Analisis Sistem Spesifikasi Perangkat Keras dan Perangkat Lunak

BAB 3 ANALISIS DAN PERANCANGAN SISTEM

3.1 Analisis Sistem

Analisis sistem adalah penguraian dari suatu sistem yang utuh ke dalam bagian- bagian komponennya dengan maksud untuk mengidentifikasikan dan mengevaluasi permasalahan, kesempatan, hambatan yang terjadi dan kebutuhan yang diharapkan sehingga dapat diusulkan perbaikan. Sistem pakar untuk mendiagnosa penyakit TBC ini merupakan sistem dengan basis pengetahuan yang dinamis. Dimana pengetahuan tersebut dapat berubah seiring berjalannya waktu sehingga harus dapat dilakukan pembaharuan, penghapusan maupun perubahan terhadap data yang sudah disimpan sebelumnya tanpa harus mengubah isi dari program secara keseluruhan. Perubahan hanya dilakukan pada bagian basis pengetahuan saja sehingga sistem pakar ini dapat dikembangkan lebih lanjut. Tahapan analisis terhadap suatu sistem dilakukan sebelum tahap perancangan, hal ini agar perangkat lunak yang dirancang sesuai dengan masalah yang akan diselesaikan. Untuk dapat melakukan diagnosa dengan menggunakan sistem ini, data gejala dan hasil-hasil tes harus sudah tersedia. Diagnosa dan data-data pasien yang terdapat di dalam basis pengetahuan dapat memberikan keputusan penyakit yang diderita pasien. Hasil diagnosa memungkinkan untuk diklasifikasikan oleh sistem ke dalam penyakit TBC. Jika hasil diagnosa menunjukkan bahwa pasien memang terkena suatu penyakit, maka selain memberikan rekomendasi terapi, sesi konsultasi juga akan disimpan untuk digunakan dalam pengawasan terapi. Terapi Universitas Sumatera Utara penyakit TBC ini mungkin saja dilakukan dalam selang waktu yang cukup lama dengan jenis terapi yang berbeda-beda.

3.2 Perancangan Sistem

Pada subbab ini akan diuraikan tahap-tahap dalam perancangan sistem pakar untuk diagnosa penyakit TBC pada anak yang memiliki beberapa komponen utama yaitu: antar muka pengguna user interface, basis data sistem pakar expert system database, fasilitas akuisisi pengetahuan knowledge acquisition facility dan mekanisme inferensi inference mechanism.

3.2.1 Basis Data Sistem Pakar

Perancangan basis data sistem pakar dapat dilakukan dengan merancang Data Flow Diagram DFD, Entity Relationship Diagram ERD dan perancangan kamus data.

3.2.1.1 Data Flow Diagram DFD

Data Flow Diagram adalah sebuah teknik grafis yang menggambarkan aliran informasi dan transformasi yang diaplikasikan pada saat data bergerak dari input menjadi output. Data Flow Diagram dari sistem pakar untuk mendiagnosa penyakit TBC pada anak ini merupakan model representasi aliran proses perangkat lunak, yang dapat dilihat pada Gambar 3.1 untuk menjelaskan diagram level 0, sedangkan untuk diagram level 1 dapat dilihat pada Gambar 3.2. Universitas Sumatera Utara DFD Level 0 terdiri dari 2 dua entity yaitu Pakar dan User Paramedisdokter. User memberikan input ke sistem berupa data pasien serta konsultasi yang dilakukan pasien berdasarkan pertanyaan-pertanyaan yang diberikan sistem. Pakar memberikan input berupa data dasar dan akuisisi pengetahuan penyakit, sehingga nantinya akan mengeluarkan output kepada User berupa saran terapi untuk penyakit dan rekam medis dari pasien tersebut. Di dalam DFD Level 1 dapat dilihat bahwa di Sistem Pakar ini selanjutnya terjadi 8 delapan proses yaitu Data Dasar, Akuisisi Pengetahuan, Data Pasien, Konsultasi, Daftar Data Dasar, Daftar Aturan, Rekam Medis, dan Saran Terapi. Di dalam Sistem Pakar ini terdapat 4 empat database yaitu Data Dasar, Data Aturan, Pasien, dan Konsultasi. Hubungan antara delapan proses dan empat database ini seperti terlihat pada Gambar 3.2. Gambar 3.1 DFD Level 0 Sistem Pakar Untuk Diagnosa Penyakit TBC Pada Anak P.0 Sistem Pakar untuk Diagnosa Penyakit TBC Pada Anak Pakar User Data Pasien, Konsultasi Data Dasar, Akuisisi Pengetahuan Daftar Data Dasar, Daftar Aturan Saran Terapi, Rekam Medis Pasien Universitas Sumatera Utara Gambar 3.2 DFD Level 1 Sistem Pakar Untuk Diagnosa Penyakit TBC Pada Anak USER P 1.0 Olah Data Dasar P 2.0 Akuisisi Pengetahuan P 3.0 Olah Data Pasien P 4.0 Proses Konsultasi P 5.0 Daftar Data Dasar P 6.0 Daftar Aturan P 7.0 Lihat Rekam Medis P 8.0 Cari Saran Terapi Data Dasar Daftar Aturan Pasien Konsultasi PAKAR Data Pasien Jawaban Data Pasien Saran Terapi Data Dasar Aturan Diagnosa, Aturan terapi Data Pasien Aturan Diagnosa Data Dasar Data Gejala Penyakit Data Dasar Data Dasar Aturan Diagnosa Aturan Diagnosa, Aturan Terapi Aturan Diagnosa Data Pasien Data Pasien Aturan Diagnosa, Aturan Terapi Aturan Terapi Aturan Diagnosa, Aturan Terapi Data Dasar Data Dasar Aturan Diagnosa, Aturan Terapi Universitas Sumatera Utara Proses-proses DFD level 1 Sistem Pakar untuk Diagnosa Penyakit TBC Pada Anak dapat dilihat sebagai berikut: a. No. Nama Proses : 1.0 Olah Data Dasar b. Input : Data Dasar c. Proses : Data dasar diinput oleh pakar yang kemudian dimasukkan ke dalam database Data Dasar. Data dasar digunakan dalam operasional konsultasi dan sebagai bahan untuk merepresentasikan pengetahuan. Jenis-jenis data dasar yang diperlukan dalam sistem pakar ini antara lain: sumber pengetahuan pakar, data-data gejala yang menjadi dasar diagnosa suatu penyakit, data-data penyakit TBC, data-data penyakit selain TBC, data-data pasien yang akan didiagnosa, data-data alergi yang akan menjadi dasar penentuan terapi terkait dengan kontraindikasi dari obat, data-data obat yang diberikan kepada pasien, dan data terapi yang dapat diberikan kepada pasien jika didiagnosa menderita suatu penyakit. d. Output : Data Dasar a. No. Nama Proses : 2.0 Akuisisi Pengetahuan b. Input : Data Dasar, Aturan Diagnosa, Aturan Terapi c. Proses : Pakar dapat memasukkan aturan diagnosa dan aturan terapi yang akan disimpan menjadi akuisisi pengetahuan. Akuisisi pengetahuan ini juga berasal dari data dasar yang telah diinput sebelumnya oleh Pakar. Yang kemudian akan disimpan ke dalam database Daftar Aturan. d. Output : Aturan Diagnosa, Aturan Terapi Universitas Sumatera Utara a. No. Nama Proses : 3.0 Olah Data Pasien b. Input : Data Pasien c. Proses : User paramedis memasukkan data diri pasien yang kemudian akan disimpan ke dalam database Pasien. d. Output : Data Pasien a. No. Nama Proses : 4.0 Proses Konsultasi b. Input : Jawaban, Data Gejala Penyakit, Aturan Diagnosa, Data Pasien c. Proses : Pada saat login sebagai paramedis dan dilakukan proses konsultasi, maka sistem akan memanggil data gejala penyakit dan aturan diagnosa dari database Data Dasar dan Daftar Aturan. Juga data pasien dari database Pasien. Setelah mendapat jawaban atas gejala-gejala penyakit dari user, maka aturan diagnosa akan disimpan dalam database Konsultasi. d. Output : Aturan Diagnosa, Aturan Terapi a. No. Nama Proses : 5.0 Daftar Data Dasar b. Input : Data Dasar c. Proses : Data dasar yang dipanggil dari database daftar data dasar yang kemudian dapat diakses oleh Pakar. d. Output : Data Dasar a. No. Nama Proses : 6.0 Daftar Aturan b. Input : Aturan Diagnosa, Aturan Terapi c. Proses : Daftar aturan akan memanggil aturan diagnosa dan aturan terapi dari database data dasar untuk dapat diakses oleh Pakar. d. Output : Aturan Diagnosa, Aturan Terapi Universitas Sumatera Utara a. No. Nama Proses : 7.0 Lihat Rekam Medis b. Input : Data Pasien, Aturan Diagnosa, Aturan Terapi c. Proses : Setelah adanya jawaban konsultasi dan data pasien yang diinput oleh user dan ada di dalam database Pasien dan Konsultasi, maka semua data tersebut akan ditampilkan dalam bentuk data dan rekam medis pasien tersebut. d. Output : Data Pasien a. No.Nama Proses : 8.0 Cari Saran Terapi b. Input : Aturan Diagnosa, Aturan Terapi c. Proses : Sistem akan memanggil aturan diagnosa dan aturan terapi yang ada di dalam database Daftar Aturan dan Konsultasi yang kemudian akan ditampilkan sebagai saran terapi bagi user. d. Output : Saran Terapi

3.2.1.2 Entity Relationship Diagram ERD

Pembuatan ERD digunakan untuk metode pemodelan data. ERD memungkinkan perekayasa perangkat lunak mengidentifikasi objek data dan hubungannya dengan menggunakan notasi grafis. Pada konteks analisis terstruktur, ERD menetapkan semua data yang dimasukkan, disimpan, ditransformasi, dan diproduksi pada suatu aplikasi. Universitas Sumatera Utara Entitas-entitas yang ditemukan berhubungan dengan Sistem Pakar untuk Diagnosa Penyakit TBC pada Anak adalah: a. Pakar. Entitas ini berupa pakar yang akan menjadi sumber pengetahuan yang akan dimasukkan ke sistem pakar ini. Atribut Entitas Pakar yaitu: IdPakar, Nama, dan Keterangan. b. Data. Entitas ini berupa gejala, penyakit TBC dan penyakit non-TBC. Atribut Entitas Data yaitu: IdData, Nama, Jenis, IsLama, IsQty, SatuanQty, dan Keterangan. c. Alergi. Entitas ini berupa alergi yang merupakan kontraindikasi obat. Atribut Entitas Alergi yaitu: IdAlergi, Nama, dan Keterangan. Gambar 3.3 Entity Relationship Diagram Mendiagnosa Data Membuat Pakar Menggunakan Kasus Terapi Obat Alergi Pasien Menentukan Melaporkan Melaporkan Menentukan Menentukan Menentukan Universitas Sumatera Utara d. Obat. Entitas ini berupa obat yang akan diberikan kepada pasien berdasarkan terapi yang ditentukan. Atribut Entitas Obat yaitu: IdObat, Nama, Efeksamping, dan Keterangan. e. Terapi. Entitas ini berupa terapi yang diberikan kepada pasien sesuai dengan penyakit yang diderita. Atribut Entitas Terapi yaitu: IdTerapi, Nama, dan Keterangan. f. Pasien. Entitas ini berupa pasien yang akan didiagnosa. Atribut Entitas Pasien yaitu: IdPasien, Nama, Alamat, Tgl_Lahir, dan Keterangan. g. Kasus. Entitas ini berupa catatan kasus penyakit yang dialami oleh seorang pasien. Atribut Entitas Kasus yaitu: IdKasus, IdPasien.

3.2.1.3 Perancangan Kamus Data

Kamus data merupakan sebuah daftar yang terorganisasi dari elemen data yang berhubungan dengan sistem, dan digunakan untuk menggambarkan kandungan dari objek yang didefinisikan selama analisis terstruktur. Data dari sistem pakar ini yaitu: Tabel 3.1 Kamus Data Pengguna Nama Field Tipe Data Keterangan IdPengguna PK Integer AutoIncrement Nama Varchar30 Pass Varchar8 Akses Integer 0 : Paramedis 1 : Pakar Keterangan Varchar80 Tabel 3.2 Kamus Data Pakar Nama Field Tipe Data Keterangan IdPakar PK Integer AutoIncrement Nama Varchar30 Keterangan Varchar80 Universitas Sumatera Utara Tabel 3.3 Kamus Data Data Nama Field Tipe Data Keterangan IdData PK Integer AutoIncrement Nama Varchar30 Jenis Integer 0 : Gejala 1 : Penyakit TBC 2 : Penyakit Non TBC IsLama Char1 IsQty Char1 SatuanQty Varchar30 Keterangan Varchar80 Tabel 3.4 Kamus Data Obat Nama Field Tipe Data Keterangan IdObat PK Integer AutoIncrement Nama Varchar30 EfekSamping Varchar80 Keterangan Varchar80 Tabel 3.5 Kamus Data Alergi Nama Field Tipe Data Keterangan IdAlergi PK Integer AutoIncrement Nama Varchar30 Keterangan Varchar80 Tabel 3.6 Kamus Data Kontra Obat Nama Field Tipe Data Keterangan IdObat Integer Foreign Key dari tabel Obat IdAlergi PK Integer Foreign Key dari tabel Alergi Tabel 3.7 Kamus Data Terapi Nama Field Tipe Data Keterangan IdTerapi PK Integer AutoIncrement Nama Varchar30 Keterangan Varchar80 Tabel 3.8 Kamus Data Detail Terapi Nama Field Tipe Data Keterangan IdTerapi PK Integer Foreign Key dari tabel Terapi IdObat Varchar30 Foreign Key dari tabel Obat Dosis Numeric Satuan: mgkg berat badanhari Universitas Sumatera Utara Lama Numeric Satuan: hari Frekuensi Integer SatuanFrekuensi Integer 0 : kali per hari 1 : kali per minggu 2 : kali per bulan 3 : kali per tahun Maks Numeric Maksimum obat dalam mg per hari Tabel 3.9 Kamus Data Rule Diagnosa Nama Field Tipe Data Keterangan IdRule PK Integer AutoIncrement IdPakar Integer Foreign Key dari tabel Pakar IdDataKonklusi Integer Foreign Key dari tabel Data CF Numeric Nilai antara -1 sd 1 Keterangan Varchar80 Tabel 3.10 Kamus Data Detail Rule Diagnosa Nama Field Tipe Data Keterangan IdRule PK Integer Foreign Key dari tabel Rule_Dignosa Op_Rule Integer 0 : Jika 1 : Jika Tidak 2 : Dan 3 : Dan Tidak 4 : Atau 5 : Atau Tidak IdDataPremis Integer Foreign Key dari tabel Data Op_Qty Integer 0 : = 1 : = 2 : = Qty Integer QtyTol Integer Op_Lama Integer 0 : = 1 : = 2 : = Lama Integer LamaTol Integer Tabel 3.11 Kamus Data Rule Terapi Nama Field Tipe Data Keterangan IdRule PK Integer AutoIncrement IdPakar Integer Foreign Key dari tabel Pakar IsDiterapi Char1 Y : Sudah pernah diterapi Universitas Sumatera Utara N : Belum pernah diterapi IdTerapi_Sebelumnya Integer Diisi jika IsDiterapi bernilai ‘Y’ Foreign Key dari tabel Terapi Lama Numeric15,2 Diisi jika IsDiterapi bernilai ‘Y’ Perkembangan Integer Diisi jika IsDiterapi bernilai ‘Y’ 0 : Baik 1 : Biasa 2 : Kurang Treatment Integer 0 : Lanjutkan 1 : Ganti Terapi 2 : Hentikan IdTerapi_Sekarang Integer Foreign Key dari tabel Terapi Tabel 3.12 Kamus Data Pasien Nama Field Tipe Data Keterangan IdPasien PK Integer AutoIncrement Nama Varchar30 Alamat Varchar80 Tgl_Lahir Date Keterangan Varchar80 Tabel 3.13 Kamus Data Alergi Pasien Nama Field Tipe Data Keterangan IdPasien Integer Foreign Key dari tabel Pasien IdAlergi PK Integer Foreign Key dari tabel Alergi Tabel 3.14 Kamus Data Kasus Nama Field Tipe Data Keterangan IdKasus PK Integer AutoIncrement IdPasien Integer Foreign Key dari tabel Pasien Tabel 3.15 Kamus Data Kunjungan Nama Field Tipe Data Keterangan IdKunjungan PK Integer AutoIncrement IdKasus Integer Foreign Key dari tabel Kasus Tgl Date BB Numeric Berat badan saat berkunjung, untuk menentukan dosis obat IdTerapi Integer Foreign Key dari tabel Terapi Keterangan Varchar80 Universitas Sumatera Utara Tabel 3.16 Kamus Data Diagnosa Nama Field Tipe Data Keterangan IdDiag PK Integer AutoIncrement IdKasus Integer Foreign Key dari tabel Kasus IdData Integer Foreign Key dari tabel Data Qty Integer Lama Integer Tabel 3.17 Kamus Data Obat Kunjungan Nama Field Tipe Data Keterangan IdKunjungan PK Integer IdObat Varchar30 Foreign Key dari tabel Obat Dosis Numeric Satuan : mgkg berat badanhari Lama Numeric Satuan : hari Frekuensi Integer SatuanFrekuensi Integer 0 : kali per hari 1 : kali per minggu 2 : kali per bulan 3 : kali per tahun

3.2.2 Fasilitas Akuisisi Pengetahuan

Fasilitas akuisisi pengetahuan digunakan untuk memasukkan fakta-fakta dan kaidah-kaidah sesuai dengan perkembangan ilmu. Seperti juga sistem pakar lain, sistem pakar ini memerlukan pengetahuan yang memadai untuk mendiagnosa penyakit yang diderita oleh anak yang menderita penyakit TBC atau non-TBC. Daftar pengetahuan penyakit tersebut terdapat pada Tabel 3.18. Tabel 3.18 Ciri-ciri Penyakit TBC dan Non-TBC No. Penyakit Ciri-ciri 1. Asma a. Batuk b. Frekuensi nafas meningkat c. Amplitudo nafas dangkal d. Sesak Nafas e. Nafas cuping hidung 2. Cacingan a. Nafsu makan kurang b. Tidak diberi obat cacing secara berkala 3. Demam Tifoid a. Demam b. Gejala gastrointestinal Universitas Sumatera Utara c. Gejala syaraf sentral d. Hepatomegali e. Splenomegali f. Skilaba g. Lidah kotor, tepi hiperemis 4. TBC a. Demam b. Batuk c. Anoreksia d. Keringat malam e. Penurunan BB f. Malaise g. Parut BCG h. Uji Tuberkulin Positif i. BTA positif j. Kelainan minimal pada rontgen paru k. Rontgen positif TB l. Pemeriksaan lab positif 5. Gejala syaraf sentral a. Apatis b. Kesadaran menurun c. Mengigau d. Delirium 6. Malaria a. Demam b. Tinggal di daerah endemik malaria c. Anemia d. Splenomegali e. Hepatomegali f. Ikterus g. Hipotensi h. Herpes labialis 7. Morbili a. Demam b. Batuk c. Pilek d. Mata merah e. Tahi mata f. Fotofobi g. Diare h. Muntah i. Epistaksis j. Petekie k. Ekimosis Sumber : 1. Pedoman Nasional Penanggulangan Tuberkulosis, Departemen Kesehatan RI. 2. dr. Yanti Secara default dalam sistem ini telah memiliki 28 aturan diagnosa yang bersumber dari pakar. Pakar akan memasukkan pengetahuan yang dimilikinya ke Universitas Sumatera Utara format yang disediakan, yang nantinya masih bisa ditambahkan apabila ada kekurangan. Daftar aturan diagnosa dalam sistem pakar ini ditunjukkan dalam Tabel 3.19. Tabel 3.19 Akuisisi Pengetahuan Aturan Diagnosa No Aturan 1 JIKA Batuk DAN Frekuensi nafas meningkat DAN Amplitudo nafas dangkal DAN Sesak nafas DAN Nafas cuping hidung MAKA Asma, CF 1 2 JIKA nafsu makan kurang DAN TIDAK Sudah pernah diberi obat cacing MAKA Cacingan, CF 1 3 JIKA Demam dengan kuantitas 38 D. Celcius toleransi 1 D. Celcius selama = 7 hari toleransi 1 hari DAN Gejala Gastrointestinal DAN Gejala Syaraf Sentral DAN Hepatomegali DAN Splenomegali DAN Skilaba DAN Lidah kotor, tepi hiperemis MAKA Demam Tifoid, CF 1 4 JIKA Demam dengan kuantitas 38 D. Celcius toleransi 2 D. Celcius selama = 14 hari toleransi 2 hari DAN Batuk DAN Anoreksia DAN Keringat Malam DAN Penurunan BB DAN Malaise DAN Parut BCG DAN Uji Tuberkulin Positif DAN Kelainan minimal pada rontgen paru infiltrat ringan MAKA Gejala Klinik TB Positif, CF 1 5 JIKA Batuk DAN Anoreksia DAN Keringat Malam DAN Penurunan BB DAN Malaise DAN Parut BCG Universitas Sumatera Utara DAN Uji Tuberkulin Positif DAN Kelainan minimal pada rontgen paru infiltrat ringan MAKA Gejala Klinik TB Posistif, CF 0.85 6 JIKA Demam dengan kuantitas 38 D. Celcius toleransi 2 D. Celcius selama = 14 hari toleransi 2 hari DAN Anoreksia DAN Keringat Malam DAN Penurunan BB DAN Malaise DAN Parut BCG DAN Uji Tuberkulin Positif DAN Kelainan minimal pada rontgen paru infiltrat ringan MAKA Gejala Klinik TB Positif, CF 0.88 7 JIKA Demam dengan kuantitas 38 D. Celcius toleransi 2 D. Celcius selama = 14 hari toleransi 2 hari DAN Batuk DAN Keringat Malam DAN Penurunan BB DAN Malaise DAN Parut BCG DAN Uji Tuberkulin Positif DAN Kelainan minimal pada rontgen paru infiltrat ringan MAKA Gejala Klinik TB Positif, CF 0.88 8 JIKA Demam dengan kuantitas 38 D. Celcius toleransi 2 D. Celcius selama = 14 hari toleransi 2 hari DAN Batuk DAN Anoreksia DAN Penurunan BB DAN Malaise DAN Parut BCG DAN Uji Tuberkulin Positif DAN Kelainan minimal pada rontgen paru infiltrat ringan MAKA Gejala Klinik TB Positif, CF 0.88 9 JIKA Demam dengan kuantitas 38 D. Celcius toleransi 2 D. Celcius selama = 14 hari toleransi 2 hari DAN Batuk DAN Anoreksia DAN Keringat Malam DAN Malaise DAN Parut BCG DAN Uji Tuberkulin Positif DAN Kelainan minimal pada rontgen paru infiltrat ringan MAKA Gejala Klinik TB Positif, CF 0.9 10 JIKA Demam dengan kuantitas 38 D. Celcius toleransi 2 D. Celcius Universitas Sumatera Utara selama = 14 hari toleransi 2 hari DAN Batuk DAN Anoreksia DAN Keringat Malam DAN Penurunan BB DAN Parut BCG DAN Uji Tuberkulin Positif DAN Kelainan minimal pada rontgen paru infiltrat ringan MAKA Gejala Klinik TB Positif, CF 0.92 11 JIKA Demam dengan kuantitas 38 D. Celcius toleransi 2 D. Celcius selama = 14 hari toleransi 2 hari DAN Batuk DAN Anoreksia DAN Keringat Malam DAN Penurunan BB DAN Malaise DAN Uji Tuberkulin Positif DAN Kelainan minimal pada rontgen paru infiltrat ringan MAKA Gejala Klinik TB Positif, CF 0.88 12 JIKA Demam dengan kuantitas 38 D. Celcius toleransi 2 D. Celcius selama = 14 hari toleransi 2 hari DAN Batuk DAN Anoreksia DAN Keringat Malam DAN Penurunan BB DAN Malaise DAN Parut BCG DAN Kelainan minimal pada rontgen paru infiltrat ringan MAKA Gejala Klinik TB Positif, CF 0.86 13 JIKA Demam dengan kuantitas 38 D. Celcius toleransi 2 D. Celcius selama = 14 hari toleransi 2 hari DAN Batuk DAN Anoreksia DAN Keringat Malam DAN Penurunan BB DAN Malaise DAN Parut BCG DAN Uji Tuberkulin Positif MAKA Gejala Klinik TB Positif, CF 1 14 JIKA Apatis DAN Kesadaran Menurun DAN Mengigau DAN Delirium MAKA Gejala Syaraf Sentral, CF 1 Universitas Sumatera Utara 15 JIKA Tes LED tinggi dengan kuantitas = 30 toleransi 10 MAKA Lab Positif TB, CF 1 16 JIKA Demam dengan kuantitas = 41 D. Celcius toleransi 1 D. Celcius selama = 3 hari toleransi 1 hari DAN Tinggal di daerah endemik malaria DAN Anemia DAN Splenomegali DAN Hepatomegali DAN Ikterus DAN Hipotensi DAN Herpes labialis MAKA Malaria, CF 1 17 JIKA Demam dengan kuantitas = 39 D. Celcius toleransi 3 D. Celcius selama = 3 hari toleransi 3 hari DAN Batuk DAN Pilek DAN Mata Merah DAN Tahi Mata DAN Fotofobi DAN Diare DAN Muntah DAN Epistaksis DAN Petekie DAN Ekimosis DAN TIDAK Vaksinasi Campak MAKA Morbili, CF 1 18 JIKA Ada Kontak dengan Penderita TB MAKA Profilaksis Primer, CF 1 19 JIKA Uji Tuberkulin Positif DAN Umur 5 th DAN Adolesen MAKA Profilaksis Sekunder, CF 1 20 JIKA Pembesaran Kelenjar Hilus DAN Pembesaran Kelenjar Paratrakeal DAN Efusi Pleura DAN Milier DAN Atelektasis DAN Emfisema lobus MAKA Rontgen Positif TB, CF 1 21 JIKA Uji Tuberkulin Positif DAN Gejala Klinik TB Positif Universitas Sumatera Utara Setelah seorang pasien positif terkena suatu penyakit TBC atau tidak, sistem pakar ini akan menyarankan terapi kepada pasien. Aturan terapi yang sudah dimasukkan ke dalam sistem ini ditunjukkan pada Tabel 3.20. Tabel 3.20 Akuisisi Pengetahuan Aturan Terapi 1 Konklusi: Terapi Spesifik Terapi sekarang: Terapi Spesifik1 INH, 15mgkgbbhr 1xsehari durasi:180hari maks:400mghari Pirazinamid, 25mgkgbbhr 2xsehari durasi:60hari maks:1500mghari 2 Konklusi: Terapi Spesifik Terapi sekarang: Terapi Spesifik2 DAN Umur 5 th MAKA Terapi Spesifik, CF 1 22 JIKA BTA Positif MAKA Terapi Spesifik, CF 1 23 JIKA Uji Tuberkulin Positif DAN Gejala Klinik TB Positif DAN Rontgen Positif TB DAN Lab Positif TB MAKA Terapi Spesifik, CF 1 24 JIKA Indurasi uji tuberkulin dengan kuantitas = 10 mm toleransi 5 mm DAN Belum imunisasi BCG MAKA Uji Tuberkulin Positif, CF 1 25 JIKA Indurasi uji tuberkulin dengan kuantitas = 15 mm toleransi 5 mm DAN Sudah imunisasi BCGBCG 5 tahun MAKA Uji Tuberkulin Positif, CF 1 26 JIKA Indurasi uji tuberkulin dengan kuantitas = 9 mm toleransi 5 mm MAKA Uji Tuberkulin Positif, CF 0.5 27 JIKA Indurasi uji tuberkulin dengan kuantitas = 5 mm toleransi 5 mm MAKA Uji Tuberkulin Positif, CF -1 28 JIKA TIDAK Uji Tuberkulin Positif DAN Gejala Klinik TB Positif MAKA Uji Ulang 2-4 minggu, CF 1 Universitas Sumatera Utara INH, 10mgkgbbhr 1xsehari durasi:180hari maks:400mghari Pirazinamid, 25mgkgbbhr 2xsehari durasi:60hari maks:1500mghari Rifampisin, 10mgkgbbhr 1xsehari durasi:180hari maks:600mghari 3 Konklusi: Profilaksis Primer Terapi sekarang: Profilaksis Primer INH, 10mgkgbbhr 1xsehari durasi:180hari maks:400mghari 4 Konklusi: Profilaksis Sekunder Terapi sekarang: Profilaksis Sekunder INH, 15mgkgbbhr 1xsehari durasi:180hari maks:400mghari 5 Konklusi: Terapi Spesifik Terapi sebelumnya: Terapi Spesifik1 30 hari INH, 15mgkgbbhr 1xsehari durasi:180hari maks:400mghari Pirazinamid, 25mgkgbbhr 2xsehari durasi:60hari maks:1500mghari Perkembangan: BAIK Treatment: LANJUTKAN 6 Konklusi: Terapi Spesifik Terapi sebelumnya: Terapi Spesifik2 30 hari INH, 10mgkgbbhr 1xsehari durasi:180hari maks:400mghari Pirazinamid, 25mgkgbbhr 2xsehari durasi:60hari maks:1500mghari Rifampisin, 10mgkgbbhr 1xsehari durasi:180hari maks:600 mghari Perkembangan: BAIK Treatment: LANJUTKAN 7 Konklusi: Terapi Spesifik Terapi sebelumnya: Terapi Spesifik1 180 hari INH, 15mgkgbbhr 1xsehari durasi:180hari maks:400mghari Pirazinamid, 25mgkgbbhr 2xsehari durasi:60hari maks:1500mghari Perkembangan: BAIK Treatment: HENTIKAN 8 Konklusi: Terapi Spesifik Terapi sebelumnya: Terapi Spesifik2 180 hari INH, 10mgkgbbhr 1xsehari durasi:180hari maks:400mghari Pirazinamid, 25mgkgbbhr 2xsehari durasi:60hari maks:1500mghari Rifampisin, 10mgkgbbhr 1xsehari durasi:180hari maks:600mghari Perkembangan: BAIK Treatment: HENTIKAN 9 Konklusi: Profilaksis Primer Terapi sebelumnya: HENTIKAN 30 hari Universitas Sumatera Utara Perkembangan: BIASA Treatment: GANTI TERAPI Terapi sekarang: Terapi Spesifik1 INH, 15mgkgbbhr 1xsehari durasi:180hari maks:400mghari Pirazinamid, 25mgkgbbhr 2xsehari durasi:60hari maks:1500mghari 10 Konklusi: Profilaksis Sekunder Terapi sebelumnya: Profilaksis Sekunder 30 hari INH, 15mgkgbbhr 1xsehari durasi:180hari maks:400mghari Perkembangan: BIASA Treatment: GANTI TERAPI Terapi sekarang: Terapi Spesifik2 INH, 10mgkgbbhr 1xsehari durasi:180hari maks:400mghari Pirazinamid, 25mgkgbbhr 2xsehari durasi:60hari maks:1500mghari Rifampisin, 10mgkgbbhr 1xsehari durasi:180hari maks:600mghari 11 Konklusi: Profilaksis Primer Terapi sebelumnya: HENTIKAN 30 hari Perkembangan: KURANG Treatment: LANJUTKAN

3.2.3 Mekanisme Inferensi

Ada 2 fasilitas utama dalam sistem ini, yaitu melakukan diagnosa terhadap suatu penyakit dan memberikan saran terapi kepada user. Pada bagian ini akan dijelaskan mekanisme inferensi diagnosa dan inferensi terapi.

3.2.3.1 Inferensi Diagnosa

Diagnosa adalah menentukan penyakit yang diderita pasien berdasarkan data-data yang diberikan oleh user. Dalam melakukan diagnosa suatu penyakit di dalam sistem ini menggunakan algoritma forward chaining dan backward chaining sekaligus. Forward chaining digunakan untuk menentukan calon-calon penyakit yang mungkin diderita oleh pasien berdasarkan gejala yang dimasukkan oleh user. Setelah diketahui daftar penyakit yang menjadi calon konklusi, dilakukan backward chaining guna mengetahui gejala pendukung yang menentukan penyakit-penyakit tersebut. Universitas Sumatera Utara Penentuan penyakit dilakukan dengan memilih diantara calon konklusi yang memiliki CF tertinggi.

3.2.3.2 Inferensi Terapi

Metode penalaran yang dipakai dalam penentuan terapi ini adalah dengan menggunakan metode forward chaining, yaitu suatu metode penelusuran dengan didasarkan hasil diagnosa kemudian menuju ke alternatif terapi yang mungkin dilakukan. Suatu jenis terapi yang diberikan kepada seorang pasien akan menentukan obat apa saja yang harus dikonsumsi oleh pasien. Dalam mengonsumsi suatu obat, harus diperhatikan antara kontraindikasi obat tersebut dengan alergi yang diderita oleh pasien.

3.2.3.3 Perancangan Mesin Inferensi

Perancangan mesin inferensi dapat ditunjukkan dengan pohon keputusan dan atau flowchart. Pohon keputusan yang digunakan sebagai sebuah alat bantupendukung support tool dalam membuat suatu keputusan di dalam sistem ini seperti pada Gambar 3.4. Pohon keputusan ini menggunakan algoritma forward chaining dan backward chaining. Runut pohon keputusan tersebut terdapat pada Tabel 3.19. Universitas Sumatera Utara Gambar 3.4 Pohon Keputusan Diagnosa dan Terapi penyakit TBC pada Anak 2 Terapi spesifik Uji Tuberkulin + BTA + 4 1 2 3 Klinis TB Umur 5 th Indurasi = 10 mm Blm imunisasi BCG Indurasi = 15 mm Sdh imunisasi BCG Demam Batuk Anoreksia Keringat Malam Malaise Penurunan BB 1 1 1 Uji Tuberkulin + Rontgen + Lab + 2 1 1 Indurasi = 10 mm Blm imunisasi BCG Indurasi = 15 mm Sdh imunisasi BCG Pembesaran Kelenjar hilus Efusi Pleura Milier Atelektasis Emfisema Lobus Pembesaran kelenjar paratrakeal LED Tinggi Demam Batuk Anoreksia Keringat Malam Parut BCG Penurunan BB Malaise Klinis TB Uji Tuberkulin ulang setelah 3-4 minggu + Indurasi = 10 mm Blm imunisasi BCG Sdh imunisasi BCG Indurasi = 15 mm 1 1 2 Universitas Sumatera Utara Pohon keputusan pada gambar 3.4 dibaca dari bawah ke atas. Simpul paling atas pada pohon keputusan ini adalah simpul akar. Simpul yang ditandai dengan tanda kotak di simpul tersebut disebut dengan simpul keputusan. Cabang- cabang yang mengarah ke kanan dan ke kiri dari sebuah cabang keputusan merepresentasikan kumpulan dari alternatif keputusan yang bisa diambil. Hanya satu keputusan yang dapat diambil dalam suatu waktu. Terapi spesifik terdiri dari 4 alternatif keputusan yang bisa diambil, yang kemudian dibagi lagi menjadi beberapa cabang pilihan. Jika Indurasi = 10 mm dan belum imunisasi BCG maka keputusan yang diambil adalah Uji Tuberkulin positif dan akan disarankan untuk terapi spesifik. Jika Indurasi = 15 mm dan pasien sudah imunisasi, maka keputusan yang diambil adalah Uji Tuberkulin positif. Jika pasien mengalami demam, batuk, anoreksia, keringat pada malam hari, berat badan menurun dan malaise, maka pasien disarankan untuk melakukan klinis TB. Untuk pasien berumur 5 tahun, yang menjalani Uji Tuberkulin positif dan Klinis TB, disarankan untuk mengikuti terapi spesifik. Jika pasien mengalami pembesaran kelenjar hilus, pembesaran kelenjar pankreas, efusi pleura, milier, atelektasis dan emfisema lobus, maka disarankan kepada pasien untuk menjalani Rongjen positif. Sedangkan untuk pasien yang memiliki LED tinggi, disarankan untuk mengikuti Lab positif. Untuk pasien yang menjalani Uji Tuberkulin positif, Rontgen positif dan Lab positif, maka disarankan untuk mengikuti Terapi spesifik. Jika pasien mengalami demam, batuk, anoreksia, keringat malam, penurunan berat badan, malaise dan perut BCG, maka disarankan kepada pasien untuk mengikuti klinis TB. Universitas Sumatera Utara Jika pasien belum imunisasi dan memliki indurasi = 10 mm, maka disarankan kepada pasien untuk mengikuti uji tuberkulin ulang setelah 3-4 minggu positif, dan jika pasien yang sudah imunisasi BCG dan Indurasi BCG, maka pasien juga akan melakukan uji tersebut. Pasien yang menjalani BTA positif, juga disarankan menjalani terapi spesifik. Flowchart adalah simbol-simbol yang digunakan untuk menggambarkan sebuah pernyataan logika pemrograman serta aliran logika yang ditunjukkan dengan arah panah. Saran Terapi dan Rekam Medis Data GejalaPenyakit, Data AlergiKontraindikasi, Data Obat, Data Terapi, Manajemen Aturan Diagnosa, Manajemen Aturan Terapi Data Pasien Mulai User Login Pakar? Data GejalaPenyakit, Data AlergiKontraindikasi, Data Obat, Data Terapi, Manajemen Aturan Diagnosa, Manajemen Aturan Terapi Data Pasien Data Konsultasi Penentuan Penyakit TBC pada Pasien Selesai Gambar 3.5 Flowchart Sistem Pakar Untuk Diagnosa Penyakit TBC Pada Anak Ya Tidak Data GejalaPenyakit, Data AlergiKontraindikasi, Data Obat, Data Terapi, Manajemen Aturan Diagnosa, Manajemen Aturan Terapi Universitas Sumatera Utara Dari Gambar 3.5, dapat dijelaskan langkah-langkah proses yang dilakukan adalah sebagai berikut: Saat mulai menjalankan sistem berada pada posisi Mulai, kemudian diminta memasukkan user dan password. Apabila login sebagai Pakar, maka ada pilihan-pilihan menu untuk menginput Data GejalaPenyakit, Data AlergiKontraindikasi, Data Obat, Data Terapi, Manajemen Aturan Diagnosa, dan Manajemen Aturan Terapi. Input ini akan menjadi database yang kemudian akan memberikan output berupa daftar data yang telah dimasukkan sebelumnya. Untuk login sebagai user yang lain, maka harus keluar dari menu utama Pakar. Setelah keluar dari menu utama Pakar, maka akan ditampilkan kembali halaman untuk login. Apabila tidak login sebagai Pakar, maka user dan password yang dimasukkan adalah bagi Paramedis. Sebagai paramedis, dapat memasukkan Data Pasien sehingga menjadi database Data Pasien. Setelah itu, paramedis memasukkan Data Konsultasi yang diperoleh dengan cara bertanya kepada pasien. Setelah itu sistem akan menggunakan algoritma forward chaining untuk mengetahui jenis penyakit dari gejala yang telah ada. Kemudian diperlukan besar CF untuk menentukan apakah penyakit tersebut atau tidak. Data Pasien serta Data Konsultasi tersebut nantinya akan mengeluarkan output berupa Saran Terapi dan Rekam Medis pasien. Setelah itu maka sistem ini Selesai.

3.2.4 Perancangan Antarmuka

Perancangan antarmuka merupakan gambaran pembuatan aplikasi sistem pakar yang nantinya akan menjadi bentuk sistem pakar yang sebenarnya untuk komunikasi antara user dan komputer. Berikut adalah rancangan model form-form yang akan dipergunakan pada aplikasi sistem pakar ini. Universitas Sumatera Utara

3.2.4.1 Rancangan Halaman Menu Login

Form login merupakan form awal pada saat user maupun pakar mengakses sistem pakar ini. Form ini akan digunakan untuk memilih apakah login sebagai user maupun pakar. Jika proses login gagal, baik karena adanya kesalahan data ataupun ada input yang kosong, maka akan ditampilkan pesan kesalahan dan harus menginput ulang data yang benar. Apabila proses login berhasil, maka akan ditampilkan form utama user paramedis ataupun pakar. Gambar 3.6 Rancangan Halaman Menu Login

3.2.4.2 Rancangan Halaman Menu Utama Pakar

Halaman ini akan ditampilkan setelah pakar berhasil login. Rancangan menu utama pakar ini mempunyai menu pilihan seperti File, Data, dan Akuisisi. Di setiap menu tersebut teradapat submenu-submenu yang juga dapat dipilih oleh pakar. Menu logout digunakan untuk keluar dari sistem sebagai pakar dan kemudian kembali ke menu login. Submenu data dimaksudkan untuk memasukkan data yang dianggapp kurang, sementara submenu pada Akuisisi berisi aturan-aturan yang dimasukkan pakar untuk keperluan diagnosa pasien. User Password Login Tutup Universitas Sumatera Utara Gambar 3.7 Rancangan Halaman Menu Utama Pakar

3.2.4.3 Rancangan Halaman Menu Data GejalaPenyakit

Halaman ini akan muncul apabila dipilih submenu Data-GejalaPenyakit, yang akan menampilkan daftar gejalapenyakit yang telah atau akan dimasukkan oleh pakar yang digunakan sebagai pendukung diagnosa. Berikut adalah tampilan rancangan halaman ini: Tanggal : X File Data Akuisisi Log Out Keluar GejalaPenyakit Alergi Obat Terapi Aturan Diagnosa Aturan Terapi X MANAJEMEN DATA GEJALA PENYAKIT No Nama Jenis isQty isLamahari Keterangan Tutup Tambah Edit Hapus Gambar 3.8 Rancangan Halaman Menu Data Gejala Universitas Sumatera Utara Apabila pakar akan menambah atau mengedit data gejalapenyakit dan meng-klik tombol Tambah atau Edit pada Gambar 3.8, maka akan muncul tampilan seperti Gambar 3.9. Setelah pakar memasukkan data yang baru atau data yang di-edit dan meng-klik tombol Simpan, maka data tersebut akan masuk ke halaman menu Data GejalaPenyakit. Untuk menghapus data gejalapenyakit maka pakar harus meng-klik nomor data yang akan dihapus, kemudian tekan tombol Hapus. Gambar 3.9 Rancangan Halaman Menu TambahEdit Data GejalaPenyakit

3.2.4.4 Rancangan Halaman Menu Data Alergi

Apabila pakar memilih submenu Data-Alergi dari halaman menu utama, maka akan muncul tampilan seperti berikut ini: Nam Jenis Batuk GEJALA Memperhitungkan kualitas Lama hari Keterangan Simpan Batal X KONTRA INDIKASI No Nama Keterangan Tutup Tambah Edit Hapus Gambar 3.10 Rancangan Halaman Menu Data Alergi Universitas Sumatera Utara Untuk menambah atau mengedit data alergi, pakar dapat meng-klik tombol Tambah atau Edit seperti pada Gambar 3.10. Maka akan muncul tampilan seperti Gambar 3.11. Apabila pakar telah selesai memasukkan data, kemudian menekan tombol Simpan, maka data tersebut akan tersimpan di halaman menu data alergi. Gambar 3.11 Rancangan Halaman Menu TambahEdit Data Alergi

3.2.4.5 Rancangan Halaman Menu Data Obat

Apabila pakar memilih submenu Data-Obat dari halaman menu utama pakar, maka akan muncul tampilan seperti di bawah ini: Gambar 3.12 Rancangan Halaman Menu Data Obat Kontra Indikasi Keterangan : Simpan Batal Typus X MANAJEMEN OBAT No Nama Kontra Indikasi Efek Samping Keterangan 1 2 3 4 5 Tutup Tambah Edit Hapus Universitas Sumatera Utara Jika pakar akan menambah atau mengedit data manajemen obat, maka ditekan tombol Tambah, kemudian akan muncul tampilan berikut ini: Gambar 3.13 Rancangan Halaman Menu TambahEdit Data Obat

3.2.4.6 Rancangan Halaman Menu Data Terapi

Apabila pakar memilih submenu Data-Terapi dari halaman utama pakar, maka akan muncul tampilan seperti berikut ini: Nama Efek Samping Simpan Batal Keterangan Kontra NO NAMA KETERANGAN X MANAJEMEN TERAPI ID Nama Keterangan 1 2 3 4 Tutup Tambah Edit Hapus TERAPI : Obat Dosis Frekuensi 1 2 DETAIL Jumlah Terapi : 5 Gambar 3.14 Rancangan Halaman Menu Data Terapi Universitas Sumatera Utara Untuk menambah atau mengedit data terapi, pakar dapat meng-klik tombol Tambah atau Edit. Berikut adalah tampilan yang muncul: Gambar 3.15 Rancangan Halaman Menu TambahEdit Data Terapi Setelah pakar memasukkan data, maka di-klik tombol Simpan, sehingga data yang telah dimasukkan akan muncul di halaman menu data terapi.

3.2.4.7 Rancangan Halaman Menu Aturan Diagnosa

Jika pakar akan memasukkan aturan-aturan diagnosa, maka pada halaman utama pakar, dipilih submenu Akuisisi-Aturan Diagnosa. Berikut tampilan menu aturan diagnosa pada sistem pakar ini: Nama Keterangan Simpan Batal SEHARI Obat Lama hari Dosis Frekuensi Satuan Maksimum Tambah Obat Hapus Obat Dosis Maksimum Lama Frekuensi Universitas Sumatera Utara Gambar 3.16 Rancangan Halaman Menu Aturan Diagnosa X MANAJEMEN ATURAN DIAGNOSA No Id A T U R A N D I A G N O S A 1 Rule: JIKA Batuk DAN 2 3 Tutup Tambah Edit Hapus No Pakar Jumlah Terapi : 28 Tampil Pakar: Konklusi: CF Pakar: Keterangan Aturan: Operator: Premis: Masukkan Operator Data Jenis Keterangan Kuantitas Tol Lama Tol Batal Simpan Penyakit TBCnon-TBC Hapus Gambar 3.17 Rancangan Halaman TambahEdit Aturan Diagnosa Universitas Sumatera Utara Apabila pakar akan menambahkan atau mengedit isi aturan diagnosa, maka setelah di-klik tombol Tambah atau Edit pada halaman menu aturan diagnosa, akan muncul tampilan seperti Gambar 3.17.

3.2.4.8 Rancangan Halaman Menu Aturan Terapi

Apabila pakar memilih submenu Akuisisi-Aturan Terapi pada halaman menu utama pakar, maka akan muncul tampilan seperti berikut ini: Gambar 3.18 Rancangan Halaman Menu Aturan Terapi Untuk menampilkan aturan terapi, pakar dapat memasukkan angka nomor aturan di tempat yang ada, kemudian meng-klik tombol Tampil, sehingga aturan- aturan terapi akan muncul.

3.2.4.9 Rancangan Halaman Menu Utama Paramedis

Halaman ini akan ditampilkan setelah paramedis berhasil login. Rancangan menu utama paramedis user ini mempunyai menu pilihan seperti File, Data, dan Akuisisi. Di setiap menu tersebut teradapat submenu-submenu yang juga dapat MANAJEMEN ATURAN TERAPI No. Aturan: sd Tampil No.ID Aturan Terapi Tutup Tambah Hapus Simpan ke Universitas Sumatera Utara dipilih oleh pakar. Menu logout digunakan untuk keluar dari sistem sebagai paramedis dan kemudian kembali ke menu login. Submenu pendaftaran untuk mendaftarkan pasien yang akan melakukan konsultasi, sementara submenu Konsultasi adalah untuk memberikan diagnosa kepada pasien yang telah mendaftar tersebut. Gambar 3.19 Rancangan Halaman Menu Utama Paramedis

3.2.4.10 Rancangan Halaman Menu Pendaftaran Pasien

Apabila paramedis memilih submenu pendaftaran pasien dari halaman menu utama paramedis, maka akan muncul tampilan seperti berikut: Tanggal : X File Pendaftaran Konsultasi Log Out Keluar Pasien Kasus Baru Kasus Lanjutan Rekam Medis Universitas Sumatera Utara Gambar 3.20 Rancangan Halaman Pendaftaran Pasien Jika paramedis akan menambahkan atau mengedit data pasien, maka di- klik tombol Tambah atau Edit, kemudian akan muncul tampilan berikut ini: Gambar 3.21 Rancangan Halaman TambahEdit Pasien

3.2.4.11 Rancangan Halaman Menu Konsultasi Kasus Baru

Apabila paramedis memilih submenu Konsultasi Kasus Baru, maka akan muncul tampilan seperti berikut ini: MANAJEMEN PASIEN Id: Nama: Alamat: Cari ID Nama Alamat Tgl. Lahir Keterangan Tutup Tambah Edit Hapus Nama Alamat Tanggal Lahir Keterangan Simpan Batal Universitas Sumatera Utara Gambar 3.22 Rancangan Halaman Menu Konsultasi Kasus Baru Setelah paramedis memasukkan ID pasien yang sesuai dengan halaman menu Manajemen Pasien, maka data pasien akan otomatis muncul sesuai dengan data yang sudah dimasukkan sebelumnya. Setelah paramedis memasukka gejala pertama yang dialami pasien, kemudian di-klik tombol Mulai. Setelah itu akan muncul pertanyaan-pertanyaan yang akan dijawab untuk memberikan hasil diagnosa yang tepat.

3.2.4.12 Rancangan Halaman Menu Konsultasi Lanjutan

Apabila pasien yang datang sudah pernah melakukan konsultasi sebelumnya, maka paramedis memilih submenu Konsultasi Lanjutan dari halaman menu utama paramedis. KONSULTASI KASUS BARU Id Pasien: Nama: Alamat: Umur: Keterangan: BB: Gejala: :: Mulai Tempat ditampilkan pertanyaan-pertanyaan sesuai gejala … Universitas Sumatera Utara Gambar 3.23 Rancangan Halaman Menu Konsultasi Lanjutan Setelah paramedis memasukkan ID pasien, maka untuk mengetahui hasil konsultasi yang pernah dilakukan sebelumnya, di-klik tombol OK. Setelah itu akan muncul tampilan pertanyaan tentang perkembangan pasien. Setelah dijawab, maka klik tombol Lanjutkan. Kemudian akan muncul saran terapi yang sesuai untuk pasien yang pernah mendapatkan pengobatan sebelumnya. Untuk menyimpan data pasien tersebut, klik tombol Simpan. Tombol Reset digunakan untuk memulai kembali konsultasi apabila akan memasukkan ID pasien yang lain.

3.2.4.13 Rancangan Halaman Menu Rekam Medis

Halaman rekam medis merupakan halaman yang menyimpad data pasien yang pernah melakukan konsultasi menggunakan sistem ini. Jika paramedis ingin melihat rekam medis seorang pasien, dimasukkan ID pasien kemudian akan ditampilkan riwayat rekam medisnya. Data rekam medis tersebut akan ditampilkan secara berurutan sesuai dengan tanggal pasien melakukan konsultasi. KONSULTASI LANJUTAN Id Pasien: Nama: Alamat: Umur: Keterangan: BB: Gejala: :: OK Pertanyaan tentang perkembangan pasien. Saran terapi setelah diketahui perkembangan pasien. Lanjutkan Reset Simpan Tutup Universitas Sumatera Utara Data rekam medis menampilkan semua data pasien nama, alamat, umur, keterangan serta hasil konsultasi dan saran terapi yang diberikan. Berikut tampilan rekam medis pasien pada sistem pakar ini: Gambar 3.24 Rancangan Halaman Menu Rekam Medis REKAM MEDIS MASUKKAN ID PASIEN DAN TEKAN TOMBOL ENTER ATAU TOMBOL CARI Id Pasien: Nama: Alamat: Umur: Keterangan: :: Refresh Reset No Tanggal Rekam Medis Simpan ke Excel Tutup Universitas Sumatera Utara BAB 4 IMPLEMENTASI DAN PENGGUNAAN

4.1 Spesifikasi Perangkat Keras dan Perangkat Lunak

Dalam proses pembuatan aplikasi, konfigurasi perangkat keras yang digunakan adalah processor Intel Core 2 T5600 1,83 GHz, RAM 1 GB, dengan sistem operasi Microsoft Windows XP Professional Service Pack 2. Tapi program ini juga dapat dijalankan dengan konfigurasi minimal komputer sebagai berikut: 1. Processor Intel Pentium 166 MHz, atau yang lebih tinggi disarankan Pentium II 400 MHz 2. RAM 256MB untuk Windows 98 3. Operating System Windows 98, Windows 2000, Windows XP. 4. Hard disk 475 MB 5. VGA Card 256 color, 640x480 pixel 6. Mouse 7. Keyboard

4.2 Cara Penggunaan Program