SISTEM PAKAR DIAGNOSIS KEJIWAAN MENGGUNAKAN METODE CERTAINTY FACTOR (STUDI KASUS RUMAH SAKIT JIWA DAERAH PROVINSI SUMATERA UTARA)
Seminar Nasional Informatika 2014
SISTEM PAKAR DIAGNOSIS KEJIWAAN MENGGUNAKAN
METODE CERTAINTY FACTOR (STUDI KASUS RUMAH SAKIT
JIWA DAERAH PROVINSI SUMATERA UTARA)
Charles Jhony Mantho Sianturi
STMIK Potensi Utama
Jl. K.L. Yos Sudarso Km. 6,5 No. 3 A Tj Mulia – Medan
[email protected]
Abstrak
Kecerdasan buatan (Artificial Intelligence) merupakan salah satu bagian dari Ilmu Komputer yang
mempelajari bagaimana membuat mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang
dilakukan oleh manusia bahkan bisa lebih baik dari pada yang dilakukan manusia. Sistem Pakar (Expert
System) merupakan bagian dari kecerdasan buatan dan merupakan metode yang tepat untuk mengatasi
permasalahan. Sistem pakar banyak diterapkan oleh berbagai disiplin ilmu. Dalam kesempatan ini penulis
mencoba untuk membuat suatu sistem pakar mengenai gangguan kejiwaan neurosis. Program sistem pakar
ini menggunakan motor inferensi yang menerapkan penalaran maju dan juga menggunakan metode
Certainty Factor untuk menentukan tingkat kepastian dari hasil penelusuran. Sistem pakar ini diharapkan
mampu untuk dapat mendiagnosa gangguan kejiwaan neurosis sehingga dapat dijadikan suatu referensi
terhadap suatu kasus gangguan kejiwaan neurosis.
Kata Kunci : Sistem Pakar, Motor Inferensi, Certainty Factor, Neurosis
1.
PENDAHULUAN
Kecerdasan
buatan
(Artificial
Intelligence) merupakan salah satu bagian dari
Ilmu Komputer yang mempelajari bagaimana
membuat mesin (komputer) dapat melakukan
pekerjaan seperti dan sebaik yang dilakukan oleh
manusia bahkan bisa lebih baik dari pada yang
dilakukan manusia. Sistem Pakar (Expert System)
merupakan bagian dari kecerdasan buatan dan
merupakan metode yang tepat untuk mengatasi
permasalahan, yang dimulai dengan proses
pencarian dari sekumpulan data atau fakta, dari
data-data yang didapat. Dan menentukan
kesimpulan yang menjadi solusi permasalahan
yang dikaji.
Sistem Pakar adalah sebuah sistem yang
menggunakan pengetahuan manusia di mana
pengetahuan tersebut dimasukkan ke dalam
sebuah komputer dan kemudian digunakan untuk
menyelesaikan masalah – masalah yang biasanaya
membutuhkan kepakaran atau keahlian manusia.
Istilah Gangguan Jiwa atau Gangguan
Mental (Mental Disorder) digunakan dalam
PPDGJ, tidak mengenal istilah “Penyakit Jiwa”
(Mental Disease/Mental Illness). Gangguan Jiwa
adalah suatu sindrom atau pola perilaku, atau
psikologik seseorang yang secara klinis bermakna
dan menimbulkan disfungsi dalam pekerjaan.
PPDGJ III, gangguan jiwa adalah pola perilaku
atau sikolo sindrom atau pola perilaku, atau
psikologik yang secara klinis bermakna dan
secara khas berkaitan dengan gejala dan
400
menimbulkan disfungsi dalam pekerjaan,
penderitaan serta fungsi psikososial. Pengetahuan
tentang kejiwaan ini bisa diimplementasikan
kedalam sistem pakar sebagai knowledge base,
yang dapat dipakai untuk membantu jenis
gangguan kejiwaan yang dialami pasien sehingga
didapat solusi tentang penanganan pasien lebih
dini [1].
Dengan memahami cara kerja sistem
pakar yang meniru cara manusia dalam
memecahkan suatu masalah spesifik, atas dasar
pemikiran tersebut timbul suatu ide untuk
membuat suatu sistem pakar yang diharapkan
dapat membantu memecahkan masalah dan
mencari langkah yang tepat dalam mendiagnosis
kejiwaan. Pengetahuan tentang gejala – gejala
ataupun jenis – jenis kejiwaan akan memberikan
pengetahuan kepada orang lain tentang kondisi
kejiwaaan, sehingga diperoleh data untuk
penanganan lebih cepat dan tepat.
Hal-hal yang menjadi latar belakang
tersebut di atas telah mendorong untuk melakukan
penelitian ini dengan judul tesis : “Sistem Pakar
Diagnosis Kejiwaan Menggunakan Metode
Certainty Factor”.
Perumusan Masalah
1. Bagaimana cara kerja dan pengetahuan
seorang pakar dalam mengidentifikasi
Gangguan Jiwa Neurosis ?
2. Bagaimana merancang sistem pakar dengan
menggunakan metode Certainty Factor untuk
Seminar Nasional Informatika 2014
membantu dan mempermudah menentukan
Jenis Gangguan Jiwa Neurosis?
3. Bagaimana penerapan metode Certainty
Factor dalam sistem pakar mengidentifikasi
Jenis Gangguan Jiwa Neurosis ?
Batasan Masalah
Berikut ini beberapa batasan masalah, yaitu :
1. Masalah Gangguan Jiwa dibatasi pada
gangguan jiwa jenis Neurosis.
2. Model sistem pakar yang dirancang adalah
berupa expert system (sistem pakar) dengan
metode pelacakan menggunakan metode
Certainty Factor.
3. Aplikasi ini hanya membantu untuk
mendiagnosis, bukan untuk membuat suatu
keputusan.
Tujuan Penelitian
Berdasarkan perumusan masalah di atas,
adapun yang menjadi tujuan dari penelitian ini
adalah :
1. Untuk mengetahui jenis ganggauan jiwa
yang dialami pasien.
2. Menganalisa kondisi kejiwaan yang dialami
pasien, sehingga dapat memilih alternatif
langkah kerja, dan mendapatkan solusi.
3. Merancang aplikasi sistem pakar mengetahui
jenis gangguan jiwa yang ada.
4. Membangun aplikasi sistem pakar dalam
implementasi kejiwaan pasien.
5. Menguji aplikasi sistem pakar dalam
implementasi di masyarakat.
Manfaat Penelitian
Adapun penelitian ini diharapkan
memberikan manfaat berupa :
1. Dapat menambah wawasan pembaca
mengenai sistem pakar maupun gangguan
jiwa.
2. Memperluas manfaat dari keilmuan dibidang
expert system (sistem pakar) bagi perguruan
tinggi, khususnya UPI “YPTK” Padang.
3. Mengambil wawasan keilmuan di bidang
expert system (sistem pakar).
2.
1.
2.
3.
4.
5.
LANDASAN TEORITIS
Sistem Pakar merupakan sebuah sistem
yang dirancang di dalam sebuah komputer,
dengan cara meniru proses-proses pemikiran yang
digunakan
oleh
seorang
pakar
untuk
menyelesaikan masalah - masalah tertentu yang
biasanya memerlukan keahlian seorang pakar.
Sistem pakar merupakan salah satu penerapan
dari kecerdasan buatan.
Konsep Dasar Sistem Pakar
Konsep dasar dari sistem pakar [2],
meliputi :
6.
Keahlian / Kepakaran (Expertise)
Keahlian merupakan suatu pengetahuan
yang diperoleh seseorang dari pelatihan,
membaca, dan pengalaman. Kepakaran
inilah yang memungkinkan para ahli dapat
mengambil keputusan lebih cepat dan lebih
baik daripada seseorang yang bukan pakar.
Ahli/Pakar (Expert)
Pakar adalah seorang yang mempunyai
pengetahuan, pengalaman dan metode
khusus, serta mampu menerapkannya untuk
memecahkan masalah atau memberi nasihat.
Seorang pakar harus mampu menjelaskan
dan mempelajari hal – hal baru yang
berkaitan dengan topik permasalahan, jika
perlu harus mampu menyusun kembali
pengetahuan - pengetahuan yang didapatkan,
dan dapat memecahkan aturan – aturan serta
menentukan relevansi kepakaran.
Pemindahan
Kepakaran
(Transfering
Expertise)
Tujuan
dari
sistem
pakar
adalah
memindahkan kepakaran dari seorang pakar
ke dalam komputer, kemudian kepada orang
lain yang bukan pakar. Proses ini melibatkan
4 kegiatan, yaitu :
a. Akuisisi pengetahuan (dari pakar atau
sumber lain)
b. Representasi
pengetahuan
(pada
komputer)
c. Inferensi pengetahuan
d. Pemindahan pengetahuan ke pengguna.
Inferensi (Inferencing)
Inferensi adalah sebuah prosedur (program)
yang mempunyai kemampuan dalam
penalaran. Inferensi ditampilkan pada suatu
komponen yang disebut mesin inferensi
yang mencakup prosedur – prosedur
mengenai pemecah masalah. Semua
pengetahuan yang dimiliki oleh seorang
pakar disimpan pada basis pengetahuan oleh
sistem pakar. Tugas mesin inferensi adalah
mengambil kesimpulan berdasarkan basis
pengetahuan yang dimiliki.
Aturan – aturan (Rule)
Kebanyakan
software
sistem
pakar
komersial adalah yang berbasis rule (rulebased system), yaitu pengetahuan disimpan
terutama dalam bentuk rule, sebagai
prosedur - prosedur pemecah masalah.
Kemampuan Menjelaskan (Explanation
Capability)
Fasilitas lain dari sistem pakar adalah
kemampuan untuk menjelaskan saran atau
rekomendasi yang diberikannya. Penjelasan
dilakukan dalam subsistem yang disebut
subsistem penjelasan (explanation). Bagian
dari sistem ini memungkinkan penalaran
yang dibuatnya sendiri dan menjelaskan
operasi – operasinya.
401
Seminar Nasional Informatika 2014
Struktur Sistem Pakar
Sistem pakar disusun oleh dua bagian
utama,
yaitu
lingkungan
pengembangan
(development environment) dan lingkungan
konsultasi
(consultation
environment).
Lingkungan pengembangan digunakan oleh
pembuat sistem pakar untuk membangun
komponen – komponennya dan memperkenalkan
pengetahuan ke dalam knowledge base (basis
pengetahuan). Lingkungan konsultasi digunakan
oleh pengguna untuk berkonsultasi sehingga
pengguna mendapatkan pengetahuan dan nasihat
dari Sistem Pakar layaknya berkonsultasi dengan
seorang pakar. Komponen – komponen
dalam sistem pakar ditunjukkan dalam gambar
1.[3]
Gambar 1 Komponen dalam Sistem Pakar
Certainty Factor
Sistem pakar harus mampu bekerja dalam
ketidakpastian. Sejumlah teori telah ditemukan
untuk menyelesaikan ketidakpastian, termasuk
diantaranya
probabilitas
klasik
(classical
probability), probabilitas Bayes (Bayesian
probability), teori fuzzy Zadeh (Zadeh’s fuzzy
theory) dan faktor kepastian (certainty factor).
Definisi menurut David McAllister, certainty
factor adalah suatu metode untuk membuktikan
apakah suatu fakta itu pasti ataukah tidak pasti
yang berbentuk metric yang biasanya digunakan
dalam sistem pakar.
Faktor kepastian (certainty factor)
diperkenalkan oleh Shortliffe Buchanan dalam
pembuatan MYCIN. Certainty Factor (CF)
merupakan nilai parameter klinis yang diberikan
MYCIN
untuk
menunjukkan
besarnya
kepercayaan. Certainty Factor
didefinisikan
sebagai persamaan berikut :
CF (H, E) = MB (H, E) – MD (H, E)…….....
(1)
CF (H, E) : Certainty Factor dari hipotesis H
yang dipengaruhi oleh gejala
(evidence) E. Besarnya CF berkisar
antara -1 sampai 1. Nilai -1
menunjukkan
ketidakpercayaan
mutlak
sedangkan
nilai
1
menunjukkan kepercayaan mutlak.
402
MB (H, E)
: ukuran kenaikan kepercayaan
(measure of increased belief)
terhadap hipotesis H yang
dipengaruhi oleh gejala E.
MD (H, E)
: ukuran
kenaikan
ketidakpercayaan (measure of
increased disbelief) terhadap
hipotesis H yang dipengaruhi
oleh gejala E.
Bentuk dasar rumus certainty factor,
adalah sebuah aturan JIKA E MAKA H seperti
ditunjukkan oleh persamaan 2 berikut:
CF (H, e) = CF (E, e) * CF (H, E)
....................(2)
Dimana
CF (H, e)
: certainty factor hipotesis yang
dipengaruhi oleh evidence e.
CF (E, e)
: certainty factor evidence E yang
dipengaruhi oleh evidence e
CF (H, E)
: certainty
factor
hipotesis
dengan
asumsi
evidence
diketahui dengan pasti, yaitu
ketika CF(E, e) = 1
Jika semua evidence pada antecedent
diketahui dengan pasti maka persamaannya akan
menjadi:
CF
(E,
e)
=
CF
(H,
E)
…...............................(3)
Dalam aplikasinya, CF(H,E) merupakan
nilai kepastian yang diberikan oleh pakar terhadap
suatu aturan, sedangkan CF(E,e) merupakan nilai
kerpercayaan yang diberikan oleh pengguna
terhadap gejala yang dialaminya.
Sebagai contoh, berikut ini adalah sebuah
aturan dengan CF yang diberikan oleh seorang
pakar:
JIKA batuk
DAN demam
DAN sakit kepala
DAN bersin-bersin
MAKA influensa, CF: 0,7
Kelebihan metode Certainty Factor adalah:
1. Metode ini cocok dipakai dalam sistem pakar
untuk mengukur sesuatu apakah pasti atau
tidak pasti dalam mendiagnosis penyakit
sebagai salah satu contohnya.
2. Perhitungan dengan menggunakan metode ini
dalam sekali hitung hanya dapat mengolah 2
data saja sehingga keakuratan data dapat
terjaga.
Kekurangan metode Certainty Factor adalah:
1. Ide umum dari pemodelan ketidakpastian
manusia dengan menggunakan numerik
metode
certainty
factor
biasanya
diperdebatkan.
Sebagian
orang
akan
membantah pendapat bahwa formula untuk
metode certainty factor diatas memiliki sedikit
kebenaran.
Seminar Nasional Informatika 2014
2. Metode
ini
hanya
dapat
mengolah
ketidakpastian/kepastian hanya 2 data saja.
Perlu dilakukan beberapa kali pengolahan data
untuk data yang lebih dari 2 buah.
Adapun Jenis Gangguan Jiwa Neurosis
yang memiliki Karakteristik / Ciri atau Tanda /
Gejala, sebagai contoh ditunjukkan pada tabel 1.
Tabel 1. Karekteristik Gangguan Jiwa Neurosis
Gangguan Jiwa
Di dalam ilmu kedokteran, kata
Kejiwaan jarang sekali digunakan oleh
Paramedis. Paramedis lebih sering menyebutkan
kejiwaaan dengan Gangguan Jiwa.
Penafsiran yang terjadi di masyarakat
bahwa orang yang mengalami gangguan jiwa
adalah
orang
yang
stress
atau
gila.
Pengelompokkan kejiwaan ini perlu diketahui
bagi masyarakat, untuk mengetahui gangguan
jiwa yang dialami yang mempunyai karakteristik
tertentu.
Gangguan Jiwa Neurosis
A. Pengertian Neurosis
Neurosis kadang - kadang disebut
psikoneurosis dan gangguan jiwa (untuk
membedakannya dengan psikosis atau penyakit
jiwa). Neurosis adalah gangguan yang terjadi
hanya pada sebagian dari kepribadian, sehingga
orang yang mengalaminya masih bisa melakukan
pekerjaan-pekerjaan biasa sehari-hari atau masih
bisa belajar, dan jarang memerlukan perawatan
khusus di rumah sakit.[4]
B. Jenis Jenis Neurosis
Di dalam PPDGJ III yang termasuk
Neurosis adalah :[5]
1. Gangguan Anxietas Fobik
Neurosis fobik merupakan gangguang
jiwa dengan gejala utamanya fobia, yaitu rasa
takut yang hebat yang bersifat irasional, terhadap
suatu benda atau keadaan. Fobia dapat
menyebabkan timbulnya perasaan seperti akan
pingsan, rasa lelah, mual, panik, berkeringat, dan
seterusnya.
3.
ANALISA DAN PERANCANGAN
3.1
3.1.1
Perancangan Sistem
Arsitektur Sistem Pakar
Sistem pakar memiliki beberapa
komponen utama, yaitu basis pengetahuan
(knowledge base), basis data sistem pakar (expert
system database), mesin inferensi (inference
engine), antarmuka pengguna (user interface),
pengguna (user). Arsitektur dasar sistem pakar
dapat dilihat pada gambar 2.
2.
Gangguan Panik
Adalah serangan anxietas berat yang
berulang, yang tidak terbatas pada adanya situasi
tertentu atau pun suatu rangkaian kejadian, dank
arena itu tidak terduga.
3.
Gangguan Cemas Menyeluruh (Anxiety
Neurosis atau Anxiety State)
Faktor pencetus neurosis cemas sering
jelas dan secara psikodinamik berhubungan
dengan faktor-faktor yang menahun seperti
kemarahan yang dipendam.
4.
Gangguan Anxietas Campuran
Neurosis depresif merupakan neurosis
dengan gangguang utama pada perasaan.
Gambar 2. Arsitektur Sistem Pakar
Knowledge Base
Dalam penelusuran kejiwaan dibutuhkan
penalaran maju untuk mendiagnosis gejala
maupun ciri – ciri, maka didapatlah pengetahuan
yang diperoleh dari pakar.
Berdasarkan hasil konsultasi dan
wawancara maka data yang diperoleh dari pakar
3.1.2
403
Seminar Nasional Informatika 2014
tentang Jenis Gangguan jiwa Neurosis di Rumah
Sakit Jiwa Daerah Provinsi Sumatera Utara .
Maka peneliti dapat menyimpulkan bahwa Jenis
Gangguan jiwa Neurosis sebagai berikut :
Tabel 2. Jenis Gangguan Jiwa Neurosis
Pada tabel sudah dijelaskan tentang Jenis
Gangguan Jiwa Neurosis. Jenis Gangguan Jiwa
Neurosis mempunyai beberapa Gejala dan Tanda.
Adapun Gejala dan Tanda tersebut adalah sebagai
berikut :
Tabel 3. Gejala dan Tanda Gangguan Jiwa Neurosis
Berdasarkan kedua tabel diatas maka pakar dapat
menentukan dengan mudah Jenis Gangguan Jiwa
Neurosis berdasarkan Gejala / Tanda Gangguan
Jiwa Neurosis tersebut. Untuk melakukan
pengelompokan Jenis Gangguan Jiwa Neurosis
dan sesuai dengan Gejala / Tanda Gangguan Jiwa
Neurosis yang ada, maka disini dibuat dalam
bentuk decision table berdasarkan sampel data
yang didapat pada penelitian yang penulis
lakukan. Berikut bentuk decision table dari
identifikasi Jenis Gangguan Jiwa Neurosis.
Tabel 4. Rule untuk Jenis Gangguan Jiwa
404
Seminar Nasional Informatika 2014
5.
6.
Sistem pakar yang dirancang ini dapat
mengidentifikasi Jenis Gangguan Neurosis
berdasarkan data tanya jawab yang
dimasukkan kedalam sistem.
Penalaran forward chaining dengan
menggunakan bahasa pemrograman Visual
Basic 6.0 digunakan untuk melakukan
penelusuran Gejala / Tanda untuk
mendapatkan hasil identifikasi Jenis
Gangguan Jiwa Neurosis.
Output (Keluaran) dari sistem ini atau hasil
diagnosa dalam bentuk informasi tentang
Gangguan Jiwa Neurosis sehingga dapat
mengetahui lebih dini gangguan jiwa yang
dialami.
Certainty Factor dari Rule Based
Dengan menggali hasil dari wawancara
dengan pakar, nilai CF (Rule) didapat interpretasi
dari pakar menjadi nilai CF tertentu seperti pada
tabel 5.
Tabel 5. Nilai CF hasil interpretasi
Model yang diusulkan untuk
CF(Rule) adalah sebagai berikut:
CF(Rule) = 1 -
menentukan
x
1
+
y
y
dimana:
x
= Jumlah kemunculan kombinasi nilai
variabel fakta E1 E2... EN didalam
rule yang dihitung, sebagai set / subset
kombinasi nilai variabel fakta pada
setiap rule dengan variabel hipotesa H
yang sama.
y
= Jumlah semua rule yang memiliki
variabel hipotesa H yang sama dengan
rule yang sedang dihitung.
4.
4.1
PENUTUP
Kesimpulan
Setelah mengamati dan melihat hasil
dari penelitian tesis ini, maka dapat diambil
kesimpulan, yaitu :
4.
Dalam mengidentifikasi Gangguan jiwa
Neurosis, seorang pakar melakukan dengan
konsultasi dengan pasien dan melihat
aktivitas serta kegiatan pasien sehari - hari.
4.2 Saran
Berikut ini beberapa saran yang
ditujukan untuk pengembangan aplikasi Sistem
Pakar diagnosis kejiwaan menggunakan metode
forward chaining, selanjutnya.
1. Kiranya pengembangan Portal Informasi
dapat dijadikan media yang tepat bagi
penggunanya, dalam menerima informasi
yang akurat, terpercaya, dan memiliki nilai
efektif serta efisien bagi penggunanya,
dalam menangani permasalahan tertentu.
2. Pengetahuan sistem pakar kiranya semakin
diperkaya,
agar
dapat
memberikan
penjelasan sistem yang lebih optimal.
3. Metode-metode inferensi dari Sistem Pakar
kiranya
dapat
disempurnakan,
serta
dicarikan alternatif lain yang memungkinkan
penyelesaian yang jauh lebih baik.
4. Sebaiknya
sistem
pakar
ini
lebih
dikembangkan, tidak hanya sebatas jenis dan
gejala serta metode yang ada pada tesis ini.
DAFTAR PUSTAKA
[1] Muhammad Arhami (2005). “Konsep Dasar
Sistem Pakar”. Yogyakarta: Andi
[2] [Sutojo, T. S.Si, M.Kom, Edy Mulyanto,
S.Si, M.Kom, Dr. Vincent Suhartono (2011).
“Kecerdasan Buatan”. Yogyakarta: Penerbit
Andi.
[3] Kusrini, S.Kom (2006). “Sistem Pakar Teori
& Aplikasi”. Yogyakarta: Andi.
[4] Kuntjojo
(2009).
“Neurosis”.
http://ebekunt.wordpress.com/2009/05/12/ne
urosis/ 8 Des 2013, 20:35 wib
[5] Departemen Kesehatan RI. Direktorat
Jenderal
Pelayanan
Medik
(1993).
“Pedoman Penggolongan dan Diagnosis
Gangguan Jiwa di Indonesia III (PPDGJ
III)”. Cetakan I. Jakarta: Departemen
Kesehatan RI.
405
SISTEM PAKAR DIAGNOSIS KEJIWAAN MENGGUNAKAN
METODE CERTAINTY FACTOR (STUDI KASUS RUMAH SAKIT
JIWA DAERAH PROVINSI SUMATERA UTARA)
Charles Jhony Mantho Sianturi
STMIK Potensi Utama
Jl. K.L. Yos Sudarso Km. 6,5 No. 3 A Tj Mulia – Medan
[email protected]
Abstrak
Kecerdasan buatan (Artificial Intelligence) merupakan salah satu bagian dari Ilmu Komputer yang
mempelajari bagaimana membuat mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang
dilakukan oleh manusia bahkan bisa lebih baik dari pada yang dilakukan manusia. Sistem Pakar (Expert
System) merupakan bagian dari kecerdasan buatan dan merupakan metode yang tepat untuk mengatasi
permasalahan. Sistem pakar banyak diterapkan oleh berbagai disiplin ilmu. Dalam kesempatan ini penulis
mencoba untuk membuat suatu sistem pakar mengenai gangguan kejiwaan neurosis. Program sistem pakar
ini menggunakan motor inferensi yang menerapkan penalaran maju dan juga menggunakan metode
Certainty Factor untuk menentukan tingkat kepastian dari hasil penelusuran. Sistem pakar ini diharapkan
mampu untuk dapat mendiagnosa gangguan kejiwaan neurosis sehingga dapat dijadikan suatu referensi
terhadap suatu kasus gangguan kejiwaan neurosis.
Kata Kunci : Sistem Pakar, Motor Inferensi, Certainty Factor, Neurosis
1.
PENDAHULUAN
Kecerdasan
buatan
(Artificial
Intelligence) merupakan salah satu bagian dari
Ilmu Komputer yang mempelajari bagaimana
membuat mesin (komputer) dapat melakukan
pekerjaan seperti dan sebaik yang dilakukan oleh
manusia bahkan bisa lebih baik dari pada yang
dilakukan manusia. Sistem Pakar (Expert System)
merupakan bagian dari kecerdasan buatan dan
merupakan metode yang tepat untuk mengatasi
permasalahan, yang dimulai dengan proses
pencarian dari sekumpulan data atau fakta, dari
data-data yang didapat. Dan menentukan
kesimpulan yang menjadi solusi permasalahan
yang dikaji.
Sistem Pakar adalah sebuah sistem yang
menggunakan pengetahuan manusia di mana
pengetahuan tersebut dimasukkan ke dalam
sebuah komputer dan kemudian digunakan untuk
menyelesaikan masalah – masalah yang biasanaya
membutuhkan kepakaran atau keahlian manusia.
Istilah Gangguan Jiwa atau Gangguan
Mental (Mental Disorder) digunakan dalam
PPDGJ, tidak mengenal istilah “Penyakit Jiwa”
(Mental Disease/Mental Illness). Gangguan Jiwa
adalah suatu sindrom atau pola perilaku, atau
psikologik seseorang yang secara klinis bermakna
dan menimbulkan disfungsi dalam pekerjaan.
PPDGJ III, gangguan jiwa adalah pola perilaku
atau sikolo sindrom atau pola perilaku, atau
psikologik yang secara klinis bermakna dan
secara khas berkaitan dengan gejala dan
400
menimbulkan disfungsi dalam pekerjaan,
penderitaan serta fungsi psikososial. Pengetahuan
tentang kejiwaan ini bisa diimplementasikan
kedalam sistem pakar sebagai knowledge base,
yang dapat dipakai untuk membantu jenis
gangguan kejiwaan yang dialami pasien sehingga
didapat solusi tentang penanganan pasien lebih
dini [1].
Dengan memahami cara kerja sistem
pakar yang meniru cara manusia dalam
memecahkan suatu masalah spesifik, atas dasar
pemikiran tersebut timbul suatu ide untuk
membuat suatu sistem pakar yang diharapkan
dapat membantu memecahkan masalah dan
mencari langkah yang tepat dalam mendiagnosis
kejiwaan. Pengetahuan tentang gejala – gejala
ataupun jenis – jenis kejiwaan akan memberikan
pengetahuan kepada orang lain tentang kondisi
kejiwaaan, sehingga diperoleh data untuk
penanganan lebih cepat dan tepat.
Hal-hal yang menjadi latar belakang
tersebut di atas telah mendorong untuk melakukan
penelitian ini dengan judul tesis : “Sistem Pakar
Diagnosis Kejiwaan Menggunakan Metode
Certainty Factor”.
Perumusan Masalah
1. Bagaimana cara kerja dan pengetahuan
seorang pakar dalam mengidentifikasi
Gangguan Jiwa Neurosis ?
2. Bagaimana merancang sistem pakar dengan
menggunakan metode Certainty Factor untuk
Seminar Nasional Informatika 2014
membantu dan mempermudah menentukan
Jenis Gangguan Jiwa Neurosis?
3. Bagaimana penerapan metode Certainty
Factor dalam sistem pakar mengidentifikasi
Jenis Gangguan Jiwa Neurosis ?
Batasan Masalah
Berikut ini beberapa batasan masalah, yaitu :
1. Masalah Gangguan Jiwa dibatasi pada
gangguan jiwa jenis Neurosis.
2. Model sistem pakar yang dirancang adalah
berupa expert system (sistem pakar) dengan
metode pelacakan menggunakan metode
Certainty Factor.
3. Aplikasi ini hanya membantu untuk
mendiagnosis, bukan untuk membuat suatu
keputusan.
Tujuan Penelitian
Berdasarkan perumusan masalah di atas,
adapun yang menjadi tujuan dari penelitian ini
adalah :
1. Untuk mengetahui jenis ganggauan jiwa
yang dialami pasien.
2. Menganalisa kondisi kejiwaan yang dialami
pasien, sehingga dapat memilih alternatif
langkah kerja, dan mendapatkan solusi.
3. Merancang aplikasi sistem pakar mengetahui
jenis gangguan jiwa yang ada.
4. Membangun aplikasi sistem pakar dalam
implementasi kejiwaan pasien.
5. Menguji aplikasi sistem pakar dalam
implementasi di masyarakat.
Manfaat Penelitian
Adapun penelitian ini diharapkan
memberikan manfaat berupa :
1. Dapat menambah wawasan pembaca
mengenai sistem pakar maupun gangguan
jiwa.
2. Memperluas manfaat dari keilmuan dibidang
expert system (sistem pakar) bagi perguruan
tinggi, khususnya UPI “YPTK” Padang.
3. Mengambil wawasan keilmuan di bidang
expert system (sistem pakar).
2.
1.
2.
3.
4.
5.
LANDASAN TEORITIS
Sistem Pakar merupakan sebuah sistem
yang dirancang di dalam sebuah komputer,
dengan cara meniru proses-proses pemikiran yang
digunakan
oleh
seorang
pakar
untuk
menyelesaikan masalah - masalah tertentu yang
biasanya memerlukan keahlian seorang pakar.
Sistem pakar merupakan salah satu penerapan
dari kecerdasan buatan.
Konsep Dasar Sistem Pakar
Konsep dasar dari sistem pakar [2],
meliputi :
6.
Keahlian / Kepakaran (Expertise)
Keahlian merupakan suatu pengetahuan
yang diperoleh seseorang dari pelatihan,
membaca, dan pengalaman. Kepakaran
inilah yang memungkinkan para ahli dapat
mengambil keputusan lebih cepat dan lebih
baik daripada seseorang yang bukan pakar.
Ahli/Pakar (Expert)
Pakar adalah seorang yang mempunyai
pengetahuan, pengalaman dan metode
khusus, serta mampu menerapkannya untuk
memecahkan masalah atau memberi nasihat.
Seorang pakar harus mampu menjelaskan
dan mempelajari hal – hal baru yang
berkaitan dengan topik permasalahan, jika
perlu harus mampu menyusun kembali
pengetahuan - pengetahuan yang didapatkan,
dan dapat memecahkan aturan – aturan serta
menentukan relevansi kepakaran.
Pemindahan
Kepakaran
(Transfering
Expertise)
Tujuan
dari
sistem
pakar
adalah
memindahkan kepakaran dari seorang pakar
ke dalam komputer, kemudian kepada orang
lain yang bukan pakar. Proses ini melibatkan
4 kegiatan, yaitu :
a. Akuisisi pengetahuan (dari pakar atau
sumber lain)
b. Representasi
pengetahuan
(pada
komputer)
c. Inferensi pengetahuan
d. Pemindahan pengetahuan ke pengguna.
Inferensi (Inferencing)
Inferensi adalah sebuah prosedur (program)
yang mempunyai kemampuan dalam
penalaran. Inferensi ditampilkan pada suatu
komponen yang disebut mesin inferensi
yang mencakup prosedur – prosedur
mengenai pemecah masalah. Semua
pengetahuan yang dimiliki oleh seorang
pakar disimpan pada basis pengetahuan oleh
sistem pakar. Tugas mesin inferensi adalah
mengambil kesimpulan berdasarkan basis
pengetahuan yang dimiliki.
Aturan – aturan (Rule)
Kebanyakan
software
sistem
pakar
komersial adalah yang berbasis rule (rulebased system), yaitu pengetahuan disimpan
terutama dalam bentuk rule, sebagai
prosedur - prosedur pemecah masalah.
Kemampuan Menjelaskan (Explanation
Capability)
Fasilitas lain dari sistem pakar adalah
kemampuan untuk menjelaskan saran atau
rekomendasi yang diberikannya. Penjelasan
dilakukan dalam subsistem yang disebut
subsistem penjelasan (explanation). Bagian
dari sistem ini memungkinkan penalaran
yang dibuatnya sendiri dan menjelaskan
operasi – operasinya.
401
Seminar Nasional Informatika 2014
Struktur Sistem Pakar
Sistem pakar disusun oleh dua bagian
utama,
yaitu
lingkungan
pengembangan
(development environment) dan lingkungan
konsultasi
(consultation
environment).
Lingkungan pengembangan digunakan oleh
pembuat sistem pakar untuk membangun
komponen – komponennya dan memperkenalkan
pengetahuan ke dalam knowledge base (basis
pengetahuan). Lingkungan konsultasi digunakan
oleh pengguna untuk berkonsultasi sehingga
pengguna mendapatkan pengetahuan dan nasihat
dari Sistem Pakar layaknya berkonsultasi dengan
seorang pakar. Komponen – komponen
dalam sistem pakar ditunjukkan dalam gambar
1.[3]
Gambar 1 Komponen dalam Sistem Pakar
Certainty Factor
Sistem pakar harus mampu bekerja dalam
ketidakpastian. Sejumlah teori telah ditemukan
untuk menyelesaikan ketidakpastian, termasuk
diantaranya
probabilitas
klasik
(classical
probability), probabilitas Bayes (Bayesian
probability), teori fuzzy Zadeh (Zadeh’s fuzzy
theory) dan faktor kepastian (certainty factor).
Definisi menurut David McAllister, certainty
factor adalah suatu metode untuk membuktikan
apakah suatu fakta itu pasti ataukah tidak pasti
yang berbentuk metric yang biasanya digunakan
dalam sistem pakar.
Faktor kepastian (certainty factor)
diperkenalkan oleh Shortliffe Buchanan dalam
pembuatan MYCIN. Certainty Factor (CF)
merupakan nilai parameter klinis yang diberikan
MYCIN
untuk
menunjukkan
besarnya
kepercayaan. Certainty Factor
didefinisikan
sebagai persamaan berikut :
CF (H, E) = MB (H, E) – MD (H, E)…….....
(1)
CF (H, E) : Certainty Factor dari hipotesis H
yang dipengaruhi oleh gejala
(evidence) E. Besarnya CF berkisar
antara -1 sampai 1. Nilai -1
menunjukkan
ketidakpercayaan
mutlak
sedangkan
nilai
1
menunjukkan kepercayaan mutlak.
402
MB (H, E)
: ukuran kenaikan kepercayaan
(measure of increased belief)
terhadap hipotesis H yang
dipengaruhi oleh gejala E.
MD (H, E)
: ukuran
kenaikan
ketidakpercayaan (measure of
increased disbelief) terhadap
hipotesis H yang dipengaruhi
oleh gejala E.
Bentuk dasar rumus certainty factor,
adalah sebuah aturan JIKA E MAKA H seperti
ditunjukkan oleh persamaan 2 berikut:
CF (H, e) = CF (E, e) * CF (H, E)
....................(2)
Dimana
CF (H, e)
: certainty factor hipotesis yang
dipengaruhi oleh evidence e.
CF (E, e)
: certainty factor evidence E yang
dipengaruhi oleh evidence e
CF (H, E)
: certainty
factor
hipotesis
dengan
asumsi
evidence
diketahui dengan pasti, yaitu
ketika CF(E, e) = 1
Jika semua evidence pada antecedent
diketahui dengan pasti maka persamaannya akan
menjadi:
CF
(E,
e)
=
CF
(H,
E)
…...............................(3)
Dalam aplikasinya, CF(H,E) merupakan
nilai kepastian yang diberikan oleh pakar terhadap
suatu aturan, sedangkan CF(E,e) merupakan nilai
kerpercayaan yang diberikan oleh pengguna
terhadap gejala yang dialaminya.
Sebagai contoh, berikut ini adalah sebuah
aturan dengan CF yang diberikan oleh seorang
pakar:
JIKA batuk
DAN demam
DAN sakit kepala
DAN bersin-bersin
MAKA influensa, CF: 0,7
Kelebihan metode Certainty Factor adalah:
1. Metode ini cocok dipakai dalam sistem pakar
untuk mengukur sesuatu apakah pasti atau
tidak pasti dalam mendiagnosis penyakit
sebagai salah satu contohnya.
2. Perhitungan dengan menggunakan metode ini
dalam sekali hitung hanya dapat mengolah 2
data saja sehingga keakuratan data dapat
terjaga.
Kekurangan metode Certainty Factor adalah:
1. Ide umum dari pemodelan ketidakpastian
manusia dengan menggunakan numerik
metode
certainty
factor
biasanya
diperdebatkan.
Sebagian
orang
akan
membantah pendapat bahwa formula untuk
metode certainty factor diatas memiliki sedikit
kebenaran.
Seminar Nasional Informatika 2014
2. Metode
ini
hanya
dapat
mengolah
ketidakpastian/kepastian hanya 2 data saja.
Perlu dilakukan beberapa kali pengolahan data
untuk data yang lebih dari 2 buah.
Adapun Jenis Gangguan Jiwa Neurosis
yang memiliki Karakteristik / Ciri atau Tanda /
Gejala, sebagai contoh ditunjukkan pada tabel 1.
Tabel 1. Karekteristik Gangguan Jiwa Neurosis
Gangguan Jiwa
Di dalam ilmu kedokteran, kata
Kejiwaan jarang sekali digunakan oleh
Paramedis. Paramedis lebih sering menyebutkan
kejiwaaan dengan Gangguan Jiwa.
Penafsiran yang terjadi di masyarakat
bahwa orang yang mengalami gangguan jiwa
adalah
orang
yang
stress
atau
gila.
Pengelompokkan kejiwaan ini perlu diketahui
bagi masyarakat, untuk mengetahui gangguan
jiwa yang dialami yang mempunyai karakteristik
tertentu.
Gangguan Jiwa Neurosis
A. Pengertian Neurosis
Neurosis kadang - kadang disebut
psikoneurosis dan gangguan jiwa (untuk
membedakannya dengan psikosis atau penyakit
jiwa). Neurosis adalah gangguan yang terjadi
hanya pada sebagian dari kepribadian, sehingga
orang yang mengalaminya masih bisa melakukan
pekerjaan-pekerjaan biasa sehari-hari atau masih
bisa belajar, dan jarang memerlukan perawatan
khusus di rumah sakit.[4]
B. Jenis Jenis Neurosis
Di dalam PPDGJ III yang termasuk
Neurosis adalah :[5]
1. Gangguan Anxietas Fobik
Neurosis fobik merupakan gangguang
jiwa dengan gejala utamanya fobia, yaitu rasa
takut yang hebat yang bersifat irasional, terhadap
suatu benda atau keadaan. Fobia dapat
menyebabkan timbulnya perasaan seperti akan
pingsan, rasa lelah, mual, panik, berkeringat, dan
seterusnya.
3.
ANALISA DAN PERANCANGAN
3.1
3.1.1
Perancangan Sistem
Arsitektur Sistem Pakar
Sistem pakar memiliki beberapa
komponen utama, yaitu basis pengetahuan
(knowledge base), basis data sistem pakar (expert
system database), mesin inferensi (inference
engine), antarmuka pengguna (user interface),
pengguna (user). Arsitektur dasar sistem pakar
dapat dilihat pada gambar 2.
2.
Gangguan Panik
Adalah serangan anxietas berat yang
berulang, yang tidak terbatas pada adanya situasi
tertentu atau pun suatu rangkaian kejadian, dank
arena itu tidak terduga.
3.
Gangguan Cemas Menyeluruh (Anxiety
Neurosis atau Anxiety State)
Faktor pencetus neurosis cemas sering
jelas dan secara psikodinamik berhubungan
dengan faktor-faktor yang menahun seperti
kemarahan yang dipendam.
4.
Gangguan Anxietas Campuran
Neurosis depresif merupakan neurosis
dengan gangguang utama pada perasaan.
Gambar 2. Arsitektur Sistem Pakar
Knowledge Base
Dalam penelusuran kejiwaan dibutuhkan
penalaran maju untuk mendiagnosis gejala
maupun ciri – ciri, maka didapatlah pengetahuan
yang diperoleh dari pakar.
Berdasarkan hasil konsultasi dan
wawancara maka data yang diperoleh dari pakar
3.1.2
403
Seminar Nasional Informatika 2014
tentang Jenis Gangguan jiwa Neurosis di Rumah
Sakit Jiwa Daerah Provinsi Sumatera Utara .
Maka peneliti dapat menyimpulkan bahwa Jenis
Gangguan jiwa Neurosis sebagai berikut :
Tabel 2. Jenis Gangguan Jiwa Neurosis
Pada tabel sudah dijelaskan tentang Jenis
Gangguan Jiwa Neurosis. Jenis Gangguan Jiwa
Neurosis mempunyai beberapa Gejala dan Tanda.
Adapun Gejala dan Tanda tersebut adalah sebagai
berikut :
Tabel 3. Gejala dan Tanda Gangguan Jiwa Neurosis
Berdasarkan kedua tabel diatas maka pakar dapat
menentukan dengan mudah Jenis Gangguan Jiwa
Neurosis berdasarkan Gejala / Tanda Gangguan
Jiwa Neurosis tersebut. Untuk melakukan
pengelompokan Jenis Gangguan Jiwa Neurosis
dan sesuai dengan Gejala / Tanda Gangguan Jiwa
Neurosis yang ada, maka disini dibuat dalam
bentuk decision table berdasarkan sampel data
yang didapat pada penelitian yang penulis
lakukan. Berikut bentuk decision table dari
identifikasi Jenis Gangguan Jiwa Neurosis.
Tabel 4. Rule untuk Jenis Gangguan Jiwa
404
Seminar Nasional Informatika 2014
5.
6.
Sistem pakar yang dirancang ini dapat
mengidentifikasi Jenis Gangguan Neurosis
berdasarkan data tanya jawab yang
dimasukkan kedalam sistem.
Penalaran forward chaining dengan
menggunakan bahasa pemrograman Visual
Basic 6.0 digunakan untuk melakukan
penelusuran Gejala / Tanda untuk
mendapatkan hasil identifikasi Jenis
Gangguan Jiwa Neurosis.
Output (Keluaran) dari sistem ini atau hasil
diagnosa dalam bentuk informasi tentang
Gangguan Jiwa Neurosis sehingga dapat
mengetahui lebih dini gangguan jiwa yang
dialami.
Certainty Factor dari Rule Based
Dengan menggali hasil dari wawancara
dengan pakar, nilai CF (Rule) didapat interpretasi
dari pakar menjadi nilai CF tertentu seperti pada
tabel 5.
Tabel 5. Nilai CF hasil interpretasi
Model yang diusulkan untuk
CF(Rule) adalah sebagai berikut:
CF(Rule) = 1 -
menentukan
x
1
+
y
y
dimana:
x
= Jumlah kemunculan kombinasi nilai
variabel fakta E1 E2... EN didalam
rule yang dihitung, sebagai set / subset
kombinasi nilai variabel fakta pada
setiap rule dengan variabel hipotesa H
yang sama.
y
= Jumlah semua rule yang memiliki
variabel hipotesa H yang sama dengan
rule yang sedang dihitung.
4.
4.1
PENUTUP
Kesimpulan
Setelah mengamati dan melihat hasil
dari penelitian tesis ini, maka dapat diambil
kesimpulan, yaitu :
4.
Dalam mengidentifikasi Gangguan jiwa
Neurosis, seorang pakar melakukan dengan
konsultasi dengan pasien dan melihat
aktivitas serta kegiatan pasien sehari - hari.
4.2 Saran
Berikut ini beberapa saran yang
ditujukan untuk pengembangan aplikasi Sistem
Pakar diagnosis kejiwaan menggunakan metode
forward chaining, selanjutnya.
1. Kiranya pengembangan Portal Informasi
dapat dijadikan media yang tepat bagi
penggunanya, dalam menerima informasi
yang akurat, terpercaya, dan memiliki nilai
efektif serta efisien bagi penggunanya,
dalam menangani permasalahan tertentu.
2. Pengetahuan sistem pakar kiranya semakin
diperkaya,
agar
dapat
memberikan
penjelasan sistem yang lebih optimal.
3. Metode-metode inferensi dari Sistem Pakar
kiranya
dapat
disempurnakan,
serta
dicarikan alternatif lain yang memungkinkan
penyelesaian yang jauh lebih baik.
4. Sebaiknya
sistem
pakar
ini
lebih
dikembangkan, tidak hanya sebatas jenis dan
gejala serta metode yang ada pada tesis ini.
DAFTAR PUSTAKA
[1] Muhammad Arhami (2005). “Konsep Dasar
Sistem Pakar”. Yogyakarta: Andi
[2] [Sutojo, T. S.Si, M.Kom, Edy Mulyanto,
S.Si, M.Kom, Dr. Vincent Suhartono (2011).
“Kecerdasan Buatan”. Yogyakarta: Penerbit
Andi.
[3] Kusrini, S.Kom (2006). “Sistem Pakar Teori
& Aplikasi”. Yogyakarta: Andi.
[4] Kuntjojo
(2009).
“Neurosis”.
http://ebekunt.wordpress.com/2009/05/12/ne
urosis/ 8 Des 2013, 20:35 wib
[5] Departemen Kesehatan RI. Direktorat
Jenderal
Pelayanan
Medik
(1993).
“Pedoman Penggolongan dan Diagnosis
Gangguan Jiwa di Indonesia III (PPDGJ
III)”. Cetakan I. Jakarta: Departemen
Kesehatan RI.
405