Perancangan Dan Pembuatan Aplikasi Sistem Pakar Dengan Mengunakan Metode Backward Chaining Untuk Menentukan Interaksi Obat Meloksikam Dengan Obat Penyakit Lainnya.

PERANCANGAN DAN PEMBUATAN APLIKASI SISTEM

PAKAR DENGAN MENGGUNAKAN METODE BACKWARD

CHAINING UNTUK MENENTUKAN INTERAKSI OBAT

MELOKSIKAM DENGAN OBAT

PENYAKIT LAINNYA

SKRIPSI

DAMERIA GLORIA CHRISTINA

061401054

PROGRAM STUDI S1 ILMU KOMPUTER

DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2010

PERANCANGAN DAN PEMBUATAN APLIKASI SISTEM PAKAR DENGAN MENGUNAKAN METODE BACKWARD CHAINING UNTUK

MENENTUKAN INTERAKSI OBAT MELOKSIKAM DENGAN OBAT PENYAKIT LAINNYA

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Komputer

DAMERIA GLORIA CHRISTINA TAMPUBOLON 061401054

PROGRAM STUDI SARJANA ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN

PERSETUJUAN

Judul : PERANCANGAN DAN PEMBUATAN APLIKASI

SISTEM PAKAR DENGAN MENGUNAKAN

METODE BACKWARD CHAINING UNTUK

MENENTUKAN INTERAKSI OBAT MELOKSIKAM DENGAN OBAT PENYAKIT LAINNYA

Kategori : SKRIPSI

Nama : DAMERIA GLORIA CHRISTINA TAMPUBOLON

Nomor Induk Mahasiswa : 061401054

Program Studi : SARJANA (S1) ILMU KOMPUTER

Departemen : ILMU KOMPUTER

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di

Medan, Desember 2010

Komisi Pembimbing :

Pembimbing 2 Pembimbing 1

Ade Candra, ST, M.Kom Syahriol Sitorus, S.Si, MIT NIP.19790904 200912 1 002 NIP. 19710310 199403 1 004

Diketahui/Disetujui oleh

Program Studi S1 Ilmu Komputer Ketua,

Prof. Dr. Muhammad Zarlis NIP. 19570701 1986011 003

PERNYATAAN

PERANCANGAN DAN PEMBUATAN APLIKASI SISTEM PAKAR DENGAN MENGGUNAKAN METODE BACKWARD CHAINING UNTUK

MENENTUKAN INTERAKSI OBAT MELOKSIKAM DENGAN OBAT PENYAKIT LAINNYA

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, November 2010

DAMERIA GLORIA C. T. 061401054

PENGHARGAAN

Sekarang, ya Allah kami, kami bersyukur kepada-Mu dan memuji nama-Mu yang agung itu. Segala puji dan hormat hanya bagi Tuhan Yesus Kristus atas kasih dan berkat-Nya yang luar biasa yang mengizinkan penulis untuk menyelesaikan skripsi ini.

Ucapan terima kasih saya sampaikan kepada Bapak Syahriol Sitorus, S.Si, MITsebagai Dosen Pembimbing I dan Bapak Ade Candra, ST, M.Kom sebagai Dosen Pembimbing II yang telah memberikan bimbingan, saran, dan masukankepada saya untuk menyempurnakan kajian ini. Panduan ringkas, padat dan profesional telah diberikan kepada sayasehingga saya dapat menyelesaikan tugas ini. Selanjutnya kepada Bapak Prof. Muhammad Zarlis danBapak M. Andri Budiman, ST, M.CompSc, MEM sebagai Dosen Penguji I dan II atas saran dan kritikan yang sangat berguna bagi saya.Ucapan terima kasih juga ditujukan kepada Ketua dan Sekretaris Program Studi S1 Ilmu Komputer, Bapak Prof. Dr. Muhammad Zarlis dan Bapak Syariol Sitorus, S.Si,MIT, Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, semua dosen serta pegawai di Program Studi S1 Ilmu Komputer FMIPA USU. Tidak lupa juga saya ucapkan terima kasih kepada Ricky Marpaung, S. Farm, Apt dan dra. Antetti Tampubolon, Apt atas bimbingan dan masukannya dalam skripsi saya ini.

Skripsi ini terutama saya persembahkan untuk kedua almarhum orang tua dan keluarga saya yang telah memberikan kasih sayang, dukungan dan motivasi, ayahanda (alm.) J.P. Tampubolon dan ibunda (almh.) L.A Saragih. Untuk kedua adik saya, Edwin Agnito Tampubolon dan Febrina Futricia Tampubolon. Kepada teman-teman terbaik saya M.Arifin Siregar, Andika Novaldy, Faridah Amalia Mandaga, M. Januar Rambe, dan Muriyana br Sukatendel atas dukungan, semangat, dan doa yang telah diberikan. Untuk yang terkasih Bagoes Harsono, terima kasih atas dukungan, doa yang selalu diberikan. Terimakasih pula kepada semua pihak-pihak yang tidak dapat saya sebutkan satu persatu, terima kasih atas ide, saran, dan kerjasama yang baik.

Saya menyadari bahwa skripsi ini masih jauh dari kesempurnaan, oleh karena itu saya menerima saran dan kritik yang bersifat membangun demi kesempurnaan skripsi ini. Sehingga dapat bermanfaat bagi kita semuanya.

ABSTRAK

Pada era globalisasi ini, segala sesuatu tidak lepas dari teknologi. Ketergantungan teknologi ini disebabkan karena perkembangan komputer yang sangat pesat sehingga fungsinya mencakup segala aspek kehidupan. Salah satunya pada bidang farmasi atau obat-obatan. Pada zaman sekarang ini, obat – obatan menjadi salah satu kebutuhan yang paling banyak dikonsumsi oleh manusia. Tidak jarang sering terdapat kasus kesalahan dalam pemberian obat terhadap pasien yang tidak sedikit menimbulkan kematian. Oleh sebab itulah Penulis dengan memanfaatkan kemajuan komputer membuat aplikasi sistem pakar penentuan interaksi obat. Aplikasi ini dibuat dengan menggunakan metode backward chaining sebagai mesin penelusurannya. Sistem ini dapat memberikan informasi interaksi obat yang diresepkan oleh dokter khususnya untuk obat Anti Inflamasi Non Steroid yaitu Meloksikam dengan obat penyakit lainnya. Sehingga dapat mempermudah bagi pengguna untuk mengetahui interaksi obat tanpa melakukannya secara manual, sehingga efisiensi waktu dapat tercapai tanpa mengurangi kebenaran hasilnya.Dan diharapkan aplikasi ini akan sangat membantu pasien dalam proses penyembuhannya karena salah satu proses penyembuhan adalah dengan memberikan obat yang tepat. Aplikasi ini dibuat dengan bahasa pemrograman PHP dan MySql sebagai database server-nya.

DESIGN AND DEVELOPMENT EXPERT SYSTEM APPLICATION USING BACKWARD CHAININGMETHOD FOR DETERMINING

INTERACTIONS OF MELOKSIKAM WITH OTHER DRUGS DISEASE

ABSTRACT

In this era of globalization, everything is can not be separated from technology. Technological dependence is due to the very rapid development of computer functions that cover all aspects of life. One of them is pharmacy or medicine. In this day, drugs – medicine is one of the most widely consumed by humans. Not infrequently there are frequent cases of mistakes in administering drugs to patients with no little cause of death. That's why I use the computer advances to create an expert system application to determining drug interactions. This application is made by using the method of backward chaining. This system can provide information about drug interactions that are prescribed by doctors especially for drugs Non Steroid Anti-inflammatory drugs that Meloksikam with other drug diseases. Hopefully, this application can facilitate users to understand the interaction of drugs without doing it manually, so that efficiency of time can be achieved without sacrificing the result, and expected this application will greatly assist the patient in the healing process because one of the healing process is to provide the right medicine. This application is creating with PHP and MySql as a database server.

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Abstrak v

Abstract vi

Daftar Isi vii

Daftar Tabel x

Daftar Gambar xi

Bab 1 Pendahuluan

1.1Latar Belakang 1

1.2Rumusan Masalah 2

1.3Batasan Masalah 3

1.4Tujuan Penelitian 3

1.5Manfaat Penelitian 3

1.6Metode Penelitian 4

1.7Sistematika Penulisan 5

Bab 2 Tinjauan Teoritis

2.1 Kecerdasan Buatan 6

2.2 Sistem Pakar 6

2.2.1 Sejarah Sistem Pakar 7 2.2.2 Struktur Sistem Pakar 8

2.2.3 Mesin Inferensi Backward Chaining 9

2.3 Anti Inflamasi Non Steroid (AINS) 10

2.3.1 Mekanisme Kerja Obat Anti Inflamasi Non Steroid 10 2.3.2 Jenis Obat Anti Inflamasi Non Steroid 11 2.3.3 Aspek Farmakodinamik Obat Anti Inflamasi Non Steroid 12

2.3.3.1 Efek Analgesik 12

2.3.3.2 Efek Antipiretik 12

2.3.3.3 Efek Anti-Inflamasi 13

2.3.4 Efek Samping Obat Anti Inflamasi Non Steroid 13

2.4 Meloksikam 14

2.5 Captopril 15

2.6Warfarin 16

2.7Digoxin 17

2.8Aspirin 18

2.9Cimetidine 18

3.1 Analisis Persyaratan Sistem 20

3.1.1 Gambaran Umum Sistem 20

3.1.2 Analisis Permasalahan 21 3.1.3 Analisis Sasaran Pengguna 21

3.1.4 Analisis Kebutuhan Perangkat Lunak 22 3.2 Analisis Kebutuhan Sistem 22 3.2.1 Analisis Kebutuhan Data 23 3.2.2 Analisis Input dan Output Sistem 23

3.2.3 Analisis Fungsionalitas Sistem 24 3.2.4 Analisis Batasan Sistem 24 3.3 Perancangan Sistem 24 3.3.1 Perancangan Basis Data 25 3.3.1.1 Perancangan Data Flow Diagram (DFD) 25 3.3.1.2 Kamus Data 31

3.3.1.3 Perancangan Entity Relationship Diagram (ERD) 34 3.3.1.4 Bentuk Tabel Sistem Informasi 37 3.4 Perancangan Mesin Inferensi 40

3.5 Perancangan Antar Muka 43 3.5.1 Rancangan Halaman Utama 43

3.5.2 Rancangan Halaman Interaksi 44

3.5.3 Rancangan Halaman Artikel 46

3.5.4 Rancangan Halaman Info 46

3.5.5 Rancangan Halaman Bantuan 47

3.5.6 Rancangan Halaman Admin 48

Bab 4 Implementasi dan Pengujian 4.1 Implementasi 50 4.1.1 Halaman Utama 51 4.1.1.1 Halaman Menu Beranda 51

4.1.1.2 Halaman Menu Interaksi 52

4.1.1.3 Halaman Menu Artikel 54

4.1.1.4 Halaman Menu Info 58

4.1.1.5 Halaman Menu Bantuan 60

4.1.1.6 Halaman Menu Profil 61

4.1.1.7 Halaman Menu Admin 62

4.1.2 Halaman Administrator 62 4.1.2.1 Menu Halaman Data Artikel 62 4.1.2.2 Menu Halaman Data Interaksi 65 4.1.2.3 Menu Halaman Data Obat 68

4.1.2.4 Menu Halaman Data Penyakit 69

4.1.2.5 Menu Halaman Data Gejala 72

4.1.2.6 Menu Halaman Pertanyaan 74

4.2Pengujian 77

4.2.1 Pengujian Blackbox 77 4.2.2 Pengujian Langsung Terhadap Pengguna 80 4.2.2.1 Hasil Evaluasi Aspek Fungsionalitas 81 4.2.2.2 Hasil Evaluasi Aspek Antar Muka 82 4.2.2.3 Hasil Evaluasi Secara Keseluruhan 84

Bab 5 Kesimpulan dan Saran

5.1 Kesimpulan 85

5.2 Saran 86

Daftar Pustaka 87

DAFTAR TABEL

Halaman

Tabel 3.1 Tabel Kamus Data Artikel Obat 31

Tabel 3.2 Tabel Kamus Data Obat 31

Tabel 3.3 Tabel Kamus Data Gejala 32

Tabel 3.4 Tabel Kamus Data Penyakit 32

Tabel 3.5 Tabel Kamus Data User 32

Tabel 3.6 Tabel Kamus Data Interaksi 33

Tabel 3.7 Tabel Kamus Data Pertanyaan 33

Tabel 3.8Tabel Artikel Pada Basis Data 34

Tabel 3.9Tabel Gejala Pada Basis Data 35

Tabel 3.10 Tabel Interaksi Pada Basis Data 35

Tabel 3.11 Tabel Obat Pada Basis Data 35

Tabel 3.12 Tabel Pengguna Pada Basis Data 36

Tabel 3.13 Tabel Penyakit Pada Basis Data 36

Tabel 3.14 Tabel Pertanyaan Pada Basis Data 36

Tabel 3.15 Hasil Interaksi Obat 37

Tabel 3.16 Tabel Gejala Penyakit 39

Tabel 4.1 Tabel Hasil Uji Sistem 78

Tabel 4.2 Tabel Hasil Kuesioner Evaluasi Aspek Fungsionalitas Sistem 81 Tabel 4.3 Tabel Hasil Kuesioner Evaluasi Aspek Antar Muka Sistem 82

DAFTAR GAMBAR

Halaman

Gambar 2.1 Gambar Struktur Sistem Pakar 8

Gambar 3.1Diagram Konteks DFD Level- 0 25

Gambar 3.2Diagram Konteks DFD Level- 1 28

Gambar 3.3 ERD Physical Data Model 34

Gambar 3.4 Penelusuran dengan Backward Chaining 41

Gambar 3.5Rancangan Halaman Utama 43

Gambar 3.6Rancangan Halaman Menu Interaksi 44

Gambar 3.7Rancangan Halaman Pertanyaan Konsultasi 45

Gambar 3.8Rancangan Halaman Hasil Interaksi Obat 46

Gambar 3.9Rancangan Halaman Artikel 46

Gambar 3.10Rancangan Halaman Info 47

Gambar 3.11Rancangan Halaman Bantuan 48

Gambar 3.12a Rancangan Halaman Administrator 48

Gambar 3.12bRancangan Halaman Adminstrator 49

Gambar 4.1 Tampilan Beranda 51

Gambar 4.2 Tampilan Halaman Interaksi Pemilihan Obat 52

Gambar 4.3 Tampilan Halaman Jawaban Pertanyaan 53

Gambar 4.4 Tampilan Halaman Cek Interaksi 53

Gambar 4.5 Tampilan Hasil Interaksi Obat 54

Gambar 4.6 Tampilan Halaman Artikel 55

Gambar 4.7 Tampilan Halaman Artikel Penyakit 56

Gambar 4.8 Tampilan Halaman Artikel Obat 57

Gambar 4.9 Tampilan Halaman Info 58

Gambar 4.10 Tampilan Halaman Info Penyakit 59

Gambar 4.11 Tampilan Halaman Info Obat 60

Gambar 4.12 Tampilan Halaman Menu Bantuan 61

Gambar 4.13 Tampilan Halaman Profil 62

Gambar 4.14 Tampilan Halaman Login Admin 62

Gambar 4.15 Tampilan Halaman Adminstrator 62

Gambar 4.16 Tampilan Halaman Artikel Admin 64

Gambar 4.17 Tampilan Halaman Tambah Artikel 64

Gambar 4.18 Tampilan Halaman Ubah Artikel 65

Gambar 4.19 Tampilan Konfirmasi Hapus 65

Gambar 4.20 Tampilan Halaman Tambah Interaksi 66

Gambar 4.21 Tampilan Halaman Ubah Interaksi 67

Gambar 4.22 Tampilan Halaman Data Obat 68

Gambar 4.23 Tampilan Halaman Tambah Data Obat 69

Gambar 4.24 Tampilan Halaman Ubah Data Obat 69

Gambar 4.25 Tampilan Halaman Data Penyakit 70

Gambar 4.26 Tampilan Halaman Tambah Penyakit 71

Gambar 4.27 Tampilan Halaman Ubah Penyakit 71

Gambar 4.29 Tampilan Halaman Tambah Gejala 73

Gambar 4.30 Tampilan Halaman Ubah Gejala 74

Gambar 4.31 Tampilan Halaman Pertanyaan 75

Gambar 4.32 Tampilan Halaman Tambah Pertanyaan 76

Gambar 4.33 Tampilan Halaman Ubah Pertanyaan 77

Gambar 4.34 Diagram Aspek Fungsionalitas 81

Gambar 4.35 Diagram Aspek Antar Muka 83

ABSTRAK

Pada era globalisasi ini, segala sesuatu tidak lepas dari teknologi. Ketergantungan teknologi ini disebabkan karena perkembangan komputer yang sangat pesat sehingga fungsinya mencakup segala aspek kehidupan. Salah satunya pada bidang farmasi atau obat-obatan. Pada zaman sekarang ini, obat – obatan menjadi salah satu kebutuhan yang paling banyak dikonsumsi oleh manusia. Tidak jarang sering terdapat kasus kesalahan dalam pemberian obat terhadap pasien yang tidak sedikit menimbulkan kematian. Oleh sebab itulah Penulis dengan memanfaatkan kemajuan komputer membuat aplikasi sistem pakar penentuan interaksi obat. Aplikasi ini dibuat dengan menggunakan metode backward chaining sebagai mesin penelusurannya. Sistem ini dapat memberikan informasi interaksi obat yang diresepkan oleh dokter khususnya untuk obat Anti Inflamasi Non Steroid yaitu Meloksikam dengan obat penyakit lainnya. Sehingga dapat mempermudah bagi pengguna untuk mengetahui interaksi obat tanpa melakukannya secara manual, sehingga efisiensi waktu dapat tercapai tanpa mengurangi kebenaran hasilnya.Dan diharapkan aplikasi ini akan sangat membantu pasien dalam proses penyembuhannya karena salah satu proses penyembuhan adalah dengan memberikan obat yang tepat. Aplikasi ini dibuat dengan bahasa pemrograman PHP dan MySql sebagai database server-nya.

DESIGN AND DEVELOPMENT EXPERT SYSTEM APPLICATION USING BACKWARD CHAININGMETHOD FOR DETERMINING

INTERACTIONS OF MELOKSIKAM WITH OTHER DRUGS DISEASE

ABSTRACT

In this era of globalization, everything is can not be separated from technology. Technological dependence is due to the very rapid development of computer functions that cover all aspects of life. One of them is pharmacy or medicine. In this day, drugs – medicine is one of the most widely consumed by humans. Not infrequently there are frequent cases of mistakes in administering drugs to patients with no little cause of death. That's why I use the computer advances to create an expert system application to determining drug interactions. This application is made by using the method of backward chaining. This system can provide information about drug interactions that are prescribed by doctors especially for drugs Non Steroid Anti-inflammatory drugs that Meloksikam with other drug diseases. Hopefully, this application can facilitate users to understand the interaction of drugs without doing it manually, so that efficiency of time can be achieved without sacrificing the result, and expected this application will greatly assist the patient in the healing process because one of the healing process is to provide the right medicine. This application is creating with PHP and MySql as a database server.

BAB 1

PENDAHULUAN

1.1 Latar Belakang Masalah

Perkembangan komputer dewasa ini telah mengalami banyak perubahan yang sangat pesat, seiring dengan kebutuhan manusia yang semakin banyak dan kompleks. Komputer kini telah digunakan secara luas di berbagai bidang, misalnya: bisnis, farmasi, kedokteran, pendidikan, dan sebagainya. Hal ini mendorong para ahli untuk semakin mengembangkan komputer agar dapat membantu kerja manusia.

Sistem pakar merupakan cabang dari Artificial Intelligence (AI) yang membuat penggunaan secara luas knowledge yang khusus untuk penyelesaian masalah tingkat manusia yang pakar. Seorang pakar adalah orang yang mempunyai knowledge atau kemampuan khusus yang orang lain tidak mengetahui atau mampu dalam bidang yang dimilikinya.

Salah satu implementasi sistem pakar yang dapat diterapkan dalam bidang farmasi yaitu untuk menentukan interaksi obat-obatan. Obat-obatan sudah menjadi suatu kebutuhan masyarakat yang paling sering dikonsumsi baik secara bebas ataupun berdasarkan resep dokter. Obat AINS (Anti Inflamasi Non Steroid), yaitu merupakan kelompok obat untuk mendapatkan efek analgetika, antipiretika, dan anti-inflamasi. OAINS merupakan pengobatan dasar untuk mengatasi peradangan-peradangan di dalam dan sekitar sendi seperti lumbago, artralgia, osteoartritis, artritisreumatoid, dan goutartritis. Sehingga secara pengenalan masyarakat awam, OAINS merupakan obat anti nyeri rematik. Salah satu obat AINS yang banyak diresepkan oleh dokter adalah meloksikam, yaitu salah satu obat AINS yang merupakan golongan derivat oksikam. Merupakan salah satu obat AINS dosis tinggi yang memiliki waktu paruh dalam plasma darah lebih dari 45 jam.

Kurangnya pengetahuan dokter mengenai komposisi obat dan interaksinya dengan obat lain dalam penentuan pemberian obat kepada pasien dapat menimbulkan efek yang buruk dalam tubuh pasien bila pemberian obat tidak tepat. Sering terjadinya kasus penyalahan pemberian obat kepada pasien mengakibatkan kondisi si pasien yang semakin buruk. Salah satu artikel yang dibuat oleh Ramadhitya Putera, Alumnus Farmasi Universitas Padjadjaran yang berjudul Pemberian Obat Sesuai dengan Kondisi Pasien mengatakan bahwa, ”Ada praktik pengobatan yang umum terjadi saat ini, dokter akan memilihkan obat untuk pasien setelah mendengarkan keluhan pasien dan melakukan diagnosis. Namun pemberian obat secara konvensional ini belum tentu tepat, sebab ternyata setiap orang mempunyai variasi susunan genetik dan dapat memberikan reaksi berbeda terhadap obat yang sama.” Dan menurut dr. Heru Sundaru, Sp. PD,KAI, Spesialis Alergi dan Imunologi Rumah Sakit Cipto Mangunkusumo Jakarta, yang tertulis pada sebuah tabloid mengatakan, ”Alergi obat dapat terjadi pada siapa saja. Waktunya pun tak bisa ditentukan. Secara medis, yang disebut alergi obat adalah reaksi antara zat asing (termasuk obat dan makanan) dengan zat anti dalam badan kita. Reaksi ini terjadi pada seseorang secara berlebihan. Sementara pada sebagian besar orang lain tidak apa-apa, karena itu seorang dokter tidak bisa sembarangan memberikan obat."

Selain itu, perlu adanya kontrol dari apoteker setiap apotek dalam melihat pemberian obat yang diresepkan oleh dokter kepada pasien yang membeli obat agar obat yang diberikan benar-benar memberikan dampak penyembuhan kepada pasien.

Melihat permasalahan tersebut diatas, maka penulis tertarik untuk membuat aplikasi sistem pakar untuk membandingkan interaksi obat AINS, khususnya meloksikam dengan obat-obatan dari jenis penyakit lainnya apabila dikonsumsi bersamaan terhadap tubuh.

1.2 Rumusan Masalah

Masalah yang akan dibahas di dalam penelitian ini adalah membangun aplikasi sistem pakar untuk menentukan interaksi antara obat meloksikam dengan obat dari jenis penyakit lainnya

1.3 Batasan Masalah

Agar pembahasan penelitian ini tidak menyimpang dari apa yang telah dirumuskan, maka diperlukan batasan-batasan. Batasan-batasan dalam penelitian ini adalah:

1. Menggunakan metode backward chaining.

2. Obat yang akan dibahas adalah obat anti inflamasi non steroid yang diresepkan oleh dokter, yaitu Meloksikam.

3. Perancangan program aplikasi sistem pakar menggunakan PHP MySql 4. Pada aplikasi ini, akan dibahas interaksi antara meloksikam dengan 5 obat

dari penyakit lainnya, yaitu Captopril (Obat Anti Hipertensi), Warfarin(Obat Antikoagulan), Aspirin (Obat Pereda Nyeri), Digoxin (Obat Jantung), dan

Cimetidine (Obat Penyakit Tukak Lambung).

1.4 Tujuan Penelitian

Tujuan penelitian ini adalah untuk membangun aplikasi sistem pakar untuk menentukan interaksi obat Meloksikam dengan obat dari penyakit lainnya .

1.5 Manfaat Penelitian

Manfaat penelitian ini adalah sebagai berikut:

1. Membantu dokter untuk menentukan obat yang tepat dikonsumsi oleh pasien 2. Membantu para apoteker untuk menentukan obat yang tepat dikonsumsi oleh

pembeli obat dengan sistem yang telah terkomputerisasi tanpa harus membuka buku literatur.

3. Efisiensi waktu pendataan interaksi obat, sehingga dapat memberikan informasi yang cepat terhadap pasien.

4. Membantu para pasien dengan memberikan informasi obat yang tepat, sehingga dapat mempercepat penyembuhan penyakit.

1.6 Metodologi Penelitian

Dalam menyusun skripsi ini penulis melakukan beberapa penerapan metode penelitian untuk menyelesaikan permasalahan. Adapun metode penelitian yang dilakukan adalah dengan cara:

1. Studi pustaka

Studi pustaka dilakukan untuk mengumpulkan, mempelajari serta menyeleksi bahan-bahan yang diperlukan untuk penulisan skripsi ini.

2. Wawancara

Wawancara dilakukan terhadap apoteker yang telah ahli dalam bidang farmasi. 3. Pengumpulan data yang berhubungan dengan skripsi

Data yang dibutuhkan adalah data-data jenis dan karakteristik obat-obatan yang akan di analisis.

4. Analisis Sistem

Melakukan analisis terhadap data-data obat dan metode backward chaining yang digunakan pada sistem, analisis kebutuhan sistem, dan analisis batasan sistem. 5. Perancangan Sistem

Merancang suatu aplikasi sistem pakar untuk menentukan interaksi obat meloksikam dengan obat dari penyakit lainnya. Termasuk di dalamnya yaitu perancangan basis data, Data Flow Diagram (DFD), perancangan mesin inferensi

backward chaining, dan perancangan desain antar muka.

6. Implementasi Sistem (Coding)

Menyusun kode program untuk aplikasi sistem pakar interaksi obat meloksikam dengan obat dari penyakit lainnya menggunakan PHP dan MySQL

7. Testing (Pengujian)

Melakukan pengujian sistem yang telah dibangun sehingga dapat melakukan perbaikan sistem apabila ditemukan kesalahan pada sistem.

8. Dokumentasi Sistem

1.7 Sistematika Penulisan

Sistematika penulisan dari skripsi ini terdiri dari beberapa bagian utama sebagai berikut:

BAB I . PENDAHULUAN

Bab ini akan menjelaskan mengenai latar belakang masalah yang dibahas dalam skripsi ini, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian, dan sistematika penulisan skripsi.

BAB II. TINJAUAN TEORETIS

Bab ini merupakan tinjauan teoretis yang berkaitan dengan sistem pakar, metode

backward chaining, obat, interaksi serta hal-hal yang berhubungan dengan data-data

yang akan digunakan yang berasal dari obat.

BABIII. ANALISIS DAN PERANCANGAN SISTEM

Dalam bab ini akan dibahas tentang analisis kebutuhan sistem, dan analisis pengguna sistem yang akan digunakan dalam sistem, AnalisisData Flow Diagram (DFD), perancangan flowchart, mesin inferensi backward chaining, dan perancangan antar muka sistem aplikasi.

BAB IV. IMPLEMENTASI DAN PENGUJIAN

Dalam bab ini akan berisi pengujian terhadap program yang sudah diimplementasikan, lalu dilakukan analisa apakah sistem berhasil meraih hasil sesuai dengan yang diharapkan.

BAB V. KESIMPULAN DAN SARAN

Bab terakhir akan memuat kesimpulan isi dari keseluruhan uraian bab-bab sebelumnya dan saran-saran dari hasil yang diperoleh yang diharapkan dapat bermanfaat dalam pengembangan selanjutnya.

BAB 2

TINJAUAN TEORETIS

2.1 Kecerdasan Buatan

Kecerdasan buatan atau artificial intelligent merupakan salah satu bagian ilmu komputer yang membuat mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia. Rich dan Knight (1991) mendefinisikan kecerdasan buatan sebagai sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia.

Kecerdasan buatan berbeda dengan kecerdasan konvensional. Pemrograman konvensional berbasis pada algoritma yang mendefinisikan setiap langkah dalam penyelesaian masalah. Pemrograman konvensional dapat menggunakan rumus matematika atau prosedur sekuensial untuk menghasilkan solusi. Lain halnya dengan pemrograman dalam kecerdasan buatan yang berbasis pada representasi simbol dan manipulasi. Dalam kecerdasan buatan, sebuah simbol dapat berupa kalimat, kata, atau angka yang digunakan untuk merepresentasikan objek, proses, dan hubungannya. Objek dapat berupa manusia, benda, ide, konsep, kegiatan, atau pernyataan dari suatu fakta (Kusrini, 2006, hal: 4).

2.2Sistem Pakar

Sistem Pakar adalah aplikasi berbasis komputer yang digunakan untuk menyelesaikan masalah sebagaimana yang dipikirkan oleh pakar. Seorang pakar adalah orang yang mempunyai keahlian khusus yang dapat menyelesaikan masalah yang tidak dapat diselesaikan oleh orang awam.

Sistem Pakar, yang mencoba memecahkan masalah yang biasanya hanya bisa dipecahkan oleh seorang pakar, dipandang berhasil ketika mampu mengambil

keputusan seperti yang dilakukan oleh pakar aslinya baik dari sisi proses pengambilan keputusannya maupun hasil keputusan yang diperoleh.

Sebuah sistem pakar memiliki 2 kompenen utama yaitu basis pengetahuan dan mesin inferensi. Basis pengetahuan merupakan tempat penyimpanan pengetahuan dalam memori komputer, dimana pengetahuan ini diambil dari pengetahuan pakar. Mesin inferensi merupakan otak dari aplikasi sistem pakar. Bagian inilah yang menuntun user untuk memasukkan fakta sehingga diperoleh suatu kesimpulan. Apa yang dilakukan oleh mesin inferensi ini didasarkan pada pengetahuan yang ada dalam basis pengetahuan.

2.2.1 Sejarah Sistem Pakar

Sistem pakar pertama kali dikembangkan oleh komunitas AI pada pertengahan tahun 1960. Sistem pakar yang pertama kali muncul adalah General-purpose Problem

Solver (GPS) yang dikembangkan oleh Newel dan Simon. GPS (dan program-program

yang serupa) ini mengalami kegagalan karena cakupannya terlalu luas sehingga terkadang justru meninggalkan pengetahuan-pengetahuan penting yang seharusnya disediakan.

Pada pertengahan tahun 1960-an, terjadi pergantian dari program serba bisa (general-purpose) ke program yang spesial (special-purpose) dengan dikembangkannya DENDRAL oleh E. Feigenbaum dari Universitas Stanford dan kemudian diikuti oleh MYCIN.

Sistem pakar untuk melakukan diagnosis kesehatan telah dikembangkan sejak pertengahan tahun 1970. Sistem pakar untuk melakukan diagnosis pertama dibuat oleh

Bruce Buchanan dan Edward Shortliffe di Stanford University. Sistem ini diberi nama

MYCIN.

MYCIN merupakan program interaktif yang melakukan diagnosis penyakit meningitis dan infeksi bacremia serta memberikan rekomendasi terapi antimikroba. MYCIN mampu memberikan penjelasan atas penalarannya secara detail. Dalam uji

coba, MYCIN mampu menunjukkan kemampuan seperti seorang spesialis. Meskipun MYCIN tidak pernah digunakan secara rutin oleh dokter, MYCIN merupakan inferensi yang bagus dalam kecerdasan buatan yang lain (Kusrini, 2006, hal: 12-13).

2.2.2 Struktur Sistem Pakar

Sistem Pakar disusun oleh dua bagian utama, yaitu lingkungan pengembangan

(development environment) dan lingkungan konsultasi (consultation environment).

Lingkungan pengembangan sistem pakar digunakan untuk memasukkan pengetahuan pakar ke dalam lingkungan sistem pakar, sedangkan lingkungan konsultasi digunakan oleh pengguna yang bukan pakar guna memperoleh pengetahuan pakar. Komponen – komponen sistem pakar dalam kedua bagian tersebut dapat dilihat dalam gambar berikut : Pemakai Antar Muka Aksi yang direkomendasikan Mesin Inferensi Fakta tentang Kejadian tertentu Blackboard Solusi, Rencana LINGKUNGAN KONSULTASI Basis Pengetahuan: Fakta dan aturan

Perbaikan Pengetahuan Knowledge Enginner Pakar LINGKUNGAN PENGEMBANGAN Akuisisi Pengetahuan Fasilitas Pen jelasan

Gambar 2.1 Struktur Sistem Pakar

Hasil pemrosesan yang dilakukan oleh mesin inferensi dari sudut pandang pengguna bukan pakar berupa aksi yang direkomendasikan oleh sistem pakar disertai dengan fasilitas-fasilitas penjelasan yang dibutuhkan pengguna. Blackboard adalah memori kerja yang digunakan untuk menyimpan kondisi/keadaan yang dialami oleh

pengguna dan juga hipotesa serta keputusan sementara. Komponen yang terdapat dalam sistem pakar, yaitu desain interface, basis pengetahuan, akuisisi pengetahuan, mesin inferensi, workplace, fasilitas penjelasan, dan perbaikan pengaturan.

Keterangan gambar:

:pemisah antara lingkungan konsultasi dengan lingkungan pengembangan.

: komunikasi dua arah : langsung

: tidak langsung

2.2.3 Mesin InferensiBackward Chaining

Mesin inferensi adalah program komputer yang memberikan metodologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace, dan untuk memformulasikan kesimpulan. Tujuan inferensi adalah mengambil pilihan terbaik dari banyak kemungkinan. Dalam aplikasi ini akan digunakan pelacakan ke belakang (Backward Chaining).

Pada backward chaining, penalaran dimulai dengan tujuan kemudian merunut balik ke jalur yang akan mengarahkan ke tujuan tersebut. Sistem dengan urutan tertentu akan mengambil sebuah konklusi sebagai calon konklusinya. Misal urutannya adalah sesuai dengan urutan konklusi. Awalnya sistem akan mengambil hipotesis bahwa konklusinya adalah konklusi 1. Untuk membuktikan hipotesisnya, sistem akan mencari premis – premis aturan yang mengandung konklusi 1. Setelah itu sistem akan meminta umpan balik kepada user mengenai premis – premis yang ditemukan tersebut. Untuk konklusi 1 premisnya adalah premis 1, premis 2, dan premis 3, maka sistem akan mencari tahu apakah user memilih premis – premis tersebut.

Cara untuk mengambil umpan balik dari user bisa dilakukan dengan mencari daftar premis yang dipilih user atau dengan menanyakan satu per satu premis –premis yang seharusnya dipilih. Jika ternyata ada premis yang tidak terpilih oleh user maka hipotesis tersebut dianggap gugur, yang artinya fakta yang dimasukkan user konklusinya bukan konklusi 1. Oleh karena itu, sistem akan melanjutkan hipotesis ke

konklusi berikutnya. Demikian seterusnya sampai ditemukan konklusi yang semua premis dalam aturannya terpilih. (Kusrini, 2006)

2.3. Anti Inflamasi Nonsteroid (AINS)

Obat AINS (Anti Inflamasi Non Steroid), yaitu merupakan kelompok obat untuk mendapatkan efek analgetika, antipiretika, dan anti-inflamasi. OAINS merupakan pengobatan dasar untuk mengatasi peradangan-peradangan di dalam dan sekitar sendi seperti lumbago, artralgia, osteoartritis (nyeri sendi pada bagian lutut),

artritisreumatoid, dan goutartritis. Sehingga secara pengenalan masyarakat awam,

OAINS merupakan obat anti nyeri rematik

Obat anti inflamasi nonsteroid (AINS) serta obat analgesik antipiretik merupakan kelompok obat yang heterogen, bahkan beberapa obat sangat berbeda secara kimia. Walaupun demikian obat – obat ini ternyata memiliki banyak persamaan dalam efek terapi maupun efek samping. Kemajuan penelitian dalam dasawarsa terakhir ini memberi penjelasan mengapa kelopmpok heeterogen tersebut memiliki banyak kesamaan efek terapi dan efek samping. Ternyata sebagian besar efek terapi dan efek sampingnya berdasarkan atas penghambatan biosintesis prostaglandin (PG). (Bagian Farmakologi Universitas Indonesia. 1995)

2.3.1. Mekanisme Kerja Obat Anti Inflamasi Nonsteroid

Nyeri timbul oleh karena aktivasi dan sensitisasi sistem nosiseptif, baik perifer maupun sentral. Dalam keadaan normal, reseptor tersebut tidak aktif. Dalam keadaan patologis, misalnya inflamasi, nosiseptor menjadi sensitif bahkan hipersensitif. Adanya pencederaan jaringan akan membebaskan berbagai jenis mediator inflamasi, seperti prostaglandin, bradikinin, histamin dan sebagainya.

Mediator inflamasi dapat mengaktivasi nosiseptor yang menyebabkan munculnya nyeriAINS mampu menghambat sintesis prostaglandin dan sangat bermanfaat sebagai antinyeri.

Telah disebutkan bahwa efek terapi maupun efek samping obat –obat ini sebagian besar tergantung dari penghambatan biosintesis PG. Mekanisme kerja yang berhubungan dengan sistem biosintesis PG ini mulai dilaporkan pada tahun 1971 oleh Vane.

Efek terapi dan efek samping AINS berhubungan dengan mekanisme kerjasediaan ini pada enzim cyclooxygenase-1 1) dan cyclooxygenase-2 (COX-2) yang dibutuhkan dalam biosintesis prostaglandin. (Elin Yulinah Iskandar, dkk, 2009).

2.3.2. Jenis Obat Anti Inflamasi Non Steroid

Obat anti-inflamasi nonstreoid (OAINS) merupakan kelompok obat yang paling banyak dikonsumsi di seluruh dunia untuk mendapatkan efek analgetika, antipiretika, dan anti-inflamasi. OAINS merupakan pengobatan dasar untuk mengatasi peradangan-peradangan di dalam dan sekitar sendi seperti lumbago, artralgia, osteoartritis, artritis reumatoid, dan gout artritis.

Menurut waktu paruhnya, OAINS dibedakan menjadi:

1. AINS dengan waktu paruh pendek (3-5 jam), yaitu aspirin, asam flufenamat, asam meklofenamat, asam mefenamat, asam niflumat, asam tiaprofenamat, diklofenak, indometasin, karprofen, ibuprofen, dan ketoprofen.

2. AINS dengan waktu paruh sedang (5-9 jam), yaitu fenbufen dan piroprofen.

3. AINS dengan waktu paruh tengah (kira-kira 12 jam), yaitu diflunisal dan naproksen.

4. AINS dengan waktu paruh panjang (24-45 jam), yaitu piroksikam,meloksikam, dan tenoksikam.

5. AINS dengan waktu paruh sangat panjang (lebih dari 60 jam), yaitu fenilbutazon dan oksifenbutazon.

Klasifikasi Kimiawi Obat Anti Inflamasi Non Steroid:

Nonselective Cyclooxygenase Inhibitors

1. Derivat asam salisilat: aspirin, natrium salisilat, salsalat, diflunisal, cholin magnesium trisalisilat, sulfasalazine, olsalazine

2. Derivat para-aminofenol: asetaminofen

3. Asam asetat indol dan inden: indometasin, sulindak 4. Asam heteroaryl asetat: tolmetin, diklofenak, ketorolak

5. Asam arylpropionat: ibuprofen, naproksen, flurbiprofen, ketoprofen, fenoprofen, oxaprozin

6. Asam antranilat (fenamat): asam mefenamat, asam meklofenamat 7. Asam enolat: oksikam (piroksikam, meloksikam)

8. Alkanon: nabumeton

2.3.3. Aspek Farmakodinamik Obat Anti-inflamasi Nonsteroid

Semua OAINS bersifat antipiretik, analgesik, dan anti-inflamasi. Antipiretik yaitu memiliki kemampuan menurunkan panas, analgesik memiliki kemampuan mengurangi nyeri, dan anti inflamasi yaitu kemampuan mengobati nyeri radang.

2.3.3.1 Efek Analgesik

Sebagai analgesik, OAINS hanya efektif terhadap nyeri dengan intensitas rendah sampai sedang, misalnya sakit kepala, mialgia, artralgia, dismenorea dan juga efektif terhadap nyeri yang berkaitan dengan inflamasi atau kerusakan jaringan. Efek analgesiknya jauh lebih lemah daripada efek analgesik opioat, tetapi OAINS tidak menimbulkan ketagihan dan tidak menimbulkan efek samping sentral yang merugikan. Untuk menimbulkan efek analgesik, OAINS bekerja pada hipotalamus, menghambat pembentukan prostaglandin ditempat terjadinya radang, dan mencegah sensitisasi reseptor rasa sakit terhadap rangsang mekanik atau kimiawi.

2.3.3.2 Efek Antipiretik

Temperatur tubuh secara normal diregulasi oleh hipotalamus. Demam terjadi bila terdapat gangguan pada sistem “thermostat” hipotalamus. Sebagai antipiretik, OAINS akan menurunkan suhu badan hanya dalam keadaan demam. Penurunan suhu badan berhubungan dengan peningkatan pengeluaran panas karena pelebaran pembuluh darah superfisial. Antipiresis mungkin disertai dengan pembentukan banyak keringat.

Demam yang menyertai infeksi dianggap timbul akibat dua mekanisme kerja, yaitu pembentukan prostaglandin di dalam susunan syaraf pusat sebagai respon terhadap bakteri pirogen dan adanya efek interleukin-1 pada hipotalamus. Aspirin dan OAINS lainnya menghambat baik pirogen yang diinduksi oleh pembentukan prostaglandin maupun respon susunan syaraf pusat terhadap interleukin-1 sehingga dapat mengatur kembali “thermostat” di hipotalamus dan memudahkan pelepasan panas dengan jalan vasodilatasi.

2.3.3.3 Efek Anti-inflamasi

Inflamasi adalah suatu respon jaringan terhadap rangsangan fisik atau kimiawi yang merusak. Rangsangan ini menyebabkan lepasnya mediator inflamasi seperti histamin, serotonin, bradikinin, prostaglandin dan lainnya yang menimbulkan reaksi radang berupa panas, nyeri, merah, bengkak, dan disertai gangguan fungsi.

Meskipun semua OAINS memiliki sifat analgesik, antipiretik dan anti-inflamasi, namun terdapat perbedaan aktivitas di antara obat-obat tersebut. Salisilat khususnya aspirin adalah analgesik, antipiretik dan anti-inflamasi yang sangat luas digunakan. Selain sebagai prototip OAINS, obat ini merupakan standar dalam menilai OAINS lain. OAINS golongan para aminofenol efek analgesik dan antipiretiknya sama dengan golongan salisilat, namun efek anti-inflamasinya sangat lemah sehingga tidak digunakan untuk anti rematik seperti salisilat. Golongan pirazolon memiliki sifat analgesik dan antipiretik yang lemah, namun efek anti-inflamasinya sama dengan salisilat.

2.3.4. Efek Samping Obat Anti-inflamasi Nonsteroid

Selain menimbulkan efek terapi yang sama, OAINS juga memiliki efek samping yang serupa. Efek samping yang paling sering terjadi adalah induksi tukak lambung atau tukak peptik yang kadang-kadang disertai anemia sekunder akibat perdarahan saluran cerna. Mekanisme kerusakan pada lambung oleh OAINS terjadi melalui berbagai mekanisme. OAINS menimbulkan iritasi yang bersifat lokal yang mengakibatkan

terjadinya difusi kembali asam lambung ke dalam mukosa dan menyebabkan kerusakan jaringan.

Selain itu OAINS juga menghambat sintesa prostaglandin yang merupakan salah satu aspek pertahanan mukosa lambung disamping mukus, bikarbonat, resistensi mukosa, dan aliran darah mukosa. Dengan terhambatnya pembentukan prostaglandin, maka akan terjadi gangguan barier mukosa lambung, berkurangnya sekresi mukus dan bikarbonat, berkurangnya aliran darah mukosa, dan terhambatnya proses regenerasi epitel mukosa lambung sehingga tukak lambung akan mudah terjadi.

Efek samping lain adalah gangguan fungsi trombosit dengan akibat perpanjangan waktu perdarahan. Ketika perdarahan, trombosit yang beredar dalam sirkulasi darah mengalami adhesi dan agregasi.

OAINS juga dapat menyebabkan reaksi kulit seperti erupsi morbiliform yang ringan, reaksi-reaksi obat yang menetap, reaksi-reaksi fotosensitifitas, erupsi-erupsi vesikobulosa, serum sickness, dan eritroderma exofoliatif. Hampir semua OAINS dapat menyebabkan urtikaria terutama pada pasien yang sensitif dengan aspirin.

Pada sistem syaraf pusat, OAINS dapat menyebabkan gangguan seperti, depresi, konvulsi, nyeri kepala, rasa lelah, halusinasi, reaksi depersonalisasi, kejang, dan sinkope. Pada penderita usia lanjut yang menggunakan naproksen atau ibuprofen telah dilaporkan mengalami disfungsi kognitif, kehilangan personalitas, pelupa, depresi, insomnia, iritasi, rasa ringan kepala, hingga paranoid. (Bagian Farmakologi Universitas Indonesia. 1995)

2.4 Meloksikam

Meloksikam merupakan obat anti inflamasi non steroid (non steroidal

anti-inflammatory drugs (NSAID) turunan piroksikam yang umum digunakan pada

pengobatan osteoarthritis dan rheumatoid arthritis. Meloksikam bekerja dengan mengurangi hormon yang menyebabkan inflamasi dan rasa sakit di dalam tubuh.

Meloksikam menghambat sikloksigenase (COX), maka enzim yang bertanggung jawab untuk mengubah asam arakidonat menjadi prostaglandin H 2 -langkah pertama dalam sintesis prostaglandin , yang merupakan mediator inflamasi.

Secara umum, efek samping yang paling umum dengan NSAID berhubungan dengan saluran pencernaan (GI) dan termasuk mual, muntah, sakit perut , diare dan gas. Untuk mencegah efek samping yang umum, direkomendasikan bahwa kebanyakan meloksikam dikonsumsi sesudah makan atau minum susu. Meloksikam dapat menyebabkan stroke dan serangan jantung NSAID juga dapat mengganggu fungsi ginjal atau melukai ginjal. Efek samping umum lainnya meloksikam adalah sakit kepala, kelelahan berkaitan dengan anemia (rendahnya jumlah sel darah merah), nyeri sendi, sakit punggung, insomnia, gatal, ruam kulit, infeksi kandung kemih dan infeksi saluran pernapasan bagian atas.

Ada beberapa nama dagang dari meloksikam di pasaran, antara lain Artrilox, Loxic, Loxinic, Meloxicam, Meloxin, Mevilox, Mexpharm, Mobiflex, Movicox, Moxam, Moxic, Nulox, Ostelox, X-cam, dan Artricom.

2.5 Captopril

Captopril merupakan obat antihipertensi dan efekif dalam penanganan gagal jantung dan merupakan golongan Angiotensin Converting Enzyme" (ACE) Inhibitor.

Peningkatan sekresi aldosteron akan mengakibatkan ginjal meretensi natrium dan cairan, serta meretensi kalium. Dalam kerjanya, captopril akan menghambat kerja ACE, akibatnya pembentukan angiotensin ll terhambat, timbul vasodilatasi, penurunan sekresi aldosteron sehingga ginjalmensekresi natrium dan cairan serta mensekresi kalium. Keadaan ini akan menyebabkan penurunan tekanan darah dan mengakibatkan peningkatan kerja jantung

Captopril memiliki indikasi untuk hipertensi berat hingga sedang, untuk gagal jantung yang tidak cukup responsif atau tidak dapat dikontrol dengan diuretik dan digitalis, dalam hal ini pemberian captopril diberikan bersama diuretik dan digitalis.

Sedangkan kontra indikasinya, bagi penderita yang hipersensitif terhadap captopril atau penghambat ACE lainnya (misalnya pasien mengalami angioedema selama pengobatan dengan penghambat ACE lainnya).

Captopril memiliki efek samping bila dikonsumsi dalam jangka waktu yang terlalu lama ataupun dikonsumsi oleh penderita dengan gangguan penyakit lainnya yaitu captopril menimbulkan proteinuria lebih dari 1 g sehari pada 0,5% penderita dan pada 1,2% penderita dengan penyakit ginjal. Efek samping ini terutama terjadi pada penderita dengan gangguan fungsi ginjal. Neutropenia ini muncul dalam 1 - 3 bulan pengobatan, pengobatan agar dihentikan sebelum penderita terkena penyakit infeksi. Pada penderita dengan resiko tinggi harus dilakukan hitung leukosit sebelum pengobatan, setiap 2 minggu selama 3 bulan pertama pengobatan dan secara periodik. Pada penderita yang mengalami tanda-tanda infeksi akut (demam, faringitis) pemberian captopril harus segera dihentikan karena merupakan petunjuk adanya neutropenia.

Retensi kalium ringan sering terjadi, terutama pada penderita gangguan ginjal, sehingga perlu diuretik yang meretensi kalium seperti amilorida dan pemberiannya harus dilakukan dengan hati-hati.

2.6 Warfarin

Warfarin adalah anti koagulan oral yang mempengaruhi sintesa vitamin K-yang berperan dalam pembekuan darah. Ia bekerja di hati dengan menghambat karboksilasi vitamin K dari protein prekursomya. Efek anti koagulan dari warfarin membutuhkan waktu beberapa hari karena efeknya terhadap faktor pembekuan darah yang baru dibentuk bukan terhadap faktor yang sudah ada disirkulasi.

Warfarin tidak mempunyai efek langsung terhadap trombus yang sudah terbentuk, tetapi dapat mencegah perluasan trombus. Warfarin telah terbukti efektif untuk pencegahan stroke kardioembolik. Karena meningkatnya resiko pendarahan, penderita yang diberi warfarin harus dimonitor waktu protrombinnya secara berkala.

Indikasi dari warfarin adalah untuk profilaksis dan pengobatan komplikasi tromboembolik yang dihubungkan dengan fibrilasi atrium dan penggantian katup jantung.

Kontraindikasi dari warfarin adalah semua keadaan di mana resiko terjadinya perdarahan lebih besar dari keuntungan yang diperoleh dari efek anti koagulannya, termasuk pada kehamilan, kecenderungan perdarahan atau blood dyscrasias. Selain itu efek samping dari obat ini dapat menyebabkan pendarahan dari jaringan atau organ, nekrosis kulit dan jaringan lain, alopesia, urtikaria, dermatitis, demam, mual, diare, kram perut, hipersensitivitas dan priapismus.

2.7 Digoxin

Digoxin diperoleh dari daun tumbuhan digitalis (daun-daunan yang dipakai sebagai obat memperkuat jantung). Digoxin membantu membuat detak jantung lebih kuat dan dengan irama yang lebih teratur. Digoxin memiliki indikasi untuk mengobati gagal jantung kongestif, juga digunakan untuk mengobati fibrilasi atrial, gangguan irama jantung pada atrium (serambi bagian atas jantung yang membiarkan darah mengalir ke jantung).

Efek Samping dari penggunaan obat ini biasanya dalam kaitan dengan keracunan Digoxin atau kelebihan dosis dan biasanya Digoxin dapat diterima dengan baik apabila diberikan sesuai dengan dosis yang direkomendasikan untuk gagal jantung kongestif. Tanda – tanda keracunan Digoxin antara lain, yaitu anoreksia, diare, dan sakit di bagian perut biasanya merupakan tanda-tanda pertama dari keracunan Digoxin. Tanda-tanda lain dari keracunan Digoxin yaitu sakit kepala, kelelahan, sakit di bagian wajah, kelemahan, kepeningan, kebingungan mental, gangguan penglihatan (mengaburkan penglihatan, gangguan warna), racun dapat menyebabkan efek yang serius memperburuk gagal jantung. Selain itu dapat menimbulkan reaksi hipersensitif yang agak jarang terjadi.

2.8 Aspirin

Aspirin bersifat antipiretik dan analgesik karena merupakan kelompok senyawa glikosida, aspirin yang merupakan nama lain dari asam asetil salisilat dapat disintesis dari asam salisilat, yaitu dengan mereaksikannya dengan anhidrida asetat, hal ini dilakukan pertama kali oleh Felix Hofmann dari perusahaan Bayer, Jerman.

Dalam tablet aspirin komersil sering kali masih terdapat asam salisilat didalamnya, juga ada tablet yang kadar aspirinnya tidak memenuhi standar, karena itu perlu diuji kandungannya dengan uji FeCl3 dan diuji kadarnya dengan titrasi asam basa. Pada percobaan ini aspirin komersil masih mengadung asam salisilat sedangkan kandungannya adalah 66,15 % yang berarti telah memenuhi kadar kelayakan aspirin dalam sediaan farmasi oral menurut standar FDA. Indikasi aspirin adalah untuk meringankan rasa sakit, terutama sakit kepala dan pusing, sakit gigi, dan nyeri otot serta menurunkan demam.

2.9 Cimetidine

Cimetidine adalah antihistamin penghambat reseptor H2 secara selektif dan reversibel. Penghambatan reseptor H2 akan menghambat sekresi asam lambung, baik pada keadaan istirahat maupun setelah perangsangan oleh makanan, histamin, pentagastrin, insulin dan kafein.

Pada pemberian oral cimetidine diabsorbsi dengan baik dan cepat, tetapi sedikit berkurang bila ada makanan atau antasida.Kadar puncak dalam plasma dicapai dalam 1 – 2 jam setelah pemberian, dengan waktu paruh 2 – 3 jam. Cimetidine diekskresikan sebagian besar bersama urin dan sebagian kecil bersama feses. Cimetidine digunakan untuk penderita tukak lambung dan duodenum, refluks esopagitis dan keadaan hipersekresi patologis. Cimetidine mampu menghilangkan rasa nyeri dengan cepat, baik nyeri siang hari maupun malam hari. Bila cimetidine diberikan, antasida boleh diberikan juga untuk menambah kemampuan penghambatan sekresi asam postprandial atau netralisasi. Pada pasien-pasiendengan sekresi asam yang sangat tinggi, mungkin diperlukan kombinasi cimetidine,antasida dan obat antikolinergik.

Lama pengobatan dengan mengkonsumsi cimetidine yaitu delapan minggu untuk penderita biasa dan dibutuhkan terapi bagi penderita ulkus peptikum yang berat danberusia tua atau dengan risiko-tinggi untuk pembedahan.Efek samping jarang ditemukan, dan kalau pun ada, tidak perlu dihentikan.Efek samping tersebut dapat berupa nyeri kepala, pusing, lelah, skin rash, diare, konstipasi,dan nyeri otot.(Iskandar Junaidi, 2009).

BAB 3

ANALISIS DAN PERANCANGAN SISTEM

Analisis sistem meliputi analisis persyaratan sistem, analisis kebutuhan sistem dan analisis metode backward chaining yang akan digunakan oleh sistem. Pada tahap perancangan sistem akan dibahas perancangan fungsi-fungsi program yang akan digunakan, perancangan Data Flow Diagram (DFD), perancangan flowchart dan perancangan antar muka.

3.1. Analisis Persyaratan Sistem

3.1.1. Gambaran Umum Sistem

Sistem yang digunakan untuk menentukan interaksi obat meloksikam dengan obat jenis lainnya adalah dengan cara manual, yaitu dengan cara memasukkan nama obat yang telah diresepkan oleh dokter kepada pasien penderita penyakit inflamasi dan pasien diwajibkan untuk menjawab pertanyaan yang telah disediakan oleh sistem untuk mengetahui apakah pasien menderita penyakit lain selain penyakit inflamasi, sehingga dapat mengetahui apakah obat yang diresepkan oleh dokter sudah tepat dan bagaimana interaksi obat tersebut bila dikonsumsi dengan obat penyakit lainnya sehingga proses penyembuhan dapat berlangsung lebih cepat. Dalam sistem ini, hanya akan dianalisis interaksi antara obat anti inflamasi, yaitu Meloksikam dengan obat

Captopril (Obat Anti Hipertensi), Warfarin (Obat Antikoagulan), Aspirin (Obat

Pereda Nyeri), Digoxin (Obat Jantung), dan Cimetidinee (Obat Penyakit Tukak Lambung).

Pada sistem ini, pertama sekali pengguna diharuskan untuk memasukkan nama obat yang telah diresepkan. Kemudian menjawab pertanyaan seputar gejala penyakit inflamasi dan beberapa gejala penyakit lainya yang telah tersedia di dalam sistem. Maka berdasarkan hasil analisis interaksi obat yang dimasukkan dan kesesuaiannya

dengan jawaban pertanyaan yang telah dijawab, maka sistem akan memberikan hasil interaksi obat tersebut apakah cocok untuk dikonsumsi atau tidak cocok untuk dikonsumsi oleh si pasien. Sehingga kesalahan pemberian obat dapat dicegah.

Selain itu pada sistem akan terdapat kolom info dimana pada kolom tersebut terdapat info tentang penyakit, obat-obatan, dan referensi interaksi.

3.1.2. Analisis Permasalahan

Kurangnya pengetahuan dokter mengenai komposisi obat dan interaksinya dengan obat lain dalam penentuan pemberian obat kepada pasien dapat menimbulkan efek yang buruk dalam tubuh pasien bila pemberian obat tidak tepat. Sering terjadinya kasus penyalahan pemberian obat kepada pasien mengakibatkan kondisi si pasien yang semakin buruk. Sehingga perlu adanya kontrol yang tepat terhadap obat – obatan yang diresepkan oleh dokter kepada pasiennya. Hal itu menjadikan pentingnya peranan seorang apoteker dalam melihat pemberian obat yang diresepkan oleh dokter kepada pasien yang membeli obat agar obat yang diberikan benar-benar memberikan dampak penyembuhan kepada pasien.

Dari hasil analisis permasalahan tersebut, perlu dirancang aplikasi yang mampu menentukan interaksi obat antara obat jenis penyakit yang satu dengan obat lainnya.Perancangan sebuah aplikasi harus dibuat secara matang, supaya tampilannya mudah dipahami dan hasilnya bermanfaat dan memuaskan bagi para pemakai. Untuk itu dibutuhkan suatu pembuktian bahwa sistem pakar dengan metode backward

chaining dapat dimanfaatkan untuk menentukan interaksi obat.

3.1.3. Analisis Sasaran Pengguna

Pengguna sistem adalah pihak yang mengelola data pada sistem dan pihak yang menggunakan sistem sebagai referensi untuk mengetahui interaksi obat. Pihak yang mengelola data pada sistem adalah administrator yang bertugas untuk memastikan

data yang ada pada basis data tetap update dan benar, sedangkan pihak yang menggunakan sistem adalah user.

Masing-masing pengguna mempunyai tugas atau kegiatan yang dapat dilakukan dengan sistem. Administrator mempunyai tugas untuk mengelola data pada sistem yaitu menambah, mengubah dan menghapus data. Sedangkan user dapat melakukan beberapa aksi terhadap sistem yaitu mengetahui interaksi obat dan mengetahui informasi seputar penyakit inflamasi dan obat-obatan. Administrator pada sistem ini adalah orang yang ahli dalam bidang farmasi yaitu apoteker, sedangkan

user adalah pengguna yang tidak ahli dalam bidang farmasi, yaitu asisten apoteker.

3.1.4. Analisis Kebutuhan Perangkat Lunak

Sebagai langkah awal dari proses analisis kebutuhan ini, akan diuraikan kembali tujuan dari tugas akhir sesuai dengan bab sebelumnya, yaitu membuat suatu perangkat lunak dalam menyelesaikan permasalahan yang berhubungan dengan interaksi obat dan metode backward chaining, sebaik dan seperti pakar.

Sesuai dengan tujuan tugas akhir di atas, maka kriteria yang nantinya menjadi spesifikasi perangkat lunak yang dibangun adalah perangkat lunak yang dapat menerapkan metode inferensi backward chaining untuk mengetahui interaksi obat meloksikam dengan obat jenis penyakit lainnya.

Sistem yang dibangun menggunakan bahasa pemrograman PHP dan menggunakan MySQL sebagai basis datanya serta apache sebagai web server. Oleh karena itu Sistem membutuhkan beberapa persyaratan agar dapat berfungsi secara optimal, yaitu web browser yang mendukung PHP.

3.2. Analisis Kebutuhan Sistem

Pada tahap ini dilakukan analisis kebutuhan data, analisis input dan output sistem, analisis fungsi sistem dan analisis batasan sistem.

3.2.1. Analisis Kebutuhan Data

Data yang digunakan pada sistem ini adalah data jenis dan karakteristik obat-obatan dan data interaksi obat tanpa adanya perubahan berdasarkan hasil penelitian laboratorium berdasarkan parameter interaksinya yaitu ketersediaan hayati obat dan mekanisme kerja obat meliputi proses absorbsi, distribusi, metabolisme, dan ekskresi obat.

Data hasil laboratorium tersebut diambil dari buku resmi farmakologi yang telah dikeluarkan oleh bagian farmakologi Universitas Indonesia, buku hasil penelitian interaksi obat yang dikeluarkan oleh seorang ahli farmakologi Ivan H Stockley dari

Cambridge University, London, buku MIMS Indonesia, dan buku ISO Farmakoterapi

karangan dr.Yulinah Elin Sukandar.

3.2.2. Analisis Input dan Output Sistem

Data yang menjadi input ke sistem adalah : 1. Data pengguna sistem, yaitu admin 2. Data nama – nama obat

3. Data keterangan obat.

4. Data keterangan penyakit inflamasi, hipertensi, jantung, koagulan, tukak lambung, dan nyeri.

5. Data interaksi obat

6. Artikel obat – obatan dan penyakit 7. Pertanyaan konsultasi

Informasi yang menjadi output dari sistem adalah : 1. Informasi obat dan penyakit

2. Informasi hasil interaksi obat meloksikam dengan obat jenis lainnya. 3. Artikel obat-obatan dan penyakit

3.2.3. Analisis Fungsionalitas Sistem

Dari analisis persyaratan sistem pada sub bab sebelumnya, maka sistem yang dirancang harus memenuhi fungsi-fungsi sebagai berikut :

1. Manampilkan daftar pertanyaan untuk user. 2. Menyimpan hasil jawaban pertanyaan dari user.

3. Menampilkan informasi seputar penyakit inflamasi, jantung, hipertensi, tukak lambung, koagulan, dan nyeri.

4. Menampilkan artikel obat dan penyakit. 5. Menampilkan informasi obat dan penyakit

6. Menampilkan daftar nama obat yang akan dipilih user. 7. Menentukan hasil interaksi obat.

8. Menampilkan keterangan dan penjelasan interaksi antar obat. 9. Menyimpan data pengguna (administrator).

3.2.4. Analisis Batasan Sistem

Batasan dari sistem ini adalah :

1. Proses pengolahan data (penambahan, pengurangan dan hapus data) dilakukan oleh administrator.

2. Hanya menentukan interaksi dari obat yang dipilih oleh user untuk diinteraksikan, yaitu obat meloksikam dengan obat lainnya.

3. Tidak menentukan jenis penyakit yang diderita oleh user

3.3. Perancangan Sistem

Pada sub bab ini akan diuraikan tentang perancangan sistem yang terdiri dari perancangan basis data, bentuk tabel sistem informasi, perancangan mesin inferensi, dan perancangan antarmuka.

3.3.1. Perancangan Basis Data

Dalam perancangan basis data ini terdiri dari perancangan DFD, perancangan kamus data, perancangan ERD dan tabel sistem informasi.

3.3.1.1. Perancangan Data Flow Diagram DFD

Perancangan DFD dalam aplikasi sistem pakar ini untuk menjelaskan aliran informasi dan transformasi data baik berupa pemasukan data oleh admin maupun keluaran data yang dapat dilihat oleh user. Perancangan sistem ini dimulai dari diagram konteks, dilanjutkan pada DFD level 0, hingga DFD level 1.

Diagram konteks untuk DFD aplikasi sistem pakar penentuan interaksi obat meloksikam dengan obat lainnya, dapat dilihat pada gambar 3.1 di bawah ini.

0

Sistem Pakar Interaksi Obat

ADMIN Data username dan _{password User}

Nama obat

Jawaban Artikel obat & penyakit

Artikel obat & penyakit

Info obat,penyakit,&referensi

Data penyakit Pertanyaan konsultasi

Data gejala Data interaksi

Data obat

Data penyakit

Pertanyaan konsultasi

Data gejala

Data interaksi

Artikel obat&penyakit Pertanyaan konsultasi

Hasil interaksi

Penjelasan proses diagram konteks DFD sistem pakar untuk menentukan interaksi obat antara obat meloksikam dengan obat lainnya.

a. Proses

Nama Proses : Sistem Pakar Penentuan Interaksi Obat

Keterangan : Proses penentuan interaksi obat meloksikam dengan obat lainnya.

b. Arus Data

Masukan : 1. Data username dan password 2. Data obat

3. Data interaksi

4. Artikel obat dan penyakit 5. Pertanyaan konsultasi 6. Data penyakit

7. Jawaban 8. Nama obat

Keluaran : 1. Data username dan password 2. Data obat

3. Data interaksi

4. Artikel Obat dan penyakit 5. Data penyakit

6. Pertanyaan konsultasi 7. Hasil Interaksi

Nama Entitas : Administrator

Keterangan : Merupakan bagian yang mengontrol dan memperbaiki sistem Masukan : 1. Data username dan password

2. Data Obat 3. Data Interaksi

4. Pertanyaan konsultasi

5. Data Artikel Obat dan Penyakit 6. Data Penyakit

Keluaran : 1. Data username dan password 2. Data Obat

3. Data Interaksi

4. Pertanyaan konsultasi

5. Data Artikel Obat dan Penyakit 6. Data penyakit

Nama Entitas : User

Keterangan : Pengguna yang menggunakan sistem untuk mengetahui interaksi obat

Keluaran : 1. Artikel Obat dan Penyakit 2. Pertanyaan Konsultasi 3. Hasil Interaksi

4. Info Obat,Penyakit, dan Referensi Masukan : 1. Nama Obat

2. Jawaban

Proses yang ada pada diagram konteks dapat dipecah lagi menjadi proses-proses yang lebih kecil dan lengkap dalam DFD level 1. Diagram untuk DFD level 1 dapat dilihat pada gambar 3.2 di bawah ini :

1P Otentifikasi Pengguna 2P Proses Data Obat 3P Proses data interaksi 4P Proses Artikel 5P Proses Gejala 6P Proses Pertanyaan Konsultasi 7P Prosesa data penyakit 10P Proses Penentuan hasil interaksi 11P View Hasil Interaksi ADMIN User Data username Dan password Data obat Data obat Data interaksi Data interaksi Artikel Artikel Data gejala Data gejala Pertanyaan pertanyaan Data username dan password Data username Dan password Data obat Data obat Data interaksi Data interaksi Data artikel 8P View Artikel o

Data artikel Data gejala Data gejala pertanyaan pertanyaan Data penyakit Data penyakit Data penyakit Data penyakit Data obat Data artikel Artikel Data gejala Data penyakit Data penyakit Data interaksi Pertanyaan

Nama obat Nama obat

pertanyaan

pertanyaan

jawaban

Hasil interaksi Hasil interaksi

D1 Tabel User

D2 Tabel Obat

D3 Tabel Interaksi

D4 Tabel Artikel

D5 Tabel Gejala

D6 Tabel Pertanyaan

D7 Tabel Penyakit

D8 Tabel Hasil Interaksi Jawaban pertanyaan

9P

View Info Data penyakit

info

Penjelasan proses diagram DFD level 1 sistem pakar penentuan interaksi obat meloksikam dengan obat lainnya adalah sebagai berikut :

a. Proses 1P

Nama Proses : Otentifikasi Pengguna

Masukan : Data username dan password Keluaran : Data username dan password

Keterangan : Proses untuk mengecek kebenaran username dan password administrator yang masuk.

b. Proses 2P

Nama proses : Proses data obat Masukan : Data obat Keluaran : Data obat

Keterangan : Mengolah data obat meloksikam dan obat lainnya, seperti tambah, hapus, dan ubah data obat.

c. Proses 3P

Nama proses : Proses data interaksi Masukan : Data interaksi Keluaran : Data interaksi

Keterangan : Mengolah data interaksi obat meloksikam dan obat lainnya, seperti tambah, hapus, dan ubah data interaksi.

d. Proses 4P

Nama proses : Proses artikel Masukan : Data Artikel Keluaran : Data Artikel

Keterangan : Mengolah artikel obat dan penyakit, seperti tambah, hapus, dan ubah artikel.

e. Proses 5P

Nama proses : Proses gejala Masukan : Data gejala penyakit Keluaran : Data gejala penyakit

Keterangan : Mengolah data gejala umum penyakit inflamasi, hipertensi, tukak lambung, koagulan, jantung, dan nyeri, seperti tambah,

hapus, dan ubah data gejala. f. Proses 6P

Nama Proses : Proses Pertanyaan Konsultasi Masukan : Pertanyaan konsultasi

Keluaran : Pertanyaan konsultasi

Keterangan : Mengolah pertanyaan konsultasi, seperti tambah, hapus, dan ubah pertanyaan konsultasi.

g. Proses 7P

Nama Proses : Proses data penyakit Masukan ; Data penyakit Keluaran : Data Penyakit

Keterangan : Mengolah data penyakit, seperti tambah, hapus, dan ubah data penyakit.

h. Proses 8P

Nama Proses : Proses view artikel obat Masukan : Artikel obat

Keluaran : Artikel obat

Keterangan : Menampilkan artikel tentang obat meloksikam dan obat lainnya.

i. Proses 9P

Nama Proses : Proses view info

Masukan : Data obat, Data penyakit Keluaran : Info Obat, Info Penyakit

Keterangan : Menampilkan info tentang obat meloksikam dan obat Lainnya, seta info tentang penyakit

j. Proses 10P

Nama Proses : Proses penentuan hasil interaksi Masukan : 1. Pertanyaan konsultasi

2. Data interaksi 3. Jawaban 4. Nama Obat

2. Jawaban

Keterangan : Proses penentuan interaksi dengan menggunakan metode

backward chaining.

k. Proses 10P

Nama Proses : View Hasil Interaksi Masukan : Hasil interaksi Keluaran : Hasil interaksi

Keterangan : Menampilkan hasil interaksi obat meloksikam dengan obat lainnya.

3.3.1.2. Kamus Data

Kamus data dipersiapkan untuk menjelaskan data yag dipakai untuk fase implementasi

Tabel 3.1 Kamus Data Artikel Obat

No Field Type Default Comments

1. id_artikel int(20) - Id artikel 2. kategori_arti

kel

varchar(200) - Jenis topik artikel

3. judul_artikel varchar(200) - Judu l artikel

4. isi_artikel text - Isi dari artikel mengenai obat

Tabel 3.2 Kamus Data Obat

No Field Type Default Comments

1. kode_obat int(6) - Kode id obat 2. nama_obat varchar(50) - Nama obat

Tabel 3.3 Kamus Data Gejala

No Field Type Default Comments

1. kode_gejala int(6) - Kode id gejala 2. nama_gejala varchar(200) - Nama untuk gejala 3. Keterangan Text - Keterangan untuk gejala

Tabel 3.4 Kamus Data Penyakit

No Field Type Default Comments

1. kode_penyakit int(6) - Kode id penyakit 2. kode_gejala int(6) - Kode id gejala 3 kode_obat int(6) - Kode id obat

4. nama_penyakit varchar(200) - Nama untuk penyakit 4. Keterangan Text - Keterangan untuk penyakit

Tabel 3.5 Kamus Data User Admin

No Field Type Default Comments

1. id_admin int(20) - Id dari administrator

2. username varchar(200) - Username yang digunakan untuk login

3. password varchar(200) - Password yang digunakan untuk login

Tabel 3.6 Kamus Data Interaksi

No Field Type Default Comments

1. kode_interaksi int(6) - Kode id interaksi obat 2. nama_interaksi varchar(200) - Nama untuk interaksi 3. kode_obat1 int(6) - Kode id obat

4. kode_obat2 int(6) - Kode id obat

5. keterangan Text - Keterangan untuk interaksi

Tabel 3.7 Kamus Data Pertanyaan

No Field Type Default Comments

1. kode_pertanyaan int(6) - Kode id pertanyaan

2. kode_obat Int(6) - Kode id obat

2. pertanyaan _gejala

varchar(200) - Pertanyaan tiap gejala yang akan diajukan kepada pasien 3. jawaban_gejala Enum(Ya,Tidak) - Opsi jawaban pertanyaan

3.3.1.3 Perancangan Entity Relationship Diagram (ERD)

Perancangan ERD dalam aplikasi ini menggunakan perancangan physical data model (PDM). PDM menggambarkan basis data secara detail dalam bentuk fisik. Penggambaran rancangan PDMmemperlihatkan struktur penyimpanan yang benar pada basis data yang digunakan sesungguhnya. Diagram untuk PDM dapat dilihat pada Gambar 3.3 di bawah ini.

Gambar 3.3 ERD Physical Data Model

3.3.1.4 Tabel Pada Basis Data

Pada basis data terdapat 7 tabel yaitu tabel artikel, tabel obat, tabel pengguna, tabel gejala, tabel interaksi, tabel penyakit, dan tabel pertanyaan. Berikut ini adalah masing beberapa data pada masing- masing tabel.

Tabel 3.8 Tabel Artikel Pada Basis Data

id_artikel kategori_artikel judul_artikel isi_artikel

001 penyakit Serba-serbi stroke TEXT

002 penyakit Waspadai Penyakit Maag Karena Bakteri

TEXT

003 penyakit Rematik, Tak Sekadar Nyeri Sendi

TEXT

004 penyakit Mengenal Asam Urat TEXT

005 obat Manfaat Vitamin E Untuk

Mencegah Pembengkakan

TEXT

006 obat 7 Obat Alami Untuk

Mengobati Asam Urat

Tabel 3.9 Tabel Gejala Pada Basis Data

kode_gejala nama_gejala keterangan

001 Nyeri Sendi (inflamasi) TEXT

002 Hipertensi TEXT

003 Jantung TEXT

004 Tukak Lambung TEXT

005 Koagulansi TEXT

006 Nyeri dan Demam TEXT

Tabel 3.10 Tabel Interaksi Pada Basis Data

kode_interaksi nama_interaksi kode_obat1 kode_obat2 Keterangan

001

Meloksikam-Captopril

001 003 TEXT

002

Meloksikam-Aspirin

001 002 TEXT

003

Meloksikam-Warfarin

001 004 TEXT

004

Meloksikam-Digoxine

001 005 TEXT

005

Meloksikam-Cimetidinee

001 006 TEXT

Tabel 3.11 Tabel Obat Pada Basis Data

kode_obat nama_obat keterangan

001 Meloksikam TEXT

002 Aspirin TEXT

003 Captopril TEXT

004 Warfarin TEXT

005 Digoxine TEXT

Tabel 3.12 Tabel Pengguna Pada Basis Data

id_admin username password

001 dame 827ccb0eea8a706c4c34a16891f84e7b

Tabel 3.13 Tabel Penyakit Pada Basis Data

kode_penyakit kode_gejala nama_penyakit keterangan

001 002 Hipertensi TEXT

002 001 Rheumatoid

Astritis

TEXT

003 003 Jantung TEXT

004 005 Koagulansi TEXT

005 004 Tukak lambung TEXT

006 006 Nyeri dan Panas TEXT

Tabel 3.14 Tabel Pertanyaan Pada Basis Data

kode_pertanyaan kode_obat pertanyaan_gejala jawaban_gejala

001 001 Apakah terjadi nyeri pada saat sendi digerakkan?

Ya

002 001 Apakah sendi terasa nyeri di pagi hari?

Ya

003 003 Apakah tekanan darah melebihi 140/90 mmHg?

Ya

004 004 Apakah sering pingsan? Tidak

005 006 Apakah nafsu makan berkurang dan mengalami muntah?

Tidak

3.3.1.4 Bentuk Tabel Sistem Informasi

Tabel berikut merupakan sistem informasidari hasil interaksi antara obat meloksikam dengan obat captopril, aspirin, warfarin, digoxine, dan cimetidinee. Dan tabel gejala dari penyakit inflamasi, tukak lambung, jantung, hipertensi, nyeri, dan koagulansi.

Tabel 3.15 Hasil Interaksi Obat

(Sumber : Buku Drug Interactions karangan Ivan H Stockley, Buku ISO Farmakoterapi karangan dr. Yulinah Elin Sukandar, Apoteker : dra Antetti

Tampubolon,Apt, dan Ricky Marpaung, S.Farm, Apt )

No Nama Obat Hasil Interaksi Keterangan Interaksi

1 Meloksikam dan Captopril Kedua obat ini tidak cocok dikonsumsi bersamaan karena terjadi interaksi

Meloksikam dapat melemahkan efek antihipertensi captopril karena akan menyebabkan retensi cairan yang mempengaruhi tekanan darah.

Penggunaan secara bersamaan dapat mengakibatkan resiko gagal ginjal. Meloksikam dapat menimbulkan dekompensasi ginjal melalui inhibisi dosis yang berhubungan dengan sintesis prostaglandin dan captopril dapat lebih memperburuk fungsi ginjal dengan menghalangi efek angiotensin II-dimediasi vasokonstriksi arteriol eferen, sehingga menurunkan filtrasi glomerulus.

2 Meloksikam dan Cimetidinee Kedua obat ini dapat dikonsumsi

bersamaan karena tidak terdapat interaksi.

Tidak terdapat interaksi secara klinis terhadap pengunaan kedua obat ini pada waktu yang bersamaan. Sehingga aman untuk dikonsumsi bersamaan.

3 Meloksikam dan Digoxin Kedua obat ini dapat dikonsumsi

bersamaan karena tidak terdapat interaksi.

Tidak terdapat interaksi secara klinis terhadap pengunaan kedua obat ini pada waktu yang bersamaan. Sehingga aman untuk dikonsumsi bersamaan.

Tabel 3.15 Hasil Interaksi Obat Lanjutan

(Sumber : Buku Drug Interactions karangan Ivan H Stockley, Buku ISO Farmakoterapi karangan dr. Yulinah Elin Sukandar, Apoteker : dra Antetti

Tampubolon,Apt, dan Ricky Marpaung, S.Farm, Apt )

No Nama Obat Hasil Interaksi Keterangan Interaksi

4. Meloksikam dan Warfarin Kedua obat ini tidak cocok dikonsumsi bersamaan karena akan terjadi interaksi.

Meloksikam dapat dapat meningkatkan risiko efek hypoprothrombinemic dan pendarahan yang berhubungan dengan antikoagulan oral. Bahkan dapat mengakibatkan kematian bagi pasien yang mengkonsumsi warfarin, karena meloksikam dapat menyebabkaniritasi gastrointestinal, perpanjangan waktu prothrombin, dan menghambat adhesi platelet dan agregasi. Selain itu, meloksikam mampu mengubah farmakokinetika warfarin dan antikoagulan oral lainnya. Resiko paling besar akan tejadi pada pasien yang mengkonsumsi kedua obat ini yang sudah mencapai usia 65 tahun karena mampu meningkatkan resiko kematian hingga hampir 13 kali lipat dibandingkan pasien yang hanya mengkonsumsi warfarin.

5 Meloksikam dan Aspirin Kedua obat ini tidak cocok dikonsumsi secara bersamaan karena terjadi interaksi

Penggunaan kombinasi aspirin dosis rendah atau dosis tinggi dengan meloksikam dapat meningkatkan risiko toksisitas gastrointestinal serius (GI), termasuk peradangan, perdarahan, ulserasi dan perforasi. Aspirin pada dosis anti-inflamasi atau lebih tinggi juga dapat menurunkan konsentrasi plasma anti inflamasi sehingga aspirin dapat menyingkirkan anti inflamasi dalam pengikatan protein plasma.

Tabel 3.16 Tabel Gejala Penyakit

(Sumber : Buku Info Obat Indonesia karangan Yayasan Info Kesehatan, Apoteker : dra Antetti Tampubolon,Apt, dan Ricky Marpaung, S.Farm, Apt)

No Nama Penyakit Nama Obat Gejala

1 Nyeri Sendi (inflamasi)

Meloksikam 1.Nyeri pada pergerakkan sendi atau nyeri tekan sekurang-kurangnya pada satu sendi.

2.Kekakuan sendi jari-jari tangan pada pagi hari (Morning stiffness).

3.Sering mengalami serangan mendadak dan nyeri hebat di daerah sendi lutut dan panggul ,sendi tangan, kaki , dan tulang belakang. 4.Terjadi pembengkakan atau benjolan

(oleh penebalan jaringan lunak atau oleh efusi cairan) pada salah satu sendi secara terus-menerus sekurang-kurangnya selama 6 minggu.

5. Terjadi peningkatan suhu tubuh (menjadi hangat)

2. Hipertensi Captoril 1.Tekanan darah sistolik/diastolik melebihi 140/90 mmHg saat kondisi istirahat.

2.Sering mengalami sakit kepala dan bagian kepala belakang terasa panas. 3.Tengkuk terasa pegal

4.Muka memerah

Memiliki komplikasi penyakit seperti stroke atau jantung.

3. Jantung Digoxin 1.Tiba-tiba sakit di bagian dada dibelakang tulang dada atau seperti sesak dada.

2.Nyeri dada bisa berulang beberapa menit (20 menit atau lebih).

3.Rasa nyeri bisa berupa tekanan di bagian dada, dan leher seolah tercekik hingga menyebabkan keluar keringat dingin.

4. Tiba-tiba pingsan, namun bisa kembali sadar. Ini terjadi karena ada gangguan irama jantung

Tabel 3.16 Tabel Gejala Penyakit Lanjutan

(Sumber : Buku Info Obat Indonesia karangan Yayasan Info Kesehatan, Apoteker : dra Antetti Tampubolon,Apt, dan Ricky Marpaung, S.Farm, Apt)

No Nama Penyakit Nama Obat Gejala

4. Tukak Lambung Cimetidinee 1. Pegal-pegal di punggung merupakan yang datang dan pergi selama beberapa hari atau beberapa minggu, biasanya terjadi 2-3 jam setelah makan, terjadi tengah malam ketika perut kosong.

2. Perut kembung dan mual

3. Kurang nafsu makan dan muntah - muntah

5. Koagulansi Warfarin 1. Darah sukar membeku apabila terjadi luka.

2. Terjadi pembengkakan apabila terbentur.

3. Apabila terjadi pendarahan di bawah kulit mengakibatkan kulit menjadi kebiru-biruan bahkan dapat terjadi nyeri.

6. Nyeri Aspirin 1. Nyeri pada bagian tubuh, misalnya kepala,gigi,atau otot

2. Suhu tubuh meningkat

3.4 Perancangan Mesin Inferensi

Pada perancangan sistem pakar untuk menentukan interaksi obat meloksikam dengan obat penyakit lainnya dilakukan dengan menggunakan mesin inferensi. Mesin inferensi backward chaining digunakan dalam sistem ini untuk mendiagnosis obat serta jawaban atas pertanyaan yang diinput oleh user. Setelah proses input nama obat selesai, maka sistem akan memberikan beberapa pertanyaan berkaitan dengan gejala penyakit yang sesuai dengan jenis obat yang diinput. Dalam setiap menjawab pertanyaan, sistem telah menyediakan pilihan jawaban YA atau TIDAK yang akan dipilih oleh user.

Setiap jawaban yang dipilih oleh user akan dilihat kesamaannya dengan jawaban yang telah ditentukan admin, kemudian disesuaikan dengan penyakit dan gejala penyakit yang sesuai dengan jenis obat yang diinput sebelumnya. Penelusuran dengan backward chaining dapat dilihat dalam flowchart di bawah ini.

start

Nama obat

for i = 1 to jumlah pertanyaan do

If gejala = true And nama obat = true

Cek gejala

cek interaksi

Tampilkan hasil

finish cek penyakit

Gambar 3.4 Penelusuran dengan Backward Chaining

N

Data yang digunakan dalam mesin inferensi adalah data yang dimasukkan oleh user, yaitu data obat, dan jawaban pertanyaan yang telah disediakan sistem sesuai dengan nama obat yang diinputkan pertama sekali.

Berikut ini algoritma penelusuran backward chaining dalam penentuan interaksi obat : BEGIN

READ nama_obat1 READ nama_obat2

FOR i=1 to jumlah_pertanyaan DO IF jawaban [i] = true then

Read nama_penyakit from tabel_penyakit where obat_1 = nama_obat1 AND obat_2 = nama_obat2

ENDIF ENDFOR

READ nama_gejala from tabel_gejala where nama_obat1 = nama_obat1 AND nama_obat2 = nama_obat2

FOR I = 1 to jumlah_pertanyaan DO PRINT pertanyaan [i]

READ jwaban [1] ENDFOR

READ interaksi from tabel_interaksi where obat_1 = nama_obat1 and obat_2 = nama_obat2

FOR i = 1 to jumlah_pertanyaan DO PRINT pertanyaan [i]

PRINT jawaban [i] END

Print obat_1,obat_2 PRINT interaksi END

3.5. Perancangan Antarmuka

Perancangan antarmuka (interface) merupakan tampilan program aplikasi yang digunakan oleh pemakai (user) untuk dapat berkomunikasi dengan komputer. Adapun yang menjadi rancangan antarmuka dalam perancangan ini adalah rancangan menu utama program.

Untuk lebih memudahkan pembuatan suatu sistem, perlu dilakukan terlebih dahulu perancangan struktur menu program dari sistem yang akan dibangun, hal ini akan membantu kita dalam merancang bagian – bagian dari sistem yang sebenarnya dan untuk mengetahui bagian mana yang terlebih dahulu nantiny akan diakses setelah program tersebut selesai.

3.5.1. Rancangan Halaman Utama

Halaman ini merupakan halaman yang akan muncul pertama kali saat program dijalankan. Halaman utama ini terdiri dari menu Beranda, Interaksi, Info, dan Bantuan. Menu bantuan terdiri dari sub menu Manual dan Admin. Isi dari menu Beranda merupakan tampilan dari halaman utama. Rancangan halaman utama dapat dilihat pada gambar 3.5 di bawah ini.

Gambar 3.5 Rancangan Halaman Utama

HEADER

BERAN INTERA INFO BANTUA ADMIN PROFIL

ISI

FOOTER

ARTIKEL

PENYA

OBAT

PENYA

3.5.2. Rancangan Halaman Interaksi

Halaman menu interaksi merupakan halaman yang digunakan oleh user untuk mengetahui interaksi obat berdasarkan nama obat yang diinputkan ke dalam sistem. Rancangan halaman interaksi obat dapat dilihat pada gambar di bawah ini.

Gambar 3.6 Rancangan Halaman Menu Interaksi

Pada menu interaksi, user diminta untuk mengisi nama obat yang akan diinteraksikan dengan memilih nama obat dari pilihan obat yang tersedia di basis data. Setiap nama obat yang dipilih akan masuk ke dalam tabel daftar nama obat yang akan diinteraksikan. Kemudian setelah nama obat yang akan diinteraksikan dipilih, user harus mengklik button “SELANJUTNYA” pada bagian kanan bawah halaman. Apabila telah diklik, maka akan ditampilkan halaman yang memuat daftar pertanyaan yang harus dijawab oleh user. Rancangan halaman pertanyaan konsultasi dapat dilihat pada gambar di bawah ini

meloksikam

selanjutnya

Silahkan pilih masukkan obat Pilih obat OBAT

Nama obat 1. Meloksikam

2. Captopril

HEADER

FOOTER

BERAND INTERAKS ARTIKEL INFO BANTUAN ADMIN PROFIL

PENYAKI

OBAT

PENYAK

OBAT

OBAT Tambah obat

Gambar 3.7 Rancangan Halaman Pertanyaan Konsultasi

Rancangan berikutnya adalah tampilan hasil interaksi obat yang dapat dilihat pada gambar dibawah ini.

Gambar 3.8 Rancangan Halaman Hasil Interaksi Obat

CEK

Silahkan menjawab seluruh pertanyaan yang tersedia 1. Apakah anda mengalami nyeri di daerah persendian?

Ya TIdak 2. Apakah anda menderita penyakit jantung?

Ya TIdak

3. Apakah anda mengalami kesulitan dalam bernafas? Ya TIdak

FOOTER

HEADER

BERAND INTERAKS ARTIKEL INFO BANTUAN ADMIN PROFIL

PENYAKI

OBAT

PENYAK

OBAT

Cek interaksi

HEADER

BERANDA INTERAKS I

ARTIKEL INFO BANTUA _ADMIN

Hasil Interaksi Obat

Hasil interaksi obat yang anda inputkan adalah obat tersebut dapat anda konsumsi bersamaan/tidak dapat anda konsumsi bersamaan.

KETERANGAN INTERAKSI

Meloksikam Captopril

(keterangan dan informasi interaksi obat - obatan tersebut)

FOOTER

PROFIL

PENYA

OBAT

PENYAK

3.5.3. Rancangan Halaman Artikel

Halaman menu artikel, adalah halaman dimana terdapat tampilan artikel – artikel tentang penyakit dan obat meloksikam, captopril, warfarin, aspirin, cimetidine, dan digoxin. Rancangan halaman ini dapat dilihat pada gambar di bawah ini.

Gambar 3.9 Gambar Rancangan Halaman Artikel

3.5.4. Rancangan Halaman Info

Halaman menu Info, adalah halaman dimana terdapat tampilan informasi seputar penyakit dan obat meloksikam, captopril, warfarin, aspirin, cimetidine, dan digoxin. Rancangan halaman ini dapat dilihat pada gambar di bawah ini.

HEADER

BERANDA INTERAK ARTIKEL INFO BANTUA _ADMIN

ARTIKEL

PENYAKIT

Artikel1 (isi

keterangan……… ….)

Artikel 2 (isi

keterangan……… ….)

OBAT

Artikel 1 (isi

FOOTER

PROFIL

PENYA OBAT

PENYA OBAT

Diagram hasil evaluasi dapat dilihat pada gambar 4.35 di bawah ini :

Gambar 4.35 Diagram Aspek Antar Muka

Keseluruhan penilaian kualitasini dapat dihitung dengan menggunakan rumus (1): Pk = (f/N) * Ikb ……….. (1)

Dimana: Pk

sangat baik

= persentase untuk k kondisi dalam hal tidak baik, kurang baik, baik dan

f = total respon dalam k kondisi

N = jumlah total pertanyaan dikalikan total responden (dalam aspek ini adalah 4 x 30 = 120)

Ikb

50%, baik 80% dan sangat baik 100%)

Total presentase aspek antar muka didapat dengan menjumlahkan Ptidak baik + Pkurang baik

+ Pbaik +Psangat baik, sehingga didapat nilai aspek antar muka sebesar 81,25% atau

diinterpretasikan sangat baik.

4.2.2.3 Hasil Evaluasi Secara Keseluruhan

Penilaian aplikasi secara menyeluruh dapat dihitung dengan menggunakan rumus (1). Dengan nilai N sebesar 10 pertanyaan x 30 responden = 300. Sehingga untuk masing-masing kondisi diperoleh persentase sebagai berikut:

1. Ptidak baik

2. P

=(0/ 300) * 25% = 0 %

kurang baik

3. P

=(24/ 300) * 50% = 4%

baik

4. P

= (161/ 300) * 75% = 40,25%

sangat baik = (115/ 300) * 100% = 38,3%

Total persentase penilaian aplikasi secara keseluruhan diperoleh dari menjumlahkan Ptidak baik + Pkurang baik + Pbaik +Psangat baik,

Diagram penilaian secara keseluruhan dapat dilihat pada gambar 4.36

jadi nilai total aplikasi secara keseluruhan adalah 82,55% yang di interpretasikan sebagai sangat baik.

BAB 5

KESIMPULAN DAN SARAN

5.1Kesimpulan

Berdasarkan hasil dari penelitian yang Penulis lakukan mengenai implementasi aplikasi sistem pakar menggunakan metode backward chaining untuk menentukan interaksi obat meloksikam, Penulis dapat menarik kesimpulan sebagai berikut :

1. Aplikasi ini dibuat untuk membantu mengetahui interaksi obat yang telah terkomputerisasi tanpa harus menggunakan cara manual sehingga keefektifan dan efisiensi waktu tercapai.

2. Metode inferensi backward chaining sudah memenuhi kapasitasnya sebagai mesin penulusuran untuk mengetahui hasil akhir dari interaksi obat meloksikam dengan obat penyakit lainnya sehingga hasil dapat tercapai.

3. Hasil interaksi yang dilakukan oleh aplikasi sama dengan hasil interaksi yang berdasarkan penelitian laboratorium.

4. Aplikasi Sistem Pakar Penentuan Interaksi Obat Meloksikam Dengan Obat Penyakit Lainnya mendapatkan penilaian sangat baik dari pengguna dengan persentase sebesar 82,55%. Dimana aspek fungsionalitas mendapatkan penilaian sangat baik dengan persentase 85,65% dan aspek antar muka mendapatkanpersentase 81,25%.

5.2Saran

Penelitian yang penulis lakukan dirasa masih jauh dari sempurna. Untuk penelitian selanjutnya disarankan hal-hal sebagai berikut:

1. Melakukan analisis lebih lanjut terhadap penentuan interaksi obat.

2. Sebaiknya perlu dikembangkan cara yang tepat untuk menampilkan hasil interaksi obat agar lebih mudah dimengerti pengguna

3. Untuk menjaga dan memelihara keakuratan data maka perlu dilakukan proses

update interaksi, obat, dan gejala secara kontiniu.

DAFTAR PUSTAKA

Arhami, Muhammad. 2005. Konsep Dasar Sistem Pakar.Yogyakarta, Indonesia: Penerbit Andi Yogyakarta.

Bagian Farmakologi Universitas Indonesia. 1995. Farmakologi dan Terapi edisi

4. Jakarta, Indonesia : Gaya Baru.

Chandra, Hartono. 2008. 25 Maret 2010. Pembuatan Aplikasi Sistem Pakar

dengan Metode Backward Chaining untuk Klasifikasi Tumbuhan di SMU.http://dewey.petra.ac.id/jiunkpe_dg_11553.html

Divisi Penelitian dan Pengembangan Madcoms. 2004. Aplikasi Program PHP

MySql Untuk Membuat Website Interaktif. Yogyakarta, Indonesia : CV.

Andi Offset

Junaidi, Iskandar. 2009. Pedoman Praktis Obat Indonesia. Jakarta, Indonesia : PT Bhuana Ilmu Populer.

Kusrini. 2007. Aplikasi Sistem Pakar. Yogyakarta, Indonesia: Penerbit Andi Yogyakarta.

MIMS Indonesia. 2009. Petunjuk Konsultasi. Jakarta, Indonesia : PT Bhuana Ilmu Populer

Misnadiarly, 2010. Osteoartritis Penyakit Sendi Pada Orang Dewasa dan Anak

-Faktor Resiko, Infeksi, pencegahan, dan Pengobatan. Jakarta, Indonesia

: Pustaka Populer Obor

Naylor, Chris. 1987. Build Your Own Expert System 2nd Edition. England : John Willey & Sons Ltd.

Nugroho, Bunafit. 2008. Membuat Aplikasi Sistem Pakar PHP & Editor

Dreamweaver. Yogyakarta, Indonesia : Penerbit Gava Media.

Nugroho, Bunafit. 2010. Membuat Website Sendiri dengan PHP-MySql. Jakarta, Indonesia : PT Transmedia.

Sugiyono. 2008. Metode Penelitian Kuantitatif, Kualitatif dan R & D. Bandung: Penerbit Alfabeta.

Sukandar, Yulinah Elin dkk. 2009. ISO Farmakoterapi. Jakarta, Indonesia : PT IFSI

Sundaru, Heru. 2010. 14 April 2010. Hati –Hati Alergi

Obat.http://nostalgia.tabloidnova.com/articles.asp?id=8304&no=1

Surbakti, Irfan dan Rahmat Hidayatulah. 2007. 4 April 2010. Sistem Pakar

Kesehatan Untuk Diagnosis Awal Gangguan Kesehatan Secara Mandiri Menggunakan Variable –Centered Intelligent Rule System.

http://jurnal.pdii.lipi.go.id/index.php/Search.html?act=tampil&id=4719 &idc=32

Yayasan Info Kesehatan. 2010. Info Obat Indonesia edisi 2. Jakarta, Indonesia : PT Eranti Agratama