Aplikasi Sistem Pakar Berbasis Rules Studi Kasus Penyakit Periodontal

APLIKASI SISTEM PAKAR BERBASIS RULES

STUDI KASUS PENYAKIT PERIODONTAL

SKRIPSI

Diajukan untuk Menempuh Ujian Akhir Sarjana Program Strata Satu Jurusan Teknik Informatika

Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia

DEDE MUHIDIN

10106379

JURUSAN TEKNIK INFORMATIKA

FAKULTAS TEKNIK DAN ILMU KOMPUTER

UNIVERSITAS KOMPUTER INDONESIA

i

ABSTRAK

APLIKASI SISTEM PAKAR BERBASIS RULES

STUDI KASUS PENYAKIT PERIODONTAL

Oleh

Dede Muhidin 10106379

Sistem pakar merupakan salah satu bagian dari kecerdasan buatan yang akhir - akhir ini mengalami perkembangan yang sangat pesat sistem ini dirancang untuk meniru keahlian seorang pakar dalam menjawab pertanyaan dan menyelesaikan suatu permasalahan.

Sistem pakar merupakan program komputer yang mampu menyimpan pengetahuan dan kaidah seorang pakar yang khusus. Sistem pakar sangat membantu untuk pengambilan keputusan, dimana sistem pakar ini dapat mengumpulkan dan menyimpan pengetahuan dari seseorang atau beberapa orang pakar dalam suatu basis pengetahuan (knowledge base) dan menggunakan sistem penalaran yang menyerupai seorang pakar dalam memecahkan masalah. Penyakit periodontal sejak beberapa tahun ini telah berkembang menjadi bagian yang makin penting dalam kurikulum pendidikan kedokteran.

Penyakit periodontal merupakan bidang yang mempunyai kompetensi. Untuk memudahkan dalam mengetahui dan memahami gangguan penyakit periodontal maka, dibuatlah aplikasi sistem pakar berbasis rules studi kasus : penyakit periodontal .

ii

ABSTRACT

AN EXPERT SYSTEM APPLICATION BASED ON THE RULES OF CASE STUDY IN PERIODONTAL DISEASE

By

Dede Muhidin 10106379

An expert system is one part of artificial intelligence that end - the end is experiencing rapid growth of this system is designed to replicate the expertise of an expert in answering questions and solve a problem.

Expert systems are computer programs that can store knowledge and rules of a particular expert. Expert system is very helpful for decision making, which this expert system can collect and store the knowledge of a person or persons experts in a knowledge base (knowledge base) and using a reasoning system that resembles an expert in solving problems. Periodontal disease since a few years this has evolved into an increasingly important part in the curriculum of medical education.

Periodontal disease is a field that has the competence. To facilitate the knowledge and understanding of periodontal disease then, they invented rules-based expert system case study: Periodontal.

iii

KATA PENGANTAR

Alhamdulillah, selaksa lantunan syukur tak jenuh kita panjatkan kehadirat Allah Azza wa jalla. Selanjutnya sholawat dan salam semoga senantiasa tercurah pada junjungan kita Rasulullah SAW, begitu pula dengan para sahabat, keluarga serta penerus risalahnya hingga hari akhir nanti, atas berkah dan rahmatnyalah penulis dapat menyelesaikan skripsi yang berjudul “Aplikasi Sistem Pakar Berbasis Rules Study Kasus Penyakit Periodontal (Jaringan Pendukung Gigi)”. Dalam skripsi ini akan dibahas mengenai pembuatan sistem pakar untuk mendiagnosa penyakit periodontal.

Skripsi ini merupakan salah satu syarat untuk memperoleh gelar Sarjana Komputer yang penulis tempuh selama mengikuti studi pada Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia.

Pertama sekali, penulis ucapan terima kasih disampaikan kepada :

1. Dr. Ir. Eddy Suryanto Soegoto, M.Sc., selaku Rektor Universitas Komputer Indonesia.

2. Dr. Arry Akhmad Arman, selaku Dekan Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia.

3. Ibu Mira Kania Sabariah, S.T., M.T., selaku Ketua Jurusan Teknik Informatika Fakultas Teknik dan Ilmu Komputer Unikom.

iv

4. Bapak Andri Heryandi, S.T., M.T., selaku dosen wali penulis yang telah membantu dalam kelancaran dari berbagai permasalahan mengenai perkuliahan.

5. Bapak Edi Mulyana, M.T, Selaku pembimbing penulis dalam penyusunan skripsi ini.

6. Drg. Chandra A. Soewargana, sebagai pakar penyakit gigi yang telah banyak memberikan masukan kepada penulis.

7. Bapak Albi Fitransyah, S.Si., M.T., selaku dosen penguji I dan Bapak Galih Hermawan, S.Kom., selaku penguji III yang telah memberikan saran serta kritiknya dalam penyempurnaan skripsi ini.

Penulis juga tidak dapat menyembunyikan rasa syukur atas dukungan penuh keluarga. Terima kasih kepada Ayahanda RS. Sugiri dan Ibunda Mulyati yang telah mendidik dan membimbing penulis serta doa dan kasih sayangnya. Rakanda Muktif Faudzi, Rakandanita Suherlina, Rakanda Muhdi Hidayattullah, Adinda Iis Aisyah, Erna Husmiati sebagai motivator penulis.

Kawan-kawan di asrama KUMALA Kanda Arief Budiman, Egi Aris Lesmana, Ridwan Fauzi, Eka Koswara, Akhmad Junaedi, Nopan Nopiana, Naro Yaman, Gema Muhdiyar. Kawan-kawan di Koordinator KUMALA Yana Hendayana Musaleft, Fugiyar Suherman, Wahyu Wiraatmaja yang telah menjadikan penulis dewasa dalam berfikir dan matang dalam bertindak. Para shinobi KATAN UNIKOM 2006 Ana Sumarna, Sani Nurabadillah, Istiqlal Rifa Pangestu, Ade Dadi Kurniadi, Dewi Nurul Rahayu, Dani Murdani, Didane Saeful

v

Akbar, Rifan Fahrijal, Hendrik Irawan, Herlambang G Cahya, Arman Sudarman, Hendra Mulyana.

Apapun, atas selesaianya tugas akhir yang sederhana ini terlepas dari segala khilaf dan kekurangan di dalamnya penulis menghaturkan ucapan terima kasih kepada sosok-sosok terbaik dan termahal yang mewarnai sejarah hidup penulis, juga membantu dan mendukung studi penulis, hingga Allah SWT memberikan kemudahan dan kemampuan untuk menghasilkan karya. Kepada mereka semua penulis haturkan _: Jazakumullah khoiron katsiro , atas dukungan, nasihat dan doa untuk penulis selama ini. Tidak berwarna hidup ini tanpa sapa, senyum, nasihat dan doa dari antum sekalian.

Akhir kata semoga Allah SWT melimpahkan rahmat dan hidayah-Nya kepada yang telah disebut di atas, dan semoga amal baik serta dorongan baik moril maupun materiil yang telah diberikan kepada penulis dibalas dengan kebaikan yang setimpal dari Allah SWT, amin yamuziba sailiin.

In uriidu illa al-islah ma-istato'tu, wa maa taufiqiy illa billahi. 'Alaihi tawakkaltuwa ilaihi uniib. Wa akhiru da'wanaa anil hamdulillahi robbil 'alamiin

Bandung, Februari 2011

vi

DAFTAR ISI

LEMBAR JUDUL

LEMBAR PENGESAHAN

ABSTRAK ... i

ABSTRACT ... ii

KATA PENGANTAR ... iii

DAFTAR ISI ... vi

DAFTAR TABEL ... xi

DAFTAR GAMBAR ... xiii

DAFTAR SIMBOL ... ix

DAFTAR LAMPIRAN ... xi

BAB I PENDAHULUAN ... 1

I.1. Latar Belakang Masalah ... 1

I.2. Rumusan Masalah ... 2

I.3. Maksud dan Tujuan ... 2

I.4. Batasan Masalah ... 3

I.5. Metodologi Penelitian ... 3

I.6. Sistematika Penulisan ... 5

BAB II TINJAUAN PUSTAKA ... 7

vii

II.1.3. Contoh Sistem Pakar Dalam Berbagai Bidang ... 10

II.2. Arsitektur Sistem Pakar ... 12

II.2.1. Antarmuka Pengguna (User Interface) ... 14

II.2.2. Basis Pengetahuan (Knowledge Base) ... 14

II.2.3. Akuisisi Pengetahuan (Knowledge Base)... 15

II.2.4. Mesin inferensi ... 36

II.2.5. Workplace ... 36

II.2.6. Fasilitas Penjelasan ... 36

II.2.7. Perbaikan Pengetahuan ... 36

II.3. Representasi Pengetahuan ... 36

II.3.1. Kalkulus Predikat ... 37

II.3.2. Frame... 37

II.3.3. Script ... 37

II.3.4. Jaringan Semantik ... 38

II.3.5. Table Keputusan (Decision Table)... 38

II.3.6. Pohon Keputusan (decision Tree) ... 39

II.3.7. Kaidah Produksi ... 39

viii

II.5. Sistem Diagnosis ... 41

II.5.1. Sistem Diagnosis Berbasis-Aturan ... 41

II.5.2. Sistem Diagnosis Berbasis Model ... 42

BAB III ANALISIS DAN PERANCANGAN ... 43

III.1.Deskripsi Sistem ... 43

III.2.Perencanaan Pengembangan Sistem (Planning) ... 45

III.2.1. Penilaian kelayakan (Feasibility Assesment) ... 45

III.2.2. Pengolahan Sumber Daya (Resource Management) ... 46

III.2.3. Analisis Pengguna / Brainware ... 46

III.2.4. Spesifikasi Sistem (System Specification) ... 47

III.2.5. Analisis Kebutuhan Sistem (System Requirement Analysis) ... 48

III.3.Pendefinisian Pengetahuan (Knowledge Definition) ... 65

III.3.1. Identifikasi Sumber (Source Identification) ... 65

III.4.Perancangan Pengetahuan (Knowledge Design) ... 65

III.4.1. Reprentasi Pengetahuan (Knowledge Representation) ... 65

III.4.1.1. Tabel keputusan (decision table) ... 66

III.4.1.2. Pohon keputusan (decision tree) ... 75

III.4.2. Transfer Pengetahuan dari Decision Tree ke CLIPS ... 86

III.5.Perancangan Aplikasi ... 88

ix

III.5.3.1. Antarmuka Program Aplikasi Sistem Pakar Untuk Mendiagnosa

Penyakit Periodontal. ... 91

BAB IV IMPLEMENTASI DAN PENGUJIAN ... 94

IV.1. Implementasi ... 94

IV.1.1. Lingkungan implementasi ... 94

IV.2. Kegiatan Implementasi... 95

IV.3. Pemrograman ... 95

IV.3.1. Implementasi Database ... 95

IV.3.2. Implementasi Antar Muka ... 96

IV.4. Pengujian Sistem ... 105

IV.4.1. Pengujian Sistem Pakar Berbasis Rules Studi Kasus : Penyakit Periodontal. ... 105

IV.4.1.1. Pengujian Login Pengguna ... 106

IV.4.1.2. Pengujian Iput Pengguna ... 107

IV.4.1.3. Pengujian Input Gejala Penyakit... 107

IV.4.1.4. Pengujian Input Tanda Radiografik ... 108

IV.4.1.5. Pengujian Input Penyakit ... 109

x

IV.4.1.7. Pengujian Diagnosa Penyakit ... 111

IV.4.2. Kesimpulan Hasil Uji Alpha ... 112

IV.4.3. Kasus dan Pengujian Betha ... 112

IV.4.4. Kesimpulan Hasil Pengujian Betha ... 117

BAB V KESIMPULAN DAN SARAN ... 118

V.1.Kesimpulan ... 118

V.2.Saran ... 118

xiii

DAFTAR GAMBAR

Gambar II.1. Konsep Dasar Sistem PakarKonsep Dasar Sistem Pakar ... 8

Gambar II.2. Arsitektur Sistem Pakar ... 13

Gambar II.3. Akusisi Pengetahuan... 15

Gambar II.4. Contoh Jaringan Semantik ... 38

Gambar II.5. Decision Tree untuk Klasifikasi Hewan ... 39

Gambar II.6. Verifikasi dengan Mekanisme Inferensi ... 41

Gambar III.1. Use case diagram aplikasi sistem pakar untuk mendiagnosa penyakit periodontal. ... 48

Gambar III.2. Class diagram aplikasi sistem pakar untuk mendiagnosa penyakit periodontal... 49

Gambar III.3. Activity diagram aplikasi sistem pakar untuk mendiagnosa penyakit periodontal. ... 50

Gambar III.4. Activity diagram aplikasi sistem pakar untuk mendiagnosa penyakit periodontal (lanjutan). ... 51

Gambar III.5. Activity diagram aplikasi sistem pakar untuk mendiagnosa penyakit periodontal (lanjutan). ... 52

Gambar III.6. Activity diagram aplikasi sistem pakar untuk mendiagnosa penyakit periodontal (lanjutan). ... 53

Gambar III.7. Activity diagram aplikasi sistem pakar untuk Mendiagnosa penyakit periodontal (lanjutan). ... 54

Gambar III.8. Activity diagram aplikasi sistem pakar untuk mendiagnosa penyakit periodontal (lanjutan). ... 55

xiv

Gambar III.9. Activity diagram aplikasi sistem pakar untuk mendiagnosa penyakit

periodontal (lanjutan). ... 56

Gambar III.10. Activity diagram aplikasi sistem pakar untuk mendiagnosa penyakit priodontal (lanjutan). ... 57

Gambar III.11. Activity diagram aplikasi sistem pakar untuk mendiagnosa penyakit periodontal (lanjutan). ... 58

Gambar III.12. Activity diagram aplikasi sistem pakar untuk mendiagnosa penyakit periodontal (lanjutan). ... 59

Gambar III.13. Activity diagram aplikasi sistem pakar untuk mendiagnosa penyakit periodontal (lanjutan). ... 60

Gambar III.14. Activity diagram aplikasi sistem pakar untuk mendiagnosa penyakit periodontal (lanjutan). ... 61

Gambar III.15. Activity diagram aplikasi sistem pakar untuk mendiagnosa penyakit periodontal (lanjutan). ... 62

Gambar III.16. Activity diagram aplikasi sistem pakar untuk mendiagnosa penyakit periodontal (lanjutan). ... 63

Gambar III.17. Activity diagram aplikasi sistem pakar untuk mendiagnosa penyakit periodontal (lanjutan). ... 64

Gambar III.18. Decision tree dari penyakit periodontal. ... 76

Gambar III.19. Decision tree dari penyakit periodontal (lanjutan). ... 76

Gambar III.20. Decision tree dari penyakit periodontal (lanjutan). ... 77

Gambar III.21. Decision tree dari penyakit periodontal (lanjutan). ... 77

xv

Gambar III.26. Decision tree dari penyakit periodontal (lanjutan). ... 80

Gambar III.27. Decision tree dari penyakit periodontal (lanjutan). ... 80

Gambar III.28. Decision tree dari penyakit periodontal (lanjutan). ... 81

Gambar III.29. Decision tree 12 dari penyakit periodontal (lanjutan). ... 82

Gambar III.30. Decision tree dari penyakit periodontal (lanjutan). ... 82

Gambar III.31. Decision tree dari penyakit periodontal (lanjutan). ... 83

Gambar III.32. Decision tree dari penyakit periodontal (lanjutan). ... 83

Gambar III.33. Decision tree dari penyakit periodontal (lanjutan). ... 84

Gambar III.34. Decision tree dari penyakit periodontal (lanjutan). ... 84

Gambar III.35. Decision tree dari penyakit periodontal (lanjutan). ... 85

Gambar III.36. Konversi decesion tree ke CLIPS... 86

Gambar III.37. Arsitektur aplikasi sistem pakar untuk berbasis rules untuk mendiagnosa penyakit periodontal. ... 89

Gambar III.38. Perancangan struktur program. ... 90

Gambar III.39. Perancangan antarmuka menu utama ... 91

Gambar III.40. Perancangan antarmuka input data gejala ... 91

Gambar III.41. Perancangan antarmuka input tanda radiografik ... 92

Gambar III.42. Perancangan antarmuka input tanda pengobatan ... 92

Gambar III.43. Perancangan antarmuka input pengguna aplikasi ... 93

xvi

Gambar IV.1. Form login pengguna sistem pakar berbasis rules sudi kasus

penyakit periodontal ... 97

Gambar IV.2. Peringatan jika user name dan kata sandi salah ... 97

Gambar IV.3. Peringatan jika user name dan kata sandi tidak di isi ... 97

Gambar IV.4. Form utama sistem pakar berbasi rules studi kasus ... 98

Gambar IV.5. form input gejala sistem pakar berbasi rules studi kasus penyakit periodontal... 98

Gambar IV.6. Input gejala tidak valid atau tidak di isi ... 99

Gambar IV.7. Input gejala valid dan di isi ... 99

Gambar IV.8. Simpan gejala berhasil ... 99

Gambar IV.9. Form input tanda radiografik sistem pakar berbasi rules studi kasus penyakit periodontal ... 100

Gambar IV.10. Input tanda radiografik tidak valid atau tidak di isi ... 100

Gambar IV.11. Proses input tanda radiografik berhasil ... 100

Gambar IV.12. Form input pengguna sistem pakar berbasi rules studi kasus penyakit periodontal ... 101

Gambar IV.13. Proses input pengguna berhasil ... 101

Gambar IV.14. Form lihat pengguna sistem pakar berbasi rules studi kasus penyakit periodontal ... 102

Gambar IV.15. Form konversi ke format CLIPS ... 103

Gambar IV.16. Penyimpanan ke format CLIPS... 103

xvii

xi

DAFTAR TABEL

Tabel III.1. Kebutuhan fungsional dan non-fungsional sistem pakar ... 47

Tabel III.2. Keputusan penyakit periodontal (decision table). ... 66

Tabel III.3. Keputusan penyakit periodontal (decision table) lanjutan ... 67

Tabel III.4. Keputusan penyakit periodontal (decision table) lanjutan ... 68

Tabel III.5. Keputusan penyakit periodontal (decision table) lanjutan ... 69

Tabel III.6. Keputusan penyakit periodontal (decision table) lanjutan ... 70

Tabel III.7. Keputusan penyakit periodontal (decision table) lanjutan ... 71

Tabel III.8. Kebutuhan arsitektur sistem pakar untuk mendiagnosa penyakit periodontal... 89

Tabel IV.1. Nama-nama tabel ... 95

Tabel IV.2. form aplikasi sistem pakar berbasis rules studi kasus penyakit periodontal... 96

Tabel IV.3. Skenario pengujian sistem ... 106

Tabel IV.4. Pengujian login pengguna ... 106

Tabel IV.5. Pengujian input pengguna ... 107

Tabel IV.6. Pengujian input gejala penyakit ... 107

Tabel IV.7. Pengujian input tanda radiografik ... 108

Tabel IV.8. Pengujian input penyakit ... 109

Tabel IV.9. Pengujian input penyakit ... 110

Tabel IV.10. Pengujian diagnosa penyakit ... 111

Tabel IV.11. Kuesioner perangkat lunak yang dibangun mudah digunakan ? ... 115

xii

Tabel IV.15. Kuesioner apakah pada aplikasi ini gejala dan penyakit sesuai dengan kenyataan? ... 116 Tabel IV.16. Apakah solusi yang diberikan sesuai dengan kebutuhan? ... 116

xx

DAFTAR LAMPIRAN

Lampiran A Tampilan Antarmuka ... A-1 Lampiran B Listing Program ... B-1 Lampiran C Hasil Kuesioner ... C-1 Lampiran D Pakar Penyakit Periodontal ... D-1

xviii

DAFTAR SIMBOL

1. Use case diagram

No Simbol Keterangan

1. Simbol use case

Untuk menyatakan suatu proses

2. Simbol actor

Untuk menyatakan subjek/pelaku yang dalam suatu sistem

Simbol unidirectional

Untuk menyatakan association untuk menghubungkan actor dengan use case

2. Class diagram

No Simbol Keterangan

1. Simbol package class

Untuk menggambarkan interaksi antar class serta atribut-atribut yang melekat pada class tersebut

2. Simbol unidirectional

Untuk menyatakan association untuk menghubungkan class dengan class lainnya

xix

3. Diagram aktivitas

No Simbol Keterangan

1. Simbol initial state

Untuk menyatakan suatu proses awal dimulai

2. Simbol final state

Untuk menyatakan proses berakhir atau selesai

3. Simbol state

Untuk menyatakan sutau keadaan berlansung

4.

Simbol decision

Untuk menunjukkan suatu kondisi tertentu yang akan menghasilkan dua kemungkinan jawaban ya / tidak

5. Simbol control flow

http://clipsrules.sourceforge.net/documentation/v630/ug.pdf, 26 februari 2010 15.26WIB

[2] Amar Gupta, Ph.D., 1988 “Principles of Expert Systems”.IEEE Press: New York, NY.

[3] Joseph C Giarratano,. 1998. “Expert Systems: Principles and Programming”. PWS Publishing Company.

[4] Newman, Michael G. , Takei, Henry , Carranza, Fermin A,.2002 “Carranza's

Clinical Periodontology” Philadelphia: W.B.Saunders,

[5] Arhami, Muhammad, 2005 “Konsep Dasar Sistem Pakar”, Penerbit Andi, Yogyakarta,

[6] Suyanto., 2007 “Artificial Intelligent”, Bandung: Informatika,

1

BAB I

PENDAHULUAN

I. 1. Latar Belakang Masalah

Semakin lama sebuah informasi yang disimpan dalam memori otak manusia akan semakin sukar untuk diingat. Sementara itu, daya ingat manusia khususnya seorang dokter gigi mempunyai kapasitas yang terbatas untuk mengingat semua jenis penyakit berdasarkan gejala-gejala, cara penanganan, serta cara pengobatan suatu penyakit.

Seiring dengan perkembangan teknologi yang semakin pesat, kini teknologi mampu mengadopsi proses dan cara berpikir manusia (pakar) yaitu teknologi Artificial Intellegence atau Kecerdasan Buatan. Sistem Pakar adalah salah satu bagaian dari Kecerdasan Buatan (Artificial Intelligence) yang mengandung pengetahuan dan pengalaman yang dimasukan oleh salah satu banyak pakar kedalam satu area pengetahuan tertentu sehingga setiap orang dapat menggunakannya untuk memecahkan berbagai masalah yang bersifat spesifik, dalam hal ini adalah permasalahan penyakit periodontal (penyakit jaringan pendukung gigi).

Untuk menangani permasalahan tersebut, maka perlu dibuat sistem pakar sebagai alat bantu bagi dokter gigi untuk mendiagnosis penyakit periodontal berdasarkan gejala-gejala yang dialami oleh seorang pasien. Selain dapat membantu mendiagnosisis penyakit periodontal, sistem pakar juga dapat memberikan solusi cara mengobati dan menangani penyakit periodontal yang

diderita oleh pasien. Hasil diagnosis penyakit periodontal ini kemudian akan disesuaikan dengan kondisi pasien untuk dijadikan dasar penanganan terhadap penyakit periodontal yang diderita oleh pasien sebagai tindakan medis yang akan ditempuh.

Berdasarkan latar belakang masalah di atas, penulis tertarik untuk mengambil pokok bahasan tugas akhir dengan judul “APLIKASI SISTEM PAKAR BERBASIS RULES STUDI KASUS : PENYAKIT PERIODONTAL (JARINGAN PENDUKUNG GIGI)”.

I. 2. Rumusan Masalah

Berdasarkan latar belakang masalah yang telah diuraikan di atas, yang menjadi pokok permasalahan pada tugas akhir ini adalah sebagai berikut :

1. Bagaimana membuat mesin inferensi di CLIPS (C Language Integrated Production System) sebagai basis pengetahuan pada aplikasi sistem pakar. 2. Bagaimana cara mengimplementasikan sebuah sistem pakar yang dinamis

pada bidang kedokteran gigi untuk mendiagnosis penyakit periodontal.

I. 3. Maksud dan Tujuan

Tujuan dari penyusunan tugas akhir ini adalah sebagai berikut :

1. Secara umum, penelitian ini bertujuan untuk mempelajari dan memahami tentang proses pembangunan sistem pakar. Lebih khusus, penelitian ini bertujuan membantu dokter gigi untuk mendiagnosis penyakit periodontal serta mengaplikasikan teknologi informasi dalam dunia kesehatan.

2. Membangun aplikasi sistem pakar yang dinamis sebagai alat bantu bagi dokter gigi untuk mendiagnosis penyakit periodontal.

3

I. 4. Batasan Masalah

Agar permasalahan yang berkembang tidak terlalu jauh, maka dibuat batasan masalah. Berikut ini merupakan batasan masalah yang diberlakukan dalam tugas akhir ini, adalah sebagai berikut :

1. Sistem pakar ini tidak digunakan oleh umum (masyarakat) tetapi hanya digunakan oleh dokter gigi dan mahasiswa yang sedang melakukan program profesi dokter gigi (koass) untuk membantu melakukan diagnosis terhadap penyakit periodontal yang diderita oleh pasien.

2. Diagnosis yang dilakukan hanya penyakit periodontal (jaringan pendukung gigi) saja.

I. 5. Metodologi Penelitian

Metodologi yang dilakukan dalam penyusunan tugas akhir ini mengacu pada Metode Expert System Development Life Cycle, adalah sebagai berikut :

1. Identifikasi Masalah

Langkah pertama dalam membangun sistem pakar adalah melakukan identifikasi masalah yang ada.

2. Akuisisi Pengetahuan

Akuisisi pengetahuan meliputi proses memperoleh pengetahuan, melakukan analisis, dan mentransfer atau menerjemahkan pengetahuan dari seorang pakar ke dalam program komputer. Pengetahuan dapat diperoleh dengan melakukan :

a. Studi Pustaka

Mempelajari buku, artikel, dan situs yang berhubungan dengan topik tugas akhir.

b. Wawancara / Interview kepada dosen dan dokter gigi untuk memperoleh keterangan yang berhubungan dengan topik tugas akhir. c. Mengumpulkan data-data yang berhubungan dengan tugas akhir, yaitu

penyakit periodontal. 3. Desain Perangkat Lunak

Perancangan perangkat lunak dilakukan setelah tahap analisis meliputi desain interface dari perangkat lunak serta rancangan pengetahuan yang telah didapatkan dari akuisisi pengetahuan.

4. Representasi Pengetahuan

Metode representasi yang digunakan adalah decision table (tabel keputusan) dan decision tree (pohon keputusan).

5. Implementasi

Implementasi merupakan pekerjaan pada level teknis. Pada tahap ini yang dilakukan adalah pembangunan perangkat lunak itu sendiri dengan Tool CLIPS (C Language Integrated Production System) sebagai mesin inferensi dan Delphi.

6. Verifikasi dan Validasi

Testing dilakukan dengan tujuan mencari kesalahan pada perangkat lunak dan memastikan bahwa perangkat lunak berjalan dengan baik, yakni output yang diberikan akan sesuai dengan input dan analisis pakar.

5

7. Pemeliharaan Sistem (maintenance)

Sistem pakar dipelihara, dikembangkan, dan disesuaikan dengan perkembangan pengetahuan karena ilmu pengetahuan selalu dinamis dan berkembang sehingga pengetahuan baru harus selalu ditambahkan dan dikembangkan.

I. 6. Sistematika Penulisan

Sistematika penulisan tugas akhir ini terdiri dari 5 bab. Berikut ini merupakan penjelasan dari setiap babnya, yaitu sebagai berikut :

BAB I PENDAHULUAN

Membahas mengenai latar belakang, rumusan masalah, maksud dan tujuan, batasan masalah, metodologi penelitian serta sistematika penulisan.

BAB II LANDASAN TEORI

Berisi bahan, teori dan konsep yang digunakan sebagai landasan atau acuan yang diperlukan terhadap analisis dan perancangan sistem hingga implementasi dan pengujian sistem.

BAB III ANALISIS DAN PERANCANGAN SISTEM

Berisi akuisisi pengetahuan meliputi proses memperoleh pengetahuan, melakukan analisis, dan mentransfer atau menerjemahkan pengetahuan dari seorang pakar ke dalam program komputer.

BAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM

Merupakan penjabaran dari rancangan yang telah dibuat berupa penulisan kode progam komponen utama pembentuk sistem. Selanjutnya dilakukan pengujian sistem dan analisis terhadap hasil yang diperoleh.

BAB V KESIMPULAN DAN SARAN

Berisi penarikan kesimpulan berdasarkan data hasil analisa yang diperoleh dari pengujian serta saran untuk pengembangan sistem lebih lanjut.

7

BAB II

TINJAUAN PUSTAKA

II.1 Sistem Pakar

Sistem pakar merupakan salah satu cabang dari Artificial Intellegence (AI) yang didefinisikan sebagai suatu program komputer yang memanfaatkan sekumpulan pengetahuan (knowledge) untuk domain tertentu yang diharapkan dapat memberikan solusi/jawaban dari suatu masalah dengan mencoba meniru proses pengambilan keputusan oleh seorang pakar dalam suatu bidang keahlian tertentu. Profesor Edward Feigenbaum dari Universitas Stanford yang merupakan seorang pelopor awal dari teknologi sistem pakar, yang mendefinisikan sistem pakar sebagai “suatu program komputer cerdas yang menggunakan knowledge (pengetahuan) dan prosedur inferensi untuk meyelesaikan masalah yang cukup sehingga membutuhkan seorang ahli untuk menyelesaikannya” [5].

Jadi, sistem pakar adalah perangkat lunak komputer yang memiliki basis pengetahuan untuk domain tertentu dengan menggunakan penalaran inferensi menyerupai seorang pakar dalam memecahkan suatu masalah. Seorang pakar adalah orang yang mempunyai keahlian dalam bidang tertentu, yaitu pakar yang mempunyai knowledge atau kemampuan khusus yang orang lain tidak mengetahui atau mampu dalam bidang yang dimilikinya [5].

Tujuan dari sistem pakar adalah mentransfer kepakaran yang dimiliki oleh seorang pakar ke dalam komputer sehingga dapat digunakan oleh orang lain (nonexpert) untuk memecahkan masalahnya.

Konsep dasar sistem pakar dimana pengguna menyampaikan informasi atau fakta untuk sistem pakar kemudian pengguna menerima solusi/jawaban dari sistem pakar. Berikut ini merupakan gambar konsep dasar sistem pakar.

Gambar II.1. Konsep Dasar Sistem Pakar

Sistem pakar terdiri dari 2 komponen utama yaitu knowledge base (basis pengetahuan) yang berisi pengetahuan dan mesin inferensi yang menggambarkan kesimpulan. Semakin banyak pengetahuan yang ditambahkan maka sistem pakar akan semakin baik bertindak sehingga semakin meyerupai pakar yang sebenarnya [6].

Beberapa alasan mendasar mengapa sistem pakar dikembangkan untuk menggantikan seorang pakar, yaitu sebagai berikut :

a. Dapat menyelesaikan kepakaran setiap waktu dan di berbagai lokasi. b. Secara otomatis mengerjakan tugas-tugas rutin yang membutuhkan

seorang pakar.

c. Biaya untuk membayar seorang pakar mahal.

Sistem pakar merupakan program-program praktis yang menggunakan strategi heuristic yang dikembangkan oleh manusia untuk menyelesaikan permasalahan-permasalahan yang spesifik (khusus). Karena keheuristikkannya

USER

Knowledge-Base

Mesin-Inferensi Fakta

Solusi/jawaban

9

dan sifatnya yang berdasarkan pada pengetahuan, maka umumnya sistem pakar bersifat :

a. Memiliki informasi yang handal, dalam menampilkan langkah-langkah pengecekan maupun dalam menjawab pertanyaan-pertanyaan tentang proses pengetahuan.

b. Mudah dimodifikasi, yaitu dengan menambahkan atau menghapus suatu kemampuan dari basis pengetahuan.

c. Heuristic dalam menggunakan pengetahuan untuk mendapatkan peyelesaian.

II.1.1 Keuntungan Sistem Pakar

Beberapa keuntungan dari sistem pakar adalah sebagai berikut :

1. Memungkinkan seorang awam untuk biasa melakukan pekerjaan seorang pakar.

2. Meningkatkan produktivitas kerja dengan jalan meningkatkan efisiensi.

3. Menghemat waktu dalam menyelesaikan pekerjaan.

4. Tersedianya pengetahuan pakar bagi masyarakat luas, sehingga semakin banyak orang yang dapat menigkatkan kemampuan dalam memecahkan berbagai masalah yang rumit.

II.1.2 Kelemahan Sistem Pakar

Selain memiliki beberapa keuntungan, sistem pakar juga memiliki kelemahan, yaitu sebagai berikut :

1. Sistem pakar sangat mahal, karena usaha untuk mengembangkan, memelihara sistem pakar memerlukan biaya yang tinggi.

2. Sistem pakar tidak 100% handal. Meskipun saat pembuatannya telah berkontribusi dengan seorang pakar, sistem pakar tidak selalu benar. Oleh karena itu, sistem perlu diuji ulang secara teliti sebelum digunakan. Peranan manusia tetap merupakan faktor dominan. 3. Untuk membuat sistem pakar yang memiliki kualitas yang tinggi

sangatlah sulit karena memerlukan biaya yang sangat besar untuk pemeliharaan dan pengembangan sistem pakar.

II.1.3 Contoh Sistem Pakar Dalam Berbagai Bidang

Berikut ini merupakan contoh-contoh sistem pakar dalam berbagai bidang yaitu sebagai berikut :

1. MYCIN

MYCIN merupakan sistem pakar medis yang dapat mendiagnosis infeksi bakteri dan merekomendasikan pengobatan antibiotiknya. MYCIN dirancang oleh Edward Shortlife di Universitas Standford pada tahun 1970-an. MYCIN dirancang untuk membantu dokter dalam mendiagnosis dan pengobatan penyakit bacterimia, meningitis, dan cystitis.

1. DENDRAL

DENDRAL merupakan sistem pakar yang menyediakan pengetahuan struktur molekular dan kimia. DENDRAL digunakan untuk mengidentifikasikan struktur molekular yang tidak dikenal.

11

2. PROSPECTOR

PROSPECTOR adalah sistem pakar yang dirancang untuk membantu ahli geologi dalam mencari dan menemukan biji deposit.

3. INTERNIST

INTERNIST adalah sistem pakar ilmu kedokteran yang mempunyai kemampuan dalam mendiagnosis penyakit dalam, yang sekarang disebut dengan CADUCEUS. Sistem pakar ini dirancang di Pittsburgh University diawal tahun 1970-an oleh Harry People dan Jack Myers. INTERNIST mampu mendiagnosis penyakit dalam dan juga mampu menganalisa ratusan masalah klinis.

4. PUFF

PUFF merupakan sistem pakar ilmu kedokteran yang dibangun di Stanford University pada tahun 1980-an. PUFF memiliki kemampuan untuk mendiagnosis penyakit paru-paru dan segala sesuatu yang berhubungan dengan masalah paru-paru.

5. EL

EL merupakan sistem pakar yang digunakan untuk menganalisis sirkuit elektronik (electronic circuit) yang mengandung transistor, dioda dan resistor. 6. SOPHIE

SHOPIE merupakan sistem pakar yang dirancang untuk mahasiswa belajar troubleshoot sirkuit elektronik. Sistem menyajikan simulasi dirkuit elektronik dan permasalahannya, lalu mahasiswa melakukan troubleshoot. Simulasi

percobaan elektronikapun disediakan agar mahasiswa dapat melakukan pengukuran sirkuit dan membantu memperkirakan letak kesalahan.

7. DELTA

DELTA merupakan sistem pakar yang dirancang untuk membantu personel pemeliharaan mesin lokomotif listrik diesel. DELTA dikembangkan oleh Perusahaan General Electronic. Sistem pakar ini membantu karyawan bagian pemeliharaan dalam memantau mesin-mesin yang tidak berfungsi dengan baik dan membimbing kearah prosedur perbaikan.

8. FOLIO

FOLIO merupakan sistem pakar yang membantu stock broker dan tugas manajer dalam menangani investasi bagi kepentingan para pelanggannya.

II.2 Arsitektur Sistem Pakar

Sistem pakar disusun oleh dua bagian utama, yaitu lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation environment). Lingkungan pengembangan sistem pakar digunakan untuk memasukkan pengetahuan pakar ke dalam lingkungan sistem pakar. Sedangkan lingkungan konsultasi digunakan oleh pengguna yang bukan pakar (nonexpert) guna memperoleh pengetahuan pakar.

13

LINGKUNGAN KONSULTASI LINGKUNGAN PENGEMBANGAN

Gambar II.2. Arsitektur Sistem Pakar

Komponen-komponen yang terdapat pada sistem pakar adalah sebagai berikut :

1. Antarmuka Pengguna (User Interface) 2. Basis Pengetahuan (Knowledge Base)

3. Akusisi Pengetahuan (Knowledge Acquition) 4. Mesin Inferensi

5. Workplace

6. Fasilitas Penjelasan 7. Perbaikan Pengetahuan

Pemakai

Antarmuka

Aksi yang direkomendasikan

Fasilitas Penjelasan

Mesin Inferensi

Workplace Perbaikan

Pengetahuan Basis pengetahuan

Fakta dan Aturan

Knowledge Engineer

Pakar Fakta tentang

kejadian tertentu

Akusisi pengetahuan

II.2.1 Antarmuka Pengguna (User Interface)

User interface merupakan mekanisme yang digunakan pengguna dan sistem pakar untuk berkomunikasi. Misalnya untuk memasukan data, menjelaskan suatu aksi, memberikan saran, membangangun basis pengetahuan (sebagai modul untuk dimodifikasi pengetahuan) dan sebagainya.

Antarmuka menerima informasi dari pemakai dan mengubahnya ke dalam bentuk yang dapat diterima oleh sistem. Selain itu antarmuka menerima informasi dari sistem dan menyajikannya ke dalam bentuk yang dapat dimengerti oleh pemakai.

II.2.2 Basis Pengetahuan (Knowledge Base)

Basis pengetahuan mengandung pengetahuan untuk pemahaman, formulasi, dan penyelesaian masalah. Basis pengetahuan digunakan untuk menyimpan fakta dan aturan yang diperoleh dari seorang pakar.

Basis pengetahuan merupakan inti dari sistem pakar dimana basis pengetahuan ini merupakan representasi pengetahuan dari seorang pakar. Basis pengetahuan ini tersusun atas fakta yang berupa informasi tentang objek dan rule, yang merupakan informasi tentang bagaimana cara membangkitkan fakta baru dari fakta yang sudak diketahui.

Basis pengetahuan memuat domain pengetahuan yang berhubungan dengan aspek ”apa yang harus diketahui” dari suatu objek. Basis pengetahuan diproses oleh program komputer yang mengandung algoritma yang dibutuhkan.

15

II.2.3 Akuisisi Pengetahuan (Knowledge Base)

Akuisisi pengetahuan merupakan proses pemindahan atau transfer keahlian dalam menyelesaikan masalah dari sumber pengetahuan ke dalam program komputer. Dalam tahap ini knowledge engineer berusaha menyerap pengetahuan untuk selanjutnya ditransfer ke dalam basis pengetahuan.

Pada tahap ini, seorang knowledge engineer mulai menentukan teknik-teknik yang akan digunakan dalam representasi basis pengetahuan, serta software yang akan digunakan dalam rangka penerapan akusisi pengeatahuan. Pengetahuan yang diperoleh haruslah selengkap mungkin sebab akan mempengaruhi kemampuan sistem pakar yang akan dibuat.

Gambar II.3. Akusisi Pengetahuan

Menurut Turban (1988), terdapat beberapa metode utama dalam akusisi pengetahuan yaitu sebagai berikut :

1. Wawancara (Interview)

Wawancara adalah metode akusisi pengetahuan yang paling banyak digunakan. Metode ini melibatkan pembicaraan dengan pakar secara langsung dalam suatu wawancara.

2. Analisis protocol ( Protocol Analysis)

Pada metode ini melakukan analisis terhadap kasus yang dilakukan oleh expert (sumber pakar).

Sumber Pakar

(Domain Expert)

Akusisi Pengetahuan

3. Observasi pada pekerjaan pakar

Pada metode ini melakukan pengamatan (observasi) langsung terhadap domain expert.

4. Induksi aturan dari contoh

Metode ini dibatasi untuk sistem berbasis aturan. Induksi adalah suatu proses penalaran dari khusus ke umum. Suatu sistem yang hasilnya telah diketahui. Setelah diberikan beberapa contoh, sistem induksi aturan tersebut dapat membuat aturan yang benar untuk kasus-kasus contoh. Selanjutnya aturan dapat digunakan untuk menilai kasus lain yang hasilnya tidak diketaui.

Berikut ini merupakan jenis dan gejala penyakit periodontitis yaitu sebagai berikut :

1. Acute necrotizing ulcerative gingivitis (ANUG) adalah penyakit infeksi inflammatory (peradangan) akut pada gusi.

Kalarakteristik secara klinis : Ringan (early stage):

Necrosis dan ulserasi terjadi pada interdental gingival. Gusi berdarah pada saat ditekan.

17

Tingkat lanjut (acute stage):

Terasa nyeri (mungkin rasa nyeri yang hebat). Terasa rasa logam.

Bau busuk.

Tiba-tiba terasa nyeri. Perdarahan.

Meningkatnya saliva.

Keputihan-keputihan, mengelupas keabu-abuan pada marginal gingival - psedomembran.

Berhubungan dengan kedua labial marginal gingival terlihat merah, mengkilap, dan bagian lingual terjadi perdarahan.

Attached gingival (gusi cekat) jarang terserang. Berat :

Bengkak dan nyeri pada bagaian kelenjar getah bening. Infeksi gusi melibatkan pharyngeal (Vincent’s angina). Ulcer pada lidah dan bibir.

Terjadi proses kerusakan attacheh gingival dan struktur periodontal yang menyebabkan pembukaan akar dan deformities tulang.

Interdental berlubang kerana kerusakan jaringan yang luas. Demam dan malaise (lemah).

Tanda radiografik :

Perubahan gingival yang berhubungan dengan Acute necrotizing ulcerative gingivitis (ANUG) tidak memperlihatkan tanda radiografik tetapi dengan

inlammatori eksaserbasi yang dapat menyebabkan kerusakan struktur tulang. Jika terjadi defomitis tulang akan memperlihatkan tanda radiografik yaitu hilangnya lamina dura dan tulang alveolar.

2. Chronic Gingivitas (Gingivitis Kronis) adalah penyakit dimana gusi dipengaruhi oleh proses inflamatori (peradangan) kronis.

Karakteristik secara klinis :

Warna gusi : perubahan warna terjadi pada gingivitis kronis yang dimulai dari interdental gingival, marginal gingival dan menyebar sampai attached gingival. Perubahan warna dimulai bersamaan dengan meningkatnya proses inflammatory kronis, warna gusi berubah menjadi merah kebiru-biruan dan biru.

Bentuk gusi : terjadi pembesaran gusi (bengkak) pada interdental gingival, marginal gingival atau kedua-duanya. Proses inflammatory selanjutnya, marginal gingival akan terlihat mengelilingi interdental gingival yang telah menumpul.

Tekstur gusi : stipping berkurang

Konsistensi gusi : bermacam-macam dari lunak sampai seperti sepon (edematous) sampai menjadi fibrotic.

Ukuran gusi : derajat perbesaran gusi bermacam-macam tergantung pada stagnasi darah dan jaringan proliferasi.

Perdarahan : meningkatnya perdarahan akibat sikat gigi

Nyeri : biasanya tidak sakit kecuali jika ada komplikasi oleh exacebarsi akut.

19

Kedalaman pocket : bertambah

Exudate (serangan) : penyakit datang secara perlahan dan dalam durasi yang panjang tergantung pada iritasi dalam jangka waktu yang panjang. Tanda radiografik :

Tidak ada tanda radiografik yang berhubungan dengan gingival kronis.

3. Allergic gingivitis adalah reaksi alergi disebabkan oleh keadaan sensitive terhadap makanan atau obat yang mengakibatkan manifestasi oral (obat yang dapat menimbulkan sesuatu pada mulut), sebagai bagian dari respon alergi sistemik.

Karakteristik secara klinis :

Warna gusi terlihat kemerahan. Terasa nyeri

Nekrosis gingival, ulserasi, edema dengan bentuk vesikel.

Gejalanya berlanjut selama penyebabnya masih digunakan dan lesinya hilang jika penyebabnya dihilangkan.

4. Gingivitis pada kehamilan Karakteristik secara klinis :

Warna gusi : merah terang sampai merah kebiru-biruan.

Bentuk gusi : reaksi inflammasi lebih banyak terlihat pada interdental gingival yang mengalami pembesaran (pembengkakan). Marginal gingival terlihat membulat.

Konsistensi gusi : konsistensi marginal dan interdental gingival terlihat edematous, terlihat licin mengkilap dan friable.

Perdarahan meningkat. Tanda radiografik :

Tidak ada tanda radiografik yang berhubungan dengan gingivitis pregnancy. 5. Gingivitis pada puberty (remaja)

Karakteristik secara klinis:

Warna gusi : gusi terlihat berwarna merah sampai merah kebiru-biruan karena meningkatnya pembuluh darah pada jaringan.

Bentuk gusi : pembesaran marginal dan interdental gingival terjadi pada permukaan facial.

Konsistensi gusi : interdental gingival terlihat bulbous dan edematous, licin dan mengkilap.

Puberty gingivitis terjadi pada laki-laki dan perempuan. Tanda radiografik :

Tidak ada tanda radiografik yang berhubungan dengan gingivitis puberty. 6. Gingivitis yang berhubungan dengan kekurangan vitamin C

Karakteristik secara klinis :

Warna gusi : gusi terlihat berwarna merah kebiru-biruan.

Bentuk gusi : terjadi proses inflammatory pada marginal gingival. Konsistensi gusi : lunak dan permukaan gusi mengkilap.

Perdarahan : secara spontan atai terjadi perdarahan ketika disentuh dengan alat.

21

7. Gingivitis pada penderita leukemia Karakteristik secaca klinis :

Warna gusi : biru keungu-unguan karena stagnasi darah pada jaringan gusi.

Bentuk gusi : pembesaran terjadi pada marginal atau interdental gingival dan bentuknya seperti tumor, mengelilingi marginal dan interdental gingiva menumpul.

Konsistensi gusi : permukaan mengkilap, ulcerasi, nekrois, dan psedomembran.

Perdarahan terjadi secara spontan karena alat.

Kedalaman pocket : terbentuk pocket gingival karena terjadi pembesaran gusi.

8. Gingivitis yang berhubungan dengan kontrasepsi oral (Oral Contracepsitive) Menghasilkan hormon untuk member respon yang berlebih pada jaringan untuk gangguan local dengan cara yang sama pada kehamilan. Respon ini biasanya menyebabkan gingivitis.

9. Gingivitis selama menstruasi

Sebelum atau sesudah periode menstruasi, beberapa pasien memperlihatkan gejala gingival. Jika perubahan gingival terjadi salama menstruasi, ketidak seimbangan hormon sek karena kelebihan respon pada iritasi local.

10. Gingivitis yang berhubungan dengan bernafas lewat mulut (Gingivitis associated with mouth breathing)

Karakteristik secara klinis :

Warna gusi : merah – pink kebiru-biruan.

Kontur gusi : gingival margin membulat dan interdental margin menumpul, karena pembesaran gingival pada daerah yang terkena udara. Bagian anterior rahang atas lebih sering terserang.

Konsistensi gusi : permukaan diffuse terlihat mengkilap pada bagian yang terkena. Gingival terlihat keras (fibrotic) atau lunak dan seperti sepon. Perdarahan meningkat jika disentuh dengan alat.

Kedalaman pocket : pocket gingival biasanya terserang sebagai hasil pembesaran gingival (gingival enlargement).

11. Neoplasias gingivitis enlargement

Hanya sebagaian kecil pada gingivitis enlargement yang berhubungan dengan neoplasma. Sebagai contoh fibromas, papillomas, dan mixed tumor (tipe kelenjar air liur).

12. Desquamative Gingivitis Karakteristik secara klinis :

Desquamative gingivitis terbagi menjadi tiga bagian, yaitu : Ringan :

Marginal, attached dan interdental gingival terlihat merah.

Perubahan gingival biasanya menyeluruh pada mulut kecuali gingival palatal.

Biasanya tanpa nyeri.

23

Meliputi mucosa alveolar dan mucosa buccal. Sedang :

Marginal dan attached gingival terlihat merah terang, licin, mengkilap, dan lunak.

Permukaan epithelium mudah mengelupas dan terjadi perdarahan pada permukaan jaringan ikat.

Terasa nyeri.

Pasien mengalami sensasi panas yang terasa sakit yang disebabkan karena perubahan panas, asupan udara, makanan pedas, dan minuman bersoda.

Permukaan labial lebih berat karena terjadi gangguan lokal. Berat :

Gingival terlihat merah menyala, licin dan mengkilap Gingival terlihat biru keabu-abuan.

Permukaan epithelium dapat terkelupas, merah pudar, jaringan ikat terlihat kasar.

Bentuk erupsi seperti melepuh dan rusak, jaringan ikat mengalami pendarahan.

Lesi (luka) biasanya hanya pada gusi dan kadang-kadang terjadi pada mucosa alveolar, mucosa buccal dan palatum (langit-langit mulut) yang keras, yang terlihat licin dan mengkilap.

Pasien mengalami sensasi panas yang menyakitkan karena perubahan panas, asupan udara, makanan dan minuman tertentu.

Tanda radiografik :

Selama yang terserang hanya gusi, tidak ada tanda radiografik yang terlihat. Proses inplammatori yang meningkat sampai jaringan periodonsium yang lebih dalam dan menyebabkan kerusakan maka tanda radiografik akan terlihat.

13. Acute primary herpetic gingivostomatitis

Acute primary herpetic gingivostomatitis adalah infeksi virus pada membrane mucosa oral.

Karakteristik secara klinis :

Tiba-tiba terasa sakit. Penyakit ini menyerang pada7 sampai 10 hari dan biasanya terjadi pada anak-anak pra sekolah, tetapi mungkin juga terjadi pada remaja dan dewasa.

Terasa nyeri, tidak nyaman ketika makan dan menyikat gigi.

Bentuk vesicle pada rongga mulut. Vesicle rupture selama 24 jam. Vesicle terjadi pada mucosa oral gingival, mucosa labial dan mucosa buccal, palatum lunak, lidah, tonsil, dan faring. Ukuran vesicle bervariasi dan dapat terlihat pada kulit bibir.

Jika terjadi pada gusi akan mengalami perdarahan dan jika disentuh terlihat membengkak, meradang, mengkilap dan edematous.

Proses inflammasi biasanya hasil invasi dari jaringan yang rusak oleh produk mikroorganisme.

25

Terjadi pada seluruh membran mucosa oral, kulit dan bibir terlokalisasi atau terlokalisasi pada area tertentu.

Saliva berlebihan.

Pembengkakan kelenjar getah bening pada leher (cervical lymphadenophaty).

Malaise (lemah) Terjadi demam. Tanda radiografik :

Tidak tanda radiografik yang berhubungan pada acute primary herpetic gingivostomatitis, selama hanya mempengaruhi jaringan lunak pada rongga mulut dan bukan tulang.

14. Pembesaran gusi yang berhubungan dengan obat Phenytoin Karakteristik secara klinis :

Pada umumnya pembesaran terjadi pada marginal dan interdental gingival.

Pembesaran lebih pada interdental gingiva.

Pembesaran gingival terlihat keras, fibrotic, pale pink, dan resilient, sedikit terjadi pendarahan.

Pembesaran biasanya terjadi pada seluruh mulut dan terlihat lebih berat pada bagian interior.

Jika terjadi reaksi komplikasi yang disebabkan oleh obat dan hasil inflammasi.

Jika peradangan terjadi, perubahan gambaran klinisnya adalah sebagai berikut :

Menigkatnya ukuran peradangan yang biasanya terjadi pembesaran jaringan hyperlastic.

Jaringan terlihat merah atau merah kebiru-biruan. Meningkatnya perdarahan.

Permukaan lobed hilang.

Pembesaran mempengaruhi bagian yang bergigi dan jarang mempengaruhi edentulous (bagian yang tak bergigi).

Pembesaran lebih banyak pada pasien muda. Tanda radiografik

Tidak ada tanda radiografik, jika hanya jaringan lunak yang terserang tetapi jika underlying periodontitis yang terserang dan ditandai dengan hilangnya tulang alveolar.

15. Pembesaran gusi yang berhubungan dengan obat Cyclosporine

Cyclosporine adalah obat immunosuppressive yang digunakan untuk membantu mencegah penolakan organ transplantasi dan untuk mengobati diabetes militus I dan kelainan autoimmune lain.

Karakteristik secara klinis :

Ditemukan pada orang dewasa yang lebih sering ditemukan pada anak-anak.

27

Pembesaran awal dimulai pada interdental gingival, lebih sering pada permukaan labial daripada permukaan lingual gigi. Dan lebih sering pada interior daripada posterior.

Respon jaringan lebih parah ketika ada faktor irritating lokal seperti plak dan kalkulus.

Pembesaran gingival yang tadinya bengkak berubah menjadi normal jika terapi cyslosporine dihentikan.

Pembesaran gingival dapat diminimalisir selama fase awal terapi dengan eticulous plaque kontrol dan regular prophylactic measure.

Tindakan bedah dapat dilakukan untuk mengobati gingival enlargement tetapi incidence recurrence tidak diketahui.

16. Pembesaran gusi yang berhubungan dengan obat Nifedipine (procardia) dan diltiazem (cardizem).

Nifedipine dan diltiazem adalah obat kalsium – blocking yang digunakan untuk mengobati angina pectoris dan jantung. Pembesaran gingival merupakan efek samping dari medikasi seperti perubahan hyperplastik terlihat sama dengan terapi phenytoin.

17. Familial (hereditary) gingival enlargement

Familial atau gingival hereditary enlargement adalah penyakit hyperplastic dengan tidak diketahui faktor etiologikal pada gingival enlargement.

Karakteristik secara klinis :

Pembesaran pada attached gingiva, marginal gingival dan interdental gingiva. Pembesaran ukuran gingiva karena meningkatnya kedalaman sulkus gigi.

Pembesaran terjadi baik pada permukaan facial maupun permukaan lingual tetapi bisa juga terbatas hanya pada satu permukaan saja.

Jaringan yang membesar terlihat pink, keras, resilient, bulbous, fibrotic dan tidak tidak terjadi perdarahan.

Gangguan lokal dapat menyebabkan inflammasi (peradangan), yang mana reaksi komplikasi dan perubahan gambaran klinis, yaitu sebagai berikut :

Ukuran pembesaran pada jaringan hyperplastik selalu meningkat. Jaringan terlihat berwarna merah dan merah kebiru-biruan. Perdarahan meningkat

Tanda radiografik :

Tidak ada tanda radiografik, jika hanya jaringan lunak yang terserang tetapi jika underlying periodontitis yang terserang ditandai dengan hilangnya tulang alveolar.

18. Periodontitis

Periodontitis adalah penyakit dimana gusi dan jaringan bagian ligament periodontal, sementum dan tulang alveolar dipengaruhi oleh proses inflammasi (peradangan). Inflammasi dimulai dalam gingival dan subsequently yang menyerang struktur pendukung yang lebih dalam.

29

Karakteristik secara klinis :

Warna gusi terlihat merah kebiru-biruan.

Konsistensi gigi dari lunak dan boggy (edematous) sampai keras (fibrotic).

Tektur gusi : stipping berkurang/menurun.

Bentuk gusi : marginal gingival berbentuk bulat dan interdental gingival berbentuk tumpul.

Ukuran gusi : pembesaran gusi ringan.

Posisi gusi : jarak pelekatan gingival ke gigi (junctional epithelium) berkurang lebih 3 – 4 mm dari apical ke cemetoenamel junctional.

Perdarahan : terjadi sulcus.

Kedalaman probing : meningkat biasanya 2 mm pada facial dan 3 mm pada interdental.

Purulent exudates dapat terjadi.

Permukaan gigi kasar dan biasanya terdapat kalkulus. Mobilitas gigi dimulai dari tidak ada sampai sedang. Tanda radiografik

Jarak antara puncak alveolar dengan cementoenamel junction sekitar 3 – 4 mm.

Lamina dura menghilang.

Kepadatan tulang interdental berkurang. Radiolusen pada bifurkasi dan trifurkasi. Pola resorbsi tulang horinzontal dan angular

19. Periodontal occlusal trauma

Periodontal occlusal trauma adalah lesi degenaratif yang berkembang ketika gaya oklusal melebihi kapasitas jaringan pendukung.

Karakteristik secara klinis :

Meningkatnya mobilitas pada gigi. Fremitus.

Migrasi gigi.

Gigi sensitive apabila mengalami tekanan. Tanda radiografik :

Ligament periodontal melebar.

Jika ada periodontitis, pola kehilangan tulang vertical atau angular (miring-miring) dan radiolusen pada furkasi.

20. Prepubertal Periodontitis Localized Form

Prepubertal Periodontitis adalah luar biasa yang menghasilkan resorbsi pada jaringan periodontal pada anak-anak selama atau pada saat erupsi gigi tetap. Karakteristik secara klinis :

Tanda klinis sedikit dan hanya melibatkan beberapa gigi. Kerusakan jaringan lebih lambat dari pada generalized form.

Etiologinya tidak selalu diketahui tetapi kemampuan pasien untuk melawan mikroorganisme plak.

Leukosit (sel darah merah) mengalami kerusakan yang melibatkan leukosit polymorphonuclear atau leukosit mononuclear tapi tidak kedua-duanya.

31

Bentuk sementum abnormal.

Pilihan obat adalah penicillin atau erythromycin dengan dosis 250mg, 4 kali sehari selama 3 minggu.

21. Prepubertal Periodontitis Generalized Form Karakteristik secara klinis :

Generalized prubertal periodontitis ditandai dengan inflammsi berat dan resorbsi tulang yang mengelilingi seluruh gigi tetap.

Pertumbuhan gigi tetap dapat terganggu.

Pasien dengan kondisi ini memperlihatkan kerusakan pada kedua leukosit polymorphonuclear dan leukosit mononuclear.

Penyakit ini sering berhubungan dengan abses, infeksi saluran pernafasan atas (ISPA).

22. Juvenile Periodontitis Generalized Form

Juvenile Periodontitis berhubungan dengan periodontitis yang luar biasa (yang parah) dan menyerang anak-anak dan remaja.

Karakteristik secara klinis :

Mempengaruhi pertumbuhan seluruh gigi dan berhubungan dengan kondisi sistemik seperti hypophosphatasia, Dow’s syndrome, dan Papillon Lefevre syndrome.

Hilangnya jaringan periodontal, migrasi gigi, mobilitas gigi bertambah, inflammasi gingival yang berat, dan pocket periodontal.

23. Juvenile Periodontitis Localized Form Karakteristik secara klinis :

Penyakit ini dapat menyerang laki-laki dan perempuan, tetapi lebih sering menyerang pada perempuan.

Gigi sulung tidak terserang.

Tanda radiografik : pola kehilangan tulang alveolar secara angular atau vertical terjadi pada gigi molar pertama dan insisivus tetap.

24. Rapidly Progressive Periodontitis

Rapidly Progressive Periodontitis lebih sering menyerang pada pasien dengan umur 20 tahunan yang mana kondisi resorbsi tulang dalam jangka pendek. Penyakit ini penyerang antara remaja dan 30-35 tahun.

Karakteristik secara klinis :

Inflammasi gingival tinggi, mudah berdarah dan permukaannya seperti mulberry.

Pasien mengalami malaise (lemah), berat badan turun dan depresi. 25. Gingival Recession (Resesi Gusi)

Gingival Recession adalah terbukanya permukaan akar gigi karena berpindahnya posisi marginal gingival kearah apical. Yang disebabkan karena teknik menyikat gigi yang salah.

Karakteristik secara klinis :

Jaringan berwarna merah dan inflammasi atau pink dan keras, tergantung pada gangguan lokal yang ada.

33

Kedalaman sulkus gingival dalam keadaan normal.

Terjadi pada semua umur tetapi lebih sering pada usia lanjut. Tanda radiografik :

Tidak ada radiografik pada Gingival Recession di permukaan facial dan lingual gigi.

26. Pericoronitis

Pericoronitis adalah kondisi inflammasi pada gusi dan jaringan

pendukungnya yang mengelilingi mahkota secara lengkap atau tidak lengkap pada saat gigi erupsi. Lebih sering ditemukan pada gigi molar ketiga rahang bawah atau molar kedua rahang bawah.

Karakteristik secara klinis :

Seluruh atau sebagian permukaan oklusal gigi yang erupsi tertutup oleh jaringan gingival yang disebut overculum (yang terbentuk selama gigi erupsi).

Terjadi pembengkakan dan kemerahan pada operculum. Meningkatnya perdarahan.

Permukaan overculum traumatis dan ulcerasi. Mengalami rasa nyeri di sekitar overculum. Exudate purulent pada daerah terinfeksi.

Pergerakan rahang bawah yang terbatas (trismus). Nafas tidak sedap.

Nafas tidak enak.

Peradangan kelenjar getah benih (lymphadenopathy). Demam.

Malaise (lemah). Komplikasi sistemik. 27. Gingival abscess

Gingival abscess adalah inflammasi akut pada gingival. Merupakan respon iritasi yang disebabkan oleh benda asing seperti bulu sikat dan tusuk gigi, juga oleh imfaksi makanan, prosedur oral hygiene, dental treatment, atau lokal gingival infection.

Karakteristik secara klinis :

Pada tahap awal bagian yang terkena bengkak merah, licin dan mengkilap.

Seiring dengan meningkatnya lesi terjadi exudates purulent dan dapat dikeluarkan melalusi saluran fistulous.

Gingival abscess terjadi pada marginal dan interdental gingival. Pengobatannya dengan insisi dresnase.

28. Periodontal abscess (abses periodontal)

Periodontal abscess adalah daerah inflammasi yang terlokalisir pada jaringan periodontal yang disertai dengan terbentuknya pus. Abses ini disebabkan karena mikroorganisme piogenikendogen atau faktor toksik yang terkandung pada plak dan atau menurunnya resistensi.

35

Karakteristik secara klinis : Acuta stage :

Sekeliling gusi membesar, merah, edematous, rasa nyeri, terlihat licin dan mengkilap.

Mobilitas gigi meningkat.

Gigi sensitif jika dilakukan perkusi.

Purulent exudates dapat dikeluarkan dari pocket yang terbuka.

Efek sistemik berpengaruh pada malaise, demam dan pembengkakan kelenjar getah bening (lymphadenopathy) wajah dan bibir terlihat membengkak.

Tumpul, berdenyut, rasa nyeri yang menyebar.

Pocket periodontal dalam dan biasanya dengan abses. Chronic stage :

Chronic abses biasanya asymthomatic, walaupun sering terjadi pada tingkat lanjut dalam acute stage.

Tanda radiografik :

Periodontal abses biasanya terlibat radiolusen pada bagian lateral permukaan akar. Pada periodontal abses lanjut tulangnya hilang.

II.2.4 Mesin inferensi

Mesin inferensi adalah program komputer yang memberikan metodologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace, dan untuk memformulasikan kesimpulan.

II.2.5 Workplace

Workplace merupakan area dari sekumpulan memori kerja (working memory). Workplace digunakan untuk merekam hasil dan kesimpulan yang dicapai. Ada 3 tipe keputusan yang dapat direkam, yaitu sebagai berikut :

Rencana : Bagaimana menghadapi masalah.

Agenda : Aksi-Aksi yang potensial yang sedang menunggu dieksekusi.

Solusi : Aksi yang akan dibangkitkan.

II.2.6 Fasilitas Penjelasan

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

II.2.7 Perbaikan Pengetahuan

Komponen ini memiliki kemampuan untuk menganalisis penyebab kesuksesan dan kegagalan yang dialami sistem pakar.

II.3 Representasi Pengetahuan

Representasi pengetahuan merupakan kombinasi sistem berdasarkan dua elemen, yaitu struktur data dan penafsiran prosedur untuk digunakan pengetahuan dalam menyimpan struktur data. Ada berbagai metode representasi yang biasa

37

dipergunakan yaitu metode kalkulus predikat, bingkai (frame), jaringan semantik (semantic network), script, tabel keputusan (decision table), dan pohon keputusan (decision tree) serta kaidah produksi.

II.3.1 Kalkulus Predikat

Kalkulus predikat merupakan cara sederhana untuk merepresentasikan pengetahuan secara deklaratif. Dalam kalkulus predikat, pertanyaan deklaratif dibagi dua, yaitu predikat dan argumen. Argumen bertindak sebagai objek dan sebagai predikat.

II.3.2 Frame

Frame adalah sekumpulan slot-slot yang merupakan atribut untuk mendeskripsikan pengetahuan. Pengetahuan yang ada dalam slot dapat berupa kejadian, lokasi, situasi ataupun elemen-elemen lain. Frame digunakan untuk merepresentasikan pengetahuan tentang objek tertentu atau kejadian (event).

II.3.3 Script

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

II.3.4 Jaringan Semantik

Jaringan semantik merepresentasikan pengetahuan sebagai struktur simpul (node) dan busur (link). Simpul merepresentasikan objek dan deskripsi tentang objek. Busur merepresentasikan relasi antar objek. Contoh jaringan semantik adalah struktur kepegawaian dalam suatu organisasi/perusahaan, garis keturunan dari suatu keluarga dan sebagainya. Berikut ini merupakan contoh dari jaringan semantik.

Gambar II.4. Contoh Jaringan Semantik II.3.5 Table Keputusan (Decision Table)

Tabel keputusan adalah salah satu representasikan pengetahuan yang dibagi menjadi dua bagian, yaitu data tentang suatu kondisi dan data dari kesimpulan atau aksi. Kedua bagian tersebut sangat erat hubungannya, karena dari beberapa kondisi yang muncul akan terhubung pada kesimpulan.

Wings

Canary Bird

Fly IS-A

HAS

39

II.3.6 Pohon Keputusan (decision Tree)

Pohon keputusan disusun oleh jaringan semantik secara hirarki (dalam bentuk pohon) dan berhungan erat dengan tabel keputusan (decision table). Berikut ini merupakan contoh decision tree untuk klasifikasi hewan.

Gambar II.5. Decision Tree untuk Klasifikasi Hewan II.3.7 Kaidah Produksi

Kaidah produksi dituliskan dalam bentuk pernyataan IF – THEN (Jika – Maka). Pertanyaan ini menghubungkan bagian premis (IF) dan bagian kesimpulan (THEN). Apabila bagian premis (IF) dipenuhi maka bagian Konklusi (THEN) akan terpenuhi pula.

Apakah dia terlalu besar ?

Apakah dia mencicit ? Apakah dia mempunyai

leher panjang ?

Tupai Tikus

Apakah dia mempunyai belalai ? Jerapah

Apakah dia suka dalam air ? Gajah

Badak Kuda nill

Tidak

Tidak Tidak

Tidak

Tidak

Ya

Ya

Ya

Ya Ya

Berikut ini merupakan contoh dari kaidah produksi, yaitu sebagai berikut : IF temperatur lebih dari 30 derajat celcius

THEN hidupkan alat pendingin.

Penjelasan : Jika temperatur kurang dari 30 derajat celcius, maka alat pendingin tidak perlu dihidupkan. Sebaliknya jika temperatur lebih dari 30 celcius, maka alat pendingin dihidupkan.

II.4 Mekanisme Inferensi

Mekanisme Inferensi adalah bagian dari sistem pakar yang mengimplementasikan operasi pelacakan solusi dari sebuah permasalahan berdasarkan fakta awal yang tersedia. Pada prakteknya, mekanisme inferensi akan mencari aturan yang sesuai dengan kumpulan fakta dalam basis pengetahuan.

Jika kondisi yang diminta aturan tersedia dalam basis pengetahuan maka aturan tersebut akan dijalalankan untuk menghasilkan fakta baru. Fakta baru yang dibangkitkan akan menjalankan aturan lain sehingga terbentuk suatu rantai pelacakan yang berakhir jika solusi telah tercapai.

Mekanisme inferensi dapat menggunakan dua cara untuk mencari solusi yaitu arah maju (forward chaining) dan pelacakan arah mundur (backward chaining). Pada pelacakan arah maju, apabila kondisi pada bagian IF memenuhi maka aturan tersebut dapat langsung dijalankan sehingga menghasilkan fakta lain yang akan menyebabkan dijalankannya aturan lain.

Pada pelacakan mundur, pelacakan akan dimulai dari sebuah fakta sebagai hipotesis. Sistem akan melakukan pemeriksaan pada bagian THEN dari aturan-aturan untuk menemukan fakta yang sesuai dengan yang diminta. Jika pada

41

rangkaian tersebut aturan tidak tersedia fakta, maka hipotesis pertama digagalkan dan akan mencoba fakta lain sebagai hipotesis yang baru.

Gambar II.6. Verifikasi dengan Mekanisme Inferensi II.5 Sistem Diagnosis

Sistem diagnosis adalah program komputer yang meniru proses pengambilan keputusan oleh seorang pakar dalam melakukan diagnosis. Karakteristik sistem diagnosis adalah sistem akan bekerja jika digunakan untuk mendiagnosis suatu masalah. Setelah melihat gejala-gejala yang tampak kemudian dilakukan pelacakan pada basis pengetahuan untuk mendapatkan solusi yang cocok untuk gejala tersebut. Keluaran yang diinginkan dari sistem diagnosis ini adalah memberikan hasil diagnosis serta anjuran untuk langkah-langkah penanggulangan terhadap suatu masalah.

II.5.1 Sistem Diagnosis Berbasis-Aturan

Sistem diagnosis berbasis aturan menggunakan teknik heuristik untuk menentukan solusi dengan melihat gejala-gejala yang tampak. Sistem ini bekerja

Pelacakan arah maju

Data Data yang

diperoleh

Pencapaian solusi melalui fakta-fakta, aturan-aturan, dan mekanisme lain

Mekanisme Inferensi yang menurunkan fakta-fakta baru untuk verifikasi bahwa kesimpulan

yang diperoleh adalah benar

seperti seorang pakar yang akan menentukan solusi dengan melihat gejala-gejala yang timbul.

II.5.2 Sistem Diagnosis Berbasis Model

Sistem diagnosis berbasis model merepresentasikan model kelakuan objek, baik model kelakuan yang benar maupun model kelakuan yang salah. Predikatnya adalah berdasarkan objek. Sistem diagnosis berbasis model digerakkan oleh perbedaan antara kelakuan yang aktual dengan kelakuan yang diprediksi. Diagnosis berhenti jika kelakuan aktual telah sama dengan kelakuan yang diperediksi.

94

BAB IV

IMPLEMENTASI DAN PENGUJIAN

IV.1 Implementasi

Tahap implementasi dilaksanakan setelah tahap perancangan sistem. Tahap implementasi merupakan tahap meletakkan sistem upaya siap untuk dioperasikan dan dapat dipandang sebagai usaha untuk mewujudkan sistem yang telah dirancang.

IV.1.1 Lingkungan implementasi

Sistem pakar ini dibangun pada lingkungan computer notebook dengan spesifikasi perangkat keras sebagai berikut :

1. Prosesor :Intel Atom N280 1.66 Ghz 2. Memori :1GB DDR

3. Hardisk :160GB

Lingkungan pengembangan tersebut memiliki spesifikasi perangkat lunak sebagai berikut :

1. Sistem Operasi Windows XP SP3 2. Borlan Delphi versi 7

3. CLIPSWin versi 6.23 4. MySql versi 4.0.26

IV.2 Kegiatan Implementasi

Kegiatan Implementasi ini antara lain meliputi : 1. Pemrograman

2. Pengujian Sistem

IV.3 Pemrograman

Pemrograman merupakan kegiatan yang sangat menunjang terselenggaranya sistem yang baru karena program yang baik dan berbasis objek dapat dihasilkan suatu informasi yang sesuai dengan kebutuhan. Sebelum program diterapkan maka program harus diuji coba terlebih dahulu agar terbebas dari kesalahan-kesalahan yang mungkin terjadi. Pengujian program dapat dilakukan untuk setiap modul program (program utama, sub rutin, sub program) yang dilanjutkan dengan pengujian semua modul untuk meyakinkan bahwa semua modul sudah terintegerasi tanpa kesalahan.

IV.3.1 Implementasi Database

Tabel IV.1. Nama-nama tabel

No. Nama tabel

1 tbl_pengguna 2 tbl_gejala 3 tbl_tanda 4 tbl_penyakit

1. Implementasi tabel pengguna

CREATE TABLE tbl_pengguna(

id bigint(20) default null, user varchar(50) default null, pass varchar(50) default null,

96

hak varchar(50) default null, ket varchar(225) default null, hapus tinyint(4)

)TYPE=MyISAM;

IV.3.2 Implementasi Antar Muka

Tabel IV.2. form aplikasi sistem pakar berbasis rules

studi kasus : penyakit periodontal

No Nama Form Keterangan

1 Menu Login Form ini untuk login pengguna ketika menjalankan aplikasi

2 Menu Utama Form utama aplikasi sistem pakar berbasis rules

studi kasus : penyakit periodontal

3 Input Gejala Form ini untuk penginputan gejala penyakit pada aplikasi sistem pakar berbasis rules studi kasus : penyakit periodontal

4 Input Tanda Radiografik Form ini untuk penginputan tanda radiografik pada aplikasi sistem pakar berbasis rules studi kasus : penyakit periodontal

5 Input Penyakit Form ini untuk penginputan penyakit pada aplikasi sistem pakar berbasis rules studi kasus : penyakit

periodontal

6 Pengguna Form ini untuk menambah pengguna aplikasi dan menghapus pengguna aplikasi

7 Konversi format CLIPS Form untuk menampilan Sourcecode CLIPS yang akan di save ke CLIPSsetelah dikonversi oleh delphi

Berikut adalah tampilan antar muka pengguna pada aplikasi sistem pakar berbasis rules studi : kasus penyakit periodontal:

1. Form login sistem pakar berbasis rules studi kasus : penyakit periodontal

Gambar IV.1.Form login pengguna sistem pakar berbasis rules sudi kasus penyakit

periodontal

Apabila ada kesalahan atau nama user dan input kata sandi tidak benar dan kosong maka akan muncul pesan sebagai berikut :

Gambar IV.2.Peringatan jika user name dan kata sandi salah

Gambar IV.3.Peringatan jika user name dan kata sandi tidak di isi

Setelah mengisi nama user dan password benar akan masuk ke menu utama aplikasi

98

2. Form antar muka menu utama sistem pakar berbasis rules studi kasus : penyakit periodontal

Gambar IV.4.Form utama sistem pakar berbasi rules studi kasus penyakit periodontal

3. Form input gejala

Gambar IV.5.form input gejala sistem pakar berbasi rules studi kasus penyakit

Apabila data yang di inputkan tidak sesuai atau kosong maka akan muncul peringatan sebagai berikut :

Gambar IV.6.Input gejala tidak valid atau tidak di isi

Gambar IV.7. Input gejala valid dan di isi

Apabila form gejala di isi dengan valid dan tidak kosong maka otomatis akan tersimpan dalam database dengan keterangan sebagai berikut :

100

4. Input Tanda Radiografik

Gambar IV.9.Form input tanda radiografik sistem pakar berbasi rules studi kasus penyakit periodontal

Apabila form tidak di isi atau tipe data tidak sesuai maka akan muncul peringatan sebagai berikut :

Gambar IV.10.Input tanda radiografik tidak valid atau tidak di isi

Setelah Input Tanda Radiografik terisi maka klik tombol Ok secara otomatis akan langsung tersimpan dalam database dengan keteran sebagai berikut :

5. Form pengguna

Gambar IV.12.Form input pengguna sistem pakar berbasi rules studi kasus penyakit periodontal

Apabila data pengguna yang diinput benar maka akan muncul pesan sebagai berikut :

102

Untuk melihat user / pengguna yang telah dimasukan klik menu lihat data di form pengguna seperti berikut :

Gambar IV.14.Form lihat pengguna sistem pakar berbasi rules studi kasus penyakit periodontal

6. Konversi ke format CLIPS

Setelah gejala penyakit, tanda radiografik dan nama penyakit di input kemudian masuk ke proses konversi ke format CLIPS agar bisa di load oleh CLIPS

Gambar IV.15.Form konversi ke format CLIPS

Setelah proses dilakukan kemudian tekan button simpan CLIPS akan mucul kotak dialog untuk proses penyimpanan seperti di bawah ini :

104

Kemudian setelah di simpan akan muncul message sebagai berikut :

Gambar IV.17.Simpan format CLIPS berhasil

7. Setting database

Gambar IV.18.Form settingbatabase sistem pakar berbasil rules studi kasus penyakit periodontal

Apabila data yang dimasukan benar dan dikenali sistem maka akan muncul message seperti berikut :

Apabila tidak diisi atau nama database tidak dikenal maka akan muncul message seperti berikut :

Gambar IV.20.Settingdatabase gagal

IV.4 Pengujian Sistem

Pengujian sistem dilakukan untuk memeriksa kekompakam antar komponen sistem dan sub sistemnya dengan tujuan utamanya adalah untuk memastikan elemen-elemen sistem berfungsi sesuai dengan yang diharapkan. Pengujian sistem juga termasuk pengujian program secara menyeluruh. Kumpulan program yang telah terintegerasikan perlu diuji coba atau tes untuk melihat apakah sebuah program dapat menerima dengan baik, memproses dan memberikan keluaran program yang baik pula.

IV.4.1 Pengujian Sistem Pakar Berbasis Rules Studi Kasus : Penyakit

Periodontal.

Pengujian sistem ini dilakukan dengan pengujian objektif cara menguji validasi inputan pengguna dengan menggunakan pengujian black box. Tabel hasil pengujian sistem dari berabgai kemungkinan proses input yang dilakukan oleh pengguna selangkapnya dapat dilihat sebagai berikut :

106

Tabel IV.3. Tabel skenario pengujian sistem

No Skenario Uji Metode

1 Pengujian Login Pengguna Blackox

2 Pengujian Iput Pengguna Blackox

3 Pengujian Input Gejala Penyakit Blackox

4 Pengujian Input Tanda Radiografik Blackox

5 Pengujian Input Penyakit Blackox

6 Pengujian Konversi Ke CLIPS Blackox

7 Pengujian Diagnosa Penyakit Blackox

IV.4.1.1 Pengujian Login Pengguna

Tabel IV.4. Pengujian login pengguna Kasus dan Hasil Uji (data yang dimasukan benar)

Data Masukan Yang diharapkan Pengamatan Kesimpulan

Username:ADMIN

Password:123456

Apabila login benar admin dapat menjalankan sistem

Pengguna dapat mengisi data login sesuai yang diharapkan

Diterima

Kasus dan Hasil Uji (data yang dimasukan salah)

Data Masukan Yang diharapkan Pengamatan Kesimpulan

Username:ADMIN

Password:ADMIN

Data login tidak dikenal dan menampilkan kesalahan

Username tidak dapat melakukan login. Sesuai yang diharapkan

IV.4.1.2 Pengujian Iput Pengguna

Tabel IV.5.Pengujian input pengguna Kasus dan Hasil Uji (data yang dimasukan benar)

Data Masukan Yang diharapkan Pengamatan Kesimpulan

Username:DEDE

Password:111111

Hak Akses : user

biasa

Apabila data tersimpan

username DEDE dapat login

Pengguna dapat mengisi data pengguna sesuai yang diharapkan

Diterima

Kasus dan Hasil Uji (data yang dimasukan salah)

Data Masukan Yang diharapkan Pengamatan Kesimpulan

Username:DEDE

Password:

Hak Akses : user

biasa

Data tidak bisa disimpan dan menampilkan pesan kesalahan

Username DEDE tidak dapat disimpan. Sesuai yang diharapkan

Diterima

IV.4.1.3 Pengujian Input Gejala Penyakit

Tabel IV.6.Pengujian input gejala penyakit Kasus dan Hasil Uji (data yang dimasukan benar)

Data Masukan Yang diharapkan Pengamatan Kesimpulan

Mengisi atribut data gejala yang telah disediakan dengan data yang benar

Klik simpan, data gejala akan masuk ke database, maka akan tampil di tabel gejala

Data berhasil disimpan kedalam

108

Kasus dan Hasil Uji (data yang dimasukan salah)

Data Masukan Yang diharapkan Pengamatan Kesimpulan

Mengisi atribut data gejala yang telah disediakan dengan data yang salah

Proses pemasukan data gagal, data ada yang belum terisi

Proses pemasukan data gagal dan menampilkan kesalahan

Diterima

IV.4.1.4 Pengujian Input Tanda Radiografik

Tabel IV.7.Pengujian input tanda radiografik

Kasus dan Hasil Uji (data yang dimasukan benar)

Data Masukan Yang diharapkan Pengamatan Kesimpulan

Mengisi atribut data gejala yang telah disediakan dengan data yang benar

Klik simpan, data gejala akan masuk ke database, maka akan tampil di tabel tanda radiografik

Data berhasil disimpan kedalam database

Diterima

Kasus dan Hasil Uji (data yang dimasukan salah)

Data Masukan Yang diharapkan Pengamatan Kesimpulan

Mengisi atribut data gejala yang telah disediakan dengan data yang salah

Proses pemasukan data gagal, data ada yang belum terisi

Proses pemasukan data gagal dan menampilkan kesalahan

IV.4.1.5 Pengujian Input Penyakit

Tabel IV.8.Pengujian input penyakit Kasus dan Hasil Uji (data yang dimasukan benar)

Data Masukan Yang diharapkan Pengamatan Kesimpulan

Mengisi atribut data gejala yang telah disediakan dengan data yang benar

Klik simpan, data gejala akan masuk ke database, maka akan tampil di tabel penyakit

Data berhasil disimpan kedalam

database Diterima

Kasus dan Hasil Uji (data yang dimasukan salah)

Data Masukan Yang diharapkan Pengamatan Kesimpulan

Mengisi atribut data gejala yang telah disediakan dengan data yang salah

Proses pemasukan data gagal, data ada yang belum terisi

Proses pemasukan data gagal dan menampilkan kesalahan

110

IV.4.1.6 Pengujian Konversi Ke CLIPS

Tabel IV.9.Pengujian input penyakit Kasus dan Hasil Uji (data yang dimasukan benar)

Data Masukan Yang diharapkan Pengamatan Kesimpulan

Mengambil data secara otomatis dari

database.

Klik simpan,

coding CLIPS dapat disimpan dengan format *clp

Data berhasil disimpan kedalam format CLIPS *clp

Diterima

Kasus dan Hasil Uji (data yang dimasukan salah)

Data Masukan Yang diharapkan Pengamatan Kesimpulan

Proses konversi gagal karena tidak terdapat database

Proses konversi gagal, coding

CLIPS tidak bisa disimpan

LAMPIRAN D

PAKAR

D-1

DAFTAR RIWAYAT HIDUP

Data Pribadi

Nama : Drg. Chandra A.Soewargana

Tempat dan tanggal lahir : Bandung, 17 Januari 1971 Jenis Kelamin : Perempuan

Agama : Islam

Alamat : Komp. Rancabali I No. C-6 Cimahi Riwayat Pendidikan

1978-1984 : SD Cimahi 1984-1987 : SMP 5 Cimahi 1987-1990 : SMA 2 Bandung

1990-1995 : FKG Universitas Padjajaran Penelitian:

1997 : Pemeliharaan dana sehat di Jawa Barat

1996-2000 : Penelitian metode pelayanan kesehatan Gigi pada murid SD dalam rangka peningkatan Pelayanan Kesehatan

2001 : Evaluasi bubur bayi di Desa tertinggal daerah Bogor dengan UNICEF 2003 : Model kesehatan gigi pada usia lanjut di 3 Puskesmas Bandung Barat 2005 : Evaluasi pemberian Fluor di beberapa SD di Cimahi

BIODATA PENULIS

Data Pribadi

Pendidikan Formal

1993 – 1999 SDN Mekarsari III

1999– 2002 MTs Al-Riyaddul Jannah Maja-Koleang 2002 – 2005 SMAN 1 Maja Kebon Kalapa

2006 – 2011 Universitas Komputer Indonesia

Bandung, Februari 2011 Penulis

( Dede Muhidin ) NIM. 10106379

Nama Lengkap : Dede Muhidin

Tempat/Tgl. Lahir : Lebak, 25 Juni 1985

Jenis Kelamin :Laki-laki

Agama : Islam

Bangsa/Suku : Indonesia/Sunda

Alamat : Kp. Cipining Rt 013/004

Ds. Cidadap Kec. Curugbitung Kab. Lebak-banten. 42381

No.Hp : 085659973446 - 087821577346

Email : 1. dede_baduy85@yahoo.co.id