Sistem Pakar Online Menggunakan Rule Base Method Untuk Dignosis Penyakit Dalam

(1)

SISTEM PAKAR ONLINE MENGGUNAKAN RULE BASE

METHOD UNTUK DIAGNOSIS PENYAKIT AYAM

SKRIPSI

KIKI HENDRA SITEPU

060823019

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2008

(2)

SISTEM PAKAR ONLINE MENGGUNAKAN RULE BASED

METHOD UNTUK DIAGNOSIS PENYAKIT AYAM

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains

KIKI HENDRA SITEPU

060823019

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2008

(3)

PERNYATAAN

SISTEM PAKAR ONLINE MENGGUNAKAN RULE BASED METHOD UNTUK DIAGNOSIS PENYAKIT AYAM

SKRIPSI

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

Medan,

KIKI HENDRA SITEPU 060823019

(4)

PERSETUJUAN

Judul : SISTEM PAKAR ONLINE MENGGUNAKAN

RULE BASED METHOD UNTUK DIAGNOSIS PENYAKIT AYAM

Kategori : SKRIPSI

Nama : KIKI HENDRA SITEPU

Nomor Induk Mahasiswa : 060823019

Program Studi : SARJANA (S1) MATEMATIKA KOMPUTER

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan,

Komisi Pembimbing :

Pembimbing 2 Pembimbing 1

Drs. Sawaluddin, M.IT Drs. Suyanto, M.Kom

NIP 132206398 NIP 131572440

Diketahui/Disetujui oleh

Departemen Matematika FMIPA USU Ketua,

Dr. Saib Suwilo, M.Sc. NIP 131796149

(5)

ONLINE EXPERT SYSTEM USING RULE BASE METHOD FOR CHICKEN DISEASE DIAGNOSIS

ABSTRACT

Expert System is basic knowledge program providing expert quality solution for a specific domain problems. Expert System are computer program imitating expert knowledge for solving certain problems. Expert System implementation more used for commercial because it viewed as expert knowledge computerize in such a way that intelligent reasoning and decision given.

This script research about expert system for chicken disease diagnosis. There are using rule based method in backward chaining and forward chaining, by simple design and agree with the rule. Then, the program expectable representatively an expert to chicken disease diagnosis.

Expert System used as decision support and tool for anyone to know the chicken problem solution. Rule base representation at expert system give profit in the aspects, that is easy of to modified, either or increment, change, and erasing.

(6)

ABSTRAK

Sistem pakar adalah program berbasis pengetahuan yang menyediakan solusi-solusi dengan kualitas pakar untuk problema-problema dalam suatu domain yang spesifik. Sistem pakar merupakan program komputer yang meniru proses pemikiran dan pengetahuan pakar untuk menyelesaikan suatu masalah tertentu. Implementasi sistem pakar banyak digunakan untuk kepentingan komersial karena sistem pakar dipandang sebagai cara penyimpanan pengetahuan pakar dalam bidang tertentu ke dalam program komputer sedemikian sehingga dapat memberikan keputusan dan melakukan penalaran secara cerdas.

Kajian ini akan membahas tentang Sistem Pakar untuk Diagnosis Penyakit Ayam. Ada pun metode yang digunakan adalah metode berbasis aturan dengan penelusuran ke belakang dan penelusuran ke depan, dengan rancangan yang mudah dan sesuai dengan aturan yang ada. Maka program yang di buat diharapkan bias mewakili seorang pakar dalam mendiagnosa penyakit ayam.

Sistem Pakar yang dibuat digunakan sebagai pendukung pengambilan keputusan dan digunakan sebagai alat bantu bagi seseorang untuk mengetahui solusi dari permasalahan pada Ayam. Representasi berbasis aturan pada sistem pakar memberikan keuntungan pada beberapa aspek, yaitu kemudahan dalam memodifikasi, baik penambahan, perubahan, maupun penghapusannya.

(7)

DAFTAR ISI

Halaman

PERSETUJUAN ii

PERNYATAAN iii

PENGHARGAAN iv

ABSTRAK v ABSTRACT vi

DAFTAR ISI vii

DAFTAR TABEL ix

DAFTAR GAMBAR x

BAB 1 PENDAHULUAN 1 1.1Latar Belakang 1 1.2Perumusan Masalah 3 1.3Batasan Masalah 3

1.4Tujuan Penelitian 4

1.5Kontribusi Penelitian 4 1.6Tinjauan Pustaka 5

BAB 2 LANDASAN TEORI 6 2.1Kecerdasan Buatan 6 2.2Sistem Pakar 6 2.2.1 Mamfaat Sistem Pakar 7

2.2.2 Kategori Sistem Pakar 8

2.2.3 Struktur Sistem Pakar 10

2.2.3.1 Antarmuka Pengguna 11

2.2.3.2 Basis Pengetahuan 11

2.2.3.3 Subsistem Akuisisi Pengetahuan 12

2.2.3.4 Mesin Inferensi 12

2.2.3.5 Blackboard (Tempat Kerja) 14

2.2.3.6 Fasilitas Penjelasan (Justifier) 15

2.2.3.7 Perbaikan Pengetahuan 15

2.3Representasi Pengetahuan 15

2.3.1 Aturan Produksi 16

2.3.2 Frame 16

2.3.3 Jaringan Semantik 17

2.3.4 Script 17

2.4Faktor Kepastian (Certainty Factor) 18

2.4.1 Mengkombinasikan Beberapa Faktor Kepastian 18

Dan Satu Aturan 2.4.2 Mengkombinasikan Dua atau Lebih Aturan 19

2.5Tahapan Pengembangan Sistem Pakar 20

2.6Basis Data 21

(8)

2.6.1.1 Entitas 21

2.6.1.2 Relasi 21

2.7Diagram Aliran Data 22

2.8PHP 23

2.9Penyakit Ayam 24

BAB 3 ANALISIS DAN PERANCANGAN SISTEM 28

3.1Analisis Sistem 28

3.1.1 Analisis Masalah 28

3.1.2 Identifikasi Kebutuhan 29

3.1.2.1 Analisis Kebutuhan Fungsional 30

3.1.2.2 Anilisis Kebutuhan Non Fungsi 30

3.1.3 Deskripsi Sistem 30

3.2Perancangan Sistem 31

3.2.1 Perancangan Basis Pengetahuan 31

3.2.2 Mesin Inferensi 41

3.2.3 Perancangan Proses 44

3.2.4 Perancangan Tabel Untuk Basis Data 47

3.2.4.1 Entity Relasional Diagram 47

3.2.4.2 Tabel 48

3.2.4.3 Visualisasi Antar Tabel 50

3.2.5 Perancangan Antarmuka 51

BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM 58

4.1Implementasi Sistem 58

4.1.1 Halaman Utama 58

4.1.2 Halaman Login Pakar 59

4.1.3 Halaman Penjelasan 60

4.1.4 Halaman Konsultasi 61

4.1.5 Halaman Tampilan Hasil Konsultasi 62

4.1.6 Halaman Menu Pakar 63

4.1.6.1 Halaman Update Pengetahuan 64

4.1.6.1.1 Halaman Update Penyakit 64

4.1.6.1.2 Halaman Update Gejala 66

4.1.6.1.3 Halaman Update Pencegahan 67

4.1.6.2 Halaman Data Aturan 69

4.1.6.2.1 Halaman Aturan Gejala 70

4.1.6.2.2 Halaman Aturan Pencegahan 72

4.2Pengujian Sistem 73

4.2.1 Akuisisi Basis Pengetahuan 73

4.2.2 Akuisisi Basis Aturan 76

4.2.3 Konsultasi 77

4.2.4 Analisis Hasil Pengujian 78

BAB 5 KESIMPULAN DAN SARAN 87

5.1Kesimpulan 87

5.2Saran 87

(9)

DAFTAR TABEL

Halaman Tabel 3.1 Tabel Keputusan Untuk Gejala-Gejala Penyakit Ayam 32 Tabel 3.2 Tabel Keputusan Untuk Saran Pencegahan Penyakit Ayam 33

Tabel 3.3 Tabel Aturan Pencegahan 38

Tabel 3.4 Tabel Jenis Penyakit 49

Tabel 3.5 Tabel Gejala 49

Tabel 3.6 Tabel Pencegahan 49

Tabel 3.7 Tabel Kaidah 50

Tabel 3.8 Tabel Atur Pencegahan 50

Tabel 3.9 Tabel User 50

Tabel 4.1 Data Pengujian Jenis Penyakit 74

Tabel 4.2 Data Pengujian Jenis Gejala 74

Tabel 4.3 Data Pengujian Jenis Pencegahan 74

Tabel 4.4 Data Pengujian Aturan Gejala Dan Nilai CF 76

Tabel 4.5 Data Pengujian Aturan Pencegahan 76

Tabel 4.6 Data Pengujian Konsultasi 78

Tabel 4.7 Data Pengujian Hasil Konsultasi yang Diharapkan 78 Tabel 4.8 Tabel Hasil Pengujian Diagnosis dengan kombinasi Berbeda 86

(10)

(11)

DAFTAR GAMBAR

Halaman

Gambar 2.1 Arsitektur Sistem Pakar 10

Gambar 2.2 Proses Forward Chaining 13

Gambar 2.3 Proses Backward Chaining 13

Gambar 2.4 Diagram Alir Teknik Penelusuran Depth-First Search 14

Gambar 2.5 Diagram Alir Teknik Penelusuran Breadth-First Seacrh 14

Gambar 3.1 Perancangan Arsitektur Sistem Pakar Diagnosis Penyakit Ayam 31

Gambar 3.2 Struktur Penelusuran Gejala 40

Gambar 3.3 Struktur Penelusuran Pencegahan 40

Gambar 3.4 Diagram Alir Data Level 0 44

Gambar 3.5 Diagram Alir Data Level 1 45

Gambar 3.6 Diagram Alir Data Level 2 Proses 1 46

Gambar 3.7 Diagram Alir Data Level 2 Proses 2 47

Gambar 3.8 Entity Relational Diagram 48

Gambar 3.9 Visualisasi Hubungan Antar Tabel 51

Gambar 3.10 Perancangan Antarmuka Halaman Utama 52

Gambar 3.11 Perancangan Antarmuka Penjelasan 52

Gambar 3.12 Perancangan Antarmuka Konsultasi 53

Gambar 3.13 Perancangan Antarmuka Hasil Diagnosis 53

Gambar 3.14 Perancangan Antarmuka Login 54

Gambar 3.15 Perancangan Antarmuka Halaman Pakar 54

Gambar 3.16 Perancangan Antarmuka Update Data Penyakit 55

Gambar 3.17 Perancangan Antarmuka Update Data Gejala 55

Gambar 3.18 Perancangan Antarmuka Update Data Pencegahan 56

Gambar 3.19 Perancangan Antarmuka Halaman Aturan Gejala 56

Gambar 3.20 Perancangan Antarmuka Halaman Aturan Pencegahan 57

Gambar 4.1 Halaman Utama 59

Gambar 4.2 Halaman Login 60

Gambar 4.3 Halaman Penjelasan 61

Gambar 4.4 Halaman Konsultasi 62

Gambar 4.5 Hasil Konsultasi 63

Gambar 4.6 Menu Pakar 64

Gambar 4.7 Halaman Update Pengetahuan Penyakit 65

Gambar 4.8 Halaman Update Pengetahuan – Gejala 66

Gambar 4.9 Halaman Update Pengetahuan – Ubah Gejala 67

Gambar 4.10 Halaman Update Pengetahuan – Pencegahan 68

Gambar 4.11 Halaman Update Pengetahuan – Hapus Pencegahan 69

Gambar 4.12 Halaman Aturan Gejala 71

Gambar 4.13 Halaman Simpan Nilai CF 72

Gambar 4.14 Halaman Aturan Pencegahan 73

Gambar 4.15 Untuk Menyimpan Data Penyakit 75

Gambar 4.16 Untuk Mengubah Data Penyakit 75

Gambar 4.17 Untuk Menghapus Data Penyakit 76

Gambar 4.18 Untuk Menentukan Aturan Gejala 77

(12)

Gambar 4.20 Hasil Konsultasi 80 Gambar 4.21 Form Konsultasi Penyakit Flu Burung 83 Gambar 4.22 Hasil Diagnosis Penyakit Flu Burung 84

(13)

ONLINE EXPERT SYSTEM USING RULE BASE METHOD FOR CHICKEN DISEASE DIAGNOSIS

ABSTRACT

(14)

ABSTRAK

(15)

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Perkembangan perangkat keras dan perangkat lunak dewasa ini sangat mempengaruhi pola pemakaian komputer. Komputer yang pada awalnya hanya digunakan oleh para akademisi dan militer, kini telah digunakan di segala bidang. Misalnya bisnis, kesehatan, pendidikan, permainan, dan sebagainya. Salah satu pemanfaatan teknologi komputer yaitu dapat digunakan untuk sistem pakar.

Umumnya pengetahuan diambil dari seorang manusia yang pakar dalam domain tersebut dan sistem pakar itu berusaha meniru metodologi dan kinerjanya (performance). Salah satu implementasi yang diterapkan adalah bidang kesehatan dan peternakan. Penelitian ini akan membahas mengenai pengembangan sistem pakar untuk mendiagnosis penyakit ayam yang disebabkan oleh virus dan memberikan saran pencegahan yang direkomendasikan untuk tindakan pencegahan pada ayam yang belum terinfeksi penyakit. Sistem ini menggunakan pengetahuan dari dokter hewan yang dalam hal ini berlaku sebagai pakar. Pengetahuan-pengetahuan yang dimiliki oleh seorang dokter hewan disimpan dalam program komputer yang kelak nantinya diharapkan program komputer ini bekerja atau berjalan sebagaimana layaknya penalaran yang dilakukan oleh dokter hewan yang ahli.

Bidang peternakan akhir-akhir ini dihebohkan dengan munculnya penyakit flu burung yang menyebabkan kematian luar biasa pada ayam ternak. Peternak ayam di Indonesia diperkirakan menderita kerugian hingga Rp 1 triliun akibat penyebaran virus avian influenza (Flu Burung) yang menyerang ayam. Harga jual ayam dalam

(16)

sepekan terakhir merosot hingga 16 persen. Diperkirakan kerugian peternak akan semakin besar karena pemerintah sangat lambat mengambil tindakan antisipasi.

Ketua Pusat Informasi Pasar Unggas Jakarta mengatakan, perkirakan kerugian Rp 1 triliun itu akibat kematian sekitar 10 juta ekor ayam petelur, satu juta ekor induk ayam, dan sekitar 18 juta ayam potong sejak September 2003. Angka ini sekaligus membantah jumlah kematian ayam yang diumumkan pemerintah sebanyak 4,7 juta ekor sejak September 2003. Flu burung ini tidak hanya menimbulkan kematian pada unggas. Pada Juli 2005 penyakit flu burung telah merenggut tiga orang nyawa warga Tangerang, Banten dan beberapa di antaranya menjalani rawat inap. Sampai dengan 12 April 2006, sudah ada 24 orang yang meninggal dari 33 laporan kasus flu burung. Selain itu, penyakit-penyakit pada ayam yang lain seringkali merepotkan para peternak ayam. Oleh sebab itu diperlukan suatu sistem yang dapat digunakan untuk menghimpun data pengetahuan para ahli penyakit ayam dan menyimpannya untuk jangka waktu yang panjang.

Dari sistem ini, penyakit ayam dapat diketahui dari gejala-gejala yang ada dan dapat mencegah timbulnya kematian pada unggas dengan memberikan saran pencegahan yang tepat dan rasional. Data-data berupa nama penyakit, gejala penyakit, dan pencegahan tersebut, nantinya akan digunakan untuk menjawab pertanyaan yang menyangkut diagnosis hingga penentuan pemberian tindakan pencegahan dengan menggunakan alur penalaran yang disediakan, sehingga sistem pakar ini dapat digunakan untuk memberikan tindakan pencegahan secara umum untuk membantu peternak ayam menghindari kerugian ekonomi yang lebih besar dengan mengetahui lebih awal penyakit ayam yang menyerang. Sistem ini dibuat berbasis web, sehingga nantinya sistem ini dapat diakses dan digunakan kapan dan dimana saja melalui PC (Personal Computer), notebook, ataupun smart phone yang terhubung dengan internet.

(17)

1.2 Perumusan Masalah

Dari latar belakang tersebut, dapat dirumuskan beberapa permasalahan sebagai berikut :

1. Bagaimana mengetahui jenis penyakit ayam dari gejala-gejala yang ada pada ayam yang terinfeksi.

2. Bagaimana mengembangkan sistem pakar yang bisa digunakan untuk mendiagnosis penyakit ayam yang disebabkan oleh virus dan memberikan saran pencegahan untuk menghindari infeksi penyakit yang sama.

1.3 Batasan Masalah

Batasan masalah dalam skripsi ini adalah :

1. Penyakit ayam yang akan dibahas adalah penyakit ayam yang disebabkan oleh virus dan merupakan penyakit ayam yang sering muncul di Indonesia. Meliputi

avian influenza, newcastle disease, infectius bronchitis, infectius

laryngotracheitis, fowl pox, infectious bursal disease, swollen head syndrome.

Dan sistem ini juga dapat mengakomodasi penambahan penyakit, baik yang disebabkan oleh bakteri, parasit, protozoa, jamur, cacing dan penyebab-penyebab lainnya.

2. Sistem yang dibangun adalah sebuah sistem aplikasi yang hanya mendiagnosis penyakit ayam dan memberikan saran untuk tindakan pencegahan yang ditujukan kepada pengguna agar bisa mengantisipasi ayam yang belum terinfeksi penyakit (dalam keadaan sehat).

3. Menggunakan mesin inferensi backward chaining (pelacakan kebelakang) untuk diagnosis, mesin inferensi forward chaining (pelacakan kedepan) untuk saran pencegahan dengan metode penelusuran breadth first search.

(18)

4. Implementasi sistem menggunakan bahasa pemrograman PHP, dan Database yang dipakai adalah MySQL.

1.4 Tujuan Penelitian

Adapun tujuan penelitian adalah untuk membangun sistem pakar sebagai alat bantu untuk mendiagnosis penyakit ayam serta memberikan saran untuk tindakan pencegahan yang tepat dan rasional yang harus dilakukan pada ayam yang belum terinfeksi penyakit yang disebabkan oleh virus.

1.5 Kontribusi Penelitian

Adapun kontribusi penelitian adalah :

1. Menyumbangkan metode yang efektif dalam membantu peternak ayam khususnya peternak ayam komersil, dalam mendiagnosis penyakit ayam sehubungan dengan keterbatasan dan pengalamannya. Dan dapat juga berguna bagi peternak ayam non komersil dan orang-orang yang mengkonsumsi ayam.

2. Menjadi alat bantu dalam menentukan tindakan pencegahan yang harus dikerjakan setelah mengetahui penyakit yang menyerang ayam.

3. Menjadi alat bantu untuk dunia kedokteran hewan dalam pengenalan penyakit ayam khususnya bagi para calon dokter hewan.

4. Dengan diagnosis yang cepat terhadap gejala-gejala pada penyakit ayam, maka sistem ini secara tidak langsung dapat membantu mencegah penularan dan berkembangnya virus flu burung (paling berbahaya) karena dapat menular ke manusia.

(19)

5. Dengan mengetahui penyakit ayam, dapat mengurangi kerugian ekonomi yang besar bagi peternak ayam komersil, karena penyakit ayam yang disebabkan oleh virus dapat menular dengan cepat serta belum ada obatnya.

1.6 Tinjauan Pustaka

Sudah banyak sistem pakar yang dikembangkan di berbagai bidang yakni bidang kedokteran, ekonomi, elektronika, komputer dan bidang lainnya. Salah satu sistem pakar yang digunakan pada bidang kedokteran adalah “Penggunaan Sistem Pakar dalam Pengembangan portal Informasi untuk Spesifikasi Jenis Penyakit Infeksi (Rahmadi Wijaya, 2007)”. Sistem pakar ini dirancang dengan menggunakan metode pelacakan kedepan (forward chaining). Dimana pelacakan tersebut dimotori oleh data masukan keluhan pasien dan selanjutkan mencoba menggambarkan kesimpulannya dan penelusuran yang digunakan yaitu penelusuran depth-first search dimana penelusuran dimulai dari node akar kemudian penelusuran dilakukan secara vertikal dan mendalam.

Buku terjemahan karangan Efrain Turban yang berjudul Decision Support

System and Intelligent System juga memberikan banyak ide dalam pengembangan

sistem pakar, yang menjelaskan mengenai konsep dasar sistem pendukung keputusan sebagai alat bantu pengambilan keputusan dan dalam buku tersebut juga menjelaskan mengenai struktur dan komponen-komponen yang membangun sistem pendukung keputusan.

Secara umum aspek-aspek yang diperoleh dari penelitian diatas memberikan dukungan informasi yang diperlukan dalam pembuatan sistem pakar untuk mendiagnosis penyakit ayam.

(20)

BAB 2

LANDASAN TEORI

2.1 Kecerdasan Buatan

Kecerdasan buatan (artificial intelligent) merupakan salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti yang sebaik dilakukan oleh manusia. Hal ini dilakukan dengan mempelajari bagaimana manusia berpikir ketika manusia mencoba untuk membuat suatu keputusan dan memecahkan masalah, membagi-bagi proses berpikir tersebut menjadi langkah-langkah dasar dan merancang suatu program komputer yang akan memecahkan masalah dengan mempergunakan langkah-langkah yang sama.

Teknologi kecerdasan buatan dipelajari dalam beberapa bidang, seperti : Robotika dan Sistem Sensor, Penglihatan Komputer (Computer Vision), Sistem Saraf Tiruan (Artificial Neural System), Agen Cerdas (Intelligent Agent) Pengenalan Suara (Speech Recognition), Permainan (Game Playing) dan Sistem Pakar (Expert System).

2.2 Sistem Pakar

Sistem pakar pertama kali dikembangkan oleh komunitas AI pada pertengahan tahun 1960. Sistem pakar yang muncul pertama kali adalah General Purpose Problem Solver (GPS) yang dikembangkan oleh Newel & Simon.

(21)

a. Sistem Pakar (Expert System) adalah suatu cabang ilmu dari Kecerdasan Buatan (Artificial Intelligent) yang digunakan secara luas untuk pengetahuan (keahlian) khusus dalam memecahkan suatu masalah layaknya seorang pakar.

b. Sistem pakar adalah sistem yang menggunakan pengetahuan manusia (ahli) yang terekam dalam komputer untuk memecahkan persoalan yang biasanya memerlukan keahlian manusia.

Konsep dasar sistem pakar mencakup beberapa persoalan mendasar, antara lain apa yang dimaksud dengan keahlian, siapa yang disebut pakar, bagaimana keahlian dapat ditransfer, dan bagaimana sistem bekerja.

Pakar adalah orang yang memiliki pengetahuan, penilaian, pengalaman, dan metode khusus, serta kemampuan untuk menerapkan bakat ini dalam memberi nasehat dan memecahkan persoalan. Adalah tugas pakar untuk menyediakan pengetahuan tentang bagaimana melaksanakan suatu tugas yang akan dijalankan oleh sistem berbasis pengetahuan. Pengertian lain dari pakar ialah orang yang memiliki keahlian dalam suatu hal, yaitu memiliki pengetahuan atau keahlian khusus yang tidak diketahui dan tidak ada pada kebanyakan orang.

Keahlian adalah pengetahuan ekstensif yang spesifik terhadap tugas yang dimiliki pakar. Tingkat keahlian menentukan performa keputusan. Keahlian sering dicapai dari pelatihan, membaca, dan mempraktikan. Keahlian mencakup pengetahuan eksplisit, misalnya teori yang dipelajari dari buku teks atau kelas, dan pengetahuan implisit yang diperoleh dari pengalaman.

2.2.1 Manfaat Sistem Pakar

Secara garis besar, ada banyak manfaat bila menggunakan sistem pakar. Beberapa diantaranya yaitu :

(22)

2. Bisa melakukan proses secara berulang secara otomatis. 3. Menyimpan pengetahuan dan keahlian para pakar.

4. Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk keahlian langka)

5. Mampu beroperasi dalam keadaan berbahaya.

6. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian.

7. Suatu sistem pakar dapat diberi pengamanan untuk menentukan siapa saja yang mempunyai hak akses untuk menggunakannya dan jawaban yang diberikan oleh sistem terbebas dari proses intimidasi/ancaman, sedangkan seorang pakar bisa saja mendapat ancaman atau tekanan pada saat menyelesaikan masalah.

8. Umumnya kecepatan dalam memecahkan masalah pada suatu sistem pakar relatif lebih cepat dibandingkan oleh seorang pakar manusia.

2.2.2 Kategori Sistem Pakar

Secara umum sistem pakar dapat diklasifikasikan dalam beberapa area permasalahan, yaitu :

1. Interpretasi, yaitu pengambilan keputusan atau deskripsi tingkat tinggi dari sekumpulan data mentah, termasuk diantaranya juga pengawasan, pengenalan ucapan, analisis citra, interpretasi sinyal, dan beberapa analisis kecerdasan.

2. Prediksi, yaitu memprediksi akibat-akibat yang dimungkinkan dari situasi-situasi tertentu, diantaranya peramalan, prediksi demografis, peramalan ekonomi, prediksi lalu lintas, estimasi hasil, militer, pemasaran atau peramalan keuangan.

3. Diagnosis, yaitu menentukan sebab mal fungsi dalam situasi kompleks yang didasarkan pada gejala-gejala yang teramati, diantaranya medis, elektronis, mekanis dan diagnosis perangkat lunak.

(23)

4. Desain, yaitu menentukan konfigurasi komponen-komponen sistem yang cocok dengan tujuan- tujuan kinerja tertentu yang memenuhi kendala-kendala tertentu diantaranya layout circuit dan perancangan bangunan.

5. Perencanaan, yaitu fokus pada persoalan perencanaan, misalnya pemrograman otomatis. Juga menangani perencanaan jangka pendek dan panjang pada area seperti manajemen proyek, routing, komunikasi, pengembangan produk, aplikasi militer, dan perencanaan keuangan.

6. Sistem pengawasan, yaitu membandingkan observasi kelakuan sistem dengan standar yang tampaknya penting untuk keberhasilan pencapaian tujuan. Fitur penting ini berhubungan dengan kecacatan potensial dalam rencana tersebut. Terdapat banyak sistem pengawasan dengan bantuan komputer untuk topik dari kontrol arus lalu lintas udara hingga tugas manajemen fiskal.

7. Debugging, yaitu mengandalkan pada kemampuan perencanaan, desain, prediksi untuk membuat spesifikasi atau rekomendasi untuk membetulkan persoalan diagnosis.

8. Perbaikan, yaitu mengembangkan dan mengeksekusi rencana untuk mengelola perbaikan persoalan diagnosis tertentu. Sistem tersebut menggabungkan kemampuan debugging, perencanaan, dan eksekusi.

9. Instruksi, yaitu mendeteksi dan mengoreksi defisiensi dalam pemahaman domain subjek, diantaranya melakukan instruksi untuk diagnosis, debugging dan perbaikan kerja.

10.Kontrol, yaitu secara adaptif mengatur keseluruhan kelakuan sistem. Untuk melakukan ini, sistem kontrol harusa berulang kali menginterpretasikan situasi terbaru, memprediksi masa depan, mendiagnosis penyebab persoalan yang terantisipasi, merumuskan rencana pemulihan, dan mengawasi eksekusinya untuk memastikan keberhasilan.

(24)

2.2.3 Struktur Sistem Pakar

Sistem pakar dapat ditampilkan dengan dua lingkungan, yaitu lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation environment) (Gambar 2.1). Lingkungan pengembangan digunakan oleh sistem pakar (ES) builder untuk membangun komponen dan memasukkan pengetahuan ke dalam basis pengetahuan. Lingkungan konsultasi digunakan oleh nonpakar untuk memperoleh pengetahuan dan nasihat pakar. Lingkungan ini dapat dipisahkan setelah sistem lengkap.

Gambar 2.1Struktur Sistem Pakar

Tiga komponen utama yang tampak secara virtual di setiap sistem pakar adalah basis pengetahuan, mesin inferensi, dan antarmuka pengguna. Selain antarmuka pengguna, basis pengetahuan, dan mesin inferensi, dari struktur sistem pakar yang terdapat pada gambar diatas mengandung komponen lain, yaitu akuisisi pengetahuan, blackboard, fasilitas penjelasan, dan perbaikan pengetahuan. ( Turban, Efraim, 2005)

(25)

2.2.3.1 Antarmuka Pengguna

Antarmuka pemakai merupakan mekanisme yang digunakan oleh pengguna dan sistem pakar untuk berkomunikasi. Pada bagian ini terjadi dialog antara program dan pemakai, yang memungkinkan sistem pakar menerima instruksi dan informasi (input) dari pemakai, juga memberikan informasi (output) kepada pemakai.

2.2.3.2 Basis Pengetahuan

Basis pengetahuan berisi pengetahuan relevan yang diperlukan untuk memahami, merumuskan, dan memecahkan persoalan. Basis tersebut mencakup dua elemen dasar, yaitu :

1. Fakta, misalnya situasi persoalan dan teori area persoalan.

2. Heuristik atau aturan khusus yang mengarahkan penggunaan pengetahuan untuk memecahkan persoalan khusus dalam domain tertentu. Heuristik menyatakan pengetahuan penilaian informasi dalam area aplikasi.

Pada basis pengetahuan terdapat 2 (dua) bentuk pendekatan basis pengetahuan yang umum, yaitu :

1. Rule-based Reasoning (Penalaran berbasis pengetahuan).

Pada penalaran berbasis aturan, pengetahuan direpresentasikan dengan menggunakan aturan berbentuk: IF-THEN. Bentuk ini digunakan apabila dimiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu, dan si pakar dapat menyelesaikan masalah tersebut secara berurutan. Disamping itu bentuk ini juga digunakan apabila dibutuhkan penjelasan tentang jejak (langkah-langkah) pencapaian solusi.

2. Case-based Reasoning (Penalaran berbasis kasus)

Pada penalaran berbasis kasus, basis pengetahuan akan berisi solusi-solusi yang telah dicapai sebelumnya, kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang (fakta yang ada). Bentuk ini digunakan apabila user menginginkan untuk tahu lebih banyak lagi pada kasus-kasus yang hampir sama

(26)

(mirip). Selain itu, bentuk ini juga digunakan apabila telah dimiliki sejumlah situasi atau kasus tertentu dalam basis pengetahuan.

2.2.3.3 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.

2.2.3.4 Mesin Inferensi

Otak sistem pakar adalah mesin inferensi, yang dikenal juga sebagai struktur kontrol atau penerjemah aturan (dalam sistem pakar berbasis aturan). Komponen ini sebenarnya adalah program komputer yang menyediakan metodologi untuk mempertimbangkan informasi dalam basis pengetahuan dan blackboard, dan merumuskan kesimpulan. Komponen ini menyediakan arahan bagaimana menggunakan pengetahuan sistem, yakni dengan mengembangkan agenda yang mengatur dan mengontrol langkah yang diambil untuk memecahkan persoalan kapan pun konsultasi berlangsung.

Terdapat dua pendekatan untuk mengontrol inferensi dalam sistem pakar berbasis aturan, yaitu :

a. Pelacakan ke depan (forward chaining)

Pelacakan ke depan adalah pendekatan yang dimotori data (data driven). Dalam pendekatan ini pelacakan dimulai dari informasi masukan, dan selanjutnya mencoba menggambarkan kesimpulan. Pelacakan ke depan mencari fakta yang sesuai dengan bagian IF dari aturan IF-THEN.

(27)

Gambar 2.2Proses Forward Chaining

b. Pelacakan ke belakang (backward chaining)

Pelacakan ke belakang adalah pendekatan yang dimotori tujuan (goal driven) yaitu pelacakan yang dimulai dari tujuan, selanjutnya dicari aturan yang memiliki tujuan tersebut untuk kesimpulannya. Selanjutnya proses pelacakan menggunakan premis untuk aturan tersebut sebagai tujuan baru dan mencari aturan lain dengan tujuan baru sebagai kesimpulannya.

Gambar 2.3 Proses Backward Chaining

Kedua metode inferensi tersebut dipengaruhi oleh tiga macam penelusuran, yaitu :

a. Depth-first search, melakukan penelusuran kaidah secara mendalam dari simpul akar bergerak menurun ke tingkat yang dalam berurutan.

Observasi A

Observasi B

Aturan R1

Aturan R2

Fakta C

Fakta D

Aturan R3

Aturan R2

Tujuan 1 (Kesimpulan) Observasi A

(28)

2 ₅

3 4 6 9 ₁₀

Gambar 2.4Diagram Alir Teknik penelusuran Depth-First Search

b. Breadth-first search, bergerak dari simpul akar, simpul yang ada pada setiap tingkat diuji sebelum pindah ke tingkat selanjutnya.

Gambar 2.5Diagram Alir Teknik penelusuran Breadth-First Search

c. Best-first search, bekerja berdasarkan kombinasi kedua metode sebelumnya.

2.2.3.5 Blackboard (Tempat Kerja)

Blackboard adalah area kerja memori yang disimpan sebagai database untuk deskripsi persoalan terbaru yang ditetapkan oleh data input dan digunakan juga untuk penekanan hipotesis dan keputusan sementara. Tiga tipe keputusan yang dapat direkam dalam blackboard :

2 ₃

5 6 7 9 ₁₀

(29)

a. Rencana : bagaimana mengatasi pesoalan b. Agenda : tindakan sebelum dieksekusi

c. Solusi : hipotesis kandidat dan arah tindakan alternatif yang telah dihasilkan sistem

2.2.3.6 Fasilitas Penjelasan (Justifier)

Fasilitas penjelasan untuk komponen tambahan yang akan meningkatkan kemampuan sistem pakar. Komponen ini menggambarkan penalaran sistem kepada pemakai.

2.2.3.7 Perbaikan Pengetahuan

Pakar manusia memiliki sistem perbaikan-pengetahuan, yakni mereka dapat menganalisis pengetahuannya sendiri dan kegunaannya, belajar darinya, dan meningkatkannya untuk konsultasi mendatang. Serupa pula, evaluasi tersebut diperlukan dalam pembelajaran komputer sehingga program dapat menganalisis alasan keberhasilan atau kegagalannya. Hal ini dapat mengarah kepada peningkatan sehingga menghasilkan basis pengetahuan yang lebih akurat dan pertimbangan yang lebih efektif. Komponen tersebut tidak tersedia dalam sistem pakar komersil saat ini, tetapi sedang dikembangkan dalam ES eksperimental pada beberapa universitas dan lembaga riset.

2.3 Representasi Pengetahuan

Dalam pembangunan sistem berbasis pengetahuan, pengetahuan yang telah diekstrak dimasukkan kedalam program komputer oleh proses yang disebut representasi pengetahuan (knowledge representation). Sistem representasi pengetahuan merupakan gabungan dari dua elemen yakni struktur data dan prosedur

(30)

menafsirkan (interpretive procedure) untuk pemakaian pengetahuan yang dimasukkan dalam struktur data

Terdapat empat teknik yang telah dibuktikan efektif untuk representasi pengetahuan, yang paling populer adalah aturan produksi, frame, jaringan semantik, dan script.

2.3.1 Aturan Produksi

Aturan produksi adalah bentuk representasi pengetahuan yang paling populer untuk sistem pakar. Pengetahuan direpsentasikan dalam bentuk :

IF [kondisi] Then [aksi]

Tiap aturan produksi dalam basis pengetahuan mengimplementasikan sebagian keahlian otonomi yang dapat dikembangkan dan dimodifikasi secara terpisah dari aturan lain. Pada saat dimasukkan dan digabungkan kedalam mesin inferensi, set aturan berlaku secara sinergi, memberikan hasil yang lebih baik daripada jumlah hasil aturan individu.

2.3.2 Frame

Frame adalah struktur data yang menyertakan semua pengetahuan tentang objek tertentu. Frame mencakup dua elemen dasar: slot dan facet. Slot adalah atribut yang mendefenisikan objek yang direpresentasikan oleh frame. Tiap slot berisi satu atau lebih facet. Facet mendiskripsikan beberapa pengetahuan atau informasi prosedural tentang atribut dalam slot. Frame menyediakan sarana mengatur pengetahuan dalam slot yang berisi karakter dan atribut

(31)

2.3.3 Jaringan Semantik

Jaringan semantik berfokus pada hubungan antar konsep yang berbeda. Jaringan ini adalah gambaran grafis pengetahuan terdiri dari node dan link yang menunjukkan hubungan hierarki antara objek. Jaringan semantik terdiri dari node yang merepresentasikan objek, dan informasi deskriptif tentang objek. Salah satu fakta yang paling menarik tentang jaringan semantik adalah dapat menunjukkan pewarisan. Karena jaringan semantik pada dasarnya berupa hierarki, maka berbagai karakteristik beberapa node sebenarnya mewarisi karakteristik yang lain.

2.3.4 Script

Script merupakan skema representasi pengetahuan yang sama dengan frame. Hanya saja frame menggambarkan objek sedangkan script menggambarkan urutan peristiwa. Sama halnya dengan frame, script juga untuk merepresentasikan situasi atau pengetahuan stereotipe atau pengetahuan yang didasarkan pada karakteristik yang sudah dikenal dan merupakan pengalaman. Berbeda dengan frame, script biasanya direpresentasikan ke dalam konteks tertentu. Penggambaran urutan peristiwa pada script menggunakan serangkaian slot yang berisi informasi tentang orang, objek, dan tindakan-tindakan yang terjadi dalam suatu peristiwa.

Script mempunyai beberapa elemen yang tipikal, yaitu kondisi masukan, prop, role dan scene. Kondisi masukan menggambarkan situasi yang harus dipenuhi sebelum terjadi atau berlaku suatu peristiwa yang ada dalam script. Prop mengacu kepada objek yang digunakan dalam urutan peristiwa yang terjadi. Role mengacu kepada orang-orang yang terlibat dalam script. Hasilnya adalah kondisi yang ada sesudah peristiwa script berlangsung. Track mengacu kepada variasi yang mungkin terjadi dalam script tertentu. Akhirnya, scene menggambarkan urutan peristiwa aktual yang terjadi.

(32)

2.4 Faktor Kepastian (Certainty Factor)

Teori kepastian bergantung pada penggunaan faktor-faktor kepastian. Faktor kepastian (CF) menyatakan kepercayaan dalam sebuah kejadian (fakta atau hipotesis) berdasarkan bukti (atau penilaian pakar). Ada beberapa metode penggunaan faktor kepastian untuk menangani ketidakpastian di dalam sistem berbasis pengetahuan. Salah satu caranya adalah dengan menggunakan 1,0 atau 100 untuk kebenaran absolut (keyakinan penuh) dan 0 untuk kebohongan pasti. Faktor kepastian bukanlah probabilitas. Sebagai contoh pada saat mengatakan ada 90 persen peluang hujan, maka ada hujan (90 persen) ataupun tidak hujan (10 persen).

Teori kepastian memperkenalkan konsep kepercayaan dan ketidak-percayaan. Konsep ini bebas satu sama lain sehingga tidak dapat dikombinasikan dengan cara yang sama sebagaimana probabilitas, tetapi dapat dikombinasikan menurut persamaan sebagai berikut:

CF(P,E) = MB(P,E) – MD(P,E) ...(2.1) Dimana : CF = faktor kepastian

MB = ukuran kepercayaan MD = ukuran ketidakpercayaan P = probabilitas

E = bukti atau kejadian

2.4.1 Mengkombinasikan Beberapa Faktor Kepastian Dan Satu Aturan.

Anggap aturan dengan operator OR :

IF inflasi rendah, CF = 70 persen; OR Harga obligasi tinggi, CF = 85 persen; THEN harga saham akan tinggi

(33)

Dari contoh kasus ini, sudah cukup satu IF yang benar agar kesimpulannya benar. Jadi jika kedua IF-nya diyakini benar (pada faktor kepastiannya), maka kesimpulannya akan memiliki CF pada maksimum keduannya :

CF (A atau B) = Maksimum [CF (A),CF(B)] ...(2.2) Pada kasus ini, CF = 85 persen untuk harga saham akan tinggi.

2.4.2 Mengkombinasikan Dua Atau Lebih Aturan.

Ada beberapa cara untuk mencapai tujuan yang sama, masing-masing dengan CF berbeda untuk sekelompok fakta yang diberikan. Pada saat dimiliki sistem berbasis pengetahuan dengan beberapa aturan terinterrelasi, masing-masing darinya menghasilkan kesimpulan yang sama tetapi faktor kepastiannya berbeda, maka setiap aturan dapat ditampilkan sebagai potongan yang mendukung kesimpulan bersama. Untuk menghitung faktor kepastian dari kesimpulan tersebut, perlu untuk mengkombinasikan bukti sebagai berikut :

Diasumsikan bahwa ada dua aturan :

R1 : IF laju inflasi kurang dari 5 persen THEN harga pasar saham naik (CF = 0,7) R2 : IF tingkat pengangguran kurang dari 7 persen

THEN harga pasar saham naik (CF = 0,6) Efek kombinasinya dihitung sebagai berikut :

CF(R1,R2) = CF(R1) + [CF(R2)] x [1-CF(R1)]

= CF(R1) + CF(R2) - [CF(R1)] x [CF(R2)] ………...(2.3) Diberikan CF(R1) = 0,7 AND CF (R2) = 0,6

CF(R1,R2) = 0,7 + 0,6 – (0,7)(0,6) = 0,88

Artinya ES memberitahukan bahwa ada 88 persen kemungkinan harga pasar saham naik.

Untuk aturan ketiga yang ditambahkan, persamaan berikut dapat digunakan : CF(R1,R2,R3) = CF(R1,R2) + [CF(R3)] x [1-CF(R1,R2)]

(34)

Anggap bahwa aturan ketiga ditambahkan : R3 : IF harga Obligasi meningkat,

THEN harga saham naik (CF = 0,85)

Sekarang anggap semua aturan benar dalam bagian IF-nya, peluang harga saham akan naik adalah :

CF(R1,R2,R3) = 0,88 + 0,85 – (0,88)(0,85) = 0,982 Artinya ada 98,2 persen peluang harga saham akan naik.

2.5 Tahapan Pengembangan Sistem Pakar

Secara garis besar tahapan pengembangan sistem pakar sebagai berikut:

1. Mengidentifikasi masalah dan kebutuhan. Mengkaji situasi dan memutuskan dengan pasti tentang masalah yang akan dikomputerisasi dan apakah dengan sistem pakar bisa lebih membantu atau tidak.

2. Menentukan masalah yang cocok. Domain masalah tidak terlalu luas.

3. Mempertimbangkan alternatif. Dalam hal ini ada 2 alternatif yaitu menggunakan sistem pakar atau komputer tradisional.

4. Menghitung pengembalian investasi. Termasuk diantaranya: biaya pembuatan sistem pakar, biaya pemeliharaan, dan biaya training.

5. Memilih alat pengembangan. Bisa digunakan software pembuat sistem pakar atau dirancang dengan bahasa pemrograman sendiri.

6. Rekayasa Pengetahuan. Perlu dilakukan penyempurnaan terhadap aturan-aturan yang sesuai.

7. Merancang sistem.

8. Melengkapi pengembangan. Termasuk pengembangan prototype apabila sistem yang telah ada sudah sesuai dengan keinginan.

(35)

9. Menguji dan mencari kesalahan sistem. 10.Memelihara sistem.

2.6 Basis Data

Basis Data terdiri atas dua kata, yaitu basis dan data. Basis dapat diartikan sebagai tempat. Sedangkan data adalah representasi fakta dunia nyata yang mewakili suatu objek seperti manusia, barang, konsep, keadaan, dan sebagainya, yang direkam dalam bentuk angka, huruf, simbol, teks, atau kombinasinya. Basis Data ialah himpunan kelompok data (arsip) yang saling berhubungan yang diorganisasi sedemikian rupa agar kelak dapat dimanfaatkan kembali dengan cepat dan mudah.

2.6.1 Model Entity Relasional

Model entity relasional dibentuk oleh dua komponen utama, yaitu entitas dan relasi.

2.6.1.1Entitas

Entitas merupakan individu mewakili sesuatu yang nyata dan dapat dibedakan dari sesuatu yang lain. Entitas menunjuk pada individu suatu objek. Sekelompok entitas yang sejenis dan berada dalam lingkup yang sama membentuk sebuah entitas.

2.6.1.2Relasi

Relasi menunjukkan adanya hubungan di antara sejumlah entitas yang berasal dari himpunan entitas yang berbeda. Kumpulan semua relasi di antara entitas-entitas yang terdapat pada himpunan entitas-himpunan entitas tersebut membentuk himpunan relasi. Kardinalitas relasi menunjukkan jumlah maksimum entitas yang dapat berelasi

(36)

dengan entitas pada himpunan entitas yang lain. Kardinalitas relasi yang terjadi antara dua himpunan entitas (misalnya A dan B) dapat berupa :

1) Satu ke satu (One to one)

Setiap entitas pada himpunan entitas A berhubungan dengan paling banyak dengan satu entitas pada himpunan entitas B, dan begitu juga sebaliknya setiap entitas pada himpunan B berhubungan dengan paling banyak dengan satu entitas pada himpunan entitas A.

2) Satu ke banyak (One to many)

Setiap entitas pada himpunan entitas A dapat berhubungan dengan banyak entitas pada himpunan entitas B, tetapi tidak sebaliknya, dimana setiap entitas pada himpunan entitas B berhubungan dengan paling banyak dengan satu entitas pada himpunan entitas A.

3) Banyak ke satu (Many to one)

Setiap entitas pada himpunan entitas A berhubungan dengan paling banyak dengan satu entitas pada himpunan entitas B.

4) Banyak ke banyak (Many to many)

Setiap entitas pada himpunan entitas A dapat berhubungan dengan banyak entitas pada himpunan entitas B, dan juga sebaliknya, dimana setiap entitas pada himpunan entitas B dapat berhubungan dengan banyak entitas pada himpunan entitas A.

2.7 Diagram Aliran Data

Diagram aliran data/data flow control (DFD) adalah sebuah teknik grafis yang menggambarkan aliran informasi dan transformasi yang diaplikasikan pada saat data bergerak dari input menjadi output. DFD dapat digunakan untuk menyajikan sebuah sistem atau perangkat lunak pada setiap tingkat abstraksi.

(37)

Notasi-notasi Diagram aliran data :

1. Prosedur atau konsumer informasi yang ada di luar Bound sistem untuk dimodelkan.

2. Transfer informasi (fungsi) yang ada di dalam bound sistem untuk di dalam bound sistem untuk dimodelkan

3. Objek data, anak panah menunjukkan aliran data

4. Penyimpanan data, informasi tersimpan yang digunakan oleh perangkat lunak.

2.8 PHP

PHP dikenal sebagai sebuah bahasa scripting yang menyatu dengan tag-tag HTML, dieksekusi di server, dan digunakan untuk membuat halaman web yang dinamis seperti halnya Active Server Pages (ASP) atau Java Server Pages (JSP).

Kode Program PHP menyatu dengan tag-tag HTML dalam satu file. Kode PHP diawali dengan tag <? atau <?php dan ditutup dengan tag ?> . File yang berisi tag HTML dan kode PHP ini diberi ekstensi .php. Berdasarkan ekstensi ini, pada saat file diakses, server akan tahu bahwa file ini mengandung kode PHP. Server akan menerjemahkan kode ini dan menghasilkan output dalam bentuk tag HTML yang akan dikirim ke browser client yang mengakses file tersebut.

PHP mendukung banyak paket database baik yang komersil maupun non komersil, seperti PostgreSQL, mSQL, MySQL, Oracle, Microsoft SQL Server, dan banyak lagi.

Proses

Penyimpanan Data Entitas Eksternal

(38)

2.9 Penyakit Ayam

Jika dievaluasi, penyakit ayam yang terdapat di Indonesia setiap tahun bertambah dan disebabkan oleh banyak hal seperti virus, bakteri, parasit, cacing, dan sebagainya. Penyakit ayam tersebut tidak dapat dipisahkan, baik dari ayam ras, ayam buras, ayam petelur, maupun ayam pedaging. Pada umumnya penyakit-penyakit tersebut ditemukan pada kelompok-kelompok ayam tersebut.

Masalah penyakit dalam usaha peningkatan produksi ternak ayam merupakan gangguan dan ancaman yang serius. Kerugian yang ditimbulkan penyakit ayam dapat berbentuk kematian, pertumbuhan terlambat atau penurunan produksi telur. Penanganan penyakit ayam harus di program secara seksama, sempurna dan terarah. Sebab program penanganan penyakit memegang peranan yang dominan dalam peningkatan produksi ternak.

Adapun penyakit ayam yang disebabkan oleh virus dan sering muncul di Indonesia adalah :

1. Avian Influenza (Flu Burung)

Avian Influenza (AI) atau flu burung adalah penyakit yang disebabkan oleh virus influenza tipe A. Virus influenza tipe A dapat berubah-ubah bentuk (Drift, Shift), dan dapat menyebabkan epidemi dan pandemi. Virus influenza tipe A terdiri dari Hemaglutinase (H) dan Neuroamidase (N), kedua huruf ini digunakan sebagai identifikasi kode subtipe flu burung yang banyak jenisnya. Ini merupakan virus yang paling berbahaya, karena bersifat zoonosis (menyerang manusia). Avian Influenza dapat memberikan dampak kerugian ekonomik yang cukup tinggi dalam industri perunggasan.

Gejala yang dialami pada ayam yaitu gangguan pernapasan, jengger dan pial berwarna kemerahan sampai kebiruan, penurunan produksi telur, diare, kelumpuhan, bercak darah (borok) pada kaki, dapat menyebabkan kematian, dan kematian mendadak serta angka kematian yang tinggi.

(39)

Pengobatan untuk ayam dan unggas yang terinfeksi flu burung belum ditemuka n. Pengobatan dilakukan buat manusia yang terinfeksi flu burung. Dan ayam yang terinfeksi flu burung dianjurkan untuk dimusnahkan, karena dapat menyerang manusia (zoonosis). Dalam melakukan pemusnahan harap memberi tahukan kepada Dinas Peternakan guna dilakukan pengawasan dalam pemusnahan. Sedangkan pencegahan yang dilakukan agar penyakit tidak menular yaitu melakukan sanitasi dan desinfeksi, memberikan vaksin pada ayam yang sehat yaitu VOLVAC-AI KV dipakai secara suntikan bawah kulit (sub cutan), memberikan multivitamin dan melaksanakan Bio Security secara ketat.

2. Newcastle disease(ND)

Newcastle disease (ND) merupakan suatu penyakit pernapasan dan sistemik, yang bersifat akut dan mudah sekali menular, yang disebabkan oleh virus Avian Paramyxovirus dan menyerang berbagai jenis unggas, terutama ayam. Newcastle disease merupakan suatu penyakit yang bersifat kompleks oleh karena isolat dan strain virus yang berbeda dapat menimbulkan variasi yang besar dalam derajat keparahan dari penyakit. Newcastle disease dapat memberikan dampak kerugian ekonomik yang cukup tinggi dalam industri perunggasan. Gejala yang dialami pada ayam yaitu gangguan pernapasan, diare berwarna hijau, kelemahan, kehilangan nafsu makan, kehilangan nafsu minum, penurunan produksi telur, dapat menyebabkan kematian dan angka kematian yang tinggi.

Pengobatan untuk ayam dan unggas yang terkena Newcastle disease belum ditemukan dan dianjurkan untuk dimusnahkan. Sedangkan pencegahan yang dilakukan agar penyakit tidak menular yaitu melakukan sanitasi dan desinfeksi, memberikan multivitamin, dan memberikan vaksin pada ayam yang sehat yaitu SOTASEC dipakai secara suntikan IM, spray, tetes mata, lewat air minum

3. Infectius Bronchitis (IB)

Infectius Bronchitis (IB) merupakan penyakit yang menyerang saluran pernapasan ayam yang bersifat akut dan sangat mudah menular. Penyakit ini disebabkan oleh adanya cairan dalam trakea. Dan disebabkan oleh virus yang tergolong single stranded RNA, famili coronividae dan genus coronavirus.

(40)

Gejala yang dialami pada ayam yaitu gangguan pernapasan, batuk, kelemahan, bulu berdiri, penurunan produksi telur, keluarnya leleran dari hidung. Pengobatan untuk ayam yang terkena penyakit Infectius Bronchitis belum ditemukan. Sedangkan pencegahan yang dilakukan agar penyakit tidak menular yaitu melakukan sanitasi dan desinfeksi, memberikan multivitamin, dan memberikan vaksin pada ayam yang sehat yaitu AVABRON HN-63 pemakaiannya secara tetes ke mata atau lewat air minum.

4. Infectius Laryngotracheitis (ILT,LT)

Infectius Laryngotracheitis (ILT,LT) merupakan suatu penyakit viral pada ayam yang bersifat akut maupun ringan, yang tersifat adanya kesulitan bernapas dan adanya eksudat bercampur darah yang berasal dari trakea dan keluar melalui hidung ataupun mulut. Dan disebabkan oleh herpesvirus group A yang termasuk famili Hervesviridae, subfamili Alphahervesvirinae.

Gejala yang dialami pada ayam yaitu gangguan pernafasan, batuk, mata berair, keluarnya leleran yang bercampur darah dari hidung dan mulut, mengantuk, dan dapat menyebabkan kematian.

Pengobatan untuk ayam yang terkena penyakit Infectius Laryngotracheitis belum ditemukan. Sedangkan pencegahan yang dilakukan agar penyakit tidak menular yaitu melakukan sanitasi dan desinfeksi, memberikan multivitamin, dan memberikan vaksin pada ayam yang sehat yaitu LT-IVAX dengan pemakaiannya secara tetes ke mata.

5. Fowl Pox(Cacar Unggas)

Fowl Pox (cacar unggas) merupakan penyakit viral pada unggas peliharan, yang tersifat oleh adanya lesi berbentuk nodular, yang bersifat proliferatif dan menyebar pada kulit dari bagian tubuh yang tidak ditumbuhi oleh bulu. Disebakan oleh virus pox serta dan banyak dijumpai pada daerah yang terdapat insekta penghisap darah, misalnya nyamuk serta tempat berkembang biaknya seperti rawa-rawa (Tabbu, 2002).

Gejala yang dialami pada ayam yaitu gangguan pernapasan, munculnya lesi pada daerah yang tidak di tumbuhi bulu, pembengkakan dari sinus dan mata.

(41)

Pengobatan untuk ayam yang terkena penyakit fowl pox belum ditemukan. Sedangkan pencegahan yang dilakukan agar penyakit tidak menular yaitu melakukan sanitasi dan desinfeksi, memberikan multivitamin, dan memberikan vaksin pada ayam yang sehat yaitu AVAPOX pemakaian dengan cara tusuk kulit

6. Infectious Bursal Disease(IBD)

Infectious Bursal Disease (IBD) atau Gumboro merupakan penyakit yang bersifat akut dan sangat mudah menular. Penyakit ini merusak berbagai organ limfoid, sehingga ayam yang terserang akan lebih peka terhadap berbagai penyakit. Disebabkan oleh virus yang tergolong genus Birnavirus dan famili Birnaviridae.

Gejala yang dialami pada ayam yaitu kehilangan nafsu minum, warna bulu kusam, bulu berdiri, kelemahan, diare dan dapat menyebabkan kematian. Pengobatan untuk ayam yang terkena penyakit Infectious Bursal Disease belum ditemukan. Sedangkan pencegahan yang dilakukan agar penyakit tidak menular yaitu melakukan sanitasi dan desinfeksi memberikan vaksin pada ayam yang sehat yaitu BURSIMUNE atau BIOGUMBORO pemakaian dengan cara tusuk ke kulit, memberikan multivitamin.

7. Swollen Head Syndrome(SHS)

Swollen Head Syndrome (SHS) merupakan penyakit yang disebabkan oleh virus Avian Pneumovirus yang menyebabkan nekrosis dan pendarahan pada saluran pernapasan bagian atas serta menyebabkan kebengkakan di daerah kepala.

Gejala yang dialami pada ayam yaitu gangguan pernapasan, konjungtiva kemerahan, bengkak pada kelenjar air mata, ayam cenderung menggaruk bagian muka, produksi telur menurun. Pengobatan untuk ayam yang terkena penyakit Infectious Bursal Disease belum ditemukan. Sedangkan pencegahan yang dilakukan agar penyakit tidak menular yaitu melakukan sanitasi dan desinfeksi, memberikan multivitamin, memberikan vaksin pada ayam yang sehat yaitu AVIFFA-RTI pemakaiannya tetes mata atau air minum.

(42)

BAB 3

ANALISIS DAN PERANCANGAN SISTEM

3.1 Analisis Sistem

Yang akan dibahas dalam analisis sistem yaitu: analisis masalah, identifikasi kebutuhan, dan deskripsi sistem.

3.1.1 Analisis Masalah

Masalah diagnosis penyakit ayam dapat dimasukkan ke dalam salah satu cabang ilmu artificial intelligent yaitu sistem pakar. Pada permasalahan ini, pemecahan masalah tersebut dapat dilakukan dengan mengembangkan sistem yang dapat berperan sebagai seorang dokter hewan (ahli). Dengan kata lain terjadi pemindahan atau proses pengolahan yang membangun dan mengoperasikan basis pengetahuan dari seorang pakar ke sebuah sistem komputer.

Fakta-fakta dari seorang pakar atau dokter hewan disimpan dalam suatu basis pengetahuan. Dengan bantuan mesin inferensi dan memori kerja, maka proses penarikan kesimpulan dalam menentukan penyakit ayam serta memberikan saran pencegahan untuk tindakan selanjutnya dapat dilakukan.

Menurut drh. Chaeruddin Yusuf dan drh. Pudjiono sebagai pakar yang biasa menangani masalah unggas, mengatakan bahwa pada kenyataannya sering dijumpai lebih dari 1 penyakit saja yang menyerang ayam. Berdasarkan pengalaman dilapangan, memang penyakit sering menyerang tidak sendirian atau boleh dikatakan

(43)

selalu ada dua atau tiga penyakit, terutama karena adanya infeksi sekunder. Meskipun demikian, mesti ada salah satu penyakit yang dominan, dan kemudian disimpulkan sebagai penyebab penyakit yang timbul atau menyebakan kematian. Dan kesimpulan penyakit tersebut, disebut dengan hasil diagnosis.

Selain belum ada ditemukan satupun obat untuk menyembuhkan ayam yang sakit disebabkan oleh virus, penyakit yang disebabkan oleh virus ini juga menular dengan sangat cepat sehingga menjadi sumber pencemaran penyakit dan menyebabkan kematian bagi ayam yang lain. Dan tidak hanya itu saja, salah satu virus yang menyerang ayam ini yaitu Avian Influenza atau lebih dikenal dengan nama flu burung, bahkan sudah termasuk kedalam kategori zoonosis, yaitu penyakit yang berasal dari hewan dan dapat menular kepada manusia. Penyakit ini bisa menyebabkan kematian bagi manusia yang terkena virus tersebut jika tidak diketahui secara dini.

Kematian pada ayam yang disebabkan oleh virus memberikan dampak kerugian ekonomi yang besar bagi industri peternakan dan perunggasan. Oleh karena itu diharapkan pengembangan sistem pakar ini dapat membantu peternak ayam komersil dan non komersil dalam mendiagnosis penyakit ayam dengan mengetahui lebih cepat gejala-gejala ayam yang sakit serta dapat mengetahui apa tindakan pencegahan selanjutnya yang harus dilakukan.

Dari uraian tersebut maka berdasarkan kategori bidang yang sesuai untuk diselesaikan dengan pendekatan sistem pakar termasuk dalam jenis diagnosis yaitu mengamati gejala/tingkah laku yang ada dan memberikan kesimpulan.

3.1.2 Identifikasi Kebutuhan

Yang dibahas dalam identifikasi kebutuhan yaitu: analisis kebutuhan fungsional dan analisis kebutuhan non fungsional.

(44)

3.1.2.1 Analisis Kebutuhan Fungsional

Fasilitas-fasilitas yang disediakan dalam “Sistem Pakar Berbasis Online Menggunakan Rule Based Method Untuk Diagnosis Penyakit Ayam”, yaitu :

1. Akuisisi Basis Pengetahuan. Fasilitas ini hanya dapat dilakukan oleh engineer.

2. Diagnosis Penyakit Ayam. Membantu user dalam mendiagnosis penyakit ayam dan memberikan saran pencegahan berdasarkan pada gejala-gejala yang terlihat.

3.1.2.2 Analisis Kebutuhan Non Fungsi

1. Basis data yang digunakan, yaitu : MySQL. 2. Web Server, Apache HTTP Server.

3. Bahasa pemrograman web yang dipakai adalah PHP.

4. Aplikasi Web Browser, mampu menampilkan HTTP dalam grafik, browser yang banyak digunakan IE 5+, Opera 7+, dan Netscape 6+, rata-rata sistem operasi memiliki salah satu browser tersebut.

3.1.3 Deskripsi Sistem

Deskripsi sistem adalah gambaran umum tentang sistem yang akan dikembangkan. Sistem pakar untuk mendiagnosis penyakit ayam ini merupakan perangkat lunak yang dapat digunakan untuk mendiagnosis penyakit yang biasa menyerang ayam. Langkah-langkah mendiagnosis penyakit ayam diwujudkan dengan adanya dialog antara pengguna dengan sistem. Pada proses ini sistem akan memberikan pertanyaan-pertanyaan berupa fakta-fakta yang telah disimpan dalam sistem berupa basis pengetahuan. Jawaban yang diberikan pengguna akan diproses sehingga menghasilkan kesimpulan tentang penyakit yang menyerang ayam. Sistem juga dapat memberikan saran untuk tindakan selanjutnya yang harus dilakukan.

(45)

3.2 Perancangan Sistem

Perancangan sistem terdiri dari perancangan basis pengetahuan, mesin inferensi, perancangan proses, perancangan basis data dan perancangan antarmuka.

Gambar 3.1 Perancangan Arsitektur Sistem Pakar Diagnosis Penyakit Ayam (mengacu pada Arsitektur Umum)

3.2.1 Perancangan Basis Pengetahuan

Seperti pembuatan sistem pakar lainnya, sistem pakar untuk mendiagnosis penyakit ayam membutuhkan basis pengetahuan. Basis pengetahuan mengandung pengetahuan untuk pemahaman dan penyelesaian masalah dan merupakan inti dari dari sistem pakar, yaitu berupa representasi pengetahuan dari pakar yang tersusun atas

Pengguna

1.Angka kematiantinggi 2.Kematian terjadi

secara mendadak

Pejelasan Mengenai penyakit ayam

Melakukan sanitasi dan desinfeksi, serta

memberikan multivitamin

Rule Based Method: Backward Chaining

Forward Chaining

Area tempat penyimpanan data input, dan keputusan

sementara

Virus avian influenza: -angka kematian tinggi -kematian secara mendadak

- gangguan pernafasan

Pengetahuan tentang penyakit ayam terdokumentasi Penambahan gejala penyakit : -penurunan produksi telur Pengetahuan dokter hewan spesialis penyakit unggas Knowledge engineer/ organisasi atau badan yang menangani masalah unggas

Akuisisi pengetahuan

(46)

2 (dua) elemen dasar yaitu, fakta dan aturan, dan mesin inferensi untuk mendiagnosis penyakit-penyakit yang diderita.

Basis pengetahuan ini berisi fakta-fakta yang dibutuhkan oleh sistem, sedangkan mesin inferensi digunakan untuk menganalisa fakta-fakta yang dimasukkan pengguna lainnya sehingga dapat ditemukan suatu kesimpulan. Basis pengetahuan yang digunakan dalam sistem pakar ini terdiri dari : jenis penyakit ayam, gejala-gejala penyakit, tindakan yang disarankan dan kaidah produksi.

Data yang menjadi input bagi sistem adalah data gejala, data penyakit dan data pencegahan yang didapat dari pakar. Data tersebut digunakan sistem untuk menentukan jenis penyakit yang menyerang ayam serta memberikan saran pencegahan untuk penyakit yang berhasil didiagnosis. Tabel keputusan untuk gejala-gejala penyakit ayam dan tabel keputusan untuk saran pencegahan dapat dilihat pada tabel 3.1 dan tabel 3.2

Tabel 3.1Tabel keputusan untuk gejala-gejala penyakit ayam

Kode Gejala

Penyakit

P1 P2 P3 P4 P5 P6 P7

GJL01 Gangguan pernapasan Y Y Y Y Y Y

GJL02 Jengger dan Pial berwarna

kemerahan sampai kebiruan Y

GJL03 Penurunan produksi telur Y Y Y Y

GJL04 Diare Y Y

GJL05 Kelumpuhan Y

GJL06 Bercak darah pada kaki Y

GJL07 Menyebabkan kematian Y Y Y Y

GJL08 Kematian Mendadak Y GJL09 Angka kematian yang tinggi Y Y

GJL10 Diare berwarna hijau Y

GJL11 Kelemahan/Malas Bergerak Y Y Y

(47)

GJL13 Kehilangan nafsu minum Y Y

GJL14 Batuk Y Y

GJL15 Bulu Berdiri Y Y

GJL16 Keluarnya leleran dari hidung Y

GJL17

Keluarnya leleran yang bercampur darah dari hidung dan mulut

GJL18 Mata Berair Y

GJL19 Mengantuk Y

GJL20 Munculnya lesi pada daerah

yang tidak di tumbuhi bulu. Y

GJL21 Pembengkakan dari sinus dan

mata Y

GJL22 Warna bulu kusam Y

GJL23 Konjungtiva kemerahan Y

GJL24 Bengkak pada kelenjar air

mata Y

GJL25 Ayam cenderung menggaruk

bagian muka Y

Tabel 3.2Tabel keputusan untuk saran pencegahan penyakit ayam

Kode Pencegahan

Penyakit

P1 P2 P3 P4 P5 P6 P7

PCG01 Dianjurkan untuk

dimusnahakan Y

PCG02 Melaksanakan bio security

secara ketat Y

PCG03 Melakukan sanitasi dan

desinfeksi Y Y Y Y Y Y Y

PCG04 Memberikan multivitamin Y Y Y Y Y Y Y PCG05 Memberikan Vaksin Y

(48)

VOLVAC - AI KV

PCG06 Memberikan Vaksin

SOTASEC Y

PCG07 Memberikan Vaksin

AVABRON HN-63 Y

PCG08 Memberikan Vaksin LT -

IVAX Y

PCG09 Memberikan Vaksin

AVAPOX Y

PCG10

Memberikan Vaksin BURSIMUNE atau BIOGUMBORO

PCG11 Memberikan Vaksin

AVIFFA - RTI Y

Sumber: Direktorat Budidaya Ternak Non Ruminansia Keterangan :

P1 = Jenis penyakit ayam 1 yaitu Avian Influenza P2 = Jenis penyakit ayam 2 yaitu Newcastle disease P3 = Jenis penyakit ayam 3 yaitu Infectius Bronchitis

P4 = Jenis penyakit ayam 4 yaitu Infectius Laryngotracheitis P5 = Jenis penyakit ayam 5 yaitu Fowl Pox

P6 = Jenis penyakit ayam 6 yaitu Infectious Bursal Disease P7 = Jenis penyakit ayam 7 yaitu Swollen Head Syndrome

Berdasarkan analisis dari tabel keputusan, maka dapat dibuat himpunan kaidah produksi diagnosis penyakit ayam dengan menggunakan IF-THEN. Dimana IF

merupakan bagian premis atau informasi masukan sedangkan THEN merupakan konklusi atau kesimpulan. Selain kaidah produksi, nilai faktor kepastian (CF) diberikan pada setiap gejala-gejala untuk masing-masing penyakit. Penyakit yang mempunyai gejala yang sama dengan penyakit yang lain, dapat mempunyai nilai CF yang berbeda. Nilai CF ini berguna untuk memberikan nilai kepastian pada penyakit saat proses konsultasi selesai dilakukan. Saat gejala-gejala dijawab, maka sistem akan mencari gejala yang sama ke semua penyakit dan memberikan nilai CF dari penyakit

(49)

yang berhasil didiagnosis untuk gejala yang dijawab tersebut. Dan apabila gejala lebih dari satu, maka sistem juga akan mencari gejala yang sama ke semua penyakit dan menghitung hasil kombinasi nilai CF untuk gejala.

Nilai CF untuk tiap-tiap gejala, diberikan langsung oleh pakar yang dapat menentukan nilai CF berdasarkan ilmu pengetahuan dan pengalaman yang dimilikinya, serta perhitungan terhadap gejala untuk jenis penyakit yang lain.

Himpunan kaidah dan nilai CF untuk gejala penyakit tersebut adalah sebagai berikut :

a. Kaidah untuk penyakit Avian Influenza

R1 : IF Gangguan pernapasan THEN Avian Influenza (CF = 0.1)

R2 : IF Jengger dan Pial berwarna kemerahan sampai kebiruan THEN Avian Influenza (CF = 0.2)

R3 : IF Penurunan produksi telur THEN Avian Influenza (CF = 0.1) R4 : IF Diare

THEN Avian Influenza (CF = 0.1) R5 : IF Kelumpuhan

THEN Avian Influenza (CF = 0.2) R6 : IF Bercak darah pada kaki

THEN Avian Influenza (CF = 0.2) R7 : IF Menyebabkan kematian

THEN Avian Influenza (CF = 0.3) R8 : IF Kematian mendadak

THEN Avian Influenza (CF = 0.4) R9 : IF Angka Kematian yang tinggi

THEN Avian Influenza (CF = 0.5)

b. Kaidah untuk penyakit Newcastle disease

R1 : IF Gangguan pernapasan

(50)

R2 : IF Diare berwarna hijau

THEN Newcastle disease (CF = 0.4) R3 : IF Kelemahan/Malas Bergerak

THEN Newcastle disease (CF = 0.2) R4 : IF Kehilangan nafsu makan

THEN Newcastle disease (CF = 0.2) R5 : IF Kehilangan nafsu minum

THEN Newcastle disease (CF = 0.2) R6 : IF Penurunan produksi telur

THEN Newcastle disease (CF = 0.3) R7 : IF Menyebabkan Kematian

THEN Newcastle disease (CF = 0.3) R8 : IF Angka Kematian yang tinggi

THEN Newcastle disease (CF = 0.3)

c. Kaidah untuk penyakit Infectius Bronchitis

R1 : IF Gangguan pernapasan

THEN Infectius Bronchitis (CF = 0.3) R2 : IF Batuk

THEN Infectius Bronchitis (CF = 0.2) R3 : IF Kelemahan

THEN Infectius Bronchitis (CF = 0.3) R4 : IF Bulu Berdiri

THEN Infectius Bronchitis (CF = 0.1) R5 : IF Penurunan produksi telur

THEN Infectius Bronchitis (CF = 0.3) R6 : IF Keluarnya leleran dari hidung

THEN Infectius Bronchitis (CF = 0.2)

d. Kaidah untuk penyakit Infectius Laryngotracheitis

R1 : IF Gangguan pernafasan

THEN Infectius Laryngotracheitis (CF = 0.3) R2 : IF Batuk

(51)

THEN Infectius Laryngotracheitis (CF = 0.3)

R3 : IF Keluarnya leleran yang bercampur darah dari hidung dan mulut THEN Infectius Laryngotracheitis (CF = 0.3)

R4 : IF Mata berair

THEN Infectius Laryngotracheitis (CF = 0.3) R5 : IF Mengantuk

THEN Infectius Laryngotracheitis (CF = 0.3) R6 : IF Menyebabkan kematian

THEN Infectius Laryngotracheitis (CF = 0.2)

e. Kaidah untuk penyakit Fowl Pox

R1 : IF Gangguan pernapasan THEN Fowl Pox (CF = 0.2)

R2 : IF Munculnya lesi pada daerah yang tidak di tumbuhi bulu. THEN Fowl Pox (CF = 0.4)

R3 : IF Pembengkakan dari sinus dan mata THEN Fowl Pox (CF = 0.5)

f. Kaidah untuk penyakit Infectious Bursal Disease

R1 : IF Kehilangan nafsu minum

THEN Infectious Bursal Disease (CF = 0.3) R2 : IF Kelemahan

THEN Infectious Bursal Disease (CF = 0.4) R3 : IF Warna bulu kusam

THEN Infectious Bursal Disease (CF = 0.2) R4 : IF Bulu Berdiri

THEN Infectious Bursal Disease (CF = 0.4) R5 : IF Diare

THEN Infectious Bursal Disease (CF = 0.2) R6 : IF Menyebabkan Kematian

(52)

g. Kaidah untuk penyakit Swollen Head Syndrome

R1 : IF Gangguan Pernapasan

THEN Swollen Head Syndrome (CF = 0.1) R2 : IF Konjungtiva kemerahan

THEN Swollen Head Syndrome (CF = 0.4) R3 : IF Bengkak pada kelenjar air mata

THEN Swollen Head Syndrome (CF = 0.5) R4 : IF Ayam cenderung menggaruk bagian muka

THEN Swollen Head Syndrome (CF = 0.4) R5 : IF Produksi telur menurun

THEN Swollen Head Syndrome (CF = 0.2) Sumber: Dokter Hewan Chaeruddin Yusuf

Dari kaidah-kaidah yang sudah terbentuk, terdapat aturan untuk kaidah dimana berisi rule untuk dalam melakukan tindakan selanjutnya yang disarankan. Berikut tabel aturan tindakan pencegahan yang disarankan yang berisi penjelasan tentang cara tindakan yang harus dilakukan setelah mengetahui hasil dari diagnosis penyakit ayam (Tabel 3.3).

Tabel 3.3Tabel Aturan Pencegahan

No Aturan Tindakan Pencegahan

1 IF Avian Influenza THEN dianjurkan untuk dimusnahkan AND melaksanakan Bio Security secara ketat AND melakukan sanitasi dan desinfeksi AND memberikan multivitamin AND memberikan vaksin VOLVAC - AI KV

2 IF Newcastle disease THEN melakukan sanitasi dan desinfeksi AND memberikan multivitamin AND memberikan vaksin SOTASEC 3 IF Infectius Bronchitis THEN melakukan sanitasi dan desinfeksi

AND memberikan multivitamin AND memberikan vaksin AVABRON HN-63.

4 IF Infectius Laryngotracheitis THEN melakukan sanitasi dan desinfeksi AND memberikan multivitamin AND memberikan vaksin

(53)

LT - IVAX

5 IF Fowl Pox THEN melakukan sanitasi dan desinfeksi AND memberikan multivitamin AND Memberikan vaksin AVAPOX. 6 IF Infectious Bursal Disease THEN melakukan sanitasi dan

desinfeksi AND memberikan multivitamin AND Memberikan vaksin BURSIMUNE atau BIOGUMBORO.

7 IF Swollen Head Syndrome THEN melakukan sanitasi dan desinfeksi AND memberikan multivitamin AND memberikan vaksin AVIFFA – RTI.

Sumber: Dokter Hewan Chaeruddin Yusuf

Berdasarkan analisis dari tabel keputusan dan tabel saran pencegahan maka dapat dibuat struktur penelusuran gejala dan struktur penelusuran pencegahan seperti pada gambar 3.2 dan gambar 3.3

(54)

P1 P2 P3 P4 P5 P6 P7 GJL 01 GJL 02 GJL 03 GJL 04 GJL 05 GJL 06 GJL 07 GJL 08 GJL 09 GJL 10 GJL 11 GJL 12 GJL 13 GJL 14 GJL 15 GJL 16 GJL 17 GJL 18 GJL 19 GJL 20 GJL 21 GJL 22 GJL 23 GJL 24 GJL 25

Gambar 3.2Struktur Penelusuran Gejala

P1 P2 P3 P4 P5 P6 P7

PCG 1 PCG 2 PCG 3 PCG 4 PCG 5 PCG 6 PCG 7 PCG 8 PCG 9 PCG 10 PCG 11

(55)

3.2.2 Mesin Inferensi

Mesin inferensi adalah bagian dari sistem pakar yang melakukan penalaran dengan menggunakan isi daftar aturan berdasarkan urutan dan pola tertentu. Selama proses konsultasi, mesin inferensi menggunakan metode berbasis aturan yaitu proses backward chaining (pelacakan ke belakang) dan proses forward chaining (pelacakan ke depan). Backward chaining digunakan untuk mendapatkan kesimpulan penyakit ayam yang terinfeksi dari beberapa fakta gejala penyakit dan forward chaining digunakan untuk mendapatkan saran dan pencegahan dari kesimpulan penyakit ayam yang terinfeksi. Pendekatan mulai dari kesimpulan dan hipotesis bahwa kesimpulan adalah benar. Mesin inferensi kemudian mengidentifikasi kondisi JIKA yang diperlukan untuk membuat kesimpulan benar. Dan mencari fakta untuk menguji apakah kondisi JIKA adalah benar. Jika kondisi JIKA adalah benar, maka aturan akan menghitung total nilai kombinasi CF untuk semua kondisi jika yang dijawab benar kemudian memberikan kesimpulan yang dicapai. Jika kondisi salah, maka aturan dibuang. Penelusuran penyakit diterjemahkan secara sistematis ke dalam kaidah produksi dengan menggunakan aturan IF…THEN (jika…maka) dan perhitungan nilai CF.

Setiap pertanyaan yang dijawab iya, sistem akan melakukan penelusuran ke setiap penyakit dan mencari aturan yang sesuai. Setelah aturan didapat, maka sistem akan menghitung nilai kombinasi CF jika terdapat lebih besar sama dengan 2 gejala yang sesuai dengan aturan. Tetapi untuk satu gejala yang dijawab, sistem tidak melakukan perhitungan kombinasi. Nilai CF dari gejala yang dijawab iya tersebut, langsung ditampilkan untuk setiap penyakit yang mempunyai gejala sama. Semakin banyak gejala yang dijawab iya, maka nilai CF semakin besar. Dan apabila nilai CF tersebut semakin besar, maka semakin besar pula kepastian dari hasil diagnosis.

(56)

Untuk contoh kaidah penyakit, akan diterjemahkan sebagai berikut :

Diantara 25 pertanyaan yang diajukan, dianggap pertanyaan yang dijawab iya yaitu:

“Apakah terdapat angka kematian yang tinggi? “Apakah ayam Mati secara mendadak?”

”

Maka sistem melakukan pencarian kestiap penyakit, dilihat dari tabel keputusan untuk gejala-gejala penyakit ayam (tabel 3.1), dapat diketahui bahwa penyakit yang menyerang yaitu penyakit avian influenza dan newcastle disease 1. Setelah aturan ditelusuri, sistem melakukan perhitungan nilai CF untuk setiap penyakit tersebut. Sebagai contoh untuk melakukan perhitungan nilai CF :

1. Untuk penyakit avian influenza

R1 : Angka Kematian yang tinggi (CF = 0.5) R2 : Kematian mendadak (CF = 0.4)

CF (R1,R2) = CF(R1) + CF (R2) – [CF(R1) x CF(R2)] = 0.5 + 0.4 – [0.5 x 0.4] = 0.8 – 0.2 = 0.7 2. Untuk penyakit newcastle disease

R1 : Angka Kematian yang tinggi (CF = 0.3)

Untuk penyakit avian influenza, sistem melakukan perhitungan kombinasi nilai CF karena terdapat 2 gejala yang terpenuhi, dan untuk newcastle disease sistem tidak melakukan perhitungan karena 1 gejala yang terpenuhi.

Setelah penyakit berhasil didiagnosis, sistem akan menelusuri saran pencegahan yang harus ditampilkan sesuai dengan aturan pencegahan. Dalam hal ini penyakit yang berhasil didiagnosis yaitu Avian Influenza dan newcastle disease, maka sistem menampilkan keterangan dan saran pencegahan untuk penyakit tersebut sesuai dengan aturan yang telah ditetapkan sebelumnya. Jadi, hasil konsultasi seluruhnya yaitu :

(57)

Avian Influenza (AI) atau flu burung adalah penyakit yang disebabkan oleh virus influenza tipe A. Virus influenza tipe A dapat berubah-ubah bentuk (Drift, Shift), dan dapat menyebabkan epidemi dan pandemi. Virus influenza tipe A terdiri dari Hemaglutinase (H) dan Neuroamidase (N), kedua huruf ini digunakan sebagai identifikasi kode subtipe flu burung yang banyak jenisnya. Ini merupakan virus yang paling berbahaya, karena bersifat zoonosis (menyerang manusia). Avian Influenza dapat memberikan dampak kerugian ekonomik yang cukup tinggi dalam industri perunggasan.

Cara Pencegahan :

a. Melakukan Sanitasi dan desinfeksi

Kandang ayam dikosongkan, kemudian kandang dibersihkan dari semua kotoran ayam yang ada, lalu kandang disemprot dengan air. Kemudian setelah bersih dan kering, baru kandang disemprot dengan desinfektan.

b. Memberikan Multivitamin

Untuk meningkatkan daya tahan tubuh pada ayam c. Memberikan Vaksin VOLVAC - AI K

Dipakai secara suntikan bawah kulit (sub cutan) d. Melaksanakan Bio Security secara ketat

Membatasi lalu lintas orang, pekerja dan kendaraan keluar masuk peternakan. Para pekerja peternakan dan semua orang yang berada di lokasi peternakan harus dalam kondisi sehat.

e. Dianjurkan Untuk dimusnahkan

Dikarenakan dapat menular dengan sangat cepat dan menyebabkan kematian. Dan alasan tambahan untuk Flu Burung yaitu karena bersifat Zoonosis (dapat menyerang Manusia).

2. Newcastle Disease (nilai CF 0.3)

Newcastle disease (ND) merupakan suatu penyakit pernapasan dan sistemik, yang bersifat akut dan mudah sekali menular, yang disebabkan oleh

(58)

virus Avian Paramyxovirus dan menyerang berbagai jenis unggas, terutama ayam. Newcastle disease merupakan suatu penyakit yang bersifat kompleks oleh karena isolat dan strain virus yang berbeda dapat menimbulkan variasi yang besar dalam drajat keparahan dari penyakit. Newcastle disease dapat memberikan dampak kerugian ekonomik yang cukup tinggi dalam industri perunggasan.

Cara pencegahan :

a. Melakukan Sanitasi dan desinfeksi

b. Memberikan Multivitamin

Untuk meningkatkan daya tahan tubuh pada ayam c. Memberikan Vaksin SOTASEC

Pemakaiannya dengan cara di suntik, spray atau dengan cara lewat air minum

3.2.3 Perancangan Proses

Perancangan sistem merupakan tahap awal untuk merancang semua proses dan aliran data yang terjadi dalam sistem.

Pakar Sistem Pakar Untuk

Mendiagnosis Penyakit Ayam User

Gejala-gejala Hasil Konsultasi berupa Diagnosa Penyakit dan Saran Pencegahan

Data Penyakit, Data Gejala Nilai CF, Data Pencegahan Data Aturan dan Data Login

Informasi Penyakit, Informasi Gejala, dan Informasi Pencegahan

Gambar 3.4Diagram Alir Data Level 0

Diagram alir data yang ditunjukkan pada gambar 3.3 memberikan gambaran bahwa sistem pakar ini berinteraksi dengan dua eksternal entitas, yaitu pakar kesehatan ayam/engineer dan pengguna (user). Seorang pakar kesehatan

(59)

ayam/engineer dapat memasukkan data-data kepakaran kedalam sistem serta dapat memperoleh informasi pakar. Sedangkan pengguna dapat melakukan konsultasi dengan sistem, yaitu menjawab pertanyaan yang diajukan sistem dan memperoleh hasil kesimpulan berupa jenis penyakit dan saran pencegahannya.

Diagram Alir data level 1 merupakan turunan dari diagram data alir level 0 yang menggambarkan aliran data dan detail proses-proses yang akan diintegrasikan kedalam sistem, seperti ditunjukkan pada gambar 3.5

Pakar _{Akuisisi Basis}1.0

Pengetahuan User 2.0 Diagnosis Gejala Penyakit Pencegahan Data Gejala Data Gejala Data Pencegahan Data Penyakit Data Penyakit Data Pencegahan Info Gejala, Info penyakit,

Info Pencegahan, Info Aturan Gejala, Info Aturan Pencegahan Gejala, Penyakit, Pencegahan

Aturan Gejala, Nilai CF Aturan Pencegahan Data Penyakit Data Pencegahan Data Gejala Hasil Diagnosa, Saran Pencegahan Gejala Aturan Gejala Aturan Pencegahan

Data Aturan Gejala Data Aturan Gejala, Nilai CF

Data Aturan Pencegahan Data Aturan Pencegahan

Aturan Gejala Nilai CF

Aturan Pencegahan

Gambar 3.5Diagram Alir Data Level 1

Aliran data yang bersumber dari pakar kedokteran hewan berupa data-data gejala penyakit, nama penyakit, dan saran pencegahan serta aturan-aturan yang menghubungkan data gejala dan saran pencegahan dengan data penyakit.

(60)

Diagram alir data level 2 merupakan turunan dari diagram alir data level 1 proses 1 dan proses 2 yang menggambarkan proses dan aliran data dengan lebih detail. Seperti yang ditunjukkan pada gambar 3.6 dan gambar 3.7.

Pakar 1.1 Manipulasi Gejala 1.2 Manipulasi Jenis Penyakit 1.3 Manipulasi Aturan Gejala Gejala Penyakit Aturan Gejala Data Jenis Penyakit Data Jenis Penyakit Data Aturan Gejala Data Aturan Gejala,

Nilai CF

Data Jenis Penyakit

Data Jenis Penyakit Data Gejala

Data Gejala

Data Jenis Penyakit Data Gejala

Data Aturan Gejala, Nilai CF Data Aturan gejala

1.4 Manipulasi Pencegahan 1.5 Manipulasi Aturan Pencegahan Pencegahan Aturan Pencegahan Data Pencegahan Data Pencegahan

Data Aturan Pencegahan

Data Aturan Pencegahan Data Pencegahan Data Pencegahan Data Aturan Pencegahan Data Aturan

Pencegahan Data Jenis Penyakit

(61)

User

2.1 Input Gejala

2.2 Proses Diagnosis

Gejala

Aturan Gejala

Penyakit Data Aturan

Gejala, Nilai CF

Data Penyakit Data Gejala

Gejala Penyakit Ayam

Data Gejala Ayam Hasil Diagnosa

Aturan Pencegahan Pencegahan

Saran Pencegahan

Data Pencegahan _PencegahanData Aturan

Data Gejala

Data Aturan Gejala, Nilai CF

Gambar 3.7Diagram Alir Data level 2 proses 2

3.2.4 Perancangan Tabel Untuk Basis Data

Basis data merupakan bagian dari implementasi sistem pakar yang digunakan untuk menyimpan semua data baik basis pengetahuan maupun basis saran.

3.2.4.1 Entity Relational Diagram

Entitas-entitas yang terlibat didalam sistem pakar ini antara lain : 1. Penyakit

2. Gejala 3. Pencegahan

(62)

Dari entitas-entitas yang terlibat dapat dibuat suatu diagram hubungan antar entitas seperti yang ditunjukkan pada gambar 3.8.

Penyakit Gejala

Keterangan Id_Penyakit

NamaPenyakit

Id_Gejala

NamaGejala

Memiliki

Pencegahan

Pencegahan Id_Pencegahan

Pertanyaan Nilai CF

Keterangan CF Min

M M

Gambar 3.8Entity Relational Diagram

3.2.4.2 Tabel

a. Tabel Penyakit

Tabel Penyakit ini digunakan unuk menyimpan data-data penyakit yang terdiri dari Id_penyakit, Nama_penyakit, keterangan dan CF_Min. Id_penyakit merupakan primary key. Perancangan dari tabel penyakit dapat dilihat pada tabel 3.4 berikut ini.

(63)

Tabel 3.4Tabel Jenis Penyakit

No. Nama Field Tipe Data Keterangan

1 Id_penyakit INT Kode penyakit (primary key) 2 Nama_penyakit varchar Nama penyakit

3 keterangan varchar Keterangan penyakit

4 CF_Min varchar Batas minimum CF

b. Tabel Gejala

Tabel gejala digunakan untuk menyimpan data gejala yang terdiri dari Id_gejala, gejala dan pertanyaan. Perancangan dari tabel gejala dapat dilihat pada tabel 3.5 berikut ini.

Tabel 3.5Tabel Gejala

No. Nama Field Tipe Data Keterangan

1 Id_gejala INT Kode gejala (primary key)

2 gejala varchar Gejala

3 pertanyaan varchar Pertanyaan

c. Tabel pencegahan

Tabel pencegahan digunakan untuk menyimpan data pencegahan yeng terdiri dari Id_pencegahan, pencegahan dan keterangan. Perancangan dari tabel pencegahan dapat dilihat pada tabel 3.6 berikut ini.

Tabel 3.6Tabel Pencegahan

No. Nama Field Tipe Data Keterangan

1 Id_pencegahan INT Kode Pencegahan (primary key) 2 pencegahan varchar Nama Pencegahan

3 keterangan varchar Keterangan pencegahan

d. Tabel Kaidah

Tabel Kaidah digunakan untuk menentukan jenis penyakit dengan jenis gejala serta memberikan nilai cf pada gejala untuk tiap penyakit. Perancangan tabel Kaidah ini ditunjukkan pada tabel 3.7 berikut ini

(1)

5. Kesulitan Bernafas.

6. Bengkak pada kepala dan kelopak mata. 7. Penurunan jumlah telur yang dihasilkan. 8. Diare, menggigil dan mengeluarkan air mata.

9. Perdarahan di kulit pada area yang tidak ditumbuhi bulu, terutama pada kaki.

Gambar 4.21 Form Konsultasi Penyakit Flu Burung

Dari data gejala penyakit yang telah di input pada Form Konsultasi pada gambar 4.21 dapat dibuktikan bahwa gejala-gejala tersebut merupakan gejala dari penyakit Avian Influenza (Flu Burung), seperti yang terlihat pada gambar 4.22 berikut.

(2)

Gambar 4.22 Hasil Diagnosis Penyakit Flu Burung

Dari Hasil Diagnosis Penyakit Flu Burung (Gambar 4.22) menunjukkan bahwa penyakit yang berhasil didiagnosis yaitu penyakit avian influenza dengan nilai CF 0.90. Untuk membuktikan kebenaran dari perhitungan nilai CF tersebut dengan melakukan perhitungan menggunakan formula kombinasi beberapa faktor kepastian dengan dua atau lebih aturan.

(3)

Kaidah untuk penyakit avian influenza R1 : IF Gangguan pernapasan

THEN Avian Influenza (CF = 0.1)

R2 : IF Jengger dan Pial berwarna kemerahan sampai kebiruan THEN Avian Influenza (CF = 0.2)

R3 : IF Penurunan produksi telur THEN Avian Influenza (CF = 0.1) R4 : IF Diare

THEN Avian Influenza (CF = 0.1) R5 : IF Bercak darah pada kaki

THEN Avian Influenza (CF = 0.2) R6 : IF Menyebabkan kematian

THEN Avian Influenza (CF = 0.3) R7 : IF Kematian mendadak

THEN Avian Influenza (CF = 0.4) R8 : IF Angka Kematian yang tinggi

THEN Avian Influenza (CF = 0.5)

Dengan demikian, total nilai hasil kombinasi nilai CF untuk penyakit avian influenza yaitu:

CF(R1,R2) = CF(R1) + [CF(R2)] x [1-CF(R1)]

= CF(R1) + CF(R2) - [CF(R1)] x [CF(R2)] CF(R1,R2) = 0,1 + 0,2 – (0,1)( 0,2) = 0,28

CF(R1,R2,R3) = 0,28 + 0,1 – (0,28)(0,1) = 0,352 CF(R1,R2,R3,R4) = 0,352 + 0,1 – (0,352)(0,1) = 0,4168

CF(R1,R2,R3,R4,R5) = 0,4168 + 0,2 – (0,4168)(0,2) = 0,53344

CF(R1,R2,R3,R4,R5,R6) = 0,53344 + 0,3 – (0,53344)(0,3) = 0,673408

CF(R1,R2,R3,R4,R5,R6,R7) = 0,673408 + 0,4 – (0,673408)(0,4) = 0,8040448 CF(R1,R2,R3,R4,R5,R6,R7,R8) = 0,8040448 + 0,5 – (0,8040448)(0,5) = 0,9020224

(4)

Berikut tabel hasil pengujian diagnosis penyakit ayam dengan kombinasi yang berbeda:

Tabel 4.8 Tabel Hasil Pengujian Diagnosis dengan kombinasi Berbeda

No Percobaan Total Kombinasi Hasil

1 I 8 0,9020224 (terbukti)

2 II 6 0,86392 (terbukti)

3 III 4 Tidak terbukti

Dari Hasil pengujian diatas dapat disimpulkan bahwa tingkat keakuratannya adalah 90%.

(5)

BAB 5

PENUTUP

5.1 Kesimpulan

Dari penelitian ini dapat disimpulkan :

1. Hasil pengujian “Sistem Pakar Online Menggunakan Rule Based Method Untuk Diagnosis Penyakit Ayam” menunjukkan bahwa sistem pakar ini dapat melakukan penambahan data penyakit, data gejala dan data pencegahan.

2. Sistem pakar yang dibuat dapat melakukan diagnosis penyakit dengan nilai kepastiannya berdasarkan gejala-gejala yang diinputkan, serta dapat memberikan saran pencegahan yang ditujukan kepada pengguna agar bisa mengantisipasi ayam yang belum terinfeksi penyakit (dalam keadaan sehat).

3. Tingkat Keakuratan dari Sistem Pakar Online Menggunakan Rule Based Method Untuk Diagnosis Penyakit Ayam adalah 90%

5.2 Saran

Untuk menyempurnakan sistem yang telah dibuat ini diberikan saran :

1. Dalam pengembangannya, diharapkan dalam pengumpulan data – data gejala harus lebih lengkap agar menghasilkan informasi penyakit yang lebih akurat. 2. Sistem ini diharapkan dapat memberikan informasi yang akurat dengan melakukan

(6)

DAFTAR PUSTAKA

Alfiani, Diah, 2002, “Sistem Pakar untuk Identifikasi Kayu”. Ilmu Komputer Gunadarma, Jakarta.

Arhami, Muhammad, 2005, “Konsep Dasar Sistem Pakar”, ANDI Yogyakarta. Badan Penelitian dan Pengembangan Kesehatan, Depkes RI, 2005, “Flu Burung”,

diakses melalui pada tanggal 12 Juli 2008.

Direktorat Budidaya Ternak Non Ruminansia, 2007, “Gejala dan Cara Pencegahan Flu Burung”. Diakses melalu tanggal 26 Agustus 2008.

KomNas Pengendalian Flu Burung dan Kesiapsiagaan Menghadapi Pandemi Influenza, 2006, “Petunjuk Umum Pencegahan Flu Burung Pada Unggas Dan Manusia”, diakses melalui

tanggal 26 Agustus 2008.

Kusrini, 2007, “Sistem Pakar – Teori dan Aplikasi”, ANDI Yogyakarta.

Peter, Pak Fong CHAN, 1996, “An Expert System For Diagnosis For Problems In Reinforced Concrete Structures”, Royal Melbourne Institute of Technology City Campus, Melbourne Vic 3001, Australia.

Pratondo Utomo, Tanto. Dan Marimin, 2002, “Sistem Pakar Penanganan Limbah Gas Pabrik Karet Remah”, Universitas Lampung dan Institut Pertanian Bogor. Suparman, 1991, “Mengenal Artificial Intelegence”, ANDI Yogyakarta.

Turban, Efraim 2005, “Decision Support Systems and Intelligent Systems”, ANDI Yogyakarta.

Wijaya, Rahmadi, 2007, “Penggunaan Sistem Pakar dalam Pengembangan Portal Informasi untuk Spesifikasi Jenis Penyakit Infeksi”, STMIK Cirebon

Sistem Pakar Online Menggunakan Rule Base Method Untuk Dignosis Penyakit Dalam