c. Acne berat, yang terdiri dari komedo, papul, pustul, nodul, macula, demam,
eritema, kista, rasa gatal, telangiekstasis dan skuama
3.2. Analisis Basis Pengetahuan Knowledge Base
Dalam pembangunan sistem berbasis pengetahuan, pengetahuan yang telah diekstrak dipresentasikan ke dalam bentuk yang dapat proses oleh komputer. Representasi
pengetahuan merupakan kombinasi sistem berdasarkan dua elemen, yaitu struktur data dan penafsiran prosedur yang digunakan sebagai pengetahuan untuk menyimpan
struktur data. Basis pengetahuan merupakan inti program dari sistem pakar dimana basis
pengetahuan ini
merupakan representasi
pengetahuan Knowledge
Representation dari seorang pakar.
3.2.1. Analisis Basis Pengetahuan Diagnosis Acne Vulgaris Basis pengetahuan berikut ini berisi pengetahuan-pengetahuan dalam mendignosa
acne vulgaris. Berikut ini tabel 3.1 menjelaskan jenis penyakit acne vulgaris.
Tabel 3.1. Jenis Penyakit Acne Vulgaris Kode_Penyakit
Jenis_Penyakit Kategori
G01, G02, G03 Komedo Hitam, Komedo Putih,
papula Ringan
G01, G02, G03, G04, G05
Komedo hitam, Komedo putih, papula, Pustule, Nodul
Sedang
G01, G02, G03, G04, G05, G06, G07, G08,
G09, G10, G11, G12, P01, P02, P03, P04
Komedo hitam, Komedo putih, papula, pustule, nodul, Makula,
Demam, Eritema, Kista, Rasa Gatal, Telangiekstasis, Skuama,
Erupsi Acneiformis, Rosacea, Dermatitis, Perioral, Folikulitis
Berat
Selanjutnya berikut ini pada tabel 3.2menjelaskan kode gejala dan gejala penyakit acne vulgaris.
Universitas Sumatera Utara
Tabel 3.2 Gejala Penyakit Acne Vulgaris Kode_Gejala
Gejala
G01 Komedo Hitam
G02 Komedo Putih
G03 Papula
G04 Postula
G05 Nodul
G06 Makula
G07 Demam
G08 Eritema
G09 Kista
G10 Rasa Gatal
G11 Telangiekstasis
G12 Skuama
Selanjutnya pada tabel 3.3 menjelaskan kode dan basis pengetahuan penyakit acne vulgaris.
Tabel 3.3 Basis Pengetahuan Rule Base Kode
Rule
D01 IF A1
AND G01 AND G02
AND G03 THEN Acne Ringan
D02 IF A2
AND G04 AND G05
THEN Acne Sedang D03
IF A3 AND G06
Universitas Sumatera Utara
3.2.2. Analisis Proses Diagnosis Penyakit Proses diagnostik merupakan perpaduan dari aktifitas intelektual dan manipulatif.
Diagnosis sendiri didefinisikan sebagai suatu proses penting pemberian nama dan pengklasifikasian penyakit pasien, yang menunjukkan kemungkinan nasib pasien dan
yang mengarahkan pada pengobatan tertentu. Diagnosis ditegakkan berdasarkan gejala dan hasil pemeriksaan fisik. Dengan metode hipotesis ini menjadikan penyakit-
penyakit begitu mudah dikenali hanya dengan suatu kesimpulan diagnostik. Diagnosis dimulai sejak permulaan wawancara medis dan berlangsung selama melakukan
pemeriksaan fisik. Dari diagnosis tersebut akan diperoleh pertanyaan-pertanyaan yang terarah,
perincian pemeriksaan fisik yang dilakukan untuk menentukan pilihan tes-tes serta pemeriksaan khusus yang akan dikerjakan. Data yang berhasil dihimpun, akan
dipertimbangkan dan diklasifikasikan berdasarkan keluhan-keluhan dari pasien serta hubungannya terhadap penyakit tertentu. Berdasarkan gejala-gejala serta tanda-tanda
yang dialami oleh penderita, maka penegakkan diagnosis akan lebih terpusat pada bagian-bagian tubuh tertentu. Dengan demikian penyebab dari gejala-gejala dan
tanda-tanda tersebut dapat diketahui dengan mudah dan akhirnya diperoleh kesimpulan awal mengenai penyakit tertentu.
Tabel 3.4 Diagnosa penyakit Acne vulgaris Kode_diagnosa
Diagnosa Acne
Ringan Acne
Sedang Acne
Berat
A1 Komedo
hitam, komedo putih, papul
G01,G02, G03
A2 Komedo
hitam, komedo putih, papul,
pustul, nodul G01,G02,
G03, G04,G05
A3 Komedo
hitam, komedo putih, papul,
pustul, nodul, macula, demam, eritema, kista,
rasa gatal. G01,G02,
G03, G04,G05,
G06, G07, G08, G09,
Universitas Sumatera Utara
3.2.3. Analisis Dengan Teorema Bayes Probabilitas bayes merupakan salah satu cara untuk mengatasi ketidakpastian data
dengan menggunakan formula bayes yang dinyatakan : |
| E
P H
xP H
E P
E H
P
Penjelasan dari formula tersebut adalah sebagai berikut : PH|E
: Probabilitas akhir bersyarat conditional probability suatu hipotesis H terjadi jika diberikan bukti evidence E terjadi.
PE|H : Probabilitas sebuah bukti E terjadi akan memengaruhi
hipotesis H. PH
: Probabilitas awal priori hipotesis H terjadi tanpa memandang bukti apapun.
PE : Probabilitas awal priori bukti E terjadi tanpa memandang
hipotesisbukti yang lain.
Rumus teorema bayes ini digunakan untuk medapatkan nilai prosentase gejala yang didapat dari perhitungan probabilitas tiap gejala dengan klasifikasi ya dan tidak.
Adapun perhitungan probabilitas diagnosa gangguan jerawat berdasarkan gejala yaitu :
Pkomedo hitam|jerawat ringan = PSK|DT = 0.9 pilihan gejala pertama Pkomedo putih|jerawat ringan = PM|DT = 0.8
Ppapula|jerawat ringan = PL|DT = 0.7 Ca
| |
E P
H xP
H E
P E
H P
maka:
Pjerawat ringan | komedo hitam, komedo putih, papula = Pjerawat ringan| komedo hitam Pkomedo putih|papula | komedo hitam,
jerawat ppapula| komedo putih |komedo hitam
pjerawat ringan| komedo hitam, komedo putih, papula = 0,9 0,8 0,9 = 0,80
Universitas Sumatera Utara
Kesimpulan : Dari hasil diatas menunjukkan bahwa probabilitas penderita terkena jerawat ringan sebesar 80 , apabila gejala utama yang dirasakan adalah
komedo hitam. Berikut ini adalah flowchart proses metode Teorema Bayes yang digunakan untuk menganalisis penyakit acne vulgaris dan dapat digambarkan pada
gambar 1.4 dibawah ini :
START
Gejala
Rule Base
Hitung Nilai Probabilitas
Penyakit
END
Gambar 3.1 Flowchart Metode Teorema Bayes
3.2.4. Analisis Demster Shafer Demster-Shafer
dinotasikan dengan θ,tidak semua evidence secara langsung mendukung tiap-tiap elemen. Sehingga diperlukan probabilitas fungsi densitas m.
Nilai m tidak hanya mendefinisikan elemen- elemen θ saja, namun juga semua
subsetnya. Sehingga jika θ berisi n elemen, maka subset θ adalah 2n. Jumlah semua m dalam subset θ sama dengan 1. Apabila tidak ada informasi apapun untuk memilih
hipotesis, maka nilai: m{θ} = 1,0. ………………………….3.1
Universitas Sumatera Utara
Apabila diketahui X adalah subset dari θ, dengan m1 sebagai fungsi
densitasnya, dan Y juga merupakan subset dari θ dengan m
2
sebagai fungsi densitasnya, maka dapatdibentuk fungsi kombinasi m
1
dan m
2
sebagaim
3
, yaitu :
Berikut ini adalah flowchart algoritma demster shafer dalam mendiagnosa acne vulgaris dan dapat digambarkan seperti gambar 3.2 dibawah ini :
START Gejala
Basis Pengetahuan
Hitung Nilai Plausibility
END
Hitung Matriks Terkombinasi
Hitung Nilai m3Z
Hasil Perhitungan Demster Shafer
Gambar 3.2 Flowchart Sistem Metode Demster Shafer
Gambar 3.2 merupakan flowchart sistem metode demster shafer. Proses menggunakan metode demster shafer dimulai dengan menampilkan gejala
menggunakan basis pengetahuan untuk menghitung nilai plausibility dan hitung nilai matriks terkombinasi menggunakan rumus m3z sebagai hasil akhir perhitungan
menjadi nilai demster shafer. 3.2
Universitas Sumatera Utara
3.3.Kebutuhan Sistem
3.3.1. Analisis Perangkat Keras Analisis Kebutuhan perangkat keras dimaksudkan untuk mengetahui spesifikasi
perangkat keras yang sedang digunakan di klinik. Perangkat keras yang sedang digunakan di klinik adalah sebagai berikut :
1. Processor dengan kecepatan 2.0 GHz + Motherboard
2. VGA card 64MB
3. RAM 512 MB
4. Hard disk space 40 GB terpasang
5. Monitor
6. Mouse
7. Keyboard
Sedangkan rekomendasi spesifikasi komputer agar dapat menjalankan aplikasi ini adalah sebagai berikut :
1. Processor dengan kecepatan minimal 1 GHz + Motherboard
2. Kapasitas Harddisk minimal 40 GB
3. RAM minimal 256 MB
4. VGA Card minimal 64 MB
5. Monitor
6. Lan Card 10100Mbps
7. Mouse
8. Printer dan keyboard
Secara keseluruhan spesifikasi perangkat keras semua komputer yang ada sudah memenuhi syarat untuk kebutuhan yang akan diaplikasikan.
3.3.2. Analisis Perangkat Lunak Perangkat lunak yang digunakan di Klinik menggunakan, sistem operasi windows XP
SP2, Microsoft Office enterprise 2007, Netbeans 7.0.1 sebagai compiler, Oracle XE sebagai DBMS.
Universitas Sumatera Utara
3.4. Model Perancangan Sistem