, 10mg/kgbb/hr (1xsehari) durasi:180hari maks:600mg/hari

11

Konklusi: Profilaksis Primer Terapi sebelumnya: HENTIKAN (30 hari) Perkembangan: KURANG Treatment: LANJUTKAN

3.2.3 Mekanisme Inferensi

Ada 2 fasilitas utama dalam sistem ini, yaitu melakukan diagnosa terhadap suatu

penyakit dan memberikan saran terapi kepada user. Pada bagian ini akan

dijelaskan mekanisme inferensi diagnosa dan inferensi terapi.

3.2.3.1 Inferensi Diagnosa

Diagnosa adalah menentukan penyakit yang diderita pasien berdasarkan data-data

yang diberikan oleh user. Dalam melakukan diagnosa suatu penyakit di dalam

sistem ini menggunakan algoritma forward chaining dan backward chaining

sekaligus. Forward chaining digunakan untuk menentukan calon-calon penyakit

yang mungkin diderita oleh pasien berdasarkan gejala yang dimasukkan oleh user.

Setelah diketahui daftar penyakit yang menjadi calon konklusi, dilakukan

backward chaining guna mengetahui gejala pendukung yang menentukan

penyakit-penyakit tersebut.


Penentuan penyakit dilakukan dengan memilih diantara calon konklusi

yang memiliki CF tertinggi.

3.2.3.2 Inferensi Terapi

Metode penalaran yang dipakai dalam penentuan terapi ini adalah dengan

menggunakan metode forward chaining, yaitu suatu metode penelusuran dengan

didasarkan hasil diagnosa kemudian menuju ke alternatif terapi yang mungkin

dilakukan.

Suatu jenis terapi yang diberikan kepada seorang pasien akan menentukan

obat apa saja yang harus dikonsumsi oleh pasien. Dalam mengonsumsi suatu obat,

harus diperhatikan antara kontraindikasi obat tersebut dengan alergi yang diderita

oleh pasien.

3.2.3.3 Perancangan Mesin Inferensi

Perancangan mesin inferensi dapat ditunjukkan dengan pohon keputusan dan atau

flowchart.

Pohon keputusan yang digunakan sebagai sebuah alat bantu/pendukung

(support tool) dalam membuat suatu keputusan di dalam sistem ini seperti pada

Gambar 3.4. Pohon keputusan ini menggunakan algoritma forward chaining dan

backward chaining. Runut pohon keputusan tersebut terdapat pada Tabel 3.19.


Gambar 3.4 Pohon Keputusan Diagnosa dan Terapi

penyakit TBC pada Anak

2

Terapi spesifik

Uji Tuberkulin +

BTA +

4 1

2 3

Klinis TB

Umur < 5 th Indurasi >= 10 mm

Blm imunisasi BCG

Indurasi >= 15 mm

Sdh imunisasi BCG

Demam

Batuk

Anoreksia

Keringat Malam

Malaise

Penurunan BB

1

1

1

Uji Tuberkulin + Rontgen + Lab +

2 1 1

Indurasi >= 10 mm

Blm imunisasi BCG

Indurasi >= 15 mm

Sdh imunisasi BCG

Pembesaran Kelenjar hilus

Efusi Pleura

Milier

Atelektasis

Emfisema Lobus

Pembesaran kelenjar paratrakeal

LED Tinggi

Demam

Batuk

Anoreksia

Keringat Malam

Parut BCG

Penurunan BB

Malaise

Klinis TB Uji Tuberkulin ulang setelah 3-4 minggu +

Indurasi >= 10 mm

Blm imunisasi BCG

Sdh imunisasi BCG

Indurasi >= 15 mm

1

1 2


Pohon keputusan pada gambar 3.4 dibaca dari bawah ke atas. Simpul

paling atas pada pohon keputusan ini adalah simpul akar. Simpul yang ditandai

dengan tanda kotak di simpul tersebut disebut dengan simpul keputusan. Cabang-

cabang yang mengarah ke kanan dan ke kiri dari sebuah cabang keputusan

merepresentasikan kumpulan dari alternatif keputusan yang bisa diambil. Hanya

satu keputusan yang dapat diambil dalam suatu waktu.

Terapi spesifik terdiri dari 4 alternatif keputusan yang bisa diambil, yang

kemudian dibagi lagi menjadi beberapa cabang pilihan.

Jika Indurasi >= 10 mm dan belum imunisasi BCG maka keputusan yang

diambil adalah Uji Tuberkulin positif dan akan disarankan untuk terapi spesifik.

Jika Indurasi >= 15 mm dan pasien sudah imunisasi, maka keputusan yang

diambil adalah Uji Tuberkulin positif.

Jika pasien mengalami demam, batuk, anoreksia, keringat pada malam

hari, berat badan menurun dan malaise, maka pasien disarankan untuk melakukan

klinis TB.

Untuk pasien berumur < 5 tahun, yang menjalani Uji Tuberkulin positif

dan Klinis TB, disarankan untuk mengikuti terapi spesifik.

Jika pasien mengalami pembesaran kelenjar hilus, pembesaran kelenjar

pankreas, efusi pleura, milier, atelektasis dan emfisema lobus, maka disarankan

kepada pasien untuk menjalani Rongjen positif. Sedangkan untuk pasien yang

memiliki LED tinggi, disarankan untuk mengikuti Lab positif.

Untuk pasien yang menjalani Uji Tuberkulin positif, Rontgen positif dan

Lab positif, maka disarankan untuk mengikuti Terapi spesifik.

Jika pasien mengalami demam, batuk, anoreksia, keringat malam,

penurunan berat badan, malaise dan perut BCG, maka disarankan kepada pasien

untuk mengikuti klinis TB.


Jika pasien belum imunisasi dan memliki indurasi >= 10 mm, maka

disarankan kepada pasien untuk mengikuti uji tuberkulin ulang setelah 3-4

minggu positif, dan jika pasien yang sudah imunisasi BCG dan Indurasi BCG,

maka pasien juga akan melakukan uji tersebut.

Pasien yang menjalani BTA positif, juga disarankan menjalani terapi

spesifik.

Flowchart adalah simbol-simbol yang digunakan untuk menggambarkan

sebuah pernyataan logika pemrograman serta aliran logika yang ditunjukkan

dengan arah panah.

Saran Terapi dan Rekam Medis

Data Gejala/Penyakit, Data Alergi/Kontraindikasi, Data Obat, Data Terapi, Manajemen Aturan

Diagnosa, Manajemen Aturan Terapi

Data Pasien

Mulai

User Login

Pakar?



Data Pasien

Data Konsultasi

Penentuan Penyakit TBC pada Pasien

Selesai

Gambar 3.5 Flowchart Sistem Pakar Untuk Diagnosa Penyakit TBC Pada Anak

Ya

Tidak




Dari Gambar 3.5, dapat dijelaskan langkah-langkah proses yang dilakukan

adalah sebagai berikut:

Saat mulai menjalankan sistem berada pada posisi Mulai, kemudian

diminta memasukkan user dan password. Apabila login sebagai Pakar, maka ada

pilihan-pilihan menu untuk menginput Data Gejala/Penyakit, Data

Alergi/Kontraindikasi, Data Obat, Data Terapi, Manajemen Aturan Diagnosa, dan

Manajemen Aturan Terapi. Input ini akan menjadi database yang kemudian akan

memberikan output berupa daftar data yang telah dimasukkan sebelumnya. Untuk

login sebagai user yang lain, maka harus keluar dari menu utama Pakar.

Setelah keluar dari menu utama Pakar, maka akan ditampilkan kembali

halaman untuk login. Apabila tidak login sebagai Pakar, maka user dan password

yang dimasukkan adalah bagi Paramedis. Sebagai paramedis, dapat memasukkan

Data Pasien sehingga menjadi database Data Pasien. Setelah itu, paramedis

memasukkan Data Konsultasi yang diperoleh dengan cara bertanya kepada pasien.

Setelah itu sistem akan menggunakan algoritma forward chaining untuk

mengetahui jenis penyakit dari gejala yang telah ada. Kemudian diperlukan besar

CF untuk menentukan apakah penyakit tersebut atau tidak. Data Pasien serta Data

Konsultasi tersebut nantinya akan mengeluarkan output berupa Saran Terapi dan

Rekam Medis pasien. Setelah itu maka sistem ini Selesai.

3.2.4 Perancangan Antarmuka

Perancangan antarmuka merupakan gambaran pembuatan aplikasi sistem pakar

yang nantinya akan menjadi bentuk sistem pakar yang sebenarnya untuk

komunikasi antara user dan komputer. Berikut adalah rancangan model form-form

yang akan dipergunakan pada aplikasi sistem pakar ini.


3.2.4.1 Rancangan Halaman Menu Login

Form login merupakan form awal pada saat user maupun pakar mengakses sistem

pakar ini. Form ini akan digunakan untuk memilih apakah login sebagai user

maupun pakar. Jika proses login gagal, baik karena adanya kesalahan data ataupun

ada input yang kosong, maka akan ditampilkan pesan kesalahan dan harus

menginput ulang data yang benar. Apabila proses login berhasil, maka akan

ditampilkan form utama user (paramedis) ataupun pakar.

Gambar 3.6 Rancangan Halaman Menu Login

3.2.4.2 Rancangan Halaman Menu Utama Pakar

Halaman ini akan ditampilkan setelah pakar berhasil login. Rancangan menu

utama pakar ini mempunyai menu pilihan seperti File, Data, dan Akuisisi. Di

setiap menu tersebut teradapat submenu-submenu yang juga dapat dipilih oleh

pakar. Menu logout digunakan untuk keluar dari sistem sebagai pakar dan

kemudian kembali ke menu login.

Submenu data dimaksudkan untuk memasukkan data yang dianggapp

kurang, sementara submenu pada Akuisisi berisi aturan-aturan yang dimasukkan

pakar untuk keperluan diagnosa pasien.

User

Password

Login Tutup


Gambar 3.7 Rancangan Halaman Menu Utama Pakar

3.2.4.3 Rancangan Halaman Menu Data Gejala/Penyakit

Halaman ini akan muncul apabila dipilih submenu Data-Gejala/Penyakit, yang

akan menampilkan daftar gejala/penyakit yang telah atau akan dimasukkan oleh

pakar yang digunakan sebagai pendukung diagnosa. Berikut adalah tampilan

rancangan halaman ini:

Tanggal :

X

File Data Akuisisi Log Out

Keluar

Gejala/Penyakit

Alergi

Obat

Terapi

Aturan Diagnosa

Aturan Terapi

X MANAJEMEN DATA GEJALA PENYAKIT

No Nama Jenis isQty isLama(hari) Keterangan

Tutup Tambah Edit Hapus

Gambar 3.8 Rancangan Halaman Menu Data Gejala/


Apabila pakar akan menambah atau mengedit data gejala/penyakit dan

meng-klik tombol Tambah atau Edit pada Gambar 3.8, maka akan muncul

tampilan seperti Gambar 3.9. Setelah pakar memasukkan data yang baru atau data

yang di-edit dan meng-klik tombol Simpan, maka data tersebut akan masuk ke

halaman menu Data Gejala/Penyakit.

Untuk menghapus data gejala/penyakit maka pakar harus meng-klik

nomor data yang akan dihapus, kemudian tekan tombol Hapus.

Gambar 3.9 Rancangan Halaman Menu Tambah/Edit Data Gejala/Penyakit

3.2.4.4 Rancangan Halaman Menu Data Alergi

Apabila pakar memilih submenu Data-Alergi dari halaman menu utama, maka

akan muncul tampilan seperti berikut ini:

Nam

Jenis Batuk

GEJALA Memperhitungkan kualitas Lama (hari)

Keterangan

Simpan Batal

X KONTRA INDIKASI

No Nama Keterangan Tutup Tambah Edit Hapus

Gambar 3.10 Rancangan Halaman Menu Data Alergi Universitas Sumatera Utara

Untuk menambah atau mengedit data alergi, pakar dapat meng-klik tombol

Tambah atau Edit seperti pada Gambar 3.10. Maka akan muncul tampilan seperti

Gambar 3.11. Apabila pakar telah selesai memasukkan data, kemudian menekan

tombol Simpan, maka data tersebut akan tersimpan di halaman menu data alergi.

Gambar 3.11 Rancangan Halaman Menu Tambah/Edit Data Alergi

3.2.4.5 Rancangan Halaman Menu Data Obat

Apabila pakar memilih submenu Data-Obat dari halaman menu utama pakar,

maka akan muncul tampilan seperti di bawah ini:

Gambar 3.12 Rancangan Halaman Menu Data Obat

Kontra Indikasi Keterangan :

Simpan Batal

Typus

X MANAJEMEN OBAT

No Nama Kontra Indikasi

Efek Samping Keterangan

1 2 3 4 5



Jika pakar akan menambah atau mengedit data manajemen obat, maka

ditekan tombol Tambah, kemudian akan muncul tampilan berikut ini:

Gambar 3.13 Rancangan Halaman Menu Tambah/Edit Data Obat

3.2.4.6 Rancangan Halaman Menu Data Terapi

Apabila pakar memilih submenu Data-Terapi dari halaman utama pakar, maka

akan muncul tampilan seperti berikut ini:

Nama Efek Samping

Simpan Batal

Keterangan

Kontra

NO NAMA KETERANGAN

X MANAJEMEN TERAPI

ID Nama Keterangan 0 1 2 3 4


TERAPI :

Obat Dosis Frekuensi 0 1 2

DETAIL

Jumlah Terapi : 5

Gambar 3.14 Rancangan Halaman Menu Data Terapi


Untuk menambah atau mengedit data terapi, pakar dapat meng-klik tombol

Tambah atau Edit. Berikut adalah tampilan yang muncul:

Gambar 3.15 Rancangan Halaman Menu Tambah/Edit Data Terapi

Setelah pakar memasukkan data, maka di-klik tombol Simpan, sehingga

data yang telah dimasukkan akan muncul di halaman menu data terapi.

3.2.4.7 Rancangan Halaman Menu Aturan Diagnosa

Jika pakar akan memasukkan aturan-aturan diagnosa, maka pada halaman utama

pakar, dipilih submenu Akuisisi-Aturan Diagnosa. Berikut tampilan menu aturan

diagnosa pada sistem pakar ini:

Nama Keterangan

Simpan Batal

SEHARI

0

0

0

Obat Lama (hari)

Dosis Frekuensi Satuan

Maksimum

Tambah Obat Hapus

Obat Dosis Maksimum Lama Frekuensi


Gambar 3.16 Rancangan Halaman Menu Aturan Diagnosa

X MANAJEMEN ATURAN DIAGNOSA

No Id A T U R A N D I A G N O S A 1 Rule: JIKA Batuk DAN 2 3


No

Pakar

Jumlah Terapi : 28

Tampil

Pakar: Konklusi: CF Pakar: Keterangan Aturan: Operator: Premis:

Masukkan

Operator Data Jenis Keterangan Kuantitas Tol Lama Tol

Batal Simpan

Penyakit TBC/non-TBC

Hapus

Gambar 3.17 Rancangan Halaman Tambah/Edit Aturan Diagnosa


Apabila pakar akan menambahkan atau mengedit isi aturan diagnosa,

maka setelah di-klik tombol Tambah atau Edit pada halaman menu aturan

diagnosa, akan muncul tampilan seperti Gambar 3.17.

3.2.4.8 Rancangan Halaman Menu Aturan Terapi

Apabila pakar memilih submenu Akuisisi-Aturan Terapi pada halaman menu

utama pakar, maka akan muncul tampilan seperti berikut ini:

Gambar 3.18 Rancangan Halaman Menu Aturan Terapi

Untuk menampilkan aturan terapi, pakar dapat memasukkan angka nomor

aturan di tempat yang ada, kemudian meng-klik tombol Tampil, sehingga aturan-

aturan terapi akan muncul.

3.2.4.9 Rancangan Halaman Menu Utama Paramedis

Halaman ini akan ditampilkan setelah paramedis berhasil login. Rancangan menu

utama paramedis (user) ini mempunyai menu pilihan seperti File, Data, dan

Akuisisi. Di setiap menu tersebut teradapat submenu-submenu yang juga dapat

MANAJEMEN ATURAN TERAPI No. Aturan: s/d Tampil

No.ID Aturan Terapi

Tutup Tambah Hapus Simpan ke


dipilih oleh pakar. Menu logout digunakan untuk keluar dari sistem sebagai

paramedis dan kemudian kembali ke menu login.

Submenu pendaftaran untuk mendaftarkan pasien yang akan melakukan

konsultasi, sementara submenu Konsultasi adalah untuk memberikan diagnosa

kepada pasien yang telah mendaftar tersebut.

Gambar 3.19 Rancangan Halaman Menu Utama Paramedis

3.2.4.10 Rancangan Halaman Menu Pendaftaran Pasien

Apabila paramedis memilih submenu pendaftaran pasien dari halaman menu

utama paramedis, maka akan muncul tampilan seperti berikut:

Tanggal :

X

File Pendaftaran Konsultasi Log Out

Keluar

Pasien Kasus Baru

Kasus Lanjutan

Rekam Medis


Gambar 3.20 Rancangan Halaman Pendaftaran Pasien

Jika paramedis akan menambahkan atau mengedit data pasien, maka di-

klik tombol Tambah atau Edit, kemudian akan muncul tampilan berikut ini:

Gambar 3.21 Rancangan Halaman Tambah/Edit Pasien

3.2.4.11 Rancangan Halaman Menu Konsultasi Kasus Baru

Apabila paramedis memilih submenu Konsultasi Kasus Baru, maka akan muncul

tampilan seperti berikut ini:

MANAJEMEN PASIEN Id: Nama: Alamat: Cari

ID Nama Alamat Tgl. Lahir Keterangan


Nama Alamat Tanggal Lahir Keterangan

Simpan Batal


Gambar 3.22 Rancangan Halaman Menu Konsultasi Kasus Baru

Setelah paramedis memasukkan ID pasien yang sesuai dengan halaman

menu Manajemen Pasien, maka data pasien akan otomatis muncul sesuai dengan

data yang sudah dimasukkan sebelumnya. Setelah paramedis memasukka gejala

pertama yang dialami pasien, kemudian di-klik tombol Mulai. Setelah itu akan

muncul pertanyaan-pertanyaan yang akan dijawab untuk memberikan hasil

diagnosa yang tepat.

3.2.4.12 Rancangan Halaman Menu Konsultasi Lanjutan

Apabila pasien yang datang sudah pernah melakukan konsultasi sebelumnya,

maka paramedis memilih submenu Konsultasi Lanjutan dari halaman menu utama

paramedis.

KONSULTASI KASUS BARU Id Pasien: Nama: Alamat: Umur: Keterangan: BB: Gejala:

::

Mulai

Tempat ditampilkan pertanyaan-pertanyaan sesuai gejala


Gambar 3.23 Rancangan Halaman Menu Konsultasi Lanjutan

Setelah paramedis memasukkan ID pasien, maka untuk mengetahui hasil

konsultasi yang pernah dilakukan sebelumnya, di-klik tombol OK. Setelah itu

akan muncul tampilan pertanyaan tentang perkembangan pasien. Setelah dijawab,

maka klik tombol Lanjutkan. Kemudian akan muncul saran terapi yang sesuai

untuk pasien yang pernah mendapatkan pengobatan sebelumnya. Untuk

menyimpan data pasien tersebut, klik tombol Simpan. Tombol Reset digunakan

untuk memulai kembali konsultasi apabila akan memasukkan ID pasien yang lain.

3.2.4.13 Rancangan Halaman Menu Rekam Medis

Halaman rekam medis merupakan halaman yang menyimpad data pasien yang

pernah melakukan konsultasi menggunakan sistem ini. Jika paramedis ingin

melihat rekam medis seorang pasien, dimasukkan ID pasien kemudian akan

ditampilkan riwayat rekam medisnya. Data rekam medis tersebut akan

ditampilkan secara berurutan sesuai dengan tanggal pasien melakukan konsultasi.

KONSULTASI LANJUTAN Id Pasien: Nama: Alamat: Umur: Keterangan: BB: Gejala:

::

OK

Pertanyaan tentang perkembangan pasien.

Saran terapi setelah diketahui perkembangan pasien.

Lanjutkan

Reset Simpan Tutup


Data rekam medis menampilkan semua data pasien (nama, alamat, umur,

keterangan) serta hasil konsultasi dan saran terapi yang diberikan. Berikut

tampilan rekam medis pasien pada sistem pakar ini:

Gambar 3.24 Rancangan Halaman Menu Rekam Medis

REKAM MEDIS MASUKKAN ID PASIEN DAN TEKAN TOMBOL ENTER ATAU TOMBOL CARI Id Pasien: Nama: Alamat: Umur: Keterangan: ::

Refresh Reset

No Tanggal Rekam Medis

Simpan ke Excel Tutup


BAB 4

IMPLEMENTASI DAN PENGGUNAAN

4.1 Spesifikasi Perangkat Keras dan Perangkat Lunak

Dalam proses pembuatan aplikasi, konfigurasi perangkat keras yang digunakan

adalah processor Intel Core 2 T5600 1,83 GHz, RAM 1 GB, dengan sistem

operasi Microsoft Windows XP Professional Service Pack 2. Tapi program ini

juga dapat dijalankan dengan konfigurasi minimal komputer sebagai berikut:

1. Processor Intel Pentium 166 MHz, atau yang lebih tinggi (disarankan

Pentium II 400 MHz)

2. RAM 256MB untuk Windows 98

3. Operating System Windows 98, Windows 2000, Windows XP.

4. Hard disk 475 MB

5. VGA Card 256 color, 640x480 pixel

6. Mouse

7. Keyboard

4.2 Cara Penggunaan Program

Pada saat pertama kali program aplikasi Perancangan Sistem Pakar untuk

Diagnosa Penyakit TBC pada Anak dijalankan, maka akan tampil halaman Login.

Gambar 4.1 Halaman Login


Berikut ini adalah username dan password yang dibuat di sistem pakar ini:

Tabel 4.1 Daftar Pengguna Sistem Pakar

User Password Akses Pakar Pakar Pakar Dokter Dokter Paramedis

4.2.1 Login Sebagai Pakar

Sistem pakar ini memberikan fasilitas untuk memasukkan pengetahuan melalui

menu pakar.

Login dengan user dan password dengan hak akses sebagai pakar. Sistem

akan memunculkan halaman menu utama pakar seperti tampak pada Gambar 4.2.

pada menu pakar ada beberapa fasilitas untuk memasukkan pengetahuan yaitu:

manajemen data gejala/penyakit, manajemen data alergi, manajemen data obat,

manajemen data terapi, manajemen aturan diagnosa dan manajemen aturan terapi.

Gambar 4.2 Menu Utama Pakar

Untuk mengelola data gejala/penyakit, masuk ke menu Data, kemudian

pilih Data Gejala/Penyakit. Sistem akan menampilkan halaman manajemen data

gejala/penyakit seperti tampak pada Gambar 4.3.


Gambar 4.3 Halaman Manajemen Data Gejala/Penyakit

Untuk menambah data gejala/penyakit, klik tombol Tambah pada halaman

Manajemen Data Gejala/Penyakit. Sistem akan menampilkan halaman

penambahan gejala/penyakit seperti tampak pada Gambar 4.4. Dalam halaman

tersebut juga ada pilihan untuk memperhatikan kuantitas dan waktu dari data yang

dimasukkan (khusus data gejala). Kuantitas dan waktu inilah yang akan digunakan

dalam penghitungan CF pengguna. Satuan kuantitas disesuaikan dengan data

gejala yang dimasukkan (misalnya panas satuannya derajat celcius, diameter kulit

yang kemerahan satuannya cm). Setelah semua diisi, klik tombol Simpan.

Gambar 4.4 Halaman Penambahan Data Gejala/Penyakit

Untuk mengedit data gejala/penyakit yang sudah dimasukkan ke dalam

sistem, pilih data yang akan diedit dari Halaman Manajemen Data Gejala/Penyakit


(Gambar 4.4), lalu klik tombol Edit. Sistem akan memunculkan halaman Edit

Data Gejala/Penyakit seperti tampak pada Gambar 4.4. Isikan data yang berubah,

lalu klik tombol Simpan.

Untuk menghapus data gejala/penyakit yang sudah dimasukkan ke dalam

sistem, pilih data yang akan dihapus dari halaman Manajemen Data

Gejala/Penyakit (Gambar 4.3) lalu klik tombol Hapus. Penghapusan tidak dapat

dilakukan jika data gejala/penyakit sudah dipakai dalam aturan diagnosa.

Untuk mengelola data alergi/kontraindikasi, yaitu suatu kondisi pasien

yang menyebabkan pasien yang menyebabkan pasien tidak boleh mengonsumsi

obat tertentu, dapat dilakukan dengan masuk ke halaman utama sistem pakar,

kemudian pilih Data, kemudian Alergi. Sistem akan menampilkan halaman

Manajemen Alergi seperti tampak pada Gambar 4.5.

Gambar 4.5 Halaman Kontraindikasi

Untuk menambahkan data kontra-indikasi, klik tombol Tambah pada

halaman Kontraindikasi. Sistem akan memunculkan halaman Penambahan

Kontraindikasi seperti tampak pada Gambar 4.6. Setelah menulis datanya

kemudian klik tombol Simpan.


Gambar 4.6 Halaman Penambahan Kontraindikasi

Untuk mengedit atau menghapus data alergi/kontra-indikasi, pilih data

alergi/kontra indikasi yang akan dihapus pada halaman Manajemen

Kontraindikasi (Gambar 4.5) lalu klik tombol Edit atau tombol Hapus.

Untuk mengelola data obat, masuk ke menu Data-Obat pada halaman

utama Pakar. Sistem akan memunculkan halaman Manajemen Obat seperti

tampak pada Gambar 4.7.

Untuk mengedit/menghapus data obat yang sudah dimasukkan ke dalam

sistem, pada halaman Manajemen Obat (Gambar 4.7) pilih data obat yang akan

diedit/dihapus lalu klik tombol Edit atau tombol Hapus. Penghapusan data obat

tidak akan bisa dilakukan jika data obat sudah digunakan dalam terapi.

Gambar 4.7 Halaman Manajemen Obat


Untuk melakukan penambahan data obat, pada halaman Manajemen Obat

(Gambar 4.8) klik tombol Tambah. Sistem akan menampilkan halaman

Penambahan Data Obat seperti tampak pada Gambar 4.8. Isilah data berupa

nama,efek samping obat, keterangan dan kontra-indikasi dari obat tersebut lalu

klik tombol Simpan.

Gambar 4.8 Halaman Penambahan Obat

Untuk mengelola data terapi, pilih menu Data-Terapi pada halaman menu

utama pakar. Sistem akan menampilkan halaman Manajemen Terapi seperti

tampak pada Gambar 4.9.


Gambar 4.9 Halaman Manajemen Terapi

Untuk menambahkan data terapi, pada halaman Manajemen Terapi


Penambahan Terapi seperti tampak pada Gambar 4.10. Isilah data tentang terapi

beserta obat yang digunakan dalam terapi tersebut lalu klik tombol Simpan.

Gambar 4.10 Halaman Penambahan Terapi

Untuk mengedit/menghapus data terapi, pada halaman Manajemen Terapi

(Gambar 4.9) pilih data terapi yang akan diedit/dihapus lalu klik tombol Edit atau

tombol Hapus. Penghapusan data terapi tidak akan bisa dilakukan jika data terapi

sudah digunakan dalam aturan terapi.


Untuk mengelola data aturan diagnosa, pada halaman utama Pakar, pilih

menu Akuisisi-Aturan Diagnosa. Sistem akan menampilkan halaman Manajemen

Aturan Diagnosa seperti tampak pada Gambar 4.11.

Untuk melihat data aturan diagnosa, klik tombol Tampil. Jika ingin

melihat aturan dengan nomor tertentu atau dari pakar tertentu, sebelum mengklik

tombol Tampil, cek pada nomor aturan/pakar kemudian isilah data nomor

aturan/pakar kemudian isilah data nomor aturan yang ingin dicari. Jika ingin

menyimpan data aturan yang sudah tampil ke dalam format Excel, klik tombol

Simpan ke Excel.

Gambar 4.11 Halaman Manajemen Aturan Diagnosa

Untuk menambahkan data aturan diagnosa, pada halaman manajemen

aturan diagnose, pada halaman manajemen aturan diagnosa klik tombol Tambah.

Sistem akan menampilkan halaman Penambahan Data Aturan Diagnosa seperti

tampak pada Gambar 4.12. Isilah data pakar sumber pengetahuan, konklusi, CF

konklusi (CF pakar) beserta premis-premisnya. Setelah semua terisi, klik tombol

Simpan.


Gambar 4.12 Halaman Penambahan Aturan Diagnosa

Untuk mengelola aturan terapi, dari halaman utama Pakar, pilihlah menu

Akuisisi-Aturan Terapi. Sistem akan menampilkan halaman Manajemen Aturan

Terapi. Sama seperti untuk menampilkan aturan diagnosa, untuk menampilkan

aturan terapi, klik tombol Tampil setelah mendefinisikan nomor aturan dan pakar

yang ingin ditampilkan.

Untuk menambahkan data aturan terapi, dari halaman Manajemen Aturan

Terapi klik tombol Tambah. Sistem akan menampilkan halaman Penambahan

Data Aturan Terapi.

4.2.2 Login Sebagai Paramedis

Pengguna paramedis diberikan fasilitas untuk menginputkan data pasien,

melakukan konsultasi (baru dan lanjutan) serta melihat rekam medis pasien.

Setelah login menggunakan user dan password dengan hak akses sebagai

paramedis, maka akan muncul tampilan seperti pada Gambar 4.13.


Gambar 4.13 Menu Utama Paramedis

Berikut ini adalah langkah-langkah yang harus dilakukan oleh pengguna

untuk dapat menggunakan fasilitas paramedis.

Untuk mengelola data pasien, pilih menu Pendaftaran-Pasien. Sistem akan

menampilkan halaman Manajemen Pasien seperti tampak pada Gambar 4.14.

Gambar 4.14 Halaman Manajemen Pasien


Untuk menambahkan data pasien, pada halaman manajemen pasien


Penambahan Data Pasien seperti tampak pada Gambar 4.15.

Gambar 4.15 Halaman Penambahan Data Pasien

Untuk melakukan konsultasi kasus baru, dari halaman utama Paramedis

pilih menu Konsultasi-Kasus Baru. Sistem akan menampilkan halaman Konsultasi

Kasus Baru seperti tampak pada Gambar 4.16. Pada halaman tersebut diisi data

pasien yang sudah diinputkan dari halaman data pasien, berat badan pasien (untuk

menentukan dosis), dan keluhan utama pasien. Setelah itu klik tombol Mulai.

Sistem dengan menggunakan metode campuran runut maju akan mencari

kemungkinan penyakit berdasarkan gejala utama pasien dan kemudian dengan

runut mundur akan mencari penyakit dengan kemungkinan terbesar. Cara mencari

penyakit dengan kemungkinan terbesar, sistem akan memberikan pertanyaan

terkait dengan gejala-gejala (yang belum diketahui sistem) yang merupakan

premis dari penyakit hipotesis.


Gambar 4.16 Halaman Konsultasi Kasus Baru

Setelah sistem menemukan kesimpulan penyakit dengan faktor kepastian

terbesar, pengguna dapat melihat terapi yang sesuai dari penyakit terpilih dengan

cara mengklik tombol Terapi. Sistem bisa memberikan beberapa kemungkinan

terapi yang tidak memiliki kontradiksi dengan keadaan pasien, tetapi pengguna

cukup memilih salah satu dari terapi yang ditawarkan. Dengan melakukan cek

pada salah satu terapi, sistem akan memunculkan data obat beserta dosis dan cara

mengkonsumsinya.

Untuk melakukan konsultasi lanjutan, dari halaman utama Paramedis pilih

menu Konsultasi-Lanjutan. Sistem akan menampilkan halaman konsultasi

lanjutan seperti tampak pada Gambar 4.17. Masukkan ID pasien, berat badan, dan

kasus sebelumnya lalu klik tombol OK, maka sistem akan memunculkan data

kasus terdahulu berikut terapinya dan sistem akan meminta pengguna untuk

memasukkan perkembangan pasien. Setelah diisi, klik tombol Lanjutkan dan

sistem akan memberikan rekomendasi terapi selanjutnya.


Gambar 4.17 Halaman Kasus Lanjutan

Untuk melihat rekam medis pasien, dari halaman utama Paramedis pilih

menu Konsultasi-Rekam Medis. Sistem akan menampilkan halaman rekam medis

seperti tampak pada Gambar 4.18. Masukkan ID pasien dan sistem akan

menampilkan data rekam medis pasien tersebut.

Gambar 4.18 Halaman Rekam Medis Pasien


4.3 Pengujian Sistem

Pengujian sistem dilakukan untuk mengetahui apakah sistem telah berjalan sesuai

dengan apa yang telah dirancang sebelumnya. Pengujian yang dilakukan berfokus

pada persyaratan fungsional perangkat lunak. Pengujian ini memungkinkan pakar

memperoleh kumpulan kondisi input yang akan mengerjakan seluruh keperluan

fungsional program. Jika sistem berjalan sesuai dengan aturan pada basis

pengetahuan dan semua fungsi komponen pada setiap interface berfungsi dengan

benar, maka sistem telah berjalan dengan baik. Berikut pengujian pemasukan data

keluaran dengan membandingkan hasilnya pada basis pengetahuan melalui proses

tanya jawab pada sistem:

Pengujian I

1. Input gejala awal : Batuk

2. Kemungkinan awal :

a. Asma, CF 1

b. Terapi Spesifik, CF 1

3. Pertanyaan yang muncul :

a. Apakah demam? Jawaban : Tidak

b. Apakah indurasi >= 10 mm? Jawaban : Tidak

c. Apakah belum imunisasi BCG? Jawaban : Tidak

d. Apakah uji tuberkulin +? Jawaban : Tidak

e. Apakah anoreksia? Jawaban : Tidak

f. Apakah keringat malam? Jawaban : Tidak

g. Apakah penurunan BB? Jawaban : Tidak

h. Apakah malaise? Jawaban : Tidak

i. Apakah umur < 5 tahun? Jawaban : Tidak

j. Apakah frekuensi nafas meningkat? Jawaban : Ya

k. Apakah amplitudo nafas dangkal? Jawaban : Ya

l. Apakah sesak nafas? Jawaban : Ya


m. Apakah nafas cuping hidung? Jawaban : Ya

n. Apakah parut BCG? Jawaban : Tidak

4. Kemungkinan akhir :

Asma, CF 1

Terapi Spesifik, CF -1

Data gejala yang pertama dimasukkan memberikan kemungkinan awal

penyakit yang diderita pasien. Setelah itu, sistem akan memberikan pertanyaan-

pertanyaan untuk memperoleh kesimpulan yang lebih tepat. Pertanyaan yang

muncul adalah berdasarkan aturan gejala penyakit yang mungkin, diantara pilihan

kemungkinan awal. Kemudian setiap jawaban dibandingkan dengan dengan basis

pengetahuan. Pada pengujian I, data yang diperoleh dari proses tanya jawab dan

dibandingkan dengan aturan pengetahuan pada Tabel 3.19, telah memiliki output

yang sama, yaitu pada aturan nomor 1, bahwa pasien kemungkinan akhir dan

terbesar menderita Asma.

Pengujian II

1. Input gejala awal : Uji Tuberkulin +

2. Kemungkinan awal :

a. Terapi Spesifik, CF 1

3. Pertanyaan yang muncul :

a. Apakah demam? Jawaban : Ya, Kuantitas: 39 D Celcius, Lama: 13 hari

b. Apakah batuk? Jawaban : Ya

c. Apakah belum imunisasi BCG? Jawaban : Ya

d. Apakah anoreksia? Jawaban : Ya

e. Apakah keringat malam? Jawaban : Ya

f. Apakah penurunan BB? Jawaban : Ya

g. Apakah malaise? Jawaban : Ya

h. Apakah parut BCG? Jawaban : Ya

i. Apakah kelainan minimal pada rontgen paru? Jawaban : Ya

j. Apakah umur < 5 tahun? Jawaban : Ya


4. Kemungkinan akhir :

Terapi Spesifik, CF 0.5

Pada pengujian II, data yang diperoleh dari proses tanya jawab dan

dibandingkan dengan aturan pengetahuan pada Tabel 3.19, telah memiliki output

yang sama, yaitu pada aturan nomor 21, bahwa pasien kemungkinan akhir dan

terbesar memerlukan Terapi Spesifik.

Pilihan jawaban yang disediakan oleh sistem berupa tidak tahu (CF : 0), ya

(CF : 1), tidak (CF : -1). Tetapi apabila aturan yang mengandung fungsi kuantitas

dan waktu, maka CF akan dihitung sebesar gabungan derajat keanggotaan dari

fungsi karakteristik kuantitas dan derajat keanggotaan dari fungsi karakteristik

waktu. Maka selain gejala demam, gejala lainnya dianggap bernilai 1 pada saat

pencarian nilai minimum CF.

Sesuai dengan aturan nomor 4 pada Tabel 3.19, maka perhitungannya

dapat dilakukan sebagai berikut:

Jika Demam (diumpamakan: H) dengan kuantitas = 38 D Celcius toleransi 2

selama >= 14 hari toleransi 2

Maka Terapi Spesifik (diumpamakan: F), CF 1

Jika diketahui pasien mengalami H dengan kuantitas 39 selama 13 hari, maka nilai

CF pasien mengalami H dapat dihitung sebagai berikut:

a. Hitung nilai CF kuantitas H

Diketahui:

operator : =

nilai : 38

toleransi : 2

x : 39

Untuk menghitung nilai CF kuantitas H, digunakan rumus 2.2. Dari

beberapa perhitungan yang bisa dipakai pada rumus 2.2, perhitungan

ketiga adalah yang paling tepat karena nilai < x < nilai + toleransi.

Dengan demikian nilai CF kuantitas H adalah:

CF kuantitas H : (nilai + toleransi x)

Toleransi


: (38 + 2 39)

2

:

: 0.5

b. Hitung nilai CF waktu H

Diketahui:

operator : >=

nilai : 14

toleransi : 2

x : 13

Untuk menghitung nilai CF waktu H, digunakan rumus 2.3. Dari beberapa

perhitungan yang bisa dipakai pada rumus 2.3, perhitungan kedua adalah

yang paling tepat karena nilai toleransi

d. Hitung nilai CF pasien mengalami F

Diketahui:

CF H : 0.5

CF Pakar : 1

Nilai CF F dihitung dengan menggunakan rumus :

CF (x,y) = CF (x) * CF (y)

Dengan

CF (x,y) : CF paralel

CF (x) : CF sekuensial dari semua premis

CF (y) : CF Pakar

Maka dapat dihitung, yakni sebesar:

CF F : CF H * CF Pakar

: 0.5 * 1

: 0.5

Berdasarkan dua pengujian tersebut, dapat diambil kesimpulan bahwa

kesimpulan hasil diagnosa sesuai dengan aturan basis pengetahuan pada sistem.

Maka dapat disimpulkan pada pengujian ini sistem pakar sudah bekerja

sebagaimana rancangan sistem yang dibuat.


BAB 5

KESIMPULAN DAN SARAN

5.1 Kesimpulan

1. Sistem pakar dapat diaplikasikan dalam diagnosa penyakit TBC pada

anak, dan dapat mencoba memecahkan masalah yang biasanya hanya bisa

dipecahkan oleh seorang pakar, baik dari sisi proses pengambilan

keputusannya maupun hasil keputusan yang diperoleh.

2. Metode kuantifikasi pertanyaan yang digunakan dalam sistem pakar ini

merupakan metode untuk mendapatkan nilai faktor kepastian dari

pengguna terhadap suatu evidence dengan mengkuantifikasi pertanyaan.

3. Nilai CF (Certainty Factor) adalah antara -1 s/d 1. Nilai -1 artinya tidak

menderita penyakit sama sekali, dan nilai 1 berarti sangat sakit. Untuk

menghitung nilai CF, sistem akan memberikan pertanyaan kepada

pengguna.

4. Penggunaan algoritma runut maju (forward chaining) dan runut balik

(backward chaining) sekaligus dalam melakukan diagnosa dapat

memberikan konklusi yang lebih tepat.

5.2 Saran

1. Dapat menggunakan metode lain untuk mendiagnosa penyakit TBC pada

anak, yang mungkin lebih akurat.

2. Menambahkan pengetahuan yang lebih lengkap dari pakar yang berbeda.


3. Sistem pakar ini dapat dilanjutkan kepada sistem online sehingga pasien

dapat menggunakannya sendiri sebelum datang langsung menemui

paramedis atau pakar.

4. Menambahkan pengertian dari istilah-istilah kedokteran yang mungkin

tidak dimengerti pengguna yang bukan paramedis.


chapter iii-v sistem pakar

Documents