IMPLEMENTASI CERTAINTY FACTOR UNTUK DIAGNOSA PENYAKIT KULIT

  Volume 9 No 1, April2018

JURNAL IT

  IMPLEMENTASI CERTAINTY FACTOR UNTUK DIAGNOSA PENYAKIT KULIT Sitti Zuhriyah, Suwatri Jura

  Jurusan Sistem Komputer STMIK Handayani Makassar

   Abstrak

  Sistem Pakar adalah bagian dari kecerdassan buatan yang berisi kombinasi pemahaman teoritis tentang suatu persoalan dan sekumpulan aturan pemecahan persoalan heuristic yang dikembangkan oleh manusia untuk dapat memecahkan problema pada suatu domain yang spesifik.Salah satu implementasi sistem pakar yang dibangun pada penelitian ini adalah sistem pakar untuk penyakit kulit. Kulit merupakan bagian terpenting dari tubuh kita. Jika kulit pada tubuh seseorang terkena suatu penyakit, maka akan menganggu penampilan dan aktifitas orang tersebut.Sistem pakar ini akan diimplementasikan dengan metode certainty factor. Alasan penggunaan metode ini karena dapat memberikan hasil yang akurat yang didapatkan dari perhitungan berdasarkan bobot gejala yang dipilih pengguna, mampu memberikan jawaban pada permasalahan yang tidak pasti kebenarannya seperti masalah diagnosa resiko penyakit, dan dengan metode ini pakar menggambarkan keyakinan seorang pakar dengan memberikan bobot keyakinan sesuai dengan pengetahuan pakar terkait

1. Pendahuluan

  Sistem Pakar adalah bagian dari kecerdassan buatan yang berisi kombinasi pemahaman teoritis tentang suatu persoalan dan sekumpulan aturan pemecahan persoalan heuristic yang dikembangkan oleh manusia untuk dapat memecahkan problema pada suatu domain yang spesifik. System pakar merupakan perangkat lunak yang digunakan untuk memecahkan masalah yang biasanya diselesaikan oleh seorang pakar. Aturan-aturan di dalamnya memberitahu program, bagaimana ia memberlakukan informasi-informasi yang tersimpan. Berdasarkan itu program memberikan solusi-solusi atau bantuan pengambil keputusan mengenai permasalahan tertentu, mirip dengan saran seorang pakar. Sebagai salah satu cabang kecerdasan buatan yang menggunakan pengetahuan-pengetahuan khusus yang dimiliki oleh seorang ahli utuk menyelesaikan sutau masalah tertentu secara cepat maka sistem pakar memiliki fungsi menirukan pengetahuan dan kemampuan dari seorang pakar.

  (Daniel dan Virginia, 2010) menyebutkan bahwa salah satu masalah di dalam dunia medis atau kedokteran adalah adanya ketidakseimbangan antara pasien dan dokter. Selain itu, sebagian besar dari masyarakat tidak terlatih secara medis sehingga apabila mengalami gejala penyakit yang diderita belum tentu dapat memahami cara-cara penanggulangannya. Sangat disayangkan apabila gejala-gejala yang sebenarnya dapat ditangani lebih awal menjadi penyakit yang lebih serius akibat kurangnya pengetahuan. Pengetahuan sebenarnya dapat diperoleh dari buku-buku atau situs-situs internet yang membahas tentang kesehatan. Akan tetapi, untuk mempelajari hal tersebut tidaklah mudah karena selain memerlukan waktu yang cukup lama untuk memahaminya, sumber-sumber tersebut juga belum tentu dapat mendiagnosis jenis penyakit seperti yang dilakukan oleh seorang dokter.

  Oleh karena itu, di dunia kedokteran, sudah banyak bermunculan aplikasi sistem pakar. Sistem pakar ini mampu mendiagnosis berbagai jenis penyakit pada manusia, baik penyakit mata, THT (telinga, hidung, tenggorokan), mulut, organ dalam (jantung, hati, ginjal), maupun AIDS (Hamdani, 2010). Dengan adanya sistem pakar ini, orang awam mampu mendeteksi adanya Volume 9 No 1, April2018

JURNAL IT

  penyakit pada dirinya berdasarkan gejala-gejala yang dirasakan oleh orang tersebut dengan menjawab pertanyaan pada aplikasi seperti halnya konsultasi ke dokter. Dengan demikian, orang awam dapat mendeteksi penyakit beserta solusi pengobatannya sejak dini sehingga bisa dilakukan penanganan segera, bahkan dapat dilakukan upaya pencegahan terhadap penyakit tertentu (Kumar dan Prava, 2010). Jadi, dengan pengembangan sistem pakar, diharapkan bahwa orang awam pun dapat menyelesaikan masalah yang cukup rumit yang sebenarnya hanya dapat diselesaikan dengan bantuan para ahli (Handayani dan Sutikno, 2008).

  Salah satu implementasi sistem pakar yang dibangun pada penelitian ini adalah sistem pakar untuk penyakit kulit. Kulit merupakan bagian terpenting dari tubuh kita. Jika kulit pada tubuh seseorang terkena suatu penyakit, maka akan menganggu penampilan dan aktifitas orang tersebut. Jika hal tersebut terus-menerus dibiarkan maka akan menyebabkan penyakit kulit tersebut menjadi membesar sehingga akan sulit untuk mengobatinya. Lambatnya mengetahui jenis penyakit serta tidak mengetahui cara pencegahannya mengakibatkan seseorang terkena penyakit kulit tingkat akut. Oleh karena itu dengan bantuan teknologi komputer diharapakan penyakit yang menyerang kulit dapat diketahui secara dini sehingga memperkecil terjadinya penyakit yang lebih berbahaya (kanker).

  Sistem pakar ini akan diimplementasikan dengan metode certainty factor. Alasan penggunaan metode ini karena dapat memberikan hasil yang akurat yang didapatkan dari perhitungan berdasarkan bobot gejala yang dipilih pengguna, mampu memberikan jawaban pada permasalahan yang tidak pasti kebenarannya seperti masalah diagnosa resiko penyakit, dan dengan metode ini pakar menggambarkan keyakinan seorang pakar dengan memberikan bobot keyakinan sesuai dengan pengetahuan pakar terkait

2. Kajian Literatur a.

  Pengertian Sistem Pakar Sistem pakar adalah sebuah perangkat lunak komputer yang memiliki basis pengetahuan untuk domain tertentu dan menggunakan penalaran inferensi menyerupai seorang pakar dalam menyelesaikan masalah (Nahampun, 2014). Sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia (ahli) ke program komputer, agar komputer dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja para ahli, untuk kemudian dialihkan lagi ke orang lain yang membutuhkan baik orang awam maupun para pakar sebagai asistennya.

  Sistem pakar merupakan sistem berbasis komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah yang bisanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tersebut.

  Kepakaran (expertise) adalah pengetahuan yang ekstensif dan spesifik yang diperoleh melalui rangkaian pelatihan, membaca, dan pengalaman. Pengetahuan membuat pakar dapat mengambil keputusan secara lebih baik dan lebih cepat daripada non-pakar dalam memecahkan problem yang kompleks. Kepakaran mempunyai sifat berjenjang, pakar top memiliki pengetahuan lebih banyak daripada pakar yunior. Tujuan Sistem Pakar adalah untuk mentransfer kepakaran dari seorang pakar ke komputer, kemudian ke orang lain (yang bukan pakar).

  b.

  Certainty Factor Certainty factor merupakan suatu metode yang digunakan untuk memecahkan permasalahan dari jawaban yang tidak pasti, dan menghasilkan jawaban yang tidak pasti pula. Ketidak pastian ini dipengaruhi oleh dua faktor yaitu aturan yang tidak pasti dan jawaban pengguna yang tidak pasti. Contoh paling mudah dari penggunaan metode ini adalah pada kasus penentuan penyakit dengan gejala-gejala yang sudah ditentukan. Aturan yang tidak pasti pada kasus ini adalah aturan gejala- gejala yang ditentukan untuk suatu penyakit. Satu gejala dapat berada dibeberapa penyakit, dalam artian satu penyakit memiliki gejala yang sama dengan penyakit yang lain, inilah yang disebut dengan aturan yang tidak pasti. Kemudian saat pengguna memberikan jawaban atas pertanyaan yang diberikan oleh sistem, pengguna juga tidak tahu persis gejala terjadi pada tubuhnya. Sehingga dari ketidak pastian tersebut, diberikan jembatan agar kedua faktor ketidak pastian tersebut tidak terlalu jauh dari perkiraan atau kemungkinan yang terjadi. Jembatan penghubung kedua faktor tersebut adalah sebuah nilai, dimana nilai dari satu gejala maupun jawab mempunyai besaran nilai yang berbeda. Nilai inilah yang mengubah dari ketidak pastian menjadi kepastian. Paling tidak mendekati nilai pasti.

  Penerapan perhitungan Certainty Factor, dilakukan setelah diagnosa penyakit selesai dan dihasilkan nilai kepercayaan dengan rumus:

1. Rule dengan evidence E tunggal dan hipotesis H tunggal

  CF(H,E)=CF(E) *CF(Rule) Volume 9 No 1, April2018

JURNAL IT

2. Kombinasi rule dengan evidence E berbeda dan hipotesis H sama

  CFcombine CF(H,E)1,2 = CF(H,E)1 + CF(H,E)2 * [1 – CF(H,E)1] CFcombine CF(H,E)old,3 = CF(H,E)old + CF(H,E)3 * [1

• – CF(H,E)old]

  Keterangan : CF(H,E) : Certainty Factor dari hipotesis H yang dipengaruhi oleh gejala E. besarnya CF berkisar antara -1 sampai dengan 1. Nilai -1 menunjukkan ketidakpercayaan mutlak, sedangkan nilai 1 menunjukkan kepercayaan mutlak. CF(E) : Nilai yang ditentukan oleh pengguna saat berkonsultasi dengan sistem pakar

  CF(rule) : Nilai yang ditentukan oleh pakar Contoh penerapan Certainty Factor

  1) Langkah pertama pakar, pakar menentukan nilai CF untuk masing-masing gejala. Berikut contohnya:

  IF G1 : Anoreksia (CF rule = 0.4) AND G30 : Demam (CF rule = 1.0) AND G32 : Denyut nadi melambat (CF rule = 0.8) AND G34 : Diare (CF rule = 0.4) AND G46 : Lidah putih kotor (CF rule = 1.0) AND G47 : Malayse (CF rule = 0.4) AND G51 : Mual (CF rule = 0.4) AND G64 : Perut sakit (CF rule = 1.0) THEN P1 (Penyakit Typus)

  Kemudian dilanjutkan dengan penentuan nilai bobot user. Misalkan user memilih jawaban sebagai berikut : Anoreksia : Mungkin (CF E = 0.4) Demam : Kemungkinan besar (CF E = 0.6) Denyut nadi melambat : Kemungkinan besar (CF E = 0.6) Diare : Tidak (CF E = 0) Lidah putih kotor : Hampir pasti (CF E = 0.8) Malayse : Mungkin (CF E = 0.4) Mual : Mungkin (CF E = 0.4) Perut sakit : Hampir pasti (CF E = 0.8)

  2) Langkah kedua, kaidah-kaidah tersebut kemudian dihitung nilai CFnya dengan rumus rule dengan evidence E tunggal dan hipotesis H tunggal

  CF(H,E)1 = CF(E)1 * CF(rule)1 = 0.4 * 0.4 = 0.16

  CF(H,E)2 = CF(E)2 * CF(rule)2 = 0.6 * 1 = 0.6

  CF(H,E)3 = CF(E)3 * CF(rule)3 = 0.6 * 0.8 = 0.48

  CF(H,E)4 = CF(E)4 * CF(rule)4 = 0 * 0.4 = 0

  CF(H,E)5 = CF(E)5 * CF(rule)5 = 0.8 * 1 = 0.8

  CF(H,E)6 = CF(E)6 * CF(rule)6 = 0.4 * 0.4 = 0.16

  CF(H,E)7 = CF(E)7 * CF(rule)7 = 0.4 * 0.4 = 0.16

  CF(H,E)8 = CF(E)8 * CF(rule)8 = 0.8 * 1 Volume 9 No 1, April2018

JURNAL IT

  = 0.8 3)

  Langkah terakhir adalah mengkombinasikan nilai CF dari masing-masing kaidah CFcombine CF(H,E)1,2 = CF(H,E)1 + CF(H,E)2 * [1

• – CF(H,E)1] = 0.16 + 0.6 * [1 - 0.16] = 0.16 + 0.6 * 0.84 = 0.16 + 0.50 =0.66old

  CFcombine CF(H,E)old,3 = CF(H,E)old + CF(H,E)3 * [1

• – CF(H,E)old] = 0.66 + 0.48 * [1 - 0.66] = 0.66 + 0.48 * 0.34 = 0.66 + 0.16 =0.82old2

  CFcombine CF(H,E)old2,4 = CF(H,E)old2 + CF(H,E)4 * [1

• – CF(H,E)old2] = 0.82 + 0 * [1 - 0.82] = 0.82 + 0 * 0.18 = 0.82 + 0 =0.82old3

  CFcombine CF(H,E)old3,5 = CF(H,E)old3 + CF(H,E)5 * [1

• – CF(H,E)old3] = 0.82 + 0.8 * [1 - 0.82] = 0.82 + 0.8 * 0.18 = 0.82 + 0.14 =0.96old4

  CFcombine CF(H,E)old4,6 = CF(H,E)old4 + CF(H,E)6 * [1

• – CF(H,E)old4] = 0.96 + 0.16 * [1 - 0.96] = 0.96 + 0.16 * 0.04 = 0.96 + 0 =0.96old5

  CFcombine CF(H,E)old5,7 = CF(H,E)old5 + CF(H,E)7 * [1

• – CF(H,E)old5] = 0.96 + 0.16 * [1 - 0.96] = 0.96 + 0.16 * 0.04 = 0.96 + 0 =0.96old6

  CFcombine CF(H,E)old6,8= CF(H,E)old6 + CF(H,E)8 * [1

• – CF(H,E)old6] = 0.96 + 0.8 * [1 - 0.96] = 0.96 + 0.8 * 0.04 = 0.96 + 0.03 =0.99old7

  CF(H,E)old7 * 100% = 0.99 * 100% = 99% c.

  Jenis-jenis penyakit kulit 1.

  Jerawat (Akne Vulgaris) Jerawat adalah salah satu masalah kulit yang disebabkan karena ada gangguan pada bagian kelenjar kulit. Kelenjar kulit terhubung secara langsung dengan bagian pori-pori kulit. Kelenjar minyak yang ada di bagian bawah kulit dapat terkena infeksi dari kotoran luar yang masuk lewat pori-pori, sel-sel kulit mati dan bakteri atau virus. Akhirnya jerawat akan terbentuk pada bagian pori-pori dan membuat penampilan menjadi kurang menarik.

  2. Eksim (Dermatitis) Eksim adalah jenis penyakit kulit yang bisa terjadi dalam waktu yang sangat panjang. Bahkan banyak penderita eksim yang merasa putus asa karena eksim sangat mengganggu aktivitas dan penampilan. Eksim ditunjukkan dengan benjolan kecil dan kemudian akan berkembang menjadi ruam. Pada tahap yang lebih parah, maka eksim bisa menyebabkan infeksi. Eksim biasanya menyerang beberapa bagian tubuh seperti lutut, siku, tangan, kaki dan bisa menyebar jika sudah menjadi eksim lanjut.

  3. Panu (Pitiriasis Vesikolor) Panu adalah jenis penyakit yang sangat umum dan bisa terjadi pada semua orang. Panu akan membuat seseorang merasa sangat malu karena bercak putih yang akan terus menyebar.

  Panu termasuk macam-macam penyakit kulit yang disebabkan karena infeksi jamur yang menyerang pada bagian pigmen kulit. Infeksi panu yang terjadi akan menyebabkan bercak putih yang akan terlihat karena berbeda dengan bagian kulit yang lain.

JURNAL IT

3. Metode Penelitian Teknik Pengumpulan Data

a. Observasi

4. Hasil dan Pembahasan

4.1 Penyusunan Basis Pengetahuan

  6 G006 Membasah Gajala mayor

  15 G015 Melepuh berisi cairan Gejala mayor

  14 G014 Nyeri Gejala mayor

  13 G013 Demam Gejala minor

  12 G012 Sakit kepala Gejala minor

  11 G011 Radang mata Gejala minor

  10 G010 Pilek Gejala minor

  9 G009 Nafsu makan menurun Gejala minor

  8 G008 Vesikel Gejala mayor

  7 G007 Papul Gejala mayor

  Gejala minor

  Volume 9 No 1, April2018

  5 G005 Bersin

  4 G004 Badan terasa lesu Gejala mayor

  3 G003 Edema Gejala mayor

  2 G002 Eritema Gejala mayor

  1 G001 Gatal Gejala mayor

  NO KODE KETERANGAN KELOMPOK GEJALA

Tabel 4.1 Gejala penyakit kulit

  Studi Pustaka Pengumpulan data dengan menggunakan atau mengumpulkan sumber-sumber tertulis, dengan cara membaca, mempelajari dan mencatat hal-hal penting yang berhubungan dengan masalah yang sedang dibahas guna memperoleh gambaran secara teoritis yang dapat membantu dalam penelitian.

  c.

  Wawancara Pengumpulan data dengan cara melakukan komunikasi dan wawancara secara langsung dengan Dokter Spesialis Kulit dan kelamin.

  b.

  Pengumpulan data dengan melakukan pengamatan secara langsung terhadap objek penelitian, dengan mencatat hal-hal penting yang berhubungan dengan judul, sehingga diperoleh data yang lengkap dan akurat.

  5. Herpes Herpes adalah jenis penyakit kulit yang disebabkan oleh virus. Herpes dapat menyebabkan kulit menjadi ruam. Penyakit ini sangat mengganggu karena biasanya menyebabkan sakit dan demam pada penderitanya. Penyebab penyakit herpes adalah virus varisella. Virus dapat menyerang pada bagian tulang belakang dan otak sehingga penyakit sering cepat sembuh dan kemudian muncul lagi.

  4. Campak Campak adalah infeksi virus yang ditandai dengan munculnya ruam di seluruh tubuh dan sangat menular. Campak bisa sangat mengganggu dan mengarah pada komplikasi yang lebih serius. Gejala campak mulai muncul sekitar satu hingga dua minggu setelah virus masuk ke dalam tubuh.

• – bersin

Volume 9 No 1, April2018

JURNAL IT

  16 G016 Lemas Gejala minor

Tabel 4.2 Nama Penyakit

  70% 80% 10% 90% 90% 70% 10%

  3 Edema (Pembengkakan yang disebabkan oleh penimbunan cairan didalam tubuh)

  90% 40% 60% 90% 60% 30%

  2 Eritema (kulit yang berwarna kemerahan)

  1 Gatal 90% 50% 40% 60% 70% 40%

  Vulgaris

  

Versikolor)

Herpes Campak Akne

  No. Nama Gejala Eksim (Dermatitis)

Panu

(Pitiriasis

Tabel 4.3 Nilai Certainty Factor dari Pakar

  Kode Nama P001 Dermatitis P002 Panu P003 Herpes P004 Campak P005 Akne Vulgaris

  25 G025 Erosi Gejala mayor

  17 G017 Jika lepuhan pecah akan membuat luka

  24 G024 Pustula Gejala mayor

  23 G023 Batuk Gejala minor

  Gejala mayor

  22 G022 Bercak berskuamahalus warna putih hingga hitam

  Gejala mayor

  21 G021 Dijumpai pada bagian dada,lengan,tungkai atas,leher depan, dan kepala

  20 G020 Estetis Gejala mayor

  Gejala mayor

  19 G019 Pembesaran kelenjar limfe

  Gejala mayor

  18 G018 Sering mengalami kesemutan pada daerah yang terkena virus

  Gejala mayor

MD MB MD MB MD MB MD MB MD MB

  Volume 9 No 1, April2018

JURNAL IT

  5 Bersin-bersin 70% 90% 70% 50% 40% 90%

  16 Lemas 70% 90% 80% 90% 90%

  60% 90% 70% 90% 90%

  21 Dijumpai pada bagian atas dada, lengan atas, tungkai atas, leher muka dan

  80% 90% 40% 50% 90% 90%

  20 Estetis (eflorasinya berupa komedo,papul,pu tsul,nodus)

  19 Pembesaran kelenjar Lifma 90% 90% 90% 70% 90%

  90% 90% 90% 80% 70% 20%

  18 Sering mengalami kesemutan pada daerah yang terkena Virus

  80% 90% 90% 90% 80%

  17 Jika lepuhan pecah akan membuat luka

  15 Melepuh berisi cairan 50% 90% 70% 80% 90%

  6 Membasah 90% 70% 20% 80% 90% 80%

  4 Bada terasa Lesu 80% 90% 80% 80% 70%

  13 Demam 90% 90% 90% 90% 90%

  12 Sakit kepala 90% 80% 90% 70% 90%

  11 Radang mata 90% 80% 40% 90% 90%

  10 Pilek 90% 80% 40% 50% 60% 90%

  9 Nafsu makan menurun 90% 80% 90% 90% 90%

  70% 80% 90% 90% 90%

  8 Vesikel ( gelembung berisi cairan serum)

  90% 80% 70% 80% 90%

  7 Papul (Penonjolan kecil berbatas tegas dan superfisial)

  14 Nyeri 40% 80% 10% 90% 60% 60%

  Volume 9 No 1, April2018

JURNAL IT

  kepala

  22 Bercak berskuama halus warna putih hingga hitam

  80% 90% 80% 80% 90%

  23 Batuk 90% 90% 80% 90% 90%

  24 Pustul 70% 90% 70% 90% 90%

  25 Erosi 90% 70% 80% 80% 60%

4.2 Implementasi Algoritma Certainty Factor Berikut adalah implementasi penggunaan Algoritma certainty factor pada salah satu penyakit kulit.

  Rumus yang digunakan adalah :

  CFcombine CF(H,E)1,2 = CF(H,E)1 + CF(H,E)2 * [1 – CF(H,E)1] CFcombine CF(H,E)old,3 = CF(H,E)old + CF(H,E)3 * [1

• – CF(H,E)old]

  No. Gejala Perhitungan Manual Hasil

  7 Gatal ^ Eritema ^ Edema ^ membasah ^ papul ^ Vesikel ^ nyeri ^ melepuh berisi cairan

  Keterangan H = MB = Nilai Kepercayaan E = MD = Nilai Ketidak percayaan Berikut perhitungan manual untuk membuktikan hasil dari program mengikuti rumus diatas.

  0.999999136

  0.99999568 + 0.8 * (1- 0.99999568)

  8 Gatal ^ Eritema ^ Edema ^ membasah ^ papul ^ Vesikel ^ nyeri ^ melepuh berisi cairan ^ jika lepuhan pecah akan membuat luka

  0.99999568

  0.99999136 + 0.5 * (1- 0.99999136)

  0.999991) 0.99999136

  1 Gatal ^ Eritema 0.9 + 0.9 * (1-0.9)

  6 Gatal ^ Eritema ^ Edema ^ membasah ^ papul ^ Vesikel ^ nyeri 0.999991 + 0.04 * (1-

  0.9999.7) 0.999991

  5 Gatal ^ Eritema ^ Edema ^ membasah ^ papul ^ Vesikel 0.99997 + 0.7 * (1-

  4 Gatal ^ Eritema ^ Edema ^ membasah ^ papul 0.9997 + 0.9 * (1-0.9997) 0.99997

  3 Gatal ^ Eritema ^ Edema ^ membasah 0.997 + 0.9 * ( 1-0.997) 0.9997

Tabel 4.4 Perhitungan Nilai MB Penyakit Eksim

  0.99

  2 Gatal ^ Eritema ^ Edema 0.99 + 0.7 * ( 1-0.99) 0.997

  Volume 9 No 1, April2018

JURNAL IT

  Gatal ^ Eritema ^ Edema ^ membasah ^ papul ^ Vesikel ^ nyeri ^ melepuh berisi 0.999999136 + 0.8 * (1-

  9 0.9999998272 cairan ^ jika lepuhan pecah akan membuat 0.999999136) luka ^ Estetis

  Gatal ^ Eritema ^ Edema ^ membasah ^ papul ^ Vesikel ^ nyeri ^ melepuh berisi cairan ^ jika lepuhan pecah akan membuat 0.9999998272 + 0.6 * (1-

  10 0.99999993088 luka ^ Estetis ^ Dijumpai pada bagian atas 0.9999998272) dada, lengan atas, tungkai atas, leher muka dan kepala

  Gatal ^ Eritema ^ Edema ^ membasah ^ papul ^ Vesikel ^ nyeri ^ melepuh berisi cairan ^ jika lepuhan pecah akan membuat

  0.99999993088 + 0.8 * 11 luka ^ Estetis ^ Dijumpai pada bagian atas 0.999999972352 (1-0.99999993088) dada, lengan atas, tungkai atas, leher muka dan kepala ^ Bercak berskuama halus warna putih hingga hitam

  Gatal ^ Eritema ^ Edema ^ membasah ^ papul ^ Vesikel ^ nyeri ^ melepuh berisi cairan ^ jika lepuhan pecah akan membuat

  0.999999972352 + 0.01 * 12 luka ^ Estetis ^ Dijumpai pada bagian atas 0.99999997262848 (1-0.999999972352) dada, lengan atas, tungkai atas, leher muka dan kepala ^ Bercak berskuama halus warna putih hingga hitam ^ badan terasa lesu

  Gatal ^ Eritema ^ Edema ^ membasah ^ papul ^ Vesikel ^ nyeri ^ melepuh berisi cairan ^ jika lepuhan pecah akan membuat

  0.99999997262848 + luka ^ Estetis ^ Dijumpai pada bagian atas

  13 0.02 * (1- 0.99999997317591 dada, lengan atas, tungkai atas, leher muka

  0.99999997262848) dan kepala ^ Bercak berskuama halus warna putih hingga hitam ^ badan terasa lesu ^ bersin-bersin Gatal ^ Eritema ^ Edema ^ membasah ^ papul ^ Vesikel ^ nyeri ^ melepuh berisi cairan ^ jika lepuhan pecah akan membuat

  0.99999997317591 + luka ^ Estetis ^ Dijumpai pada bagian atas

  14 0.02 * (1- 0.999999973712392 dada, lengan atas, tungkai atas, leher muka

  0.99999997317591) dan kepala ^ Bercak berskuama halus warna putih hingga hitam ^ badan terasa lesu ^ bersin-bersin ^ Lemas

Tabel 4.5 Manual MD Penyakit Eksim

  No. Gejala Perhitungan Manual Hasil

  1 Gatal ^ Eritema 0 + 0 * (1-0)

  2 Gatal ^ Eritema ^ Edema

  0 + 0.02 * ( 1-0)

  0.02

  3 Gatal ^ Eritema ^ Edema ^ membasah

  0.02 + 0 * ( 1-0.02)

  0.02

JURNAL IT

  9 Gatal ^ Eritema ^ Edema ^ membasah ^ papul ^ Vesikel ^ nyeri ^ melepuh berisi cairan ^ jika lepuhan pecah akan membuat luka ^ Estetis

  0.912979828682272 + 0.7 * (1- 0.912979828682272) 0.9738939486046816

  13 Gatal ^ Eritema ^ Edema ^ membasah ^ papul ^ Vesikel ^ nyeri ^ melepuh berisi cairan ^ jika lepuhan pecah akan membuat luka ^ Estetis ^ Dijumpai pada bagian atas dada, lengan atas, tungkai atas, leher muka dan kepala ^ Bercak berskuama halus warna putih hingga hitam ^ badan terasa lesu ^ bersin-bersin

  0.56489914341136 + 0.8 * (1- 0.56489914341136) 0.912979828682272

  12 Gatal ^ Eritema ^ Edema ^ membasah ^ papul ^ Vesikel ^ nyeri ^ melepuh berisi cairan ^ jika lepuhan pecah akan membuat luka ^ Estetis ^ Dijumpai pada bagian atas dada, lengan atas, tungkai atas, leher muka dan kepala ^ Bercak berskuama halus warna putih hingga hitam ^ badan terasa lesu

  0.560504185264 + 0.01

  11 Gatal ^ Eritema ^ Edema ^ membasah ^ papul ^ Vesikel ^ nyeri ^ melepuh berisi cairan ^ jika lepuhan pecah akan membuat luka ^ Estetis ^ Dijumpai pada bagian atas dada, lengan atas, tungkai atas, leher muka dan kepala ^ Bercak berskuama halus warna putih hingga hitam

  0.5469115312 + 0.03 * (1-0.5469115312) 0.560504185264

  10 Gatal ^ Eritema ^ Edema ^ membasah ^ papul ^ Vesikel ^ nyeri ^ melepuh berisi cairan ^ jika lepuhan pecah akan membuat luka ^ Estetis ^ Dijumpai pada bagian atas dada, lengan atas, tungkai atas, leher muka dan kepala

  0.54233488 + 0.01 * (1- 0.54233488) 0.5469115312

  0.537712 + 0.01 * (1- 0.537712) 0.54233488

  Volume 9 No 1, April2018

  8 Gatal ^ Eritema ^ Edema ^ membasah ^ papul ^ Vesikel ^ nyeri ^ melepuh berisi cairan ^ jika lepuhan pecah akan membuat luka

  0.51845 + 0.04 * ( 1- 0.51845) 0.537712

  7 Gatal ^ Eritema ^ Edema ^ membasah ^ papul ^ Vesikel ^ nyeri ^ melepuh berisi cairan

  0.0369 + 0.5 * ( 1- 0.0369) 0.51845

  6 Gatal ^ Eritema ^ Edema ^ membasah ^ papul ^ Vesikel ^ nyeri

  0.02 + 0.02 * ( 1-0.02) 0.0369

  5 Gatal ^ Eritema ^ Edema ^ membasah ^ papul ^ Vesikel

  0.02

  0.02 + 0 * ( 1-0.02)

  4 Gatal ^ Eritema ^ Edema ^ membasah ^ papul

• (1-0.560504185264) 0.56489914341136

Volume 9 No 1, April2018

JURNAL IT

  Setelah menghitung nilai MB dan Nilai MD penyakit maka langkah selanjutnya adalah menghitung nilai certainty factor (CF), yaitu sebagai berikut: CF = MB - MD

  CF = 0.999999973712392-0.9921681845814045 = 0.0078317891309875

  Berdasarkan hasil perhitungan MB dan MD dari semua gejala penyakit kulit eksim, maka Persentase pasien terkena penyakit kulit adalah 0.7 %.

1. Kesimpulan dan Saran

  5.1 Kesimpulan Berdasarkan dari hasil dan pembahasan sebelumnya maka dapat ditarik kesimpulan sebagai berikut: a.

  Algoritma Certainty factor dapat digunakan dalam system pakar untuk mendiagnosa penyakit kulit pada manusia.

  b.

  Algoritma Certainty Factor merupakan salah satu metode yang tepat dalam pembuatan system pakar, karena implementasi yang cukup mudah dan hasil perhitungan yang didapatkan mendekati nilai akurat .

  5.2 Sarana Dalam penelitian ini, saran yang dapat diberikan agar nantinya penelitian ini dapat diimplementasikan. Di penelitian selanjutnya diharapkan algoritma yang diterapkan dapat dikembangkan dalam bentuk aplikasi sehingga lebih dimudahkan.

  Daftar Pustaka

  [1] Apriliani. Fitria, t, Implementasi Certainty Fcator pada Diagnosa Penyakit Infeksi Tropis, JRST (Jurnal Riset Sains dan Teknologi) Volume 1 No.1. [2] Halim. Setiawan, 2015, Penerapan Metode Certainty Factor dalam Sistem Pakar Pendeteksi Resiko Osteoporosis dan Osteoathritis , Ultima Computing, Vol. VII, No. 2 Desember. [3] Yatiman. Ahmad, 2017, Implementasi Certainty Factor pada Diagnosa Penyakit Mata, TECHNO, 1410-

  8670.vol 18 No.1