Zona Komputer | Blogger Lampung Tengah
Sistem Pakar Fuzzy untuk Isyarat Dini
Penyakit Septicaemia Epizootica
(Fuzzy Expert System for Early Warning Septicaemia Epizootica)
Achwil Putra Munir, Kudang Boro Seminar, Widiyanto Dwi Surya
Abstract
The main objective of this research is to develop an early warning expert system to monitor the critical
level of treatment of Septicaemia epizootica in certain areas in Indonesia. The method used to approach the
problem domain was limited to vaccination approach method where the early warning information was obtained
according to final value of vaccination efectivity score. The system had been designed to utilize multimedia and
web technology. The heart of the system is the reasoning engine that implements fuzzy logic to deal with
uncertainty in decision making mechanism. The result of this research indicates that the expert system could
simply and consistently process the determination of final value of vaccination efectivity score. Even more, by
exploiting web and multimedia as user interface technology, the expertise resource could be distributed, learned,
and implemented without time and place constraint.
Keywords: fuzzy logic, expert system, early warning system, septicaemia epizootica
Abstrak
Tujuan dari penelitian ini adalah untuk mengembangkan sebuah sistem pakar isyarat dini
untuk memonitor dugaan status tingkat ancaman yang disebabkan oleh penyakit Septicaemia
epizootica pada daerah‐daerah tertular di Indonesia. Metoda yang digunakan untuk mendekati
problema adalah dibatasi pada metoda pendekatan vaksinasi dimana informasi isyarat dini yang
diperoleh adalah bergantung pada nilai akhir skor efektifitas vaksinasi. Sistem ini didisain dengan
cara mendayagunakan teknologi web dan multimedia. Ciri spesifik sistem ini adalah penerapan
logika fuzzy pada mesin inferensi untuk berhubungan dengan persoalan ketidakpastian dalam
mekanisme pengambilan keputusan. Hasil dari penelitian ini menunjukkan bahwa sistem pakar
dapat memproses penentuan nilai akhir skor efektifitas vaksinasi dengan sederhana dan konsisten.
Lebih dari itu, dengan menggunakan web dan multimedia sebagai teknologi antarmuka pengguna,
sumberdaya kepakaran dapat didistribusikan, dipahami, dan diimplementasikan tanpa terkendala
oleh waktu dan tempat.
Kata kunci: logika fuzzy, sistem pakar, sistem isyarat dini, Septicaemia epizootica
Pendahuluan
Latar Belakang
Kerugian ekonomi yang diakibatkan
oleh penyakit hewan strategis seperti Septicaemia
epizootica (SE) merupakan problema serius bagi
stakeholders peternakan Indonesia. Beberapa
kendala seperti rendahnya akses terhadap
informasi, jumlah tenaga layanan kesehatan
hewan yang belum memadai, kurangnya tenaga
pakar,
serta
belum
berkembangnya
pemanfaatan
teknologi
informasi
mengakibatkan usaha‐usaha untuk memonitor,
mendiagnosa, dan mengendalikan penyakit
tersebut belum dapat dilakukan dengan lebih
efektif dan efesien. Hal ini semakin kritis jika
dikaitkan dengan kenyataan bahwa hampir
seluruh wilayah di tanah air dinyatakan sebagai
daerah tertular SE (Dirjennak 1995). Oleh
1
Achwil Putra Munir, Kudang Boro Seminar, Widiyanto Dwi Surya: Sistem Pakar Fuzzy untuk Isyarat Dini
Penyakit Septicaemia Epizootica
karena itu, maka perlu dikembangkan sebuah
sistem pakar isyarat dini yang berbasis pada
teknologi web dan multimedia untuk
memonitor dugaan tingkat ancaman SE. Sistem
ini mengunakan logika fuzzy (fuzzy logic)
sebagai metode penalaran dalam mendekati
situasi ketidakpastian pada proses penarikan
kesimpulan.
Metodologi Penelitian
Alat dan Bahan
Peralatan yang dipergunakan dalam
pengembangan sistem pakar ini terdiri dari
perangkat lunak dan perangkat keras seperti
yang dapat dilihat pada Tabel 1. Bahan yang
dipergunakan sebagai sumber pengetahuan
kepakaran adalah satu buah dokumentasi
kepakaran sistem isyarat dini konvensional
yang telah dikembangkan oleh Makka dan
Sudana (1997).
Metode Pengembangan Sistem
Pada
penelitian
ini,
metode
pengembangan yang digunakan adalah SDLC
(System Development Life Cycle). SDLC meliputi
beberapa tahapan kegiatan seperti investigasi
sistem, analisa sistem, disain sistem, konstruksi
dan uji coba, implementasi, dan evaluasi, yang
dimodifikasi dari Turban (1993).
Analisis Domain Problema
Sistem isyarat dini yang dikembangkan
pada penelitian ini menggunakan metode
vaksinasi sebagai dasar pendekatan problema.
Pada metode ini, status tingkat ancaman yang
dinyatakan dalam variabel linguistik seperti
aman, baik, hati‐hati, dan waspada ditetapkan
berdasarkan nilai skor efektifitas vaksinasi yang
diperoleh berdasar pada 2 faktor yang
mempengaruhinya yaitu liputan vaksinasi dan
post vaksinasi. Liputan vaksinasi adalah
persentase perbandingan jumlah ternak yang
divaksin dengan jumlah keseluruhan ternak.
Post vaksinasi adalah jumlah hari setelah
vaksinasi. Adapun mekanisme penentuan nilai
2
skor efektifitas vaksinasi dimulai dari masukan
data kedua nilai parameter tersebut terhadap
sistem inferensi fuzzy.
Pemodelan Sistem Inferensi Fuzzy
Berdasar pada analisis domain
problema, terdapat 3 buah variabel yang akan
didekomposisi menjadi himpunan fuzzy, yaitu
liputan vaksinasi (LV) dan post vaksinasi (PV)
sebagai variabel anteseden, dan tingkat
ancaman (TA) sebagai variabel konsekuen.
Variabel LV terdiri atas himpunan
fuzzy sangat rendah (SR), rendah (R), sedang
(S), tinggi (T), dan sangat tinggi (ST). Variabel
PV terdiri atas fase negatip (FN), fase positip
(FP), fase optimum (FO), fase turun (FT), dan
fase akhir (FA). Sedangkan variabel TA terdiri
atas himpunan fuzzy waspada (W), hati‐hati
(H), baik (B), dan akhir (A).
Pada sistem ini, nilai LV dan PV di‐
input terhadap fungsi‐fungsi fuzzy (fuzifikasi)
yang selanjutnya dievaluasi pada sekumpulan
kaidah kepakaran fuzzy dengan menggunakan
metode penalaran Min‐Max (Mamdani). Luaran
proses penalaran selanjutnya di‐defuzifikasi
dengan menggunakan metode Centroid untuk
menghasilkan nilai skor akhir efektifitas
vaksinasi (TA).
Basis Pengetahuan
Basis Kaidah
Basis data
Penalaran
Fuzzy
Fuzifikasi
Defuzifikasi
TA
PV
LV
Gambar 1. Sistem inferensi fuzzy
Proses
penyerapan
terhadap
sumberdaya kepakaran menghasilkan 25 kaidah
fuzzy yang mungkin dibentuk (nonconflicting
fuzzy inference rules) seperti yang dapat dilihat
Buletin Agricultural Engineering BEARING • Vol. 1 • No. 1 • Juni 2005
pada matriks keputusan fuzzy (Gambar 2).
Dengan memangkas kaidah‐kaidah yang
menghasilkan konsekuen berulang, maka
diperoleh 18 kaidah yang dianggap cukup
untuk menghasilkan kinerja sistem yang baik.
tabel tersebut adalah representasi dari entitas‐
entitas domain problema.
Tabel
1.
Kebutuhan peralatan dalam
pengembangan sistem pakar
Nama
LV
PV
TA
ST
T
S
R
SR
FN
W
W
W
W
W
FP
A
B
B
H
W
FO
A
B
H
H
W
FT
B
H
H
W
W
FA
H
W
W
W
W
Kebutuhan
Melakukan perhitungan yang kompleks,
komunikasi dengan sistem basis data,
dan mendukung tipe‐tipe data
multimedia
Javascript Pengembangan kebutuhan tampilan
antarmuka pada sisi client
APACHE Penyediaan layanan aplikasi server
berbasis web
MySQL
Sistem menejemen basis data
PC
Unit pengolahan dan antarmuka antara
user dan sistem pakar
PHP
Gambar 2. Matrik keputusan fuzzy
Pemrograman Sistem Pakar
Pengkodean (coding) dilakukan dengan
menggunakan bahasa pemrograman PHP dan
Javascript. Sebagai sebuah sistem yang bekerja
berdasarkan data (data driven) dimana proses
penarikan kesimpulan dimulai dari masukan
suatu fakta (data) hingga mencapai suatu
kesimpulan (forward chaining) maka proses
aliran data dan informasi adalah menjadi
pertimbangan utama dalam merepresentasikan
seluruh komponen dan modul sistem pakar ke
dalam algoritma kode pemrograman. Pada
penelitian ini, pemrograman halaman‐halaman
web sistem pakar dikembangkan di dalam 3
modul utama, yaitu: pelaporan, monitoring, dan
simulasi.
Pengembangan Sistem Basis Data
Proses
inferensi
fuzzy
yang
dikembangkan pada modul monitoring bekerja
berdasarkan data yang terlebih dahulu di‐entry
melalui modul pelaporan. Oleh karena itu,
maka dikembangkan sebuah sistem basis data
untuk menghimpun data‐data yang diperlukan
tersebut. Sistem basis data dikembangkan
secara relasional, dimana data‐data disebar ke
dalam 6 buah tabel dua dimensi yang pada
penelitian ini menggunakan MySQL sebagai
Data Base Management System (DBMS). Tabel‐
Tabel 2. Entitas‐entitas sistem basis data sistem
pakar
Entitas
Keterangan
Daerah
Desa (kelurahan) di bawah kecamatan
yang dikendalikan
Kecamatan di bawah kabupaten yang
melakukan pengendalian
Jenis penyakit yang menyerang hewan
Data program vaksinasi pada desa
(kelurahan)
Jenis ternak yang dikendalikan
Data parameter fungsi himpunan
fuzzy
Kecamatan
Penyakit
Program
Ternak
Fungsi
Hasil dan Pembahasan
Proses konstruksi sistem pakar
menghasilkan 1 buah database dan 17 halaman
web yang dianggap penting dalam memenuhi
kebutuhan pengembangan sistem pakar. Pada
sistem ini, interaksi antara user yang berada
pada sisi client dengan sistem pakar yang
berada pada sisi server dimulai dari sebuah user
interface utama yang menyediakan 3 pilihan
penggunaan subsistem yaitu subsistem
pelaporan, monitoring, dan simulasi.
Pelaporan. Subsistem ini dikembangkan
untuk menghimpun data‐data pelaksanaan
3
Achwil Putra Munir, Kudang Boro Seminar, Widiyanto Dwi Surya: Sistem Pakar Fuzzy untuk Isyarat Dini
Penyakit Septicaemia Epizootica
program vaksinasi Septicaemia epizootica pada
daerah‐daerah yang dikendalikan. Secara
spesifik, upaya ini adalah untuk memenuhi
kebutuhan memperoleh nilai‐nilai liputan
vaksinasi dan post vaksinasi yang menjadi
parameter dalam penentuan nilai skor
efektifitas vaksinasi.
Melalui sebuah form yang telah
disediakan, oleh petugas keswan kecamatan
yang dalam hal ini berada pada sisi client, data‐
data tersebut di‐entry dan dikirim ke database
yang berada pada sisi server yang selanjutnya
akan digunakan pada subsistem monitoring
untuk membangkitkan informasi isyarat dini
dugaan tingkat ancaman penyakit tersebut.
Selain menyediakan form pelaporan
spesifik berdasarkan pilihan kecamatan, user
interface
juga
dikembangkan
dengan
menerapkan penggunaan komponen‐komponen
fungsional tertentu agar dapat membimbing
user untuk memasukkan data‐data sesuai
dengan yang diharapkan. Usaha ini adalah
upaya untuk menjamin agar data‐data yang
dihimpun tersebut dapat memenuhi beberapa
kreteria, seperti: valid, lengkap, dan terjaga
integritasnya. Pada sisi yang lain, tujuan upaya
ini juga agar user dapat mengoperasikan sistem
dengan mudah tanpa membutuhkan keahlian
tertentu (user friendly).
Gambar 3. Form pelaporan
Pada
penelitian
ini,
subsistem
pelaporan diimplementasikan pada tingkat
(level) organisasi kecamatan yang dalam hal ini
adalah unit keswan kecamatan. Selain lebih
4
mendekatkan aplikasi teknologi informasi pada
level organisasi yang lebih rendah, hal ini juga
sejalan dengan arah kebijakan desentralisasi
sistem informasi kesehatan hewan nasional
untuk mengoptimalkan kinerja sumberdaya
organisasi keswan mulai tingkat yang terendah
dalam rangka mengembangkan sistem
pelaporan yang bersifat bottom‐up (Hutabarat
1992).
Melalui subsistem pelaporan, data‐data
program vaksinasi dapat segera dikirim ke
pusat data (database server) dalam waktu yang
relatif singkat (real time). Hal ini sangat
membantu usaha perencanaan kesehatan hewan
karena informasi yang diperoleh dari hasil
analisis dan interpretasi terhadap data tersebut
dapat terjamin keterbaruannya. Terutama
dalam bidang kesehatan hewan, hal‐hal yang
menyangkut keterbaruan dan kecepatan dalam
membangkitkan informasi menjadi sedemikian
pentingnya bagi decision makers dalam
menyikapi kenyataan bahwa penyakit hewan
berbahaya juga berkembang, menyerang, dan
menimbulkan kerugian ekonomi dalam waktu
yang demikian cepat. Oleh karena itu,
penerapan sistem pelaporan yang berbasis web
diharapkan
dapat
membantu
usaha
pengendalian penyakit tersebut.
Monitoring. Pada penelitian ini,
subsistem monitoring adalah komponen
terpenting sistem pakar. Mekanisme penarikan
kesimpulan
subsistem
monitoring
dikembangkan dalam suatu rangkaian kegiatan
yang dimulai dari usaha menemukan kembali
(query) data‐data yang relevan untuk
membangkitkan variabel liputan vaksinasi dan
post vaksinasi, lalu variabel‐variabel tersebut
menjadi masukan terhadap sistem penarikan
kesimpulan fuzzy yang telah dipersiapkan, dan
kemudian sistem menghasilkan suatu luaran
informasi yaitu nilai skor efektifitas vaksinasi
yang selanjutnya menjadi dasar dalam
penentuan status dugaan tingkat ancaman
(forward data driven inference procedure). Adapun
informasi yang dibangkitkan oleh sistem pakar
adalah berdasar pada pilihan target kecamatan,
jenis penyakit (SE), dan jenis ternak terancam.
Hasil
uji
coba
implementasi
menunjukkan bahwa sistem pakar mampu
Buletin Agricultural Engineering BEARING • Vol. 1 • No. 1 • Juni 2005
memonitor status dugaan tingkat ancaman SE
pada daerah‐daerah yang dikendalikan.
Permintaan pilihan target pemonitoran yang
dilakukan oleh user, direspon oleh sistem pakar
pada sisi server dengan mengembalikan
sekumpulan informasi penting yang terdiri atas:
nama daerah (desa atau kelurahan), nilai LV,
nilai PV, nilai skor efektifitas vaksinasi, dan
status tingkat ancaman yang dinyatakan dalam
variabel linguistik (aman, baik, hati‐hati, dan
waspada).
Pada penelitian ini, informasi yang
dibangkitkan oleh sistem dibatasi hanya pada
lingkup program vaksinasi yang dilaksanakan
paling lama 1 tahun sebelum saat dilakukannya
proses monitoring. Pembatasan ini sesuai
dengan knowledge vaksinasi SE itu sendiri,
bahwa efektifitas perlindungan yang terjadi
akibat vaksinasi adalah dalam kurun waktu 1
tahun.
Pada antarmuka ini, user juga dapat
menelusuri lebih lanjut informasi mengenai
histori program vaksinasi yang telah
dilaksanakan pada daerah‐daerah tersebut
dengan cara melakukan hyperlink pada nama
daerah yang ditampilkan. Hal ini adalah agar
user dapat memahami dengan baik alasan
ditetapkannya suatu daerah dengan status
tingkat ancaman tertentu.
dikendalikan. Perbedaan warna pada peta
tersebut adalah menunjukkan status tingkat
ancaman tertentu.
Gambar 5. Peta grafis daerah pengendalian
Dari hasil implementasi subsistem
monitoring menunjukkan bahwa sekalipun
informasi yang dibutuhkan sedemikian
beragamnya, namun informasi isyarat dini yang
dibutuhkan tersebut dapat dibangkitkan oleh
sistem pakar secara dinamis hanya berdasar
pada permintaan spesifik oleh user. Hal ini
adalah hasil dari upaya mengembangkan suatu
mekanisme penarikan kesimpulan sistem pakar
yang mampu bekerja berdasarkan data‐data
yang ditemukan kembali (query) pada sistem
basis data. Kinerja ini semakin penting
terutama mengingat bahwa sistem akan
dioperasikan di dalam suatu jaringan sistem
terkomputerisasi (internet ataupun intranet)
dengan tingkat partisipasi penggunaan yang
relatif besar (multiuser) dan dalam intensitas
interaksi yang tinggi.
Gambar 4. Informasi isyarat dini
Lebih daripada itu, melalui fasilitas
tombol yang telah disediakan pada user interface,
informasi status tingkat ancaman juga dapat
ditampilkan dalam bentuk peta grafis
(multimedia) wilayah administratif daerah yang
Simulasi. Subsistem simulasi yang
dikembangkan pada penelitian ini ditujukan
kepada user dari kelompok pakar, pemerhati
sistem pakar, dan pengelola sistem pakar.
Subsistem ini menyediakan 2 bentuk layanan
yang dianggap sebagai nilai tambah yang dapat
diberikan sistem kepada pihak pengguna.
Pertama, pihak pengguna diperkenankan
melakukan simulasi penentuan nilai status
tingkat ancaman. Kedua, pihak pengguna juga
diperkenankan melakukan perubahan (edit)
terhadap parameter fungsi keanggotaan
5
Achwil Putra Munir, Kudang Boro Seminar, Widiyanto Dwi Surya: Sistem Pakar Fuzzy untuk Isyarat Dini
Penyakit Septicaemia Epizootica
himpunan fuzzy yang digunakan pada sistem
inferensi fuzzy.
Pada subsistem simulasi, selain
memberi kesempatan agar user dapat
mengetahui sendiri bagaimana nilai‐nilai
masukan liputan vaksinasi dan post vaksinasi
dioperasikan pada mekanisme inferensi fuzzy
hingga sampai pada suatu kesimpulan nilai skor
efektifitas vaksinasi yang menjadi dasar
penentuan status tingkat ancaman; kesempatan
melakukan perubahan terhadap nilai parameter
fungsi fuzzy yang tersimpan pada database juga
tidak lain agar kinerja mesin inferensi sistem
pakar dapat ditingkatkan dari waktu ke waktu.
Terutama jika proses tersebut dilakukan oleh
pakar ataupun banyak pakar yang memang
memiliki kompetensi pada domain problema.
Melalui subsistem simulasi, sistem
pakar dapat lebih luwes dan adaptif terhadap
tuntutan kebutuhan peningkatan kinerja
penarikan kesimpulan. Hasil simulasi para
pakar yang adalah representasi dari keahlian
mereka dapat segera diserap oleh sistem
sehingga pada saat yang sama juga
meningkatkan kemampuan sistem dalam
menyelesaikan problema.
Kesimpulan
Sistem pakar fuzzy dapat digunakan
sebagai alat bantu isyarat dini dalam memonitor
dugaan tingkat ancaman penyakit Septicaemia
epizootica pada sekumpulan populasi ternak di
daerah pengendalian tertentu. Penentuan status
dugaan tingkat ancaman yang selama ini
sepenuhnya bergantung pada pakar dapat
dilakukan lebih cepat, sederhana, dan konsisten
sekalipun terhadap jumlah data yang besar.
Pada penelitian ini, sinergi yang
dikembangkan terhadap sistem basis data
menghasilkan
kedinamisan
dalam
membangkitkan informasi spesifik sesuai
kebutuhan pihak pengguna (user). Lebih
daripada itu, dengan menempatkan data‐data
parameter fungsi keanggotaan himpunan fuzzy
secara khusus di dalam sebuah tabel pada
sistem basis data, maka kinerja mesin inferensi
dapat ditingkatkan dengan mudah dari waktu
6
ke waktu. Hal ini menunjukkan bahwa sistem
basis data juga memainkan peran penting
terhadap kinerja dan siklus hidup (life cycle)
sistem pakar.
Melalui pengembangan sistem pakar
yang berbasis pada teknologi web dan
multimedia maka sumberdaya kepakaran yang
selama ini sangat terbatas dapat didistribusikan,
diimplementasikan, dan dipahami lebih baik
oleh user tanpa terkendala oleh waktu dan
tempat. Hal ini semakin bermanfaat jika
dikaitkan dengan kenyataan bahwa hampir
seluruh wilayah Indonesia telah dinyatakan
tertular SE.
Daftar Pustaka
Departemen Pertanian, Direktorat Jenderal
Peternakan. 1981. Pedoman
Pengendalian
Penyakit
Hewan
Menular. Jakarta: Departemen
Pertanian.
Direktorat Jenderal Peternakan. 1995. Pedoman
Teknis
Penyakit
Septicaemia
Epizooticae (SE/Ngorok). Pedoman
Pemberantasan
Penyakit
Hewan
Menular. Departemen Pertanian
Hutabarat TSPN. 1992. Sistem Informasi
Kesehatan Hewan dan Produksi Ternak.
Bahan Kursus Epidemiologi dan
Ekonomi
Veteriner.
Fakultas
Kedokteran Hewan IPB.
Iskandar MA. 1994. Penggunaan Teori Fuzzy
dalam
Menyelesaikan
Masalah
Keteknikan. Di dalam: Presentasi
Ilmiah Peneliti BPPT; Jakarta, 28
September 1994. Jakarta: BPPT.
Makka D, Sudana IG. 1997. Sistem Peringatan
Dini Penyakit Hewan. Bahan Seminar
pada Fakultas Kedokteran Hewan IPB.
Seminar KB. 2002. Pengembangan Sistem Pakar
untuk Aplikasi Diagnosa Alsin dan
Buletin Agricultural Engineering BEARING • Vol. 1 • No. 1 • Juni 2005
Komoditi Pertanian Berbasis Web dan
Multimedia. Usulan Hibah Penelitian
Projek DUE‐LIKE. IPB.
Soehadji. 1993. Sistem Kesehatan Hewan
Nasional. Di dalam: Seminar
Akademik Fakultas Kedokteran Hewan
IPB; Bogor, 17 April 1993. Direktorat
Jenderal Peternakan. Departemen
Pertanian.
Solahudin M, Seminar KB, Suharnoto Y. 2000.
Sistem Pakar Diagnosa Kerusakan
Traktor Tangan Berbasis Internet.
Buletin Keteknikan Pertanian: Vol.14,
No.2: 118.
Surya WD. 1994. Pengembangan Sistem
Monitoring Produksi Sapi Perah untuk
Meningkatkan Pelayanan Kesehatan
Hewan. Di dalam : Seminar Jurusan
Kitwan Kesmavet FKH‐IPB; Bogor, 6
Juli 1994. Bogor : FKH‐IPB.
Turban E. 1993. Decision Support and Expert
Systems: Management Support System.
Macmillan Publishing Company. New
York. USA.
Zadeh LA. 1988. Fuzzy Logic. Computer.
IEEE:83‐93. Cetak ulang dalam Expert
System: A Software Methodology for
Modern Applications. IEEE Computer
Society Press. California; 1990. hlm 407‐
417.
Zahedi F. 1993. Intelligence System for
Business: Expert System with Neural
Networks. Wadsworth Publishing
Company. Belmont, California. USA.
7
Penyakit Septicaemia Epizootica
(Fuzzy Expert System for Early Warning Septicaemia Epizootica)
Achwil Putra Munir, Kudang Boro Seminar, Widiyanto Dwi Surya
Abstract
The main objective of this research is to develop an early warning expert system to monitor the critical
level of treatment of Septicaemia epizootica in certain areas in Indonesia. The method used to approach the
problem domain was limited to vaccination approach method where the early warning information was obtained
according to final value of vaccination efectivity score. The system had been designed to utilize multimedia and
web technology. The heart of the system is the reasoning engine that implements fuzzy logic to deal with
uncertainty in decision making mechanism. The result of this research indicates that the expert system could
simply and consistently process the determination of final value of vaccination efectivity score. Even more, by
exploiting web and multimedia as user interface technology, the expertise resource could be distributed, learned,
and implemented without time and place constraint.
Keywords: fuzzy logic, expert system, early warning system, septicaemia epizootica
Abstrak
Tujuan dari penelitian ini adalah untuk mengembangkan sebuah sistem pakar isyarat dini
untuk memonitor dugaan status tingkat ancaman yang disebabkan oleh penyakit Septicaemia
epizootica pada daerah‐daerah tertular di Indonesia. Metoda yang digunakan untuk mendekati
problema adalah dibatasi pada metoda pendekatan vaksinasi dimana informasi isyarat dini yang
diperoleh adalah bergantung pada nilai akhir skor efektifitas vaksinasi. Sistem ini didisain dengan
cara mendayagunakan teknologi web dan multimedia. Ciri spesifik sistem ini adalah penerapan
logika fuzzy pada mesin inferensi untuk berhubungan dengan persoalan ketidakpastian dalam
mekanisme pengambilan keputusan. Hasil dari penelitian ini menunjukkan bahwa sistem pakar
dapat memproses penentuan nilai akhir skor efektifitas vaksinasi dengan sederhana dan konsisten.
Lebih dari itu, dengan menggunakan web dan multimedia sebagai teknologi antarmuka pengguna,
sumberdaya kepakaran dapat didistribusikan, dipahami, dan diimplementasikan tanpa terkendala
oleh waktu dan tempat.
Kata kunci: logika fuzzy, sistem pakar, sistem isyarat dini, Septicaemia epizootica
Pendahuluan
Latar Belakang
Kerugian ekonomi yang diakibatkan
oleh penyakit hewan strategis seperti Septicaemia
epizootica (SE) merupakan problema serius bagi
stakeholders peternakan Indonesia. Beberapa
kendala seperti rendahnya akses terhadap
informasi, jumlah tenaga layanan kesehatan
hewan yang belum memadai, kurangnya tenaga
pakar,
serta
belum
berkembangnya
pemanfaatan
teknologi
informasi
mengakibatkan usaha‐usaha untuk memonitor,
mendiagnosa, dan mengendalikan penyakit
tersebut belum dapat dilakukan dengan lebih
efektif dan efesien. Hal ini semakin kritis jika
dikaitkan dengan kenyataan bahwa hampir
seluruh wilayah di tanah air dinyatakan sebagai
daerah tertular SE (Dirjennak 1995). Oleh
1
Achwil Putra Munir, Kudang Boro Seminar, Widiyanto Dwi Surya: Sistem Pakar Fuzzy untuk Isyarat Dini
Penyakit Septicaemia Epizootica
karena itu, maka perlu dikembangkan sebuah
sistem pakar isyarat dini yang berbasis pada
teknologi web dan multimedia untuk
memonitor dugaan tingkat ancaman SE. Sistem
ini mengunakan logika fuzzy (fuzzy logic)
sebagai metode penalaran dalam mendekati
situasi ketidakpastian pada proses penarikan
kesimpulan.
Metodologi Penelitian
Alat dan Bahan
Peralatan yang dipergunakan dalam
pengembangan sistem pakar ini terdiri dari
perangkat lunak dan perangkat keras seperti
yang dapat dilihat pada Tabel 1. Bahan yang
dipergunakan sebagai sumber pengetahuan
kepakaran adalah satu buah dokumentasi
kepakaran sistem isyarat dini konvensional
yang telah dikembangkan oleh Makka dan
Sudana (1997).
Metode Pengembangan Sistem
Pada
penelitian
ini,
metode
pengembangan yang digunakan adalah SDLC
(System Development Life Cycle). SDLC meliputi
beberapa tahapan kegiatan seperti investigasi
sistem, analisa sistem, disain sistem, konstruksi
dan uji coba, implementasi, dan evaluasi, yang
dimodifikasi dari Turban (1993).
Analisis Domain Problema
Sistem isyarat dini yang dikembangkan
pada penelitian ini menggunakan metode
vaksinasi sebagai dasar pendekatan problema.
Pada metode ini, status tingkat ancaman yang
dinyatakan dalam variabel linguistik seperti
aman, baik, hati‐hati, dan waspada ditetapkan
berdasarkan nilai skor efektifitas vaksinasi yang
diperoleh berdasar pada 2 faktor yang
mempengaruhinya yaitu liputan vaksinasi dan
post vaksinasi. Liputan vaksinasi adalah
persentase perbandingan jumlah ternak yang
divaksin dengan jumlah keseluruhan ternak.
Post vaksinasi adalah jumlah hari setelah
vaksinasi. Adapun mekanisme penentuan nilai
2
skor efektifitas vaksinasi dimulai dari masukan
data kedua nilai parameter tersebut terhadap
sistem inferensi fuzzy.
Pemodelan Sistem Inferensi Fuzzy
Berdasar pada analisis domain
problema, terdapat 3 buah variabel yang akan
didekomposisi menjadi himpunan fuzzy, yaitu
liputan vaksinasi (LV) dan post vaksinasi (PV)
sebagai variabel anteseden, dan tingkat
ancaman (TA) sebagai variabel konsekuen.
Variabel LV terdiri atas himpunan
fuzzy sangat rendah (SR), rendah (R), sedang
(S), tinggi (T), dan sangat tinggi (ST). Variabel
PV terdiri atas fase negatip (FN), fase positip
(FP), fase optimum (FO), fase turun (FT), dan
fase akhir (FA). Sedangkan variabel TA terdiri
atas himpunan fuzzy waspada (W), hati‐hati
(H), baik (B), dan akhir (A).
Pada sistem ini, nilai LV dan PV di‐
input terhadap fungsi‐fungsi fuzzy (fuzifikasi)
yang selanjutnya dievaluasi pada sekumpulan
kaidah kepakaran fuzzy dengan menggunakan
metode penalaran Min‐Max (Mamdani). Luaran
proses penalaran selanjutnya di‐defuzifikasi
dengan menggunakan metode Centroid untuk
menghasilkan nilai skor akhir efektifitas
vaksinasi (TA).
Basis Pengetahuan
Basis Kaidah
Basis data
Penalaran
Fuzzy
Fuzifikasi
Defuzifikasi
TA
PV
LV
Gambar 1. Sistem inferensi fuzzy
Proses
penyerapan
terhadap
sumberdaya kepakaran menghasilkan 25 kaidah
fuzzy yang mungkin dibentuk (nonconflicting
fuzzy inference rules) seperti yang dapat dilihat
Buletin Agricultural Engineering BEARING • Vol. 1 • No. 1 • Juni 2005
pada matriks keputusan fuzzy (Gambar 2).
Dengan memangkas kaidah‐kaidah yang
menghasilkan konsekuen berulang, maka
diperoleh 18 kaidah yang dianggap cukup
untuk menghasilkan kinerja sistem yang baik.
tabel tersebut adalah representasi dari entitas‐
entitas domain problema.
Tabel
1.
Kebutuhan peralatan dalam
pengembangan sistem pakar
Nama
LV
PV
TA
ST
T
S
R
SR
FN
W
W
W
W
W
FP
A
B
B
H
W
FO
A
B
H
H
W
FT
B
H
H
W
W
FA
H
W
W
W
W
Kebutuhan
Melakukan perhitungan yang kompleks,
komunikasi dengan sistem basis data,
dan mendukung tipe‐tipe data
multimedia
Javascript Pengembangan kebutuhan tampilan
antarmuka pada sisi client
APACHE Penyediaan layanan aplikasi server
berbasis web
MySQL
Sistem menejemen basis data
PC
Unit pengolahan dan antarmuka antara
user dan sistem pakar
PHP
Gambar 2. Matrik keputusan fuzzy
Pemrograman Sistem Pakar
Pengkodean (coding) dilakukan dengan
menggunakan bahasa pemrograman PHP dan
Javascript. Sebagai sebuah sistem yang bekerja
berdasarkan data (data driven) dimana proses
penarikan kesimpulan dimulai dari masukan
suatu fakta (data) hingga mencapai suatu
kesimpulan (forward chaining) maka proses
aliran data dan informasi adalah menjadi
pertimbangan utama dalam merepresentasikan
seluruh komponen dan modul sistem pakar ke
dalam algoritma kode pemrograman. Pada
penelitian ini, pemrograman halaman‐halaman
web sistem pakar dikembangkan di dalam 3
modul utama, yaitu: pelaporan, monitoring, dan
simulasi.
Pengembangan Sistem Basis Data
Proses
inferensi
fuzzy
yang
dikembangkan pada modul monitoring bekerja
berdasarkan data yang terlebih dahulu di‐entry
melalui modul pelaporan. Oleh karena itu,
maka dikembangkan sebuah sistem basis data
untuk menghimpun data‐data yang diperlukan
tersebut. Sistem basis data dikembangkan
secara relasional, dimana data‐data disebar ke
dalam 6 buah tabel dua dimensi yang pada
penelitian ini menggunakan MySQL sebagai
Data Base Management System (DBMS). Tabel‐
Tabel 2. Entitas‐entitas sistem basis data sistem
pakar
Entitas
Keterangan
Daerah
Desa (kelurahan) di bawah kecamatan
yang dikendalikan
Kecamatan di bawah kabupaten yang
melakukan pengendalian
Jenis penyakit yang menyerang hewan
Data program vaksinasi pada desa
(kelurahan)
Jenis ternak yang dikendalikan
Data parameter fungsi himpunan
fuzzy
Kecamatan
Penyakit
Program
Ternak
Fungsi
Hasil dan Pembahasan
Proses konstruksi sistem pakar
menghasilkan 1 buah database dan 17 halaman
web yang dianggap penting dalam memenuhi
kebutuhan pengembangan sistem pakar. Pada
sistem ini, interaksi antara user yang berada
pada sisi client dengan sistem pakar yang
berada pada sisi server dimulai dari sebuah user
interface utama yang menyediakan 3 pilihan
penggunaan subsistem yaitu subsistem
pelaporan, monitoring, dan simulasi.
Pelaporan. Subsistem ini dikembangkan
untuk menghimpun data‐data pelaksanaan
3
Achwil Putra Munir, Kudang Boro Seminar, Widiyanto Dwi Surya: Sistem Pakar Fuzzy untuk Isyarat Dini
Penyakit Septicaemia Epizootica
program vaksinasi Septicaemia epizootica pada
daerah‐daerah yang dikendalikan. Secara
spesifik, upaya ini adalah untuk memenuhi
kebutuhan memperoleh nilai‐nilai liputan
vaksinasi dan post vaksinasi yang menjadi
parameter dalam penentuan nilai skor
efektifitas vaksinasi.
Melalui sebuah form yang telah
disediakan, oleh petugas keswan kecamatan
yang dalam hal ini berada pada sisi client, data‐
data tersebut di‐entry dan dikirim ke database
yang berada pada sisi server yang selanjutnya
akan digunakan pada subsistem monitoring
untuk membangkitkan informasi isyarat dini
dugaan tingkat ancaman penyakit tersebut.
Selain menyediakan form pelaporan
spesifik berdasarkan pilihan kecamatan, user
interface
juga
dikembangkan
dengan
menerapkan penggunaan komponen‐komponen
fungsional tertentu agar dapat membimbing
user untuk memasukkan data‐data sesuai
dengan yang diharapkan. Usaha ini adalah
upaya untuk menjamin agar data‐data yang
dihimpun tersebut dapat memenuhi beberapa
kreteria, seperti: valid, lengkap, dan terjaga
integritasnya. Pada sisi yang lain, tujuan upaya
ini juga agar user dapat mengoperasikan sistem
dengan mudah tanpa membutuhkan keahlian
tertentu (user friendly).
Gambar 3. Form pelaporan
Pada
penelitian
ini,
subsistem
pelaporan diimplementasikan pada tingkat
(level) organisasi kecamatan yang dalam hal ini
adalah unit keswan kecamatan. Selain lebih
4
mendekatkan aplikasi teknologi informasi pada
level organisasi yang lebih rendah, hal ini juga
sejalan dengan arah kebijakan desentralisasi
sistem informasi kesehatan hewan nasional
untuk mengoptimalkan kinerja sumberdaya
organisasi keswan mulai tingkat yang terendah
dalam rangka mengembangkan sistem
pelaporan yang bersifat bottom‐up (Hutabarat
1992).
Melalui subsistem pelaporan, data‐data
program vaksinasi dapat segera dikirim ke
pusat data (database server) dalam waktu yang
relatif singkat (real time). Hal ini sangat
membantu usaha perencanaan kesehatan hewan
karena informasi yang diperoleh dari hasil
analisis dan interpretasi terhadap data tersebut
dapat terjamin keterbaruannya. Terutama
dalam bidang kesehatan hewan, hal‐hal yang
menyangkut keterbaruan dan kecepatan dalam
membangkitkan informasi menjadi sedemikian
pentingnya bagi decision makers dalam
menyikapi kenyataan bahwa penyakit hewan
berbahaya juga berkembang, menyerang, dan
menimbulkan kerugian ekonomi dalam waktu
yang demikian cepat. Oleh karena itu,
penerapan sistem pelaporan yang berbasis web
diharapkan
dapat
membantu
usaha
pengendalian penyakit tersebut.
Monitoring. Pada penelitian ini,
subsistem monitoring adalah komponen
terpenting sistem pakar. Mekanisme penarikan
kesimpulan
subsistem
monitoring
dikembangkan dalam suatu rangkaian kegiatan
yang dimulai dari usaha menemukan kembali
(query) data‐data yang relevan untuk
membangkitkan variabel liputan vaksinasi dan
post vaksinasi, lalu variabel‐variabel tersebut
menjadi masukan terhadap sistem penarikan
kesimpulan fuzzy yang telah dipersiapkan, dan
kemudian sistem menghasilkan suatu luaran
informasi yaitu nilai skor efektifitas vaksinasi
yang selanjutnya menjadi dasar dalam
penentuan status dugaan tingkat ancaman
(forward data driven inference procedure). Adapun
informasi yang dibangkitkan oleh sistem pakar
adalah berdasar pada pilihan target kecamatan,
jenis penyakit (SE), dan jenis ternak terancam.
Hasil
uji
coba
implementasi
menunjukkan bahwa sistem pakar mampu
Buletin Agricultural Engineering BEARING • Vol. 1 • No. 1 • Juni 2005
memonitor status dugaan tingkat ancaman SE
pada daerah‐daerah yang dikendalikan.
Permintaan pilihan target pemonitoran yang
dilakukan oleh user, direspon oleh sistem pakar
pada sisi server dengan mengembalikan
sekumpulan informasi penting yang terdiri atas:
nama daerah (desa atau kelurahan), nilai LV,
nilai PV, nilai skor efektifitas vaksinasi, dan
status tingkat ancaman yang dinyatakan dalam
variabel linguistik (aman, baik, hati‐hati, dan
waspada).
Pada penelitian ini, informasi yang
dibangkitkan oleh sistem dibatasi hanya pada
lingkup program vaksinasi yang dilaksanakan
paling lama 1 tahun sebelum saat dilakukannya
proses monitoring. Pembatasan ini sesuai
dengan knowledge vaksinasi SE itu sendiri,
bahwa efektifitas perlindungan yang terjadi
akibat vaksinasi adalah dalam kurun waktu 1
tahun.
Pada antarmuka ini, user juga dapat
menelusuri lebih lanjut informasi mengenai
histori program vaksinasi yang telah
dilaksanakan pada daerah‐daerah tersebut
dengan cara melakukan hyperlink pada nama
daerah yang ditampilkan. Hal ini adalah agar
user dapat memahami dengan baik alasan
ditetapkannya suatu daerah dengan status
tingkat ancaman tertentu.
dikendalikan. Perbedaan warna pada peta
tersebut adalah menunjukkan status tingkat
ancaman tertentu.
Gambar 5. Peta grafis daerah pengendalian
Dari hasil implementasi subsistem
monitoring menunjukkan bahwa sekalipun
informasi yang dibutuhkan sedemikian
beragamnya, namun informasi isyarat dini yang
dibutuhkan tersebut dapat dibangkitkan oleh
sistem pakar secara dinamis hanya berdasar
pada permintaan spesifik oleh user. Hal ini
adalah hasil dari upaya mengembangkan suatu
mekanisme penarikan kesimpulan sistem pakar
yang mampu bekerja berdasarkan data‐data
yang ditemukan kembali (query) pada sistem
basis data. Kinerja ini semakin penting
terutama mengingat bahwa sistem akan
dioperasikan di dalam suatu jaringan sistem
terkomputerisasi (internet ataupun intranet)
dengan tingkat partisipasi penggunaan yang
relatif besar (multiuser) dan dalam intensitas
interaksi yang tinggi.
Gambar 4. Informasi isyarat dini
Lebih daripada itu, melalui fasilitas
tombol yang telah disediakan pada user interface,
informasi status tingkat ancaman juga dapat
ditampilkan dalam bentuk peta grafis
(multimedia) wilayah administratif daerah yang
Simulasi. Subsistem simulasi yang
dikembangkan pada penelitian ini ditujukan
kepada user dari kelompok pakar, pemerhati
sistem pakar, dan pengelola sistem pakar.
Subsistem ini menyediakan 2 bentuk layanan
yang dianggap sebagai nilai tambah yang dapat
diberikan sistem kepada pihak pengguna.
Pertama, pihak pengguna diperkenankan
melakukan simulasi penentuan nilai status
tingkat ancaman. Kedua, pihak pengguna juga
diperkenankan melakukan perubahan (edit)
terhadap parameter fungsi keanggotaan
5
Achwil Putra Munir, Kudang Boro Seminar, Widiyanto Dwi Surya: Sistem Pakar Fuzzy untuk Isyarat Dini
Penyakit Septicaemia Epizootica
himpunan fuzzy yang digunakan pada sistem
inferensi fuzzy.
Pada subsistem simulasi, selain
memberi kesempatan agar user dapat
mengetahui sendiri bagaimana nilai‐nilai
masukan liputan vaksinasi dan post vaksinasi
dioperasikan pada mekanisme inferensi fuzzy
hingga sampai pada suatu kesimpulan nilai skor
efektifitas vaksinasi yang menjadi dasar
penentuan status tingkat ancaman; kesempatan
melakukan perubahan terhadap nilai parameter
fungsi fuzzy yang tersimpan pada database juga
tidak lain agar kinerja mesin inferensi sistem
pakar dapat ditingkatkan dari waktu ke waktu.
Terutama jika proses tersebut dilakukan oleh
pakar ataupun banyak pakar yang memang
memiliki kompetensi pada domain problema.
Melalui subsistem simulasi, sistem
pakar dapat lebih luwes dan adaptif terhadap
tuntutan kebutuhan peningkatan kinerja
penarikan kesimpulan. Hasil simulasi para
pakar yang adalah representasi dari keahlian
mereka dapat segera diserap oleh sistem
sehingga pada saat yang sama juga
meningkatkan kemampuan sistem dalam
menyelesaikan problema.
Kesimpulan
Sistem pakar fuzzy dapat digunakan
sebagai alat bantu isyarat dini dalam memonitor
dugaan tingkat ancaman penyakit Septicaemia
epizootica pada sekumpulan populasi ternak di
daerah pengendalian tertentu. Penentuan status
dugaan tingkat ancaman yang selama ini
sepenuhnya bergantung pada pakar dapat
dilakukan lebih cepat, sederhana, dan konsisten
sekalipun terhadap jumlah data yang besar.
Pada penelitian ini, sinergi yang
dikembangkan terhadap sistem basis data
menghasilkan
kedinamisan
dalam
membangkitkan informasi spesifik sesuai
kebutuhan pihak pengguna (user). Lebih
daripada itu, dengan menempatkan data‐data
parameter fungsi keanggotaan himpunan fuzzy
secara khusus di dalam sebuah tabel pada
sistem basis data, maka kinerja mesin inferensi
dapat ditingkatkan dengan mudah dari waktu
6
ke waktu. Hal ini menunjukkan bahwa sistem
basis data juga memainkan peran penting
terhadap kinerja dan siklus hidup (life cycle)
sistem pakar.
Melalui pengembangan sistem pakar
yang berbasis pada teknologi web dan
multimedia maka sumberdaya kepakaran yang
selama ini sangat terbatas dapat didistribusikan,
diimplementasikan, dan dipahami lebih baik
oleh user tanpa terkendala oleh waktu dan
tempat. Hal ini semakin bermanfaat jika
dikaitkan dengan kenyataan bahwa hampir
seluruh wilayah Indonesia telah dinyatakan
tertular SE.
Daftar Pustaka
Departemen Pertanian, Direktorat Jenderal
Peternakan. 1981. Pedoman
Pengendalian
Penyakit
Hewan
Menular. Jakarta: Departemen
Pertanian.
Direktorat Jenderal Peternakan. 1995. Pedoman
Teknis
Penyakit
Septicaemia
Epizooticae (SE/Ngorok). Pedoman
Pemberantasan
Penyakit
Hewan
Menular. Departemen Pertanian
Hutabarat TSPN. 1992. Sistem Informasi
Kesehatan Hewan dan Produksi Ternak.
Bahan Kursus Epidemiologi dan
Ekonomi
Veteriner.
Fakultas
Kedokteran Hewan IPB.
Iskandar MA. 1994. Penggunaan Teori Fuzzy
dalam
Menyelesaikan
Masalah
Keteknikan. Di dalam: Presentasi
Ilmiah Peneliti BPPT; Jakarta, 28
September 1994. Jakarta: BPPT.
Makka D, Sudana IG. 1997. Sistem Peringatan
Dini Penyakit Hewan. Bahan Seminar
pada Fakultas Kedokteran Hewan IPB.
Seminar KB. 2002. Pengembangan Sistem Pakar
untuk Aplikasi Diagnosa Alsin dan
Buletin Agricultural Engineering BEARING • Vol. 1 • No. 1 • Juni 2005
Komoditi Pertanian Berbasis Web dan
Multimedia. Usulan Hibah Penelitian
Projek DUE‐LIKE. IPB.
Soehadji. 1993. Sistem Kesehatan Hewan
Nasional. Di dalam: Seminar
Akademik Fakultas Kedokteran Hewan
IPB; Bogor, 17 April 1993. Direktorat
Jenderal Peternakan. Departemen
Pertanian.
Solahudin M, Seminar KB, Suharnoto Y. 2000.
Sistem Pakar Diagnosa Kerusakan
Traktor Tangan Berbasis Internet.
Buletin Keteknikan Pertanian: Vol.14,
No.2: 118.
Surya WD. 1994. Pengembangan Sistem
Monitoring Produksi Sapi Perah untuk
Meningkatkan Pelayanan Kesehatan
Hewan. Di dalam : Seminar Jurusan
Kitwan Kesmavet FKH‐IPB; Bogor, 6
Juli 1994. Bogor : FKH‐IPB.
Turban E. 1993. Decision Support and Expert
Systems: Management Support System.
Macmillan Publishing Company. New
York. USA.
Zadeh LA. 1988. Fuzzy Logic. Computer.
IEEE:83‐93. Cetak ulang dalam Expert
System: A Software Methodology for
Modern Applications. IEEE Computer
Society Press. California; 1990. hlm 407‐
417.
Zahedi F. 1993. Intelligence System for
Business: Expert System with Neural
Networks. Wadsworth Publishing
Company. Belmont, California. USA.
7