Representasi kaidah mempunyai karakteristik - karakteristik seperti yang ditunjukkan dalam tabel berikut:
Tabel 4.1. Karakteristik dari representasi kaidah
Bagian pertama Bagian kedua
Nama Premis
Anteceden Situasi
IF Konklusi
Konsekuen Aksi
THEN
Alami Kondisi,
sama dengan
pengetahuan deklaratif Resolusi
sama dengan
pengetahuan prosedural Ukuran
Dapat mempunyai banyak IF Biasanya hanya mempunyai satu
konklusi Pernyataan Pernyataan AND
Pernyataan OR Semua kondisi harus benar untuk
konklusi benar Jika ada kondisi pernyataan OR
benar maka konklusinya benar
4.2 Metode Inferensi
Suatu perkalian inferensi yang menghubungkan suatu permasalahan dengan solusinya disebutdg rantai chain. Suatu rantai yang dicari atau dilewatidilintasi dari
suatu permasalahan untuk memperoleh solusinya disebut dengan forward chaining. Cara lain menggambarkan forward chaining ini adalah dengan penalaran dari fakta
menuju konklusi yang terdapat dari fakta. Suatu rantai yang dilintasi dari suatu hipotesa kembali ke fakta yang mendukung hipotesa tersebut adalah backward
chaining. Cara lain menggambarkan backward chaining adalah dalam hal tujuan yang dapat dipenuhi dengan pemenuhan sub tujuannya.
a. Forward chaining Runut Maju
Forward chaining disebut juga penalaran dari bawah ke atas karena penalaran dari evidence fakta pada level bawah menuju konklusi pada level atas didasarkan
pada fakta. Penalaran dari bawah ke atas dalam suatu sistem pakar dapat disamakan untuk pemrograman konvensional dari bawah ke atas.
Forward chaining menggunakan huimpunan aturan kondisi-aksi. Dalam metode ini, data digunakan untuk menentukan aturan mana yang akan dijalankan dan aturan
tersebut akan dijalankan.proses diulang sampai ditemukan suatu hasil wilson, 1998.
Metode runut maju cocok digunakan untuk menangani masalah pengendalian controlling dan peramalan prognosis Giarratano dan Riley, 1994.
Gambar 4.1 Forward Chaining
b. Backward Chaining Runut Balik
Penalaran yang dimulai dari level tertinggi membangun suatu hipotesis, turun ke fakta level paling bawah yang dapat mendukung hipotesis dinamakan dengan
penalaran dari atas ke bawah atau backward chaining. Runut balik juga disebut sebagai goal-driven reasoning, merupakan cara yang
efisien untuk memecahkan masalah yang dimodelkan sebagai masalah pemilihan terstruktur. Tujuan dari inferensi ini adalah mengambil pilihan terbaik dari banyak
kemungkinan. Metode runut balik ini cocok digunakan untuk memecahkan masalah diagnosis Schnupp, 1989.
Gambar 4.2 Backward Chaining
CONTOH: Langkah Pengembangan Aplikasi Sistem Pakar Berbasis Aturan
A. Deskripsi Sistem
Deskripsi sistem adalah gambaran tentang sistem yang akan dikembangkan dalam penelitian ini. Sistem yang di kembangagkan adalah sebuah perangkat lunak
cerdas sistem pakar expert system untuk melakukan diagnosa terhadap penyakit kandungan.
Langkah untuk melakukan diagnosa penyakit kandungan melalui sistem diwujudkan dengan adanya dialog antara User dengan sistem berupa pertanyaan-
pertanyaan yang telah disimpan dalam basis pengetahuan knowledge base. Keluaran berupa diagnosa tentang penyakit kandungan, solusi untuk mengatasi
penyakitnya, serta nilai kepastian penyakit yang diderita berdasar masukan gejala dari pengguna. Perhitungan nilai kepastian menggunakan metode damster-shafer.
B. Analisis Kebutuhan Perangkat Lunak
Analisis kebutuhan merupakan tahap awal dalam membangun sistem pakar. Pada penelitian ini tahap-tahap yang dilakukan adalah mengidentifikasi masalah
dan kebutuhan serta proses akuisisi pengetahuan. Identifikasi dilakukan dengan mengkaji situasi dan memutuskan dengan pasti tentang masalah yang akan
dikomputerisasi yaitu mendiagnosa penyakit berdasar gejala awal. Kondisi ini akan lebih mudah menggunakan metode inferensi forward chaining. Setiap keputusan
yang di tentukan sistem pakar tidak 100 bernilai benar, oleh sebab itu diperlukan perhitungan nilai kepastian. Pada penelitian ini metode perhitungan faktor kepastian
menggaunakan teorema damster shafer. Sedangkan
akuisisi pengetahuan
merupakan suatu
proses untuk
mengumpulkan data-data pengetahuan terhadap kasus penyakit. Bahan pengetahuan diperoleh dari beberapa cara antara lain, mendapat pengetahuan dari
pakar kesehatan terutama penyakit kandungan, buku, laporan, dan literatur.
1. Basis pengatahuan knowledge base dan basis aturan rule base
Dalam pembuatan Expert system, langkah-langkah selanjutnya yang digunakan adalah menentukan basis pengetahuan knowledge base. Dengan
membentuk basis pengetahuan, berarti memasukkan fakta-fakta yang dibutuhkan oleh sistem.
Basis pengetahuan yang digunakan dalam program ini adalah tentang fakta, gejala, penyakit, penyebab, solusi dan aturan penyakit pada kandungan dan
keterangan lain yang mendukung. Adapun tabel yang memuat tentang fakta-fakta penyakit, gejala, penyebab dan
solusi disajikan pada Tabel 4.2, 4.3, 4.4 dan Tabel 4.5.
Tabel 4.2 Daftar fakta penyakit
Kode Penyakit
P001 Kista Indung Telur Ovarium Cyst P002 Kanker Indung Telur Kanker Ovarium
P003 Kanker Leher Rahim Kanker Serviks P004 Myoma Uteri
P005 Endometriosis P006 Kanker Rahim Kanker Uterus = Carcinoma Uteri
P007 Penyakit Infeksi Daerah Panggul P008 Chlamydia
P009 Gonorrhoea
Tabel 4.3 Daftar fakta gejala
Kode Gejala
G001 Rasa nyeri pada rongga panggul disertai rasa agak gatal
G002 Perdarahan menstruasi tidak normal
G003 Siklus menstruasi tidak teratur
G004 Rasa nyeri begitu siklus menstruasi selesai
G005 Rasa nyeri sewaktu bersetubuh
G006 Perut membesar
G007 Tidak terjadi ovulasi
G008 Mandul
G009 Nyeri perut
G010 Gangguan fungsi saluran cerna
G011 Gangguan saluran kencing
G012 Berat badan turun drastis
G013 Nyeri punggung
G014 Penderita bisa meraba sendiri tumor di bagian bawah perut
G015 Perdarahan melalui vagina
G016 Perdarahan spontan
G017 Timbul perdarahan di antara siklus menstruasi
G018 Halangan aliran air seni
G019 Nyeri pada pinggang bagian bawah saat menstruasi
G020 Sembab anggota bawah karena penekanan pembuluh darah
balik G021
Perdarahan menstruasi lebih banyak dari biasa G022
Nyeri sewaktu menstruasi G023
Nyeri pada waktu bekerja G024
Perasaan penuh dan ada tekanan pada rongga perut G025
Sulit buang air besar G026
Keluhan anemia
Lanjutan Tabel 4.3
Kode Gejala G027 Mudah keguguran
G028 Susah hamil G029 Rasa nyeri bagian bawah perut seperti kram perut
G030 Keluar bercak darah melalui vagina sebelum hari siklus
menstruasi G031 Perdarahan pada usus
G032 Rasa nyeri saat buang air besar G033 Rahim terbentuk tidak normal
G034 Infeksi di rongga panggul G035 Mengalami perdarahan setelah bersetubuh
G036 Infeksi mudah terjadi G037 Keluar cairan putih melalui vagina pada perempuan
sesudah menopause G038 Perdarahan sedikit-sedikit setelah menopause
G039 Gangguan buang air kecil G040 Terjadi perubahan ukuran bentuk pada rongga panggul
G041 Gangguan menstruasi G042 Panas dan nyeri waktu buang air kecil
G043 Demam sampai menggigil G044 Mual dan muntah
G045 Kehamilan di luar kandungan G046 Kista ovarium yang pecah
G047 Cairan vagina berbau G048 Gejala usus buntu apendikcytis
G049 Mual-mual G050 Keluar cairan dari vagina
G051 Peradangan kandung kencing G052 Peradangan serviks
G053 Keluar cairan vagina kekuningan dan kadang disertai darah G054 Keluar cairan dan nyeri waktu buang air besar
G055 Gatal pada anus rectum G056 Infeksi anus rectum
Tabel 4.4 Daftar fakta penyebab
Kode Penyebab
PB01 Gangguan perkembangan folikel ovarium PB02 Waktu pelepasan sel telur terjadi perdarahan
PB03 Terjadinya kehamilan di luar kandungan PB04 Gangguan hormon
PB05 Gangguan menstruasi PB06 Perempuan mandul
PB07 Mengkonsumsi makanan yang tinggi lemak PB08 Banyaknya partner hubungan seksual
PB09 Infeksi kuman Papiloma virus PB10 Fibroid yang terletak dangkal di permukaan selaput lender
rahim submukosa sering merupakan penyebab perdarahan melalui vagina
PB11 Kelainan yang diturunkan genetik PB12 Darah menstruasi yang berbalik aliran melalui saluran tuba
falopii, menuju rongga perut dan tertahan serta tumbuh disitu PB13 Menderita penyakit polikistik ovarium
PB14 Hipertensi PB15 Menderita polip endometrium
PB16 Menderita kanker payudara PB17 Menstruasi pertama pada usia sangat muda
PB18 Menopause timbul pada usia lebih tua PB19 Kegemukan obesitas
PB20 Menderita diabetes PB21 Infeksi dari hubungan seksual
PB22 Alami timbul sendiri dari kasa pembalut wanita dan alat
kontrasepsi IUD PB23 Infeksi kuman Chlamydia trachomatis
PB24 Infeksi kuman Neisseria gonorrhoea
Tabel 4.5 Daftar fakta solusi
Kode Solusi
S001 Pemberian obat pil kb gabungan estrogen-progesteron bisa ditambahkan anti androgen progesteron cyproteron asetat
S002 Pemberian klomiphen sitrat S003 Pengobatan fisik pada ovarium, misal melakukan diatermi
dengan sinar laser S004 Operasi untuk melakukan sayatan ovarium pada daerah
polikistik S005 Histerektomi total pengangkatan rahim
S006 Salpingo ooporektomi mengangkat kedua ovarium dan kedua saluran tuba falopii
Lanjutan Tabel 4.5
Kode Solusi
S007 Omentektomi mengangkat lipatan selaput pembungkus perut
S008 Pengobatan kemoterapi zat kimia S009 Pengobatan radioterapi sinar laser
S010 Imunoterapi spesifik menyuntikkan sel kanker yang telah
dilemahkan S011 Imunoterapi non-spesifik pemberian vaksinasi sejenis kuman
corynebacteriaparvum dan vaksinasi bcg S012 Pemeriksaan pap smear
S013 Operasi radikal histerektomi pengangkatan rahim secara total berikut kelenjar getah bening sekitarnya
S014 Bila tumor masih berada dalam jaringan serviks dan ukuran masih 3mm, dilakukan operasi ekstrafacial histerektomi
S015 Obat anti-inflamasi
yang non
steroid nonsteroid
antiinflamation = nsaid S016 Dikerok kuretase
S017 Obat-obatan hormonal pil kb progesteron S018 Operasi laparaskopi pembiusan secara umum general
anastesi S019 Tah transabdominal histerectomy yaitu operasi dengan
penyayatan dinding perut S020 Pemberian hormon steroid sintetik, hormon gnrh agonis
gonadotropin releasing hormon S021 Operasi laparatomi mengangkat jaringan endometriosis
sekaligus rahim, bahkan sekaligus ovarium dan saluran tuba falopii bila endometriosis ada pada ovarium
S022 Pemberian danazol, untuk menurunkan kadar estrogen dan progesteron
S023 Antibiotik spektrum luas untuk mematikan kuman penyebab S024 Tablet ofloxacin
S025 Pemberian obat yang lebih agresif untuk pengobatan pid pada
perempuan yang terinfeksi hiv S026 Doksisiklin, per oral 2 kali sehari selama 7 hari
S027 Azitromosin, diberikan dosis tunggal S028 Eritromisin dan ofloxacin, 2 kali sehari selama 7 hari
S029 Lefofloxacin, 1 kali sehari selama 7 hari S030 Antibiotik sefiksim diberikan per oral dosis tunggal
S031 Antibiotik seftriakson, pemberian suntikan dosis tunggal S032 Siprofloxacin diberikan melalui oral dosis tunggal
S033 Spektinomisin diberikan melalui suntikan dosis tunggal S034 Sefotaksim, sefotetan atau sefoksitin
Dari basis pengetahuan yang sudah dikelompok-kelompokan tersebut kemudian
digunakan sebagai
input dalam
memberikan analisis
untuk mengidentifikasi penyakit kandungan. Contoh pembentukan aturan gejala penyakit
kandungan disajikan pada Tabel 4.6.
Tabel 4.6 Contoh aturan gejala dan penyakit
No Aturan
1 IF rasa nyeri pada rongga panggul disertai rasa agak gatal G001
AND perdarahan menstruasi tidak normal G002 THEN siklus
menstruasi tidak teratur G003 2
IF siklus menstruasi tidak teratur G003 THEN rasa nyeri begitu siklus menstruasi selesai G004
3 IF rasa nyeri begitu siklus menstruasi selesai G004 THEN rasa
nyeri sewaktu bersetubuh G005 4
IF rasa nyeri sewaktu bersetubuh G005 THEN perut membesar G006
5
IF perut membesar G006 THEN tidak terjadi ovulasi G007
6 IF tidak terjadi ovulasi G007 THEN mandul G008
7
IF mandul G008 THEN KISTA INDUNG TELUR P1
8 IF rasa nyeri pada rongga panggul disertai rasa agak gatal G001
AND perdarahan menstruasi tidak normal G002 THEN perut membesar G006
9 IF perut membesar G006 THEN mandul G008
10 IF mandul G008 THEN nyeri perut G009 11 IF nyeri perut G009 AND gangguan fungsi saluran cerna G010
THEN gangguan saluran kencing G011 12 IF gangguan saluran kencing G011 THEN berat badan turun
drastis G012
13 IF berat badan turun drastis G012 THEN nyeri punggung G013
14 IF nyeri punggung G013 THEN penderita bisa meraba sendiri tumor di bagian bawah perut G014
15 IF penderita bisa meraba sendiri tumor di bagian bawah perut G014 THEN KANKER INDUNG TELUR P2
… ….
2. Mesin inferensi
Mesin inferensi adalah bagian dari sistem pakar yang melakukan penalaran dengan menggunakan isi daftar aturan berdasar urutan dan pola tertentu.
Representasi berbasis aturan yang memiliki pola IF kondisi THEN aksi, tabel pakar
memberi beberapa keuntungan yaitu kemudahan dalam modifikasi, baik perubahan, penambahan, maupun penghapusannya.
Penelusuran dilakukan User dengan memasukkan gejala awal User terhadap kemungkinan gejala penyakit yang dialami. Selama proses konsultasi antar sistem
dan pemakai, mesin inferensi menguji antara satu demi satu sampai kondisi aturan itu benar dan memberikan kesimpulan yang benar.
Pada gambar 4.3 ditampilkan contoh graf penelusuran dan struktur pelacakan diagnosa penyakit kandungan dengan menggunakan metode forward chaining.
Gambar 4.3 Graf penelusuran penyakit kanker leher rahim
C. Analisis Perancangan Sistem
Perancangan sistem merupakan tahap untuk menentukan aliran dan model data sesuai kebutuhan sistem serta. Tahapan ini meliputi pemodelan proses, terdiri
dari diagram konteks dan diagram alir data. Selanjutnya pemodelan data yang terdiri dari entity relationship diagram dan integritas referensial serta rancangan tabel
kamus data. Tahap akhir dalam proses perancangan adalah pemodelan masukan, proses dan keluaran.
Perancangan ini sebagai langkah awal untuk pembuatan sistem yang terkomputerisasi untuk menjawab permasalahan-permasalahan yang terjadi pada
mesin melalui informasi yang dikeluarkan.
1. Pemodelan proses
Perancangan diagram konteks yang bertujuan untuk memudahkan pemodelan dan fungsi di dalam pengembangan sistem serta memberikan gambaran umum
tentang sistem yang dibangun. Adapun ilustrasi konteks diagram sistem dapat dilihat pada gambar 4.4.
Gambar 4.4 Diagram konteks sistem pakar diagnosa penyakit kandungan
Diagram konteks pada gambar 4.4 memberikan gambaran bahwa sistem berinteraksi dengan 2 terminator, yaitu seorang pakar kandungan dan pengguna.
Seorang pakar kandungan dalam memasukkan data-data atau basis pengetahuan kepakaran berupa data penyakit, data gejala, data penyebab dan data solusi
kedalam sistem. Data-data ini nantinya akan digunakan untuk menjawab gejala yang dimasukkan oleh pengguna, serta penelusuran gejala sebagai fakta-fakta untuk
mengetahui penyakit yang diderita. Diagram konteks secara lebih detail yang menggambarkan aliran datadata
flow di sajikan dalam model data flow diagram DFD. Setiap level menunjukan tingkat yang lebih terperinci dari sebuah proses.
1.1 Diagram alir data level 0
Dalam perancangan diagram alir data pada gambar 4.5 menggambarkan diagram arus secara detail pada pengembangan sistem diagnosa penyakit
kandungan. Pada diagram tersebut terlihat bahwa pakar bertugas memberikan masukan basis pengetahuan yang akan disimpan dalam sistem, berupa data
penyakit, gejala, penyebab, solusi, aturan serta probabilitas gejala untuk suatu penyakit. Data ini akan digunakan sebagai hasil diagnosa yang diinginkan
pengguna. Pengguna yang mengmasukan data gejala ke sistem, kemudian sistem akan
mengecek dan mengambil data pada data jenis penyakit, gejala, penyebab dan solusi yang terkait dengan permasalahan pengguna. Jika permasalahan ditemukan
didalam sistem, maka akan ditampilkan sebagai hasil diagnosa untuk membantu penanganan penyakit yang bersangkutan.
Gambar 4.5 Diagram alir data level 0
1.2 Diagram alir data level 1.1 proses rekam basis pengetahuan