APLIKASI SISTEM PAKAR DETEKSI DINI PADA PENYAKIT TUBERKULOSIS
APLIKASI SISTEM PAKAR
DETEKSI DINI PADA PENYAKIT
TUBERKULOSIS
WENNY WIDIASTUTI, DINI DESTIANI, DHAMI JOHAR DAMIRI
JURNAL ALGORITMA SEKOLAH TINGGI TEKNOLOGI GARUT TAHUN 2012
IBNU NUR HIDAYAT ( 1441177004025)
ABSTRACT
Tanda Gejala ?
- Pasien TB tidak tahu
- Pemeriksaan Masif
Penyuluhan
SISTEM PAKAR
TBC
LATAR BELAKANG DAN TUJUAN
TBC (Tuberkulosis )➔ kuman TB (Mycobacterium Tuberculosis)
TB ➔ Menyerang siapa saja (usia 15-50 tahun) dan anak-anak
Pasien TB dilakukan secara pasif dengang promosi aktif oleh
petugas kesehatan
➔ “Dibuatkan Sitem Pakar yang mendeteksi dini Penyakit TBC”
DATA YANG DIGUNAKAN
Data Penelitian diambil dari Puskesmas Cibutu, dengan melakukan pengamatan saat
pemeriksaan “ Hanya dilakukan pemeriksaan fisik”
Dari pemeriksaan diambil data dari tanda gejala, meliputi:
1. Batuk terus menerus dan berdahak selama 3 ( tiga) minggu atau lebih.
2. Dahak bercampur darah.
3. Batuk darah.
4. Sesak nafas dan rasa nyeri dada.
5. Badan lemah
6. Nafsu makan menurun
7. Berat badan turun
8. Rasa kurang enak badan (malaise)
9. Demam meriang lebih dari sebulan.
METODE
Dalam pengembangan sistem pakar, akan digunakan pendekatan konvensional dengan metode
Expert System Development Life Cycle (ESDLC), dengan tahapan:
HASIL DAN
PEMBAHASAN
Dari representasi pengetahuan dibuat dalam
pohon keputusan:
Selanjutnya dibuatkan sistem pakarnya dari interaksi user dan sistem digambarkan dalam ERD
Dengan Struktur sistemnya, sebagai berikut:
KESIMPULAN
Dari sistem yang telah dibangun ini, dapat disimpulkan:
1.
Dengan dibuatnya aplikasi sistem pakar deteksi dini pada penyakit TBC
dapat membantu Dokter TBC dalam melakukan deteksi dini dan
penyuluhan di lapangan semakin mudah dilakukan.
2.
Melalui aplikasi ini, pengguna dapat melakukan konsultasi dengan sistem
layaknya berkonsultasi dengan seorang pakar untuk mendeteksi gejala
yang terjadi pada pengguna serta menemukan solusi atas permasalahan
yang dihadapi.
SISTEM PAKAR DIAGNOSA DINI PENYAKIT
KANDUNGAN MENGGUNAKAN METODE FUZZY
AGUS IRAWAN DAN EDI FAIZAL. STMIK EL RAHMA YOGYAKARTA
PRESENTED BY ELISA FITRIANI KHOIRUNNISA (1441177004281)
LATAR BELAKANG
◼
Dari dulu hingga sekarang begitu banyak masalah dalam kesehatan yang timbul pada wanita, khususnya
pada bagian rahim. Rahim merupakan suatu organ muscular berbentuk seperti pir yang terletak diantara
kandung kencing dan rektum yang berfungsi sebagai pengeluaran darah haid dengan ditandai adanya
perubahan dan pelepasan dari endometrium.
◼
Pengetahuan tentang gejala dan jenis penyakit rahim itu sendiri teryata masih belum banyak diketahui
oleh kaum wanita. Wanita yang mengalami gangguan atau kelainan pada area rahim ia akan mendatangi
dokter spesialis untuk berkonsultasi, namun pada kenyataannya tidak semua orang dapat melakukannya.
Hal ini dapat dikarenakan factor perekonomian yang kurang mencukupi ataupun karena tuntutan
kesibukan, terdapat pula kelemahan seperti jam kerja praktek dokter yang terbatas.
◼
Permasalahan yang di tangani oleh seorang sistem pakar bukan hanya mengandalkan algoritma,namun
terkadang juga permasalahan yang sulit di pahami. Permasalahan tersebut dapat di atasi oleh seorang
pakar dengan pengetahuan dan pengalamannya.Oleh karena itu sistem pakar di bangun bukan
berdasarkan algoritma tertentu, tetapi berdasarkan basis pengetahuan dan aturan.
DATA YANG DIGUNAKAN
G : Gejala
G5 :Kembung, bengkak, adanya tekanan pada perut
B : Bobot nilai
G6 :Pendarahan pasca monopouse
N : Nilai No
G7 :Tidak napsu makan, Penurunan Berat badan secara progasi
Y : Nilai Yes
G8 :Sakit kepala dan sering lelah
P1 : Penyakit Kista Indung Telur (Ovarium Cyst)
G9 :Keputihan patogonis
P2 : Penyakit Kanker Indung Telur (Kanker Ovarium)
G10 :Sakit pada area kewanitaan
P3 : Penyakit Kanker leher rahim (Kanker Serviks)
G11 :Pendarahan vagina saat/setelah berhubungan intim
P4 : Penyakit Myoma Uteri
G12 :Bengkak pada kaki
P5 : Penyakit Kanker Rahim (Kanker Uterus = Carcinoma Uteri)
G13 :Pendarahan selama haid ataupun diluar masa haid
G1 :Kramperut bawah atau nyeri panggul
G14 :Rasa nyeri pada kandung kemih atau organ panggul lainya
G2 :Menstruasi tidak teratur abnormal,rapat secara periode
G15 :Pada bagian bawah perut rahim terasa kenyal
G3 :Sakit atau tekanan pada saat berkemih
G16 :Nyeri pada area pelvic
G4 :Rasa nyeri, keluarnya flek darah dari vagina
METODE
◼
DIAGNOSIS
◼
FUZZY
Dasar therapy modern adalah diagnosis.Konsep diagnosis adalah penentuan jenis penyakit kemudian
melakukan penyembuhan penyakit tersebut.Prosedur untuk mendapatkan informasi yang dibutuhkan guna
menegakan sautu diagnosis sangat berhubungan dengan keberhasilan suatu diagnosis. Untuk sampai kepada
diagnosis yang tepat diperlukan ilmu pengetahuan penyakit serta gejala-gejalanya, ketrampilan untuk
melakukan cara menguji yang tepat dan seni menyatakan impresi, fakta dan pengalaman ke dalam
pengertian.Sehubungan dengan banyak penyakit yang memepunyai gejala yang sama, seorang klinis harus
teliti dalam menentukan ketepatan diagnosis.
Fuzyy dalam bahasa inggris berarti tidak tentu, kabur atau tidak jelas. Logika fuzyy merupakan salah satu
komponen pembetuk soft computing. Logika fuzzy pertama kali diperkenalkan oleh Prof. Lotfi A. Zaedah pada
tahun 1965. Dalam banyak hal, logika fuzzy digunakan sebagai suatu cara untuk memetakan permasalahan
dari input menuju output yang diharapkan.
◼ MAMDANI
Metode mamdani sering juga dikenal dengan metode Max-Min. Metode ini diperkenalkan oleh
EbrahimMamdani pada tahun 1975. Untuk mendapatkan output, diperlukan 4 tahapan : Pembentuk
himpunan fuzzy, aplikasi fungsi implikasi (aturan), komposisi aturan, penegasan.
HASIL DAN PEMBAHASAN
◼
Tahap awal yang dilakukan adalah melakukan analisis terhadap data atau basis pengetahuan yang akan
digunakan. Distribusi dan aturan gejala terhadap penyakit kandungan yang digunakan dalam penelitian ini
disajikan pada Tabel 1 dan Tabel 2.
Tabel 1. Distribusi gejala terhadap penyakit kandungan
TABEL 2 ATURAN GEJALA TERHADAP PENYAKIT
KESIMPULAN
◼
Dari hasil analisis, perancangan dan pembuatan aplikasi sistem pakar pendeteksi penyakit kanker
kandungan, maka dapat ditarik kesimpulan bahwa dengan adanya aplikasi ini para wanita dapat
mengetahui kemungkinan penyakit yang diderita berdasarkan gejala yang dirasakan. Gejala yang dapat
dipilih ada 16 gejala, sedangkan penyakit kandungan yang kemungkinan terdeteksi ada 5 macam yaitu,
kista ovarium, kanker ovarium, kanker serviks, myoma uteri dan kanker rahim. Selain itu user juga dapat
mengetahui solusi yang harus diambil dengan penyakit yang terdeteksi. Metode yang digunakan untuk
menganalisa dan menghitung menggunakan metode logica fuzzy. Aplikasi ini berbasis mobile yang dapat
dijalankan pada smartphone dengan sistem operasi android.
ANALISIS DAN PERANCANGAN SISTEM PAKAR
DIAGNOSA PENYAKIT MEMATIKAN PADA
PEREMPUAN MENGGUNAKAN METODE BAYES (Studi
Kasus : Asri Medical Center)
Armadyah Amborowati, Nurul Hidayah
SEMNASTEKNOMEDIA TAHUN 2016
MUHAMAD MUHYIDIN AMIN( 1441177004201)
LATAR BELAKANG
TUJUAN :
DATA
METODE
PEMBAHASAN
REPRESENTASI
PENGETAHUAN
METODE BEYES
●
●
●
●
●
KESIMPULAN
Sistem Pakar Pendeteksian
Dini Kanker Mulut Rahim
Berbasis Web
Novita Mariana dan irfan Sungkaar
Jurnal Teknologi Informasi DINAMIK Volume 20, No.1, Januari 2015: 42-50
Presented By Agus Wibawa
1441177004155
Latar Belakang
Karena banyaknya kematian
wanita karena kanker rahim.
▶ Agar dapat membantu dokter
dengan menggunakan Expert
System.
▶
Tujuan
Tujuan dari penelitian ini adalah sistem yang
memanfaatkan sistem pakar untuk menangani
masalah diagnosis penyakit dalam hal ini
mendeteksi secara dini penyakit kanker mulut
rahim dengan mesin inferensi forward chaining.
Adapun hasil dari sistem informasi ini adalah
memberikan informasi mengenai keterangan
penyakit kanker mulut rahim dan solusi
penanganan penyakit kanker tersebut sesuai
dengan stadium.
Metode
Sekuensial Linier mengusulkan sebuah pendekatan kepada perkembangan
perangkat lunak yang sistematik dan sekuensial yang dimulai pada tingkat dan
kemajuan sistem pada seluruh analisis, desain,kode, pengujian, dan
pemeliharaan. Sekuensial linier untuk rekayasa perangkat lunak yang sering
disebut juga dengan siklus kehidupan klasik atau model air terjun model
(waterfall).
Metodologi pengembangan sistem pakar
Metode inferensi yang digunakan adalah Forward Chaining berarti
menggunakan himpunan aturan kondisi-aksi. Dalam metode ini, data
digunakan untuk menentukan aturan mana yang akan dijalankan,
kemudian aturan tersebut dijalankan.
Kaidah, suatu aturan yang digunakan sistem untuk menemukan suatu
konklusi. Gejala yang dimasukkan user merupakan kondisi (IF) dan
penyakit adalah merupakan konklusi (THEN). Sebagai contoh Kaidah 1
IF Keputihan berbau
AND keputihan berwarna kuning
AND keputihan berwarna hijau
AND perdarahan dari jalan lahir
AND perdarahan setelah berhubungan
AND histopatologi karsinoma insitu (karsinoma intraepitel)
PERANCANGAN SISTEM PAKAR DIAGNOSA INFEKSI
MENULAR SEKSUAL (IMS) BERBASIS WEB DENGAN
METODE FORWARD
DAN BACKWARD CHAINING PADA RSUP DR. SARDJITO
YOGYAKARTA
NUZLA ABIDIN
KUSRINI
SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
AMIKOM YOGYAKARTA
2013
PRESENTED BY YUDI RAHARJO
1441177004169
LATAR BELAKANG
• Infeksi menular seksual (IMS) adalah infeksi yang menular lewat hubungan seksual, baik
dengan pasangan yang sudah tertular, maupun mereka yang sering berganti-ganti
pasangan.
• Menurut WHO Information Fact Sheet No 110 August 2011, 499 juta infeksi baru dapat
disembuhkan menular seksual (sifilis, gonore, klamidia dan trikomoniasis) terjadi setiap
tahun di seluruh dunia pada orang dewasa berusia 15-49 tahun
• Beberapa infeksi menular seksual terjadi tanpa gejala
• Infeksi menular seksual merupakan penyebab utama infertilitas pada pria dan wanita
• IMS dapat meningkatkan risiko HIV akuisisi tiga kali lipat atau lebih.
TUJUAN PENELITIAN
• Dapat membantu masyarakat khususnya penderita IMS
• Bagi mahasiswa kedokteran atau dokter muda dalam melakukan tindak diagnosis terhadap
penyakit IMS.
DATA YANG DIGUNAKAN
• Sumber pengetahuan sistem pakar ini terdiri dari
Data penyakit
Infeksi Menular
Seksual
Definisi Infeksi
Menular Seksual
Wawancara dengan
dokter RSUP
dr. Sardjito
Gejala Infeksi
Menular Seksual
Penyebab Infeksi
Menular Seksual
Saran Infeksi
Menular Seksual
Buku yang
direferensikan oleh
dokter
METODE YANG DITERAPKAN
inferensi runut maju
(forward chaining)
inferensi runut balik
(backward chaining)
• Runut maju (forward chaining) digunakan untuk menentukan calon-calon jenis penyakit
yang mungkin diderita oleh pasien berdasarkan keluhan yang dimasukkan oleh pasien
• Setelah diketahui daftar jenis penyakit IMS yang menjadi calon konklusi, dilakukan runut
balik (backward chaining) guna mengetahui gejala yang dialami oleh pasien dan dihitung
menggunakan metode perhitungan probabilitas berbobot untuk menentukan tingkat
kemungkinan jenis penyakit yang dialami pasien
• Penentuan penyakit dilakukan dengan memilih diantara konklusi yang memiliki probabilitas
tertinggi.
HASIL DAN PEMBAHASAN
Tampilan awal ketika
melakukan konsultasi
Hasil diagnosa
diperoleh dari
inputan keluhan dan
gejala pada halaman
sebelumnya, dimana
hasil kemungkinan
prosentasi penyakit
yang terdeteksi
menggunakan
perhitungan
probabilitas
berbobot
Halaman ini untuk konsultasi
keluhan yang dimiliki pasien pada
penyakit Infeksi Menular Seksual
(IMS)
Tampilan daftar
penyakit kemudian
pasien diminta
untuk
menginputkan
gejala yang
dirasakan dengan
memberi tanda
cheklist (√).
KESIMPULAN
• Dengan adanya website ini mampu memberikan informasi kepada pemakai mengenai jenis
penyakit infeksi menular seksual yang dideritanya berdasarkan keluhan dan gejala-gejala
yang diberikan.
• Web sistem pakar ini hanya membahas 4 faktor resiko, 3 keluhan, 65 gejala dan 12 jenis
penyakit infeksi menular seksual.
Sistem Pakar dengan Inferensi
Fuzzy Tsukamoto dalam
Mendiagnosa Penyakit Saluran
Reproduksi Manusia
LATHIFAH DAN SRI WINIARTI
JURNAL SARJANA TEKNIK INFORMATIKA, VOLUME 2 NOMOR 1,
FEBRUARI 2014
MUKHAMMAD KHILMI ( 1441177004160 )
LATAR BELAKANG
Minimnya pemahaman yang baik
dan benar mengenai kesehatan
reproduksi
Kurangnya kesadaran masyarakat
untuk melakukan pemerikasaan dini
penyakit reproduksi
Keterbatasan penyuluh kesehatan
yang berkompeten dalam penyakit
saluran reproduksi
Biaya konsultasi Dokter yang relatif
mahal
Penderita penyakit
kelamin meningkat
mencapai 20 – 40 %
Pelajar
20 %
Segmentasi penderita
penyakit kelamin
Remaja
35 %
Lain-lain
45%
TUJUAN
Media untuk meningkatkan pengetahuan penyuluh
kesehatan mengenai penyakit saluran reproduksi
Membuat sistem pakar untuk mendiagnosa penyakit
saluran reproduksi
Memberi informasi mengenai solusi penanganan penyakit
saluran reproduksi
Alternatif media konsultasi peyakit saluran reproduksi yang
murah
DATA PENELITIAN
Data gejala penyakit
Data jenis penyakit
Data dari pakar penyakit
reproduksi :
Dr.H.Irwan Taufiqur Rachman,
Sp.OG.
Data penyebab penyakit
Data pencegahan penyakit
METODE
Backward
Chaining
Metode
inferensi
Metode
Tsukamoto
Metode defuzzifikasi
rata-rata terpusat
(Center Average
Defuzzyfier)
HASIL PENELITIAN
Tampilan hasil
Diagnosa
Tampilan menu
utama
Aplikasi sistem
pakar penyakit
reproduksi
Tampilan daftar
gejala penyakit
reproduksi
KESIMPULAN
• Sistem mampu mendiagnosa penyakit reproduksi
manusia berdasarkan gejala yang dimasukkan
• Sistem dapat dijadikan media informasi mengenai
penyakit reproduksi manusia dan solusi untuk
menanggulanginya
• Informasi yang dihasilkan sistem dapat digunakan
sebagai alternatif pengganti pakar dalam
berkonsultasi dengan biaya murah dan mampu
mendiagnosa 28 penyakit reproduksi
DETEKSI DINI PADA PENYAKIT
TUBERKULOSIS
WENNY WIDIASTUTI, DINI DESTIANI, DHAMI JOHAR DAMIRI
JURNAL ALGORITMA SEKOLAH TINGGI TEKNOLOGI GARUT TAHUN 2012
IBNU NUR HIDAYAT ( 1441177004025)
ABSTRACT
Tanda Gejala ?
- Pasien TB tidak tahu
- Pemeriksaan Masif
Penyuluhan
SISTEM PAKAR
TBC
LATAR BELAKANG DAN TUJUAN
TBC (Tuberkulosis )➔ kuman TB (Mycobacterium Tuberculosis)
TB ➔ Menyerang siapa saja (usia 15-50 tahun) dan anak-anak
Pasien TB dilakukan secara pasif dengang promosi aktif oleh
petugas kesehatan
➔ “Dibuatkan Sitem Pakar yang mendeteksi dini Penyakit TBC”
DATA YANG DIGUNAKAN
Data Penelitian diambil dari Puskesmas Cibutu, dengan melakukan pengamatan saat
pemeriksaan “ Hanya dilakukan pemeriksaan fisik”
Dari pemeriksaan diambil data dari tanda gejala, meliputi:
1. Batuk terus menerus dan berdahak selama 3 ( tiga) minggu atau lebih.
2. Dahak bercampur darah.
3. Batuk darah.
4. Sesak nafas dan rasa nyeri dada.
5. Badan lemah
6. Nafsu makan menurun
7. Berat badan turun
8. Rasa kurang enak badan (malaise)
9. Demam meriang lebih dari sebulan.
METODE
Dalam pengembangan sistem pakar, akan digunakan pendekatan konvensional dengan metode
Expert System Development Life Cycle (ESDLC), dengan tahapan:
HASIL DAN
PEMBAHASAN
Dari representasi pengetahuan dibuat dalam
pohon keputusan:
Selanjutnya dibuatkan sistem pakarnya dari interaksi user dan sistem digambarkan dalam ERD
Dengan Struktur sistemnya, sebagai berikut:
KESIMPULAN
Dari sistem yang telah dibangun ini, dapat disimpulkan:
1.
Dengan dibuatnya aplikasi sistem pakar deteksi dini pada penyakit TBC
dapat membantu Dokter TBC dalam melakukan deteksi dini dan
penyuluhan di lapangan semakin mudah dilakukan.
2.
Melalui aplikasi ini, pengguna dapat melakukan konsultasi dengan sistem
layaknya berkonsultasi dengan seorang pakar untuk mendeteksi gejala
yang terjadi pada pengguna serta menemukan solusi atas permasalahan
yang dihadapi.
SISTEM PAKAR DIAGNOSA DINI PENYAKIT
KANDUNGAN MENGGUNAKAN METODE FUZZY
AGUS IRAWAN DAN EDI FAIZAL. STMIK EL RAHMA YOGYAKARTA
PRESENTED BY ELISA FITRIANI KHOIRUNNISA (1441177004281)
LATAR BELAKANG
◼
Dari dulu hingga sekarang begitu banyak masalah dalam kesehatan yang timbul pada wanita, khususnya
pada bagian rahim. Rahim merupakan suatu organ muscular berbentuk seperti pir yang terletak diantara
kandung kencing dan rektum yang berfungsi sebagai pengeluaran darah haid dengan ditandai adanya
perubahan dan pelepasan dari endometrium.
◼
Pengetahuan tentang gejala dan jenis penyakit rahim itu sendiri teryata masih belum banyak diketahui
oleh kaum wanita. Wanita yang mengalami gangguan atau kelainan pada area rahim ia akan mendatangi
dokter spesialis untuk berkonsultasi, namun pada kenyataannya tidak semua orang dapat melakukannya.
Hal ini dapat dikarenakan factor perekonomian yang kurang mencukupi ataupun karena tuntutan
kesibukan, terdapat pula kelemahan seperti jam kerja praktek dokter yang terbatas.
◼
Permasalahan yang di tangani oleh seorang sistem pakar bukan hanya mengandalkan algoritma,namun
terkadang juga permasalahan yang sulit di pahami. Permasalahan tersebut dapat di atasi oleh seorang
pakar dengan pengetahuan dan pengalamannya.Oleh karena itu sistem pakar di bangun bukan
berdasarkan algoritma tertentu, tetapi berdasarkan basis pengetahuan dan aturan.
DATA YANG DIGUNAKAN
G : Gejala
G5 :Kembung, bengkak, adanya tekanan pada perut
B : Bobot nilai
G6 :Pendarahan pasca monopouse
N : Nilai No
G7 :Tidak napsu makan, Penurunan Berat badan secara progasi
Y : Nilai Yes
G8 :Sakit kepala dan sering lelah
P1 : Penyakit Kista Indung Telur (Ovarium Cyst)
G9 :Keputihan patogonis
P2 : Penyakit Kanker Indung Telur (Kanker Ovarium)
G10 :Sakit pada area kewanitaan
P3 : Penyakit Kanker leher rahim (Kanker Serviks)
G11 :Pendarahan vagina saat/setelah berhubungan intim
P4 : Penyakit Myoma Uteri
G12 :Bengkak pada kaki
P5 : Penyakit Kanker Rahim (Kanker Uterus = Carcinoma Uteri)
G13 :Pendarahan selama haid ataupun diluar masa haid
G1 :Kramperut bawah atau nyeri panggul
G14 :Rasa nyeri pada kandung kemih atau organ panggul lainya
G2 :Menstruasi tidak teratur abnormal,rapat secara periode
G15 :Pada bagian bawah perut rahim terasa kenyal
G3 :Sakit atau tekanan pada saat berkemih
G16 :Nyeri pada area pelvic
G4 :Rasa nyeri, keluarnya flek darah dari vagina
METODE
◼
DIAGNOSIS
◼
FUZZY
Dasar therapy modern adalah diagnosis.Konsep diagnosis adalah penentuan jenis penyakit kemudian
melakukan penyembuhan penyakit tersebut.Prosedur untuk mendapatkan informasi yang dibutuhkan guna
menegakan sautu diagnosis sangat berhubungan dengan keberhasilan suatu diagnosis. Untuk sampai kepada
diagnosis yang tepat diperlukan ilmu pengetahuan penyakit serta gejala-gejalanya, ketrampilan untuk
melakukan cara menguji yang tepat dan seni menyatakan impresi, fakta dan pengalaman ke dalam
pengertian.Sehubungan dengan banyak penyakit yang memepunyai gejala yang sama, seorang klinis harus
teliti dalam menentukan ketepatan diagnosis.
Fuzyy dalam bahasa inggris berarti tidak tentu, kabur atau tidak jelas. Logika fuzyy merupakan salah satu
komponen pembetuk soft computing. Logika fuzzy pertama kali diperkenalkan oleh Prof. Lotfi A. Zaedah pada
tahun 1965. Dalam banyak hal, logika fuzzy digunakan sebagai suatu cara untuk memetakan permasalahan
dari input menuju output yang diharapkan.
◼ MAMDANI
Metode mamdani sering juga dikenal dengan metode Max-Min. Metode ini diperkenalkan oleh
EbrahimMamdani pada tahun 1975. Untuk mendapatkan output, diperlukan 4 tahapan : Pembentuk
himpunan fuzzy, aplikasi fungsi implikasi (aturan), komposisi aturan, penegasan.
HASIL DAN PEMBAHASAN
◼
Tahap awal yang dilakukan adalah melakukan analisis terhadap data atau basis pengetahuan yang akan
digunakan. Distribusi dan aturan gejala terhadap penyakit kandungan yang digunakan dalam penelitian ini
disajikan pada Tabel 1 dan Tabel 2.
Tabel 1. Distribusi gejala terhadap penyakit kandungan
TABEL 2 ATURAN GEJALA TERHADAP PENYAKIT
KESIMPULAN
◼
Dari hasil analisis, perancangan dan pembuatan aplikasi sistem pakar pendeteksi penyakit kanker
kandungan, maka dapat ditarik kesimpulan bahwa dengan adanya aplikasi ini para wanita dapat
mengetahui kemungkinan penyakit yang diderita berdasarkan gejala yang dirasakan. Gejala yang dapat
dipilih ada 16 gejala, sedangkan penyakit kandungan yang kemungkinan terdeteksi ada 5 macam yaitu,
kista ovarium, kanker ovarium, kanker serviks, myoma uteri dan kanker rahim. Selain itu user juga dapat
mengetahui solusi yang harus diambil dengan penyakit yang terdeteksi. Metode yang digunakan untuk
menganalisa dan menghitung menggunakan metode logica fuzzy. Aplikasi ini berbasis mobile yang dapat
dijalankan pada smartphone dengan sistem operasi android.
ANALISIS DAN PERANCANGAN SISTEM PAKAR
DIAGNOSA PENYAKIT MEMATIKAN PADA
PEREMPUAN MENGGUNAKAN METODE BAYES (Studi
Kasus : Asri Medical Center)
Armadyah Amborowati, Nurul Hidayah
SEMNASTEKNOMEDIA TAHUN 2016
MUHAMAD MUHYIDIN AMIN( 1441177004201)
LATAR BELAKANG
TUJUAN :
DATA
METODE
PEMBAHASAN
REPRESENTASI
PENGETAHUAN
METODE BEYES
●
●
●
●
●
KESIMPULAN
Sistem Pakar Pendeteksian
Dini Kanker Mulut Rahim
Berbasis Web
Novita Mariana dan irfan Sungkaar
Jurnal Teknologi Informasi DINAMIK Volume 20, No.1, Januari 2015: 42-50
Presented By Agus Wibawa
1441177004155
Latar Belakang
Karena banyaknya kematian
wanita karena kanker rahim.
▶ Agar dapat membantu dokter
dengan menggunakan Expert
System.
▶
Tujuan
Tujuan dari penelitian ini adalah sistem yang
memanfaatkan sistem pakar untuk menangani
masalah diagnosis penyakit dalam hal ini
mendeteksi secara dini penyakit kanker mulut
rahim dengan mesin inferensi forward chaining.
Adapun hasil dari sistem informasi ini adalah
memberikan informasi mengenai keterangan
penyakit kanker mulut rahim dan solusi
penanganan penyakit kanker tersebut sesuai
dengan stadium.
Metode
Sekuensial Linier mengusulkan sebuah pendekatan kepada perkembangan
perangkat lunak yang sistematik dan sekuensial yang dimulai pada tingkat dan
kemajuan sistem pada seluruh analisis, desain,kode, pengujian, dan
pemeliharaan. Sekuensial linier untuk rekayasa perangkat lunak yang sering
disebut juga dengan siklus kehidupan klasik atau model air terjun model
(waterfall).
Metodologi pengembangan sistem pakar
Metode inferensi yang digunakan adalah Forward Chaining berarti
menggunakan himpunan aturan kondisi-aksi. Dalam metode ini, data
digunakan untuk menentukan aturan mana yang akan dijalankan,
kemudian aturan tersebut dijalankan.
Kaidah, suatu aturan yang digunakan sistem untuk menemukan suatu
konklusi. Gejala yang dimasukkan user merupakan kondisi (IF) dan
penyakit adalah merupakan konklusi (THEN). Sebagai contoh Kaidah 1
IF Keputihan berbau
AND keputihan berwarna kuning
AND keputihan berwarna hijau
AND perdarahan dari jalan lahir
AND perdarahan setelah berhubungan
AND histopatologi karsinoma insitu (karsinoma intraepitel)
PERANCANGAN SISTEM PAKAR DIAGNOSA INFEKSI
MENULAR SEKSUAL (IMS) BERBASIS WEB DENGAN
METODE FORWARD
DAN BACKWARD CHAINING PADA RSUP DR. SARDJITO
YOGYAKARTA
NUZLA ABIDIN
KUSRINI
SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
AMIKOM YOGYAKARTA
2013
PRESENTED BY YUDI RAHARJO
1441177004169
LATAR BELAKANG
• Infeksi menular seksual (IMS) adalah infeksi yang menular lewat hubungan seksual, baik
dengan pasangan yang sudah tertular, maupun mereka yang sering berganti-ganti
pasangan.
• Menurut WHO Information Fact Sheet No 110 August 2011, 499 juta infeksi baru dapat
disembuhkan menular seksual (sifilis, gonore, klamidia dan trikomoniasis) terjadi setiap
tahun di seluruh dunia pada orang dewasa berusia 15-49 tahun
• Beberapa infeksi menular seksual terjadi tanpa gejala
• Infeksi menular seksual merupakan penyebab utama infertilitas pada pria dan wanita
• IMS dapat meningkatkan risiko HIV akuisisi tiga kali lipat atau lebih.
TUJUAN PENELITIAN
• Dapat membantu masyarakat khususnya penderita IMS
• Bagi mahasiswa kedokteran atau dokter muda dalam melakukan tindak diagnosis terhadap
penyakit IMS.
DATA YANG DIGUNAKAN
• Sumber pengetahuan sistem pakar ini terdiri dari
Data penyakit
Infeksi Menular
Seksual
Definisi Infeksi
Menular Seksual
Wawancara dengan
dokter RSUP
dr. Sardjito
Gejala Infeksi
Menular Seksual
Penyebab Infeksi
Menular Seksual
Saran Infeksi
Menular Seksual
Buku yang
direferensikan oleh
dokter
METODE YANG DITERAPKAN
inferensi runut maju
(forward chaining)
inferensi runut balik
(backward chaining)
• Runut maju (forward chaining) digunakan untuk menentukan calon-calon jenis penyakit
yang mungkin diderita oleh pasien berdasarkan keluhan yang dimasukkan oleh pasien
• Setelah diketahui daftar jenis penyakit IMS yang menjadi calon konklusi, dilakukan runut
balik (backward chaining) guna mengetahui gejala yang dialami oleh pasien dan dihitung
menggunakan metode perhitungan probabilitas berbobot untuk menentukan tingkat
kemungkinan jenis penyakit yang dialami pasien
• Penentuan penyakit dilakukan dengan memilih diantara konklusi yang memiliki probabilitas
tertinggi.
HASIL DAN PEMBAHASAN
Tampilan awal ketika
melakukan konsultasi
Hasil diagnosa
diperoleh dari
inputan keluhan dan
gejala pada halaman
sebelumnya, dimana
hasil kemungkinan
prosentasi penyakit
yang terdeteksi
menggunakan
perhitungan
probabilitas
berbobot
Halaman ini untuk konsultasi
keluhan yang dimiliki pasien pada
penyakit Infeksi Menular Seksual
(IMS)
Tampilan daftar
penyakit kemudian
pasien diminta
untuk
menginputkan
gejala yang
dirasakan dengan
memberi tanda
cheklist (√).
KESIMPULAN
• Dengan adanya website ini mampu memberikan informasi kepada pemakai mengenai jenis
penyakit infeksi menular seksual yang dideritanya berdasarkan keluhan dan gejala-gejala
yang diberikan.
• Web sistem pakar ini hanya membahas 4 faktor resiko, 3 keluhan, 65 gejala dan 12 jenis
penyakit infeksi menular seksual.
Sistem Pakar dengan Inferensi
Fuzzy Tsukamoto dalam
Mendiagnosa Penyakit Saluran
Reproduksi Manusia
LATHIFAH DAN SRI WINIARTI
JURNAL SARJANA TEKNIK INFORMATIKA, VOLUME 2 NOMOR 1,
FEBRUARI 2014
MUKHAMMAD KHILMI ( 1441177004160 )
LATAR BELAKANG
Minimnya pemahaman yang baik
dan benar mengenai kesehatan
reproduksi
Kurangnya kesadaran masyarakat
untuk melakukan pemerikasaan dini
penyakit reproduksi
Keterbatasan penyuluh kesehatan
yang berkompeten dalam penyakit
saluran reproduksi
Biaya konsultasi Dokter yang relatif
mahal
Penderita penyakit
kelamin meningkat
mencapai 20 – 40 %
Pelajar
20 %
Segmentasi penderita
penyakit kelamin
Remaja
35 %
Lain-lain
45%
TUJUAN
Media untuk meningkatkan pengetahuan penyuluh
kesehatan mengenai penyakit saluran reproduksi
Membuat sistem pakar untuk mendiagnosa penyakit
saluran reproduksi
Memberi informasi mengenai solusi penanganan penyakit
saluran reproduksi
Alternatif media konsultasi peyakit saluran reproduksi yang
murah
DATA PENELITIAN
Data gejala penyakit
Data jenis penyakit
Data dari pakar penyakit
reproduksi :
Dr.H.Irwan Taufiqur Rachman,
Sp.OG.
Data penyebab penyakit
Data pencegahan penyakit
METODE
Backward
Chaining
Metode
inferensi
Metode
Tsukamoto
Metode defuzzifikasi
rata-rata terpusat
(Center Average
Defuzzyfier)
HASIL PENELITIAN
Tampilan hasil
Diagnosa
Tampilan menu
utama
Aplikasi sistem
pakar penyakit
reproduksi
Tampilan daftar
gejala penyakit
reproduksi
KESIMPULAN
• Sistem mampu mendiagnosa penyakit reproduksi
manusia berdasarkan gejala yang dimasukkan
• Sistem dapat dijadikan media informasi mengenai
penyakit reproduksi manusia dan solusi untuk
menanggulanginya
• Informasi yang dihasilkan sistem dapat digunakan
sebagai alternatif pengganti pakar dalam
berkonsultasi dengan biaya murah dan mampu
mendiagnosa 28 penyakit reproduksi