1
PENDAHULUAN
Saat ini penyakit ginjal adalah penyakit pembunuh nomor 2 di dunia. Diperkirakan ada lebih dari 25 Juta penduduk Indonesia yang mengalami
gangguan fungsi ginjal. Dan pertumbuhan kasus ginjal kronik stadium akhir di Indonesia mencapai 2000 kasus barutahun. [1] Ditambah lagi di Indonesia hanya
ada sekitar 100 dokter ginjal untuk menangani jutaan penderita penyakit ginjal di Indonesia. Dalam UU Praktek Kedokteran, satu dokter hanya diperbolehkan
praktek di tiga tempat. Sehingga kehadiran dokter ginjal di rasa sangat minim untuk negara Indonesia. Terlebih di kota-kota kecil dan di luar pulau Jawa.
Besarnya jumlah penderita penyakit ginjal ini disebabkan minimnya kesadaran masyarakat tentang gejala awal penyakit ginjal. Kebanyakan rakyat Indonesia
tidak memiliki kesadaran untuk melakukan deteksi sedini mungkin terhadap penyakit ginjal dan menghindari pemeriksaan menyeluruh dikarenakan biaya yang
terlalu besar. Hasilnya adalah pasien baru melakukan pengobatan setelah kondisi ginjalnya sudah mengalami kerusakan sangat parah dan nyaris tidak berfungsi
lagi.
Karena itu perlu dibuat sistem yang dapat membantu mendiagnosa penyakit ginjal berdasarkan gejala-gejala yang sudah dialami. Sistem tersebut adalah sistem
pakar. Sistem pakar adalah salah satu bagian dari kecerdasan buatan yang mengandung pengetahuan dan pengalaman yang di dapat dari satu atau banyak
pakar menjadi suatu desain pengetahuan tertentu, sehingga setiap orang dapat menggunakanannya untuk menentukan solusi dari gangguan penyakit ginjal
tersebut.
Sistem pakar pendiagnosa penyakit ginjal adalah salah satu solusi untuk mengatasi permasalahan tersebut. Pengetahuan dari pakar penyakit ginjal di dalam
sistem ini digunakan sebagai dasar oleh Sistem Pakar untuk menjawab pertanyaan konsultasi dengan penggunanya nanti. Dengan membangun sistem pakar ini,
diharapkan keterbatasan informasi mengenai penyakit ginjal tersebut dapat dikurangi, sekaligus dengan penyajian tertentu dapat membuka mata masyarakat
untuk lebih “mengenal” tentang penyakit ginjal supaya risiko penyakit ginjal tidak terlalu parah dan dapat cepat terdeteksi dan diatasi.
1. TINJAUAN PUSTAKA
1.1 Kecerdasan Buatan
Kecerdasan buatan adalah satu ilmu yang mempelajari cara membuat komputer melakukan sesuatu seperti yang dilakukan oleh manusia. Ada tiga
tujuan kecerdasan buatan, yaitu: membuat komputer lebih cerdas, mengerti tentang kecerdasan, dan membuat mesin lebih berguna. Salah satu bentuk
kecerdasan buatan adalah sistem pakar. Kecerdasan buatan memiliki beberapa domain penelitian, diantaranya : Formal Tasks, Mundane Task, dan Expert Tasks.
Dibandingkan dengan kecerdasan ilmiah, kecerdasan buatan memiliki beberapa keuntungan, seperti :[2]
1. Lebih permanen. 2. Memberikan kemudahan dalam duplikasi dan penyebaran.
2
3. Relatif lebih murah dari kecerdasan ilmiah. 4. Konsisten dan teliti.
5. Dapat didokumentasi. 6. Dapat mengerjakan beberapa task dengan lebih cepat dan lebih baik
dibanding manusia.
1.2 Sistem Pakar
Sistem pakar adalah sistem berbasis komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah yang
biasanya hanya dapat dipecahkan oleh pakar dalam bidang tersebut. [3] Sistem pakar untuk melakukan diagnosis kesehatan telah dikembangkan sejak
pertengahan tahun 1970 oleh Bruce Buchanan dan Edward Shortliffe di Standford University. Sistem ini diberi nama MYCIN.[4]
MYCIN merupakan program interaktif yang melakukan diagnosis meningitis dan infeksi bacremia serta memberi rekomendasi antimikrobia. MYCIN, dalam
uji cobanya mampu menunjukkan kemampuan seperti seorang spesialis. Meskipun tidak pernah digunakan secara rutin,oleh dokter, MYCIN merupakan
referensi yang bagus dalam penelitian kecerdasan yang lain.[5]
Sistem pakar dapat digunakan oleh: 1. Orang awam yang bukan pakar untuk meningkatkan kemampuan mereka
dalam memecahkan masalah. 2. Pakar sebagai asisten yang berpengetahuan.
3. Memperbanyak atau menyebarkan sumber pengetahuan yang semakin langka.
Sistem pakar dapat ditampilkan dalam dua lingkungan, yaitu: pengembangan dan konsultasi. Lingkungan pengembangan digunakan oleh pembangun sistem
pakar untuk membangun komponen dan memasukkan pengetahuan ke dalam basis pengetahuan. Lingkungan konsultasi digunakan oleh orang yang bukan ahli
untuk memperoleh pengetahuan dan berkonsultasi.
Struktur pada sistem pakar dapat dilihat pada gambar 1, yaitu:[6] 1. Basis pengetahuan Knowledge base. Berisi pengetahuan-pengetahuan
yang dibutuhkan untuk memahami, memformulasikan dan memecahkan persoalan.
2. Motor inferensi inference engine. 3. Blackboard. Merupakan area kerja memori yang disimpan sebagai
database untuk deskripsi persoalan terbaru yang ditetapkan oleh data input dan digunakan juga untuk perekaman hipotesis dan keputusan sementara.
4. Subsistem akuisisi pengetahuan. Akuisisi pengetahuan adalah akumulasi, transfer dan transformasi keahlian pemecahan masalah dari pakar atau
sumber pengetahuan terdokumentasi ke program komputer untuk membangun atau memperluas basis pengetahuan.
5. Antarmuka pengguna. Digunakan untuk media komunikasi antara user dan program.
6. Subsistem penjelasan. Digunakan untuk melacak respon dan memberikan penjelasan tentang kelakuan sistem pakar secara interaktif melalui
pertanyaan. 7. Sistem penyaring pengetahuan.
3
Gambar 1. Struktur Sistem Pakar
Sistem pakar, sebelumnya sudah banyak digunakan, misalnya dalam „Aplikasi Sistem Pakar Diagnosa Penyakit Ginjal Dengan Metode Dempster-Shafer
