5
menyelesaikan masalah, inferensi pada Forward-Chaining dimulai dengan informasi yang tersedia dan bila semua informasi sesuai dengan syarat dari
konklusi, barulah diperoleh konklusi dari masalah tersebut.
Berikutnya adalah menggunakan algoritma Best-First Search sebagai teknik
dalam mesin inferensi. Sesuai dengan pembahasan pada bagian 2.4 Teknik Best- First Search, penelitian ini akan memanfaatkan sifat dari teknik Best-First Search
yaitu hanya menguji informasi yang memberikan harapan saja. Dengan begitu diharapkan dapat terbentuk sistem pakar yang terlihat lebih cerdas daripada harus
menguji semua informasi yang ada untuk memberikan solusi. Penerapan teknik Best-First Search pada penelitian ini adalah sebagai berikut :
a.
Menerjemahkan informasi yang adadalam penelitian ini „gejala‟ menjadi node. Berikutnya buat lintasan antar node.
Gambar 3. Lintasan node
Dengan asumsi bahwa P1 adalah penyakit. Dengan demikian jika user melintasimemiliki gejala T26 T30 T25 T28 T29 dan T1, maka user akan
di antarkan ke penyakit P1.
b. Pada teknik Best-First Search, fungsi heuristic akan bergerak mencari
node dengan nilai terbaik. Pada penelitian ini arah pergerakan heuristik tergantung dari current node, apakah user memilih TRUE atau FALSE.
Gambar 4. Relasi antar node
c. Seperti dengan Gambar 4, tiap node memiliki parameternya masing-
masing. T26 memiliki parameter, IF TRUE THEN T30, IF FALSE THEN T27
. Jika user memiliki penyakit T26 maka sistem akan memberi nilai TRUE pada T26. Maka heuristik akan bergerak kearah T30. Jika
tidak, maka sebaliknya. Dalam teori, heuristic akan mencari biaya terendah. Tetapi dalam penelitian ini, heuristic akan mencari nilai TRUE
atau FALSE. Dengan begitu maka fungsi heuristic akan menuju ke node selanjutnya dan seterusnya.
6
d. Inferensi akan mengulang tahap c hingga akhirnya sistem akan
mengantarkan user ke salah satu penyakit.
3.2 Perancangan aturan
Dalam perancangan sistem pakar ini dibagi menjadi tiga langkah, yaitu:
langkah pertama menentukan kebutuhan dari sistem itu sendiri dan mengumpulkan data-data referensi yang berkaitan seperti bentuk dari gangguan
ginjal itu sendiri serta cara kerja sistem pakar. Sehingga didapatkan kaidah dengan menggunakan premis dan konklusi untuk membangun sistem pakar ini. Kaidah
yang terbentuk adalah menggunakan gejala sebagai premis dan Penyakit sebagai konklusi.
Langkah kedua adalah mengumpulkan fakta dan pengetahuan yang
berhubungan dengan gejala-gejala dan penyakit gangguan ginjal yang nantinya akan digunakan untuk mengambil satu kesimpulan. Fakta dan pengetahuan
tersebut didapatkan dari hasil wawancara dengan dua dokter spesialis ginjal Dr.,dr.,Shofa Chasani, Sp.PD,KGH dan dr.Lestariningsih, Sp.PD,KGH dari rumah
sakit Dr. Karyadi Semarang dan beberapa buku tentang penyakit ginjal. Kemudian diakumulasikan menjadi seperti pada tabel 1. Pada tabel 1 didapatkan informasi
tentang nama gangguan ginjal yang dimaksud, gejala yang mengikutinya, serta informasi lain tentang gangguan ginjal tersebut dan cara pencegahan dan
pengobatannya.
KODE NAMA PENYAKIT
GEJALA TENTANG
PENCEGAHAN P1
BATU GINJAL Nyeri pada perut
Nyeri pada pinggang Nyeri pada saat kencing
Tabel 1. Tabel akumulasi penyakit ginjal
Langkah ketiga, fakta dan pengetahuan yang telah didapatkan tersebut
diterjemahkan menjadi basis pengetahuan yang akan disimpan dalam sistem pakar yang dibuat. Ini bertujuan agar rule-engine dapat dibuat dengan baik. Untuk itu
dibuatlah tabel 2 yang berisi knowledge base yang dapat digunakan untuk memformulasikan sistem dengan baik. Setelah tabel ini dibuat, maka akan terlihat
gejala mana yang sering ditemui dan gejala mana yang unik yang hanya dijumpai pada penyakit tertentu.
ID_PERT GEJALA
P1 P2 P3 P4 P5 P6 P7 P8 T1
Nyeri pada pinggang?
T2 Nyeri pada perut?
Tabel 2. Tabel gejala
Berdasarkan data-data tersebut, akan ditentukan relasi antar penyakit dan gejala untuk dijadikan Rule-Engine dari sistem pakar ini. Dalam perancangan ini,
ditulis dalam bentuk pernyataan IF [premis], THEN [konklusi], dan ELSE [konklusi lain]. Pada sistem pakar ini, ada konklusi yang berisi konklusi final dan
7
ada yang berisi premis selanjutnya yang harus dipenuhi untuk memenuhi kriteria kaidah tertentu. Bentuk pernyataannya adalah sebagai berikut :
IF [gejala 1]
THEN [gejala 2]
ELSE [penyakit 1]
Dari bentuk kaidah di atas, dapat diterapkan contoh kaidah seperti berikut :
IF [Nyeri pinggang] THEN
[Nyeri perut]
ELSE [Otot perut berkontraksi]
IF [Nyeri perut] THEN
[Nyeri pada selangkangan]
ELSE [Nyeri saat pinggang diketok]
IF [Nyeri pada selangkangan] THEN
[Batu Ginjal]
ELSE [Infeksi Ginjal]
Dengan bentuk kaidah tersebut, akan dibangun aturan atau tree dengan langkah-langkah sebagai berikut :
a. Memprioritaskan gejala paling sering dijumpaicommon untuk muncul terlebih dahulu. Hal ini dimaksudkan agar seluruh penyakit tercover dan
memiliki peluang yang sama untuk muncul. Setelah semua gejala tersebut muncul, barulah gejala yang lebih unik di munculkan.
b. Pada penelitian ini penyakit RadangNefritisP5 adalah penyakit yang
