TA : Sistem Pakar Fuzzy Untuk Mendiagnosis Gangguan Jiwa Skizofrenia (Studi Kasus RS. Jiwa Menur Surabaya).

(STUDI KASUS RS. JIWA MENUR SURABAYA)

TUGAS AKHIR

Nama : Alfian Angga Pradika NIM : 08.41010.0428

Program : S1 (Strata Satu) Jurusan : Sistem Informasi

SEKOLAH TINGGI

MANAJEMEN INFORMATIKA & TEKNIK KOMPUTER SURABAYA

i

Halaman

ABSTRAK ... i

KATA PENGANTAR ... ii

DAFTAR ISI ... iv

DAFTAR TABEL ... v

DAFTAR GAMBAR ... ix

DAFTAR LAMPIRAN ... xiii

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang Masalah ... 1

1.2 Perumusan Masalah ... 3

1.3 Pembatasan Masalah ... 3

1.4 Tujuan ... 3

1.5 Manfaat Penelitian ... 4

1.6 Sistematika Penulisan ... 5

BAB II LANDASAN TEORI ... 7

2.1 Kecerdasan Buatan ... 7

2.2 Sistem Pakar ... 7

2.2.1 Struktur Sistem Pakar ... 10

2.2.2 Sistem Berbasis Aturan (Rule Based System) ... 11

2.2.3 Ciri-Ciri Sistem Pakar ... 11

2.2.4 Keuntungan dan Kelemahan Sistem Pakar ... 12

ii

2.3.2 Fuzzy Database ... 15

2.4 Certainty Factor ... 17

2.5 Proses Diagnosis Penyakit ... 22

2.6 Pengertian Gangguan Jiwa Skizofrenia ... 23

2.6.1 Jenis Gangguan Jiwa Skizofrenia ... 23

2.6.2 Gejala Gangguan Jiwa Skizofrenia ... 25

BAB III ANALISIS DAN PERANCANGAN SISTEM ... 23

3.1 Analisis Permasalahan ... 32

3.2 Perancangan Sistem Pakar ... 33

3.2.1 Desain Arsitektur... 33

3.2.2 Rancangan Sistem Pakar Fuzzy ... 34

3.2.3 Construct Fuzzy Databases ... 40

3.2.4 Construct Rule ... 40

3.3 Perancangan Aplikasi Sistem Pakar ... 43

3.3.1 System Flow... 43

3.3.2 Data Flow Diagram ... 46

3.3.3 Permodelan Database ... 51

3.3.4 Struktur Tabel ... 53

3.3.5 Desain Input/Output ... 59

3.3.6 Desain Uji Coba ... 81

BAB IV IMPLEMENTASI DAN EVALUASI ... 95

iii

4.1.2 Instalasi Program dan Pengaturan Sistem ... 96

4.2 Evaluasi Sistem ... 96

4.2.1 Evaluasi Hasil Uji Coba Sistem ... 97

4.2.2 Analisis Evaluasi Sistem ... 144

4.2.3 Uji Coba Kemudahan Pengguna Aplikasi ... 152

BAB V PENUTUP ... 153

5.1 Kesimpulan ... 153

5.2 Saran ... 153

DAFTAR PUSTAKA ... 155

iv

Halaman

Tabel 2.1 Relasi Penyakit dan Gejala ... 16

Tabel 2.2 Fuzzy Database ... 16

Tabel 2.3 Tingkat Keyakinan CF ... 18

Tabel 2.4 Fuzzy Database ... 19

Tabel 2.5 Nilai Tingkat Keyakinan CF Pakar ... 20

Tabel 3.1 Data Jenis Gangguan Jiwa Skizofrenia ... 37

Tabel 3.2 Data Gejala Gangguan Jiwa Skizofrenia ... 38

Table 3.3 Data Obat Gangguan Jiwa Skizofrenia... 39

Tabel 3.4 Master User... 53

Tabel 3.5 Master Gangguan Jiwa Skizofrenia ... 53

Tabel 3.6 Master Gejala ... 54

Tabel 3.7 Master Obat... 55

Tabel 3.8 Pengobatan ... 55

Tabel 3.9 CF Gejala ... 56

Tabel 3.10 CF Nilai Parameter ... 56

Tabel 3.11 Master Pasien ... 57

Tabel 3.12 Diagnosis ... 58

Tabel 3.13 Detail Pasien ... 58

Tabel 3.14 Detail Diagnosis ... 59

Tabel 3.15 Fungsi Objek Desain Main Form... 60

v

Tabel 3.18 Fungsi Objek Desain Form Master Gejala ... 63

Tabel 3.19 Fungsi Objek Desain Form Pencarian Gejala ... 64

Tabel 3.20 Fungsi Objek Desain Form Master Obat ... 65

Tabel 3.21 Fungsi Objek Desain Form Master Pengobatan ... 66

Tabel 3.22 Fungsi Objek Desain Form Master User ... 68

Tabel 3.23 Fungsi Objek Desain Form CF Pemilihan Gejala ... 69

Tabel 3.24 Fungsi Objek Desain Form Pengisian Nilai CF Gejala ... 70

Tabel 3.25 Fungsi Objek Desain Form Pengisian Nilai CF Parameter ... 71

Tabel 3.26 Fungsi Objek Desain Form Master Pasien ... 72

Tabel 3.27 Fungsi Objek Desain Form Pasien... 72

Tabel 3.28 Fungsi Objek Desain Form Pencarian Pasien ... 73

Tabel 3.29 Fungsi Objek Desain Form Diagnosis ... 74

Tabel 3.30 Fungsi Objek Desain Form Hasil Diagnosis... 75

Tabel 3.31 Fungsi Objek Desain Form Laporan Rekapitulasi ... 76

Tabel 3.32 Fungsi Objek Desain Form Laporan History ... 77

Tabel 3.33 Fungsi Objek Desain Output Laporan Hasil Diagnosis ... 78

Tabel 3.34 Fungsi Objek Desain Output Laporan Rekapitulasi per Bulan ... 79

Tabel 3.35 Fungsi Objek Desain Output Laporan Rekapitulasi per Tahun .... 80

Tabel 3.36 Fungsi Objek Desain Output Laporan History Pasien ... 82

Tabel 3.37 Data User ... 82

Tabel 3.38 Test Case Fitur Login ... 82

vi

Tabel 3.41 Data Gejala Gangguan Jiwa Skizofrenia ... 84

Tabel 3.42Test Case Fitur Maintenance Gejala Gangguan Jiwa Skizofrenia .. 84

Tabel 3.43 Data Obat ... 86

Tabel 3.44 Test Case Fitur Maintenance Obat ... 86

Tabel 3.45 Data Pengobatan ... 87

Tabel 3.46 Test Case Fitur Maintenance Pengobatan ... 87

Tabel 3.47 Data User ... 88

Tabel 3.48 Test Case Fitur Maintenance User ... 88

Tabel 3.49 Data CF Gejala ... 89

Tabel 3.50 Test Case Fitur Maintenance Pengisisan Nilai CF Gejala ... 89

Tabel 3.51Data CF Parameter ... 90

Tabel 3.52 Test Case Fitur Maintenance CF Parameter ... 90

Tabel 3.53 Data Pasien ... 91

Tabel 3.554Test Case Fitur Maintenance Pasien ... 91

Tabel 3.55 Data Diagnosis ... 92

Tabel 3.56 Test Case Fitur Maintenance Diagnosis Pasien ... 92

Tabel 3.57 Data Detail Diagnosis ... 93

Tabel 3.58 Test Case Fitur Maintenance Form Diagnosis ... 93

Tabel 3.59 Data Hasil Diagnosis ... 94

Tabel 3.60 Test Case Fitur Maintenance Hasil Diagnosis ... 94

Tabel 4.1 Test Case Login ... 97

vii

Tabel 4.4 Test Case Master Obat ... 108

Tabel 4.5 Test Case Master Pengobatan ... 111

Tabel 4.6 Test Case Master User ... 115

Tabel 4.7 Test Case Pengisian Nilai CF Gejala ... 118

Tabel 4.8 Test Case Pengisian Nilai CF Parameter ... 122

Tabel 4.9 Test Case Master Pasien ... 125

Tabel 4.10 Test Case Form Cetak Pasien ... 128

Tabel 4.11 Test Case Form Pasien ... 129

Tabel 4.12 Test Case Form Diagnosis ... 132

Tabel 4.13 Data Pertanyaan pada Form Diagnosis ... 134

Tabel 4.14 Test Case Form Hasil Diagnosis ... 136

Tabel 4.15 Test Case Form Laporan Rekapitulasi ... 138

Tabel 4.16 Test Case Form Laporan History Pasien ... 141

Tabel 4.17 Data Hasil Diagnosis Pasien 1 ... 145

Tabel 4.18 Data Hasil Diagnosis Pasien 2 ... 145

Tabel 4.19 Data Hasil Diagnosis Pasien 3 ... 146

Tabel 4.10 Data Hasil Diagnosis Pasien 4 ... 146

Tabel 4.21 Data Hasil Diagnosis Pasien 5 ... 146

Tabel 4.22 Data Hasil Diagnosis Pasien 6 ... 146

Tabel 4.23 Data Hasil Diagnosis Pasien 7 ... 147

Tabel 4.24 Data Hasil Diagnosis Pasien 8 ... 147

viii

Tabel 4.27 Data Hasil Diagnosis Pasien 11 ... 148

Tabel 4.28 Data Hasil Diagnosis Pasien 12 ... 148

Tabel 4.29 Data Hasil Diagnosis Pasien 13 ... 148

Tabel 4.30 Data Hasil Diagnosis Pasien 14 ... 149

Tabel 4.31 Data Hasil Diagnosis Pasien 15 ... 149

ix

Halaman

Gambar 2.1 Bagian Utama Sistem Pakar ... 8

Gambar 3.1 Desain Arsitektur Diagnosis Gangguan Jiwa Skizofrenia ... 33

Gambar 3.2 Diagram Garis Besar Perencanaan dan Analisis Sistem ... 35

Gambar 3.3 Flowchart Construction Rule Base ... 36

Gambar 3.4 Flowchart Construct Rule ... 41

Gambar 3.5 System Flow Maintenance Data ... 44

Gambar 3.6 System Flow Untuk Diagnosis... 45

Gambar 3.7 Diagram Berjenjang ... 46

Gambar 3.8 Context Diagram ... 47

Gambar 3.9 DFD Level 0 ... 48

Gambar 3.10 DFD Level 1 Maintenance Data ... 49

Gambar 3.11 DFD Level 1 Diagnosis ... 50

Gambar 3.12 DFD Level 1 Membuat Laporan ... 51

Gambar 3.13 Conceptual Data Model (CDM) ... 52

Gambar 3.14 Physical Data Model (PDM) ... 52

Gambar 3.15 Desain Main Form ... 60

Gambar 3.16 Desain Form Login ... 61

Gambar 3.17 Desain Form Master Gangguan Jiwa Skizofrenia ... 62

Gambar 3.18 Desain Form Master Gejala ... 63

Gambar 3.19 Desain Form Cari Gejala... 64

x

Gambar 3.22 Desain Form Master User ... 67

Gambar 3.23 Desain Form Pemilihan CF Gejala ... 68

Gambar 3.24 Desain Form Pengisian Nilai CF Gejala ... 69

Gambar 3.25 Desain Form CF Parameter ... 70

Gambar 3.26 Desain Form Master Pasien ... 71

Gambar 3.27 Desain Form Pasien ... 72

Gambar 3.28 Desain Form Pencarian Pasien ... 73

Gambar 3.29 Desain Form Diagnosis ... 74

Gambar 3.30 Desain Form Hasil Diagnosis ... 75

Gambar 3.31 Desain Form Laporan Rekapitulasi... 76

Gambar 3.32 Desain Form Laporan History Pasien ... 77

Gambar 3.33 Desain Output Laporan Hasil Diagnosis ... 78

Gambar 3.34 Desain Output Laporan Rekapitulasi per Bulan ... 79

Gambar 3.35 Desain Output Laporan Rekapitulasi per Tahun ... 80

Gambar 3.36 Desain Output Laporan History Pasien ... 81

Gambar 4.1 Form Login ... 98

Gambar 4.2 Pesan Login Berhasil ... 99

Gambar 4.3 Pesan Data yang Dimasukkan Tidak Valid ... 99

Gambar 4.4 Form Master Jenis Gangguan Jiwa Skizofrenia ... 101

Gambar 4.5 Pesan Data Berhasil Disimpan ... 102

Gambar 4.6 Pesan Ada Data yang Masih Belum Diisi ... 102

xi

Gambar 4.9 Pesan Data Berhasil Disimpan ... 106

Gambar 4.10 Pesan Ada Data yang Masih Belum Diisi ... 106

Gambar 4.11 Form Pencarian Data Gejala Gangguan Jiwa Skizofrenia ... 107

Gambar 4.12 Pesan Data Telah Berhasil Diubah ... 107

Gambar 4.13 Form Master Jenis Obat ... 109

Gambar 4.14 Pesan Data Berhasil Disimpan ... 110

Gambar 4.15 Pesan Ada Data yang Masih Belum Diisi ... 110

Gambar 4.16 Pesan Data Telah Berhasil Diubah ... 111

Gambar 4.17 Form Master Pengobatan ... 113

Gambar 4.18 Pesan Data Berhasil Disimpan ... 113

Gambar 4.19 Pesan Ada Data yang Masih Belum Diisi ... 114

Gambar 4.20 Pesan Data Telah Ada ... 114

Gambar 4.21 Pesan Data Telah Berhasil Diubah ... 115

Gambar 4.22 Form Master User ... 116

Gambar 4.23 Pesan Data Berhasil Disimpan ... 117

Gambar 4.24 Pesan Ada Data yang Masih Belum Diisi ... 117

Gambar 4.25 Pesan Data Telah Berhasil Diubah ... 118

Gambar 4.26 Form Pemilihan Gejala ... 119

Gambar 4.27 Form Pengisian Nilai CF Gejala ... 120

Gambar 4.28 Pesan Data Berhasil Disimpan ... 121

Gambar 4.29 Pesan Ada Data yang Masih Belum Diisi ... 121

xii

Gambar 4.32 Pesan Ada Data yang Masih Belum Diisi ... 124

Gambar 4.33 Form Master Pasien ... 126

Gambar 4.34 Pesan Data Berhasil Disimpan ... 127

Gambar 4.35 Pesan Ada Data yang Masih Belum Diisi ... 127

Gambar 4.36 Form Cetak Data Pasien ... 129

Gambar 4.37 Form Pasien... 131

Gambar 4.38 Pesan Ada Data yang Masih Belum Diisi ... 131

Gambar 4.39 Form Diagnosis ... 133

Gambar 4.40 Pesan Ada Pertanyaan yang Masih Belum Terjawab... 133

Gambar 4.41 Form Hasil Diagnosis... 137

Gambar 4.42 Report Hasil Diagnosis Pasien ... 137

Gambar 4.43 Form Laporan Rekapitulasi ... 139

Gambar 4.44 Pesan Belum Memilih “Pilihan Laporan” ... 140

Gambar 4.45 Pesan Belum Mengisi Data Bulan ... 140

Gambar 4.46 Data Laporan Rekapitulasi Berhasil Ditampilkan ... 141

Gambar 4.47 Form Laporan History Pasien ... 142

Gambar 4.48 Pesan Data Belum Diisi... 143

xiii

Halaman

Lampiran 1 Laporan Hasil Diagnosis Pasien ... 157

Lampiran 2 Laporan Rekapitulasi Data Pasien per Bulan ... 159

Lampiran 3 Laporan Rekapitulasi Data Pasien per Tahun ... 160

Lampiran 4 Laporan Data History Pasien ... 161

Lampiran 5 Kartu Data Pasien ... 162

Lampiran 6 Nilai CF Data Gejala Gangguan Jiwa Skizofrenia Paranoid dari Pakar ... 166

Lampiran 7 Nilai CF Data Gejala Gangguan Jiwa Skizofrenia Hebefrenik dari Pakar ... 167

Lampiran 8 Nilai CF Data Gejala Gangguan Jiwa Skizofrenia Residual dari Pakar ... 168

Lampiran 9 Nilai CF Data Gejala Gangguan Jiwa Skizofrenia Tak terinci dari Pakar ... 169

Lampiran 10 Nilai CF Data Gejala Gangguan Jiwa Skizofrenia Katatonik dari Pakar ... 170

Lampiran 11 Nilai CF Data Gejala Gangguan Jiwa Skizofrenia Simpleks dari Pakar ... 171

Lampiran 12 Perhitungan Certainty Factor gejala gangguan jiwa Skizofrenia ... 172

Lampiran 13 Data Hasil Uji Coba Aplikasi kepada 8 Pasien ... 180

Lampiran 14 Angket Penggunaan Aplikasi ... 196

Lampiran 15 10 Besar Data Pasien Penyakit Rawat Jalan di RS. Jiwa Menur Surabaya ... 198

Lampiran 17 Surat Keterangan dari RS. Jiwa Menur Surabaya ... 199

1 1.1 Latar Belakang Masalah

Hasil studi Bank Dunia tahun 2001 menunjukkan bahwa masalah kesehatan jiwa mencapai 8,1 persen, jauh lebih tinggi dari tuberklosis (7,2 persen), kanker (5,8 persen), penyakit jantung (4,4 persen), dan malaria (2,6 persen). Riset dasar kesehatan nasional tahun 2007 menyebutkan sekitar satu juta orang di Indonesia mengalami gangguan jiwa berat, sedangkan 19 juta orang lainnya menderita gangguan jiwa ringan hingga sedang (Dewi, 2011). Pada tahapan gangguan jiwa, jenis penyakit gangguan jiwa skizofrenia termasuk dalam gangguan jiwa berat. Berdasarkan survei Kementerian Sosial tahun 2008, penderita skizofrenia di Indonesia ada 650.000 orang. Data di Rumah Sakit Jiwa Menur Surabaya, menyebutkan bahwa skizofrenia merupakan peringkat pertama dari 10 besar penyakit rawat jalan di rumah sakit tersebut (lampiran 15). Sekitar 30.000 orang dipasung dengan alasan agar tidak membahayakan orang lain atau menutupi aib keluarga (Anna, 2011). Fakta inilah yang menjadi alasan pemilihan gangguan jiwa skizofrenia sebagai permasalahan yang diangkat dalam tugas akhir ini agar dapat malakukan tindakan yang cepat dalam penanganan gangguan jiwa skizofrenia.

Pengobatan memang dapat dilakukan, tetapi hampir dua pertiga dari penderita gangguan jiwa tidak pernah mendapat bantuan profesional kesehatan yang layak. Hal ini terjadi karena penilaian buruk yang diberikan masyarakat

terhadap gangguan jiwa, deskriminasi dalam memperlakukan mereka, serta ketidakpedulian masyarakat dalam pencegahan gangguan jiwa.

Apabila gangguan jiwa ini tidak mendapat perhatian dan penanganan yang cepat serta tepat maka akan sangat berdampak buruk bagi para penderita. Beberapa dampak buruk itu antara lain, penderita akan selalu dikucilkan oleh masyarakat, gangguan jiwa yang dialami penderita akan semakin parah sehingga akan lebih menyulitkan dalam hal pengobatan, dampak buruk tersebut juga dapat berpengaruh kepada keluarga maupun keturunan penderita yang juga dapat mengalami gangguan jiwa. Dampak yang paling parah apabila gangguan jiwa yang diderita cukup berat dapat menimbulkan suatu keinginan atau tindakan untuk melakukan bunuh diri atau melakukan suatu tindakan yang lebih parah seperti pembunuhan dan hal tidak wajar lainnya.

Sistem pakar mencoba mencari solusi yang memuaskan sebagaimana yang dilakukan oleh seorang pakar, seperti memberikan penjelasan terhadap langkah yang diambil dan memberikan alasan atas saran atau kesimpulan yang ditemukannya. Contohnya seperti sistem pakar untuk mendiagnosa gangguan jiwa skizofrenia. Sistem pakar ini dapat digunakan oleh pihak menur untuk dapat

mempercepat proses diagnosis gangguan jiwa skizofrenia dan sebagai alternatif apabila dokter tidak ada di tempat. Dengan adanya sistem pakar ini diharapkan dapat menghasilkan informasi mengenai gangguan jiwa skizofrenia, cara mendiagnosa gangguan jiwa, serta cara pengobatan yang harus dilakukan untuk membantu kinerja serta ketepatan diagnosis oleh seorang pakar.

1.2 Perumusan Masalah

Rumusan masalah dalam pembuatan sistem pakar ini definisikan sebagai berikut :

1. Bagaimana melakukan identifikasi terhadap gangguan jiwa skizofrenia ?

2. Bagaimana merancang perangkat lunak dengan sistem pakar fuzzy untuk identifikasi gangguan jiwa skizofrenia ?

3. Bagaimana membangun perangkat lunak untuk mengidentifikasi gangguan jiwa skizofrenia serta mamberikan saran pengobatan ?

1.3 Pembatasan Masalah

Dalam perancangan system Informasi ini, agar tidak menyimpang dari tujuan yang hendak dicapai, maka pembahasan masalah dibatasi pada hal-hal sebagai berikut:

1. Mengidentifikasi gangguan jiwa skizofrenia.

2. Metode perancangannya adalah menggunakan sistem pakar fuzzy.

3. Gangguan jiwa yang diketahui dari hasil diagnosis secara pasti dbatasi dengan melihat gejala-gejala yang ditanyakan.

4. Informasi jenis gangguan jiwa skizofrenia beserta pengobatannya dapat diketahui setelah mengetahui gejala gangguan jiwa yang ditimbulkan oleh pengalaman traumatik dan perilaku pasien.

1.4 Tujuan

Tujuan dari pembuatan Tugas Akhir ini adalah sebagai berikut :

1. Untuk melakukan identifikasi secara menyeluruh terhadap gangguan jiwa skizofrenia dan memperoleh informasi yang dibutuhkan.

2. Untuk merancang perangkat lunak menggunakan sistem pakar fuzzy untuk identifikasi gangguan jiwa skizofrenia agar sistem pakar ini dapat dioperasikan sebagai alat bantu untuk mendiagnosis penyakit skizofrenia, khususnya oleh para ahli kesehatan jiwa.

3. Untuk membangun perangkat lunak dalam mengidentifikasi gangguan jiwa skizofrenia serta memberikan saran pengobatannya.

1.5 Manfaat Penelitian

Manfaat yang diharapkan dari pembuatan Sistem Pakar untuk mendiagnosis gangguan jiwa skizofrenia ini adalah :

1. Teoritis

Dapat menambah pengetahuan tentang sistem pakar dan metodenya serta aplikasi yang dapat dikembangkan dalam sistem pakar

2. Praktis

a. Bagi mahasiswa

Dapat meningkatkan wawasan mahasiswa mengenai sistem pakar serta teori sistem pakar fuzzy, dapat memberikan suatu ide untuk mengimplementasikan sistem pakar terhadap permasalahan yang lain, serta dapat menambah kemampuan dan keyakinan mahasiswa akan teori yang diperoleh dari perkuliahan.

b. Bagi pihak terkait

Dapat mengenali gangguan jiwa skizofrenia dan dapat mengetahui obat yang sesuai dalam penanganan gangguan jiwa skizofrenia tertentu.

1.6 Sistematika Penulisan

Sistematika penulisan yang digunakan dalam penulisan tugas akhir ini adalah sebagai berikut :

BAB I PENDAHULUAN

Bab ini membahas tentang latar belakang masalah, perumusan masalah, pembatasan masalah, tujuan dari pembuatan sistem, dan sistematika penulisan laporan Tugas Akhir

BAB II LANDASAN TEORI

Bab ini menjelaskan tentang definisi tentang gangguan jiwa skizofrenia, jenis-jenis gangguan jiwa skizofrenia dan teori yang

berbentuk uraian kualitatif, model matematis atau persamaan-persamaan yang langsung berkaitan dengan permasalahan yang dikerjakan. Dalam hal ini, teori yang digunakan dalam penyelesaian Tugas Akhir ini adalah teori tentang sistem pakar dan sistem pakar fuzzy.

BAB III ANALISIS DAN PERANCANGAN SISTEM

Bab ini membahas tentang perancangan sistem yang meliputi perancangan diagram alir yang menunjukkan alur jalan dari sistem, desain arsitektur yang menunjukkan hubungan antar elemen, Dalam bab ini juga dilengkapi dengan struktur tabel, desain input output sistem pakar diagnosis gangguan jiwa skizofrenia, serta desain uji coba sistem.

BAB IV IMPLEMENTASI DAN EVALUASI

Bab ini berisi tentang penjelasan evaluasi dari sistem yang telah dibuat dan proses implementasi dari sistem yang telah melalui tahap evaluasi sebelumnya.

BAB V PENUTUP

Bab ini berisi kesimpulan dan saran. Saran yang dimaksud adalah saran terhadap kekurangan dari aplikasi yang ada kepada pihak lain yang ingin meneruskan topik tugas akhir ini. Tujuannya adalah agar pihak lain tersebut dapat menyempurnakan aplikasi sehingga bisa menjadi lebih baik dan berguna.

7 2.1 Kecerdasan Buatan

Kecerdasan Buatan atau yang lebih dikenal dengan Artificial Inteligence (AI) merupakan merupakan suatu bagian dari ilmu komputer yang membuat agar komputer dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia (Kusumadewi, 2003). AI dikembngkan pertama kali pada tahun 1960-an ketika John McCarthy dari Msschusets Institute of Technology (MIT) menciptakan bahasa pemrograman LISP. Kemudian berkembang dengan dibuatnya pogram komputer yang “berpikir” seperti permainan catur dan pembuktian perhitungan matematis secara komputasi. Pada tahun 1964, Joseph Weizenbaum juga dari MIT membuat ALIZA, sebuah program yang menggambarkan konsultasi seseorang psikiater dengan pasiennya. Era 70-an perkembangan AI menghasilkan beberapa terobosan dan satu diantaranya yang paling populer adalah Expert System (ES). Salah satu ES yang pertama kali dibuat oleh MYCIN-nya Universitas Stamford yang membuat para ahli medis untuk mendiagnosis dan menganalisis sakit yang diderita pasien-pasiennya.

2.2 Sistem Pakar

Menurut Patterson (1990), sistem pakar adalah sekumpulan program yang memanipulasi pangkalan pengetahuan (knowledge base) untuk menyelesaikan masalah-masalah pada bidang khusus yang memerlukan keahlian manusia. Sistem pakar bekerja berdasarkan pengetahuan yang dimasukkan oleh

seorang atau beberapa orang pakar dalam rangka mengumpulkan informasi sampai sistem pakar dapat menentukan jawabannya.

Menurut Kusrini (2006), sistem pakar adalah sistem berbasis komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tersebut. Sistem pakar bekerja berdasarkan pengetahuan yang dimasukkan oleh seorang atau beberapa orang pakar dalam rangka mengumpulkan informasi hingga sistem pakar dapat menemukan jawabannya.

Di dalam menyelesaikan suatu masalah, sistem pakar mengajukan berbagai pertanyaan kepada pemakai dalam rangka pengumpulan informasi hingga sistem pakar tersebut dapat memberikan suatu penyelesaian yang dianggap tepat atau sesuai bagi seseorang yang harus memiliki serangkaian alternatif terbaik dari alternatif yang ada. Berdasarkan kriteria yang diberikan, sistem pakar bisa menentukan pilihan yang tepat. Tujuan utama sistem ini adalah untuk memindahkan secara efektif ilmu pengetahuan kepada mereka yang bukan pakar.

Sistem pakar mempunyai 3 bagian utama, yaitu user interface, interface engine, dan knowledge base. Hubungan ketiga bagian tersebut dapat dinyatakan

seperti Gambar 2.1.

User User Interface Inference Engine Knoledge Base

a. User Interface berfungsi sebagai media pemasukan pengetahuan kedalam knowledge base dan melakukan komunikasi dengan user.

b. Inference Engine merupakan bagian dari sistem pakar yang melakukan penalaran dengan menggunakan isi knowledge base berdasarkan urutan tertentu. Mekanisme inferensi berfungsi untuk mensimulasikan strategi penyelesaian masalah dari seorang pakar. Selama proses penalaran, mekanisme inferensi menguji aturan-aturan dari basis pengetahuan satu persatu.

c. Knowledge Base merupakan suatu database yang menangani informasi khusus dan aturan tentang subyek tertentu yang diperlukan untuk membuat fakta-fakta dan teknik dalam menerangkan masalah yang disusun dalam urutan yang logis. Knowledge base terdiri dari dua bagian :

1. Fakta

Fakta adalah suatu kenyataan atau kebenaran yang diketahui. Fakta menyatakan hubungan antara dua objek atau lebih.

2. Aturan

Dalam menerangkan masalah digunakan suatu aturan untuk menentukan hal apa yang harus dilakukan dalam situasi tertentu dan aturan tersebut terdiri dari dua bagian yaitu if dan then, dimana if merupakan kondisi yang mungkin benar atau yang mungkin salah, sedangkan then merupakan tindakan yang dilakukan jika kondisi benar.

2.2.1 Struktur Sistem Pakar

Menurut Irawan (2007), secara umum struktur sebuah sistem pakar terdiri atas 3 komponen utama, yaitu; knowledge base, working memory, dan inference engine.

1. Knowledge Base (basis pengetahuan) adalah bagian dari sebuah sistem pakar yang mengandung/menyimpan pengetahuan (domain knowledge). Dalam basis pengetahuan ini tersusun atas fakta dan kaidah. Fakta adalah informasi tentang objek, peristiwa, atau situasi. Kaidah adalah cara untuk membangkitkan suatu fakta baru dari fakta yang sudah diketahui. Knowledge yang dikandung oleh sebuah sistem pakar berbeda antara satu dengan yang lain tergantung pada bidang kepakaran dari sistem yang dibangun. Misalnya; medical expert system akan memiliki basis pengetahuan tentang hal-hal yang

berkaitan dengan medis. Knowledge base dipresentasikan dalam berbagai macam bentuk, salah satunya adalah dalam bentuk sistem berbasis aturan (ruled-based system).

2. Working memory mengandung/menyimpan fakta-fakta yang ditemukan selama proses konsultasi dengan sistem pakar. Selama proses konsultasi, user memasukkan fakta-fakta yang dibutuhkan. Kemudian sistem akan mencari padanan tentang fakta tersebut dengan informasi yang ada dalam knowledge base untuk menghasilkan fakta baru. Sistem akan memasukkan fakta baru ini

kedalam working memory. Jadi working memory menyimpan informasi tentang fakta-fakta yang dimasukkan oleh user ataupun fakta baru hasil kesimpulan dari sistem.

3. Inference engine bertugas mencari padanan antara fakta yang ada didalam working memory dengan fakta-fakta tentang domain knowledge tertentu yang

ada di dalam knowledge base, selanjutnya inference engine akan menarik/mengambil kesimpulan dari problem yang diajukan kepada sistem (Irawan, 2007).

2.2.2 Sistem Berbasis Aturan (Rule-Based System)

Sistem berbasis aturan (rule-based system) menggunakan Modus Ponens sebagai dasar untuk mamanipulasi aturan, yaitu :

fakta A benar, dan operasi A B benar, maka fakta B adalah benar

Dengan menggunakan teknik searching dan penyesuaian pola (pattern matching), sistem berbasis aturan melakukan proses reasoning mulai dari fakta

awal sampai menuju pada kesimpulan. Dalam proses ini mungkin akan dihasilkan fakta-fakta baru menuju pada penyelesaian masalah. Jadi dapat disimpulkan bahwa proses penyelesaian masalah pada sistem berbasis aturan adalah menciptakan sederet fakta-fakta baru yang merupakan hasil dari sederetan proses inferensi sehingga membentuk semacam jalur antara difinisi masalah menuju pada solusi masalah. Deretan inferensi tersebut adalah inferensi chain (Irawan, 2007).

2.2.3 Ciri-ciri sistem pakar

Ciri-ciri sistem pakar adalah sebagai berikut (Kusrini, 2006): 1. Terbatas pada bidang yang spesifik.

2. Dapat memberikan penalaran untuk data-data yang tidak lengkap atau tidak pasti.

3. Dapat mengemukakan rangkaian alasan yang diberikannya dengan cara yang dapat dipahami.

4. Berdasarkan pada rules atau aturan tertentu. 5. Dirancang untuk dikembangkan secara bertahap. 6. Output bersifat nasihat atau anjuran.

7. Output tergantung dari dialog dengan user. 8. Knowledge base dan inference engine terpisah.

2.2.4 Keuntungan dan kelemahan sistem pakar

Ada beberpa keuntungan yang diperoleh dengan mengembangkan sistem pakar (Kusrini, 2006), antara lain :

1. Membuat seorang yang awam dapat bekerja seperti layaknya seorang pakar. 2. Dapat bekerja dengan informasi yang tidak lengkap atau tidak pasti.

3. Meningkatkan output dan produktivitas. 4. Meningkatkan kualitas.

5. Menyediakan nasihat atau solusi yang konsisten dan dapat mengurangi tingkat kesalahan.

6. Membuat peralatan yang kompleks dan mudah dioperasionalkan karena sistem pakar dapat melatih pekerja yang tidak berpengalaman.

8. Memungkinkan pemindahan pengetahuan ke lokasi yang jauh serta memperluas jangkauan seorang pakar, dapat diperoleh atau dipakai dimana saja.

Ada beberpa kelemahan yang diperoleh dengan mengembangkan sistem pakar, antara lain :

1. Daya kerja dan produktivitas manusia menjadi berkurang karena semuanya dilakukan secara otomatis oleh sistem.

2. Pengembangan perangkat lunak sistem pakar lebih sulit dibandingkan dengan perangkat lunak konvensional.

3. Biaya pembuatan mahal, karena seorang pakar membutuhkan pembuat aplikasi untuk membuat sistem pakar yang diinginkan.

2.3 Sistem Pakar Fuzzy

Expert system atau sistem pakar adalah salah satu bagian dari kecerdasan

buatan dimana didalamnya terdapat data-data yang berasal dari seorang pakar. Sistem pakar adalah suatu program komputer yang dibuat dengan berdasarkan bidang tertentu, yang mana tingkat keahlian dari program tersebut untuk menangani masalah, sebanding dengan kemampuan seorang ahli di bidang tersebut (Ignizio, 1991). Dengan kata lain expert system mempunyai knowledge atau pengetahuan seperti halnya seorang pakar.

Expert system di dalam bekerja berdasarkan rule based yang disimpan di

dalam database. Bentuk umum rule based yang dipakai dalam expert system adalah if A then B atau jika A maka B, dimana A disebut sebagai premis dan B disebut sebagai konklusi. Didalam pengerjaan dengan metode rule based akan banyak ditemui kelemahan-kelemahan yaitu:

1. Membutuhkan pencocokan yang benar-benar pas, contohnya jika sakit kepala dan suhu badan naik maka terkena demam. Jika diberi pernyataan sakit kepala saja, maka rule diatas tidak dapat memberi kesimpulan apakah terkena demam atau tidak.

2. Seringkali sulit untuk menghubungkan rule-rule yang berhubungan dengan sebuah inference chain (otak dari sistem pakar untuk melakukan pengecekan dari rule yang satu ke rule lainnya).

3. Bisa menjadi sangat lambat jika menampung banyak rule. 4. Tidak cocok untuk permasalahan tertentu.

Untuk mengatasi kekurangan dari sistem pakar yang berbasis rule, maka dikembangakan suatu sistem pakar yang berbasis fuzzy sebagai pengolahannya sehingga sistem tersebut dikenal dengan nama sistem pakar fuzzy.

Sistem pakar fuzzy adalah suatu sistem pakar yang menggunakan perhitungan fuzzy dalam mengolah knowledge untuk menghasilkan konsekuensi, premis dengan konklusi atau kondisi dengan akibat sehingga menghasilkan informasi yang memiliki keakuratan kepada end user atau pengguna. Bentuk umum fuzzy expert system hampir sama dengan bentuk rule based pada expert system yaitu if A then B dimana A dan B adalah fuzzy sets (Klir dan Yuan, 1995).

2.3.1 Fuzzy Sets

Di dalam dunia nyata ada dua tipe ketidakpastian yaitu ketidakpastian yang dapat ditentukan (deterministic uncertainly) dan ketidakpastian yang tidak dapat ditentukan (non-deterministic uncertainly) (Klir dan Yuan, 2001). Teori fuzzy set dikemukakan oleh seorang professor matematika yang bernama L.A.

Zadeh, untuk menjawab permasalahan ketidakpastian yang dapat ditentukan (deterministic uncertainly).

Knowledge-based Fuzzy Set adalah suatu logika fuzzy untuk menyatakan

ketidakpastian dalam menentukan keanggotaan suatu elemen terhadap suatu set, dengan cara memberikan membership degree antara 0 sampai dengan 1 yang diberikan oleh beberapa orang pakar. Definisi dari knowledge-based fuzzy set adalah sebagai berikut :

Misal A = {A1, ….., An} sebagai set of element dan μA = {μ1, ….., μ2}

sebagai set of membership degree. μA didefinisikan sebagai sebuah fuzzy set

berdasarkan membership function terhadap universal set X adalah suatu mapping dari X ke dalam interval yang tertutup [0,1] (dibaca antara 0 sampai 1). Secara formal membership function ditulis :

μA : X  [0,1]

Sehingga dalam bentuk fungsi, secara formal ditulis : A : X  [0,1]

2.3.2 Fuzzy Databases

Sekumpulan data yang berisi objek-objek, dimana masing-masing objek memiliki attribute. Attribute antara suatu objek dengan objek lainnya ditentukan oleh suatu nilai diantra 0 sampai dengan 1. Biasanya fuzzy databases ditampilkan dalam bentuk tabel. Fuzzy database tersebut dapat dilihat pada Tabel 2.1.

Tabel 2.1 Relasi Penyakit dan Gejala

Berdasarkan data relasi yang didapatkan antara penyakit dengan gejala tersebut, digunakan rumus perhitungan fuzzy untuk mandapatkan nilai fuzzy set pada tiap attribute yang dimiliki. Rumus yang digunakan sebagai berikut :

Pi (gj) = 1-

Case Total

Case Total

g P

i

m j

_ 1 _

) (





... (2.1)

Tabel 2.2 Fuzzy Database

Dari Tabel 2.2 dapat dilihat bahwa misalkan P1 sampai P2 adalah objek

dan g1 sampai g5 adalah attribute dari objek. Bentuk fuzzy set dari masing-masing

objek dalam tabel tersebut adalah sebagai berikut : P1 = {

1 1

g , 2

5 , 0

g , 5

75 . 0

P2 = { 2 5 , 0

g ,0.75g₃} P3 = {

2 5 , 0

g , 4

75 . 0

g } P4 = {

3 75 . 0

g , 4

75 . 0

g , 5

75 . 0

g }

Objek yang digunakan dalam Tugas Akhir ini adalah penyakit (gangguan jiwa), dan masing-masing attribute adalah gejala-gejala yang menyertai suatu penyakit. Tiap attribute mempunyai membership degree antara 0 sampai 1 terhadap objek. Bila bernilai 1, maka attribute itu pasti menentukan objek tersebut. Bila bernilai antara 0 sampai 1 menunjukkan seberapa besar kemungkinan attribute tertentu menentukan objek tersebut.

2.4 Certainty Factor

Pakar sering membuat perkiraan saat memecahkan masalah. Informasi yang didapatkan sering hanya merupakan perkiraan dan tidak lengkap, sehingga dibutuhkan suatu cara untuk menyarakan informasi yang tidak pasti. Certainty Factor (CF) digunakan untuk menyatakan tingkat keyakinan pakar dalam suatu

pernyataan (Levine, 1998). Certainty Factor dinilai dengan angka dalam rentang (-1) yakin negatif sampai (1) yakin positif. Pemberian nilai untuk pembagian tingkat keyakinan dapat dilihat pada Tabel 2.3 (Intan dan Gregorius, 2010).

Tabel 2.3 Tingkat Keyakinan CF (Intan dan Gregorius, 2010)

Uncertain Term CF

Definitely not -1.0 Almost certainly not -0.8

Probably not -0.6

Maybe not -0.4

Unknown -0.2 to 0.2

Maybe 0.4

Probably 0.6

Almost certainly 0.8

Definitely 1.0

Menentukan Nilai CF Menggunakan Rumus Certainty factor

Model yang diusulkan untuk menentukan CF (Rule) adalah sebagai berikut:

x

1

CF(Rule) = 1 -

+

y

y

... (2.2)

dimana:

x = Jumlah kemunculan kombinasi nilai variabel fakta E1  E2...  EN

didalam rule yang dihitung, sebagai set / subset kombinasi nilai variabel fakta pada setiap rule dengan variabel hipotesa H yang sama.

y = Jumlah semua rule yang memiliki variabel hipotesa H yang sama dengan rule yang sedang dihitung.

Tabel relasi antara penyakit dan gejala yang telah memiliki membership degree akan didefinisikan sebagai seebuah nilai fuzzy, akan disebut sebagai tabel fuzzy database.

Tabel 2.4 Fuzzy Database

Tabel fuzzy database tersebut dapat direpresentasikan dalam bentuk fuzzy set untuk masing-masing penyakit sebagai berikut :

P1 = {

3 1

G , ₅

43 , 0

G , ₇

57 , 0

G , ₁₀

57 , 0

G , 1G₁₃ , ₁₅ 57 , 0

G , ₁₉

8 , 0 G , 21 43 , 0

G , 0,43G₂₄ , 1G₂₅ , 28 57 , 0

G , 0,57G₃₁, 1G₃₄ }

……….. P7 = {

4 43 , 0

G , ₈

57 , 0

G , ₁₀

57 , 0

G , ₁₂

43 , 0

G , ₁₄

57 , 0

G , ₂₄

43 , 0

G , ₃₁

57 , 0 G , 33 71 , 0

G , 1G₃₇ }

Nilai pada tabel fuzzy set di atas merupakan hasil dari perhitungan model yang diusulkan untuk menentukan CF (Rule), namun nilai fuzzy set tersebut dapat memiliki keakuratan yang lebih tinggi dengan data yang real dari seorang pakar gangguan jiwa skizofrenia.

Tabel di bawah ini akan menjelaskan nilai tingkat keyakinan yang dimiliki oleh seorang pakar gangguan jiwa skizofrenia. Pemberian nilai untuk pembagian tingkat keyakinan pakar dapat dilihat pada Tabel 2.5.

Tabel 2.5 Nilai Tingkat Keyakinan CF Pakar A.

Kondisi CF

Tidak pernah -0.3

Jarang 0.1

Kadang – kadang 0.5

Sering 0.9

Keterangan :

Tidak pernah : Pasien tidak pernah menunjukkan/mengalami gejala skizofrenia yang ada.

Jarang : Dalam kurun waktu 1 minggu, pasien tampak menunjukkan/mengalami gejala-gejala skizofrenia, sekitar 2 sampai 3 kali.

Kadang-kadang : Dalam kurun waktu 1 minggu, pasien terlihat menunjukkan gejala skizofrenia (seperti pada waktu pagi pasien menunjukkan gejala skizofrenia tapi pada waktu malam hari pasien seperti orang normal)

Sering : Setiap hari pasien menunjukkan gejala-gejala gangguan jiwa skizofrenia secara terus menerus.

Ada beberapa aturan untuk penghitungan Certainty Factor (CF) : a. Rule Dasar

IF Evidence (E)  CF (E) THEN Hipotesis (H)

CF (H, E) = CF (E) * CF (Rule) ... (2.3) b. Rule dengan Operator AND

IF Evidence 1 (E1)  CF (E1)

AND Evidence 2 (E2)  CF (E2)

Then Hipotesis (H)

CF (H, E1 and E2) = min {CF(E1), CF(E2)} * CF (Rule) ... (2.4)

c. Rule dengan Operator OR

IF Evidence 1 (E1)  CF (E1)

OR Evidence 2 (E2)  CF (E2)

Then Hipotesis (H)

CF (H, E1 and E2) = max{CF(E1), CF(E2)} * CF (Rule) ... (2.5)

d. Rule Kompleks

IF Evidence 1 (E1)  CF (E1)

AND Evidence 2 (E2)  CF (E2)

OR Evidence 3 (E3)  CF (E3)

AND Evidence 2 (E4)  CF (E4)

THEN Hipotesis (H) CF (H) =

e. Rule Kombinasi

IF Evidence 1 (E1)  CF (E1)

THEN Hipotesis (H)

IF Evidence 2 (E2)  CF (E2)

THEN Hipotesis (H)

CF(CF1, CF2) = CF1 + CF2 * (1-CF1)  nilai CF1 dan CF2 > 0

CF(CF1, CF2) = CF1 + CF2 * (1+CF1)  nilai CF1 dan CF2 < 0

CF(CF1, CF2) = (CF1 + CF2) / (1-min{|CF1|,|CF2|})

 nilai CF1 dan CF2 > 0………(2.7)

2.5 Proses Diagnosis Penyakit

Proses diagnosis merupakan perpaduan dari aktivitas intelektual dan manipulatif. Menurut Handayani dan Sutikno (2008), diagnosis sendiri didefinisikan sebagai suatu proses penting pemberian nama dan pengklasifikasian penyakit-penyakit pasien, yang menunjukkan kemungkinan nasib pasien dan yang mengarahkan pada pengobatan tertentu. Diagnosis sebagaimana halnya dengan penelitian-penelitian ilmiah, didasarkan atas metode hipotesis. 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.

2.6 Pengertian Gangguan Jiwa Skizofrenia

Skizofrenia adalah suatu sindrom klinis dengan variasi psikopatologi, biasanya berat, berlangsung lama dan ditandai oleh penyimpangan dari pikiran, persepsi serta emosi (Maslim, 2003).

Skizofrenia adalah suatu gangguan psikosis fungsional berupa gangguan

mental berulang yang ditandai dengan gejala-gejala psikotik yang khas dan oleh kemunduran fungsi sosial, fungsi kerja, dan perawatan diri. Skizofrenia merupakan penyakit otak yang timbul akibat ketidakseimbangan pada dopamin, yaitu salah satu sel kimia dalam otak dan juga merupakan gangguan jiwa psikotik paling lazim dengan ciri hilangnya perasaan afektif atau respons emosional dan menarik diri dari hubungan antarpribadi normal. Sering kali diikuti dengan delusi (keyakinan yang salah) dan halusinasi (persepsi tanpa ada rangsang pancaindra). Pada pasien penderita, ditemukan penurunan kadar transtiretin atau pre-albumin yang merupakan pengusung hormon tiroksin, yang menyebabkan permasalahan pada fluida cerebrospinal.

2.6.1 Jenis Gangguan Jiwa Skizofrenia

Klasifikasi Skizofrenia menurut Maslim (2003) dan Maramis (2006) adalah sebagai berikut :

1. Skizofrenia Paranoid

Skizofrenia paranoid adalah jenis skizofrenia yang paling sering dijumpai di

Negara manapun. Gambaran Klinis didominasi oleh waham waham yang secara relative stabil, sering kali bersifat paranoid , biasanya disertai oleh halusinasi-halusinasi, terutama halusinasi pendengaran dan gangguan persepsi. Gangguan afektif, dorongan kehendak dan pembicaraan serta gejala gejala katatonik tidak menonjol.

2. Skizofrenia Hebefrenik

Skizofrenia hebefrenik atau disebut juga hebefrenia, permulaannya

perlahan-lahan dan sering timbul pada masa remaja atau antara 15–25 tahun. Gejala yang menyolok adalah gangguan proses berfikir, gangguan kemauan dan adanya depersonalisasi. Gangguan psikomotor seperti perilaku kekanak-kanakan sering terdapat pada jenis ini. Waham dan halusinasi banyak sekali. 3. Skizofrenia Katatonik

skizofrenia katatonik atau disebut juga katatonia, timbulnya pertama kali

antara umur 15-30 tahun dan biasanya akut serta sering didahului oleh stres emosional. Mungkin terjadi gaduh gelisah katatonik atau stupor katatonik. 4. Skizofrenia Tak terinci

PPDGJ mengklasifikasikan pasien sebagai tipe tidak terinci karena seringkali seorang pasien yang telah jelas skizofrenik tidak dapat dengan mudah dimasukkan kedalam salah satu tipe dari gangguan jiwa skizofrenia.

5. Skizofrenia Residual

Skizofrenia residual merupakan keadaan skizofrenia dengan gejala-gejala

primernya, tetapi tidak jelas adanya gejala-gejala sekunder. Keadaan ini timbul sesudah beberapa kali serangan skizofrenia.

6. Skizofrenia Simpleks

Gangguan jiwa jenis ini timbul pertama kali pada masa pubertas dengan gejala utama kedangkalan emosi dan kemunduran kemauan. Pada skizofrenia simpleks, perkembangan perlahan namun progresif mengenai keanehan

tingkah laku, ketidakmampuan memenuhi tuntutan masyarakat dan penurunan kinerja menyeluruh.

2.6.2 Gejala Gangguan Jiwa Skizofrenia

Data yang digunakan dalam mendiagnosis gangguan jiwa ini adalah dari buku dan data dari Rumah Sakit Jiwa Menur Surabaya. Berikut ini adalah jenis-jenis Gangguan Jiwa berserta gejalanya :

1. Skizofrenia Paranoid

Gejala :

a. Adanya suara-suara halusinasi yang mengancam atau memberi perintah. b. Waham yang menurut budaya setempat dianggap tidak wajar

c. Tidak dapat beradaptasi dengan masyarakat

d. Suara halusinasi yang berkomentar secara terus menerus terhadap perilaku klien.

e. Halusinasi pembauan/pengecapan rasa, atau bersifat sexsual, atau lain-lain perasaan tubuh

g. Pengalaman inderawi yang tak wajar, bersifat mistik /mujizat

h. Gejala khas (halusinasi, waham) telah berlangsung selama kurun waktu kurang lebih 1 bulan pada klien

i. Pernah mengalami penganiayaan fisik, atau sexual, kekerasan dalam keluarga

j. Keyakinan dikejar-kejar yang beraneka ragam adalah paling khas

k. Arus pikiran yang terputus /pembicaraaan yang tidak relevan/sikap apatis/jarang bicara

l. Pernah menyaksikan penganiayaan fisik, atau sexual, kekerasan dalam keluarga atau lingkungan

m.Halusinasi auditorik tanpa bentuk verbal, berupa bunyi pluit, mendengung, bunyi tawa

Obat :

a. Chlorpromazine b. Fluphenazone c. Flupenazine d. Meprosetil

2. Skizofrenia Hebefrenik

Gejala :

a. Kepribadian permobid (menunjukkan ciri khas pemalu, atau senang menyendiri).

b. Isi pikiran asing dari luar masuk ke dalam pikiran klien c. Waham yang menurut budaya setempat dianggap tidak wajar d. Tidak dapat beradaptasi dengan masyarakat

e. Adanya suatu preokupasi yang dangkal (bersifat dibuat-buat terhadap agama, filsafat dan tema abstrak lainnya)

f. Pernah mengalami gangguan jiwa di masa lalu

g. Ada anggota keluarga yang lainnya yang mengalami gangguan jiwa h. Pengalaman inderawi yang tak wajar, bersifat mistik /mujizat

i. Afek pasien dangkal dan tidak wajar, sering disertai oleh cekikikan, senyum sendiri, puas diri, tertawa menyeringai, ungkapan kata yang diulang-ulang. Ini terjadi selama kurang lebih 2 – 3 bulan

j. Gejala khas (halusinasi, waham) telah berlangsung selama kurun waktu kurang lebih 1 bulan pada klien

k. Isi pikiran diri klien sendiri yang berulang /bergema dalam kepalanya l. Ada kecenderungan untuk selalu menyendiri, hampa tujuan perasaaan

(terjadi selama 2 – 3 bulan) Obat :

a. Fluphenazone b. Modecate c. Neripros

3. Skizofrenia Katatonik

Gejala :

a. Isi pikiran asing dari luar masuk ke dalam pikiran klien

b. Menampilkan posisi tubuh tertentu yang tidak wajar atau aneh c. Waham yang menurut budaya setempat dianggap tidak wajar

d. Waham tentang diri klien dikendalikan / dipengaruhi oleh kekuatan tertentu dari luar

e. Suara halusinasi yang berkomentar secara terus menerus terhadap perilaku klien

f. Pernah mengalami pengalaman yang tidak menyenangkan (kegagalan/perpisahan/kematian/trauma)

g. Command automatism (kepatuhan secara otomatis terhadap perintah), dan pengulangan kata-kata serta kalimat-kalimat

h. Gaduh, gelisah,(tampak jelas aktivitas motorik yang tak bertujuan)

i. Pernah mengalami penganiayaan fisik, atau sexual, kekerasan dalam keluarga

j. Negativisme (tampak jelas perlawanan yang tidak bermotif terhadap semua perintah)

k. Stupor (amat berkurangnya dalam aktivitas terhadap lingkungan dimana individu diam, tidak mau berkomunikasi, kalau berbicara suaranya monoton, ekspresi mukanya datar, atau mutisme (tidak berbicara)

l. Pernah menyaksikan penganiayaan fisik, atau sexual, kekerasan dalam keluarga atau lingkungan

m.Fleksibilitas cerea (dimana badannya menjadi lentur seperti lilin dan posisinya dapat dibentuk dari luar)

Obat :

a. Flupenazine b. Risperdal

4. Skizofrenia Tak terinci

Gejala :

b. Tidak dapat beradaptasi dengan masyarakat

c. Waham tentang diri klien dikendalikan / dipengaruhi oleh kekuatan tertentu dari luar

d. Pernah mengalami pengalaman yang tidak menyenangkan (kegagalan/perpisahan/kematian/trauma)

e. Pernah mengalami gangguan jiwa di masa lalu

f. Ada anggota keluarga yang lainnya yang mengalami gangguan jiwa

g. Gejala khas (halusinasi, waham) telah berlangsung selama kurun waktu kurang lebih 1 bulan pada klien

h. Pernah mengalami penganiayaan fisik, atau sexual, kekerasan dalam keluarga

i. Arus pikiran yang terputus /pembicaraaan yang tidak relevan/ sikap apatis/jarang bicara

j. Isi pikiran diri klien sendiri yang berulang /bergema dalam kepalanya Obat :

a. Trifluoperazine b. Buteropenon c. Dogmatil

5. Skizofrenia Residual

Gejala :

a. Isi pikiran asing dari luar masuk ke dalam pikiran klien b. Waham yang menurut budaya setempat dianggap tidak wajar

c. Sedikitnya sudah melampaui kurun waktu satu tahun dimana intensitas dan frekuensi gejala yang nyata, seperti waham dan halusinasi telah sangat berkurang (minimal)

d. Waham tentang diri klien dikendalikan / dipengaruhi oleh kekuatan tertentu dari luar

e. Pernah mengalami pengalaman yang tidak menyenangkan (kegagalan/perpisahan/kematian/trauma)

f. Pernah mengalami gangguan jiwa di masa lalu

g. Tidak terdapat dementia atau penyakit/gangguan otak organik lain

h. Gejala khas (halusinasi, waham) telah berlangsung selama kurun waktu kurang lebih 1 bulan pada klien

i. Gejala negative dari schizophrenia yang menonjol, (misalnya perlambatan psikomotorik, aktivitas menurun, afek yang menumpul, sikap pasif dan ketiadaan inisiatif)

j. Pernah mengalami penganiayaan fisik, atau sexual, kekerasan dalam keluarga

k. Arus pikiran yang terputus /pembicaraaan yang tidak relevan/sikap apatis/jarang bicara

l. Komunikasi non verbal yang buruk, (seperti dalam ekspresi muka, kontak mata, modulasi suara dan posisi tubuh, perawatan diri dan kinerja social yang buruk)

m.Pernah menyaksikan penganiayaan fisik, atau sexual, kekerasan dalam keluarga atau lingkungan

Obat :

a. Chlorpromazine b. Meprosetil

6. Skizofrenia Simpleks

Gejala :

a. Isi pikiran asing dari luar masuk ke dalam pikiran klien b. Tidak dapat beradaptasi dengan masyarakat

c. Tidak adanya halusinasi ataupun waham

d. Suara halusinasi yang berkomentar secara terus menerus terhadap perilaku klien

e. Pernah mengalami pengalaman yang tidak menyenangkan (kegagalan/perpisahan/kematian/trauma)

f. Ada anggota keluarga yang lain yang mengalami gangguan jiwa

g. Gejala khas (halusinasi, waham) telah berlangsung selama kurun waktu kurang lebih 1 bulan pada klien

h. Disertai dengan perubahan-perubahan perilaku pribadi yang bermakna, bermanifestasi sebagai kehilangan minat yang mencolok,tidak berbuat sesuatu, tanpa tujuan hidup, dan penarikan diri secara social

i. Arus pikiran yang terputus /pembicaraaan yang tidak relevan/sikap apatis/jarang bicara

Obat :

a. Fluphenazone b. Flupenazine c. Risperdal

32

Pada bab ini berisi tentang analisis dan perancangan sistem yang dibuat mulai dari analisis permasalahan, perancangan sistem pakar, perancangan aplikasi sistem pakar, struktur tabel dan desain input dan output.

3.1 Analisis Permasalahan

Skizofrenia adalah suatu gangguan psikologis fungsional berupa gangguan

mental berulang yang ditandai dengan gejala-gejala psikotik yang khas dan oleh kemunduran fungsi sosial, fungsi kerja, dan perawatan diri. Skizofrenia merupakan penyakit otak yang timbul akibat ketidakseimbangan pada dopamin, yaitu salah satu sel kimia dalam otak. Pengetahuan masyarakat tentang gangguan jiwa terutama skizofrenia ini sangatlah terbatas, sehingga membuat mereka kesulitan memprediksi skizofrenia apa yang diderita oleh seseorang yang dekat dengan mereka (saudara). Mereka lebih memilih untuk menyerahkan hal diagnosis kepada seorang pakar. Namun biaya untuk berkonsultasi dengan dokter ahli/pakar tidaklah murah, sehingga banyak yang memilih untuk membiarkan atau merawat sendiri penderita gangguan jiwa skizofrenia atau malah memasung penderita tersebut dan baru membawa mereka ke dokter spesialis disaat sudah parah. Hal ini juga menyebabkan penyakit sulit ditangani dan disembuhkan.

Oleh karena masalah di atas maka dibutuhkan suatu sistem yang memiliki kemampuan/pengetahuan untuk mendiagnosis gangguan jiwa skizofrenia seperti halnya seorang pakar.

3.2 Perancangan Sistem Pakar

Dalam melakukan perancangan aturan ada beberapa tahap yang harus dilakukan, agar aplikasi yang dibuat dapat berfungsi sesuai dengan yang diharapkan.

3.2.1 Desain Arsitektur

Desain arsitektur seperti terlihat pada Gambar 3.1 menggambarkan hubungan antara elemen-elemen utama.

Admin

Inference Engine

Output - Hasil diagnosis

gangguan jiwa skizofrenia beserta solusi pengobatannya

Interface user User

Knowledge base Verifikasi

Interface Admin

Database pakar

Database user

Gambar 3.1 Desain Arsitektur Diagnosis Gangguan Jiwa Skizofrenia

Penjelasan dari desain arsitektur untuk diagnosis gangguan jiwa skizofrenia adalah sebagai berikut :

1. _{Interface admin : suatu media bagi admin untuk menginputkan parameter}

rules. Rule yang diinputkan adalah syarat-syarat untuk menghasilkan

knowledge base.

2. _{Verifikasi : suatu proses validasi rule suatu penyakit gangguan jiwa}

3. _{Database pakar : digunakan untuk mengembangkan basis pengetahuan}

apabila pakar akan menambahkan atau mengubah rule.

4. _{Interface user : interface bagi user yang berfungsi untuk berinteraksi dengan}

sistem, yaitu dengan menginputkan fakta-fakta untuk mendapatkan suatu kesimpulan.

5. _{Inference Engine : mekanisme inferensi yang digunakan adalah sistem pakar}

fuzzy, yaitu menulusuri gejala-gejala yang ada untuk menghasilkan suatu

kesimpulan. Dalam tugas akhir ini proses inferensi ditunjukkan dalam bentuk perhitungan certainty factor.

6. _{Knowledge base : kumpulan dari fakta dan aturan yang diperoleh sistem}

selama proses berlangsung, yaitu aturan tentang permasalahan-permasalahan yang telah didesain oleh admin. Dalam tugas akhir ini knowledge base berupa data jenis gangguan jiwa skizofrenia, data gejala gengguan jiwa skizofrenia dan data obat.

7. _{Output : hasil yang didapatkan dari sistem yang bisa menunjukkan jawaban}

dari gejala-gejala atau fakta fakta yang telah diinputkan. Output yang dihasilkan sistem adalah hasil diagnosis gangguan jiwa skizofrenia beserta solusi pengobatannya.

8. _{Database user : digunakan untuk menyimpan dan memaintenance data-data}

user.

3.2.2 Rancangan Sistem Pakar Fuzzy

Pada bagian ini akan diberikan detail peencanaan dan analisa kerja mengenai Tugas Akhir yang dibuat. Secara garis besar perencanaan sistem kerja

dari aplikasi ini dapat dibagi menjadi beberapa tahapan utama yang dapat dilihat pada Gambar 3.2.

Gambar 3.2 Diagram Garis Besar Perencanaan dan Analisis Sistem

A Perencanaan Pembuatan Rule Base

Tahap ini adalah tahap awal dalam melakukan perancangan dan pembuatan aplikasi sistem pakar. Pengetahuan pakar dan data-data yang didapatkan, dikumpulkan dan dijadikan suatu sistem informasi, yang nantinya digunakan sebagai knowledge base bagi aplikasi sistem pakar ini. Flowchart untuk construction rule base ini dapat dilihat pada Gambar 3.3.

Perencanaan User Interface Perencanaan

Basis Data

Perencanaan Sistem Pakar Perencanaan

Pembuatan Rule - Base

Start

Construct Fuzzy Database

Construct rule

End Pengelompokan

Data

Gambar 3.3 Flowchart Construction Rule Base

B Pengelompokan Data

Tahap awal yang dilakukan dalam pembuatan rules adalah pengelompokan data mengenai jenis-jenis gangguan jiwa skizofrenia. Data yang

dikumpulkan adalah penjelasan gangguan jiwa skizofrenia, gejala-gejala yang tampak, cara melakukan diagnosis, serta cara pengobatannya. Pengelompokan data ini dilakukan melalui buku penunjang, internet, serta data-data yang didapat dari hasil wawancara dengan para pakar yaitu dokter kesehatan jiwa.

C Data Jenis Gangguan Jiwa Skizofrenia

Pada bagian ini akan disajikan daftar gangguan jiwa yang sering terjadi. Daftar jenis gangguan jiwa ini menggunakan “J01” untuk urutan pertama, “J02” untuk urutan kedua dan seterusnya. Berdasarkan proses analisis, maka perancangan aturan melibatkan keterkaitan atau hubungan antara gejala dengan jenis gangguan jiwa. Bentuk data jenis gangguan jiwa tersebut dapat dilihat pada Tabel 3.1.

Tabel 3.1. Data Jenis Gangguan Jiwa Skizofrenia.

Kode Jenis Gangguan Jiwa Skizofrenia J01 Skizofrenia Paranoid

J02 Skizofrenia Hebefrenik J03 Skizofrenia Katatonik J04 Skizofrenia Tak Terinci J05 Skizofrenia Residual J06 Skizofrenia Simpleks J07 Skizofrenia Lainnya

D Data Gejala

Daftar semua gejala gangguan jiwa akan dijelaskan pada bagian kedua ini, namun gejala-gejala tersebut belum dikelompokkan kedalam masing-masing jenis gangguan jiwa. Sehingga, untuk membuat daftar gejala tersebut akan diurutkan berdasarkan nomor atau kode. Pada kasus ini menggunakan kode

“G001” untuk urutan pertama, lalu “G002” untuk urutan kedua, dan begitu selanjutnya hingga urutan terakhir “G035”. Data gejala-gejala pada gangguan jiwa skizofrrenia dapat dilihat pada Tabel 3.2.

Tabel 3.2 Data Gejala Gangguan Jiwa Skizofrenia

Kode Nama Gejala

G001 Kepribadian permobid (menunjukkan ciri khas pemalu, atau s menyendiri)

G002 Isi pikiran asing dari luar masuk ke dalam pikiran klien

G003 Adanya suara-suara halusinasi yang mengancam atau memberi perintah

G004 Menampilkan posisi tubuh tertentu yang tidak wajar atau aneh

G005 Melakukan suatu waham yang menurut budaya setempat dianggap tidak wajar

G006

Sedikitnya sudah melampaui kurun waktu satu tahun dimana intensitas dan frekuensi gejala yang nyata, seperti waham dan halusinasi telah sangat berkurang (minimal)

G007 Tidak dapat beradaptasi dengan masyarakat

G008 Waham tentang diri klien dikendalikan / dipengaruhi oleh kekuatan tertentu dari luar

G009 Sering tidak mengalami halusinasi atau waham

G010 Suara halusinasi yang berkomentar secara terus menerus terhadap perilaku klien

G011 Adanya suatu preokupasi yang dangkal (bersifat dibuat-buat terhadap agama, filsafat dan tema abstrak lainnya)

G012 Pernah mengalami pengalaman yang tidak menyenangkan (kegagalan/perpisahan/kematian/trauma)

G013 Halusinasi pembauan/pengecapan rasa, atau bersifat sexsual, atau lain-lain perasaan tubuh

G014 Pernah / sering mengalami gangguan jiwa di masa lalu

G015 Ada anggota keluarga yang lainnya yang mengalami gangguan jiwa G016 Command automatism (kepatuhan secara otomatis terhadap perintah),

dan pengulangan kata-kata serta kalimat-kalimat

G017 Pengalaman inderawi yang tak wajar, bersifat mistik /mujizat G018

Afek pasien dangkal dan tidak wajar, sering disertai oleh cekikikan, senyum sendiri, puas diri, tertawa menyeringai, ungkapan kata yang diulang-ulang. Ini terjadi selama kurang lebih 2 – 3 bulan

G019 Gejala khas (halusinasi, waham) telah berlangsung selama kurun waktu kurang lebih 1 bulan pada klien

G020 Gaduh, gelisah,(tampak jelas aktivitas motorik yang tak bertujuan) G021

Gejala negatif dari Skizofrenia yang menonjol, (misalnya perlambatan psikomotorik, aktivitas menurun, afek yang menumpul, sikap pasif dan ketiadaan inisiatif)

G022 Pernah mengalami penganiayaan fisik, atau sexual, kekerasan dalam keluarga

G023 Keyakinan dikejar-kejar yang beraneka ragam adalah paling khas G024 Negativisme (tampak jelas perlawanan yang tidak bermotif terhadap

Kode Nama Gejala G025

Disertai dengan perubahan-perubahan perilaku pribadi yang bermakna, bermanifestasi sebagai kehilangan minat yang mencolok,tidak berbuat sesuatu, tanpa tujuan hidup, dan penarikan diri secara sosial

G026 Arus pikiran yang terputus /pembicaraaan yang tidak relevan/sikap apatis/jarang bicara

G027

Komunikasi non verbal yang buruk, (seperti dalam ekspresi muka, kontak mata, modulasi suara dan posisi tubuh, perawatan diri dan kinerja social yang buruk)

G028

Stupor (amat berkurangnya dalam aktivitas terhadap lingkungan dimana individu diam, tidak mau berkomunikasi, kalau berbicara suaranya monoton, ekspresi mukanya datar, atau mutisme (tidak berbicara)

G029 Pernah menyaksikan penganiayaan fisik, atau sexual, kekerasan dalam keluarga atau lingkungan

G030 Mengalami depresi yang menonjol dan mengganggu, (dan telah ada dalam kurun waktu paling sedikit 2 minggu)

G031 Isi pikiran diri klien sendiri yang berulang /bergema dalam kepalanya G032 Halusinasi auditorik tanpa bentuk verbal, berupa bunyi pluit,

mendengung, bunyi tawa

G033 Fleksibilitas cerea (dimana badannya menjadi lentur seperti lilin dan posisinya dapat dibentuk dari luar)

G034 Ada kecenderungan untuk selalu menyendiri, hampa tujuan perasaaan (terjadi selama 2 – 3 bulan)

G035 Perilaku katatonik, seperti keadaan gaduh, gelisah, posisi tubuh tertentu

E Data Obat

Pada bagian ketiga ini akan disajikan daftar obat yang digunakan dalam pengobatan gangguan jiwa. Berhubungan dengan hal tersebut, daftar obat diurutkan berdasarkan nomor atau kode yang sesuai. Pada kasus ini, “O01” digunakan untuk urutan pertama, lalu “O02” untuk urutan kedua, dan begitu selanjutnya hingga urutan terakhir “O10”. Data obat gangguan jiwa skizofrrenia dapat dilihat pada Tabel 3.3

Tabel 3.3 Data Obat Gangguan Jiwa Skizofrenia

Kode Nama Obat

Kode Nama Obat O02 Fluphenazone O03 Trifluoperazine O04 Modecate O05 Buteropenon O06 Flupenazine O07 Dogmatil O08 Meprosetil O09 Neripros O10 Risperdal

3.2.3 Construct Fuzzy Databases

Tahap selanjutnya malakukan penyimpanan terhadap informasi yang telah didapat menjadi sebuah knowledge base. Knowledge base yang digunakan dalam aplikasi sistem pakar ini berada pada tingkat pertama, yaitu dengan membuat sebuah tabel relasi antara penyakit gangguan jiwa skizofrenia dan gejala-gejala yang berisikan penyakit gangguan jiwa skizofrenia, gejala-gejala yang tampak, beserta fuzzy quantifier. Tabel tersebut digunakan untuk menyatakan relasi antara himpunan penyakit dan himpunan gejala. Tabel relasi antara penyakit dan gejala telah dijelaskan pada bab II (Tabel 2.1).

3.2.4 Construct Rule

Setelah melakukan construct fuzzy database, dilakukan construct rule dari data-data yang ada. Dalam tahap construct rule ini, dilakukan kombinasi rule secara otomatis oleh aplikasi. Pembuatan rule dilakukan dengan mengkombinasikan semua gejala yang dimilki oleh tiap penyakit. Flowchart untuk proses construct rule dapat dilihat pada Gambar 3.4.

Mencari kombinasi gejala

Menghitung CF rule dan data

Mendapatkan nilai CF rule

End Ada kombinasi

lain ?

No Yes

Start

Gambar 3.4 Flowchart Construct Rule

Untuk proses penghitungan certainty factor dari tiap rule berdasarkan data yang didapatkan, akan digunakan rumus fuzzy. Dari pemberian nilai CF pada tingkat Keyakinan di atas, maka data akan dapat diolah berdasarkan nilai CF pada gejala yang dimiliki setiap jenis gangguan jiwa skizofrenia dan nilai CF pada tingkat Keyakinan yang terpilih.

Perhitungan Certainty factor dengan Nilai dari Pakar

Perhitungan nilai certainty factor dengan nilai yang diberikan oleh pakar akan menghasilkan suatu informasi yang lebih tepat daripada melakukan spekulasi dengan cara penentuan nilai certainty factor mengunakan rumus. Sebagai contoh perhitungan certainty factor dari nilai yang diberikan oleh seorang pakar akan sedikit dijelaskan dengan menggunakan contoh permasalahan berikut :

Data Gejala pada tiap jenis ganggguan jiwa skizofrenia. (Secara lebih lengkap data gejala beserta pehitungannya dapat dilihat pada Lampiran 12).

1. Skizofrenia Paranoid

Gejala CF

Adanya suara-suara halusinasi yang mengancam atau memberi perintah

0,75 Ada anggota keluarga yang lainnya yang mengalami gangguan

jiwa

0,30 Tidak dapat beradaptasi dengan masyarakat 0,55

2. Skizofrenia Hebefrenik

Gejala CF

Kepribadian permobid (menunjukkan ciri khas pemalu, atau senang menyendiri)

0,72 Isi pikiran asing dari luar masuk ke dalam pikiran klien 0,25 Melakukan suatu waham yang menurut budaya setempat

dianggap tidak wajar

0,40

Berdasarkan beberapa sampel atau data di atas, sistem pakar fuzzy akan mengolah data tersebut sehingga akan menghsailkan sebuah kesimpulan. Data akan dihitung berdasarkan jenis gangguan jiwa skizofrenia. Perhitungan fuzzy akan menggunakan rule kombinasi yang terdapat pada certainty factor di bab II (rumus 2.7).

Di bawah ini akan menjelaskan contoh dari proses diagnosis pemilihan gejala yang mempengaruhi pasien gangguan jiwa skizofrenia.

3 2 1 No

Dari data diagnosis di atas, maka akan dilakukan perhitungan untuk mengetahui prosentase jenis gangguan jiwa skizofrenia :

1. Perhitungan Gangguan Jiwa Skizofrenia Paranoid

CF(CF1, CF2) = 0 + 0,675 * (1 - 0) = 0,675 (CF no.1)

= 0,675+ 0,15 * (1 – 0,675) = 0,723 (CF no.1, CF no2)

= 0,723 + 0,495 * (1 – 0,723) = 0,86 (CF no.1, CF no2, CF no.3)

0,86 * 100% = 86%

2. Perhitungan gangguan Jiwa Skizofrenia Hebrefenik CF(CF1, CF2) = 0 + 0,648 * (1 - 0) = 0,648 (CF no.1)

= 0,648 + 0,125 * (1 – 0,648) = 0,692 (CF no.1, CF no2)

= 0,692 + 0,36 * (1 – 0,692) = 0,711 (CF no.1, CF no2, CF no.3)

0,80 * 100% = 80%

3.3 Perancangan Aplikasi Sistem Pakar 3.3.1 System Flow

Sistem flow merupakan suatu gambaran aliran kerja yang terdapat dalam suatu sistem dengan menggunakan simbol-simbol tertentu. Oleh karena itu penganalisa dapat menginformasikan jalannya suatu sistem dan dapat memahami sistematika sistem dengan mudah. Untuk system flow sistem pakar diagnosis gangguan jiwa skizofrenia ini akan dijelaskan secara lengkap di bawah ini.

System Flow Maintenance Data

System flow sistem untuk admin menggambarkan tentang proses

acquisition pengetahuan dari seorang pakar. Pengetahuan dari seorang pakar

direpresentasikan dalam bentuk fuzzy database dan rule fuzzy. Dalam melakukan maintenance data, admin harus melakukan pengisian beberapa data yang

menghasilkan suatu output yang diharapkan. Selain itu admin juga dapat melakukan perubahan terhadap data yang telah ada sebelumnya. System flow untuk maintenance data dapat dilihat pada Gambar 3.5.

System Flow Maintenance Data

System Admin

Mulai

Login

Validasi user dan

password User

User dan password valid ?

Maintenance data Master Maintenance Gangguan Jiwa Skizofrenia ? Menampilkan maintenance data gangguan jiwa skizofrenia

Data gangguan jiwa skizofrenia Simpan data gangguan jiwa skizofrenia Gangguan Jiwa Skizofrenia Ya Menampilkan maintenance data obat

Data obat Simpan data obat Obat

Maintenance Pengobatan ? Data Pengobatan Menampilkan maintenance data Pengobatan Simpan data Pengobatan Pengobatan

Data Gejala Gejala

Simpan data gejala Menampilkan maintenance data Gejala Data user Menampilkan maintenance data user Maintenance user ?

Simpan data user User

Data CF nilai paraneter Update data CF Nilai Parameter

Data CF gejala Setting CF nilai gejala

Menampilkan maintenance data CF Gejala Ya Tidak Ya Tidak Ya Tidak Ya A CF nilai parameter Simpan data CF

Nilai Parameter A

Simpan data CF

nilai gejala CF nilai gejala

B B Selesai Tidak C Tidak Ya C C C C C Tidak C C

System flow untuk Diagnosis

System flow untuk diagnosis menjelaskan tentang proses yang terjadi

dalam diagnosis, yaitu melakukan maintenance data pasien dan diagnosis. Proses diagnosis dilakukan dengan cara mendata pasien terlebih dahulu, setelah itu proses konsultasi dilakukan dengan cara menjawab pertanyaan yang diberikan oleh sistem. Setelah menjawab semua pertanyaan yang diberikan, sistem akan menampilkan kesimpulan mengenai gangguan jiwa skizofrenia apa yang diderita pasien dan pengobatannya berdasarkan data yang ada di dalam fuzzy database. System flow untuk diagnosis dapat dilihat pada Gambar 3.6.

System Flow Diagnosis

System User

Mulai

Login

User dan password valid ?

User Validasi user dan

password

Maintenance data pasien ?

Pasien Menampilkan

maintenance data pasien data pasien Simpan data pasien Diagnosis Kesimpulan diagnosis Simpan konsultasi Membuat laporan hasil diagnosis dan pengobatan Kartu data pasien

Selesai

CF nilai gejala _parameterCF nilai

Detail diagnosis Diagnosis Detail pasien

Pengobatan Ya Ya Tidak A A Tidak Laporan hasil diagnosis dan pengobatan Pilih data pasien

Menjawab list pertanyaan

3.3.2 Data Flow Diagram A Diagram Berjenjang

Diagram berjenjang untuk sistem yang akan dibangun ini dapat dilihat pada Gambar 3.7.

Sistem Pakar Diagnosis Gangguan Jiwa

Skizofrenia 0

Diagnosis 2

Maintenance Data 1

Membuat Laporan 3

Maintenance Pasien

1.1

Maintenance Gejala

Maintenance Gangguan Jiwa

Skizofrenia

Maintenance Obat Maintenance User Maintenance _Penanganan Maintenance CF _{Nilai Gejala} Maintenance CF _{Nilai Parameter} Laporan Diagnosis

3.1

Laporan Rekapitulasi

3.2

1.2 1.3 1.4 1.5 1.6 1.7 1.8

Gambar 3.7 Diagram Berjenjang

B Context Diagram

Pada context diagram sistem pakar diagnosis gangguan jiwa skizofrenia ini terdapat dua buah entitas, yaitu entitas user dan entitas admin. Pada sistem ini, user memberikan input kepada sistem berupa data pasien serta gejala-gejala yang

dialami oleh pasien berdasarkan pertanyaan yang harus dijawab yang telah disediakan oleh sistem, serta mendapatkan output berupa diagnosis gangguan jiwa skizofrenia beserta pengobatannya dan laporan diagnosis pasien. Sedangkan

obat, data penanganan, data certainty factor nilai gejala, data certainty factor nilai parameter, dan data user, serta admin mendapatkan output berupa laporan hasil diagnosis dan laporan diagnosis keseluruhan. Gambar 3.8 adalah gambar context diagram diagnosis gangguan jiwa skizofrenia.

Gambar 3.8 Context Diagram

C DFD Level 0

Sistem pakar diagnosis gangguan jiwa skizofrenia ini mempunyai 3 subsistem, yaitu maintenance data, diagnosis, dan membuat laporan. Subsistem maintenance data bertugas untuk mengolah data pasien yang akan melakukan

diagnosis pada sistem. Subsistem diagnosis memiliki fungsi untuk menyediakan suatu form pertanyaan yang harus dijawab oleh pasien yang sebelumnya telah diinputkan kedalam sistem oleh admin dengan pengetahuan seorang pakar, output dari proses ini akan menghasilkan data hasil diagnosis, data detail diagnosis dan data detail pasien. Subsistem membuat laporan ini bertugas untuk mengolah hasil diagnosis yang telah ada menjadi suatu laporan, subsistem membuat laporan menghasilkan 2 output, yaitu laporan hasil diagnosis dan laporan diagnosis

keseluruhan. Dalam sistem pakar diagnosis gangguan jiwa skizofrenia ini terdapat 11 buah tabel, yaitu master gejala, master gangguan jiwa, master user, master obat, master penanganan, CF nilai gejala, CF nilai parameter, master

pasien, detail pasien, diagnosis dan detail diagnosis. DFD level 0 ini dapat dilihat pada Gambar 3.9.

D DFD Level 1 Maintenance Data

Pada subsistem maintenance data ini, admin mempunyai hak akses untuk memberikan akses login kepada user, yang nantinya data tersebut akan disimpan di dalam tabel user. Untuk data gejala, gangguan jiwa skizofrenia, obat, user, penanganan, CF nilai gejala,CF nilai parameter diisi oleh pakar/admin yang akan disimpan pada tabel yang telah digambarkan di bawah. Untuk user yang telah masuk ke sistem dapat mengisi form pasien yang akan digunakan sebagai data diri pasien yang akan melakukan diagnosis. Gambar 3.10 adalah gambar DFD level 1 maintenance data diagnosis gangguan jiwa skizofrenia.

E DFD Level 1 Diagnosis

Pada subsistem diagnosis ini, user mempunyai hak akses untuk melakukan proses diagnosis, user akan mendapat list pertanyaan yang harus dijawab semua oleh user. Data hasil jawaban dari user nantinya akan disimpan ke tabel detail diagnosis. Data yang telah di jawab user nantinya akan diolah sistem untuk menghasilkan suatu kesimpulan dari pertanyaan yang telah dijawab oleh user. Gambar 3.11 adalah gambar DFD level 1 diagnosis gangguan jiwa skizofrenia.

F DFD Level 1 Membuat Laporan

Pada susbsistem membuat laporan ini menggambarkan bagaimana laporan-laporan dihasilkan. Untuk user, laporan yang didapat berupa laporan hasil diagnosis pasien yang di dalam laporan tersebut juga ada pengobatannya. Sedangkan untuk admin, laporan yang disediakan berupa laporan laporan hasil rekapitulasi diagnosis pasien dan laporan history pasien. Gambar 3.12 adalah DFD level 1 membuat laporan diagnosis gangguan jiwa skizofrenia.

Gambar 3.12 DFD Level 1 Membuat Laporan

3.3.3 Permodelan Database

Pada Conceptual Data Model (CDM) ini terdapat 11 entitas (tabel). Untuk lebih jelasnya, CDM bisa dilihat pada Gambar 3.13. Untuk Phisycal Data Model

(PDM) juga memiliki 11 entitas (tabel). Untuk lebih jelasnya, PDM dapat dilihat pada Gambar 3.14

Mempunyai Melakukan Mempunyai Menghasilkan Mempunyai Mempunyai Menghasilkan Melakukan Mempunyai Mempunyai Mempunyai Master Gejala Kode_Gejala Deskripsi_Gejala Pertanyaan CF Gejala Nilai_CF

Detail Diag nosis Diag nosis

Kode_Diag nosis Tang g al

Master Pasien Kode_pasien NamaPasien JenisKelamin Alamat Tang g alLahir Usia Detail Pasien

Prosentase

Master Gang g uan Kode_Gangg uan NamaGang g uan

Peng obatan Master Obat

Kode_Obat NamaObat Master User Username Password CF Parameter Kode_Nilai Nilai_Parameter

Gambar 3.13 Conceptual Data Model (CDM)

KODE_NILAI = KODE_NILAI

USERNAME = USERNAME

KODE_OBAT = KODE_OBAT KODE_GANGGUAN = KODE_GANGGUAN

KODE_GANGGUAN = KODE_GANGGUAN KODE_GANGGUAN = KODE_GANGGUAN

KODE_DIAGNOSIS = KODE_DIAGNOSIS

KODE_PASIEN = KODE_PASIEN KODE_DIAGNOSIS = KODE_DIAGNOSIS

KODE_GEJALA = KODE_GEJALA

KODE_GEJALA = KODE_GEJALA

MASTER_GEJALA KODE_GEJALA varchar(5) DESKRIPSI_GEJALA varchar(500) PERTANYAAN varchar(500)

CF_GEJALA KODE_GANGGU AN varchar(5) KODE_GEJALA varchar(5) NILAI_CF decimal(3,2)

DETAIL_DIAGNOSIS KODE_DIAGNOSIS varchar(5) KODE_GEJALA varchar(5) KODE_NILAI integ er

DIAGNOSIS KODE_DIAGNOSIS varchar(5) KODE_PASIEN varchar(5) USERNAME varchar(50) TANGGAL timestamp MASTER_PASIEN KODE_PASIEN varchar(5) NAMAPASIEN varchar(50) JENISKELAMIN varchar(10) ALAMAT varchar(500) TANGGALLAHIR timestamp USIA varchar(5) DETAIL_PASIEN

KODE_GANGGU AN varchar(5) KODE_DIAGNOSIS varchar(5) PROSENTASE decimal(4)

MASTER_GANGGUAN KODE_GANGGU AN varchar(5) NAMAGANGGU AN varchar(50)

PENGOBATAN KODE_OBAT varchar(5) KODE_GANGGU AN varchar(5)

MASTER_OBAT KODE_OBAT varchar(5) NAMAOBAT varchar(50) MASTER_USER USERNAME varchar(50) PASSWORD varchar(50) CF_PARAMETER

KODE_NILAI integ er NILAI_PARAMETER decimal(3,2)

3.3.4 Struktur Tabel

Struktut tabel merupakan penjabaran dan penjelasan dari suatu database. Dalam struktur tabel dijelaskan fungsi dari semua tabel sampai masing-masing field yang ada dalam sebuah tabel. Selain itu juga terdapat tipe dari

masing-masing field beserta konstrainnya. Adapun struktur tabel adalah sebagai berikut : 1. Tabel Master_User

Nama Tabel : Master_User Primary Key : Username Foreign Key : -

Fungsi : Digunakan untuk mengklasifikasikan pengguna

Tabel 3.4 Master_User

No Nama Field Tipe Data Panjang Key Keterangan

1 Username Varchar 50 PK Username pengguna sistem

2 Password Varchar 50 Password penguna sistem

2. Tabel Master_Gangguan

Nama Tabel : Master_Gangguan Primary Key : Kode_Gangguan Foreign Key : -

Fungsi : Digunakan sebagai data jenis gangguan jiwa skizofrenia

Tabel 3.5 Master_Gangguan

No Nama Field Tipe Data Panjang Key Keterangan 1 Kode_Gangguan Varchar 5 PK Kode gangguan berupa

auto number, sehingga admin tidak perlu mengisi manual kode gangguan

Keterangan :

True Positive (TP) = Jika hasil dari prediksi adalah p dan nilai sebenarnya juga p, maka disebut positif benar.

False Positive (FP) = Jika hasil dari prediksi adalah p dan nilai sebenarnya adalah n, maka disebut positif palsu.

True Negative (TN) = Telah terjadi ketika kedua hasil prediksi dan nilai aktual adalah n (negative)

False Positive (FN) = Telah terjadi ketika kedua hasil prediksi dan nilai aktual adalah p (positive)

Di bawah ini merupakan perhitungan untuk menentukan akurasi dari sistem.

ACC = ( TP + TN ) / (P+N) = ( 14 + 14 ) / ( 15 + 15p ) = 28 / 30

= 0,93

Dari perhitungan akurasi di atas, dapat diketahui nilai akurasi sistem pakar fuzzy untuk mendiagnosis gangguan jiwa skizofrenia adalah sebesar 0,93.

C Pemanfaatan Aplikasi

Manfaat yang diberikan aplikasi sistem pakar diagnosis gangguan jiwa Skizofrenia antara lain dapat memudahkan user untuk melakukan diagnosis serta dapat memberikan informasi yang dibutuhkan oleh user, antara lain user dapat mengetahui hasil diagnosis pasien dengan cepat, dapat melihat data history pasien

152

yang dibutuhkan, serta user juga dapat mengetahui data pasien per bulan maupun per tahun sesuai data yang dibutuhkan oleh user.

4.2.3 Uji Coba Kemudahan Pengguna Aplikasi

Sistem yang telah dibangun diuji cobakan kepada dokter dan asisten dokter melalui angket. Hasil angket menunjukkan bahwa sistem memiliki desain interface yang baik, user mudah untuk mengetahui fungsi dari tiap form dan tombol, ketepatan diagnosis pada aplikasi adalah baik, kelengkapan informasinya cukup, dan manfaatnya dapat dirasakan oleh user. Untuk data angket lebih jelas dapat dilihat pada Lampiran 14.

153 5.1 Kesimpulan

Kesimpulan yang dapat diambil dari hasil implementasi dan evaluasi pada bab sebelumnya adalah sebagai berikut :

1. Sistem dapat melakukan identifikasi dengan ketepatan hasil diagnosis sebesar 93% terhadap jenis gangguan jiwa skizofrenia dengan berdasar kepada gejala-gejala yang tampak pada pasien.

2. Sistem pakar untuk diagnosis gangguan jiwa skizofrenia telah berhasil diimplementasikan dengan menggunakan sistem pakar fuzzy kepada 15 orang pasien gangguan jiwa skizofrenia di RS. Jiwa Menur, dimana 14 pasien mendapatkan hasil diagnosis yang tepat sesuai diagnosis dokter, sehingga nantinya sistem pakar ini dapat dioperasikan sebagai alat bantu untuk mendiagnosis gangguan jiwa skizofrenia, khususnya oleh para ahli kesehatan jiwa.

3. Sistem dapat memberikan suatu saran pengobatan berdasarkan jenis gangguan skizofrenia yang dialami penderita dalam bentuk suatu laporan (report).

5.2 Saran

Dalam pengembangan Sistem Pakar Fuzzy untuk Mendiagnosis Gangguan Jiwa Skizofrenia, dapat dilakukan beberapa saran yang mendukung, antara lain adalah sebagai berikut :

154

1. Sistem ini dapat dikembangkan lebih lanjut dalam pemanfaatan media internet atau sistem berbasis web sehingga dapat diakses dengan luas. 2. Sistem ini dapat dikembangkan dengan menambahkan suatu solusi

pengobatan dalam bentuk terapi pasien, sehingga langkah tersebut dapat membantu proses penyembuhan dengan lebih cepat.

155

Anna, L.K. 2011. 80 Persen Penderita Skizofrenia Tak Diobati.

http://health.kompas.com/read/2011/06/03/07014272/80.Persen.Penderita .Skizofrenia.Tak.Diobati, diakses tanggal 21 November 2011.

Handayani, L dan Sutikno T. 2008. Sistem Pakar untuk Diagnosis Penyakit THT

Berbasis Web dengan “e2gLite Expert System Shell”. Jurnal Teknologi

Industri, Volume 12, Nomor 1.

Ignizio, J.P. 1991. Introduction to Expert System: The Development and Implementation of Rule-Based Expert System. Singapore: McGraw-Hill Book Co.

Intan, Rolly dan Gregorius S. Budhi. 2010. Proposal Penerapan Probabilitas Penggunaan Fakta Guna Menentukan Certainly Factor pada Rule Base Expert System. Surabaya : UK Petra.

Irawan, Jusak. 2007. Buku Pengantar Kuliah Sistem Pakar. Surabaya : Sekolah Tinggi Manajemen Informatika dan Teknik Komputer (STIKOM).

Klir, George J. dan Yuan, Bo. 1995. Fuzzy Sets and Fuzzy Relation: Theory and Applications. New Jersey: Prentice Hall.

Klir, George J. dan Yuan, Bo. 2001. Fuzzy sets and fuzzy logic theory and Applications. New Delhi : Prentice Hall of India.

Kusrini. 2006. Sistem Pakar Teori dan Aplikasi. Yogyakarta : Andi Offset. Kusumadewi, S. 2003. Artificial Intelligence: Teknik dan Aplikasinya.

Yogyakarta : Graha Ilmu

Levine, Robert I. 1998. A Comprehensive guide To AI And Expert Systems Using Turbo Pascal Internationa Edition. Singapore : McGraw-Hill Book Co. Maramis, W.F. 2006. Catatan Kuliah Kedokteran Jiwa. Surabaya : Airlangga

Press.

Maslim, Rusdi. 2003. Diagnosis Gangguan Jiwa: Rujukan Ringkas dari PPDGJ-III. Jakarta: Bagian Ilmu Kedokteran Jiwa FK-Unika Atmajaya.

Patterson, Dan W. 1990. Introduction To Artificial Intelligence And Expert System. New Jersey : Prentice Hall.

156

156 Safitri, Dewi. 2011. Bukan gila tapi sakit jiwa.

http://www.bbc.co.uk/indonesia/laporan_khusus/2011/10/111004_mental 1.shtml, diakses tanggal 24 Oktober 2011.