Implementasi Metode Dempster Shafer dan Metode Bayes Untuk Mendiagnosa Lumpuh Otak (Cerebral Palsy) Pada Anak Berbasis Android
IMPLEMENTASI METODE DEMPSTER SHAFER DAN
METODE BAYES UNTUK MENDIAGNOSA
LUMPUH OTAK (CEREBRAL PALSY)
PADA ANAK BERBASIS ANDROID
SKRIPSI
ROFIKA
131421013
PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2016
Universitas Sumatera Utara
IMPLEMENTASI METODE DEMPSTER SHAFER DAN
METODE BAYES UNTUK MENDIAGNOSA
LUMPUH OTAK (CEREBRAL PALSY)
PADA ANAK BERBASIS ANDROID
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh
ijazah Sarjana Ilmu Komputer
ROFIKA
131421013
PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2016
Universitas Sumatera Utara
PERSETUJUAN
Judul
: IMPLEMENTASI METODE DEMPSTER SHAFER
DAN METODE BAYES UNTUK MENDIAGNOSA
LUMPUH OTAK (CEREBRAL PALSY) PADA ANAK
BERBASIS ANDROID
Kategori
: SKRIPSI
Nama
: ROFIKA
Nomor Induk Mahasiswa : 131421013
Program Studi
: EKSTENSI S1 ILMU KOMPUTER
Fakultas
: ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
Diluluskan di
Medan,
Komisi Pembimbing
Agustus 2016
:
Pembimbing 2
Pembimbing 1
Dr. Maya Silvi Lydia, M.Sc
NIP. 19740127 200212 2 001
Drs. Mahyuddin K.M Nst, M.IT, Ph.D
NIP. 19671225 199802 1 001
Diketahui/disetujui oleh
Program Studi S1 Ilmu Komputer
Ketua,
Dr. Poltak Sihombing, M.Kom
NIP. 19620317 199103 1 011
Universitas Sumatera Utara
PERNYATAAN
IMPLEMENTASI METODE DEMPSTER SHAFER DAN METODE
BAYES UNTUK MENDIAGNOSA LUMPUH OTAK
(CEREBRAL PALSY) PADA ANAK
BERBASIS ANDROID
SKRIPSI
Saya menyatakan bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan,
Agustus 2016
Rofika
NIM. 131421013
Universitas Sumatera Utara
PENGHARGAAN
Alhamdulillah segala puji dan syukur atas nikmat dan rahmat Allah SWT sehingga
penulis dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh
gelar Sarjana Komputer, pada Program Studi S1 Ilmu Komputer Fakultas Ilmu
Komputer dan Teknologi Informasi Universitas Sumatera Utara.
Ucapan terima kasih Penulis sampaikan kepada semua pihak yang telah
membantu Penulis dalam menyelesaikan skripsi ini baik secara langsung maupun
tidak langsung, teristimewa orangtua penulis yang sangat mengasihi dan menyayangi
penulis dan memberi dukungan tiada henti. Pada kesempatan ini penulis ingin
mengucapkan terima kasih yang sebesar-besarnya kepada:
1.
Bapak Prof. Dr. Runtung Sitepu, SH. M.Hum selaku Rektor Universitas
Sumatera Utara.
2.
Bapak Prof. Dr. Opim Salim Sitompul, M.Si selaku Dekan Fakultas Ilmu
Komputer dan Teknologi Informasi Universitas Sumatera Utara.
3.
Bapak Dr. Poltak Sihombing, M.Kom selaku Ketua Program Studi S1 Ilmu
Komputer Universitas Sumatera Utara.
4.
Bapak Drs. Mahyuddin K.M Nst, M.IT, Ph.D selaku Wakil Rektor III
Universitas Sumatera Utara dan sebagai Dosen Pembimbing I yang telah
memberikan ilmu, bimbingan, saran, dan masukan kepada penulis dalam
penyempurnaan skripsi ini.
5.
Ibu Dr. Maya Silvi Lydia, M.Sc selaku Sekretaris Program Studi S1 Ilmu
Komputer Universitas Sumatera Utara dan Dosen Pembimbing II yang telah
memberikan ilmu, bimbingan, saran, dan masukan kepada penulis dalam
penyempurnaan skripsi ini.
6.
Bapak Dr. Syahril Efendi, S.Si., M.IT selaku Dosen Pembanding I yang telah
memberikan kritik dan saran dalam penyempurnaan skripsi ini.
7.
Bapak Drs. Marihat Situmorang, M. Kom selaku Dosen Pembanding II yang
telah memberikan kritik dan saran dalam penyempurnaan skripsi ini.
8.
Dr. Johannes H. Saing, M.(Ked) Ped., SpA(K) yang telah bersedia menjadi
seorang Pakar dalam penelitian ini.
Universitas Sumatera Utara
9.
Ketua Yayasan Pembinaan Anak Cacat (YPAC) Kota Medan beserta seluruh
pegawai, guru dan terapis yang telah memberi kesempatan kepada penulis
untuk mengadakan penelitian di tempat tersebut.
10. Seluruh dosen dan pegawai di Program Studi S1 Ilmu Komputer Fakultas
Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
11. Keluarga besar penulis, Ibunda tercinta Rohana yang senantiasa mendoakan
dan mendukung serta abang dan kakak penulis.
12. Wilson, ST., MBA yang telah banyak mendukung dan memberi motivasi
kepada penulis.
13. Teman-teman seperjuangan mahasiswa
Ekstensi S1-Ilmu
Komputer
stambuk 2013, khususnya KOM-A dan yang selalu memberi semangat
Winda Permata Sari, Dwi Agustin, Cut Desy Arisandi, Plorent Peronica,
Nana, Citra M Utami, Ditha Pratiwi, Nelly dan Noni Soraya.
14. Semua pihak yang terlibat langsung ataupun tidak langsung yang tidak
dapat penulis ucapkan satu per satu yang telah membantu penyelesaian skripsi
ini.
Penulis menyadari bahwa skripsi ini masih terdapat kekurangan. Oleh karena
itu, kepada pembaca agar kiranya memberikan kritik dan saran yang bersifat
membangun demi kesempurnaan skripsi ini. Sehingga dapat bermanfaat bagi kita
semuanya.
Medan,
Penulis,
Agustus 2016
Rofika
Universitas Sumatera Utara
ABSTRAK
Cerebral palsy merupakan kelainan yang sering terjadi pada awal mula kehidupan
atau masa perkembangan anak. Kelainan ini berupa gangguan motorik dan postur
tubuh karena adanya gangguan pada jaringan otak yang sedang berkembang. Perlu
kecermatan, ketelitian dan fasilitas yang memadai dalam menentukan anamnesis
cerebral palsy. Fasilitas kesehatan yang memadai jarang ditemukan pada akses-akses
kesehatan di pedesaan. Hal tersebut merupakan salah satu kesulitan yang dihadapi
keluarga pasien cerebral palsy umumnya di pedesaan. Ilmu komputer dapat
memberikan solusi dengan adanya pemanfaatan pada salah satu bidang ilmunya yaitu
sistem pakar. Sistem pakar merupakan sistem cerdas yang dapat meniru cara kerja
pakar dalam menangani hal-hal yang membutuhkan keahlian tertentu. Sistem ini
dibangun dengan pemrograman Basic Android. Aplikasi ini diimplementasikan pada
perangkat mobile Android yang memberi kemudahan dalam penggunaanya. Pengguna
dapat melakukan diagnosa dengan smartphone Android kapan dan dimana saja.
Metode dempster shafer dan metode bayes merupakan solusi dari ketidakpastian
hipotesa untuk
menentukan kesimpulan dalam sistem pakar. Penelitian ini
menghasilkan output berupa nilai keyakinan besar terkena cerebral palsy berdasarkan
metode dempster shafer dan level keparahan cerebral palsy yang dihasilkan metode
bayes. penentuan level cerebral palsy sangat penting untuk memberi perawatan dan
terapi pada anak cerebral palsy. metode dempster shafer menghasilkan nilai
persentase peluang terkena cerebral palsy dengan tingkat akurasi terhadap fakta
sebesar 41%, sedangkan metode bayes menentukan level dari masing-masing cerebral
palsy dengan tingkat akurasi terhadap fakta sebesar 81%.
Kata-kata Kunci: Sistem Pakar, Dempster Shafer, Bayes, Diagnosa, Cerebral Palsy,
Android.
Universitas Sumatera Utara
IMPLEMENTATION OF DEMPSTER SHAFER METHOD AND BAYES
METHOD FOR DIAGNOSE CEREBRAL PALSY
IN CHILDREN WITH ANDROID
ABSTRACT
Cerebral palsy is a disorder that often occurs at the beginning of life or the future
development of the child. This disorder such as motor disorders and posture because
there of a disturbance in the brain tissue that is growing. It needs austerity, accuracy
and adequate facilities in determining the anamnesis of cerebral palsy. Health facility
rarely found in access in rural health. It is one of the difficulties faced by families
cerebral palsy patients are generally in the countryside. Computer science can provide
solutions to their utilization in a field of science that is expert systems. Expert systems
are intelligent systems that can mimic the workings of an expert in dealing with
matters that require specific expertise. The system is built with the Basic
programming Android. This application is implemented on Android mobile devices
that provide ease of use. Users can perform diagnostics with Android smartphone
anytime and anywhere. Dempster Shafer and Bayes method is a solution of the
uncertainty hypothesis to determine the conclusions in expert systems. This study
produce output value of developing cerebral palsy faith based Dempster Shafer
method and the level of severity of cerebral palsy resulting Bayes methods.
Determining the level of cerebral palsy is very important to provide care and treatment
of cerebral palsy children. Dempster Shafer method produces a percentage chance of
cerebral palsy with the accuracy of the facts by 41%, while the Bayes method
determines the level of each cerebral palsy with the accuracy of the facts by 81%.
Keywords: Expert System, Dempster Shafer Method, Bayes Method, Diagnosis,
Cerebral Palsy, Android.
Universitas Sumatera Utara
DAFTAR ISI
Halaman
Persetujuan
Pernyataan
Penghargaan
Abstrak
Abstract
Daftar Isi
Daftar Tabel
Daftar Gambar
ii
iii
iv
vi
vii
viii
x
xi
1
1
5
5
5
6
6
8
BAB 1 Pendahuluan
1.1. Latar Belakang
1.2. Rumusan Masalah
1.3. Tujuan Penelitian
1.4. Batasan Penelitian
1.5. Manfaat Penelitian
1.6. Metodologi Penelitian
1.7. Sistematika Penulisan
BAB 2 Landasan Teori
2.1. Sistem Pakar
2.1.1. Ciri-ciri Sistem Pakar
2.1.2. Konsep Dasar Sistem Pakar
2.1.3. Komponen Sistem Pakar
2.1.4. Representasi Pengetahuan Dalam Sistem Pakar
2.1.5. Sifat-sifat Dan Kategori Masalah Dalam Sistem Pakar
2.1.6. Membangun Sistem Pakar
2.1.7. Kelebihan dan Kekurangan Sistem Pakar
2.2. Metode Dempster Shafer
2.3. Metode Bayes
2.4. Cerebral Palsy
2.4.1. Definisi Cerebral Palsy
2.4.2. Penyebab Cerebral Palsy
2.4.3. Klasifikasi Cerebral Palsy
2.4.4. Gambaran Klinis Cerebral Palsy
2.4.5. Diagnosis Cerebral Palsy
2.4.6. Pemeriksaan Diagnostik
2.4.7. Penatalaksanaan Medis
9
9
9
10
10
11
13
14
15
16
18
19
19
19
21
23
24
25
25
BAB 3 Analisis dan Perancangan Sistem
3.1. Analisis Sistem
3.1.1. Analisis Masalah
3.1.2. Analisis Kebutuhan
27
27
27
28
Universitas Sumatera Utara
3.1.2.1. Kebutuhan fungsional
3.1.2.2. Kebutuhan nonfungsional
3.2. Perancangan Sistem
3.2.1. Flowchart Sistem
3.2.1.1. Flowchart metode dempster shafer
3.2.1.2. Flowchart metode bayes
3.3. Perancangan Unified Modeling Language (UML)
3.3.1. Use Case Diagram
3.3.2. Statechart Diagram
3.3.3. Sequence Diagram
3.3.4. Activity Diagram
3.4. Analisis Data
3.4.1. Pengumpulan Data
3.4.2. Analisis Proses Metode Dempster Shafer
3.4.3. Analisis Proses Metode Bayes
3.5. Perancangan Antar Muka (Interface)
3.5.1. Rancangan Halaman Utama
3.5.2. Rancangan Halaman Konsultasi
3.5.3. Rancangan Halaman Terapi
3.5.4. Rancangan Halaman Info
3.5.5. Rancangan Halaman Tentang
28
29
30
30
32
33
34
35
36
38
39
42
42
45
46
48
48
49
51
52
53
BAB 4 Implementasi dan Pengujian Sistem
4.1. Impelentasi Sistem
4.1.1. Halaman Utama
4.1.2. Halaman Konsultasi
4.1.3. Halaman Terapi
4.1.4. Halaman Info
4.1.5. Halaman Tentang
4.2. Pengujian Sistem
4.2.1. Pengujian Sistem Metode Dempster Shafer
4.2.2. Pengujian Sistem Metode Bayes
4.3. Perbandingan Hasil Metode Dempster Shafer dan Metode Bayes
55
55
55
56
58
58
59
59
60
63
70
BAB 5 Kesimpulan dan Saran
5.1 Kesimpulan
5.2 Saran
74
74
75
Daftar Pustaka
Lampiran-1 Listing Program
Lampiran-2 Surat Keterangan Penelitian
Lampiran-3 Surat Keterangan Selesai Penelitian
Lampiran-4 Daftar Gejala
Lampiran-5 Daftar Riwayat Hidup
Universitas Sumatera Utara
DAFTAR TABEL
Halaman
Tabel 3.1.
Tabel 3.2.
Tabel 3.3.
Tabel 3.4.
Tabel 3.5.
Tabel 3.6.
Tabel 3.7.
Tabel 3.8.
Tabel 3.9.
Tabel 3.10.
Tabel 3.11.
Tabel 3.12.
Tabel 3.13.
Tabel 4.1.
Tabel 4.2.
Tabel 4.3.
Tabel 4.4.
Tabel 4.5.
Tabel 4.6.
Tabel 4.7.
Keterangan Use Case Sistem Pakar Diagnosa Cerbral Palsy
Daftar Gejala
Data Penyakit
Data Sampel Kasus
Kombinasi m1 dan m2
Kombinasi m2 1 dan m3
Keterangan Rancangan Halaman Utama
Keterangan Rancangan Halaman Register
Keterangan Rancangan Halaman Pertanyaan
Keterangan Rancangan Halaman Register
Keterangan Rancangan Halaman Terapi
Keterangan Rancangan Halaman Info
Keterangan Rancangan Halaman Tentang
Kombinasi m1 dan m2
Kombinasi m2 1 dan m3
Kombinasi m3 1 dan m4
Kombinasi m4 1 dan m5
Data Sampel Kasus Cerebral Palsy
Klasifikasi Gejala terhadap Level
Hasil Perbandingan Diagnosa
36
43
44
44
45
46
48
49
50
51
52
53
54
60
61
61
62
64
65
70
Universitas Sumatera Utara
DAFTAR GAMBAR
Halaman
Gambar 2.1.
Gambar 2.2.
Gambar 2.3.
Gambar 3.1.
Gambar 3.2.
Gambar 3.3.
Gambar 3.4.
Gambar 3.5.
Gambar 3.6.
Gambar.3.7.
Gambar 3.8.
Gambar 3.9.
Gambar 3.10.
Gambar 3.11.
Gambar 3.12.
Gambar 3.13.
Gambar 3.14.
Gambar 3.15.
Gambar 3.16.
Gambar 3.17.
Gambar 3.18.
Gambar 4.1.
Gambar 4.2.
Gambar 4.3.
Gambar 4.4.
Gambar 4.5.
Gambar 4.6.
Gambar 4.7.
Gambar 4.8.
Gambar 4.9.
Gambar 4.10.
Konsep Dasar Sistem Pakar
Komponen Sistem Pakar
Semantic Network
Diagram Ishikawa Analisis Masalah
Flowchart Sistem Pakar Diagnosa Cerebral Palsy
Flowchart Metode Dempster Shafer
Flowchart Metode Bayes
Use Case Sistem Pakar Diagnosa Cerebral Palsy
Statechart Sistem Pakar Diagnosa Cerebral Palsy
Sequence Sistem Pakar Diagnosa Cerebral Palsy
Activity Diagram Konsultasi
Activity Diagram Terapi
Activity Diagram Info
Activity Diagram Tentang
Rancangan Halaman Utama
Rancangan Halaman Register
Rancangan Halaman Pertanyaan
Rancangan Halaman Hasil Diagnosa
Rancangan Halaman Terapi
Rancangan Halaman Info
Rancangan Halaman Tentang
Tampilan Halaman Utama
Tampilan Halaman Register
Tampilan Halaman Pertanyaan
Tampilan Halaman Cek Hasil
Tampilan Halaman Hasil Diagnosa
Tampilan Halaman Terapi
Tampilan Halaman Info
Tampilan Halaman Tentang
Hasil Diagnosa Metode Dempster Shafer
Hasil Diagnosa Metode Bayes
10
10
13
28
31
32
34
35
37
38
39
40
41
41
48
49
50
51
52
53
54
56
57
57
57
58
58
59
59
62
70
Universitas Sumatera Utara
METODE BAYES UNTUK MENDIAGNOSA
LUMPUH OTAK (CEREBRAL PALSY)
PADA ANAK BERBASIS ANDROID
SKRIPSI
ROFIKA
131421013
PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2016
Universitas Sumatera Utara
IMPLEMENTASI METODE DEMPSTER SHAFER DAN
METODE BAYES UNTUK MENDIAGNOSA
LUMPUH OTAK (CEREBRAL PALSY)
PADA ANAK BERBASIS ANDROID
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh
ijazah Sarjana Ilmu Komputer
ROFIKA
131421013
PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2016
Universitas Sumatera Utara
PERSETUJUAN
Judul
: IMPLEMENTASI METODE DEMPSTER SHAFER
DAN METODE BAYES UNTUK MENDIAGNOSA
LUMPUH OTAK (CEREBRAL PALSY) PADA ANAK
BERBASIS ANDROID
Kategori
: SKRIPSI
Nama
: ROFIKA
Nomor Induk Mahasiswa : 131421013
Program Studi
: EKSTENSI S1 ILMU KOMPUTER
Fakultas
: ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
Diluluskan di
Medan,
Komisi Pembimbing
Agustus 2016
:
Pembimbing 2
Pembimbing 1
Dr. Maya Silvi Lydia, M.Sc
NIP. 19740127 200212 2 001
Drs. Mahyuddin K.M Nst, M.IT, Ph.D
NIP. 19671225 199802 1 001
Diketahui/disetujui oleh
Program Studi S1 Ilmu Komputer
Ketua,
Dr. Poltak Sihombing, M.Kom
NIP. 19620317 199103 1 011
Universitas Sumatera Utara
PERNYATAAN
IMPLEMENTASI METODE DEMPSTER SHAFER DAN METODE
BAYES UNTUK MENDIAGNOSA LUMPUH OTAK
(CEREBRAL PALSY) PADA ANAK
BERBASIS ANDROID
SKRIPSI
Saya menyatakan bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan,
Agustus 2016
Rofika
NIM. 131421013
Universitas Sumatera Utara
PENGHARGAAN
Alhamdulillah segala puji dan syukur atas nikmat dan rahmat Allah SWT sehingga
penulis dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh
gelar Sarjana Komputer, pada Program Studi S1 Ilmu Komputer Fakultas Ilmu
Komputer dan Teknologi Informasi Universitas Sumatera Utara.
Ucapan terima kasih Penulis sampaikan kepada semua pihak yang telah
membantu Penulis dalam menyelesaikan skripsi ini baik secara langsung maupun
tidak langsung, teristimewa orangtua penulis yang sangat mengasihi dan menyayangi
penulis dan memberi dukungan tiada henti. Pada kesempatan ini penulis ingin
mengucapkan terima kasih yang sebesar-besarnya kepada:
1.
Bapak Prof. Dr. Runtung Sitepu, SH. M.Hum selaku Rektor Universitas
Sumatera Utara.
2.
Bapak Prof. Dr. Opim Salim Sitompul, M.Si selaku Dekan Fakultas Ilmu
Komputer dan Teknologi Informasi Universitas Sumatera Utara.
3.
Bapak Dr. Poltak Sihombing, M.Kom selaku Ketua Program Studi S1 Ilmu
Komputer Universitas Sumatera Utara.
4.
Bapak Drs. Mahyuddin K.M Nst, M.IT, Ph.D selaku Wakil Rektor III
Universitas Sumatera Utara dan sebagai Dosen Pembimbing I yang telah
memberikan ilmu, bimbingan, saran, dan masukan kepada penulis dalam
penyempurnaan skripsi ini.
5.
Ibu Dr. Maya Silvi Lydia, M.Sc selaku Sekretaris Program Studi S1 Ilmu
Komputer Universitas Sumatera Utara dan Dosen Pembimbing II yang telah
memberikan ilmu, bimbingan, saran, dan masukan kepada penulis dalam
penyempurnaan skripsi ini.
6.
Bapak Dr. Syahril Efendi, S.Si., M.IT selaku Dosen Pembanding I yang telah
memberikan kritik dan saran dalam penyempurnaan skripsi ini.
7.
Bapak Drs. Marihat Situmorang, M. Kom selaku Dosen Pembanding II yang
telah memberikan kritik dan saran dalam penyempurnaan skripsi ini.
8.
Dr. Johannes H. Saing, M.(Ked) Ped., SpA(K) yang telah bersedia menjadi
seorang Pakar dalam penelitian ini.
Universitas Sumatera Utara
9.
Ketua Yayasan Pembinaan Anak Cacat (YPAC) Kota Medan beserta seluruh
pegawai, guru dan terapis yang telah memberi kesempatan kepada penulis
untuk mengadakan penelitian di tempat tersebut.
10. Seluruh dosen dan pegawai di Program Studi S1 Ilmu Komputer Fakultas
Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
11. Keluarga besar penulis, Ibunda tercinta Rohana yang senantiasa mendoakan
dan mendukung serta abang dan kakak penulis.
12. Wilson, ST., MBA yang telah banyak mendukung dan memberi motivasi
kepada penulis.
13. Teman-teman seperjuangan mahasiswa
Ekstensi S1-Ilmu
Komputer
stambuk 2013, khususnya KOM-A dan yang selalu memberi semangat
Winda Permata Sari, Dwi Agustin, Cut Desy Arisandi, Plorent Peronica,
Nana, Citra M Utami, Ditha Pratiwi, Nelly dan Noni Soraya.
14. Semua pihak yang terlibat langsung ataupun tidak langsung yang tidak
dapat penulis ucapkan satu per satu yang telah membantu penyelesaian skripsi
ini.
Penulis menyadari bahwa skripsi ini masih terdapat kekurangan. Oleh karena
itu, kepada pembaca agar kiranya memberikan kritik dan saran yang bersifat
membangun demi kesempurnaan skripsi ini. Sehingga dapat bermanfaat bagi kita
semuanya.
Medan,
Penulis,
Agustus 2016
Rofika
Universitas Sumatera Utara
ABSTRAK
Cerebral palsy merupakan kelainan yang sering terjadi pada awal mula kehidupan
atau masa perkembangan anak. Kelainan ini berupa gangguan motorik dan postur
tubuh karena adanya gangguan pada jaringan otak yang sedang berkembang. Perlu
kecermatan, ketelitian dan fasilitas yang memadai dalam menentukan anamnesis
cerebral palsy. Fasilitas kesehatan yang memadai jarang ditemukan pada akses-akses
kesehatan di pedesaan. Hal tersebut merupakan salah satu kesulitan yang dihadapi
keluarga pasien cerebral palsy umumnya di pedesaan. Ilmu komputer dapat
memberikan solusi dengan adanya pemanfaatan pada salah satu bidang ilmunya yaitu
sistem pakar. Sistem pakar merupakan sistem cerdas yang dapat meniru cara kerja
pakar dalam menangani hal-hal yang membutuhkan keahlian tertentu. Sistem ini
dibangun dengan pemrograman Basic Android. Aplikasi ini diimplementasikan pada
perangkat mobile Android yang memberi kemudahan dalam penggunaanya. Pengguna
dapat melakukan diagnosa dengan smartphone Android kapan dan dimana saja.
Metode dempster shafer dan metode bayes merupakan solusi dari ketidakpastian
hipotesa untuk
menentukan kesimpulan dalam sistem pakar. Penelitian ini
menghasilkan output berupa nilai keyakinan besar terkena cerebral palsy berdasarkan
metode dempster shafer dan level keparahan cerebral palsy yang dihasilkan metode
bayes. penentuan level cerebral palsy sangat penting untuk memberi perawatan dan
terapi pada anak cerebral palsy. metode dempster shafer menghasilkan nilai
persentase peluang terkena cerebral palsy dengan tingkat akurasi terhadap fakta
sebesar 41%, sedangkan metode bayes menentukan level dari masing-masing cerebral
palsy dengan tingkat akurasi terhadap fakta sebesar 81%.
Kata-kata Kunci: Sistem Pakar, Dempster Shafer, Bayes, Diagnosa, Cerebral Palsy,
Android.
Universitas Sumatera Utara
IMPLEMENTATION OF DEMPSTER SHAFER METHOD AND BAYES
METHOD FOR DIAGNOSE CEREBRAL PALSY
IN CHILDREN WITH ANDROID
ABSTRACT
Cerebral palsy is a disorder that often occurs at the beginning of life or the future
development of the child. This disorder such as motor disorders and posture because
there of a disturbance in the brain tissue that is growing. It needs austerity, accuracy
and adequate facilities in determining the anamnesis of cerebral palsy. Health facility
rarely found in access in rural health. It is one of the difficulties faced by families
cerebral palsy patients are generally in the countryside. Computer science can provide
solutions to their utilization in a field of science that is expert systems. Expert systems
are intelligent systems that can mimic the workings of an expert in dealing with
matters that require specific expertise. The system is built with the Basic
programming Android. This application is implemented on Android mobile devices
that provide ease of use. Users can perform diagnostics with Android smartphone
anytime and anywhere. Dempster Shafer and Bayes method is a solution of the
uncertainty hypothesis to determine the conclusions in expert systems. This study
produce output value of developing cerebral palsy faith based Dempster Shafer
method and the level of severity of cerebral palsy resulting Bayes methods.
Determining the level of cerebral palsy is very important to provide care and treatment
of cerebral palsy children. Dempster Shafer method produces a percentage chance of
cerebral palsy with the accuracy of the facts by 41%, while the Bayes method
determines the level of each cerebral palsy with the accuracy of the facts by 81%.
Keywords: Expert System, Dempster Shafer Method, Bayes Method, Diagnosis,
Cerebral Palsy, Android.
Universitas Sumatera Utara
DAFTAR ISI
Halaman
Persetujuan
Pernyataan
Penghargaan
Abstrak
Abstract
Daftar Isi
Daftar Tabel
Daftar Gambar
ii
iii
iv
vi
vii
viii
x
xi
1
1
5
5
5
6
6
8
BAB 1 Pendahuluan
1.1. Latar Belakang
1.2. Rumusan Masalah
1.3. Tujuan Penelitian
1.4. Batasan Penelitian
1.5. Manfaat Penelitian
1.6. Metodologi Penelitian
1.7. Sistematika Penulisan
BAB 2 Landasan Teori
2.1. Sistem Pakar
2.1.1. Ciri-ciri Sistem Pakar
2.1.2. Konsep Dasar Sistem Pakar
2.1.3. Komponen Sistem Pakar
2.1.4. Representasi Pengetahuan Dalam Sistem Pakar
2.1.5. Sifat-sifat Dan Kategori Masalah Dalam Sistem Pakar
2.1.6. Membangun Sistem Pakar
2.1.7. Kelebihan dan Kekurangan Sistem Pakar
2.2. Metode Dempster Shafer
2.3. Metode Bayes
2.4. Cerebral Palsy
2.4.1. Definisi Cerebral Palsy
2.4.2. Penyebab Cerebral Palsy
2.4.3. Klasifikasi Cerebral Palsy
2.4.4. Gambaran Klinis Cerebral Palsy
2.4.5. Diagnosis Cerebral Palsy
2.4.6. Pemeriksaan Diagnostik
2.4.7. Penatalaksanaan Medis
9
9
9
10
10
11
13
14
15
16
18
19
19
19
21
23
24
25
25
BAB 3 Analisis dan Perancangan Sistem
3.1. Analisis Sistem
3.1.1. Analisis Masalah
3.1.2. Analisis Kebutuhan
27
27
27
28
Universitas Sumatera Utara
3.1.2.1. Kebutuhan fungsional
3.1.2.2. Kebutuhan nonfungsional
3.2. Perancangan Sistem
3.2.1. Flowchart Sistem
3.2.1.1. Flowchart metode dempster shafer
3.2.1.2. Flowchart metode bayes
3.3. Perancangan Unified Modeling Language (UML)
3.3.1. Use Case Diagram
3.3.2. Statechart Diagram
3.3.3. Sequence Diagram
3.3.4. Activity Diagram
3.4. Analisis Data
3.4.1. Pengumpulan Data
3.4.2. Analisis Proses Metode Dempster Shafer
3.4.3. Analisis Proses Metode Bayes
3.5. Perancangan Antar Muka (Interface)
3.5.1. Rancangan Halaman Utama
3.5.2. Rancangan Halaman Konsultasi
3.5.3. Rancangan Halaman Terapi
3.5.4. Rancangan Halaman Info
3.5.5. Rancangan Halaman Tentang
28
29
30
30
32
33
34
35
36
38
39
42
42
45
46
48
48
49
51
52
53
BAB 4 Implementasi dan Pengujian Sistem
4.1. Impelentasi Sistem
4.1.1. Halaman Utama
4.1.2. Halaman Konsultasi
4.1.3. Halaman Terapi
4.1.4. Halaman Info
4.1.5. Halaman Tentang
4.2. Pengujian Sistem
4.2.1. Pengujian Sistem Metode Dempster Shafer
4.2.2. Pengujian Sistem Metode Bayes
4.3. Perbandingan Hasil Metode Dempster Shafer dan Metode Bayes
55
55
55
56
58
58
59
59
60
63
70
BAB 5 Kesimpulan dan Saran
5.1 Kesimpulan
5.2 Saran
74
74
75
Daftar Pustaka
Lampiran-1 Listing Program
Lampiran-2 Surat Keterangan Penelitian
Lampiran-3 Surat Keterangan Selesai Penelitian
Lampiran-4 Daftar Gejala
Lampiran-5 Daftar Riwayat Hidup
Universitas Sumatera Utara
DAFTAR TABEL
Halaman
Tabel 3.1.
Tabel 3.2.
Tabel 3.3.
Tabel 3.4.
Tabel 3.5.
Tabel 3.6.
Tabel 3.7.
Tabel 3.8.
Tabel 3.9.
Tabel 3.10.
Tabel 3.11.
Tabel 3.12.
Tabel 3.13.
Tabel 4.1.
Tabel 4.2.
Tabel 4.3.
Tabel 4.4.
Tabel 4.5.
Tabel 4.6.
Tabel 4.7.
Keterangan Use Case Sistem Pakar Diagnosa Cerbral Palsy
Daftar Gejala
Data Penyakit
Data Sampel Kasus
Kombinasi m1 dan m2
Kombinasi m2 1 dan m3
Keterangan Rancangan Halaman Utama
Keterangan Rancangan Halaman Register
Keterangan Rancangan Halaman Pertanyaan
Keterangan Rancangan Halaman Register
Keterangan Rancangan Halaman Terapi
Keterangan Rancangan Halaman Info
Keterangan Rancangan Halaman Tentang
Kombinasi m1 dan m2
Kombinasi m2 1 dan m3
Kombinasi m3 1 dan m4
Kombinasi m4 1 dan m5
Data Sampel Kasus Cerebral Palsy
Klasifikasi Gejala terhadap Level
Hasil Perbandingan Diagnosa
36
43
44
44
45
46
48
49
50
51
52
53
54
60
61
61
62
64
65
70
Universitas Sumatera Utara
DAFTAR GAMBAR
Halaman
Gambar 2.1.
Gambar 2.2.
Gambar 2.3.
Gambar 3.1.
Gambar 3.2.
Gambar 3.3.
Gambar 3.4.
Gambar 3.5.
Gambar 3.6.
Gambar.3.7.
Gambar 3.8.
Gambar 3.9.
Gambar 3.10.
Gambar 3.11.
Gambar 3.12.
Gambar 3.13.
Gambar 3.14.
Gambar 3.15.
Gambar 3.16.
Gambar 3.17.
Gambar 3.18.
Gambar 4.1.
Gambar 4.2.
Gambar 4.3.
Gambar 4.4.
Gambar 4.5.
Gambar 4.6.
Gambar 4.7.
Gambar 4.8.
Gambar 4.9.
Gambar 4.10.
Konsep Dasar Sistem Pakar
Komponen Sistem Pakar
Semantic Network
Diagram Ishikawa Analisis Masalah
Flowchart Sistem Pakar Diagnosa Cerebral Palsy
Flowchart Metode Dempster Shafer
Flowchart Metode Bayes
Use Case Sistem Pakar Diagnosa Cerebral Palsy
Statechart Sistem Pakar Diagnosa Cerebral Palsy
Sequence Sistem Pakar Diagnosa Cerebral Palsy
Activity Diagram Konsultasi
Activity Diagram Terapi
Activity Diagram Info
Activity Diagram Tentang
Rancangan Halaman Utama
Rancangan Halaman Register
Rancangan Halaman Pertanyaan
Rancangan Halaman Hasil Diagnosa
Rancangan Halaman Terapi
Rancangan Halaman Info
Rancangan Halaman Tentang
Tampilan Halaman Utama
Tampilan Halaman Register
Tampilan Halaman Pertanyaan
Tampilan Halaman Cek Hasil
Tampilan Halaman Hasil Diagnosa
Tampilan Halaman Terapi
Tampilan Halaman Info
Tampilan Halaman Tentang
Hasil Diagnosa Metode Dempster Shafer
Hasil Diagnosa Metode Bayes
10
10
13
28
31
32
34
35
37
38
39
40
41
41
48
49
50
51
52
53
54
56
57
57
57
58
58
59
59
62
70
Universitas Sumatera Utara