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