sistem pakar diagnosa penyakit melalui hasil laboratorium darah

98
i LAPORAN TUGAS AKHIR SISTEM PAKAR DIAGNOSA PENYAKIT MELALUI HASIL LABORATORIUM DARAH Laporan ini disusun guna memenuhi salah satu syarat untuk menyelesaikan program studi Teknik Informatika S-1 pada Fakultas Ilmu Komputer Universitas Dian Nuswantoro Disusun Oleh : NAMA : ADITYA GITA SETIAWAN NIM : A11.2006.02951 Program Studi : Teknik Informatika S1 FAKULTAS ILMU KOMPUTER UNIVERSITAS DIAN NUSWANTORO SEMARANG 2013

Upload: adesi1

Post on 18-Feb-2015

406 views

Category:

Documents


33 download

DESCRIPTION

skripsi sistem pakar diagnosa penyakit melalui hasil laboratorium darah

TRANSCRIPT

Page 1: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

LAPORAN TUGAS AKHIR

SISTEM PAKAR DIAGNOSA PENYAKIT MELALUI HASIL

LABORATORIUM DARAH

Laporan ini disusun guna memenuhi salah satu syarat untuk menyelesaikan

program studi Teknik Informatika S-1 pada Fakultas Ilmu Komputer

Universitas Dian Nuswantoro

Disusun Oleh :

NAMA : ADITYA GITA SETIAWAN

NIM : A11.2006.02951

Program Studi : Teknik Informatika – S1

FAKULTAS ILMU KOMPUTER

UNIVERSITAS DIAN NUSWANTORO

SEMARANG

2013

Page 2: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

PERSETUJUAN LAPORAN TUGAS AKHIR

Nama Pelaksana : Aditya Gita Setiawan

NIM : A11.2006.02951

Program Studi : Teknik Informatika

Fakultas : Ilmu Komputer

Judul Tugas Akhir : Sistem Pakar Diagnosa Penyakit Melalui Hasil Laboratorium

Darah

Tugas Akhir ini telah diperiksa dan disetujui,

Semarang, 15 Februari 2013

Menyetujui:

Pembimbing

Ajib Susanto, M.Kom

Mengetahui:

Dekan Fakultas Ilmu omputer

Dr. Abdul Syukur

Page 3: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

PENGESAHAN DEWAN PENGUJI

Nama Pelaksana : Aditya Gita Setiawan

NIM : A11.2006.02951

Program Studi : Teknik Informatika

Fakultas : Ilmu Komputer

Judul Tugas Akhir : Sistem Pakar Diagnosa Penyakit Melalui Hasil Laboratorium

Darah

Tugas Akhir ini telah diujikan dan dipertahankan dihadapan Dewan Penguji pada

Sidang tugas akhir tanggal 15 Februari 2013. Menurut pandangan kami, tugas akhir

ini memadai dari segi kualitas maupun kuantitas untuk tujuan penganugrahan gelar

Sarjana Komputer (S.Kom)

Semarang, 15 Februari 2013

Dewan Penguji :

Sumardi, M.Kom

Anggota 1

Sari Wijayanti, M.Kom

Anggota 2

Feri Agustina, M.Kom

Ketua Penguji

Page 4: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

PERNYATAAN

KEASLIAN TUGAS AKHIR

Sebagai mahasiswa Universitas Dian Nuswantoro, yang bertanda tangan di bawah

ini, saya :

Nama : Aditya Gita Setiawan

NIM : A11.2006.02951

Menyatakan bahwa karya ilmiah saya yang berjudul :

Sistem Pakar Diagnosa Penyakit Melalui Hasil Laboratorium Darah

merupakan karya asli saya (kecuali cuplikan dan ringkasan yang masing-masing

telah saya jelaskan sumbernya dan perangkat pendukung lainnya. Apabila di

kemudian hari, karya saya disinyalir bukan merupakan karya asli saya, yang disertai

dengan bukti-bukti yang cukup, maka saya bersedia untuk dibatalkan gelar saya

beserta hak dan kewajiban yang melekat pada gelar tersebut. Demikian surat

pernyataan ini saya buat dengan sebenarnya.

Dibuat di : Semarang

Pada tanggal : 15 Februari 2013

Yang menyatakan

(Aditya Gita Setiawan)

Page 5: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH

UNTUK KEPENTINGAN AKADEMIS

Sebagai mahasiswa Universitas Dian Nuswantoro, yang bertanda tangan di bawah

ini, saya :

Nama : Aditya Gita Setiawan

NIM : A11.2006.02951

demi mengembangkan Ilmu Pengetahuan, menyetujui untuk memberikan kepada

Universitas Dian Nuswantoro Hak Bebas Royalti Non-Eksklusif (Non-exclusive

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

Sistem Pakar Diagnosa Penyakit Melalui Hasil Laboratorium Darah beserta

perangkat yang diperlukan (bila ada). Dengan Hak Bebas Royalti Non-Eksklusif ini

Universitas Dian Nuswantoro berhak untuk menyimpan, mengcopy ulang

(memperbanyak), menggunakan, mengelolanya dalam bentuk pangkalan data

(database), mendistribusikannya, dan menampilkan/mempublikasikannya di internet

atau media lain untuk kepentingan akademis tanpa perlu meminta izin dari saya

selama tetap mencantumkan nama saya sebagai penulis/pencipta.

Saya bersedia untuk menanggung secara pribadi, tanpa melibatkan pihak Universitas

Dian Nuswantoro, segala bentuk tuntutan hukum yang timbul atas pelanggaran Hak

Cipta dalam karya ilmiah saya ini.

Demikian surat pernyataan ini saya buat dengan sebenarnya.

Dibuat di : Semarang

Pada tanggal : 15 Februari 2013

Yang menyatakan

(Aditya Gita Setiawan)

Page 6: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

KATA PENGANTAR

Assalamualaikum, Wr, Wb.

Dengan memanjatkan puji syukur kehadirat Allah SWT. Tuhan Yang Maha

Pengasih dan Maha Penyayang yang telah melimpahkan segala rahmat, hidayah, dan

inayah-Nya kepada penulis sehingga laporan tugas akhir dengan judul “Sistem Pakar

Diagnosa Penyakit Melalui Hasil Laboratorium Darah” dapat penulis selesaikan

sesuai dengan rencana karena dukungan dari berbagai pihak yang tidak ternilai

besarnya. Oleh karena itu penulis menyampaikan terima kasih kepada :

1. Bapak Dr. Ir. Edi Noersasongko, M.Kom, selaku Rektor Universitas Dian

Nuswantoro.

2. Dr. Abdul Syukur, selaku Dekan Fakultas Ilmu Komputer.

3. Dr. Heru Agus Santoso, M.Kom selaku Ketua Program Studi Teknik

Informatika.

4. Bapak Feri Agustina, M.Kom, selaku koordinator Tugas Akhir program studi

Teknik Informatika – S1.

5. Bapak Ajib Susanto, M.Kom, selaku pembimbing Tugas Akhir yang

memberikan ide penelitian, memberikan informasi referensi yang penulis

butuhkan, dan bimbingan yang berkaitan dengan penelitian penulis.

6. Dosen-dosen pengampu di Fakultas Ilmu Komputer Universitas Dian

Nuswantoro Semarang yang telah memberikan ilmu dan pengalamannya

masing-masing, sehingga penulis dapat mengimplementasikan ilmu yang

telah disampaikan.

7. Terutama kepada Ibu yang selalu memberikan doa, dukungan, dan

bimbingan.

8. Keluarga besar Penulis yang selalu memberikan dukungan dan semangat.

9. Anggun Desi Wulandari yang selalu memberikan dorongan semangat saat

penulis mulai putus asa.

10. Semua Sahabat Penulis di Udinus terimakasih atas dukungan kalian.

11. Semua pihak yang namanya tidak dapat disebutkan satu per satu

.

Page 7: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Penulis juga menyadari sepenuhnya bahwa dalam penyusunan Tugas Akhir ini

jauh dari sempurna. Untuk itu kritik dan saran yang bersifat membangun guna

perbaikan di masa yang akan datang akan penulis terima dengan senang hati beserta

ucapan terima kasih.

Akhirnya penulis berharap semoga Tugas Akhir ini dapat bermanfaat bagi

semua pihak yang berkepentingan.

Wassalamualaikum, Wr. Wb.

Semarang, Februari 2013

Penulis

Page 8: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

ABSTRAK

Sistem pakar untuk diagnosa penyakit melalui hasil laboratorium darah ini

merupakan suatu sistem pakar yang dirancang sebagai alat bantu untuk mendiagnosa

penyakit pada tubuh manusia melalui hasil tes laboratorium dengan basis

pengetahuan yang dinamis. Pengetahuan ini didapat dari seorang pakar yang ahli

didalam bidangnya serta buku yang berhubungan dengan pemeriksaan dan diagnostik

laboratorium darah. Basis pengetahuan disusun sedemikian rupa ke dalam suatu

database untuk mempermudah kinerja sistem dalam penarikan kesimpulan.

Penarikan kesimpulan dalam sistem pakar ini menggunakan metode fuzzy logic.

Sistem akan menampilkan inputan yang dapat diinput oleh user, dimana setiap

inputannya mengacu pada hasil tes laboratorium darah yang kemudian akan diproses

atau didiagnosa dan mendapatkan hasil akhir. Pada hasil akhir sistem pakar akan

menampilkan kesimpulan yang meliputi penyebab penyakit, dan jenis penyakit yang

diderita user atau pasien.

Kata Kunci : Sistem Pakar, Fuzzy Logic, Diagnostik Laboratorium Darah.

xv + 92 halaman;32 gambar; 3 tabel

Page 9: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

DAFTAR ISI

Halaman Judul ......................................................................................................... i

Persetujuan laporan Tugas Akhir ............................................................................. ii

Pengesahan Dewan Penguji ..................................................................................... iii

Pernyataan Keaslian Tugas Akhir ............................................................................ iv

Pernyataan Persetujuan Publikasi ............................................................................ v

Ucapan Terimakasih ................................................................................................ vi

Abstrak ..................................................................................................................... viii

Daftar Isi .................................................................................................................. ix

Daftar Tabel ............................................................................................................. xii

Daftar Gambar ......................................................................................................... xiii

BAB I PENDAHULUAN1

1.1 Latar Belakang Masalah ............................................................................... 1

1.2 Rumusan Masalah ......................................................................................... 2

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

1.4 Tujuan Penelitian .......................................................................................... 3

1.5 Manfaat Penelitian ........................................................................................ 3

BAB II LANDASAN TEORI .................................................................................. 5

2.1. Kecerdasan Buatan ...................................................................................... 5

2.2. Sistem Pakar ................................................................................................ 5

2.2.1. Latar Belakang Pengembangan Sistem Pakar ................................... 6

2.2.2. Struktur Sistem Pakar ........................................................................ 7

2.2.3. Skema Penerapan Dalam Organisasi ................................................. 9

2.2.4. Ciri-ciri Sistem Pakar ......................................................................... 9

2.2.5. Manfaat Sistem Pakar ........................................................................ 10

2.2.6. Kelemahan Sistem Pakar ................................................................... 10

2.3. Logika Fuzzy ............................................................................................... 11

Page 10: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

2.3.1. Crisp Set ............................................................................................. 11

2.3.2. Fuzzy Set ............................................................................................ 12

2.3.3. Atribut ................................................................................................ 12

2.3.4. Konvensi Penulisan Fuzzy Set ........................................................... 12

2.3.5. Istilah dalam Logika Fuzzy ................................................................ 13

2.3.6. Fuzzification ...................................................................................... 22

2.3.7. Inference ............................................................................................ 23

2.3.8. Defuzzification ................................................................................... 23

2.4. HTML .......................................................................................................... 23

2.5. CSS (Cascading Style Sheets) ..................................................................... 25

2.6. Javascript ..................................................................................................... 26

2.7. PHP .............................................................................................................. 29

2.8. MySQL ........................................................................................................ 30

2.9. Flowchart ..................................................................................................... 31

2.10. Darah ............................................................................................................ 32

2.10.1. Hemoglobin ...................................................................................... 34

2.10.2. Leukosit ............................................................................................ 36

2.10.3. Eritrosit............................................................................................. 37

2.10.4. Trombosit ......................................................................................... 38

2.10.5. Hematrokit ....................................................................................... 39

2.10.6. Indeks Sel Darah Merah (MCV, MCH, MCHC) ............................. 39

2.10.7. Basofil .............................................................................................. 39

2.10.8. Eosinofil ........................................................................................... 40

2.10.9. Neutrofil ........................................................................................... 42

2.10.10. Limfosit .......................................................................................... 42

2.10.11. Monosit .......................................................................................... 42

BAB III METODOLOGI PENELITIAN ................................................................ 44

3.1. Obyek ........................................................................................................... 44

3.2. Sumber Data ................................................................................................ 44

3.3. Metode Pengumpulan Data .......................................................................... 44

Page 11: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

3.4. Metode Pengembangan Sistem .................................................................... 45

3.5. Pengujian ..................................................................................................... 48

3.6. Mesin Inferensi ............................................................................................ 49

BAB IV HASIL PERANCANGAN DAN PEMBAHASAN .................................. 50

4.1. Ruang lingkup Pendukung Implementasi .................................................... 50

4.1.1 Ruang Lingkup Perangkat Keras ....................................................... 50

4.1.2 Ruang Lingkup Perangkat Lunak ...................................................... 50

4.2. Implementasi Sistem .................................................................................... 51

4.2.1 Analisa Kebutuhan ............................................................................. 51

4.2.2 Gambaran Umum Sistem ................................................................... 51

4.2.3 Deskripsi Sistem ................................................................................ 53

4.2.4 Diagnosa Penyakit .............................................................................. 53

4.2.4.1 Diagnosa Penyakit pada Anak ................................................ 53

4.2.4.2 Diagnosa Penyakit pada Pria .................................................. 54

4.2.4.3 Diagnosa Penyakit pada Wanita ............................................. 55

4.3. Perancangan Sistem ..................................................................................... 56

4.4. Perancangan Antar Muka ............................................................................. 68

4.4.1 Form Awalan (Index) ......................................................................... 68

4.4.2 Form Input Data Pasien ...................................................................... 69

4.4.3 Form Submit ...................................................................................... 70

4.4.4 Form Inputan Hasil Pemeriksaan Lbrtrm Darah ................................ 71

4.4.5 Form Reset dan Diagnosis ................................................................. 72

4.4.6 Form Hasil.......................................................................................... 73

4.4.7 Form Nilai Rujukan ........................................................................... 74

4.4.8 Form Kesimpulan ............................................................................... 75

4.5. Implementasi Rancangan Antar Muka ........................................................ 76

4.5.1 Tampilan Awal Program .................................................................... 76

4.5.2 Tampilan Form Pasien ....................................................................... 76

4.5.3 Tampilan Diagnosa Penyakit ............................................................. 77

4.5.4 Tampilan Form Nilai Hasil Rujukan .................................................. 78

4.5.5 Tampilan Form Nilai Rujukan ........................................................... 79

Page 12: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

4.5.6 Tampilan Form Reset dan Diagnosa .................................................. 80

4.5.7 Tampilan Form Kesimpulan .............................................................. 81

4.6. Implementasi Fungsi .................................................................................... 82

4.6.1 Fungsi Index ....................................................................................... 82

4.6.2 Fungsi Form Pasien ............................................................................ 83

4.6.3 Fungsi Operasi Diagnosa Peyakit ...................................................... 84

4.6.4 Fungsi Kondisi Diagnosa Penyakit .................................................... 87

4.6.5 Fungsi Nilai Rujukan ......................................................................... 89

4.6.6 Fungsi Koneksi Database ................................................................... 90

BAB V PENUTUP .................................................................................................. 91

5.1. Kesimpulan ................................................................................................... 91

5.2. Saran ............................................................................................................. 91

DAFTAR PUSTAKA .............................................................................................. 92

Page 13: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

DAFTAR TABEL

Tabel 2.4. Atribut Dalam Tag <BODY> ................................................................... 25

Tabel 2.9. Simbol-Simbol Flowchart ......................................................................... 32

Tabel 4.3. RULE ....................................................................................................... 68

Page 14: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

DAFTAR GAMBAR

Gambar 2.2.2. Struktur Sistem Pakar ........................................................................ 7

Gambar 2.3.5.1. Himpunan: Menurun, Normal, dan Meningkat ............................... 14

Gambar 2.3.5.2. Himpunan fuzzy untuk variabel Umur ........................................... 16

Gambar 2.3.5.3. Grafik representasi linear naik ....................................................... 19

Gambar 2.3.5.4. Grafik representasi linear ................................................................ 24

Gambar 2.3.5.5. Aturan Fuzzy .................................................................................. 25

Gambar 3.4. Metode Waterfall ................................................................................. 48

Gambar 4.2.2 Gambaran Umum Sistem ................................................................... 52

Gambar 4.2.4.1. Diagram alir diagnosa penyakit anak ................................................ 54

Gambar 4.2.4.2. Diagram alir diagnosa penyakit pada pria ........................................... 55

Gambar 4.5.4.3. Diagram alir diagnosa penyakit pada wanita ...................................... 56

Gambar 4.4.1. Form awalan (index) .......................................................................... 68

Gambar 4.4.2. Form input data pasien ...................................................................... 69

Gambar 4.4.3. Form Submit ..................................................................................... 70

Gambar 4.4.4. Form inputan hasil pemeriksaan laboratorium darah ........................... 71

Gambar 4.4.5. Form reset dan diagnosis .................................................................... 72

Gambar 4.4.6. Form hasil .......................................................................................... 73

Gambar 4.4.7. Form nilai rujukan .............................................................................. 74

Gambar 4.4.8. Form Kesimpulan ................................................................................ 75

Gambar 4.5.1. Tampilan baner program ................................................................... 76

Gambar 4.5.2. Tampilan form pilihan golongan ....................................................... 77

Gambar 4.5.3. Tampilan form inputan diagnosa penyakit ........................................ 78

Gambar 4.5.4. Tampilan form nilai hasil rujukan ...................................................... 79

Gambar 4.5.5. Tampilan form nilai rujukan .............................................................. 80

Gambar 4.5.6. Tampilan form reset dan diagnosa ..................................................... 81

Gambar 4.5.7. Tampilan form kesimpulan ................................................................ 82

Gambar 4.6.1. Screen shot fungsi index ....................................................................... 83

Gambar 4.6.2. Screen shot fungsi form pasien .............................................................. 84

Gambar 4.6.3. Screen shot fungsi operasi diagnosa penyakit ......................................... 86

Gambar 4.6.4. Screen shot kondisi diagnosa penyakit ................................................... 88

Page 15: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Gambar 4.6.5. Screen shot fungsi nilai rujukan ............................................................. 90

Gambar 4.6.6. screen shot fungsi koneksi database ....................................................... 90

Page 16: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

BAB I

PENDAHULUAN

1.1 Latar Belakang

Munculnya suatu penyakit telah menjadi momok yang menakutkan

yang selalu menghantui manusia. Karena sampai saat ini resiko adanya suatu

penyakit masih menjadi penyebab utama kematian seseorang. Meningkatnya

perkembangan teknologi di berbagai bidang telah mendorong ditemukannya

berbagai hal baru di bidang kedokteran, misalnya penyakit infeksi,

hematologi, ginjal, dan sebagainya. Untuk dapat mengetahui seseorang dalam

keadaan sehat atau sakit, banyak hal yang dapat dilakukan, salah satunya

adalah dengan memeriksakan diri secara berkala dan berkonsultasi ke dokter.

Hal ini sangat bermanfaat bagi kesehatan, dikarenakan bila terdapat kelainan

atau penyakit yang berbahaya dapat segera melakukan tindakan pencegahan

dengan cepat dan terapi lebih dini. Seorang dokter akan melakukan beberapa

pendekatan diagnosis terhadap pasien yang salah satunya ialah melalui

pemeriksaan laboratorium khususnya pemeriksaan darah. Dengan

dilakukannya pemeriksaan laboratorium ini, maka diharapkan resiko terkena

penyakit dapat dideteksi lebih dini secara tepat dan akurat.

Beberapa data pemeriksaan laboratorium dirancang untuk tujuan tertentu

misalnya untuk mendeteksi adanya gangguan fungsi organ, menentukan resiko

suatu penyakit, memantau progresivitas penyakit, memantau kemajuan hasil

pengobatan, dan sebagainya. Proses diagnosa penyakit melalui hasil

pemeriksaan laboratorium itu sendiri selama ini hanya dapat dilakukan oleh

para dokter. Dan pada akhirnya pasien secara tidak langsung dituntun untuk

melakukan konsultasi kepada dokter dengan membawa hasil pemeriksaan

laboratorium. Sebagian besar pasien juga tidak mengerti akan interpretasi

angka-angka yang tertera pada hasil pemeriksaan laboratoriumnya.

Konsultasi terhadap seseorang yang memiliki expertise dibidang tertentu

dalam menyelesaikan suatu permasalahan merupakan pilihan tepat guna

mendapatkan jawaban, saran, solusi, keputusan atau kesimpulan terbaik.

Page 17: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Jawaban seorang expert atas sebuah konsultasi tentunya sangat dapat dipercaya

atau dipertanggungjawabkan serta dapat berpengaruh terhadap mutu serta

kualitas hasil dari suatu permasalahan, ini dikarenakan seorang expert selalu

menguasai terhadap bidang yang ditekuninya berdasakan keilmuan dan

pengalamannya.

Untuk mengatasi permasalahan ini maka diperlukan sebuah system untuk

mendiagnosa penyakit melalui hasil pemeriksaan laboratorium. Dengan

berlandaskan pada kajian diatas maka penulis tertarik untuk melakukan

penelitian dan membuat tugas akhir mengenai “Sistem Pakar Diagnosa

Penyakit Melalui Hasil Pemeriksaan Laboratorium Darah”. Dengan adanya

hasil dari penelitian ini, diharapkan dapat membantu menegakkan diagnosa

penyakit sehingga dapat melakukan intervensi terapi sedini mungkin dan

mengendalikan progresivitas penyakit.

1.2 Rumusan Masalah

Adapun yang menjadi perumusan masalah adalah bagaimana

membuat aplikasi sistem pakar yang dapat membantu memudahkan

masyarakat untuk mengetahui interpretasi hasil pemeriksaan laboratorium

darah hematologi lengkap dan dengan menggunakan metode Logika Fuzzy

1.3 Batasan Masalah

Dari latar belakang dan perumusan masalah yang ada akan

memungkinkan adanya pembahasan masalah yang panjang lebar, maka

penulis memberikan batasan masalah sebagai berikut :

1. Program ini dibuat untuk membantu diagnosa penyakit melalui hasil

laboratorium, hanya sebatas untuk hasil laboratorium darah hematologi

lengkap dengan menggunakan metode logika fuzzy.

2. Menganalisa dan merancang sistem pakar untuk mendiagnosa penyakit

melalui hasil pemeriksaan laboratorium darah pada darah manusia yang

mencakup jenis diagnostik darah, keterangan dan kesimpulannya.

3. Diasumsikan bahwa data dimasukkan oleh pakar atau orang yang

mengetahui mengenai diagnostik pemeriksaan laboratorium darah. Sumber

Page 18: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

pengetahuan diagnosis praktis diperoleh dari seorang dokter, yaitu :

dr.Anggun D.W, Sp.PK.

4. Aplikasi yang digunakan dalam pembuatan sistem ini menggunakan bahasa

pemograman php, dan menggunakan database mysql. Tidak termasuk

bagian keamanan aplikasi.

1.4 Tujuan Penelitian

Berdasarkan permasalahan yang telah didefinisikan dalam rumusan

masalah diatas, maka tujuan penelitian ini :

1. Terciptanya Sistem Berbasis Aturan untuk diagnosa penyakit melalui hasil

laboratorium darah hematologi lengkap.

2. Dengan adanya system ini dapat membantu memudahkan masyarakat untuk

mengetahui interpretasi hasil pemeriksaan laboratorium.

1.5 Manfaat Penelitian

Penelitian ini di harapkan dapat memberikan manfaat kepada berbagai

pihak, antara lain:

1) Dalam bidang akademik, hasil penelitian ini dapat digunakan sebagai tolak

ukur keberhasilan akademik dalam memberikan ilmu kepada mahasiswa

sebagai bekal untuk terjun di dunia kerja, dan juga menambah kepustakaan

di Universitas Dian Nuswantoro Semarang.

2) Manfaat Bagi Penulis, Dapat menambah pengalaman dalam praktek dunia

kerja yang sesungguhnya, serta memberikan tambahan pengetahuan dan

keterampilan untuk bekal dikemudian hari yang tidak didapatkan penulis

dalam bangku perkuliahan. Disamping itu penulis dapat menerapkan atau

mengaplikasikan ilmu pengetahuan dan tekhnologi yang diperoleh terhadap

masalah-masalah praktis yang ada di lapangan atau lingkungan kerja

sehingga dapat menambah wawasan dalam bekerja.

3) Manfaat Bagi Pembaca, dapat memberikan inspirasi baru, agar nantinya

dapat mengembangkan lebih jauh lagi tentang system berbasis aturan untuk

diagnose penyakit melalui hasil laboratorum darah serta dapat menjadi

refrensi dalam pembuatan tugas akhir.

Page 19: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

4) Manfaat Bagi Perkembangan Teknologi

Terciptanya sebuah Rule Based Reasoning (RBR) yang bisa digunakan

sebagai alternative untuk penelitian selanjutnya.

Page 20: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

BAB II

LANDASAN TEORI

2.1 Kecerdasan Buatan

Kecerdasan buatan adalah salah satu bidang ilmu komputer yang

mendayagunakan komputer sehingga dapat berperilaku cerdas seperti

manusia. Aktifitas manusia yang ditirukan seperti penalaran, penglihatan,

pembelajaran, pemecahan masalah, pemahaman bahasa alami dan

sebagainya. Sesuai definisi tersebut, maka teknologi kecerdasan buatan

dipelajari dalam bidang bidang seperti robotika (Robotics), pengelihatan

komputer (computer vision), pengolahan bahasa (pattern recognition), sistem

syaraf buatan (artificial neural system), pengenalan suara (speech

recognition), dan sistem pakar (expert system). Kecerdasasn buatan

menyelesaikan permasalahan dengan mendayagunakan komputer untuk

memecahkan masalah komplek dengan cara mengikuti proses penalaran

manusia.

2.2 Sistem Pakar

Sistem pakar adalah suatu program komputer yang mengandung

pengetahuan dari satu atau lebih pakar manusia mengenai suatu bidang

spesifik. Jenis program ini pertama kali dikembangkan oleh periset

kecerdasan buatan pada dasawarsa 1960-an dan 1970-an dan diterapkan

secara komersial selama 1980-an. Bentuk umum sistem pakar adalah suatu

program yang dibuat berdasarkan suatu set aturan yang menganalisis

informasi (biasanya diberikan oleh pengguna suatu sistem) mengenai suatu

kelas masalah spesifik serta analisis matematis dari masalah tersebut.

Tergantung dari desainnya, sistem pakar juga mampu merekomendasikan

suatu rangkaian tindakan pengguna untuk dapat menerapkan koreksi. Sistem

ini memanfaatkan kapabilitas penalaran untuk mencapai suatu simpulan.

Page 21: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

2.2.1 Latar Belakang Pengembangan Sistem Pakar

Pengembangan penjelasan lebih lanjut mengenai keunggulan sistem

pakar dibanding seorang pakar, yaitu:

a. Sistem pakar bisa digunakan setiap hari menyerupai sebuah mesin

sedangkan seorang pakar tidak mungkin bekerja terus menerus

setiap hari tanpa beristirahat.

b. Sistem pakar merupakan suatu software yang dapat diperbanyak

dan kemudian dibagikan ke berbagai lokasi maupun tempat yang

berbeda-beda untuk digunakan sedangkan seorang pakar hanya

bekerja pada satu tempat dan pada saat yang bersamaan.

c. Suatu sistem pakar dapat diberi pengamanan untuk menentukan

siapa saja yang diberikan hak akses untuk menggunakannya dan

jawaban yang diberikan oleh sistem terbebas dari proses intimidasi

atau ancaman, sedangkan seorang pakar bisa saja mendapat

ancaman atau tekanan pada saat menyelesaikan permasalahan.

d. Pengetahuan (knowledge) yang disimpan pada sistem pakar tidak

akan bisa hilang atau lupa, yang dalam hal ini tentu harus didukung

oleh maintenance yang baik, sedangkan pegetahuan seorang pakar

manusia lambat laun akan hilang karena meninggal, usia yang

semakin tua, maupun menderita suatu penyakit.

e. Kemampuan memecahkan masalah pada suatu sistem pakar tidak

dipengaruhi oleh faktor dari luar seperti intimidasi, perasaan

kejiwaan, faktor ekonomi atau perasaan tidak suka.

f. Umumnya kecepatan dalam memecahkan masalah pada suatu

system pakar relatif lebih cepat dibandingkan oleh seorang pakar

manusia.

g. Biaya menggaji seorang pakar lebih mahal bila dibandingkan

dengan penggunaan program sistem pakar (dengan asumsi bahwa

program sistem pakar itu sudah ada) .

Page 22: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

2.2.2 Struktur Sistem Pakar

Sistem pakar terdiri dari 2 bagian pokok, yaitu: lingkungan

pengembangan (development environment) dan lingkungan konsultasi

(consultation environ-ment). Lingkungan pengembangan digunakan sebagai

pembangun sistem pakar baik dari segi pembangun komponen maupun basis

pengetahuan. Lingkungan konsultasi digunakan oleh pengguna yang bukan

pakar untuk memperoleh pengetahuan pakar.

Gambar 2.2.2 Struktur Sistem Pakar

Komponen-komponen yang terdapat dalam struktur sistem pakar :

a. Antarmuka Pengguna (User Interface)

Merupakan mekanisme yang digunakan oleh pengguna dan sistem

pakar untuk berkomunikasi. Antarmuka menerima informasi dari pemakai

dan mengubahnya ke dalam bentuk yang dapat diterima oleh sistem. Selain

itu antarmuka menerima dari sistem dan menyajikannya ke dalam bentuk

yang dapat dimengerti oleh pemakai.

Page 23: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

b. Basis Pengetahuan

Basis pengetahuan mengandung pengetahuan untuk pemahaman,

formulasi, dan penyelesaian masalah. Komponen sistem pakar ini disusun

atas 2 elemen dasar, yaitu : fakta, informasi tentang obyek dalam area

permasalahan. Dan aturan, informasi tentang cara bagaimana memperoleh

fakta baru dari fakta yang telah diketahui.

c. Akuisisi Pengetahuan (Knowledge Acquisition)

Akuisisi pengetahuan adalah akumulasi, transfer, dan transformasi

keahlian dalam menyelesaikan masalah dari sumber pengetahuan ke dalam

program komputer. Dalam tahap ini knowledge engineer berusaha menyerap

pengetahuan untuk selanjutnya ditransfer ke dalam basis pengetahuan.

Pengetahuan diperoleh dari pakar, dilengkapi dengan buku, basis data,

laporan penelitian dan pengalaman pemakai.

Metode akuisisi pengetahuan :

i. Wawancara

Metode yang paling banyak digunakan, yang melibatkan pembicaraan dengan

pakar secara langsung dalam suatu wawancara.

ii. Analisis protokol

Dalam metode ini pakar diminta untuk melakukan suatu pekerjaan dan

mengungkapkan proses pemikirannya dengan menggunakan kata-kata.

Pekerjaan tersebut direkam, dituliskan, dan dianalisis.

iii. Observasi pada pekerjaan pakar

Pekerjaan dalam bidang tertentu yang dilakukan pakar direkam dan

diobservasi.

2.2.3 Skema Penerapan dalam suatu organisasi:

I. Case-based reasoning (CBR) yang merupakan representasi

pengetahuan berdasarkan pengalaman termasuk kasus dan solusinya

II. Rule-base reasoning (RBR) mengandalkan serangkaian aturan-aturan

yang merupakan representasi dari pengetahuan dan pengalaman

karyawan (manusia) dalam memecahkan kasus yang rumit.

Page 24: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

III. Model-based reasoning (MBR) melalui representasi pengetahuan

dalam bentuk atribut, perilaku antar hubungan maupun simulasi

proses terbentuknya pengetahuan.

IV. Constraint-Satisfaction Reasoning yang merupakan perpaduan antara

RBR & MBR.

Dalam penyusunannya, sistem pakar mengkombinasikan kaidah-

kaidah penarikan kesimpulan (inference rules) dengan basis pengetahuan

tertentu yang diberikan oleh satu atau lebih pakar dalam bidang tertentu.

Kombinasi dari kedua hal tersebut disimpan dalam komputer, yang

selanjutnya digunakan dalam proses pengambilan keputusan untuk

penyelesaian masalah tertentu.

2.2.4 Ciri-Ciri Sistem Pakar

a. Memiliki informasi yang handal, baik dalam menampilkan langkah-

langkah antara maupun dalam menjawab pertanyaanpertanyaan

tentang proses penyelesaian.

b. Mudah dimodifikasi, yaitu dengan menambah atau menghapus suatu

kemampuan dari basis pengetahuannya.

c. Heuristik dalam menggunakan pengetahuan (yang seringkali tidak

sempurna) untuk mendapatkan penyelesainannya.

d. Dapat digunakan dalam berbagai jenis komputer.

e. Memiliki kemampuan untuk beradaptasi.

f. Terbatas pada bidang yang spesifik.

g. Dapat memberikan penalaran untuk data-data yang tidak lengkap

h. Dapat mengemukakan rangkaian alasan yang diberikan dengan cara

yang dapat dipahami.

i. Berdasarkan pada rule atau kaidah tertentu.

j. Dirancang untuk dapat dikembangkan secara bertahap.

k. Outputnya bersifat nasihat atau anjuran.

l. Output tergantung dari dialog dengan user.

m. Knowledge base dan Inference engine terpisah.

Page 25: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

2.2.5 Manfaat Sistem Pakar

a. Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli.

b. Bisa melakukan proses secara berulang secara otomatis.

c. Menyimpan pengetahuan dan keahlian para pakar.

d. Mampu mengambil dan melestarikan keahlian para pakar (terutama

yang termasuk keahlian langka).

e. Mampu beroperasi dalam lingkungan yang berbahaya.

2.2.6 Kelemahan Sistem Pakar

a. Biaya yang diperlukan untuk membuat, memelihara, dan

mengembangkannya sangat mahal.

b. Sulit dikembangkan, hal ini erat kaitannya dengan ketersediaan pakar

di bidangnya dan kepakaran sangat sulit diekstrak dari manusia karena

sangat sulit bagi seorang pakar untuk menjelaskan langkah mereka

dalam menangani masalah.

c. Sistem pakar tidak 100% benar karena seseorang yang terlibat dalam

pembuatan sistem pakar tidak selalu benar. Oleh karena itu perlu diuji

ulang secara teliti sebelum digunakan.

d. Pendekatan oleh setiap pakar untuk suatu situasi atau problem bisa

berbeda-beda, meskipun sama-sama benar.

e. Transfer pengetahuan dapat bersifat subjektif dan bias.

f. Kurangnya rasa percaya pengguna dapat menghalangi pemakaian

sistem pakar.

2.3 Logika Fuzzy

Penerapan sistem Fuzzy dalam sistem pakar bertujuan untuk

merepresentasikan pengetahuan pakar pada lingkungan yang tidak pasti, tidak

lengkap, dan sangat kompleks (Kandel 2001, Marimin 2005). Sistem fuzzy

merupakan penduga numerik yang terstruktur dan dinamik serta memiliki

kemampuan untuk mengembangkan sistem intelijen dalam lingkungan yang

tidak pasti dan tidak tepat. Sistem fuzzy menduga suatu fungsi dengan logika

Page 26: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

fuzzy yang digunakan untuk menangani konsep derajat kebenaran, yaitu nilai

kebenaran antara benar dan salah. Oleh karena itu, logika fuzzy sering

menggunakan informasi linguistik dan verbal.

2.3.1 Crisp Set

Himpunan yang membedakan anggota dan non anggotanya dengan

batasan yang jelas disebut crispt set. Misalnya, jika C= {x | x integer, x > 2},

maka amggota C adalah 3, 4, 5, dan seterusnya. Sedangkan yang bukan

anggota C adalah 2, 1, 0, -1, dan seterusnya.

2.3.2 Fuzzy Set

Suatu fuzzy set A di dalam universe (semesta) U didefinisikan sebagai

suatu fungsi keanggotaan µA(x), yang memetakan setiap objek di U menjadi

suatu nilai real dalam interval [0,1]. Nilai µA(x) menyatakan derajat

kanggotaan x di dalam A.

2.3.3 Atribut

Himpunan fuzzy memiliki 2 atribut, yaitu:

1. Linguistik, yaitu penamaan suatu grup yang mewakili suatu

keadaan atau kondisi tertentu dengan menggunakan bahasa alami,

seperti: Menurun, Normal, Meningkat.

2. Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran

dari suatu variabel seperti: 40, 25, 50, dsb.

2.3.4 Konvensi Penulisan Fuzzy Set

Konvensi untuk menuliskan fuzzy set yang dihasilkan universe U

yang diskrit adalah sebagai berikut :

Page 27: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Sedangkan jika U adalah kontinu , maka fuzy set A dinotasikan sebagai :

2.3.5 Istilah dalam logika fuzzy

Ada beberapa istilah yang perlu diketahui dalam memahami sistem

fuzzy, yaitu:

1. Variabel fuzzy

Variabel fuzzy merupakan variabel yang hendak dibahas dalam suatu

sistem fuzzy. Contoh: Umur, Temperatur, Permintaan, Persediaan,

Produksi, dan sebagainya.

2. Himpunan fuzzy

Misalkan X semesta pembicaraan, terdapat A di dalam X sedemikian

sehingga: A={ x,μA[x] | x ∈ X , μA : x→[0,1] } Suatu himpunan

fuzzy A di dalam semesta pembicaraan X didefinisikan

sebagai himpunan yang bercirikan suatu fungsi keanggotaan μA, yang

mengawankan setiap x∈X dengan bilangan real di dalam interval

[0,1], dengan nilai μA(x) menyatakan derajat keanggotaan x di dalam

A. Himpunan fuzzy merupakan suatu grup yang mewakili suatu

Page 28: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

kondisi atau keadaan tertentu dalam suatu variabel fuzzy. Misalkan

X=Frekuensi adalah variabel fuzzy. Maka dapat didefinisikan

himpunan “Menurun”, “Normal”, dan “Meningkat”.

Jika diketahui:

S = {1, 2, 3, 4, 5, 6} adalah semesta pembicaraan.

A = {1, 2, 3}

B = {3, 4, 5}

bisa dikatakan bahwa:

Nilai keanggotaan 2 pada himpunan A, µ A [2]=1, karena 2 ∈ A.

Nilai keanggotaan 3 pada himpunan A, µ A [3]=1, karena 3 ∈ A.

Nilai keanggotaan 4 pada himpunan A, µ A [4]=0, karena 4 ∉ A.

Nilai keanggotaan 2 pada himpunan B, µ B [2]=0, karena 2 ∉ B.

Nilai keanggotaan 3 pada himpunan B, µ B [3]=1, karena 3 ∈ B.

Contoh :

Misalkan variabel Hemoglobin dibagi menjadi 3 kategori, yaitu:

Menurun Hemoglobin < 14 gr/dL

Normal 14 ≤ Hemoglobin ≤ 18 gr/dL

Meningkat Hemoglobin > 18 gr/dL

Nilai keanggotaan secara grafis, himpunan Menurun, Normal, dan

Meningkat ini dapatdilihat pada Gambar 7.2.

Gambar 2.3.5.1 Himpunan: Menurun, Normal, dan Meningkat.

Page 29: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Pada Gambar 2.3.5, dapat dilihat bahwa:

Apabila seseorang pria berhemoglobin 13 gr/dL, maka ia dikatakan

Menurun ( µ Menurun [13]=1);

Apabila seseorang pria berhemoglobin 14 gr/dL, maka ia dikatakan

TIDAK Menurun ( µ Menurun [14]=0);

Apabila seseorang pria berhemoglobin 14 gr/dL kurang 1 gr/dL, maka

ia dikatakanTIDAK Menurun ( µ Menurun [14 - 1]=0);

Apabila seseorang pria berhemoglobin 14 gr/dL, maka ia dikatakan

Normal ( µ Normal [14]=1);

Apabila seseorang pria berhemoglobin 13 gr/dL, maka ia dikatakan

TIDAK Normal ( µ Normal [13]=0);

Apabila seseorang pria berhemoglobin 14 gr/dL, maka ia dikatakan

Normal ( µ Normal [14]=1);

Apabila seseorang pria berhemoglobin 14 gr/dL kurang 1 gr/dL, maka

ia dikatakanTIDAK Normal (Normal [14 - 1]=0);

Dari sini bisa dikatakan bahwa pemakaian himpunan crisp

untuk menyatakan hemoglobin sangat tidak adil, adanya perubahan

kecil saja pada suatu nilai mengakibatkan perbedaan kategori yang

cukup signifikan.Himpunan fuzzy digunakan untuk mengantisipasi

hal tersebut. Seseorang dapatmasuk dalam 2 himpunan yang berbeda,

Menurun dan Normal, Normal dan Meningkat, dsb. Seberapa besar

eksistensinya dalam himpunan tersebut dapat dilihatpada nilai

keanggotaannya. Gambar 2.3.5.1 menunjukkan himpunan fuzzy untuk

variabel umur.

Page 30: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Gambar 2.3.5.2 Himpunan fuzzy untuk variabel Umur.

Pada Gambar 2.3.5.1, dapat dilihat bahwa:

Seseorang pria yang berhemoglobin 15 gr/dL, termasuk dalam

himpunan Menurun dengan µ Menurun [15]=0,25; namun dia juga

termasuk dalam himpunan Normal dengan µ Normal [15]=0,5.

Seseorang pria yang berhemoglobin 17 gr/dL, termasuk dalam

himpunan Menurun dengan µ Meningkat [17]=0,25; namun dia juga

termasuk dalam himpunan Normal dengan µ Normal [17]=0,5

3. Semesta Pembicaraan

Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan

untuk dioperasikan dalam suatu variabel fuzzy. Semesta pembicaraan

merupakan himpunan bilangan real yang senantiasa naik (bertambah)

secara monoton dari kiri ke kanan. Nilai semesta pembicaraan dapat

berupa bilangan positif maupun negatif. Adakalanya nilai semesta

pembicaraan ini tidak dibatasi batas atasnya.

Contoh: semesta pembicaraan untuk variabel frekuensi: [0,+∞).

Sehingga semesta pembicaraan dari variable umur adalah 0 ≤ umur <

+∞. Dalam hal ini, nilai yang diperbolehkan untuk dioperasikan dalam

variable umur adalah lebih besar dari atau sama dengan 0, atau kurang

dari positif tak hingga.

4. Domain

Page 31: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Domain himpunan fuzzy adalah keseluruhan nilai yang

diijinkan dalam semesta pembicaraan dan boleh dioperasikan dalam

suatu himpunan fuzzy. Seperti halnya semesta pembicaraan, domain

merupakan himpunan bilangan real yang senantiasa naik (bertambah)

secara monoton dari kiri ke kanan. Nilai domain dapat berupa

bilangan positif maupun negatif. Contoh domain himpunan fuzzy:

Normal =[0,16].

5. Fungsi Keanggotaan

Jika X adalah himpunan objek-objek yang secara umum

dinotasikan dengan x, maka himpunan fuzzy A di dalam X

didefinisikan sebagai himpunan pasangan berurutan A={(x, μA(x)) |

x∈X} μA(x) disebut derajat keanggotaan dari x dalam A, yang

mengindikasikan derajat x berada di dalam A. Dalam himpunan fuzzy

terdapat beberapa representasi dari fungsi keanggotaan, salah satunya

yaitu representasi linear. Pada representasi linear, pemetaan input ke

derajat keanggotaannya digambarkan sebagai suatu garis lurus.

Bentuk ini paling sederhana dan menjadi pilihan yang baik untuk

mendekati suatu konsep yang kurang jelas. Ada 2 keadaan himpunan

fuzzy yang linear, yaitu representasi linear naik dan representasi linear

turun.

5.1 Representasi linear NAIK

Pada representasi linear NAIK, kenaikan nilai derajat

keanggotaan himpunan fuzzy (μ[x]) dimulai pada nilai domain yang

memiliki derajat keanggotaan nol [0] bergerak ke kanan menuju ke

nilai domain yang memiliki derajat keanggotaan lebih tinggi. Fungsi

keanggotaan representasi linear naik dapat dicari dengan cara sebagai

berikut:

Himpunan fuzzy pada representasi linear NAIK memiliki domain

(-∞,∞) terbagi menjadi tiga selang, yaitu: [0,a] , [a, b], dan [b,∞).

a) Selang [0,a]

Page 32: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Fungsi keanggotaan himpunan fuzzy pada representasi linear

NAIK pada selang [0,a] memiliki nilai keanggotaan=0

b) Selang [a, b]

Pada selang [a,b], fungsi keanggotaan himpunan fuzzy pada

representasi linear NAIK direpresentasikan dengan garis lurus

yang melalui dua titik, yaitu dengan koordinat (a,0) dan (b,1).

Misalkan fungsi keanggotaan fuzzy NAIK dari x disimbolkan

dengan μ[x], maka persamaan garis lurus tersebut adalah:

c) Selang [b,∞)

Fungsi keanggotaan himpunan fuzzy pada representasi linear

NAIK pada selang [xmax, ∞) memiliki nilai keanggotaan=0. Dari

uraian di atas, fungsi keanggotaan himpunan fuzzy pada

representasi linear NAIK, dengan domain (-∞,∞) adalah:

Himpunan fuzzy pada representasi linear NAIK direpresentasikan

pada Gambar 2.3.5.3.

Page 33: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Gambar 2..3.5.3 Grafik representasi linear naik

5.2 Representasi linear TURUN

Sedangkan pada representasi linear TURUN, garis lurus dimulai dari

nilai domain dengan derajat keanggotaan himpunan fuzzy (μ[x])

tertinggi pada sisi kiri, kemudian bergerak menurun ke nilai domain

yang memiliki derajat keanggotaan himpunan fuzzy lebih rendah.

Fungsi keanggotaan representasi linear TURUN dapat dicari dengan

cara sebagai berikut:

Himpunan fuzzy pada representasi linear TURUN memiliki

domain (-∞,∞) terbagi menjadi tiga selang, yaitu: [0,a] , [a, b], dan

[b,∞).

a) Selang [0,a]

Fungsi keanggotaan himpunan fuzzy pada representasi linear TURUN

pada selang [0,a] memiliki nilai keanggotaan=0

b) Selang [a, b]

Pada selang [a,b], fungsi keanggotaan himpunan fuzzy pada

representasi linear TURUN direpresentasikan dengan garis lurus yang

melalui dua titik, yaitu dengan koordinat (a,1) dan (b,0). Misalkan

fungsi keanggotaan fuzzy TURUN dari x disimbolkan dengan μ[x],

maka persamaan garis lurus tersebut adalah:

Page 34: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Karena pada selang [a,b], gradien garis lurus=-1, maka persamaan

garis lurus tersebut menjadi:

c) Selang [b,∞)

Fungsi keanggotaan himpunan fuzzy pada representasi linear TURUN

pada selang [b, ∞] memiliki nilai keanggotaan=0 Dari uraian di atas,

fungsi keanggotaan himpunan fuzzy pada representasi linear TURUN,

dengan domain (-∞,∞) adalah:

Himpunan fuzzy pada representasi linear turun direpresentasikan pada

Gambar 2.3.5.4.

Page 35: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Gambar 2.3.5.4 Grafik representasi linear

Suatu sistem berbasis aturan fuzzi yang lengkap terdiri dari

tiga komponen utama, yaitu :

1. Fuzzification

2. Inference

3. Defuzzification

Page 36: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Gambar 2.3.5.5 Aturan Fuzzy

2.3.6 Fuzzification

Fuzzification, mengubah masukan-masukan yang nilai

kebenarannya bersifat pasti (crisp input) ke dalam bentuk fuzzy input.

2.3.7 Inference

Inference, melakukan penalaran menggunakan fuzzy input dan

fuzzy rules yang telah ditentukan sehingga menghasilkan fuzzy

output. Secara sintaks, suatu fuzzy rule (aturan fuzzy) dituliskan

sebagai “IF antecendent THEN consequent”.

2.3.8 Defuzzification

Defuzzification, mengubah fuzzy output menjadi crisp value

berdasarkan fungsi keanggotaan yang telah ditentukan.

Page 37: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

2.4 HTML

HyperText Markup Language (HTML) adalah sebuah bahasa markup yang

digunakan untuk membuat sebuah halaman web, menampilkan berbagai informasi di

dalam sebuah Penjelajah web Internet dan formating hypertext sederhana yang

ditulis kedalam berkas format ASCII agar dapat menghasilkan tampilan wujud yang

terintegerasi. HTML adalah sebuah standar yang digunakan secara luas untuk

menampilkan halaman web.

Untuk menandai bahwa sebuah file teks merupakan file HTML, maka ciri

yang paling nampak jelas adalah ekstensi filenya, yaitu .htm atau .html. Namun lebih

jauh daripada itu, didalam file tersebut harus terkandung struktur sebagai berikut :

<HTML>

<HEAD>

<TITLE>

........ Deskripsi Dokumen ......

</TITLE>

</HEAD>

<BODY>

......... Isi Dokumen ........

</BODY>

</HTML>

a. Bagian Head

Bagian head sebenarnya tidak harus ada pada dokumen HTML,

tetapi pemakaian head yang benar akan meningkatkan kegunaan suatu

dokumen HTML. Isi bagian head kecuali judul dokumen tidak akan terlihat

oleh pembaca dokumen tersebut.

1. Tag <TITLE>, untuk memberi judul dokumen.

2. Tag <BASE>, untuk menentukan basis URL sebuah dokumen. Basis

URL ini berguna bila dalam dokumen terdapat link – link yang

Page 38: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

bersifat relative, karena link tersebut tetap akan bekerja meskipun

dokumen dipindahkan ke direktori lain atau bahkan kekomputer lain.

3. Tag <LINK>, untuk menunjukan relasi antar dokumen HTML.

4. Tag <META>, untuk mendefinisikan informasi-informasi diluar

HTML.

5.

b. Bagian Body

Bagian body merupakan isi dari dokumen HTML. Semua informasi

yang akan ditampilkan, mulai dari teks, gambar, suara dan lain – lain akan

ditempatkan di bagian ini.

Atribut Fungsi

ALINK Menentukan warna dari link aktif

BACKGROUND Merujuk pada URL atau direktori dari file gambar yang

digunakan sebagai latar belakang

BGCOLOR Menentukan warna latar belakang dokumen

LINK Menentukan warna dari link yang belum dikunjungi

TEXT Menentukan warna teks

Tabel 2.4 Atribut dalam tag <BODY>

Dalam HTML terdapat beberapa tag yang dapat digunakan untuk

memformat dokumen. Tag – tag tersebut diantaranya :

1. Tag <BR>, untuk membuat baris baru.

2. Tag <P>, untuk memulai paragraph baru.

3. Tag <HR>, untuk membuat garis batas horizontal.

4. Tag <HN>, sebagai heading sebuah dokumen. Nilai n berkisar antara 1

hingga 6.

5. Tag <CENTER>, menampilkan posisi teks rata tengah.

Page 39: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

2.5 CSS (Cascading Style Sheets)

CSS atau Cascading Style Sheets merupakan suatu bahasa stylesheet yang

digunakan untuk mengatur tampilan suatu dokumen yang ditulis dalam bahasa

markup. Penggunaan yang paling umum dari CSS adalah untuk memformat halaman

web yang ditulis dengan HTML dan XHTML. Walaupun demikian, bahasanya

sendiri dapat dipergunakan untuk semua jenis dokumen XML termasuk SVG dan

XUL. Spesifikasi CSS diatur oleh World Wide Web Consortium (W3C). CSS

digunakan antara lain untuk menentukan warna, jenis huruf, tata letak, dan berbagai

aspek tampilan dokumen. CSS digunakan terutama untuk memisahkan antara isi

dokumen (yang ditulis dengan HTML atau bahasa markup lainnya) dengan

presentasi dokumen (yang ditulis dengan CSS). Pemisahan ini dapat meningkatkan

aksesibilitas isi, memberikan lebih banyak keleluasaan dan kontrol terhadap

tampilan, dan mengurangi kompleksitas serta pengulangan pada stuktur isi. CSS

memungkinkan halaman yang sama untuk ditampilkan dengan cara yang berbeda

untuk metode presentasi yang berbeda, seperti melalui layar, cetak, suara (sewaktu

dibacakan oleh browser basis-suara atau pembaca layar), dan juga alat pembaca

braille. Halaman HTML atau XML yang sama juga dapat ditampilkan secara

berbeda, baik dari segi gaya tampilan atau skema warna dengan menggunakan CSS.

2.6 Javascript

JavaScript adalah script sederhana untuk menyusun aplikasi – aplikasi

internet untuk client (dan server). JavaScript adalah salah suatu bagian dari

bahasa pemograman Java yang dibuat oleh Sun Microsystem. Javascript

adalah bahasa script yang langsung dimasukkan ke dalam dokumen HTML

kita, sehingga tidak memerlukan kompiler lagi [4]. Untuk membuat

Javascript, kita menggunakan tag <SCRIPT>. Tag <SCRIPT> memiliki

atribut LANGUAGE untuk menyatakan jenis bahasa script yang digunakan.

Perhatikan contoh dokumen HTML sederhana yang meyisipkan JavaScript ke

dalamnya.Contoh dasar penggunaan javascript yaitu :

<HTML>

<HEAD>

<TITLE>Contoh JavaScript Sederhana</TITLE>

</HEAD>

<BODY>

Page 40: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

<SCRIPT LANGUAGE="JavaScript">

// menuliskan ke layar browser

document.writeln("Javascript pertamaku !");

// selesai.

</SCRIPT>

</BODY>

</HTML>

Jadi, untuk JavaScript LANGUAGE harus diisi

“JavaScript” (lihat contoh di atas). Elemen <SCRIPT> dapat ditulis

pada bagian HEAD maupun BODY.

Untuk membuat komentar pada JavaScript kita menggunakan

Elemen <SCRIPT> juga memiliki atribut SRC yang digunakan untuk

menunjuk file terpisah JavaScript (*.js). Jadi, JavaScript dapat diketik

terpisah dan digunakan dalam WEB anda sehingga lebih praktis.

Contoh – contoh JavaScript yang nantinya akan diberikan di

sini sudah berbentuk file .js. Dan untuk menggunakannya seperti di

bawah ini:

<HTML>

<HEAD>

<TITLE>Contoh Pemakaian File .js</TITLE>

</HEAD>

<BODY>

<SCRIPT LANGUAGE="JavaScript" SRC="nama-file.js">

</SCRIPT>

</BODY>

</HTML>

Dimana nama file .js adalah nama file JavaScript yang ingin

diselipkan.

JavaScript dalam dunia WEB boleh dibilang cukup baru. Jadi,

masih banyak Web Browser yang belum bisa menangani JavaScript,

terutama browser – browser yang lama.

Page 41: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Oleh karena itu, kita harus mengantisipasi hal ini, yaitu kita

harus menyembunyikan script yang kita buat agar script tersebut

disembunyikan dan tidak dikerjakan oleh browser yang tidak

mendukung Java, baik yang diselipkan maupun yang di dalam file.

Walaupun tampak seperti komentar dalam HTML, namun

perintah JavaScript tersebut dapat dikenali oleh browser yang mampu

menangani JavaScript.

Netscape memiliki elemen tersendiri untuk menangani versi

browsernya yang masih belum mampu menangani JavaScript yaitu

dengan menggunakan elemen <NOSCRIPT>. Lihat contoh dibawah ini:

<HTML>

<HEAD>

<TITLE>Sembunyikan JavaScript dari Browser yang tidak

mendukung</TITLE>

<SCRIPT LANGUAGE="JavaScript">

<!--

sembunyikan kode JavaScript ...

--!>

</SCRIPT>

</HEAD>

<BODY>

<NOSCRIPT>

Tampilkan pesan kesalahan atau pengganti JavaScript...

</NOSCRIPT>

</BODY>

</HTML>

2.7 PHP

Menurut Agus Saputra (2011 : 43), PHP adalah “PHP Hypertext

Preprocessor yang merupakan suatu bahasa pemrograman yang berjalan pada

sisi server (server side scripting). Jadi dapat disimpulkan, PHP membutuhkan

web server untuk dapat menjalankannya”.

Page 42: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Menurut Edi Winarno (2011 : 53), PHP adalah : “Sebuah bahasa

pemrograman web berbasis server (server-side) yang mampu memparsing

kode PHP dari kode web dengan ekstensi .php, sehingga menghasilkan

tampilan website yang dinamis di sisi client (browser)”. Secara khusus, PHP

dirancang untuk membentuk aplikasi web dinamis. Artinya, ia dapat

membentuk suatu tampilan berdasarkan permintaan terkini. Misalnya, anda

dapat menampilkan isi database ke halaman web. Pada prinsipnya PHP

mempunyai fungsi yang sama dengan skrip-skrip seperti ASP (Active Server

Page), Cold Fusion, ataupun Perl. Namun, perlu diketahui bahwa PHP

sebenarnya bisa dipakai secara command line. Artinya, skrip PHP dapat

dijalankan tanpa melibatkan web server maupun browser.

Kelahiran PHP bermula saat Rasmus Lerdorf membuat sejumlah skrip

Perl yang dapat mengamati siapa saja yang melihat-lihat daftar riwayat

hidupnya, yakni pada tahun 1994. Skrip-skrip ini selanjutnya dikemas

menjadi tool yang disebut Personal Home Page. Paket inilah yang menjadi

awal mula PHP. Pada tahun 1995, Rasmus menciptakan PHP/F1 Versi 2.

Pada versi inilah programmer dapat menempelkan kode terstruktur di dalam

tag HTML. Yang menarik, kode PHP juga bisa berkomunikasi dengan

database dan melakukan perhitungan-perhitungan yang kompleks.

2.8 MySQL

Menurut Agus Saputra (2011 : 44) “MySQL merupakan perangkat

lunak yang juga bersifat open source. Sesuai namanya, bahasa standar yang

digunakan adalah SQL”.

Menurut Bunafit Nugroho (2005 : 1), MySQL adalah : “Sebuah

program database server dan mengirimkan datanya dengan cepat, multi user

serta menggunakan perintah SQL (structured query language )”. MySQL

adalah sebuah sistem manajemen database relasi (Relational Database

Management System) dan sangat populer. Saat ini MySQL banyak digunakan

untuk membangun aplikasi-aplikasi web yang menggunakan database, karena

Page 43: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

MySQL memiliki kinerja, kecepatan proses dan ketangguhan yang tidak kalah

dibanding database-database besar lainnya yang komersil.

2.9 Flowchart

Flowchart merupakan gambar atau bagan yang memperlihatkan

urutan dan hubungan antar proses beserta instruksinya. Gambaran ini

dinyatakan dengan simbol. Dengan demikian setiap simbol menggambarkan

proses tertentu. Sedangkan hubungan antar proses digambarkan dengan garis

penghubung.

Flowchart ini merupakan langkah awal pembuatan program. Dengan adanya

flowchart urutan poses kegiatan menjadi lebih jelas. Jika ada penambahan

proses maka dapat dilakukan lebih mudah. Setelah flowchart selesai disusun,

selanjutnya pemrogram (programmer) menerjemahkannya ke bentuk program

dengan bahsa pemrograman.

Berikut adalah simbol – simbol dari flowchart :

Simbol Keterangan

Arus/Flow, menyatakan jalannya arus

suatu proses

Process, menunjukkan proses

pengolahan dan perubahan harga

yang dilakukan oleh komputer

Manual operation, menyatakan setiap

pengolahan yang tidak dilakukan oleh

komputer

Decision, menyatakan kondisi yang

akan menghasilkan kemungkinan

jawaban atau aksi

Preparation, menyatakan penyediaan

tempat penyimpanan suatu

pengolahan untuk memberi harga

awal

Terminator, untuk memulai atau

mengakhiri suatu program atau

sebagai interupsi dalam program

Page 44: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Display, menyatakan aksi mencetak

keluaran dalam layar monitor

Input/Output, menyatakan proses

input atau output tanpa tergantung

jenis peralatannya

Manual input, menyatakan masukan

data secara manual dengan

menggunakan online keyboard

Tabel 2.9 Simbol-Simbol Flowchart

2.10 Darah

Darah adalah cairan yang terdapat pada semua makhluk hidup(kecuali

tumbuhan) tingkat tinggi yang berfungsi mengirimkan zat-zat dan oksigen

yang dibutuhkan oleh jaringan tubuh, mengangkut bahan-bahan kimia hasil

metabolisme, dan juga sebagai pertahanan tubuh terhadap virus atau bakteri.

Istilah medis yang berkaitan dengan darah diawali dengan kata hemo- atau

hemato- yang berasal dari bahasa Yunani haima yang berarti darah.

Pada serangga, darah (atau lebih dikenal sebagai hemolimfe) tidak

terlibat dalam peredaran oksigen. Oksigen pada serangga diedarkan melalui

sistem trakea berupa saluran-saluran yang menyalurkan udara secara

langsung ke jaringan tubuh. Darah serangga mengangkut zat ke jaringan

tubuh dan menyingkirkan bahan sisa metabolisme.

Pada hewan lain, fungsi utama darah ialah mengangkut oksigen dari

paru-paru atau insang ke jaringan tubuh. Dalam darah terkandung

hemoglobin yang berfungsi sebagai pengikat oksigen. Pada sebagian hewan

tak bertulang belakang atau invertebrata yang berukuran kecil, oksigen

langsung meresap ke dalam plasma darah karena protein pembawa

oksigennya terlarut secara bebas. Hemoglobin merupakan protein pengangkut

oksigen paling efektif dan terdapat pada hewan-hewan bertulang belakang

Page 45: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

atau vertebrata. Hemosianin, yang berwarna biru, mengandung tembaga, dan

digunakan oleh hewan crustaceae. Cumi-cumi menggunakan vanadium

kromagen (berwarna hijau muda, biru, atau kuning oranye).

Darah manusia adalah cairan di dalam tubuh yangberfungsi untuk

mengangkut oksigen yang diperlukan oleh sel-sel di seluruh tubuh. Darah

juga menyuplai jaringan tubuh dengan nutrisi, mengangkut zat-zat sisa

metabolisme, dan mengandung berbagai bahan penyusun sistem imun yang

bertujuan mempertahankan tubuh dari berbagai penyakit. Hormon-hormon

dari sistem endokrin juga diedarkan melalui darah.

Darah manusia berwarna merah, antara merah terang apabila kaya

oksigen sampai merah tua apabila kekurangan oksigen. Warna merah pada

darah disebabkan oleh hemoglobin, protein pernapasan (respiratory protein)

yang mengandung besi dalam bentuk heme, yang merupakan tempat

terikatnya molekul-molekul oksigen. Manusia memiliki sistem peredaran

darah tertutup yang berarti darah mengalir dalam pembuluh darah dan

disirkulasikan oleh jantung. Darah dipompa oleh jantung menuju paru-paru

untuk melepaskan sisa metabolisme berupa karbon dioksida dan menyerap

oksigen melalui pembuluh arteri pulmonalis, lalu dibawa kembali ke jantung

melalui vena pulmonalis. Setelah itu darah dikirimkan ke seluruh tubuh oleh

saluran pembuluh darah aorta. Darah membawa oksigen ke seluruh tubuh

melalui saluran halus darah yang disebut pembuluh kapiler. Darah kemudian

kembali ke jantung melalui pembuluh darah vena cava superior dan vena

cava inferior.

Darah juga mengangkut bahan bahan sisa metabolisme, obat-obatan

dan bahan kimia asing ke hati untuk diuraikan dan dibawa ke ginjal untuk

dibuang sebagai air seni.

2.10.1 Hemoglobin

Hemoglobin (Hb) merupakan zat protein yang ditemukan

dalam sel darah merah (SDM), yang memberi warna merah pada

Page 46: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

darah. Hemoglobin terdiri atas zat besi yang merupakan pembawa

oksigen. Kadar hemoglobin yang tinggi abnormal terjadi karena

keadaan hemokonsentradi akibat dari dehidrasi (kehilangan cairan).

Kadar hemoglobin yang rendah berkaitan dengan berbagai masalah

klinis. Molekul hemoglobin terdiri dari globin, apoprotein, dan empat

gugus heme, suatu molekul organik dengan satu atom besi

Mutasi pada gen protein hemoglobin mengakibatkan suatu

golongan penyakit menurun yang disebut hemoglobinopati, di

antaranya yang paling sering ditemui adalah anemia sel sabit dan

talasemia.

Pada pusat molekul terdapat cincin heterosiklik yang dikenal

dengan porfirin yang menahan satu atom besi; atom besi ini

merupakan situs/loka ikatan oksigen. Porfirin yang mengandung besi

disebut heme. Nama hemoglobin merupakan gabungan dari heme dan

globin; globin sebagai istilah generik untuk protein globular. Ada

beberapa protein mengandung heme, dan hemoglobin adalah yang

paling dikenal dan paling banyak dipelajari.

Page 47: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Pada manusia dewasa, hemoglobin berupa tetramer

(mengandung 4 subunit protein), yang terdiri dari masing-masing dua

subunit alfa dan beta yang terikat secara nonkovalen. Subunit-

subunitnya mirip secara struktural dan berukuran hampir sama. Tiap

subunit memiliki berat molekul kurang lebih 16,000 Dalton, sehingga

berat molekul total tetramernya menjadi sekitar 64,000 Dalton. Tiap

subunit hemoglobin mengandung satu heme, sehingga secara

keseluruhan hemoglobin memiliki kapasitas empat molekul oksigen:

Reaksi bertahap:

Hb + O2 <-> HbO2

HbO2 + O2 <-> Hb(O2)2

Hb(O2)2 + O2 <-> Hb(O2)3

Hb(O2)3 + O2 <-> Hb(O2)4

Reaksi keseluruhan:

Hb + 4O2 -> Hb(O2)4

2.10.2 Leukosit

Sel darah putih, leukosit (bahasa Inggris: white blood cell, WBC,

leukocyte) adalah sel yang membentuk komponen darah. Sel darah putih ini

berfungsi untuk membantu tubuh melawan berbagai penyakit infeksi sebagai

bagian dari sistem kekebalan tubuh. Sel darah putih tidak berwarna, memiliki

inti, dapat bergerak secara amoebeid, dan dapat menembus dinding kapiler /

diapedesis. Dalam keadaan normalnya terkandung 4x109 hingga 11x10

9 sel

darah putih di dalam seliter darah manusia dewasa yang sehat - sekitar 7000-

25000 sel per tetes.Dalam setiap milimeter kubil darah terdapat 6000 sampai

10000(rata-rata 8000) sel darah putih .Dalam kasus leukemia, jumlahnya

dapat meningkat hingga 50000 sel per tetes.

Page 48: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Di dalam tubuh, leukosit tidak berasosiasi secara ketat dengan organ

atau jaringan tertentu, mereka bekerja secara independen seperti organisme

sel tunggal. Leukosit mampu bergerak secara bebas dan berinteraksi dan

menangkap serpihan seluler, partikel asing, atau mikroorganisme penyusup.

Selain itu, leukosit tidak bisa membelah diri atau bereproduksi dengan cara

mereka sendiri, melainkan mereka adalah produk dari sel punca

hematopoietic pluripotent yang ada pada sumsum tulang.

Leukosit turunan meliputi: sel NK, sel biang, eosinofil, basofil, dan

fagosit termasuk makrofaga, neutrofil, dan sel dendritik.

2.10.3 Eritrosit

Sel darah merah, eritrosit (bahasa Inggris: red blood cell

(RBC), erythrocyte) adalah jenis sel darah yang paling banyak dan

berfungsi membawa oksigen ke jaringan-jaringan tubuh lewat darah

dalam hewan bertulang belakang. Bagian dalam eritrosit terdiri dari

hemoglobin, sebuah biomolekul yang dapat mengikat oksigen.

Hemoglobin akan mengambil oksigen dari paru-paru dan insang, dan

oksigen akan dilepaskan saat eritrosit melewati pembuluh kapiler.

Warna merah sel darah merah sendiri berasal dari warna hemoglobin

yang unsur pembuatnya adalah zat besi. Pada manusia, sel darah

merah dibuat di sumsum tulang belakang, lalu membentuk kepingan

bikonkaf. Di dalam sel darah merah tidak terdapat nukleus. Sel darah

merah sendiri aktif selama 120 hari sebelum akhirnya dihancurkan.

Sel darah merah atau yang juga disebut sebagai eritrosit

berasal dari Bahasa Yunani, yaitu erythros berarti merah dan kytos

yang berarti selubung/sel).

Kepingan eritrosit manusia memiliki diameter sekitar 6-8 μm

dan ketebalan 2 μm, lebih kecil daripada sel-sel lainnya yang terdapat

pada tubuh manusia. Eritrosit normal memiliki volume sekitar 9 fL (9

femtoliter) Sekitar sepertiga dari volume diisi oleh hemoglobin, total

Page 49: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

dari 270 juta molekul hemoglobin, dimana setiap molekul membawa

4 gugus heme.

Orang dewasa memiliki 2–3 × 1013 eritrosit setiap waktu

(wanita memiliki 4-5 juta eritrosit per mikroliter darah dan pria

memiliki 5-6 juta. Sedangkan orang yang tinggal di dataran tinggi

yang memiliki kadar oksigen yang rendah maka cenderung untuk

memiliki sel darah merah yang lebih banyak). Eritrosit terkandung di

darah dalam jumlah yang tinggi dibandingkan dengan partikel darah

yang lain, seperti misalnya sel darah putih yang hanya memiliki

sekitar 4000-11000 sel darah putih dan platelet yang hanya memiliki

150000-400000 di setiap mikroliter dalam darah manusia.

Pada manusia, hemoglobin dalam sel darah merah mempunyai

peran untuk mengantarkan lebih dari 98% oksigen ke seluruh tubuh,

sedangkan sisanya terlarut dalam plasma darah.

Eritrosit dalam tubuh manusia menyimpan sekitar 2.5 gram

besi, mewakili sekitar 65% kandungan besi di dalam tubuh manusia.

2.10.4 Trombosit

Keping darah, lempeng darah, trombosit (en:platelet,

thrombocyte) (el:θρόμβος - "klot" dan κύτος - "sel") adalah sel

anuclear nulliploid (tidak mempunyai nukleus pada DNA-nya)

dengan bentuk tak beraturan dengan ukuran diameter 2-3 µm yang

merupakan fragmentasi dari megakariosit.[2]

. Keping darah

tersirkulasi dalam darah dan terlibat dalam mekanisme hemostasis

tingkat sel dalam proses pembekuan darah dengan membentuk darah

beku. Rasio plasma keping darah normal berkisar antara 200.000-

300.000 keping/mm³, nilai dibawah rentang tersebut dapat

menyebabkan pendarahan, sedangkan nilai di atas rentang yang sama

dapat meningkatkan risiko trombosis. Trombosit memiliki bentuk

yang tidak teratur, tidak berwarna, tidak berinti, berukuran lebih kecil

Page 50: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

dari eritrosit dan leukosit, dan mudah pecah bila tersentuh benda

kasar.

2.10.5 Hematrokit

Hematrokit (Ht) adalah volume (dalam mililiter) sel darah

merah (SDM) yang ditemukan di dalam 100ml (1 dl) darah, duhitung

dalam persentase. Sebagai contohn henatriroki.sebesat 36%

mengindikasikan terdapatnya 36 ml SDM di dalam 100 ml darah, atau

dinyatakan dengan 36 vol/dl. Tujuan dilakukannya proyek ini Adela

mengukur konsentrasi SDM (eritrosit) di dalam darah.

Kadar hematokrit yang rendah sering ditemukan pada kasus

anemia dan leukimia, dan peningkatan kadar ditemukan pada

dehidrasi (suatu peningkatan relatif) dan pada polisitemia vera.

Hematokrit dapat menjadi indikator keadaan hidrasi pada klien.

Seperti halnya hemoglobi, peningkatan kadar hematokrit dapat

mengindikasikan hemokonsentrasi, akibat penurunan volume cairan

dan peningkatan SDM.

2.10.6 Indeks Sel Darah Merah (MCV, MCH, MCHC)

Indeks sel darah merah meliputi hitung SDM, ukuran SDM

(MCV: Mean Corpuscular Volume [volume korpuskular retara]),

berat (MCH: Mean Corpuscular Hemoglobin [hemoglobin

korpuskular retara]), konsentrasi hemoglobin (MCHC: Mean

Corpuscular Hemoglobin Concentration [konsentrasi hemoglobin

korpuskular retara]). Istilah lain untuk indeks SDM adalah indeks

eritrosit serta indeks korpuskular.

2.10.7 Basofil

Basofil adalah granulosit dengan populasi paling minim, yaitu

sekitar 0,01 - 0,3% dari sirkulasi sel darah putih Basofil mengandung

banyak granula sitoplasmik dengan dua lobus. Seperti granulosit lain,

Page 51: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

basofil dapat tertarik keluar menuju jaringan tubuh dalam kondisi

tertentu. Saat teraktivasi, basofil mengeluarkan antara lain histamin,

heparin, kondroitin, elastase dan lisofosfolipase, leukotriena dan

beberapa macam sitokina. Basofil memainkan peran dalam reaksi

alergi (seperti asma).

2.10.8 Eosinofil

Eosinofil (bahasa Inggris: eosinophil, acidophil) adalah sel

darah putih dari kategori granulosit yang berperan dalam sistem

kekebalan dengan melawan parasit multiselular dan beberap infeksi

pada makhluk vertebrata. Bersama-sama dengan sel biang, eosinofil

juga ikut mengendalikan mekanisme alergi.

Eosinofil terbentuk pada proses haematopoiesis yang terjadi

pada sumsum tulang sebelum bermigrasi ke dalam sirkulasi darah.

Eosinofil mengandung sejumlah zat kimiawi antara lain

histamin, eosinofil peroksidase, ribonuklease, deoksiribonuklease,

lipase, [plasminogen] dan beberapa asam amino yang dirilis melalui

proses degranulasi setelah eosinofil teraktivasi. Zat-zat ini bersifat

toksin terhadap parasit dan jaringan tubuh. Eosinofil merupakan sel

substrat peradangan dalam reaksi alergi. Aktivasi dan pelepasan racun

oleh eosinofil diatur dengan ketat untuk mencegah penghancuran

jaringan yang tidak diperlukan.

Individu normal mempunyai rasio eosinofil sekitar 1 hingga

6% terhadap sel darah putih dengan ukuran sekitar 12 - 17

mikrometer.

Eosinofil dapat ditemukan pada medulla oblongata dan

sambungan antara korteks otak besar dan timus, dan di dalam saluran

pencernaan, ovarium, uterus, limpa dan lymph nodes. Tetapi tidak

dijumpai di paru, kulit, esofagus dan organ dalam lainnya, pada

Page 52: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

kondisi normal, keberadaan eosinofil pada area ini sering merupakan

pertanda adanya suatu penyakit.

Eosinofil dapat bertahan dalam sirkulasi darah selama 8-12

jam, dan bertahan lebih lama sekitar 8-12 hari di dalam jaringan

apabila tidak terdapat stimulasi.

2.10.9 Neutrofil

Neutrofil (bahasa Inggris: neutrophil, polymorphonuclear

neutrophilic leukocyte, PMN) adalah bagian sel darah putih dari

kelompok granulosit. Bersama dengan dua sel granulosit lain:

eosinofil dan basofil yang mempunyai granula pada sitoplasma,

disebut juga polymorphonuclear karena bentuk inti sel mereka yang

aneh. Granula neutrofil berwarna merah kebiruan dengan 3 inti sel.

Neutrofil berhubungan dengan pertahanan tubuh terhadap

infeksi bakteri dan proses peradangan kecil lainnya, serta menjadi sel

yang pertama hadir ketika terjadi infeksi di suatu tempat. Dengan sifat

fagositik yang mirip dengan makrofaga, neutrofil menyerang patogen

dengan serangan respiratori menggunakan berbagai macam substansi

beracun yang mengandung bahan pengoksidasi kuat, termasuk

hidrogen peroksida, oksigen radikal bebas, dan hipoklorit.

Rasio sel darah putih dari neutrofil umumnya mencapai 50-

60%. Sumsum tulang normal orang dewasa memproduksi setidaknya

100 miliar neutrofil sehari, dan meningkat menjadi sepuluh kali

lipatnya juga terjadi inflamasi akut.

Setelah lepas dari sumsum tulang, neutrofil akan mengalami 6

tahap morfologis: mielocit, metamielocit, neutrofil non segmen

(band), neutrofil segmen. Neutrofil segmen merupakan sel aktif

dengan kapasitas penuh, yang mengandung granula sitoplasmik

Page 53: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

(primer atau azurofil, sekunder, atau spesifik) dan inti sel berongga

yang kaya kromatin. Sel neutrofil yang rusak terlihat sebagai nanah.

2.10.10 Limfosit

Limfosit (en:lymphocyte) adalah sejenis sel darah putih pada

sistem kekebalan makhluk

vertebratahttp://id.wikipedia.org/wiki/Limfosit - cite_note-

urlDorlands_Medical_Dictionary:lymphocyte-1. Ada dua kategori besar

limfosit, limfosit berbutiran besar (large granular lymphocytes) dan

limfosit kecil. Limfosit memiliki peranan penting dan terpadu dalam

sistem pertahanan tubuh.

Limfosit dibuat di sumsum tulang hati (pada fetus) dengan

bentuk awal yang sama tetapi kemudian berdiferensiasi. Limfosit

dapat menghasilkan antibodi pada anak-anak dan akan meningkat

seiring dengan bertambahnya usia.

2.10.11 Monosit

Monosit (bahasa Inggris: monocyte, mononuclear) adalah

kelompok darah putih yang menjadi bagian dari sistem kekebalan.

Monosit dapat dikenali dari warna inti selnya.

Pada saat terjadi peradangan, monosit :

bermigrasi menuju lokasi infeksi

mengganti sel makrofaga dan DC yang rusak atau bermigrasi,

dengan membelah diri atau berubah menjadi salah satu sel

tersebut.

Monosit diproduksi di dalam sumsum tulang dari sel punca

haematopoetik yang disebut monoblas. Setengah jumlah produksi

tersimpan di dalam limpa pada bagian pulpa. Monosit tersirkulasi

dalam peredaran darah dengan rasio plasma 3-5% selama satu hingga

Page 54: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

tiga hari, kemudian bermigrasi ke seluruh jaringan tubuh. Sesampai di

jaringan, monosit akan menjadi matang dan terdiferensiasi menjadi

beberapa jenis makrofaga, sel dendritik dan osteoklas.

Umumnya terdapat dua pengelompokan makrofaga

berdasarkan aktivasi monosit, yaitu makrofaga hasil aktivasi hormon

M-CSF dan hormon GM-CSF. Makrofaga M-CSF mempunyai

sitoplasma yang lebih besar, kapasitas fagositosis yang lebih tinggi

dan lebih tahan terhadap infeksi virus stomatitis vesikular.

Kebalikannya, makrofaga GM-CSF lebih bersifat sitotoksik terhadap

sel yang tahan terhadap sitokina jenis TNF, mempunyai ekspresi

MHC kelas II lebih banyak, dan sekresi PGE yang lebih banyak dan

teratur. Setelah itu, turunan jenis makrofaga akan ditentukan lebih

lanjut oleh stimulan lain seperti jenis hormon dari kelas interferon dan

kelas TNF.

Stimulasi hormon sitokina jenis GM-CSF dan IL-4 akan

mengaktivasi monosit dan makrofaga untuk menjadi sel dendritik.

Page 55: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

BAB III

METODOLOGI PENELITIAN

3.1 Obyek

Data yang diperlukan merupakan data berupa hasil tes laboratorium

darah dan gejala penyakit yang dilihat dari hasil tes laboratorium darah

pasien. Perolehan data gejala, penyakit didapat dari seorang pakar yaitu :

dr.Anggun D.W, Sp.PK.

3.2 Sumber Data

Sumber yang diperoleh dari :

a. Data primer

Merupakan sumber data penelitian yang diperoleh dengan cara langsung dari

sumber asli (tidak melalui perantara). Data jenis ini penulis peroleh dari hasil

observasi dan hasil wawancara dengan dr.Anggun D.W, Sp.PK

b. Data sekunder

Merupakan sumber data penelitian yang diperoleh melalui media perantara.

Data sekunder umumnya berupa bukti catatan atau laporan historis yang di

publikasikan dan yang tidak dipublikasikan. Data sekunder digunakan

sebagai data pelengkap teori data primer yang diperoleh dari perpustakaan

dan internet yaitu berupa pengertian, konsep – konsep, definisi yang

berhubungan dengan penyusunan tugas akhir ini.

3.3 Metode Pengumpulan Data

Sesuai dengan sumber data dan penyusunan tugas akhir ini, maka

dalam penulisan dan pengumpulan data, penulis menggunakan beberapa

metode, antara lain :

a. Studi Pustaka

Adalah metode pengumpulan data melalui file – file yang berkaitan

dengan diagnostik laboratorium darah, file – file tersebut diperoleh melalui

buku – buku diagnostik laboratorium darah sebagai data pendukung.

Page 56: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

b. Wawancara

Adalah sebuah metode yang dilakukan untuk mengumpulkan sebuah

informasi yang dilakukan dengan cara face to face. Metode ini dilakukan

penulis dengan cara tanya jawab langsung atau lisan mengenai hal – hal yang

berhubungan dengan masalah yang di teliti. Wawancara dilakukan bersama

dengan dr.Anggun D.W, Sp.PK dengan cara menanyakan mengenai

pemeriksaan dan diagnostik laboratorium darah.

c. Penelitian dan Mengunjungi situs (research and site visits)

Penelitian ini adalah teknik yang sering digunakan berdasarkan studi

terhadap aplikasi yang serupa. Kunjungan situs merupakan bentuk penelitian

khusus, dengan menjelajahi internet dapat memperoleh informasi yang tak

terduga. Dalam hal ini penulis mencari beberapa teori yang dibutuhkan dalam

penyelesaian laporan tugas akhir melalui media internet. Situs situs yang

dikunjungi adalah situs yang berkaitan dengan diagnostik laboratorium darah.

3.4 Metode Pengembangan Sistem

Metode pengembangan sistem yang digunakan dalam penelitian ini

adalah dengan menggunakan metode waterfall. Adapun tahapan dalam

pengembangan sistem ini meliputi :

a. Analisis sistem (system analysis)

Hal – hal yang terdapat pada tahapan ini adalah :

1. Mengumpulkan data baik dari membaca, laporan, artikel dan wawancara

secara langsung dengan orang yang ahli dalam bidang diagnostik

laboratorium darah.

2. Menyusun data penyakit yang telah dikumpulkan dan menganalisa data

yang telah disusun.

3. Data yang telah di susun dan dianalisa kemudian dicoba untuk di rancang

suatu sistem pakar untuk mendeteksi permasalahan diagnostik laboratorium

darah.

Page 57: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

b. Perancangan Sistem (system design)

Yang dilakukan pada tahapan ini adalah :

1. Membuat pangkalan kaidah yang berisi analisa objek penelitian.

2. Membuat table rule base untuk menterjemahkan pangkalan kaidah

kedalam sistem pakar.

3. Membuat desain perancangan program sistem pakar. Hasil dari

perancangan sistem ini berupa desain yang nantinya diimplementasikan ke

dalam program yang dibuat dengan menggunakan PHP dengan tempat

penyimpanan data menggunakan MySQL.

c. Pembuatan Sistem (system development)

Pada tahapan pembuatan sistem pakar ini yang dilakukan adalah :

1. Pembuatan database yang berkaitan dengan permasalahan diagnostik

laboratorium darah.

2. Pembuatan tampilan sistem pakar diagnosa penyakit melalui hasil

laboratorium darah.

Hasil dari pembuatan aplikasi ini adalah berupa sebuah sistem pakar

untuk mendiagnosa penyakit melalui hasil laboratorium darah yang dapat

digunakan untuk user mencari informasi yang terkait dengan penyakit yang

diderita pada user.

d. Implementasi Sistem (system implementation)

Yang dilakukan dalam implementasi sistem pakar ini adalah :

1. Menerapkan sistem pakar ini sesuai dengan objek penelitian.

2. Melakukan pengawasan terhadap pemakaian sistem pakar ini agar sesuai

dengan kebutuhan user.

Hasil dari implementasi ini adalah menerapkan sistem pakar ini ke

dalam dunia pendidikan maupun konsultasi pelayanan masyarakat. Pada

bidang pendidikan dapat digunakan pada sekolah maupun perguruan tinggi

yang membutuhkan pelajaran / mata pelajaran yang berhubungan dengan

diagnostik laboratorium darah. Sedangkan bidang konsultasi masyarakat

Page 58: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

dapat digunakan sebagai informasi dan penyeluruhan tentang diagnostik

laboratorium darah.

e. Pengujian atau evaluasi (system evaluation)

Yang dilakukan dalam tahapan pengujian ini adalah :

1. Mencari kekurangan dalam proses pengujian program.

2. Mengenali kebutuhan user terhadap program yang telah diterapkan.

Hasil dari pengujian dan evaluasi ini berbentuk masukan kepada

programmer untuk menyempurnakan sistem sesuai dengan kesalahan

program saat di eksekusi maupun sesuai dengan kebutuhan user untuk

mencapai tahap pengembangan sistem yang lebih tinggi.

Gambar 3.4 Metode Waterfall

3.5 Pengujian

Setelah semua desain dan pemprograman sudah selesai, maka langkah

selanjutnya adalah melakukan uji coba (testing) untuk memastikan agar

website sudah benar – benar layak untuk di tampilkan kepada publik.

Pengujian yang perlu dilakukan antara lain adalah :

1. Kompatibilitas browser.

Mencoba menampilkan website pada beberapa browser yang berbeda.

Page 59: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

2. Memeriksa link tiap halaman.

Memastikan bahwa semua link berfungsi dengan baik, sehingga tidak ada

broken link.

3. Memeriksa kelengkapan data.

Apakah semua data yang diberikan klien sudah ada dalam website.

4. Mencoba tiap fitur – fiturnya.

Mencoba semua fitur – fitur yang ada dihalaman pengunjung.

3.6 Mesin Inferensi (Inferenc engine)

Mesin inferensi adalah sebuah program yang berfungsi untuk

memandu proses penalaran terhadap suatu kondisi berdasarkan pada basis

pengetahuan yang ada, memanipulasi dan mengarahkan kaidah, model, dan

faktayang disimpandalam basis pengetahuan untuk mencapai solusi atau

kesimpulan.

Page 60: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

BAB IV

HASIL PERANCANGAN DAN PEMBAHASAN

Bab ini akan membahas tentang pengujian dan analisa hasil program

yang telah dibuat. Tujuan dari pengujian ini adalah untuk mengetahui apakah

aplikasi yang telah dibuat sesuai dengan perancangannya.

4.1 Ruang Lingkup Pendukung Implementasi

Untuk menjalankan aplikasi yang telah dibangun maka dibutuhkan

beberapa ruang lingkup pendukung implementasi yaitu berupa perangkat

keras maupun perangkat lunak. Berikut adalah ruang lingkup untuk

menjalankan aplikasi yang telah dibangun.

4.1.1 Ruang Lingkup Perangkat Keras

Dalam pembuatan aplikasi enkripsi menggunakan perangkat keras

Notebook Asus A43S. Adapun spesifikasi yang perangkat keras yang

digunakan adalah :

1. Prosesor Intel Core i3-2350M CPU (2,3Ghz).

2. RAM DDR III 2 GB.

3. Hardisk dengan Kapasitas 500 GB.

4. Monitor HD Asus CineCrystal LED LCD 14,0 inci.

4.1.2 Ruang Lingkup Perangkat Lunak

Perangkat lunak yang digunakan untuk pengembangan aplikasi ini

antara lain :

1. Sistem Operasi Windows 7 Ultimate 64-bit.

2. Notepad ++ 6.1.2.

3. Macromedia Dreamweaver 8.

4. XAMPP for Windows Version 1.7.7.

5. Mozilla Firefox 18.0.2.

Page 61: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

4.2 Implementasi Sistem

Pada subbab ini akan memaparkan implementasi sistem berdasarkan

rancangan program.

4.2.1 Analisis Kebutuhan

Aplikasi sistem pakar diagnosa penyakit melalui hasil

pemeriksaan laboratorium darah ini digunakan untuk memudahkan

masyarakat untuk mengetahui interpretasi hasil pemeriksaan

laboratorium. Aplikasi ini akan menyimpulkan hasil pemeriksaan

laboratorium darah sehingga masyarakat atau penggunanya dapat

mengetahui denga mudah kesimpulan mengenai hasil laboratorium

darahnya. Dalam membangun aplikasi ini, diperlukan batasan yang jelas

sebagai tujuan utamanya agar tidak keluar dari rencana yang telah

ditetapkan. Beberapa kebutuhan sistem yang akan didefinisikan antara

lain:

1. Memiliki kemampuan untuk menyimpulkan hasil laboratorium

darah.

2. Sistem juga memiliki kemampuan untuk mendiagnosa penyakit

melalui hasil tes laboratorium darah anak, pria dan wanita.

4.2.2 Gambaran Umum Sistem

Aplikasi sistem pakar diagnosa penyakit melalui hasil pemeriksaan

laboratorium darah dengan metode logika fuzzy, mempunyai alur program

sebagai berikut:

Page 62: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Gambar 4.2.2 Gambaran umum sistem

Aplikasi sistem pakar diagnosa penyakit melalui hasil pemeriksaan

laboratorium darah ini diawali dengan tiga pilihan, yaitu Anak, Pria dan

Wanita. Pada aplikasi ini setiap golongan memiliki batasan kadar darah

normal berbeda-beda, namun kesimpulan yang dihasilkan memungkinkan

setiap penurunan dan peningkatan kadar darah menghasilkan kesimpulan

diagnosa yang hampir sama. Perbedaaan dari beberapa golongan tersebut

adalah pada nilai kadar normal darah.

3.

3.3

4.2.3 Deskripsi Sistem

Subbab ini akan membahas mengenai deskripsi sistem yang

dikerjakan pada tugas akhir ini. Tujuan pembuatan sistem ini adalah

menerapkan metode logika fuzzy untuk menyimpulkan hasil tes

laboratorium darah. Proses utama pada aplikasi perangkat lunak ini

Mulai

Pilih Golongan

Anak Pria Wanita

Input Hasil Lab Input Hasil Lab Input Hasil Lab

Reset

Hasil rujukan & Kesimpulan

Diagnosa

Page 63: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

adalah melakukan inputan dalam memasukkan nilai kadar darah. Adapun

proses dalam perangkat lunak ini sebagai berikut :

4.2.4 Diagnosa Penyakit

Aplikasi yang penulis buat salah satunya dapat mendiagnosa

penyakit pada anak, pria dan wanita melalui hasil pemeriksaan laboratorium

darah.

4.2.4.1 Diagnosa Penyakit pada Anak

Berikut adalah alur dari diagnosa penyakit pada anak melalui hasil

pemeriksaan laboratorium darah.

1. User memasukan atau meng-input hasil pemeriksaan laboratorium

ke dalam form inputan HTML .

2. Inputan yang diinput akan didiagnosa.

2. Inputan yang telah didiagnosa akan menunjukkan hasil kadar darah

normal, meningkat atau menurun.

3. Dari hasil kadar darah akan keluar kesimpulan mengenai diagnosa

penyakit yang diderita pasien.

Diagram alir untuk diagnosa penyakit pada anak adalah sebagai

berikut:

mulai

Pilih golongan

Input hasil lab anak

Hasil rujukan

& kesimpulan

selesai

Page 64: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Gambar 4.2.4.1 Diagram alir diagnosa penyakit anak

4.2.4.2 Diagnosa Penyakit Pada Pria

Berikut adalah alur dari diagnosa penyakit pada pria melalui hasil

pemeriksaan laboratorium darah.

1. User memasukan atau meng-input hasil pemeriksaan laboratorium

ke dalam form inputan HTML .

2. Inputan yang diinput akan didiagnosa.

3. Inputan yang telah didiagnosa akan menunjukkan hasil kadar darah

normal, meningkat atau menurun.

4. Dari hasil kadar darah akan keluar kesimpulan mengenai diagnosa

penyakit yang diderita pasien.

Diagram alir untuk penyakit pada pria adalah sebagai berikut:

Gambar 4.2.4.2 Diagram alir diagnosa penyakit pada pria

mulai

Pilih golongan

Input hasil lab pria

Hasil rujukan

& kesimpulan

selesai

Page 65: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

4.2.4.3 Diagnosa Penyakit Pada Wanita

Berikut adalah alur dari diagnosa penyakit pada wanita melalui hasil

pemeriksaan laboratorium darah.

1. User memasukan atau meng-input hasil pemeriksaan laboratorium

ke dalam form inputan HTML .

2. Inputan yang diinput akan didiagnosa.

3. Inputan yang telah didiagnosa akan menunjukkan hasil kadar darah

normal, meningkat atau menurun.

4. Dari hasil kadar darah akan keluar kesimpulan mengenai diagnosa

penyakit yang diderita pasien.

Diagram alir diagnosa penyakit pada wanita adalah sebagai berikut:

Gambar 4.2.4.3 Diagram alir diagnosa penyakit pada wanita

mulai

Pilih golongan

Input hasil lab wanita

Hasil rujukan

& kesimpulan

selesai

Page 66: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

4.3 Perancangan Sistem

Basis pengetahuan merupakan sekumpulan pengetahuan yang

dihubungkan dengan permasalahan yang digunakan dalam sistem kecerdasan

buatan. Basis pengetahuan ini merupakan analisa data yang digunakan untuk

membangun sistem. Dalam basis pengetahuan terdapat 2 pendekatan, dalam

pembuatan sistem pakar ini penulis menggunakan penalaran berbasis aturan

(rule based reasoning). Pada penalaran berbasis aturan ini dipresentasikan

menggunakan aturan IF-THEN. Bentuk ini digunakan apabila memiliki

jumlah pengetahuan pakar pada suatu permasalahan tertentu dan seorang

pakar dapat menyelesaikan masalah tersebut secara berurutan.

Rule 1 : IF Hemoglobin AND menurun THEN Hemoglobin menurun,

dinamakan anemia. Anemia dapat disebabkan oleh kekurangan gizi,

kehilangan darah, kerusakan sel darah internal, atau kegagalan untuk

memproduksi darah dalam sumsum tulang.

Rule 2 : IF Leukosit AND menurun THEN Leukosit menurun, dapat

terjadi karena penyakit sumsum tulang (misalnya pada anemia

aplastik, mielofibrosis, infiltrasi neoplasma), infeksi virus (demam

berdarah dengue, campak, HIV), pengaruh obat-obatan (misalnya obat

anti kanker).

Rule 3 : IF Eritrosit AND menurun THEN Eritrosit menurun, dapat

terjadi karena anemia, kecuali beberapa jenis Thalassemia, Leukimia,

Hipertiroid, Penyakit Hati Kronik, Hemolisis (reaksi terhadap

transfusi, reaksi kimia, infeksi, terbakar, pacu jantung buatan),

Penyakit sistemik (Kanker, Lupus, Sarcoidosis).

Rule 4 : IF Trombosit AND menurun THEN Trombosit menurun,

dapat terjadi pada Immune Thrombocytopenia (ITP), kehilangan

darah akut, demam berdarah dengue (DBD), efek obat (misalnya

heparin), infeksi dengan keracunan darah, pembesaran limpa,

Page 67: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

kegagalan produksi dalam sumsum tulang, myelofibrosis atau

leukemia.

Rule 5 : IF Hematrokit AND menurun THEN Hematrokit menurun,

dapat terjadi karena kehilangan darah akut (kehilangan darah secara

mendadak, misal pada kecelakaan), anemia, leukemia, gagalginjal

kronik, mainutrisi, kekurangan vitamin B dan C, kehamilan,

ulkuspeptikum (penyakit tukak lambung).

Rule 6 : IF MCV AND menurun THEN MCV menurun, dapat terjadi

karena kekurangan zat besi, penyakit kronis.

Rule 7 : IF MCH AND menurun THEN MCH menurun, dapat terjadi

karena kekurangan zat besi, penyakit kronis, anemia mikrositik,

hipokromik.

Rule 8 : IF MCHC AND menurun THEN MCHC menurun, dapat

terjadi karena anemia defisiensi zat besi Talasemia, Anemia

hipokromik.

Rule 9 : IF RDW AND menurun THEN RDW menurun, dapat terjadi

karena eritrosit yang mempunyai ukuran variasi yang kecil.

Rule 10 : IF Basofil AND menurun meningkat THEN Basofil

menurun, dapat terjadi karena penderita stres, reaksi hipersensitivitas

(alergi), dan kehamilan.

Rule 11 : IF Eosinofil AND menurun meningkat THEN Eosinofil

meningkat, dapat terjadi karena alergi, infeksi cacing, penyakit kulit.

Rule 12 : IF Neutrofil AND menurun THEN Neutrofil menurun, dapat

terjadi karena kelainan sumsum tulang, radiasi, inveksi virus, obat-

obatan anti kanker.

Page 68: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Rule 13 : IF Limfosit AND menurun THEN Limfosit menurun, dapat

terjadi karena gagal jantung kongestif, gagal ginjal, tuberculosis berat,

terapi steroid.

Rule 14 : IF Monosit AND menurun THEN Monosit menurun, dapat

terjadi karena keturunan, interaksi obat dengan reseptor pada sel

organisme.

Rule 15 : IF LED 1 Jam AND THEN LED menurun, dapat terjadi

karena pembentukan rouleaux sukar terjadi.

Rule 16 : IF Hemoglobin AND meningkat THEN Hemoglobin

meningkat, dapat terjadi karena penyakit paru-paru, tinggal di tempat

ketinggian tinggi, atau sumsum tulang berlebihan produksi sel darah.

Rule 17 : IF Leukosit AND meningkat THEN Leukosit meningkat,

dapat terjadi karena infeksi bakteri, luka bakar, tumor, leukemia.

Rule 18 : IF Erotrosit AND meningkat THEN Eritrosit meningkat,

dapat terjadi karena Hemokonsentrasi (perburukan DHF, Resistensi

Insulin), Penyakit Paru Obstruktif Kronik (PPOK), Gagal Jantung

Kongestif, Perokok, Preeklampsia, Penggunaan obat-obatan

(gentamycin, methyldopa).

Rule 19 : IF Trombosit AND meningkat THEN Trombosit meningkat

dapat terjadi pada perokok, stroke diabetic atau kelebihan produksi

oleh sumsum tulang.

Rule 20 : IF Hematrokit AND meningkat THEN Hematrokit

meningkat, dapat terjadi karenadehidrasi, diare berat,eklampsia

(komplikasi pada kehamilan), efek pembedahan, dan luka bakar.

Page 69: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Rule 21 : IF MCV AND meningkat THEN MCV meningkat, dapat

terjadi karena anemia megaloblastik karena kekurangan vitamin B12

atau Asam Folat, tidak efektifnya produksi di sumsum tulang.

Rule 22 : IF MCH AND meningkat THEN MCH meningkat, dapat

terjadi karena anemia makrositik.

Rule 23 : IF MCHC AND meningkat THEN MCH meningkat, dapat

terjadi karena anemia makrositik.

Rule 24 : IF RDW AND meningkat THEN RDW meningkat, dapat

terjadi karena anemia defisiensi besi, defisiensi asam folat dan

defisiensi vitamin B12.

Rule 25 : IF Basofil AND meningkat THEN Basofil meningkat, dapat

terjadi karena leukemia granulositik kronik, polisitemia vera, setelah

spelenektomi.

Rule 26 : IF Eosinofil AND meningkat THEN Eosinofil meningkat,

dapat terjadi karena alergi, infeksi cacing, penyakit kulit.

Rule 27 : IF Neutrofil AND meningkat THEN Neutrofil meningkat,

dapat terjadi karena infeksi bakterial, kerusakan jaringan (infark

jantung atau paru-paru, luka bakar), kelainan metabolisme (eclampsia

atau keracunan kehamilan, pirai atau gout, sindroma chusing),

leukemia granulositik, dan sebagainya.

Rule 28 : IF Limfosit AND meningkat THEN Limfosit meningkat,

dapat terjadi karena batuk rejan, tuberculosis, hepatitis, infeksi

cytomegalovirus (CMV), hipertiroideime.

Page 70: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Rule 29 : IF Monosit AND meningkat THEN Monosit meningkat,

dapat terjadi karena tuberculosis, endokarditis sub akut bacterial,

lupus, arthritis rheumatoid, sifilis.

Rule 30 : IF LED 1 Jam AND meningkat THEN LED meningkat,

dapat terjadi karena tuberculosis, arthritis rheumatoid, multiple

myeloma (ME), tumor, kehamilan.

Contoh representasi pengetahuan dari knowledge base berbasis aturan

atau rule sistem pakar untuk mendiagnosa penyakit melalui hasil

laboratorium darah.

A. Keterangan tabel menurun :

T1 Hemoglobin menurun, dinamakan anemia. Anemia dapat

disebabkan oleh kekurangan gizi, kehilangan darah, kerusakan sel

darah internal, atau kegagalan untuk memproduksi darah dalam

sumsum tulang.

T2 Leukosit menurun, dapat terjadi karena penyakit sumsum

tulang (misalnya pada anemia aplastik, mielofibrosis, infiltrasi

neoplasma), infeksi virus (demam berdarah dengue, campak, HIV),

pengaruh obat-obatan (misalnya obat anti kanker).

T3 Eritrosit menurun, dapat terjadi karena anemia, kecuali

beberapa jenis Thalassemia, Leukimia, Hipertiroid, Penyakit Hati

Kronik, Hemolisis (reaksi terhadap transfusi, reaksi kimia, infeksi,

terbakar, pacu jantung buatan), Penyakit sistemik (Kanker, Lupus,

Sarcoidosis).

T4 Trombosit menurun, dapat terjadi pada Immune

Thrombocytopenia (ITP), kehilangan darah akut, demam berdarah

dengue (DBD), efek obat (misalnya heparin), infeksi dengan

Page 71: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

keracunan darah, pembesaran limpa, kegagalan produksi dalam

sumsum tulang, myelofibrosis atau leukemia.

T5 Hematrokit menurun, dapat terjadi karena kehilangan darah

akut (kehilangan darah secara mendadak, misal pada kecelakaan),

anemia, leukemia, gagalginjal kronik, mainutrisi, kekurangan vitamin

B dan C, kehamilan, ulkuspeptikum (penyakit tukak lambung).

T6 MCV menurun, dapat terjadi karena kekurangan zat besi,

penyakit kronis.

T7 MCH menurun, dapat terjadi karena kekurangan zat besi,

penyakit kronis, anemia mikrositik, hipokromik.

T8 MCHC menurun, dapat terjadi karena anemia defisiensi zat

besi Talasemia, Anemia hipokromik.

T9 RDW menurun, dapat terjadi karena eritrosit yang mempunyai

ukuran variasi yang kecil.

T10 Basofil menurun, dapat terjadi karena penderita stres, reaksi

hipersensitivitas (alergi), dan kehamilan.

T11 Eosinofil menurun, dapat terjadi karena kulit kronik, infeksi

dan infestasi parasit, kelainan hemopoiesis seperti polisitemia vera

dan leukemia granulositik kronik.

T12 Neutrofil menurun, dapat terjadi karena kelainan sumsum

tulang, radiasi, inveksi virus, obat-obatan anti kanker.

T13 Limfosit menurun, dapat terjadi karena gagal jantung

kongestif, gagal ginjal, tuberculosis berat, terapi steroid.

Page 72: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

T14 Monosit menurun, dapat terjadi karena keturunan, interaksi

obat dengan reseptor pada sel organisme.

T15 LED menurun, dapat terjadi karena pembentukan rouleaux

sukar terjadi.

B. Keterangan tabel meningkat :

N1 Hemoglobin meningkat, dapat terjadi karena penyakit paru-

paru, tinggal di tempat ketinggian tinggi, atau sumsum tulang

berlebihan produksi sel darah.

N2 Leukosit meningkat, dapat terjadi karena infeksi bakteri, luka

bakar, tumor, leukemia.

N3 Eritrosit meningkat, dapat terjadi karena Hemokonsentrasi

(perburukan DHF, Resistensi Insulin), Penyakit Paru Obstruktif

Kronik (PPOK), Gagal Jantung Kongestif, Perokok, Preeklampsia,

Penggunaan obat-obatan (gentamycin, methyldopa).

N4 Trombosit meningkat dapat terjadi pada perokok, stroke

diabetic atau kelebihan produksi oleh sumsum tulang.

N5 Hematrokit meningkat, dapat terjadi karenadehidrasi, diare

berat,eklampsia (komplikasi pada kehamilan), efek pembedahan, dan

luka bakar.

N6 MCV meningkat, dapat terjadi karena anemia megaloblastik

karena kekurangan vitamin B12 atau Asam Folat, tidak efektifnya

produksi di sumsum tulang.

N7 MCH meningkat, dapat terjadi karena anemia makrositik.

Page 73: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

N8 MCHC meningkat, dapat terjadi karena hemoglobin abnormal

terkonsentrasi di dalam eritrosit, seperti pada pasien luka bakar dan

sferositosis bawan.

N9 RDW meningkat, dapat terjadi karena anemia defisiensi besi,

defisiensi asam folat dan defisiensi vitamin B12.

N10 Basofil meningkat, dapat terjadi karena leukemia granulositik

kronik, polisitemia vera, setelah spelenektomi.

N11 Eosinofil meningkat, dapat terjadi karena alergi, infeksi

cacing, penyakit kulit.

N12 Neutrofil meningkat, dapat terjadi karena infeksi bakterial,

kerusakan jaringan (infark jantung atau paru-paru, luka bakar),

kelainan metabolisme (eclampsia atau keracunan kehamilan, pirai

atau gout, sindroma chusing), leukemia granulositik, dan sebagainya.

N13 Limfosit meningkat, dapat terjadi karena batuk rejan,

tuberculosis, hepatitis, infeksi cytomegalovirus (CMV),

hipertiroideime.

N14 Monosit meningkat, dapat terjadi karena tuberculosis,

endokarditis sub akut bacterial, lupus, arthritis rheumatoid, sifilis.

N15 LED meningkat, dapat terjadi karena tuberculosis, arthritis

rheumatoid, multiple myeloma (ME), tumor, kehamilan.

C. Keterangan tabel darah :

D1 Hemoglobin

D2 Leukosit

Page 74: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

D3 Eritrosit

D4 Trombosit

D5 Hematrokit

D6 MCV

D7 MCH

D8 MCHC

D9 RDW

D10 Basofil

D11 Eosinofil

D12 Neutrofil

D13 Limfosit

D14 Monosit

D15 LED 1 Jam

D. Keterangan tabel frekuensi :

F1 Menurun

F2 Normal

F3 Meningkat

E. Representasi pengetahuan dan rule :

Keterangan F1 F2 F3

Code Nama J Darah

D1 Hemoglobin T1 N1

D2 Leukosit T2 N2

D3 Eritrosit T3 N3

D4 Trombosit T4 N4

Page 75: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

D5 Hematrokit T5 N5

D6 MCV T6 N6

D7 MCH T7 N7

D8 MCHC T8 N8

D9 RDW T9 N9

D10 Basofil T10 N10

D11 Eosinofil T11 N11

D12 Neutrofil T12 N12

D13 Limfosit T13 N13

D14 Monosit T14 N14

D15 LED T15 N15

RULE IF THEN

1 D1, F1 T1

2 D2, F1 T2

3 D3, F1 T3

4 D4, F1 T4

5 D5, F1 T5

6 D6, F1 T6

Page 76: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

7 D7, F1 T7

8 D8, F1 T8

9 D9, F1 T9

10 D10, F1 T10

11 D11, F1 T11

12 D12, F1 T12

13 D13, F1 T13

14 D14, F1 T14

15 D15, F1 T15

16 D1, F3 N1

17 D2, F3 N2

18 D3, F3 N3

19 D4, F3 N4

20 D5, F3 N5

21 D6, F3 N6

22 D7, F3 N7

23 D8, F3 N8

24 D9, F3 N9

25 D10, F3 N10

26 D11, F3 N11

27 D12, F3 N12

Page 77: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

28 D13, F3 N13

29 D14, F3 N14

30 D15, F3 N15

Tabel 4.3 RULE

4.4 Perancangan Antarmuka

Perancangan antarmuka adalah proses membuat perancangan form-

form tampilan layar, selain itu dalam proses ini juga ditentukan bentuk dan

cara untuk memasukkan skrip yang kemudian diolah menjadi keluaran yang

dimaksud. Berikut adalah beberapa rancangan antarmuka aplikasi sistem

pakar diagnosa penyakit melalui hasil pemeriksaan laboratorium darah

dengan metode logika fuzzy.

4.4.1 Form Awalan (index)

ADMIN PASIEN

Tombol login Admin Tombol login Pasien

Gambar 4.4.1 form awalan (index)

form awalan (index) seperti pada gambar 4.4.1, user memilih

Adimn atau Pasien, sesuai dengan keperluan masing-masing.

sistem pakar diagnosa penyakit melalui hasil pemeriksaan laboratorium darah

Page 78: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

4.4.2 Form Input Data Pasien

ADMIN PASIEN

Inputan data pasien

Gambar 4.4.2 form input data pasien

form input data pasien seperti pada gambar 4.4.2, user meng-

input data pasien, sesuai dengan data diri pasien.

4.4.3 Form Submit

ADMIN PASIEN

Tombol untuk proses selanjutnya

Gambar 4.4.3 form submit

form golongan seperti pada gambar 4.4.3, user dapat meproses

data lebih lanjut untuk mendiagnosa penyakit melalui hasil laboratorium

sistem pakar diagnosa penyakit melalui hasil pemeriksaan laboratorium darah

Nama :

Alamat :

Golongan :

Telepon :

Tanggal Lahir :

SUBMIT

sistem pakar diagnosa penyakit melalui hasil pemeriksaan laboratorium darah

Nama :

Alamat :

Golongan :

Telepon :

Tanggal Lahir :

Page 79: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

darah dengan menekan tombol submit stalh mengisi data pasien terlebih

dahulu.

4.4.4 Form Inputan Hasil Pemeriksaan Laboratorium Darah

Form nilai inputan

Gambar 4.4.4 form inputan hasil pemeriksaan laboratorium

darah

Form Inputan hasil pemeriksaan laboratorium darah, form

inputan hasil pemeriksaan laboratorium darah seperti pada gambar 4.4.4,

user meng-input nilai kadar darah sesuai dengan hasil pemeriksaan

laboratorium.

sistem pakar diagnosa penyakit melalui hasil pemeriksaan laboratorium darah

Hematologi

Nilai MC

Leukosit

Laju Endap darah

Page 80: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

4.4.5 Form Reset dan Diagnosis

Tombol Reset untuk mengosongkan inputan

Tombol Diagnosis untuk memproses hasi diagnosis

Tombol untuk tombol untuk

mengosongkan kembali proses diagnosa

Gambar 4.4.5 form reset dan diagnosis

Form reset dan diagnosis seperti pada gambar 4.4.5, user dapat

mereset dan memproses hasil inputan yang telah diinput sbelumnya. Tombol

Diagnosis untuk melakukan proses diagnosis pada inputan. Sedangkan

tombol reset untuk mejadikan form tersebut kosong kembali seperti semula.

4.4.6 Form Hasil

sistem pakar diagnosa penyakit melalui hasil pemeriksaan laboratorium darah

Hematologi

Nilai MC

Leukosit

Laju Endap darah

Reset Diagnss

sistem pakar diagnosa penyakit melalui hasil pemeriksaan laboratorium darah

Hematologi

Nilai MC

Leukosit

Laju Endap darah

Hasil

Reset Diagnss

Page 81: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Hasil nilai rujukan

Gambar 4.4.6 form hasil

Form hasil seperti pada gambar 4.4.6, setelah user menginputkan

inputan nilai kadar darah dan memproses diagnosis, maka akan keluar nilai

rujukan normal, meninggi, ataupun menurun.

4.4.7 Form Nilai Rujukan

Nilai rujukan normal

Gambar 4.4.7 form nilai rujukan

form nilai rujukan seperti pada gambar 4.4.7, user dapat

mengetahui nilai rujukan batas normal sesuai dengan golongan masing-

masing user.

sistem pakar diagnosa penyakit melalui hasil pemeriksaan laboratorium darah

Hematologi

Nilai MC

Leukosit

Laju Endap darah

Nilai Rujukan Anak Hasil

Reset Diagnss

Page 82: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

4.4.8 Form Kesimpulan

hasil kesimpulan

Gambar 4.4.8 form kesimpulan

form kesimpulan seperti pada gambar 4.4.8, user dapat melihat

hasil kesimpulan proses diagnosis pemyakit melalui hasil tes laboratorium

darah.

4.5 Implementasi Rancangan Antarmuka

Dalam antarmuka yang dibangun, ada tiga form utama yaitu form anak,

form pria dan form wanita. Pada form anak, form pria maupun wanita disana

akan menghasilkan output secara otomatis nilai rujukan normal. Macam nilai

rujukan tersebut adalah hemoglobin, leukosit, eritrosit, trombosit, hematokrit,

MCV, MCH, MCHC, basofil, eosinofil, neutrofil, limfosit, monosit, LED 1 jam.

Adapun tampilan-tampilan form adalah sebagai berikut.

4.5.1 Tampilan Awal Program

Pada tampilan awal program hanyalah tampilan awal pada

awal program, pada awal tampilan terdapat dua buah option yaitu

admin dan pasien. Berikut adalah desain tampilan awal program

sistem pakar diagnosa penyakit melalui hasil pemeriksaan laboratorium darah

Hematologi

Nilai MC

Leukosit

Laju Endap darah

Nilai Rujukan Anak Hasil

Reset Diagnss

Kesimpulan

Page 83: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

sistem pakar diagnosa penyakit melalui hasil pemeriksaan

laboratorium darah.

Gambar 4.5.1 tampilan baner program

4.5.2 Tampilan Form Pasien

Pada tampilan form pasien terdapat beberapa inputan yang

harus diinputkan sebelum menuju ke proses diagnosa penyakit yaitu

berupa data-data pasien. Dan terdapat tiga buah pilihan golongan

yaitu anak, pria, wanita. Berikut adalah tampilan form pilihan

golongan program sistem pakar diagnosa penyakit melaui hasil

laboratorium darah.

Gambar 4.5.2 tampilan form pilihan golongan

Page 84: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

4.5.3 Tampilan Form Inputan Diagnosa Penyakit

Pada tampilan form inputan diagnosa penyakit melalui hasil

laboratorium darah terdapat form input file diagnosa nilai hasil

laboratorium darah. Berikut adalah tampilan form inputan diagnosa

penyakit melalui hasil laboratorium darah.

Gambar 4.5.3 tampilan form inputan diagnosa penyakit

melalui hasil laboratorium darah

4.5.4 Tampilan Form Nilai Hasil Rujukan

Pada tampilan nilai hasil rujukan terdapat hasil nilai rujukan

menurun, normal atau meningkat. Berikut adalah tampilan form nilai

Page 85: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

hasil rujukan pada program sistem pakar diagnosa penyakit melaui

hasil laboratorium darah.

Gambar 4.5.4 tampilan form nilai hasil rujukan

4.5.5 Tampilan Form Nilai Rujukan

Pada tampilan form nilai rujukan mirip dengan tampilan form

nilai hasil rujukan, dimana nilai rujukan mengacu pada nilai normal

digunakan untuk membandingkan antara nilai hasil laboratorium

dengan nilai normalnya sesuai dengan golongan masing-masing.

Berikut adalah tampilan form nilai rujukan pada program sistem pakar

diagnosa penyakit melaui hasil laboratorium darah.

Page 86: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Gambar 4.5.5 tampilan form nilai rujukan

4.5.6 Tampilan Form Reset dan Diagnosa

Pada tampilan form reset dan diagnosa memiliki fungsi

masing-masing. Fungsi tombol reset sendiri adalah guna mereset atau

mengosongkan data yang sudah ada, sedangkan tombol diagnosa

berfungsi sebagai proses untuk melakukan proses ketahap

selanjutanya yaitu proses diagnosa penyakit. Berikut adalah tampilan

form reset dan diagnosa pada program sistem pakar diagnosa penyakit

melaui hasil laboratorium darah.

Page 87: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Gambar 4.5.6 tampilan form reset dan diagnosa

4.5.7 Tampilan Form Kesimpulan

Pada tampilan form kesimpulan ini terdapat form kosong yang

nantinya akan terisi setelah proses data diinputkan dan kemudian

diproses diagnosa yang menghasilkan kesimpulan diagnosa penyakit

pada hasil laboratorium darah. Berikut adalah tampilan form

kesimpulan pada program sistem pakar diagnosa penyakit melaui

hasil laboratorium darah.

Gambar 4.5.7 tampilan form kesimpulan

4.6 Implementasi Fungsi

Dalam fungsi - fungsi yang dibuat, ada dua fungsi utama. Yaitu fungsi

untuk enkripsi dan dekripsi dekripsi. Berikut adalah fungsi - fungsi utama dalam

program sistem pakar diagnosa penyakit melaui hasil laboratorium darah.

Page 88: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

4.6.1 Fungsi Index

Berikut adalah fungsi index dalam program sistem pakar

diagnosa penyakit melaui hasil laboratorium darah.

Page 89: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Gambar 4.6.1 screen shot fungsi index

4.6.2 Fungsi Form Pasien

Berikut adalah fungsi form pasien dalam program sistem pakar

diagnosa penyakit melaui hasil laboratorium darah.

Gambar 4.6.2 screen shot fungsi form pasien

4.6.3 Fungsi Operasi Diagnosa Penyakit

Berikut adalah fungsi operasi diagnosa penyakit dalam

program sistem pakar diagnosa penyakit melaui hasil laboratorium

darah.

Page 90: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Page 91: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Page 92: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Gambar 4.6.3 screen shot fungsi operasi diagnosa penyakit

4.6.4 Fungsi Kondisi Diagnosa Penyakit

Berikut adalah fungsi kondisi diagnosa penyakit pada program

sistem pakar diagnosa penyakit melaui hasil laboratorium darah.

Page 93: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Page 94: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Gambar 4.6.4 screen shot kondisi diagnosa penyakit

4.6.5 Fungsi Nilai Rujukan

Berikut adalah fungsi nilai rujukan pada program sistem pakar

diagnosa penyakit melaui hasil laboratorium darah.

Page 95: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

Gambar 4.6.5 screen shot fungsi nilai rujukan

Page 96: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

4.6.6 Fungsi Koneksi Database

Berikut adalah fungsi koneksi database dalam program sistem

pakar diagnosa penyakit melaui hasil laboratorium darah.

Gambar 4.6.6 screen shot fungsi koneksi database

Page 97: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

BAB V

PENUTUP

5.1. Kesimpulan

Dari hasil pembahasan laporan tugas akhir mengenai sistem pakar

diagnosa penyakit melalui hasil laboratorium darah maka dapat disimpulkan

bahwa, Aplikasi ini hanyalah sistem pendukung keputusan diagnosa penyakit

dikarenakan untuk memastikan penyakit tersebut maka harus dilakukan

diagnosa atau pengecekan penyakit secara spesifik dan pemeriksaan lebih

lanjut. sistem pakar ini dapat membantu memudahkan masyarakat untuk

memperoleh informasi tentang penyakit pada tubuh manusia dengan cara

melalui hasil tes laboratorium darah dan menganaisa penyakit apa saja yang

memungkinkan diderita oleh pasien tersebut tanpa harus bertemu atau

konsultasi langsung ke dokter atau pakar untuk diagnosa awal terhadap suatu

penyakit serta pencegahan atau solusi dengan nilai kepercayaan yang

mendekati diagnosa seorang pakar karena menggunakan sistem berbasis

aturan dengan metode logika fuzzy.

5.2. Saran

Dari beberapa kesimpulan yang telah diambil maka dapat dikemukakan

saran-saran bagi pengembangan sistem pakar ini lebih lanjut :

1. Aplikasi sistem pakar ini dapat dikembangkan dengan sistem lain supaya

data lebih akurat. Seperti sistem pemeriksaan hasil dari alat lain.

2. Sistem dapat melakukan modifikasi data seperti menambah data,

mengubah data, dan menghapus data.

3. Desain interface yang lebih menarik lagi supaya aplikasi ini memliki nilai

lebih dan akan lebih mudah digunakan oleh user.

Page 98: sistem pakar diagnosa penyakit melalui hasil laboratorium darah

i

DAFTAR PUSTAKA

Ginanjar Wiro Sasmito, 2010. Aplikasi Sistem Pakar Untuk Simulasi Diagnosa

Hama dan Penyakit Tanaman Bawang Merah dan Cabai Menggunakan

Forward Chaining dan Pendekatan Berbasis Aturan.

Nugroho, Bunafit (2008). Membuat Aplikasi Sistem Pakar Dengan PHP Dan Editor

Dreamweaver. Jogjakarta : Gava Media.

Kadir, Abdul. 2003. Pengenalan Sistem Informasi. Yogyakarta : Andi. 2006, Dasar

Aplikasi Database MySQL-Delphi. Yogyakarta : Andi.

Kadir, Abdul (2002). Dasar pemrograman Web Dinamis Menggunakan PHP.

Yogyakarta : Andi Offset.

Peranginangin, Kasiman (2006). Aplikasi Web dengan PHP dan MySQL. Yogyakarta

: Andi Offset.

Sri Kusumadewi dan Hari Purnomo, 2004. Fuzzy Logic System. Yogyakarta Graha

Ilmu.

Kusumadewi, Sri. Lusiana Inriasari S. 2009. Sistem Berbasis Kasus Untuk Diagnosa

Penyakit Melalui Hasil Pemeriksaan Laboratorium. Yogyakarta Graha Ilmu.

Kusumadewi, Sri. Ami Fauziha. Arwan Ahmad K. dkk. 2008. Informatika

Kesehatan. Yogyakarta Graha Ilmu.

Kee, Joyce L. 2007. Pedoman Pemeriksaan Laboratorium & Diagnostik. Jakarta :

EGC.