Diagnosis Penyakit Mata Pengantar Kece
IMPLEMENTASI SISTEM PAKAR DI BIDANG KEDOKTERAN UNTUK
MENDIAGNOSIS PENYAKIT MATA PADA MANUSIA
Fahmi Saman
Jurusan Informatika, Prodi Sistem Informasi, Fakultas Teknik, Universitas Negeri Gorontalo
NIM : 531411147
E-mail : fahmisaman@gmail.com
BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah
Sistem pakar merupakan salah satu bagian dari kecerdasan buatan yang akhir-akhir ini
mengalami perkembangan yang sangat pesat. Sistem ini dirancang untuk menirukan keahlian
seorang pakar dalam menjawab pertanyaan dan menyelesaikan suatu permasalahan baik dibidang
kesehatan atau kedokteran, bisnis, ekonomi dan sebagainya. Sistem pakar merupakan program
computer yang mampu menyimpan pengetahuan dan kaidah seorang pakar yang khusus. Sistem
pakar sangat membantu dalam pengambilan keputusan, dimana sistem pakar ini dapat
mengumpulkan dan menyimpan pengetahuan dari seseorang atau beberapa orang pakar dalam
suatu basisi pengetahuan (knowledge base) dan menggunakan sistem penalaran yang menyerupai
seorang pakar dalam memecahkan masalah. Jadi, sistem pakar ini dapat memecahkan maslah
tertentu karena sudah menyimpan pengetahuan secara keseluruhan.
Di dunia kedokteran, sudah banyak bermunculan aplikasi sistem pakar. Sistem pakar ini
mampu mendiagnosis berbagai jenis penyakit pada manusia, baik penyakit mata, THT (telinga,
hidung, tenggorokan), mulut, organ dalam (jantung, hati, ginjal), maupun AIDS. Dengan adanya
sistem pakar ini, orang awam mampu mendeteksi adanya penyakit pada dirinya tanpa harus
konsultasi dengan dokter atau pakarnya. Dengan demikian, orang awam dapat mendeteksi
penyakit beserta solusi pengobatannya sejak dini sehingga bisa dilakukan penanganan secepat
mungkin, bahkan dapat dilakukan upaya pencegahan terhadap penyakit tertentu.
Pada pembahasan ini, jenis penyakit yang didiagnosis oleh sistem pakar adalah jenis
penyakit mata. Organ mata dipilih karena mata merupakan panca indera yang sangat penting
untuk penglihatan. Dengan mata dapat melihat secara normal, manusia dapat menikmati
keindahan alam dan berinteraksi dengan lingkungan sekitar dengan baik. Dengan mata, manusia
dapat belajar lebih banyak tentang pengetahuan di dunia dari pada melalui panca indera yang
lain. Hampir setiap kegiatan manusia menggunakan mata, misalnya membaca, bekerja,
menonton televisi, berkendara, dan lain-lain sehingga banyak orang yang setuju bahwa mata
merupakan panca indera paling penting. Jika mata mengalami gangguan atau penyakit mata,
maka akan berakibat sangat fatal bagi kehidupan manusia. Proses pembelajaran dan interaksi
manusia akan terganggu. Jadi, sudah mestinya manusia tahu sejak dini apabila terkena gejala
penyakit mata tertentu sehingga tidak semakin parah dan membahayakan mata apalagi hingga
terjadi kebutaan. Pada kenyataannya, banyak kasus penyakit mata dapat menimbulkan kebutaan.
Pada kenyataannya, banyak kasus penyakit mata dapat menimbulkan kebutaan karena terlambat
ditangani.
1.2 Rumusan Masalah
Bagaimana membuat suatu program aplikasi yang berbasiskan sistem pakar yang dapat
digunakan untuk mendiagnosis penyakit mata pada manusia dengan tampilan yang sedemikian
rupa sehingga menarik, mudah dan nyaman digunakan.
1.3 Tujuan dan Manfaat
Tujuan dari pembuatan sistem pakar ini adalah untuk bisa mengetahui gejala-gejala
penyakit lebih cepat, terutama pada penyakit mata, agar bisa dilakukan penangan untuk
mencegah penyakit tersebut. Yang khususnya bagi orang awam.
BAB II
LANDASAN TEORI
2.1 Sistem Pakar
2.1.1 Pengertian Sistem Pakar
Pada dasarnya sistem pakar sering kita kenal dengan istilah expert system dengan
pengertiannya adalah sistem informasi yang berisi dengan pengetahuan atau
knowledgebase dari pakar sehingga mampu dan dapat digunakan untuk konsultasi.
Pengetahuan dari pakar yang sesuai dengan permasalahan yang sebenarnya kemudian di
implementasikan didalam sistem ini sehingga digunakan sebagai dasar oleh Sistem Pakar
untuk menjawab pertanyaan-pertanyaan (konsultasi).
Kepakaran atau expertise adalah merupaka pengetahuan yang secara khusus
diperoleh melalui rangkaian pelatihan, membaca, dan pengalaman. Pengetahuan yang
dapat membuat pakar dapat mengambil keputusan secara lebih baik dan lebih cepat dari
pada non-pakar dalam memecahkan problem yang kompleks dipengaruhi oleh
kecerdasan pengetahuan yang dimiliki oleh sistem tersebut. Sistem Pakar adalah
memindahkan keahlian atau mentransfer kepakaran dari seorang pakar ke computer,
kemudian ke orang lain (yang bukan pakar). Itulah tujuan umum definisi Sistem Pakar.
2.1.2 Konsep Dasar Sistem Pakar
Sistem pakar terdiri dari beberapa konsep yang harus dimilikinya. Konsep dasar
dari suatu sistem pakar sebagai berikut :
a. Keahlian
Adalah suatu pengetahuan khusus yang diperoleh dari latihan, belajar dan
pengetahuan. Pengetahuan dapat berupa fakta, tori, aturan, strategi global untuk
memecahkan masalah
b. Ahli (expert)
Melibatkan kegiatan mengenali dan memformulasikan permasalahan, memecahkan
masalah secara tepat dan tepat, menerangkan pemecahannya, belajar dari pengalaman,
merestrukturisasi pengetahuan, memecahkan aturan serta menentukan relevansi.
c. Mentransfer keahlian (transferesing expertise)
Adalah proses pentransferan keahlian dari seorang pakar kedalam computer agar
dapat digunakan oleh orang lain yang bukan pakar. Pengetahuan tersebut ditempatkan ke
dalam sebuah komponen yang dinamakan basis pengetahuan.
d. Menyimpulkan aturan (interferencing rule)
Merupakan kemampuan computer yang telah diprogram. Penyimpulan ini dilakukan
oleh mesin inferensi yang meliputi prosedur tentang penyelesaian masalah.
e. Peraturan (rule)
Diperlukan karena mayoritas dari sistem pakar bersifat rule – based sistem, yang
berarti pengetahuan disimpan dalam bentuk peraturan.
f. Kemampuan menjelaskan (explanation capability)
Adalah karakteristik dari sistem pakar yang memiliki kemampuan menjelaskan atau
memberi saran mengapa tindakan tertentu dianjurkan atau tidak dianjurkan.
2.1.3 Ciri Sistem Pakar
Ciri dari sistem pakar adalah sebagai berikut :
1. Terbatas pada domain keahlian tertentu.
2. Dapat memberikan penalaran untuk data yang tidak pasti.
3. Dapat mengemukakan rangkaian alasan yang diberikannya dengan cara yang dapat
dipahami.
4. Berdasarkan pada kaidah atau rule tertentu.
5. Dirancang untuk dapat dikembangkan secara bertahap.
6. Pengetahuan dan mekanisme inferensi jelas terpisan.
7. Keluarannya bersifat anjuran.
8. Sistem dapat mengaktifkan kaidah secara searah yang sesuai yang dutuntun oleh
dialog dengan pemakai.
2.1.4 Komponen Sistem Pakar
Sebuah program sistem pakar terdiri atas beberapa komponen yang mutlak harus ada.
Komponen itu adalah sebagai berikut :
a. Basis Pengetahuan (knowledge base)
Basis pengetahuan merupakan inti program sistem pakar karena basis pengetahuan ini
merupakan reprentasi pengetahuan (knowledge representation) dari seorang pakar.
b. Basis Data
Basis data adalah bagian yang mengandung semua fakta, baik fakta awal pada sistem
mulai beroperasi maupun fakta yang didapatkan pada saat pengambilan kesimpulan
sedang dilaksanakan.
c. Mesin Inferensi
Mesin Inferensi adalah bagian yang mengandung mekanisme fungsi berfikir dan pola
penalaran sistem yang digunakan oleh seorang pakar. Mekanisme ini akan menganalisa
suatu masalah tertentu dan selanjutnya akan mencari jawaban atau kesimpulan yang
terbaik.
Mesin Inferensi memulai pelacakannya dengan mencocokkan kaidah dalam basis
pengetahuan dengan fakta yang ada dalam basis data. Ada dua teknik inferensi yang ada
yaitu pelacakan kebelakang (backward chaining) yang memulai penalaran dari
kesimpulan hipotesa tersebut. Dan yang kedua yakni pelacakan kebelakang yaitu
memulai dari sekumpulan data menuju kesimpulan.
d. Antar Muka Pemakai (user interface)
Antar muka pemakai adalah bagian penghubung antara program sistem pakar dengan
pemakainya.
Pada bagian ini akan terjadi dialog antara program dengan pemakai. Program akan
mengajukan pertanyaan berbentuk “ya/tidak” (yes or no question) atau berbentuk menu
pilihan. Melalui jawaban yang diberikan oleh pemakai, sistem pakar akan mengambil
kesimpulan yang berupa informasi ataupun anjuran sesuai dengan sifat dari sistem pakar.
2.2 Proses Diagnosis Penyakit
Proses diagnosis merupakan perpaduan dari aktifitas 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.
BAB III
PEMBAHASAN
3.1 Data Penyakit Mata
Setelah dilakukan analisa data pada perancangan sistem ini telah diperoleh 12 data
penyakit yang paling sering menyerang mata manusia, dan bila pada proses selanjutnya
ditemukanpenyakit ayam yang baru, maka bisa menginputkan data baru tersebut kedalam sistem.
Pada perancangan ini daftar nama penyakit tersebut akan diberi nomor urut otomatis, disini
digunakan kode “PM01” untuk urutan pertama, “PM02” untuk urutan kedua dan seterusnya
sampai penyakit mata yang urutan ke dua belas “PM12”. Untuk lebih jelasnya bisa dilihat pada
daftar penyakit mata pada table berikut:
kode
Nama Penyakit
PM01
Edema palbebra inflamatoir
PM02
Edema palpebral noninflamatoir
PM03
Dermatitis palpebral
PM04
Blefaritis
PM05
Blefaritis ulserativa
PM06
Blefaritis nonulserativa
PM07
Hordeolum
PM08
Konjungtivitas
PM09
Keratitis Guperficial
PM10
Hordeolum internum
PM11
Hordeolum eksternum
PM12
Kalazion
Tabel 1. Daftar Nama Penyakit Mata
3.2 Data Gejala Pada Mata
Dari data-data penyakit mata diatas dapat diperoleh gejala-gejala yang mungkin
menyebabkan penyakit-penyakit tersebut, untuk identifikasi gejala tersebut dalam sistem
digunakan kode “GM01” untuk urutan pertama, “GM02” untuk urutan kedua dan seterusnya, arti
dari kode tersebut adalah GM = gejala penyakit dan 01 = urutan. Untuk lebih jelasnya bisa
dilihat pada daftar dalam table sebagai berikut :
Kode
Nama Gejala
GM01
Peradangan Mata
GM02
Glaukoma
GM03
Alergi
GM04
Gigitan Serangga
GM05
Sistimik
GM06
Secret Konjungtiva
GM07
Kemerahan
GM08
Ckwama
GM09
Edema
GM10
Krusta
GM11
Bulu mata jatuh dan tidak diganti dengan yang baru
GM12
Mata Kering
GM13
Bulu mata jatuh dan diganti dengan yang baru
GM14
Tidak tampak krusta
GM15
Ada ketombe dikepala
GM16
Ada ketombe di mata atau telinga
GM17
Mata kalau pagi lengket
GM18
Panas
GM19
Gatal
GM20
Tidak tahan cahaya
GM21
Lekas capek kalau kerja dekat
GM22
Palpebral bengkak
GM23
Merah sakit
GM24
Terdapat tonjolan pada palpebra
GM25
Blefaritis
GM26
Konjungtivitas yang menahun
GM27
Anemia
GM28
Acne vulgaris
GM29
Gl Meiboom
GM30
Gl Zeis
GM31
Pembengkakan sebesar kacang
GM32
Ujung kelenjar Meiboom terdapat masa yang
kuning dari skresi
GM33
Jaringan granulasi menonjol keluar
GM34
Gangguan reflaksi
Tabel 2, Gejala pada penyakit mata
3.3 Desain Proses
Untuk kasus diagnosis penyakit mata ini, desain proses dijelaskan menggunakan decision
tree yang berhubungan dengan tabel dan sering digunakan dalam analisis sistem (sistem non AI).
Sebuah decision tree dapat dianggap sebagai suatu semantic network hirarki yang diikat oleh
serangkaian aturan (rule). Tree ini mirip dengan pohon keputusan yang digunakan pada teori
keputusan. Tree dibentuk oleh simpul (node) yang mempresentasikan tujuan (goal) dan
hubungan (link) yang dapat mempresentasikan keputusan (decision). Akar (root) dari pohon
berada di sebelah kiri dan daun (leaves) berada di sebalah kanan. Keuntungan utama dari
decision tree yaitu tree dapat menyederhanakan proses akuisi pengetahuan (Hamdani, 2010).
Tree yang digunakan pada masalah diagnosis penyakit mata merupakan suatu forward
chaining tree. Pada forward chaining tree penelusuran informasi dilakukan secara forward (ke
depan) seperti yang umumnya digunakan pada masalah-masalah diagnosis lainnya. Dari
pernyakit mata yang diketahui, kemudian mencoba melakukan penelusuran ke depan untuk
mencari fakta-fakta yang cocok berupa gejala-gejala penyebab penyakit mata yang bersangkutan.
Pada tree tersebut dapat dilihat bagaimana suatu gejala penyakit atau kesimpulan gejala penyakit
merujuk kepada suatu jenis penyakit tertentu, dan bagaimana beberapa gejala yang sama dapat
merujuk kepada beberapa penyakit yang berbeda. Pada penelusuran dengan metode forward
chaining dapat dilihat bahwa penelusuran ke depan untuk mengenali penyebab dan jenis
penyakit yang dialami oleh pasien (Hamdani, 2010). Untuk lebih jelasnya, dapat dilihat pada
Gambar 3.
Peradangan Mata
Edema palpebra
inflamatoir
Glaukoma
Alergi
Edema palpebra
noninflamatoir
Gigitan Serangga
Dermatitic palpebra
Sistimik
Sekret konjungtiva
Blefaritis
Kemerahan
Ckwema
Blefaritis Ulserativa
Edema
Krusta
Bulu mata jatuh dan tidak diganti
Dengan yang baru
Blefaritis Nonulserativa
Mata Kering
Bulu mata jatuh dan diganti
Dengan yang baru
Tidak tampak krusta
Hordeolum
Ada ketombe dikepala
Ada ketombe di mata atau ditelinga
Mata kalau pagi lengket
Konjungtivitas
Panas
Gatal
Keratitis Cupervicial
Tidak tahan cahaya
Lekas capek kalau kerja dekat
Palpebra bengkak
Merah sakit
Hordeolum internum
Terdapat tenjolan pada palpebra
Blefaritis
Konjungtivitas menahun
Anemla
Hordeolum eksternum
Acne vulgaris
Gl Meiboom
Gl Zeis
Pembengkakan sebesar kacang
Ujung kelenjar Meiboom terdapat
Masa yang kuning dari sekresi
Jaringan granulasi menonjol keluar
Gangguan reflaksi
Kalazion
Pohon basis pengetahuan
M
PM01
PM02
PM03
PM04
PM05
PM06
GM01
GM03
GM03
GM01
GM10
GM08
GM02
GM04
GM05
GM02
GM11
GM13
GM03
GM05
GM03
GM12
GM14
GM07
GM15
GM08
GM16
GM09
GM10
M
PM07
PM08
PM09
PM10
PM11
PM12
GM17
GM17
GM17
GM22
GM22
GM31
GM18
GM18
GM18
GM23
GM23
GM32
GM19
GM19
GM19
GM24
GM24
GM33
GM20
GM20
GM20
GM25
GM25
GM34
GM21
GM21
GM21
GM26
GM26
GM27
GM27
GM28
GM28
GM29
GM29
GM30
3.4 Knowledge modelling
Knowledge modelling yaitu menciptakan cara yang berbeda dalam mengubah dan
menampilkan basis pengetahuan. Terdiri dari bagian-bagian seperti pohon (trees), matriks, map,
timeline, frame dan knowledge page.
Terkait dengan komponen rule base, kaidah produksi yang biasa dikenal rule base (basis
aturan) ini menjadi acuan yang sangat sering digunakan oleh sistem inferensi. Kaidah produksi
ini merupakan salah satu model untuk merepresentasikan pengetahuan (knowledge base). Kaidah
produksi merupakan kumpulan kaidah-kaidah yang saling berhubungan satu sama lain (Fattah
dan Wibowo, 2010). Kaidah produksi dituliskan dalam bentuk pernyataan IF-THEN (JikaMaka). Pernyataan ini menghubungkan bagian premis (IF ) dan bagian kesimpulan (THEN) yang
dituliskan dalam bentuk :
IF [premis] THEN [konklusi]
Jadi, kaidah ini dapat dikatakan sebagai suatu implikasi yang terdiri dari dua bagian,
yaitu premis dan bagian konklusi. Apabila bagian premis dipenuhi maka bagian konklusi akan
bernilai benar. Bagian premis dalam aturan produksi dapat memiliki lebih dari satu proposisi.
Proposisi-proposisi tersebut dihubungkan dengan menggunakan operator logika AND atau OR.
No
R1
R2
Aturan
IF Peradangan Mata
AND Glaukoma
AND Alergi
THEN Edema palpebral inflamatoir
IF Alergi
AND Gigitan Serangga
AND Sistimik
THEN Edema palpebral noninflamatoir
R3
R4
R5
R6
R7
R8
R9
R10
IF Alergi
AND Sekret Konjungtiva
THEN Dematitic palpebral
IF Peradangan Mata
AND Glaukoma
AND Alergi
AND Kemerahan
AND Ckwama
AND Edema
AND Krusta
THEN Blefaritis
IF Krusta
AND Bulu mata jatuh dan tidak diganti dengan
yang baru
AND Mata kering
THEN Blefaritis ulserativa
IF Ckwama
AND Bulu mata jatuh dan diganti dengan yang
baru
AND Tidak tampak krusta
AND Ada ketombe dikepala
AND Ada ketombe di mata atau telinga
THEN Blefaritis nonulserativa
IF Mata kalau pagi lengket
AND Panas
AND Gatal
AND Tidak tahan cahaya
AND Lekas capek kalau kerja
THEN Hordeolum
IF Mata kalau pagi lengket
AND Panas
AND Gatal
AND Tidak tahan cahaya
AND Lekas capek kalau kerja
THEN Konjungtivitis
IF Mata kalau pagi lengket
AND Panas
AND Gatal
AND Tidak tahan cahaya
AND Lekas capek kalau kerja
THEN Keratitis Guperficial
IF Palpebra bengkak
AND Merah sakit
AND Terdapat tonjolan pada palpebra
AND Blefaritis
AND Konjungtivitis yang menahun
R11
R12
AND Anemia
AND Acne vulgaris
THEN Hordeolum Internum
IF Palpebra bengkak
AND Merah sakit
AND Terdapat tonjolan pada palpebra
AND Blefaritis
AND Konjungtivitis yang menahun
AND Anemia
AND Acne vulgaris
AND Gl Meiboom
AND Gl Zeis
THEN Hordeolum Eksternum
IF Pembekakan sebesar kacang
AND Ujung kelenjar meiboom terdapat masa yang
kuning dari sekresi
AND Jaringan granulasi menonjol keluar
AND Gangguan reflaksi
THEN Kalazion
BAB IV
PENUTUP
4.1 Kesimpulan
Aplikasi sistem pakar (expert system) dalam bidang kedokteran yang dibuat dengan
proses penelusuran maju (forward chaining) mampu mengenali jenis penyakit pada manusia,
terutama jenis penyakit mata. Aplikasi sistem pakar ini dapat menjadi sarana untuk menyimpan
pengetahuan tentang penyakit terutama yang berkenaan dengan jenis penyakit mata dari para
pakar atau ahlinya. Sistem pakar mampu membantu pasien maupun dokter dalam menyediakan
sistem pendukung keputusan dan saran dari pakar.
4.2 Saran
Saran yang diajukan untuk pengembangan sistem pakar yang lebih baik adalah sistem
pakar ini seharusnya juga bisa memberikan solusi atau rekomendasi pengobatan terhadap jenis
penyakit tertentu jika dikembangkan lebih jauh lagi. Selain itu, sistem pakar juga perlu ditambah
analisis pemeriksaan laboratorium untuk memperkuat diagnosis awal sehingga sistem semakin
akurat dalam melakukan diagnosis penyakit.
MENDIAGNOSIS PENYAKIT MATA PADA MANUSIA
Fahmi Saman
Jurusan Informatika, Prodi Sistem Informasi, Fakultas Teknik, Universitas Negeri Gorontalo
NIM : 531411147
E-mail : fahmisaman@gmail.com
BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah
Sistem pakar merupakan salah satu bagian dari kecerdasan buatan yang akhir-akhir ini
mengalami perkembangan yang sangat pesat. Sistem ini dirancang untuk menirukan keahlian
seorang pakar dalam menjawab pertanyaan dan menyelesaikan suatu permasalahan baik dibidang
kesehatan atau kedokteran, bisnis, ekonomi dan sebagainya. Sistem pakar merupakan program
computer yang mampu menyimpan pengetahuan dan kaidah seorang pakar yang khusus. Sistem
pakar sangat membantu dalam pengambilan keputusan, dimana sistem pakar ini dapat
mengumpulkan dan menyimpan pengetahuan dari seseorang atau beberapa orang pakar dalam
suatu basisi pengetahuan (knowledge base) dan menggunakan sistem penalaran yang menyerupai
seorang pakar dalam memecahkan masalah. Jadi, sistem pakar ini dapat memecahkan maslah
tertentu karena sudah menyimpan pengetahuan secara keseluruhan.
Di dunia kedokteran, sudah banyak bermunculan aplikasi sistem pakar. Sistem pakar ini
mampu mendiagnosis berbagai jenis penyakit pada manusia, baik penyakit mata, THT (telinga,
hidung, tenggorokan), mulut, organ dalam (jantung, hati, ginjal), maupun AIDS. Dengan adanya
sistem pakar ini, orang awam mampu mendeteksi adanya penyakit pada dirinya tanpa harus
konsultasi dengan dokter atau pakarnya. Dengan demikian, orang awam dapat mendeteksi
penyakit beserta solusi pengobatannya sejak dini sehingga bisa dilakukan penanganan secepat
mungkin, bahkan dapat dilakukan upaya pencegahan terhadap penyakit tertentu.
Pada pembahasan ini, jenis penyakit yang didiagnosis oleh sistem pakar adalah jenis
penyakit mata. Organ mata dipilih karena mata merupakan panca indera yang sangat penting
untuk penglihatan. Dengan mata dapat melihat secara normal, manusia dapat menikmati
keindahan alam dan berinteraksi dengan lingkungan sekitar dengan baik. Dengan mata, manusia
dapat belajar lebih banyak tentang pengetahuan di dunia dari pada melalui panca indera yang
lain. Hampir setiap kegiatan manusia menggunakan mata, misalnya membaca, bekerja,
menonton televisi, berkendara, dan lain-lain sehingga banyak orang yang setuju bahwa mata
merupakan panca indera paling penting. Jika mata mengalami gangguan atau penyakit mata,
maka akan berakibat sangat fatal bagi kehidupan manusia. Proses pembelajaran dan interaksi
manusia akan terganggu. Jadi, sudah mestinya manusia tahu sejak dini apabila terkena gejala
penyakit mata tertentu sehingga tidak semakin parah dan membahayakan mata apalagi hingga
terjadi kebutaan. Pada kenyataannya, banyak kasus penyakit mata dapat menimbulkan kebutaan.
Pada kenyataannya, banyak kasus penyakit mata dapat menimbulkan kebutaan karena terlambat
ditangani.
1.2 Rumusan Masalah
Bagaimana membuat suatu program aplikasi yang berbasiskan sistem pakar yang dapat
digunakan untuk mendiagnosis penyakit mata pada manusia dengan tampilan yang sedemikian
rupa sehingga menarik, mudah dan nyaman digunakan.
1.3 Tujuan dan Manfaat
Tujuan dari pembuatan sistem pakar ini adalah untuk bisa mengetahui gejala-gejala
penyakit lebih cepat, terutama pada penyakit mata, agar bisa dilakukan penangan untuk
mencegah penyakit tersebut. Yang khususnya bagi orang awam.
BAB II
LANDASAN TEORI
2.1 Sistem Pakar
2.1.1 Pengertian Sistem Pakar
Pada dasarnya sistem pakar sering kita kenal dengan istilah expert system dengan
pengertiannya adalah sistem informasi yang berisi dengan pengetahuan atau
knowledgebase dari pakar sehingga mampu dan dapat digunakan untuk konsultasi.
Pengetahuan dari pakar yang sesuai dengan permasalahan yang sebenarnya kemudian di
implementasikan didalam sistem ini sehingga digunakan sebagai dasar oleh Sistem Pakar
untuk menjawab pertanyaan-pertanyaan (konsultasi).
Kepakaran atau expertise adalah merupaka pengetahuan yang secara khusus
diperoleh melalui rangkaian pelatihan, membaca, dan pengalaman. Pengetahuan yang
dapat membuat pakar dapat mengambil keputusan secara lebih baik dan lebih cepat dari
pada non-pakar dalam memecahkan problem yang kompleks dipengaruhi oleh
kecerdasan pengetahuan yang dimiliki oleh sistem tersebut. Sistem Pakar adalah
memindahkan keahlian atau mentransfer kepakaran dari seorang pakar ke computer,
kemudian ke orang lain (yang bukan pakar). Itulah tujuan umum definisi Sistem Pakar.
2.1.2 Konsep Dasar Sistem Pakar
Sistem pakar terdiri dari beberapa konsep yang harus dimilikinya. Konsep dasar
dari suatu sistem pakar sebagai berikut :
a. Keahlian
Adalah suatu pengetahuan khusus yang diperoleh dari latihan, belajar dan
pengetahuan. Pengetahuan dapat berupa fakta, tori, aturan, strategi global untuk
memecahkan masalah
b. Ahli (expert)
Melibatkan kegiatan mengenali dan memformulasikan permasalahan, memecahkan
masalah secara tepat dan tepat, menerangkan pemecahannya, belajar dari pengalaman,
merestrukturisasi pengetahuan, memecahkan aturan serta menentukan relevansi.
c. Mentransfer keahlian (transferesing expertise)
Adalah proses pentransferan keahlian dari seorang pakar kedalam computer agar
dapat digunakan oleh orang lain yang bukan pakar. Pengetahuan tersebut ditempatkan ke
dalam sebuah komponen yang dinamakan basis pengetahuan.
d. Menyimpulkan aturan (interferencing rule)
Merupakan kemampuan computer yang telah diprogram. Penyimpulan ini dilakukan
oleh mesin inferensi yang meliputi prosedur tentang penyelesaian masalah.
e. Peraturan (rule)
Diperlukan karena mayoritas dari sistem pakar bersifat rule – based sistem, yang
berarti pengetahuan disimpan dalam bentuk peraturan.
f. Kemampuan menjelaskan (explanation capability)
Adalah karakteristik dari sistem pakar yang memiliki kemampuan menjelaskan atau
memberi saran mengapa tindakan tertentu dianjurkan atau tidak dianjurkan.
2.1.3 Ciri Sistem Pakar
Ciri dari sistem pakar adalah sebagai berikut :
1. Terbatas pada domain keahlian tertentu.
2. Dapat memberikan penalaran untuk data yang tidak pasti.
3. Dapat mengemukakan rangkaian alasan yang diberikannya dengan cara yang dapat
dipahami.
4. Berdasarkan pada kaidah atau rule tertentu.
5. Dirancang untuk dapat dikembangkan secara bertahap.
6. Pengetahuan dan mekanisme inferensi jelas terpisan.
7. Keluarannya bersifat anjuran.
8. Sistem dapat mengaktifkan kaidah secara searah yang sesuai yang dutuntun oleh
dialog dengan pemakai.
2.1.4 Komponen Sistem Pakar
Sebuah program sistem pakar terdiri atas beberapa komponen yang mutlak harus ada.
Komponen itu adalah sebagai berikut :
a. Basis Pengetahuan (knowledge base)
Basis pengetahuan merupakan inti program sistem pakar karena basis pengetahuan ini
merupakan reprentasi pengetahuan (knowledge representation) dari seorang pakar.
b. Basis Data
Basis data adalah bagian yang mengandung semua fakta, baik fakta awal pada sistem
mulai beroperasi maupun fakta yang didapatkan pada saat pengambilan kesimpulan
sedang dilaksanakan.
c. Mesin Inferensi
Mesin Inferensi adalah bagian yang mengandung mekanisme fungsi berfikir dan pola
penalaran sistem yang digunakan oleh seorang pakar. Mekanisme ini akan menganalisa
suatu masalah tertentu dan selanjutnya akan mencari jawaban atau kesimpulan yang
terbaik.
Mesin Inferensi memulai pelacakannya dengan mencocokkan kaidah dalam basis
pengetahuan dengan fakta yang ada dalam basis data. Ada dua teknik inferensi yang ada
yaitu pelacakan kebelakang (backward chaining) yang memulai penalaran dari
kesimpulan hipotesa tersebut. Dan yang kedua yakni pelacakan kebelakang yaitu
memulai dari sekumpulan data menuju kesimpulan.
d. Antar Muka Pemakai (user interface)
Antar muka pemakai adalah bagian penghubung antara program sistem pakar dengan
pemakainya.
Pada bagian ini akan terjadi dialog antara program dengan pemakai. Program akan
mengajukan pertanyaan berbentuk “ya/tidak” (yes or no question) atau berbentuk menu
pilihan. Melalui jawaban yang diberikan oleh pemakai, sistem pakar akan mengambil
kesimpulan yang berupa informasi ataupun anjuran sesuai dengan sifat dari sistem pakar.
2.2 Proses Diagnosis Penyakit
Proses diagnosis merupakan perpaduan dari aktifitas 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.
BAB III
PEMBAHASAN
3.1 Data Penyakit Mata
Setelah dilakukan analisa data pada perancangan sistem ini telah diperoleh 12 data
penyakit yang paling sering menyerang mata manusia, dan bila pada proses selanjutnya
ditemukanpenyakit ayam yang baru, maka bisa menginputkan data baru tersebut kedalam sistem.
Pada perancangan ini daftar nama penyakit tersebut akan diberi nomor urut otomatis, disini
digunakan kode “PM01” untuk urutan pertama, “PM02” untuk urutan kedua dan seterusnya
sampai penyakit mata yang urutan ke dua belas “PM12”. Untuk lebih jelasnya bisa dilihat pada
daftar penyakit mata pada table berikut:
kode
Nama Penyakit
PM01
Edema palbebra inflamatoir
PM02
Edema palpebral noninflamatoir
PM03
Dermatitis palpebral
PM04
Blefaritis
PM05
Blefaritis ulserativa
PM06
Blefaritis nonulserativa
PM07
Hordeolum
PM08
Konjungtivitas
PM09
Keratitis Guperficial
PM10
Hordeolum internum
PM11
Hordeolum eksternum
PM12
Kalazion
Tabel 1. Daftar Nama Penyakit Mata
3.2 Data Gejala Pada Mata
Dari data-data penyakit mata diatas dapat diperoleh gejala-gejala yang mungkin
menyebabkan penyakit-penyakit tersebut, untuk identifikasi gejala tersebut dalam sistem
digunakan kode “GM01” untuk urutan pertama, “GM02” untuk urutan kedua dan seterusnya, arti
dari kode tersebut adalah GM = gejala penyakit dan 01 = urutan. Untuk lebih jelasnya bisa
dilihat pada daftar dalam table sebagai berikut :
Kode
Nama Gejala
GM01
Peradangan Mata
GM02
Glaukoma
GM03
Alergi
GM04
Gigitan Serangga
GM05
Sistimik
GM06
Secret Konjungtiva
GM07
Kemerahan
GM08
Ckwama
GM09
Edema
GM10
Krusta
GM11
Bulu mata jatuh dan tidak diganti dengan yang baru
GM12
Mata Kering
GM13
Bulu mata jatuh dan diganti dengan yang baru
GM14
Tidak tampak krusta
GM15
Ada ketombe dikepala
GM16
Ada ketombe di mata atau telinga
GM17
Mata kalau pagi lengket
GM18
Panas
GM19
Gatal
GM20
Tidak tahan cahaya
GM21
Lekas capek kalau kerja dekat
GM22
Palpebral bengkak
GM23
Merah sakit
GM24
Terdapat tonjolan pada palpebra
GM25
Blefaritis
GM26
Konjungtivitas yang menahun
GM27
Anemia
GM28
Acne vulgaris
GM29
Gl Meiboom
GM30
Gl Zeis
GM31
Pembengkakan sebesar kacang
GM32
Ujung kelenjar Meiboom terdapat masa yang
kuning dari skresi
GM33
Jaringan granulasi menonjol keluar
GM34
Gangguan reflaksi
Tabel 2, Gejala pada penyakit mata
3.3 Desain Proses
Untuk kasus diagnosis penyakit mata ini, desain proses dijelaskan menggunakan decision
tree yang berhubungan dengan tabel dan sering digunakan dalam analisis sistem (sistem non AI).
Sebuah decision tree dapat dianggap sebagai suatu semantic network hirarki yang diikat oleh
serangkaian aturan (rule). Tree ini mirip dengan pohon keputusan yang digunakan pada teori
keputusan. Tree dibentuk oleh simpul (node) yang mempresentasikan tujuan (goal) dan
hubungan (link) yang dapat mempresentasikan keputusan (decision). Akar (root) dari pohon
berada di sebelah kiri dan daun (leaves) berada di sebalah kanan. Keuntungan utama dari
decision tree yaitu tree dapat menyederhanakan proses akuisi pengetahuan (Hamdani, 2010).
Tree yang digunakan pada masalah diagnosis penyakit mata merupakan suatu forward
chaining tree. Pada forward chaining tree penelusuran informasi dilakukan secara forward (ke
depan) seperti yang umumnya digunakan pada masalah-masalah diagnosis lainnya. Dari
pernyakit mata yang diketahui, kemudian mencoba melakukan penelusuran ke depan untuk
mencari fakta-fakta yang cocok berupa gejala-gejala penyebab penyakit mata yang bersangkutan.
Pada tree tersebut dapat dilihat bagaimana suatu gejala penyakit atau kesimpulan gejala penyakit
merujuk kepada suatu jenis penyakit tertentu, dan bagaimana beberapa gejala yang sama dapat
merujuk kepada beberapa penyakit yang berbeda. Pada penelusuran dengan metode forward
chaining dapat dilihat bahwa penelusuran ke depan untuk mengenali penyebab dan jenis
penyakit yang dialami oleh pasien (Hamdani, 2010). Untuk lebih jelasnya, dapat dilihat pada
Gambar 3.
Peradangan Mata
Edema palpebra
inflamatoir
Glaukoma
Alergi
Edema palpebra
noninflamatoir
Gigitan Serangga
Dermatitic palpebra
Sistimik
Sekret konjungtiva
Blefaritis
Kemerahan
Ckwema
Blefaritis Ulserativa
Edema
Krusta
Bulu mata jatuh dan tidak diganti
Dengan yang baru
Blefaritis Nonulserativa
Mata Kering
Bulu mata jatuh dan diganti
Dengan yang baru
Tidak tampak krusta
Hordeolum
Ada ketombe dikepala
Ada ketombe di mata atau ditelinga
Mata kalau pagi lengket
Konjungtivitas
Panas
Gatal
Keratitis Cupervicial
Tidak tahan cahaya
Lekas capek kalau kerja dekat
Palpebra bengkak
Merah sakit
Hordeolum internum
Terdapat tenjolan pada palpebra
Blefaritis
Konjungtivitas menahun
Anemla
Hordeolum eksternum
Acne vulgaris
Gl Meiboom
Gl Zeis
Pembengkakan sebesar kacang
Ujung kelenjar Meiboom terdapat
Masa yang kuning dari sekresi
Jaringan granulasi menonjol keluar
Gangguan reflaksi
Kalazion
Pohon basis pengetahuan
M
PM01
PM02
PM03
PM04
PM05
PM06
GM01
GM03
GM03
GM01
GM10
GM08
GM02
GM04
GM05
GM02
GM11
GM13
GM03
GM05
GM03
GM12
GM14
GM07
GM15
GM08
GM16
GM09
GM10
M
PM07
PM08
PM09
PM10
PM11
PM12
GM17
GM17
GM17
GM22
GM22
GM31
GM18
GM18
GM18
GM23
GM23
GM32
GM19
GM19
GM19
GM24
GM24
GM33
GM20
GM20
GM20
GM25
GM25
GM34
GM21
GM21
GM21
GM26
GM26
GM27
GM27
GM28
GM28
GM29
GM29
GM30
3.4 Knowledge modelling
Knowledge modelling yaitu menciptakan cara yang berbeda dalam mengubah dan
menampilkan basis pengetahuan. Terdiri dari bagian-bagian seperti pohon (trees), matriks, map,
timeline, frame dan knowledge page.
Terkait dengan komponen rule base, kaidah produksi yang biasa dikenal rule base (basis
aturan) ini menjadi acuan yang sangat sering digunakan oleh sistem inferensi. Kaidah produksi
ini merupakan salah satu model untuk merepresentasikan pengetahuan (knowledge base). Kaidah
produksi merupakan kumpulan kaidah-kaidah yang saling berhubungan satu sama lain (Fattah
dan Wibowo, 2010). Kaidah produksi dituliskan dalam bentuk pernyataan IF-THEN (JikaMaka). Pernyataan ini menghubungkan bagian premis (IF ) dan bagian kesimpulan (THEN) yang
dituliskan dalam bentuk :
IF [premis] THEN [konklusi]
Jadi, kaidah ini dapat dikatakan sebagai suatu implikasi yang terdiri dari dua bagian,
yaitu premis dan bagian konklusi. Apabila bagian premis dipenuhi maka bagian konklusi akan
bernilai benar. Bagian premis dalam aturan produksi dapat memiliki lebih dari satu proposisi.
Proposisi-proposisi tersebut dihubungkan dengan menggunakan operator logika AND atau OR.
No
R1
R2
Aturan
IF Peradangan Mata
AND Glaukoma
AND Alergi
THEN Edema palpebral inflamatoir
IF Alergi
AND Gigitan Serangga
AND Sistimik
THEN Edema palpebral noninflamatoir
R3
R4
R5
R6
R7
R8
R9
R10
IF Alergi
AND Sekret Konjungtiva
THEN Dematitic palpebral
IF Peradangan Mata
AND Glaukoma
AND Alergi
AND Kemerahan
AND Ckwama
AND Edema
AND Krusta
THEN Blefaritis
IF Krusta
AND Bulu mata jatuh dan tidak diganti dengan
yang baru
AND Mata kering
THEN Blefaritis ulserativa
IF Ckwama
AND Bulu mata jatuh dan diganti dengan yang
baru
AND Tidak tampak krusta
AND Ada ketombe dikepala
AND Ada ketombe di mata atau telinga
THEN Blefaritis nonulserativa
IF Mata kalau pagi lengket
AND Panas
AND Gatal
AND Tidak tahan cahaya
AND Lekas capek kalau kerja
THEN Hordeolum
IF Mata kalau pagi lengket
AND Panas
AND Gatal
AND Tidak tahan cahaya
AND Lekas capek kalau kerja
THEN Konjungtivitis
IF Mata kalau pagi lengket
AND Panas
AND Gatal
AND Tidak tahan cahaya
AND Lekas capek kalau kerja
THEN Keratitis Guperficial
IF Palpebra bengkak
AND Merah sakit
AND Terdapat tonjolan pada palpebra
AND Blefaritis
AND Konjungtivitis yang menahun
R11
R12
AND Anemia
AND Acne vulgaris
THEN Hordeolum Internum
IF Palpebra bengkak
AND Merah sakit
AND Terdapat tonjolan pada palpebra
AND Blefaritis
AND Konjungtivitis yang menahun
AND Anemia
AND Acne vulgaris
AND Gl Meiboom
AND Gl Zeis
THEN Hordeolum Eksternum
IF Pembekakan sebesar kacang
AND Ujung kelenjar meiboom terdapat masa yang
kuning dari sekresi
AND Jaringan granulasi menonjol keluar
AND Gangguan reflaksi
THEN Kalazion
BAB IV
PENUTUP
4.1 Kesimpulan
Aplikasi sistem pakar (expert system) dalam bidang kedokteran yang dibuat dengan
proses penelusuran maju (forward chaining) mampu mengenali jenis penyakit pada manusia,
terutama jenis penyakit mata. Aplikasi sistem pakar ini dapat menjadi sarana untuk menyimpan
pengetahuan tentang penyakit terutama yang berkenaan dengan jenis penyakit mata dari para
pakar atau ahlinya. Sistem pakar mampu membantu pasien maupun dokter dalam menyediakan
sistem pendukung keputusan dan saran dari pakar.
4.2 Saran
Saran yang diajukan untuk pengembangan sistem pakar yang lebih baik adalah sistem
pakar ini seharusnya juga bisa memberikan solusi atau rekomendasi pengobatan terhadap jenis
penyakit tertentu jika dikembangkan lebih jauh lagi. Selain itu, sistem pakar juga perlu ditambah
analisis pemeriksaan laboratorium untuk memperkuat diagnosis awal sehingga sistem semakin
akurat dalam melakukan diagnosis penyakit.