penerapan metode forward chaining pada laporan …

PENERAPAN METODE FORWARD CHAINING PADA SISTEM KONSULTASI CERDAS SAKU BUMIL

LAPORAN SKRIPSI

DZAKI FADLULLAH ABDURRACHMAN 4616010022

PROGRAM STUDI TEKNIK INFORMATIKA

JURUSAN TEKNIK INFORMATIKA DAN KOMPUTER POLITEKNIK NEGERI JAKARTA

2020


LAPORAN SKRIPSI

Dibuat untuk Melengkapi Syarat-Syarat yang Diperlukan untuk Memperoleh Diploma Empat Politeknik

DZAKI FADLULLAH ABDURRACHMAN 4616010022

PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN TEKNIK INFORMATIKA DAN KOMPUTER

POLITEKNIK NEGERI JAKARTA 2020

i

HALAMAN PERNYATAAN ORISINALITAS

Skripsi/Tesis/Disertasi ini adalah hasil karya saya sendiri, dan semua sumber

baik yang dikutip maupun dirujuk telah saya nyatakan dengan benar.

Nama : Dzaki Fadlullah Abdurrachman

NIM : 4616010022

Tanggal : 9 Agustus 2020

Tanda Tangan :

ii

LEMBAR PENGESAHAN

Skripsi diajukan oleh:


NIM : 4616010022

Program Studi : Teknik Informatika

Judul Skripsi : PENERAPAN METODE FORWARD CHAINING

PADA SISTEM KONSULTASI CERDAS SAKU

BUMIL

Telah diuji oleh tim penguji dalam Sidang Skripsi pada hari hari , Tanggal , Bulan

Juli, Tahun 2020 dan dinyatakan LULUS.

Disahkan oleh:

Pembimbing : Iklima Ermis Ismail, S.Kom., M.Kom.

Penguji I : Hata Maulana S.Si., M.Ti.

Penguji II : Anggi Mardiyono S.Kom., M.Kom.

Penguji III : Malisa Huzaifa S.Kom., M.T.

Mengetahui:

Jurusan Teknik Informatika dan Komputer

Ketua

Mauldy Laya, S.Kom., M.Kom.

NIP. 197802112009121003

iii

KATA PENGANTAR

Puji Syukur ke hadirat Allah SWT, karena atas berkat dan rahmat-Nya, penulis

dapat menyelesaikan laporan skripsi ini. Penulisan laporan skripsi ini dilakukan

dalam rangka memenuhi salah satu syarat untuk mencapai gelar Diploma Empat

Politeknik. Skripsi ini berjudul “PENERAPAN METODE FORWARD CHAINING

PADA SISTEM KONSULTASI CERDAS SAKU BUMIL”. Pada kesempatan ini

penulis mengucapkan banyak terima kasih kepada berbagai pihak atas bantuan,

bimbingan dan dukungannya sehingga penulisan ini berjalan lancar, yaitu: a. Ibu Iklima Ermis Ismail, S.Kom., M.Kom. selaku dosen pembimbing skripsi

yang telah meluangkan waktu, tenaga dan fikiran untuk membimbing dan

membantu penulis dalam menyusun laporan skripsi.

b. Dr. Allan Taufiq Rivai, Sp.OG, selaku dokter spesialis kebidanan dan

kandungan di Rumah Sakit Universitas Indonesia yang telah membantu

penulis dalam memenuhi kebutuhan sistem, menentukan rules, dan

melakukan pengujian pada sistem.

c. Adhytia Puspa Dewi, Amd.Keb, selaku bidan di Puskesmas Beji Timur yang

telah membantu penulis dalam memperoleh data-data yang diperlukan.

d. Orang tua dan keluarga penulis yang setiap saat mendoakan penulis serta

memberikan dukungan dan bantuan moral maupun material kepada penulis.

e. Sahabat dan teman-teman yang telah banyak membantu penulis dalam

menyelesaikan penyusunan skripsi.

Akhir kata, penulis berharap Allah SWT berkenan membalas segala kebaikan

semua pihak yang telah membantu. Semoga laporan skripsi ini membawa manfaat

bagi pengembangan ilmu.

Depok, Juni 2020

Penulis

iv

HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI SKRIPSI

UNTUK KEPENTINGAN AKADEMIS

Sebagai sivitas akademik Politeknik Negeri Jakarta, saya yang bertanda tangan di

bawah ini:


NIM : 4616010022

Program Studi : Teknik Informatika

Jurusan : Teknik Informatika dan Komputer

Jenis Karya : Skripsi

Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada

Politeknik Negeri Jakarta Hak Bebas Royalti Noneksklusif (Non-exclusive

Royalty-Free Right) atas karya ilmiah saya yang berjudul:

Penerapan Metode Forward Chaining Pada Sistem Konsultasi Cerdas Saku Bumil

Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti

Noneksklusif ini Politeknik Negeri Jakarta berhak menyimpan,

mengalihmedia/format-kan, mengelola dalam bentuk pangkalan data (database),

merawat, dan memublikasikan skripsi saya selama tetap mencantumkan nama saya

sebagai penulis/pencipta dan sebagai pemilik Hak Cipta.

Demikian penyataan ini saya buat dengan sebenarnya.

Dibuat di: Depok. Pada tanggal: 21 April 2020

Yang menyatakan

(Dzaki Fadlullah Abdurrachman)

v

Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta


ABSTRAK

Abstrak

Proses kehamilan adalah fase terpenting untuk seorang ibu, baik yang baru pertama kali mengandung ataupun sudah beberapa kali. Pada fase ini juga terdapat banyak penyakit yang dapet mengganggu jalannya atau proses kehamilan itu sendiri. Penyakit tersebut bisa bermacam-macam, ada yang bawaan penyakit ketika sebelum mengandung dan ada juga yang muncul seketika itu ketika hamil. Fase nifas atau fase setelah kehamilan juga merupakan suatu aspek penting yang perlu diperhatikan, karena untuk menjaga bayi agar tetap sehat diperlukan ibu yang sehat, dengan begitu diusahakan agar ibu selalu menjaga kebersihan dan tetap berkonsultasi dengan medis. Oleh karena itu, pengetahuan tentang kesehatan selama kehamilan dan nifas merupakan hal yang wajib dipelajari. Nemun faktanya masih banyak pasangan warga Negara Indonesia yang masih belum banyak mengetahui informasi tersebut. Angka Kematian Ibu (AKI) menyebutkan bahwa Indonesia ada pada posisi 2 dengan urutan jumlah AKI terbanyak ketika dibandingkan dengan negara-negara lainnya di Asia Tenggara. Guna membantu langkah pemerintah dalam mengurangi Angka Kematian Ibu (AKI) yang masih sangat tinggi tersebut, guna mengatasi permaslahan tersebut, penelitian ini bertujuan untuk mengimplementasikan fitur konsultasi cerdas menggunakan algoritma Forward Chaining untuk melakukan pencarian hasil berupa kesimpulan suatu penyakit yang berasal dari gejala-gejala atau fakta yang didapat dari suatu inputan ibu hamil. Fitur konsultasi cerdas ini dikembangkan menggunakan framework Laravel dengan bahasa pemrograman PHP. Berdasarkan pengujian yang dilakukan dengan cara membandingkan antara jawaban dari pakar dan jawaban dari user melalui aplikasi, dihasilkan tingkat akurasi sebesar 100%. Dengan demikian fitur ini sudah mampu melakukan proses screening sebuah fakta berupa gejala secara otomatis, dengan hasil yang baik dan telah memenuhi kebutuhan pengguna. Kata kunci: algoritma forward chaining, konsultasi cerdas, kehamilan, nifas, android

vi


DAFTAR ISI

HALAMAN PERNYATAAN ORISINALITAS .................................................. i LEMBAR PENGESAHAN ..................................... Error! Bookmark not defined. KATA PENGANTAR ........................................................................................... ii HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI SKRIPSI UNTUK KEPENTINGAN AKADEMIS ............................................................ iv ABSTRAK ............................................................................................................. v DAFTAR ISI ......................................................................................................... vi DAFTAR TABEL ................................................................................................. ix DAFTAR GAMBAR ............................................................................................. x DAFTAR LAMPIRAN ....................................................................................... xii BAB I ...................................................................................................................... 1 PENDAHULUAN .................................................................................................. 1 1.1 Latar Belakang Masalah ................................................................................. 1

1.2 Perumusan Masalah ....................................................................................... 3

1.3 Batasan Masalah ............................................................................................. 3

1.4 Tujuan dan Manfaat ....................................................................................... 3

1.5 Metode Penyelesaian Masalah ....................................................................... 4

BAB II .................................................................................................................... 7 TINJAUAN PUSTAKA ........................................................................................ 7 2.1 Penelitian Terdahulu ...................................................................................... 7

2.2 ANC ............................................................................................................... 9

2.3 Kehamilan ...................................................................................................... 9

2.4 Nifas ............................................................................................................. 10

2.5 Konsultasi Cerdas ......................................................................................... 10

2.6 Algoritma Forward Chaining ....................................................................... 10

2.7 Laravel .......................................................................................................... 11

2.8 MySQL ......................................................................................................... 12

vii


2.9 React Native ................................................................................................. 12

2.10 Flow Chart .................................................................................................... 12

2.11 Entity Relationship Diagram (ERD) ............................................................ 13

2.12 Unified Modelling Language (UML) ........................................................... 13

2.12.1 Use Case ..................................................................................................... 13

2.12.2 Activity Diagram ........................................................................................ 14

2.12.3 Class Diagram ............................................................................................ 15

2.13 Testing .......................................................................................................... 16

2.13.1 Black Box Testing ...................................................................................... 16

2.13.2 User Acceptance Test ................................................................................. 17

BAB III ................................................................................................................. 18 PERENCANAAN DAN REALISASI ................................................................ 18 3.1 Perancangan Program Aplikasi .................................................................... 18

3.1.1 Deskripsi Program Aplikasi ......................................................................... 18

3.1.2 Analisis Kebutuhan Sistem .......................................................................... 18

3.1.3 Cara Kerja Program Aplikasi ....................................................................... 20

3.1.4 Rancangan Program Aplikasi ....................................................................... 21

3.2 Realisasi Program Aplikasi .......................................................................... 27

3.2.1 Desain Sistem ............................................................................................... 27

3.2.2 Tabel Pakar ................................................................................................... 32

3.2.3 Implementasi Sistem .................................................................................... 41

BAB IV ................................................................................................................. 47 PEMBAHASAN .................................................................................................. 47 4.1 Pengujian ...................................................................................................... 47

4.1.1 Deskripsi Pengujian ..................................................................................... 47

4.1.2 Prosedur Pengujian ....................................................................................... 47

4.1.3 Data Hasil Pengujian .................................................................................... 47

viii


4.1.4 Analisis Data / Evaluasi ............................................................................... 54

4.2 Pemeliharaan Sistem .................................................................................... 55

BAB V ................................................................................................................... 56 PENUTUP ............................................................................................................ 56 5.1 Kesimpulan .................................................................................................. 56

5.2 Saran ............................................................................................................. 56

DAFTAR PUSTAKA ......................................................................................... xiii DAFTAR RIWAYAT HIDUP .......................................................................... xiii

ix


DAFTAR TABEL

Tabel 1 Simbol dan Deskripsi Flowchart................................................................11

Tabel 2 Simbol dan Deskripsi Use Case..................................................................12

Tabel 3 Simbol dan Deskripsi Activity Diagram.…………..…………….......…..13

Tabel 4 Simbol dan Deskripsi Class Diagram…………..…..…………….......…..14

Tabel 5 Tabel Gejala …………………………………….....…………….......…..30

Tabel 6 Tabel Penyakit ……………………………………..…………….......…..32

Tabel 7 Komparasi Kesimpulan Penyakit ………………..…………...….............47

x


DAFTAR GAMBAR

Gambar 1. 1 Waterfall Model...................................................................................5

Gambar 2. 1 Proses Forward Chaining...................................................................10

Gambar 3. 1 Flowchart Konsultasi Cerdas Aplikasi Saku Bumil............................19

Gambar 3. 1 Use Case Aplikasi Saku Bumil...........................................................20

Gambar 3. 2 Activity Diagram Mendiagnosa Penyakit...........................................21

Gambar 3. 1 Activity Diagram Melihat Hasil Diagnosa..........................................22

Gambar 3. 2 Activity Diagram Melihat Saran dan Pencegahan..............................23

Gambar 3. 6 Class Diagram Fitur Konsultasi Cerdas Aplikasi Saku Bumil............24

Gambar 3. 7 ERD Fitur Konsultasi Cerdas Aplikasi Saku Bumil............................25

Gambar 3. 8 Halaman Pemilihan Fase untuk Diagnosa..........................................26

Gambar 3. 9 Halaman Pertanyaan Gejala................................................................27

Gambar 3. 10 Halaman Hasil Diagnosa..................................................................28

Gambar 3. 11 Halaman Riwayat Diagnosa.............................................................29

Gambar 3. 12 Halaman Detail Diagnosa.................................................................30

Gambar 3. 13 Gambar Pohon Keputusan Fase Nifas..............................................36

Gambar 3. 3 Gambar Pohon Keputusan Fase Kehamilan........................................38

Gambar 3. 15 Script Dari Gejala Menghasilkan Gejala Berikutnya (Ketika Kondisi

Jawaban ‘True’)......................................................................................................40

Gambar 3. 16 Script Dari Gejala Menghasilkan Gejala Berikutnya (Ketika Kondisi

Jawaban ‘False)......................................................................................................40

Gambar 3. 17 Script Dari Gejala Menghasilkan Kesimpulan Berupa Penyakit.......41

Gambar 3. 18 Script Dari Gejala Menghasilkan Kesimpulan Berupa Penyakit yang

Belum Terdata........................................................................................................41

xi


Gambar 3. 19 Tampilan Kesimpulan Ketika Terdapat Penyakit.............................42

Gambar 3. 20 Tampilan Kesimpulan Ketika Terdapat Penyakit Belum Terdata.....42

Gambar 3. 21 Script Fungsi Simpan.......................................................................43

Gambar 3. 22 Script Fungsi Menampilkan Daftar Hasil Diagnosa.........................44

xii


DAFTAR LAMPIRAN

Lampiran Foto Bersama dengan Pakar..................................................................xiii

1

BAB I

PENDAHULUAN

1.1 Latar Belakang Masalah

Kehamilan dan nifas merupakan fenomena yang paling sensitive untuk dilakukan

pemeriksaan dan paling rawan mendapatkan banyak penyakit ketika dalam

menjalani prosesnya. Dengan begitu, kehamilan dan nifas adalah fase yang sangat

menentukan apakah bayi tersebut bisa melanjutkan hidup dengan aman dan tenang

di rumah bersama orang tuanya.Namun ternyata data yang ditemukan pada website

(https://databoks.katadata.co.id/), menunjukkan bahwa Angka Kematian Ibu

(AKI) di Indonesia masih tergolong tinggi yaitu sebesar 305 kematian dari 100.000

kelahiran yang berhasil hidup. Meski mengalami penurunan dari tahun sebelumnya,

namun jika dibandingkan dengan negara-negara yang ada di Asia Tenggara.

Adapun target jangka panjang yang ditetapkan pemerintah yakni pada tahun 2030

AKI dapat mencapai 70 dari 100.000 kelahiran hidup.

Salah satu alasan yang menyebabkan Angka Kematian Ibu (AKI) cukup tinggi

adalah kurangnya informasi mengenai gejala-gejala dan penyakit-penyakit selama

masa kehamilan dan juga pada saat nifas. Penanganan yang terlambat dapat

mengancam keselamatan ibu dan janin (Ramanda, 2015). Kepala Perwakilan

BKKBN Sumbar H Syahruddin menyampaikan, tingkat pengetahuan masyarakat

khususnya PUS (Pasangan Usia Subur) tentang kesehatan reproduksi dan konseling

kespro saat ini masih belum berjalan sebagaimana mestinya. Tidak hanya suami

istri, tapi semuanya mulai dari remaja, calon pengantin, dan semua pihak harus

punya pengetahuan khususnya terkait kesehatan reproduksi dan program-program

BKKBN lainnya.

2


Seperti yang dapat dikutip dari jurnal international milik Giedrius, Rolf, Robertas,

Reima, dan Agusti (2019), mereka melakukan penelitian bahwa seiring dengan

perkembangan teknologi yang semakin bisa membantu banyak bidang-bidang baru.

Teknologi yang erat kaitannya dengan Teknologi Informasi ini sudah dapat

menghasilkan banyak manfaat manfaat baru juga seperti Electronic Health (E-

Health). Inovasi baru tersebut salah satunya dapat melakukan pencegahan penyakit

dari pasien yang menggunakan teknologi tersebut. Dengan menyimpan infomasi

aturan penalaran yang memadai, memungkinkan komputer memberikan

kesimpulan atau pengambil keputusan yang kualitasnya sama dengan kemampuan

seorang pakar bidang ilmu pengetahuan tertentu. salah satu cabang ilmu teknik

informatika yang dapat mendukung tersebut adalah konsultasi cerdas yang

berdasarkan ilmu kepakaran.

Untuk dapat mengatasi masalah tersebut diperlukan sebuah fitur konsultasi cerdas

untuk mendeteksi penyakit berdasarkan gejala-gejala yang ada. Pada penelitian

sebelumnya yang dijelaskan oleh Bagus, Indah, Endah (2017) bahwa penggunaan

sistem pakar atau sistem cerdas yang sejenisnya dengan menggunakan metode

forward chaining dapat menghasilkan keakuratan hasil/kesimpulan sampai dengan

presentase 82%, itu adalah presentase hasil yang tinggi ketimbang pemakaian

metode lain. Hasil tersebut merupakan kesimpulan yang valid dikarenakan data

yang didapatkan sudah berasal dari pakar yang ada pada Manajemen Terpadu Balita

Sakit (MTBS). Pada penggunaannya, sistem pakar tersebut dijalan pada aplikasi

yang berbasis android dan menggunakan Bahasa Java serta hanya mengidentifikasi

satu kondisi saja yaitu penyakit pada balita.

Penerapan fitur konsultasi cerdas, semua gejala yang akan didiagnosa

menggunakan metode forward chaining ini akan diatur oleh aturan/rules yang ada.

Aturan/rules tersebut didapat dari seorang pakar kebidanan dan kandungan.

Diagnosa penyakit yang dapat diidentifikasi tidak hanya satu, melainkan 2, yaitu

penyakit pada fase kehamilan dan penyakit pada fase nifas. Penggunaan fitur

konsultasi cerdas akan diterapkan pada aplikasi berbasis android dengan

menggunakan framework React Native. Pada fitur tersebut juga terdapat suatu

fungsi yang dapat memudahkan user yaitu fungi Simpan Hasil Diagnosa.

3


Diharapkan dengan adanya fitur konsultasi cerdas dapat membantu mengurangi

Angka Kematian Ibu (AKI) di Indonesia.

1.2 Perumusan Masalah

Adapun perumusan masalah dari aplikasi ini adalah bagaimana menerapkan metode

forward chaining pada konsultasi cerdas Saku Bumil.

1.3 Batasan Masalah

Batasan masalah dalam konultasi cerdas ini adalah sebagai berikut:

a) Konsultasi cerdas ini dibangun untuk mendiagnosa penyakit pada 2 fase, yaitu

fase kehamilan dan fase nifas.

b) Penyakit yang akan didiagnosa adalah penyakit dengan presentase 85%

menyebabkan kematian.

c) Penyakit yang terdapat di sistem tidak termasuk penyakit turunan orangtua

ataupun penyakit yang membuat janin atau ibu menjadi cacat.

d) Konsultasi cerdas dibuat menggunakan framework Laravel.

e) Pakar yang menjadi target adalah Dr. Allan Taufiq Rivai, Sp.OG selaku dokter

spesialis kebidanan dan kandungan di Rumah Sakit Universitas Indonesia.

1.4 Tujuan dan Manfaat

Tujuan dari pembuatan sistem ini adalah membuat konsultasi cerdas pada aplikasi

Saku Bumil pada fase kehamilan dan fase nifas menggunakan metode forward

chaining.

Adapun manfaat yang dapat diperoleh dari pembuatan konsultasi cerdas, antara lain

sebagai berikut :

a) Ibu hamil dapat mengetahui informasi diagnosa penyakit pada 2 fase, yaitu fase

kehamilan dan fase nifas secara cepat dan akurat.

b) Membantu mengetahui kondisi ibu ketika hamil dan pasca melahirkan secara

praktis.

4


1.5 Metode Penyelesaian Masalah

Metode penyelesaian masalah dilakukan dalam beberapa tahap, yaitu:

a. Metode Pengumpulan Data

Metode pengumpulan data yang digunakan terdiri dari:

1) Studi Literatur

Pada tahap ini dilakukan pengumpulan data dan referensi dari jurnal dan portal

berita terpercaya dan dapat dipertanggung jawabkan keasliannya yang berkaitan

dengan konsultasi cerdas, kehamilan, dan nifas. 2) Wawancara

Wawancara adalah proses memperoleh keterangan untuk tujuan penelitian dengan

cara tanya jawab sambil bertatap muka antara pewawancara dengan responden

dengan menggunakan alat untuk mencapai tujuan tertentu (Rachmat & Fauzi,

2019). Pada tahap ini dilakukan pengumpulan informasi dengan melakukan

wawancara kepada calon user dan wawancara kepada pakar. Wawancara yang

dilakukan kepada calon user adalah untuk mendapatkan kebutuhan user yang

nantinya akan diadaptasi untuk menjadi fitur di dalam aplikasi. Sedangkan untuk

wawancara kepada pakar, penulis mewawancarai dokter spesialis kebidanan dan

kandungan. Informasi yang dikumpulkan mulai dari gejala-gejala apa saja yang

menandakan suatu penyakit yang muncul pada fase kehamilan dan nifas hingga

langkah tepat untuk penderita untuk mengantisipasinya.

b. Metode Pengembangan Sistem

Proses pengembangan konsultasi cerdas menggunakan metode Waterfall. Metode

Waterfall adalah metode untuk mengembangkan sebuah sistem secara berurutan.

Artinya jika tahapan pertama belum selesai, maka tahapan selanjutnya belum dapat

dikerjakan. Salah satu kelebihan dari metode waterfall adalah management sistem

yang baik karena dilakukan secara bertahap. Tahap tahap yang ada pada metode

waterfall ini dapat digambarkan sebagai berikut:

5


Gambar 1.1 Waterfall Model

(Sumber: Tristianto, 2018)

Pengembangan sistem dengan menggunakan metode Waterfall, memiliki beberapa

tahapan dengan uraian sebagai berikut (Tristianto, 2018):

a. Requirement

Langkah ini merupakan analisa terhadap kebutuhan sistem. Pengumpulan data

dalam tahap ini bisa melakukan sebuah penelitian, wawancara atau studi literatur.

Tahapan ini akan menghasilkan dokumen user requirement.

b. Design System

Proses design akan menerjemahkan user requirement ke sebuah perancangan

perangkat lunak yang dapat diperkirakan sebelum dibuat coding. Tahapan ini akan

menghasilkan dokumen yang dapat memberikan gambaran aplikasi, seperti UML

dan Activity Diagram. Dokumen inilah yang akan digunakan programmer untuk

melakukan aktivitas pembuatan sistemnya.

c. Coding & Testing (Implementation)

Coding merupakan penerjemahan design dalam bahasa yang bisa dikenali oleh

komputer. Tahapan inilah yang merupakan tahapan secara nyata dalam

mengerjakan suatu sistem. Setelah pengkodean selesai maka akan dilakukan

6


testing terhadap sistem yang telah dibuat tadi. Tujuan testing adalah menemukan

kesalahan-kesalahan terhadap sistem tersebut dan kemudian bisa diperbaiki.

d. Penerapan / Pengujian Program (Integration & Testing)

Ini juga dikenal sebagai verifikasi dan validasi yang merupakan proses untuk

memeriksa apakah solusi perangkat lunak memenuhi persyaratan dan spesifikasi

asli dan bahwa itu memenuhi tujuan yang dimaksud. Selain itu, fase pengujian

adalah jalan keluar untuk melakukan debugging dimana bug dan gangguan sistem

ditemukan, diperbaiki, dan disempurnakan. Tahapan ini bisa dikatakan final dalam

pembuatan sebuah sistem. Setelah melakukan analisa, design dan pengkodean

maka sistem yang sudah jadi akan digunakan oleh user.

e. Maintenance

Kegiatan pemeliharaan tambahan dapat dilakukan dalam fase ini termasuk

mengadaptasi perangkat lunak dengan lingkungannya, mengakomodasi kebutuhan

pengguna baru, dan meningkatkan keandalan perangkat lunak.

7

BAB II

TINJAUAN PUSTAKA

2.1 Penelitian Terdahulu

Penelitian terdahulu menjadi salah satu acuan dalam melakukan penelitian,

sehingga dapat menambah teori yang digunakan dan melengkapi hasil penelitian

sebelumnya dalam mengkaji penelitian yang dilakukan. Topik penelitian terdahulu

yang menjadi fokus adalah konsultasi cerdas menggunakan metode Forward

Chaining. Berikut merupakan ringkasan dari penelitian terdahulu:

a. Penelitian yang dilakukan oleh Lili, Eko, dan Bayu (2015) dengan judul “STUDI

IMPLEMENTASI ADAPTIVE NEURO FUZZY INFERENCE SYSTEM

UNTUK MENENTUKAN NORMALITAS KEHAMILAN” adalah membahas

mengenai pembuatan konsultasi cerdas untuk menentukan normalitas

kehamilan. Periode kehamilan dan keluhan selama kehamilan digunakan sebagai

input dan normalitas kehamilan itu sendiri sebagai output. Data inputan tersebut

dianalisis dengan menggunakan metode Adaptive Neuro Fuzzy Inference

System (ANFIS) dan menggunakan aturan FIS Sugeno. ANFIS menggunakan

penyelesaian masalah dengan fuzzy yang mampu bekerja dalam ketidakpastian

antara diagnosis yang dilakukan dokter atau diagnosis sederhana oleh bidan dan

gejala yang dirasakan oleh ibu hamil. Hasil simulasi pada program menunjukkan

bahwa kinerja ANFIS dapat diimplementasikan untuk menentukan normalitas

kehamilan dengan tingkat akurasi tertinggi yaitu 77.5% dapat mengenali gejala.

b. Penelitian yang dilakukan oleh Joko dan Suyatno (2019) dengan judul “SISTEM

PAKAR UNTUK DIAGNOSA PENYAKIT KEHAMILAN

MENGGUNAKAN METODE DEMPSTER-SHAFER DAN DECISION

TREE” adalah membahas mengenai sistem pakar yang akan membantu

memberikan gambaran diagnosa penyakit selama fase kehamilan. Metode yang

dipakai adalah Dempster-Shafer. Dalam diagnosis penyakit informasi kehamilan

yang diperoleh dari pasien kadang-kadang tidak lengkap, dengan metode dan

sistem pakar Dempster-Shafer aturan bisa menjadi kombinasi dari gejala yang


8

tidak lengkap untuk mendapatkan diagnosis yang tepat sedangkan pohon

keputusan digunakan sebagai alat pendukung keputusan pelacakan referensi

gejala penyakit. Penelitian ini bertujuan untuk mengembangkan sebuah sistem

pakar yang dapat melakukan diagnosis kehamilan menggunakan metode

Dempster Shafer, yang dapat menghasilkan nilai kepercayaan untuk diagnosis

penyakit. Berdasarkan hasil tes diagnostik Dempster-Shafer metode dan ahli

sistem, akurasi yang dihasilkan dari 76%.

c. Penelitian yang dilakukan oleh Bagus, Indah, Endah (2017) dengan judul

“APLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT PADA ANAK

BAWAH LIMA TAHUN MENGGUNAKAN METODE FORWARD

CHAINING” adalah membahas mengenai pembuatan program yang dapat

membantu dokter dalam mendiagnosa penyakit anak pada saat berumur dibawah

lima tahun. Metode yang digunakan adalah metode forward chaining. Metode

tersebut mempunyai konsep berfikir dengan cara mengetahui fakta-fakta/gejala

yang ada pada anak tersebut kemudian memberi tahukan sebuah output penyakit

yang relevan dari fakta fakta yang ada pada anak. Presentase akurasi metode

forward chaining dalam penelitian ini sebesar 82%.

Terdapat satu referensi jurnal international tambahan yang membahas mengenai

perkembangan konsultasi cerdas atau dalam jurnal tersebut disebut dengan E-

Health. Ringkasan dari jurnal tersebut adalah sebagai berikut.

Penelitian yang dilakukan oleh Giedrius, Rolf, Robertas, Reima, dan Agusti (2019)

dengan judul “eHealth Solutions for the Integrated Healthcare” menceritakan hasil

penelitiannya berupa perkembangan Information and Communication Technology

(ICT) yang dapat merambat ke banyak bidang-bidang dan metode baru. Beberapa

perkembangannya adalah kemampuan ICT dalam pengumpulan elektronik,

penyimpanan, pemrosesan, dan pertukaran informasi untuk mengobati penyakit,

mencegah penyakit, mempromosikan gaya hidup sehat, mengelola pasien dengan

penyakit kronis, dan banyak aplikasi lainnya. Kemampuan-kemampuan baru ICT

tersebut mampu membuat suatu inovasi baru yang bernama Electronic Health (E-

Health) yang dimana memiliki kemampuan untuk menjembatani kesenjangan

antara pasien dan dokter, pasien dan kerabat, dokter dan staf administrasi, dan


9

sebagainya. Juga, eHealth membantu mengatasi hambatan dengan cara yang sangat

berbeda dari solusi perawatan kesehatan tradisional. Ini telah membuka jalan bagi

adopsi bentuk-bentuk penyediaan layanan kesehatan canggih berdasarkan

perangkat mobile dan kesadaran konteks yang memerlukan strategi integrasi yang

kompleks yang belum pernah terjadi sebelumnya.

2.2 ANC

Antenatal Care (ANC) merupakan suatu pelayanan yang diberikan oleh perawat

kepada wanita selama hamil, misalnya dengan pemantauan kesehatan secara fisik,

psikologis, termasuk pertumbuhan dan perkembangan janin serta mempersiapkan

proses persalinan dan kelahiran supaya ibu siap mengahadapi peran baru sebagai

orangtua (Wagiyo & Putrono, 2016).

2.3 Kehamilan

Menurut Federasi Obstetri Ginekoloigi Internasional, kehamilan didefinisikan

sebagai fertilisasi atau penyatuan dari spermatozoa dan ovum dan dilanjutkan

dengan nidasi atau implantasi (Yulistiana, 2015: 81). Kehamilan merupakan masa

yang cukup berat bagi seorang ibu, karena itu ibu hamil membutuhkan dukungan

dari berbagai pihak, terutama suami agar dapat menjalani proses kehamilan sampai

melahirkan dengan aman dan nyaman (Yuliana, 2015:1). Berikut macam-macam

penyakit kehamilan:

A) Kehamilan Ektopik Terganggu

B) Mual dan muntah pada kehamilan

C) Mola Hidatosa

D) Plasenta Previa

E) Solusio Plasenta

F) Hipertensi Kronik

G) Hipertensi Gestasional

H) Edema Paru

I) Ruptura Uteri

J) Korioamnionitis

K) Eklampsia

L) Preeklampsia


10

M) Abortus (Kehamilan)

2.4 Nifas

Puerperium/nifas adalah masa sesudah persalinan simulai setelah kelahiran plasenta

san berakhirnya ketika alat-alat kandungan kembali seperti keadaan sebelum hamil,

masa nifas berlangsung selama kurang lebih 6 minggu (Yuli Aspiani, 2017). Masa

nifas atau puerperium dimulai sejak 1 jam setelah lahirnya plasenta sampai dengan

6 minggu (42 hari) setelah itu (Yuli Aspiani, 2017). Berikut macam-macam

penyakit nifas:

a. Metritis

b. Abses Pelvis

c. Tetanus

d. Mastitis

e. Bendungan Payudara

2.5 Konsultasi Cerdas

Konsultasi cerdas merupakan program sistem cerdas yang menggabungkan basis

pengetahuan dengan mesin inferensi. Ini merupakan bagian perangkat lunak

spesialisasi tingkat tinggi atau bahasa pemrograman tingkat tinggi (High Level

Language). Konsultasi cerdas dapat mengadopsi sebagian kecil dari tingkat

kecerdasan manusia, antara lain adalah kemampuan untuk dilatih, mengingat

kembali kondisi yang pernah dialami, mengolah data-data untuk memberikan aksi

yang tepat sesuai yang telah diajarkan, dan kemampuan menyerap kepakaran

seorang ahli melalui perintah yang dituliskan dalam sebuah bahasa pemrograman

tertentu (Imaduddin, Oky, Kurniawan, 2015).

2.6 Algoritma Forward Chaining

Algoritma forward-chaining adalah satu dari dua metode utama reasoning

(pemikiran) ketika menggunakan inference engine (mesin pengambil keputusan)

dan bisa secara logis dideskripsikan sebagai aplikasi pengulangan dari modus

ponens (satu set aturan inferensi dan argument yang valid). Lawan dari forward-

chaining adalah backward-chaining. Forward-chaining mulai bekerja dengan data

yang tersedia dan menggunakan aturan-aturan inferensi untuk mendapatkan data


11

yang lain sampai sasaran atau kesimpulan didapatkan. Mesin inferensi yang

menggunakan forward-chaining mencari aturan-aturan inferensi sampai

menemukan satu dari antecedent (dalil hipotesa atau klausa IF-THEN) yang benar.

Ketika aturan tersebut ditemukan maka mesin pengambil keputusan dapat membuat

kesimpulan, atau konsekuensi (klausa THEN), yang menghasilkan informasi

tambahan yang baru dari data yang disediakan. Mesin akan mengulang melalui

proses ini sampai sasaran ditemukan. Forward-chaining adalah contoh konsep

umum dari pemikiran yang dikendalikan oleh data (data-driven) yaitu, pemikiran

yang mana fokus perhatiannya dimulai dari data yang diketahui. Forward-chaining

bisa digunakan didalam agen untuk menghasilkan kesimpulan dari persepsi-

persepsi yang datang, seringkali tanpa query yang spesifik (Ibnu, 2017).

Gambar 2. 1 Proses Forward Chaining

Sumber: Kresna, Penerapan Konsultasi Cerdas Untuk Mendiagnosa Penyakit Pada Kehamilan, 2015

2.7 Laravel

Laravel adalah sebuah MVC (Model, View, Controller) Website Development

Framework yang didesain untuk meningkatkan kualitas perangkat lunak dengan

mengurangi biaya pengembangan dan perbaikan serta meningkatkan produktifitas

pekerjaan dengan sintak yang bersih dan fungsional yang dapat mengurangi banyak

waktu untuk implementasi (Widodo & Purnomo, 2016). Selain Laravel, PHP juga

memiliki framework lain seperti CakePHP, CodeIgniter, serta Yii2. Berdasarkan

penelitian yang telah dilakukan oleh Das (2016), Laravel memiliki beberapa

keunggulan dibandingkan framework PHP lain CodeIgniter dan PHP Native,

diantaranya adalah Laravel memiliki kinerja yang lebih effisien dari pada


12

CodeIgniter dan PHP Native. Selain itu Laravel memiliki waktu eksekusi yang lebih

cepat dibandingkan dengan CodeIgniter dan PHP Native.

2.8 MySQL

MySQL adalah salah satu jenis database server yang sangat terkenal.

Kepopulerannya disebabkan Mysql menggunakan SQL sebagai bahasa dasar untuk

mengakses databasenya. Mysql termasuk jenis RDBMS (Relational Database

Management System). Pada Mysql, sebuah database mengandung satu atau

sejumlah tabel. Tabel terdiri atas sejumlah baris dan setiap baris mengandung satu

atau beberapa kolom. Untuk mengelola database Mysql ada beberapa cara yaitu

melalui prompt DOS (tool command line) (Butler & Yank, 2016).

2.9 React Native

React Native merupakan kerangka kerja javascript yang digunakan untuk

membangun aplikasi mobile Android maupun iOS. React Native ini memiliki dasar

dari React dan library javascript dalam membangun antarmuka. React Native ini

ditulis dengan campuran javascript dan JSX, lalu React Native ini juga memaparkan

antarmuka javascript untuk platform API dimana pengembang dalam membangun

aplikasi ini dapat mengakses fitur-fitur seperti kamera, lokasi, dll yang ada pada

ponsel (Eisenman, 2018).

2.10 Flow Chart

Flow Chart adalah gambaran dalam bentuk diagram alir dari algoritma dalam suatu

program yang menyatakan arah alur program dalam menyelesaikan suatu

permasalahan. Dengan menggunakan flow chart maka pengembang dapat dengan

mudah membaca alur sistem (Nurdiyanto, 2016). Tabel dibawah menyajikan

simbol dan deskripsi flow chart.

Table 1 Simbol dan Deskripsi Flow Chart

NO SIMBOL DESKRIPSI

1 Mulai dan Berakhir, digambarkan dalam

bentuk oval dan berfungsi sebagai titik

dimana sistem mulai dan sistem berakhir


13

2

Panah, merupakan garis yang digunakan

untuk memberikan hubungan antara satu

bentuk dan bentuk lainya

3

Input / Output, merupakan bentuk yang

menggambarkan proses input dan output dari

sistem

4

Process, merupakan bentuk yang

menggambarkan adanya suatu proses dari

sistem ini.

5

Decision, merupakan bentuk yang

menggambarkan adanya suatu pengambilan

keputusan dari sistem

2.11 Entity Relationship Diagram (ERD)

Zefriyenni dan Santoso (2015) Model ERD berisi komponen-komponen entitas dan

himpunan relasi yang masingmasing dilengkapi dengan atribut-atribut yang

mempresentasikan seluruh fakta yang ditinjau sehingga dapat diketahui hubungan

antara entity-entity yang ada dengan atributatributnya. Selain itu juga bisa

menggambarkan hubungan yang ada dalam pengolahan data, seperti hubungan

many to many, one to many, one to one.

2.12 Unified Modelling Language (UML)

Unified Modeling Language (UML) merupakan bahasa visual untuk pemodelan dan

komunikasi mengenai sebuah sistem dengan menggunakan diagram dan teks-teks

pendukung. UML hanya berfungsi untuk melakukan pemodelan. Jadi penggunaan

UML tidak terbatas pada metodologi tertentu, meskipun pada kenyataannya UML

paling banyak digunakan pada metodologi berorientasi objek (Hendra, 2018).

2.12.1 Use Case

Muslihudin (2016) menyebutkan bahwa diagram use case memiliki sifat statis.

Diagram ini terdiri dari aktor beserta use case-nya. Diagram ini berfungsi untuk

menunjukkan apa yang dilakukan oleh sistem yang sesuai dengan kebutuhan User.

Dengan menggunakan use case ini maka Pengembang tidak mengalami kesulitan


14

dalam menentukan batasan dari hak akses serta fitur yang dikembangkan. Simbol

dan deskripsi use case disajikan pada Tabel dibawah ini.

Table 2 Simbol dan Deskripsi Use Case

No Simbol Deskripsi

1

Aktor, dalam Use Case aktor merupakan

Subjek yang melakukan pekerjaan maupun

Activity. Didalam Use Case peran sebagai

Aktor biasanya di isi oleh User.

2

Association, adalah penghubung antara Aktor

dan Use case yang saling terkait dan terjadi

Interaksi.

3 Direct Association, adalah hubungan antara

Aktor dan Use case yang terjadi 1 arah

4

Include merupakan penghubung antar Use

Case dimana Use Case yang dihubungkan

tidak dapat berdiri sendiri apabila Use Case

penghubung tidak ada

5

Extends merupakan penghubung antara Use

Case dimana Use Case yang dihubungkan

merupakan tambahan fungsional dari Use

Case Penghubung

2.12.2 Activity Diagram

Menurut Puspa (2016), Activity Diagram menggambarkan aliran fungsionalitas

dalam suatu sistem informasi. Secara lengkap, activity diagram mendefinisikan

workflow dimulai, dimana berhentinya dan activity yang terjadi selama workflow,

dan bagaimana urutan kejadian activity tersebut (Tabel 3). Activity Diagram juga

menyediakan pendekatan untuk proses pemodelan paralel.

<include>

<extends>


15

Table 3 Simbol dan Deskripsi Activity Diagram

No Simbol Deskripsi

1

Status awal, merupakan status awal dari

Activity sistem

2

Activity, merupakan kegiatan atau task yang dilakukan, biasanya diawali dengan kata kerja

3 Decision, percabangan apabila ada lebih dari 1

keputusan dalam Activity

4 Asosiasi Penggabungan, merupakan dimana

lebih dari 1 Activity digabungkan.

5 Status akhir, yang dilakukan oleh sistem.

2.12.3 Class Diagram

Menurut Panuntun (2015), Class diagram adalah diagram yang menggambarkan

struktur dan hubungan antar objek-objek yang ada pada sistem. Struktur itu meliputi

atribut-atribut dan metode-metode yang ada pada masing-masing class. Dengan

menggunakan class diagram, dapat diketahui relasi dari class yang saling terkait.

Table 4 Simbol dan Deskripsi Class Diagram

No Simbol Deskripsi

1

Generalisasi, hubungan diantara objek anak,

berbagi perilaku dan struktur data dari objek

induk


16

No Simbol Deskripsi

2

Kolaborasi, deskripsi dari urutan aksi aksi

yang ditampilkan sistem dan menghasilkan

suatu hasil yang terukur bagi suatu aktor.

3

Class, himpunan bagi objek objek yang

berbagi attribute serta operasi yang sama

4 Realisasi, operasi yang benar-benar dilakukan

oleh suatu objek.

5

Dependansi, hubungan yang apabila

perubahan terjadi di suatu elemen akan

mempengaruhi elemen yang bergantung

padanya.

2.13 Testing

2.13.1 Black Box Testing

Pengujian sistem bertujuan untuk melihat apakah sistem yang telah dibuat sudah

sesuai dengan tujuan awal pembuatan dan layak untuk dipergunakan. Pengujian

pada sistem menggunakan metode Black Box, tujuannya untuk mengetahui bahwa

bagian-bagian dalam sistem aplikasi telah benar menampilkan pesanpesan

kesalahan jika terjadi kesalahan dalam penginputan data (Sandy 2015). Black Box

Testing sendiri merupakan pengujian yang dilakukan hanya mengamati hasil

eksekusi melalui data uji dan memeriksa fungsional dari perangkat lunak. Pengujian

black box ini menitik beratkan pada fungsi system (Rizki, 2015).


17

2.13.2 User Acceptance Test

Pengujian UAT diimplementasikan dengan mengikutsertakan pengguna dalam

mengoperasikan sistem untuk melihat seberapa besar tingkat kemudahan dan

kepuasan pengguna dari aplikasi yang telah dikembangkan. Pengujian UAT juga

berperan sebagai alat ukur kesuksesan dalam mengembangkan suatu sistem. Dalam

pengujian ini, digunakan sebuah kuisioner dalam melakukan penilaian pengguna

terhadap aplikasi yang telah dibuat. Sampel yang dipakai dalam pengujian ini

berjumlah dua puluh sampel pengguna awam yang diambil secara acak. Responden

telah menerima penjelasan mengenai definisi dan metode triage dan pertanyaan

yang diajukan menyatakan apakah sistem ini dapat membantu tim triage dan tim

medis dalam melakukan evakuasi korban bencana dan mendapatkan laporan dari

masyarakat mengenai bencana yang telah terjadi. (Wibisono, 2015)

18

BAB III

PERENCANAAN DAN REALISASI

3.1 Perancangan Program Aplikasi

3.1.1 Deskripsi Program Aplikasi

Pada rancang bangun aplikasi Saku Bumil, salah satu dari banyak fitur yang ada

didalamanya terdapat satu fitur yang menggunakan konsep konsultasi cerdas.

Konsultasi cerdas tersebut berfungsi untuk mendiagnosa penyakit pada ibu hamil

ketika fase kehamilan dan nifas. Metode yang digunakan untuk menjalankan

diagnose tersebut secara online menggunakan forward chaining, dimana metode

tersebut mempunyai konsep data-driven. Pada sistem ini, ibu hamil atau yang bisa

diposisikan sebagai user dapat melakukan pengecekan terhadap gejala-gejala yang

sedang dialami. Gejala-gejala tersebut akan diproses dan diakhiri dengan

menampilkan suatu output berisi suatu informasi. Informasi tersebut merupakan

hasil kesimpulan diagnosa penyakit dan beberapa pencegahan yang bisa user

lakukan sesuai dengan gejala-gejala yang user inputkan pada sistem. Ibu hamil

dapat menggunakan fitur konsultasi cerdas ini jika sudah terdaftar pada Puskesmas

Beji dan telah melakukan minimal 1 kali konsultasi.

3.1.2 Analisis Kebutuhan Sistem

Pembahasan mengenai proses analisa sistem, diawali dengan pertemuan bersama

salah satu bidan yang ada di Puskesmas Beji Depok, beliau bernama Adhytia Puspa

Dewi, Amd.Keb. dan juga mewawancarai Ibu Hamil yang menjadi perwakilan user.

Pertemuan dengan bidan dilakukan di tempat beliau kerja, yaitu di Puskesmas Beji

Depok yang dilakukan sebanyak 4 kali. Hasil dari pertemuan dan wawancara

tersebut terdapat kebutuhan fungsional sistem dan non fungsional, yang dapat

diuraikan sebagai berikut:


19

a. Pertemuan dengan Bidan

1. Kebutuhan Fungsional

• Bidan dapat melihat kondisi ibu hamil setelah memakai fitur konsultasi

cerdas pada fase kehamilan dan nifas.

• Bidan dapat mengubah data jumlah ibu hamil keseluruhan.

• Bidan dapat mengubah data jumlah ibu hamil yang sedang menjalani

fase kehamilan di tiap trimester.

• Bidan dapat mengubah data jumlah ibu hamil yang sudah selesai.

• Bidan dapat mengubah data jumlah ibu hamil yang sedang menjalani

fase nifas.

• Bidan dapat mendaftarkan ibu hamil baru.

• Bidan dapat melihat data jumlah ibu hamil keseluruhan.

2. Kebutuhan Non Fungsional

• Sistem bersifat user-friendly

b. Sistem dapat diakses secara online dan mobile agar mudah dioperasikan.

Wawancara dengan Ibu Hamil

1. Kebutuhan Fungsional

• Ibu hamil dapat melakukan diagnosa dadakan secara online.

• Ibu hamil dapat melihat hasil dari diagnosa online.

• Ibu hamil dapat melihat detail penyakit hasil dari diagnosa online.

• Ibu hamil dapat melihat penanganan dan solusi dari penyakit yang

dideritanya.

2. Kebutuhan Non Fungsional

• Sistem bersifat user-friendly

• Fitur konsultasi cerdas dapat memberikan jawaban yang valid.

20


3.1.3 Cara Kerja Program Aplikasi

Cara kerja dari Konsultasi Cerdas yang akan dibuat digambarkan dalam bentuk

flowchart yang dapat dilihat pada gambar dibawah ini:

Gambar 3. 3 Flowchart Konsultasi Cerdas Aplikasi Saku Bumil

Pada gambar diatas terlihat tahapan atau proses untuk bisa menemukan hasil analisa

dari sebuah penyakit mulai dari mengisi gejala yang dirasakan oleh ibu hamil

kemudian dengan menjawab pertanyaan konsultasi dalam bentuk pilihan jawaban

yang sesuai dengan gejala sehingga menampilkan hasil analisa berupa penyakit

yang dialami oleh ibu hamil.

21


3.1.4 Rancangan Program Aplikasi

Dalam tahapan rancangan program aplikasi, dilakukan pembuatan Unified

Modeling Language (UML). Beberapa UML yang digunakan dalam pembuatan

desain sistem adalah Use Case Diagram, Activity Diagram, dan Class Diagram

1. Use Case Diagram

Pada suatu rancangan aplikasi, adanya use case diagram dapat membantu

menggambarkan dan menjelaskan pekerjaan apa saja yang dapat dilakukan oleh

setiap aktor yang ada. Desain dari use case diagram pada aplikasi Saku Bumil dapat

dilihat pada gambar dibawah ini.

Gambar 3. 4 Use Case Aplikasi Saku Bumil

Rancangan fitur yang menggunakan konsep Konsultasi Cerdas ini ditandakan lebih

detail dengan warna biru. Aktor/user yang terdapat dalam Konsultasi Cerdas ini

hanya ada satu yaitu ibu hamil saja. User diharuskan menginputkan gejala yang

dirasakan. Setelah user melakukan input gejala, sistem akan melakukan proses

pencarian penyakit yang sesuai. Kemudian user dapat melihat hasil dari konsultasi

tersebut beserta analisis kondisi kesehatan user yang berupa detail laporan penyakit

dan saran pencegahan yang bisa dilakukan.

22


2. Activity Diagram

a. Activity Diagram Mendiagnosa Penyakit

Gambar 3. 5 Activity Diagram Mendiagnosa Penyakit

Pertama ibu hamil/user memilih menu fitur Konsultasi Cerdas. Kemudian sistem

memuat halaman utama dari fitur tersebut yang isinya berupa sebuah decision

untuk ibu hamil untuk memilih fase mana yang ingin didiagnosa. Setelah ibu hamil

memilih fasenya, sistem akan mulai menjalankan program Konsultasi Cerdasnya

dengan menampilkan pertanyaan gejala sesuai fase yang dipilih dan ibu hamil

dapat memilih jawaban yang sesuai dengan yang sedang dirasakan. Jika semua

23


pertanyaan sudah sampai terakhir, sistem akan menampilkan penyakit dan detail

penyakit yang sesuai dengan gejala yang telah dipilih.

b. Activity Diagram Melihat Hasil Diagnosa

Gambar 3. 6 Activity Diagram Melihat Hasil Diagnosa

Pertama ibu hamil/user memilih menu fitur Riwayat Diagnosa. Kemudian sistem

memuat halaman tersebut dan menampilkan semua list yang pernah ibu hamil

lakukan diagnosanya. Setelah itu ibu hamil memilih hasil diagnosa mana yang

ingin dilihat detail dari hasilnya. Ketika sudah dipilih, sistem akan memunculkan

seluruh informasi dari hasil diagnosa yang telah ibu hamil lakukan.

24


c. Activity Diagram Melihat Saran dan Pencegahan

Gambar 3. 7 Activity Diagram Melihat Saran dan Pencegahan

Untuk langkah-langkah awal nya sama dengan proses melihat hasil diagnosa.

Pertama ibu hamil/user memilih menu fitur Riwayat Diagnosa. Kemudian sistem

memuat halaman tersebut dan menampilkan semua list yang pernah ibu hamil

lakukan diagnosanya. Setelah itu ibu hamil memilih hasil diagnosa mana yang

ingin dilihat detail dari hasilnya. Ketika sudah dipilih, sistem akan memunculkan

seluruh informasi dari hasil diagnosa yang telah ibu hamil lakukan. Langkah

terakhirnya adalah ibu hamil memilih tatalaksana/pencegahan untuk melihat saran

dan pencegahan yang bisa dilakukan secara dini dirumah.

25


3. Class Diagram

Gambar 3. 8 Class Diagram Fitur Konsultasi Cerdas Aplikasi Saku Bumil

Gambar 3. 8 merupakan class diagram dari fitur Konsultasi Cerdas aplikasi Saku

Bumil. Semua class digambarkan saling berelasi satu dengan yang lain dan terdapat

satu class yang berfungsi sebagai penggabung antara class yang saling berelasi

namun hubungannya many to many, class tersebut bernama relasi. Method pada

class yang ada pada sistem ini bersifat public, yang memiliki arti dapat digunakan

dan dipanggil pada class lain. Sifat public dilambangkan dengan symbol + (positif).

26


4. Entitiy Relationship Diagram

Gambar 3. 9 ERD Fitur Konsultasi Cerdas Aplikasi Saku Bumil

27


Gambar 3. 9 merupakan desain ERD yang digambarkan untuk fitur Konsultasi

Cerdas aplikasi Saku Bumil. Satu dari banyak fitur yang ada pada aplikasi Saku

Bumil ini terdapat 4 entitas, antara lain pasien, diagnose, gejala, dan penyakit.

3.2 Realisasi Program Aplikasi Seperti yang telah diuraikan sebelumnya di Bab I pada metode penyelesaian

masalah, pembuatan fitur menggunakan konsep Konsultasi Cerdas ini dilakukan

menggunakan model waterfall, proses pengembangan dilakukan secara bertahap

dimulai dari proses analisis sesuai dengan kebutuhan user, lalu dilanjutkan dengan

pembuatan desain sistem. Kemudian dilanjutkan dengan proses implementasi.

Setelah proses implementasi, dilakukan pengujian sistem. Tahap terakhir dari

metode ini adalah pemeliharaan sistem setelah sistem berjalan. Selanjutnya pada

tahapan desain sistem, dilakukan pembuatan prototipe sistem. Pada tahapan

implementasi dilakukan proses pembuatan tampilan UI pada aplikasi Saku Bumil

bagian Konsultasi Cerdas dan Konsultasi Cerdas nya itu sendiri. Proses dimulai

dengan mengumpulkan sebuah fakta yang mengarah pada gejala yang dipilih oleh

ibu hamil. Lalu dilakukan proses pencocokan antara fakta yang ada dengan

pengetahuan/knowledge yang sudah ditanamkan pada sistem mengenai gejala dan

penyakit, pada proses ini algoritma forward chaining bekerja untuk menentukan

hasil yang sesuai berupa penyakit dari fakta gejala yang didapat. Setelah proses

implementasi selesai, dilakukan pengujian alpha dan beta pada sistem dan

pengujian pada algoritma yang diterapkan.

3.2.1 Desain Sistem Setelah sebelumnya sudah terdapat kebutuhan fungsional dan non-fungsional dari

user, cara kerja fitur pada aplikasi Saku Bumil, dan desain sistem nya, selanjutnya

dilakukan pembuatan desain prototype yang berguna untuk menjadi acuan dalam

mengimplementasikan tampilan antar muka daripada fitur tersebut. Desainnya

adalah sebagai berikut:

28


1. Halaman Pemilihan Fase untuk Diagnosa

Gambar 3. 10 Halaman Pemilihan Fase untuk Diagnosa

Pada prototype halaman pemilihan fase untuk didiagnosa terdapat 2 pilihan

berbetuk button yang harus dipilih sebelum menjawab pertanyaan-pertanyaan

terkait gejala/keluhan yang ibu hamil sedang dirasakan.

29


2. Halaman Pertanyaan Gejala

Gambar 3. 11 Halaman Pertanyaan Gejala

Pada prototype halaman pertanyaan gejala, prototype ini adalah halaman yang akan

menampilkan beberapa pertanyaan yang sebelumnya sudah disesuaikan dengan

fase yang dipilih. Ibu hamil dapat menjawab dengan jawaban “Ya” atau “Tidak”

untuk menyesuaikan keadaannya, dengan begitu alur pertanyaan yang akan muncul

pada halaman ini akan berbeda-beda tiap ibu hamil

.

30


3. Halaman Hasil Diagnosa

Gambar 3. 12 Halaman Hasil Diagnosa

Pada prototype halaman ini ibu hamil akan mendapatkan jawaban/hasil berupa

informasi mengenai nama penyakit yang sesuai dengan jawaban dari pertanyaan-

pertanyaan gejala sebelumnya. Pada prototype halaman ini juga terdapat sebuah

action, dimana jika ibu ingin menyimpan hasil dari diagnosa, maka akan disimpan

pada halaman riwayat diagnosa dan ibu hamil bisa melihat lagi hasil diagnosa yang

pernah dilakukan.

31


4. Halaman Riwayat Diagnosa

Gambar 3. 13 Halaman Riwayat Diagnosa

Pada prototype halaman riwayat diagnose terdapat list hasil dari setiap pemeriksaan

yang pernah dilakukan dan sebelumnya memilih untuk disimpan oleh ibu hamil

yang sesuai pada gambar 3. 12. List tersebut akan diurutkan yang paling baru akan

berada diatas.

32


5. Halaman Detail Diagnosa

Gambar 3. 14 Halaman Detail Diagnosa

Pada prototype halaman detail diagnosa ini ibu hamil dapat melihat kamus besar

dari setiap penyakit yang pernah disimpan pada riwayat diagnosa. Kamus tersebut

berisikan detail-detail penyakit tersebut, antara lain definisi, gejala dari penyakit

tersebut, faktor predisposisi, dan juga pencegahan yang disarankan untuk dilakukan

oleh ibu hamil.

3.2.2 Tabel Pakar

Tabel pakar merupakan fakta-fakta yang diperoleh dari pakar, ilmu pengetahuan,

penelitian dan pengalaman-pengalaman mereka dalam mengidentifikasi gejala

penyakit Kehamilan dan Nifas. Terdapat 2 tabel yang ada, yaitu tabel yang

menjelaskan semua gejala yang ada, dan tabel yang menjelaskan semua penyakit

33


yang ada. Adapun data-data yang telah di kumpulkan yang berupa kumpulan gejala

dan penyakit adalah sebagai berikut :

Table 5 Table Gejala

Kode

Gejala Nama Gejala

Kode

Gejala Nama Gejala

GK01 Mual dan muntah (lebih

dari 3-4 kali sehari) GK32 Batuk berbusa

GK02 Perut nyeri dan kaku GK33 Penurunan tingkat

kesadaran

GK03 Pendarahan dalam jumlah

banyak (sehari 3 kali) GK34

Pembengkakan pada kaki

atau perut

GK04

Ukuran rahim lebih besar

dari biasanya (standar

pemeriksaan kehamilan)

GK35 Keringetan berlebih

GK05 Tekanan darah >= 140/90

mmHg GK36

Pendarahan dalam jumlah

sedang (sehari 1 kali)

GK06

Berat badan turun secara

signifikan (>5% dari berat

sebelum hamil)

GK37 Kejang-kejang

GK07 Dehidrasi GK38 Demam tinggi >38 derajat

GK08

Ketonuria (terdapat

banyak zat keton pada air

seni)

GK39 Frekuensi nadi ibu

>100kali/menit

GK09 Merasa lesu dan tidak

bertenaga GK40 Nyeri pada bagian Rahim

GK10

Ukuran uterus/rahim lebih

kecil dari biasanya

(standar pemeriksaan

kehamilan)

GK41

Vagina mengeluarkan

keputihan dengan warna

yang tidak biasa dan bau

yang tidak sedap

34


GK11 Keluar jaringan berbentuk

seperti anggur GK42

Bentuk Rahim tidak

seperti normalnya atau

konturnya tidak jelas

GK12 Detak jantung meningkat

drastis GK43

Menggembung dibawah

tulang kemaluan

GK13 Sering terjadi pingsan GK44 Bagian-bagian janin

mudah dipalpasi/diraba

GK14 Muka atau kulit pucat GN01

Demam tinggi disertai

dengan menggigil >38

derajat

GK15 Tekanan darah

rendah/hipotensi GN02 Nyeri perut bawah

GK16

Nyeri pada perut

bawah/abdomen, leher,

atau pundak

GN03 Nyeri uterus/Rahim

GK17 Pendarahan tidak nyeri GN04 Payudara terasa keras,

memerah, dan nyeri

GK18 Syok akibat pendarahan

dalam jumlah banyak GN05

Lochia (pendarahan yang

berwarna kekuningan)

berbau

GK19 Tidak ada kontraksi pada

uterus/Rahim GN06

Subinvolusi uterus (setelah

melahirkan, bentuk Rahim

tidak balik ke ukuran

normal)

GK20 Anemia GN07 Pendarahan vagina

GK21 Hilangnya denyut jantung

janin GN08 Syok

GK22 Kontraksi rahim tegang

terus menerus dan nyeri GN09 Perut Kembung

GK23 Takikardia (mengalami

peningkatan denyut GN10

Respon buruk terhadap

antibiotik

35


jantung janin sebesar >160

kali/menit)

GK24

Terdapat riwayat penyakit

hipertensi sebelum

kehamilan

GN11

Pembekakan pada adneksa

(nyeri daerah panggul)

atau kavum douglas

(benjolan pada perut)

GK25 Nyeri ulu hati GN12

Trismus/keterbatasan

pergerakan rahang dan

pengunyahan

GK26 Pusing atau sakit kepala

berat GN13

Bagian belakang leher /

kuduk, wajah, dan perut

terasa kaku

GK27

Bengkak pada tangan,

wajah, dan beberapa

bagian tubuh lainnya

GN14 Punggung melengkung

GK28

Gangguan penglihatan,

seperti pandangan kabur

atau sensitive terhadap

cahaya

GN15 Spasme / kontraksi otot

yang tiba tiba muncul

GK29 Frekuensi buang air kecil

dan volume urin menurun GN16 Puting lecet

GK30 Sesak nafas GN17 Kedua duanya terasa

keras, memerah, dan nyeri

GK31 Hipertensi

Table 6 Tabel Penyakit

Kode

Penyakit Nama Penyakit

Kode

Penyakit Nama Penyakit

PK01 Mual dan Muntah pada

Kehamilan PK10 Eklamsia

PK02 Abortus PK11 Edema Paru

36


PK03 Mola Hidatosa PK12 Korioamnionitis

PK04 Kehamilan Ektopik

Terganggu PK13 Ruptura Uteri

PK05 Plasenta Previa PN01 Metritis

PK06 Solusio Plasenta PN02 Abses Pelvis

PK07 Hipertensi Kronik PN03 Tetanus

PK08 Hipertensi Gestasional PN04 Mastitis

PK09 Preeklamsia PN05 Bendungan Payudara

Pada tabel 5 menjelaskan mengenai gabungan table gejala fase kehamilan yang

ditandai dengan kode gejala “GK” dan fase nifas yang ditandai dengan kode gejala

“GN”. Sedangkan pada tabel 6 menjelaskan mengenai gabungan data penyakit yang

berisikan data penyakit pada fase kehamilan yang ditandai dengan kode penyakit

“PK” dan fase nifas dengan “PN”.

a. Aturan-aturan Pakar

• Aturan Fase Kehamilan

o Rule 1 : Jika GK01 Dan GK06 Dan GK07 Dan GK08 Dan

G09 Maka PK01

o Rule 2 : Jika GK02 Dan GK03 Dan GK10 Maka PK02


GK11 Dan GK12 Maka PK03


GK36 Maka PK04

o Rule 5 : Jika GK03 Dan GK17 Dan GK18 Dan GK19 Maka

PK05

o Rule 6 : Jika GK18 Dan GK20 Dan GK21 Dan GK22 Maka

PK06

o Rule 7 : Jika GK05 Dan GK24 Maka PK07

o Rule 8 : Jika GK05 Dan GK24 Dan G25 Maka PK08



37



GK28 Dan GK29 Dan GK37 Maka PK10




GK41 Maka PK12


GK23 Dan GK42 Dan GK43 Dan GK44 Maka PK13

• Aturan Fase Nifas

o Rule 1 : Jika GN01 Dan GN02 Dan GN03 Dan GN05 Dan

GN06 Dan GN07 Dan GN08 Maka PN01

o Rule 2 : Jika GN01 Dan GN02 Dan GN03 Dan GN09 Dan

GN10 Dan GN11 Maka PN02

o Rule 3 : Jika GN12 Dan GN13 Dan GN14 Dan GN15

Maka PN03

o Rule 4 : Jika GN01 Dan GN04 Dan GN16 Maka PN04

o Rule 5 : Jika GN04 Dan GN17 Maka PN05

Penjabaran rule diatas merupakan hasil dari proses validasi dengan Dr. Allan

Taufiq Rivai, Sp.OG, selaku dokter spesialis kebidanan dan kandungan di Rumah

Sakit Universitas Indonesia yang berperan sebagai pakar pada kasus kali ini. Pada

tahap validasi tersebut, terdapat sedikit masukan berupa penambahan kata-kata

pada gejala yang berguna untuk lebih dipahami oleh user/ibu hamil. Perubahan

tersebut meliputi:

- GK01, Mual dan muntah (lebih dari 3-4 kali sehari)

- GK03, Pendarahan dalam jumlah banyak (sehari 3 kali)

- GK06, Berat badan turun secara signifikan (>5% dari berat sebelum hamil)

- GK23, Takikardia (mengalami peningkatan denyut jantung janin sebesar

>160 kali/menit)

- GK36, Pendarahan dalam jumlah sedang (sehari 1 kali)

38


- GN05, Lochia (pendarahan dalam jumlah kecil yang berwarna kekuningan)

berbau

- GN06, Subinvolusi uterus (setelah melahrikan, bentuk Rahim tidak balik ke

ukuran normal)

- GN11, Pembengkakan pada adneksa (nyeri daerah panggul) atau kavum

douglas (benjolan pada perut)

b. Pohon Keputusan

Adanya pohon keputusan ini mempunyai fungsi untuk memberikan kemudahan

dalam membaca dan melihat alur data yang mengalir dari satu node ke node yang

lain untuk mecapai suatu hasil akhir atau kesimpulan. Adapun pohon keputusan

yang dapat digambarkan ada 2 sesuai dengan fase yang dapat didiagnosa, yaitu

fase kehamilan dan nifas. Berikut pohon keputusan 2 fase tersebut.

Gambar 3. 15 Gambar Pohon Keputusan Fase Nifas

39


Aturan-aturan yang ada untuk 5 jenis penyakit pada fase nifas sebelumnya dapat

dilihat alur perjalanan gejalanya pada gambar 3. 15 yang merupakan pohon

keputusan penyakit kehamilan fase nifas. Sedangkan untuk alur perjalanan gejala

untuk 13 jenis penyakit pada fase kehamilan digambarkan pada gambar 3. 16. Pada

dua gambar tersebut menjelaskan bahwa perjalanan/penggiringan data hanya akan

bercabang menjadi dua antara “Ya” dan “Tidak”.

40


Gambar 3. 16 Gambar Pohon Keputusan Fase Kehamilan

41


3.2.3 Implementasi Sistem

1. Implementasi Logic Konsultasi Cerdas Forward Chaining

Dalam melakukan implementasi logic konsultasi cerdas ini dilakukan beberapa

tahapan yaitu penentuan rules/aturan awal, penentuan kode untuk gejala dan

penyakit pada fase kehamilan dan nifas, dan yang terakhir adalah implementasi

logic forward chaining menggunakan framework Laravel.

a. Penentuan Rules/Aturan Awal

Dalam pembuatan fitur konsultasi cerdas ini, diawal-awal membutuhkan sebuah

rule untuk memperlihatkan pada setiap penyakit harus mempunyai gejalanya

masing masing, seperti konsep forward chaining yang menggunakan data-driven

untuk mendapatkan suatu kesimpulan. Perancangan rules/aturan dilakukan setelah

mewawancarai pakar dokter spesialis kandungan dan kebidanan. Ketika

wawancara juga dari pakar tersebut memberikan suatu dokumen untuk para dokter

yang berisi daftar penyakit beserta gejalanya. Setelah wawancara, dilakukanlah

analisa sendiri terhadap apa yang sudah didapat ketika wawancara dan juga analisa

sendiri yang berpatokan dengan dokumen tersebut. Langkah terakhir pada proses

penenetuan rules/aturan awal ini adalah memvalidasi kembali kepada pakar apakah

hasil analisa yang telah dilakukan sudah tepat guna apa yang seharusnya menjadi

alur dari setiap penyakit yang berbetuk IF-THEN dari gejala sampai kesimpulan

penyakit.

b. Penentuan Kode untuk Gejala dan Penyakit

Dalam penentuan kode, urutkan semua daftar gejala dan penyakit yang sudah

divalidasi sebelumnya oleh pakar. Kemudian dianalisa kembali untuk bisa

digambarkan dalam bentuk tree agar mudah dibaca.

c. Implementasi Logic Forward Chaining

Sesuai dengan logic yang menggunakan konsep algoritma forward chaining

dengan menggunakan IF-THEN, maka implementasi yang ditampilkan terdapat 2

kemungkinan output dari setiap butir pertanyaan gejala yang ditanyakan kepada

user/ibu hamil. Jawaban tersebut meliputi, pertanyaan gejala berikutnya atau hasil

akhir kesimpulan dari diagnose yang berupa penyakit. Setiap butir pertanyaan yang

42


berupa gejala tersebut masing-masing mempunyai 2 jawaban yaitu true dan false.

Masing-masing 2 jawaban tersebut akan menampilkan output yang berbeda-beda

disesuaikan dengan jawaban yang user pilih sesuai dengan rule yang sudah ada

sebelumnya.

Gambar 3. 17 Script Dari Gejala Menghasilkan Gejala Berikutnya (Ketika Kondisi Jawaban ‘True’)

Gambar 3. 18 Script Dari Gejala Menghasilkan Gejala Berikutnya (Ketika Kondisi Jawaban ‘False)

Pada gambar 3. 17 terdapat script yang menunjukkan bahwa ketika user memilih

jawaban true dari pertanyaan gejala berkode GK01 maka jawaban true diarahkan

ke gejala berikutnya yang mempunyai kode GK02. Sama hal nya dengan jawaban

false, hasil nya akan disesuaikan dengan rule yang ada. Pada gambar 3. 18 script

tersebut menjelaskan bahwa ketika user memilih jawaban false pada pertanyaan

gejala dengan kode GK01, maka output yang keluar adalah pertanyaan gejala

berikutnya dengan kode GK30.

43


Gambar 3. 19 Script Dari Gejala Menghasilkan Kesimpulan Berupa Penyakit

Gambar 3. 20 Script Dari Gejala Menghasilkan Kesimpulan Berupa Penyakit yang Belum Terdata

Selain output dari tiap pertanyaan itu berupa gejala berikutnya, sistem juga dapat

mengatur dan mengetahui kapan waktunya untuk menyimpulkan penyakit apa

yang sedang diderita oleh user. Pada gambar 3. 19 menjelaskan jika pada

pertanyaan gejala yang berkode GK21 user menjawab false maka sistem akan

menampilkan sebuah output berupa penyakit dari kesimpulan diagnose yang

dilakukannya. Gambar 3. 20 menjelaskan bahwa gejala-gejala yang sudah dijawab

oleh user ternyata tidak menghasilkan penyakit karna tidak ada yang sesuai dengan

data penyakit dan rule yang ada, maka output yang muncul ketika dikondisi

tersebut adalah “penyakit belum terdata”. Berikut tampilan yang didapat ketika

menghasilkan sebuah kesimpulan berupa penyakit dan tampilan ketika

menghasilkan sebuah kesimpulan berupa penyakit yang belum terdata.

44


Gambar 3. 21 Tampilan Kesimpulan Ketika Terdapat Penyakit

Gambar 3. 22 Tampilan Kesimpulan Ketika Terdapat Penyakit Belum Terdata

45


2. Implementasi API Untuk Menyimpan Riwayat

Pada gambar 3. 12 diperlihatkan bahwa ada popup muncul pada saat sistem

menemukan kesimpulan hasil penyakit sesuai dengan diagnose-diagnosa gejala

yang user/ibu hamil inputkan di aplikasi. Pada halaman popup tersebut dibagian

bawah terdapat pertanyaan apakah mau disimpan atau tidak, berikut pada gambar

3. 23 adalah script menggunakan framework Laravel yang terintegrasi dengan

database Mysql. Script tersebut dapat mengatur apakah hasil dari diagnosanya

dapat disimpan atau tidak. Ketika disimpan, hasil diagnose tersebut akan tertulis

dengan status ‘1’ pada database, jika tidak disimpan maka hasil diagnosa akan

tertulis dengan status ‘0’.

Gambar 3. 23 Script Fungsi Simpan

3. Implementasi API untuk Menampilkan Hasil Diagnosa Penyakit pada

Halaman Riwayat Diagnosa

Pada gambar 3. 13 adalah halaman riwayat diagnosa yang dimana daftar penyakit

hasil diagnosa yang ingin disimpan (yang sudah berstatus “1” pada database) oleh

user/ibu hamil akan muncul pada halaman tersebut. Script fungsi tersebut dapat

dilihat pada gambar 3. 24. Script tersebut menggunakan framework Laravel yang

terintegrasi dengan database Mysql.

46


Gambar 3. 24 Script Fungsi Menampilkan Daftar Hasil Diagnosa

47

BAB IV

PEMBAHASAN

4.1 Pengujian

4.1.1 Deskripsi Pengujian

Setelah selesai pada tahap implementasi sistem, selanjutnya tahapan yang

dilakukan adalah tahapan pengujian. Tahapan ini bertujuan untuk memastikan

sistem yang dibangun sudah sesuai dengan requirements dan fitur pada sistem

bekerja dengan baik. Terdapat beberapa pengujian yang dilakukan dalam penelitian

ini, yang pertama adalah pengujian alpha dengan menguji fitur yang berfokus pada

konsultasi cerdas dengan menggunakan blackbox testing, pengujian beta terhadap

fitur konsultasi cerdas yang dilakukan dengan cara User Acceptance Testing

(UAT), dan pengujian rule/aturan pada fitur konsultasi cerdas yang menggunakan

metode forward chaining dengan membandingkan hasil/kesimpulan dari inputan

manual yang dilakukan oleh pakar bersama dengan inputan yang dilakukan pada

aplikasi.

4.1.2 Prosedur Pengujian

Pengujian yang pertama dilakukan adalah pengujian pada sistem dilakukan dengan

melakukan blackbox testing untuk memastikan fitur konsultasi cerdas dapat bekerja

dengan baik pada sistem. Kemudian dilanjut dengan pengujian beta kepada user

mengenai fitur konsultasi cerdas tersebut. Dan yang terakhir adalah pengujian

rule/aturan konsultasi cerdas yang menggunakan metode forward chaining.

Pengujian tersebut dilakukan dengan membandingkan hasil dari kesimpulan yang

berupa penyakit dari gejala gejala yang dipilih secara manual oleh dokter dan secara

digital oleh aplikasi.

4.1.3 Data Hasil Pengujian

1. Pengujian Alpha

a. Unit Testing

Pengujian unit testing merupakan pengujian yang dilakukan oleh pengembang,

untuk menguji sistem supaya tidak terjadi kesalahan pada sistem atau bugs


48

sebelum aplikasi digunakan oleh client. Untuk melakukan unit testing

dilakukan pengujian Black Box Testing. Pengujian Black Box Testing dilakukan

pada modul konsultasi cerdas untuk menguji apakah dapat berjalan dengan baik.

Tabel 18 Blackbox Testing Modul Kegiatan

No Skenario

Pengujian Test Case

Hasil yang

Diharapkan

Hasil

Pengujian

Keteran

gan

1

Memilih fase

Kehamilan

untuk

diagnosa

Muncul

halaman

dengan

pertanyaan

gejala

kehamilan

Muncul

halaman

dengan

pertanyaan

gejala

kehamilan

[✓] Diterima

[ ]

Ditolak

2

Memilih fase

Nifas untuk

diagnosa

Muncul

halaman

dengan

pertanyaan

gejala nifas

Muncul

halaman

dengan

pertanyaan

gejala nifas

[✓] Diterima

[ ]

Ditolak

3

Memilih salah

satu jawaban

dari

pertanyaan

gejala

Muncul

halaman

dengan

pertanyaan

gejala

berikutnya

sesuai dengan

rule

Muncul

halaman

dengan

pertanyaan

gejala

berikutnya

sesuai dengan

rule

[✓] Diterima

[ ]

Ditolak

4

Melihat hasil penyakit berdasarkan alur pertanyaan gejala

Menampilkan

hasil penyakit

yang sesuai

berdasarkan

gejala

Menampilkan

hasil penyakit

yang sesuai

berdasarkan

gejala

[✓] Diterima

[ ]

Ditolak


49

No Skenario

Pengujian Test Case

Hasil yang

Diharapkan

Hasil

Pengujian

Keteran

gan

5

Click tombol

“Ya” pada

hasil diagnosa

Hasil

diagnosa

dsimpan pada

halaman

riwayat

diagnosa

Hasil

diagnose

dsimpan pada

halaman

riwayat

diagnosa

[✓] Diterima

[ ]

Ditolak

6

Click tombol

“Tidak” pada

hasil diagnosa

Hasil

diagnosa tidak

dsimpan pada

halaman

riwayat

diagnosa

Hasil

diagnosa

tidak dsimpan

pada halaman

riwayat

diagnosa

[✓] Diterima

[ ]

Ditolak

7

Click list table

sesuai dengan

penyakit yang

telah

tersimpan

Hasil detail

diagnosa

muncul sesuai

dengan jenis

penyakitnya

Hasil detail

diagnosa

muncul

sesuai dengan

jenis

penyakitnya

[✓] Diterima

[ ]

Ditolak

2. Pengujian Beta

Pengujian beta dapat disebut sebagai uji lapangan dimana pengguna yang akan

menggunakan sistem akan melakukan User Acceptance Test. Pengujian beta pada

sistem ini dilakukan oleh Pengguna Publik (User Publik) atau dalam kasus ini

adalah Ibu Hamil. User/ibu hamil yang menjadi target pengujian berjumlah 3 orang.

Berikut merupakan hasil User Acceptance Test pada sistem:


50

a. Pengujian Fungsi Konsultasi Cerdas

User : Ibu Hamil

Pertanyaan: Apakah kata-kata yang digunakan pada pertanyaan gejala, jawaban

untuk hasil penyakit, dan informasi detail penyakit tersebut mudah dipahami?

Jawaban: Dari total 3 orang ibu hamil, dengan jawaban sangat setuju.

Menunjukan bahwa kata-kata pada tampilan fungsi konsultasi cerdas mudah

untuk dipahami.

User : Ibu Hamil

Pertanyaan: Apakah fungsi konsultasi cerdas berjalan dengan baik?

Kesimpulan: Dari total 3 orang ibu hamil, dengan jawaban sangat setuju.

Menunjukan bahwa fungsi konsultasi cerdas sudah berjalan dengan baik.

b. Pengujian Fungsi Simpan Hasil Diagnosa

User : Ibu Hamil

Pertanyaan: Apakah fungsi simpan pada hasil diagnosa berjalan dengan baik?


Menunjukan bahwa fungsi simpan hasil diagnosa sudah berjalan dengan baik

User : Ibu Hamil

Pertanyaan: Apakah tampilan dan posisi fungsi simpan hasil diagnose mudah

dipahami?

Jawaban: Dari total 3 orang ibu hamil, dengan jawaban sangat setuju.

Menunjukan bahwa tampilan dan posisi fungsi simpan hasil diagnose mudah

untuk dipahami.


51

c. Pengujian Fungsi Riwayat Diagnosa

User : Ibu Hamil

Pertanyaan: Apakah fungsi riwayat diagnose dapat berjalan dengan baik?


Menunjukan bahwa fungsi fungsi riwayat diagnosa sudah berjalan dengan baik

User : Ibu Hamil

Pertanyaan: Apakah tampilan halaman riwayat diagnosa menarik?


Menunjukan bahwa halaman riwayat diagnosa menarik.

Pada pengujian UAT ini terdapat 3 jenis pembahasan, yaitu untuk membahas fungsi

dari konsultasi cerdas, fungsi simpan hasil diagnose, dan fungsi Riwayat diagnose.

Masing-masing dari 3 jenis pembahasan tersebut terdiri dari 2 pertanyaan. Dari

pengujian tersebut yang telah dilakukan oleh 3 orang ibu hamil, didapatkan bahwa

mereka dapat mudah memahami setiap kata-kata untuk gejala, penyakit, maupun

detail penyakit yang dimunculkan oleh sistem. Mereka juga dapat memahami

fungsi untuk menyimpan hasil diagnose yang dapat disimpan atau tidak dari hasil

diagnose yang didapat. Terakhir, mereka juga setuju bahwa fungsi Riwayat

diagnosa dapat berjalan dengan baik sesuai dengan pemeriksaannya.

3. Pengujian Algoritma Forward Chaining

Table 7 Komparasi Kesimpulan Penyakit

Rule/

aturan Gejala

Penyakit Ket

Menurut Ahli Menurut Sistem

PK01 Jika GK01 Dan

GK06 Dan

GK07 Dan

GK08 Dan

Mual dan Muntah

pada Kehamilan

Mual dan Muntah

pada Kehamilan

Benar


52

G09

PK02 Jika GK02 Dan

GK03 Dan

GK10

Abortus Abortus Benar

PK03 Jika GK01 Dan

GK02 Dan

GK03 Dan

GK04 Dan

GK11 Dan

GK12

Mola Hidatosa Mola Hidatosa Benar

PK04 Jika GK13 Dan

GK14 Dan

GK15 Dan

GK16 Dan

GK36

Kehamilan Ektopik

Terganggu

Kehamilan

Ektopik

Terganggu

Benar

PK05 Jika GK03 Dan

GK17 Dan

GK18 Dan

GK19

Plasenta Previa Plasenta Previa Benar

PK06 Jika GK18 Dan

GK20 Dan

GK21 Dan

GK22

Solusio Plasenta Solusio Plasenta Benar

PK07 Jika GK05 Dan

GK24

Hipertensi Kronik Hipertensi Kronik Benar

PK08 Jika GK05 Dan

GK24 Dan G25

Hipertensi

Gestasional

Hipertensi

Gestasional

Benar

PK09 Jika GK01 Dan

GK05 Dan

GK26 Dan

GK27 Dan

Preeklamsia Preeklamsia Benar


53

GK28 Dan

GK29

PK10 Jika GK01 Dan

GK05 Dan

GK26 Dan

GK27 Dan

GK28 Dan

GK29 Dan

GK37

Eklamsia Eklamsia Benar

PK11 Jika GK30 Dan

GK31 Dan

GK32 Dan

GK33 Dan

GK34 Dan

GK35

Edema Paru Edema Paru Benar

PK12 Jika GK23 Dan

GK38 Dan

GK39 Dan

GK40 Dan

GK41

Korioamnionitis Korioamnionitis Benar

PK13 Jika GK02 Dan

GK18 Dan

GK19 Dan

GK21 Dan

GK23 Dan

GK42 Dan

GK43 Dan

GK44

Ruptura Uteri Ruptura Uteri Benar

PN01 Jika GN01 Dan

GN02 Dan

GN03 Dan

GN05 Dan

Metritis Metritis Benar


54

GN06 Dan

GN07 Dan

GN08

PN02 Jika GN01 Dan

GN02 Dan

GN03 Dan

GN09 Dan

GN10 Dan

GN11

Abses Pelvis Abses Pelvis Benar

PN03 Jika GN12 Dan

GN13 Dan

GN14 Dan

GN15

Tetanus Tetanus Benar

PN04 Jika GN01 Dan

GN04 Dan

GN16

Mastitis Mastitis Benar

PN05 Jika GN04 Dan

GN17

Bendungan

Payudara

Bendungan

Payudara

Benar

4.1.4 Analisis Data / Evaluasi

Setelah dilakukan pengujian data testing menggunakan 18 penyakit sebelumnya

pada tabel 7 yang diantaranya adalah 13 penyakit pada fase kehamilan dan 5

penyakit pada fase nifas, diperoleh hasil pengujian. Selanjutnya adalah menghitung

presentasi keberhasilan sistem dengan rumus sebagai berikut.

!"#$"%&'$")"*"#ℎ'$,-'% = /01-'ℎ$)"%'#,2*"#ℎ'$,-/01-'ℎ$"10'$)"%'#,2 × 100%

Dari total 18 penyakit yang dilakukan testing dengan membandingkan hasil manual

dari pakar dan hasil sistem oleh aplikasi, maka hasil presentasi keberhasilan aplikasi

adalah sebagai berikut.

1818 8100% = 100%


55

Hasil pengujian tersebut mendapatkan presentasi keberhasilan l00%. Dapat

disimpulkan bahwa konsultasi cerdas yang terdapat pada aplikasi Saku Bumil dapat

berjalan dengan baik dan akurat sesuai dengan hasil/kesimpulan yang dilakukan

secara manual oleh pakar.

4.2 Pemeliharaan Sistem

Pemeliharaan pada sistem sejauh ini dilakukan oleh pengembang apabila ada

kendala didalam mengoperasikan sistem. Pada penelitian ini, tahapan yang dibahas

tidak mencakup tahap pemeliharaan sistem.

56

BAB V

PENUTUP

5.1 Kesimpulan

Tujuan studi ini yaitu mengimplementasikan fitur konsultasi cerdas dengan

menggunakan algoritma forward chaining untuk mendapatkan kesimpulan

penyakit terhadap gejala yang sedang diderita ibu hamil. Setelah melakukan studi

literatur, perancangan, analisis, desain, implementasi dan pengujian fitur konsultasi

cerdas dengan menggunakan algoritma forward chaining, diisimpulkan bahwa

aplikasi ini sudah mampu melakukan proses menghasilkan kesimpulan data

penyakit sesuai dengan gejala yang dirasakan oleh user/ibu hamil dengan hasil yang

akurat. Hal tersebut didukung oleh tingkat akurasi yang dihasilkan dari pengujian

metode forward chaining terhadap data-data yang ada pada tabel 5 dan tabel 6.

Pengujian tersebut dilakukan dengan cara membandingkan hasil dari pakar dan

hasil dari sistem yang menghasilkan presentase sebesar 100%. Ibu hamil juga dapat

menyimpan hasil diagnosa yang telah dilakukan sebelumnya dengan baik.

5.2 Saran

Hasil yang didapatkan dari penelitian ini belum mendetail seperti apa yang

dilakukan langsung oleh dokter, namun secara umum fitur konsultasi cerdas telah

berfungsi dengan akurat. Namun yang dapat dilakukan salah satunya adalah

meningkatkan jumlah data penyakit dan gejala agar lebih detail nya lebih bisa

mendekati pemeriksaan diagnosa langsung oleh dokter. Oleh karena itu, dalam

penelitian selanjutnya dapat dilakukan dengan menambahkan jumlah data gejala

dan penyakit sekaligus menambahkan referensi pakar dalam pengerjaannya. Hal

tersebut berguna untuk memberikan wawasan yang lebih luas terhadap proses pada

konsultasi cerdasnya dan juga hasil/kesimpulan dari sistemnya.

xiii Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta

DAFTAR PUSTAKA

Minarni, Indra, W., & Wenda, H. 2015. Pengembangan Aplikasi Sistem Cerdas

Untuk Menentukan Peminatan Jurusan Di Universitas Dipenogoro Bagi

Siswa Sekolah Menengah Atas. Jurnal Teknologi dan Sistem Komputer,

Vol 3 (2).

Butler, T & Yank, K. PHP & MySQL: Novice to Ninja, 6th Edition. SiitePoing.

2016.

Ibnu, A. 2017. Analisa Efektifitas Metode Forward Chaining Dan Backward

Chaining Pada Sistem Pakar. Jurnal Pilar Nusa Mandiri, Vol. 13 (1).

Layanan Kesehatan Berbasis HTML 5 Geolocation.

Luckin, R., Holmes, W., Grifths, M. & Forcier, L. B., 2016. Intelligence

unleashed. An argument for AI in education. London: Pearson.

Widodo, B. P., & Purnomo, H. D., 2016. Perancangan Aplikasi Pencarian

Minarni, Indra, W., & Wenda, H. 2017. Case-Based Reasoning (CBR) Pada

Sistem Pakar Identifikasi Hama Dan Penyakit Tanaman Singkong Dalam

Usaha Meningkatkan Produktivitas Tanaman Pangan. Jurnal TEKNOIF,

Volume 5.

Shofa, I., & Widya., 2015. Asuhan Persalinan Normal. Yogyakarta : Nuha

Medika.

Vanagas, Giedrius., Engelbrecht, Rolf., Damasˇevicˇiu, Robertas., Suomi, Reima.,

Solanas, Agusti., 2018. eHealth Solutions for the Integrated Healthcare.

Journal of Healthcare Engineering : Hindawi

Wagiyo, N., & Purtrono., 2016. Asuhan Keperawatan Antenatal, Intanatal, dan

Bayi Baru Lahir. Yogyakarta: CV. Andi Offset

Yuli, A., & Reny., 2017. Asuhan Keperawatan Maternitas Aplikasi Nanda, NIC

dan NOC. Jakarta : CV. Trans Info Media.

Yulistiana., & Evayanti., 2015. Hubungan Pengetahuan Ibu Dan Dukungan Suami

Pada Ibu Hamil Terhadap Keteraturan Kunjungan Antenatal Care (Anc)

Di Puskesmas Wates Lampung Tengah. Jurnal Kebidanan Vol 1, No 2,

Juli 2015: 81-90.

xiii

DAFTAR RIWAYAT HIDUP

Dzaki Fadlullah Abdurrachman lahir di kota Depok

pada tanggal 31 Mei 1998. Penulis menyelesaikan

pendidikan dari SDIT Darul Abidin pada tahun 2010,

SMPIT Darul Abidin pada tahun 2013, dan SMAIT

Nururrachman pada tahun 2016. Saat ini penulis

sedang menempuh pendidikan Diploma IV Jurusan

Teknik Informatika dan Komputer, Program Studi

Teknik Informatika di Politeknik Negeri Jakarta.

xiv

Lampiran Foto Bersama dengan Pakar

penerapan metode forward chaining pada laporan …

Documents