dan dapat memecahkan permasalahan layaknya seorang pakar. Sebuah sistem pakar dapat mengangkat berbagai bidang kehidupan manusia.Salah satu bidang
yang umum diangkat oleh sistem pakar adalah bidang kesehatan. Banyak penelitian telah dilakukan mengenai sistem pakar dalam
mendiagnosa penyakit.Mulai dari penyakit mata hingga penyakit dalam. Salah satu metode yang sering digunakan dalam penelitian sistem pakar adalah adalah
metode forward chaining ataupun backward chaining. Sedangkan untuk meyakinkan hasil dari sistem pakar ini biasanya digunakanlah metode naïve bayes
ataupun metode certainty factor. Berdasarkan penelitian sebelumnya, maka peneliti ingin melakukan
sebuah penelitian yang bertujuan untuk membantu dalam mendiagnosa gangguan sistem metabolisme khususnya diabetes. Adapun metode yang digunakan untuk
dapat menentukan hasilnya adalah dengan menggunakan metode forward chaining yang dikombinasikan dengan metode certainty factor.Dipilihnya metode
forward chaining ini karena metode ini sudah sering diterapkan dalam beberapa sistem pakar khususnya mengenai penyakit dalam yang dimana hasil yang didapat
cukup memuaskan. Begitu pula dengan metode certainty factor CF, pada penelitian sebelumnya metode ini menghasilkan presentase yang sesuai dengan
yang diharapkan, konsepnya yang sederhana juga menjadikan peneliti memilih metode ini. Karena itulah peneliti mencoba untuk menerapkan metode Forward
chaining dancertainty factor ini pada pembuatan sistem pakar untuk diagnosa diabetes karena penyakit degeneratif.
1.2 Rumusan Masalah
Berdasarkan dengan latar belakang masalah yang telah dijelaskan di atas, maka dapat dirumuskan sebuah pokok permasalahan, yaitu :
a. Bagaimana suatu sistem pakar dapat membantu dalam memberikan
diagnosa diabetes karena penyakit degeneratif? b.
Bagaimana menentukan faktor dominan dalam proses diagnosa diabetes?
1.3 Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk dapat mendiagnosa diabetes karena penyakit degeneratif dengan pengimplementasian sistem pakar dan untuk
mencari faktor dominan dalam proses diagnosa diabetes dengan penerapan certainty factor.
1.4 Batasan Masalah
Adapun batasan masalah dari penelitian ini adalah hanya mendiagnosis gejala-gejala awal dari penyakit diabetes dan prediabetes karena penyakit
degeneratif dengan menggunakan metode forward chaining dan certainty factor.
1.5 Manfaat Penelitian
Manfaat dari penelitian ini adalah dapat mengetahui apakah kita mengidap diabetes atau tidak.
1.6 Metodelogi Penelitian
Metode penelitian merupakan suatu cara yang dapat digunakan untuk mencapai tujuan yang diharapkan melalui suatu penelitian dengan teknik-teknik
dan alat-alat tertentu.
1.6.1 Desain Penelitian dan Tahap Penelitian
Dalam penelitian ini akan digunakan metode forward chaining yang digunakan sebagai penalaran dalam mencari kesimpulan berdasarkan fakta yang
terjadi. Kemudian untuk menguatkan hasil kesimpulan tersebut maka digunakanlah
metode certainty
factor untuk
memberikan tingkat
keyakinan.Adapun langkah-langkah yang dilakukan dalam melakukan penelitian.
1.6.1.1 Pengumpulan Data dan Pengolahan Data
Untuk tahap awal pengumpulan data dilakukan melalui studi literature yaitu mengumpulkan data dari buku maupun jurnal dan referensi yang relevan
terhadap objek permasalahan.Selanjutnya karena penelitian ini berhubungan dengan diabetes, untuk mendapatkan data yang lebih akurat maka
diperlukannlahseorang ahli atau pakar penyakit dalam untuk membantu memberikan informasi yang berhubungan dengan diabetes.
Data yang digunakan dan yang diolah pada penelitian ini adalah data yang berupa gejala dari penyakit diabetes mellitus tipe 2.Data yang berupa gejala
tersebut didapatkan dari literatur yang khusus membahas mengenai diabetes sebagai penyakit degeneratif dan juga dari seorang pakar yang merupakan seorang
spesialis penyakit dalam khususnya endokrin metabolisme dan diabetes. Tabel 1.1 Tabel Data Gejala
No Gejala
1 Sering buang air kecil poliuria
2 Sering merasa haus polidipsia
3 Sering merasa lapar polifagia
4 Penurunan berat badan tanpa sebab
5 Mengalami lemas badan
6 Kesemutan pada daerah kaki
7 Sering gatal pada derah kaki
8 Jika terdapat luka maka akan sulit sembuh
9 Mengalami penglihatan kabur
10 Disfungsi ereksi pada pria
11 Pruritus vulvae pada wanita
12 Glukosa darah puasa 126 mgdL
13 Glukosa darah puasa 100-125 mgdL
14 Glukosa darah puasa 100 mgdL
15 Glukosa darah 2 jam TTGO 200 mgdL
16 Glukosa darah 2 jam TTGO 140-199 mgdL
17 Glukosa darah 2 jam TTGO 140 mgdL
18 Obesitas
19 Riwayat merokok
20 Riwayat konsumsi minuman alkohol
1.6.1.2 Implementasi Forward chaining dan Certainty Factor
Kemudian langkah selanjutnya adalah mengimplementasikan mesin inferensi. Adapun dalam penelitian ini mesin inferensi yang digunakan adalah
forward chaining .Mesin inferensi forward chaining merupakan suatu penalaran yang dimulai dari fakta atau gejala untuk mendapatkan kesimpulan conclusion
dari fakta tersebut. Setiap gejala akan saling berhubungan hingga pada akhirnya berhenti pada kesimpulan atau penyakit yang mungkin diderita.
Dalam menjalankan tugasnya, seorang pakar misalnya dokter sering menganalisis informasi yang ada dengan memberikan faktor ketidakpastian,
begitu pula terjadi dengan sebuah sistem pakar. Untuk mengatasi hal tersebut untuk memberikan tingkat keyakinan terhadap hasil yang didapatkan maka
digunakanlah certainty factor CF. Dalam sistem ini untuk mendapatkan faktor kepastian, setiap jawaban dari user akan memiliki bobotnya masing-masing.
Untuk jawaban yang diberikan user pada analisa penyakit akan dibuatkan 5 tingkat jawaban Tidak Tahu, Sedikit Yakin, Cukup Yakin, Yakin, dan Sangat
Yakin. Maka komposisi dari bobot untuk masing-masing tingkat jawaban adalah sebagai berikut :
Tidak Tahu = 0.2 Sedikit yakin = 0.4
Cukup yakin = 0.6 Yakin = 0.8
Sangat yakin = 1 Selain itu sebelum melakukan perhitungan, pakar juga memberikan nilai CF
faktor kepastian untuk masing-masing aturan rule yang telah ditentukan. Untuk menghitung tingkat keyakinan CF dari sebuah rule, yaitu sebagai berikut :
a. Menggunakan metode Net Belief yang diusulkan oleh E.H.Shortliffe dan
B.G.Buchanan CF [H,E] = MB [H,E]
– MD [H,E] ……………………….. 1.1 Keterangan :
CF = certainty factorfaktor kepastian dalam suatu hipotesa yang dipengaruhi oleh fakta E.
MB [H,E] = measure of belief ukuran kepercayaan terhadap hipotesa H, jika diberika evidence E antara 0 dan 1.
MD [H,E] = measure of disbelief ukuran ketidak percayaan terhadap hipotesa H jika diberikan evidence E antara 0 dan 1.
E = evidence peristiwa atau fakta b.
Dengan menggali dari hasil wawancara dengan pakar. Nilai dari CF rule didapatkan dari interpretasi „term‟ dari pakar menjadi sebuah nilai
CF tertentu seperti yang terlihat pada table di bawah ini. Tabel 2.1 Tabel nilai CF rule interpretasi term
Uncertain term CF
Definitely not -1.0
Almost certaintly 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
Secara umum, rule direpresentasikan dalam bentuk sebagai berikut : IF E
1
AND E
2
………AND E
n
THEN H CF rule Atau
IF E
1
OR E
2
…………OR E
n
THEN H CF rule Dimana :
E
1
….E
n
: fakta-fakta evidence yang ada H : hipotesis atau konklusi yang dihasilkan
CF rule : tingkat keyakinan terjadinya hipotesis H akubat adanya fakta- fakta E
1
….E
n
Berikut ini adalah beberapa kombinasi certainty factor terhadap berbagai kondisi : Certainty factor untuk kaidah dengan premis tunggal single premis
rule CF[H,E] = CF[E] CF[rule]
= CF [user] CF[pakar] ………………………………...1.2
Certainty factor untuk kaidah dengan premis majemuk multiple premis rule
CF A AND B = Minimum CF a, CFb CF rule………..1.3 CF A OR B = Maximum CF a, CFb CF rule…………1.4
Certainty factor untuk kaidah dengan kesimpulan yang serupa similiary concluded rules
CF
combine
CF
1,
CF
2
= CF
1
+ CF
2
1-CF
1
……………………...1.5
Dan faktor kepastian untuk hasil akhir presentase : Persentase keyakinan = CF
combine
100 …………………………..........1.6
21
BAB II TINJAUAN PUSTAKA
Untuk menunjang pelaksanaan penelitian mengenai sistem pakar untuk
diagnosa diabetes sebagai penyakit degeneratif ini, maka dilakukan tinjauan
pustaka yang terdiri dari tinjauan empiris yang berisi hasil penelitian yang pernah dilakukan dan tinjauan teoritis yang membahas mengenai teori-teori dasar yang
mendukung penelitian ini.
2.1 Tinjauan Empiris
Berdasarkan penelitian yang ditulis oleh Hamdani 2010 tentang sistem pakar untuk diagnosa penyakit mata pada manusia dengan menggunakan metode
forward chaining, dimana hasil dari penentuan penyakit mata didapat dari presentase tertinggi berdasarkan hasil penelusuran gejala yang diberikan.Semakin
tinggi nilai presentase dari hasil penelusuran, maka menunjukkan jenis penyakit mata yang diderita oleh pasien tersebut.
Selanjutnya berdasarkan penelitian yang dilakukan oleh Mustafidah 2011 tentang sistem pakar untuk mendiagnosa penyakit hati menggunakan
metode forward chaining disimpulkan bahwa sistem pakar tersebut dapat menganalisis jenis penyakit organ hati berdasarkan gejala-gejala yang dimasukkan
oleh user. Selain itu juga sistem pakar tersebut juga sudah dapat menjelaskan penyebab dan pengobatan dari penyakit secara medis maupun secara herbal
berdasarkan jenis penyakitnya. Kemudian berdasarkan penelitian yang dilakukan oleh Ritonga 2013
yaitu mengenai sistem pakar mendiagnosa penyakit lambung menggunakan metode certainty factor menyimpulkan bahwa aplikasi sistem pakar dapat
memberikan kemudahan pada pasien untuk mendiagnosa penyakit lambung.Selain itu dalam penelitian tersebut menurutnya penerapan metode certainty factor dapat
mempermudah dan memberikan perhitungan penyelesaian seberapa pasti pada user atau pasien dalam menderita penyakit lambung. Berdasarkan beberapa
penelitian tersebut maka dapat diperoleh perbedaan antara penelitian sebelumnya dengan penelitian yang saat ini dilakukan.
Tabel 2.2 Perbandingan Penelitian
No Judul
Objek Output
Metode Implementasi
1 Penelitian
oleh Fauzan Masykur,
ST, M.Kom Implementasi
sistem pakar diagnosisi
penyakit diabetes
melitus menggunakan
metode fuzzy logic berbasis
web Objek
penelitian terfokus pada
kondisi kadar gula darah user
yang berupa glukosa darah
puasa, glukosa plasma puasa,
glukosa plasma tidur, glukosa
plasma 2 jam PP, kadar
HbA1c, kadar HDL, kadar
trigliserida, dan kadar insulin
Mendiagnosa user ke dalam
kelas diagnosa
negative diabetes,
prediabetes, diabetes 1,
diabetes 2 Menggunakan
sistem inferensi fuzzy
Pengimpleme ntasian sistem
berbasis web.
2 Penelitian
oleh Aryati Wuryandari,
S.T., Depi Trisnawati
Aplikasi sistem pakar untuk
diagnosa penyakit
diabetes melitus
menggunakan metode
dhemster shafer Objek
penelitian terfokus di
gejala-gejala yang dapat
dirasakan oleh penderita
diabetes melitus
Mendiagnosa user ke dalam
kelas diagnosa
diabetes ringan,
diabetes sedang,
diabetes akut. Menggunakan
metode dhemster
shafer
3 Penelitian
oleh Dewi Pratama
Kurniawati Implementasi
Metode Dempster
Shafer pada sistem pakar
untuk diagnosa jenis-jenis
penyakit diabetes
melitus Objek
penelitian terfokus di
gejala-gejala yang dapat
dirasakan oleh penderita
diabetes melitus.
Mendiagnosa user ke dalam
kelas diagnosa
diabetes tipe 1, diabetes
tipe 2, neuropati
diabetes, retinopati
diabetes, nefropati
diabetes, ketoasdosis
diabetes, dan gestasional
diabetes. Menggunakan
metode dempster
shafer
4 Penelitian
oleh Efransyah
Harahap, suyanto,
Endro Ariyanto
Implementasi metode
forward chaining untuk
pendeteksian penyakit
diabetes melitus
Objek penelitian
terfokus pada gejala
berupakadar tekanan darah,
kadar kolesterol, dan
glukosa. Mendiagnosa
user ke dalam kelas
diagnosa diabetes tipe
1, potensial resiko
diabetes tipe 1, diabetes
tipe 2, pontensial
resiko diabetes tipe
2, diabetes Menggunakan
metode forward
chaining.
tipe 3, potensial
resiko diabetes tipe
3,dan kategori
normal 5
Penelitian oleh Wawan
Setiawan Penerapan
metode forward
chaining sebagai model
sistem pakar untuk
mendiagnosa penyakit
diabetes melitus pada
puskesmas sukawali
Objek penelitian
terfokus pada gejala-gejala
yang dapat dirasakan
Mendiagnosa user kedalam
kelas diagnosa
diabetes tipe 1, diabetes
tipe 2, neuropati
diabetes, retinopati
diabetes, nefropati
diabetes, ketoasidosis
diabetes, dan gestasional
diabetes. Menggunakan
mesin inferensi
forward chaining.
6 Penelitian
sekarang Sistem pakar
diagnosa diabetes karena
penyakit degenerative
dengan menggunakan
Objek penelitian
terfokus di gejala yang
dapat dirasakan dan kondisi
kadar gula Mendiagnosa
user ke dalam kelas
diagnosa diabetes tipe
2, prediabetes,
Menggunakan mesin
inferensi forward
chainng dan certainty
factor untuk
metode forward
chaining dan certainty factor
darah penderita glukosa darah
puasa dan glukosa TTGO
2 jam dan normal
nilai keyakinan.
2.2 Tinjauan Teoritis