PROS Rissal E Indrastanti RW Perancangan sistem pakar Full text
Konferensi Nasional Sistem Informasi 2013, STMIK Bumigora Mataram 14-16 Pebruari 2013
Makalah Nomor: KNSI-73
PERANCANGAN SISTEM PAKAR PENYAKIT PARU-PARU
MENGGUNAKAN METODE VCIRS
Rissal Efendi 1, Indrastanti Ratna Widiasari2
1
Program Studi Teknik Informatika, STMIK PROVISI, Jl. Kyai Saleh 12 -14 Semarang
2
Fakultas Teknologi Informasi, UKSW, Jl. Diponegoro 52 – 60 Salatiga
1
rissal05@gmail.com, 2indrastanti@staff.uksw.edu
1.
benar-benar
tepat
dan
akurat.
Namun
masalahnya, saat ini penyebaran dokter spesialis
belum merata di Indonesia, sehingga di wilayahwilayah tertentu masih kekurangan tenaga medis,
khususnya dokter spesialis. Akibatnya pasien
mengalami kesulitan bila ingin memeriksakan ke
dokter spesialis.
Untuk menangani masalah tersebut, dibutuhkan
suatu sistem yang bisa melakukan diagnosa terhadap
penyakit-penyakit khusus, serta dapat memberikan
solusi mengenai pengobatan yang tepat, sehingga
dapat membantu paramedis untuk mendiagnosa
penyakit lebih tepat dengan cara melakukan dialog
interaktif mengenai gejala-gejala penyakit yang
diderita oleh pasien.
Pendahuluan
Perkembangan teknologi aplikasi komputer
semakin maju, bahkan telah merambah pada seluruh
aspek kehidupan manusia. Komputer telah
berkembang menjadi alat pengolah data, penghasil
informasi, dan juga dapat membantu dalam proses
pengambilan keputusan, bahkan para ahli terus
mengembangkan kecanggihan komputer agar
komputer dapat memiliki kemampuan seperti
manusia. Ilmu komputer yang mempelajari
kemampuan komputer untuk bertindak dan memiliki
kecerdasan seperti manusia yang dikenal sebagai
kecerdasan buatan, yang termasuk dalam kecerdasan
buatan antara lain: penglihatan komputer,
pengolahan bahasa alami, robotika, sistem syaraf
buatan, sistem pakar(expert system).
Sistem pakar adalah sistem berbasis komputer
yang menggunakan pengetahuan, fakta dan teknik
penalaran dalam memecahkan masalah yang
biasanya hanya dapat dipecahkan oleh seorang pakar
dalam bidang tersebut [1]. Program ini bertindak
sebagai seorang konsultan yang cerdas atau
penasihat dalam suatu lingkungan keahlian tertentu.
Sistem pakar dibangun bukan berdasarkan algoritma
tertentu melainkan berdasarkan basis pengetahuan
dan basis aturan.
Salah satu penerapan sistem pakar adalah dalam
bidang medis. Untuk penyakit-penyakit khusus
diperlukan keahlian seorang dokter spesialis dalam
bidang tersebut untuk melakukan diagnosa dan
pemeriksaan, sehingga pengobatan yang dilakukan
2. Sistem Pakar
Definisi sistem pakar adalah sebuah program
komputer yang dirancang untuk mengambil
keputusan seperti keputusan yang diambil oleh
seorang pakar, dimana sistem pakar menggunakan
pengetahuan (knowledge), fakta, dan teknik berfikir
dalam menyelesaikan masalah-masalah yang
biasanya hanya dapat diselesaikan oleh seorang
pakar dari bidang yang bersangkutan. Konsep dasar
sistem pakar ditunjukkan pada Gambar 1.
291
Konferensi Nasional
Na
Sistem Informasi 2013, STMIK Bumigora Mat
ataram 14-16 Pebruari 2013
Gambar 1 Konsep Dasa
asar Sistem Pakar
Gambar 3 Arsitektur
tur SBA Tradisional [6]
Sistem pakar disusun ddua bagian, yaitu
lingkungan
pengembangan
dan
lingkungan
konsultasi. Lingkungan penge
ngembang digunakan
untuk memasukkan pengetahu
ahuan pakar dalam
lingkungan sistem pakar, seda
edangkan lingkungan
konsultasi digunakan pengguna
na yang bukan pakar
untuk memperoleh pengetahuann ppakar.
Gambar 3 adalah arsitek
tektur dari SBA tradisional
yang selanjutnya dikemb
mbangkan menjadi VCIRS.
Pengembangan ini dila
dilakukan karena VCIRS
memiliki keunggulan-keu
keunggulan tertentu yang
belum dimiliki oleh SBA
A tradisional.
t
Penjelasan dari
arsitektur VCIRS ditamp
mpilkan pada Gambar 3
Asitektur dari VCIRS ini
ni lebih detail dibandingkan
dengan arsitektur SBA trad
radisional.
Sistem pakar dirancang agar
ar dapat memecahkan
suatu permasalahan tertentu dann m
mencari solusi akhir
dari suatu masalah sesuai den
dengan data-data dan
fakta-fakta yang ada dan dapat
at diimplementasikan.
Tujuan dari sebuah sistem pakar
ar adalah mentransfer
kepakaran yang dimiliki seora
orang pakar kedalam
komputer, sehingga dapat digu
igunakan oleh orang
banyak (non expert).
Sistem pakar mempunyaii beberapa
b
komponen
utama, yaitu antarmuka penggu
guna (user interface),
basis data sistem pakar (expert
ert system database),
akuisisi pengetahuan (knowledg
dge acquisition), dan
mekanisme inferensi (inference
ce mechanism). Selain
itu ada satu komponen yang
ng hanya ada pada
beberapa sistem pakar, yaituu fasilitas penjelasan
(explanation facility).
3.
Gambar 4 Arsitektur Sistem
Sis
Pakar Menggunakan
VCIR
IRS [2]
ered Intelligent Rule
VCIRS (Variable-Centered
System)
VCIRS
digunakan
un
untuk
merepresentasikan
Knowledge Base (KB) dan
da mendukung refinement
module untuk mengelola
lola KB yang up-to-date.
Gambar 6 menjelaskann ttentang arsitektur VCIRS
dimana dipresentasikan ol
oleh pengguna dan menuju
ke memori kerja selama pembangunan
pe
pengetahuan,
disimpan secara perman
anen ke dalam Variablecentered Rule Structure disaat sistem menyimpan
informasi rule dan mengh
ghitung kejadian dari setiap
hal yang dipresentasikan.
n. Informasi rule yang telah
tersimpan digunakan oleh
leh Variable Analysis untuk
mendapatkan important de
degree. Kejadian dari setiap
digunakan oleh Value Analysis
Ana
untuk mendapatkan
usage degree. Usage degree
deg
membantu pengguna
sebagai garis pedoman selama
s
pembangunan dan
inferensia pengetahuan uuntuk penentuan variabel
Variable-Centered Intellige
ligent Rule System
(VCIRS) merupakan gabungan
an dari SBA(Sistem
Berbasis Aturan-Rule Base Syste
stem) dan RDR(Ripple
Down Rule). VCIRS merupa
upakan sistem yang
melakukan modifikasi terhadap
ap sistem yang sudah
ada yaitu SBA dan RDR, deng
ngan penjelasan SBA
melakukan pembangunan rule dengan mudah dan
mengambil keunggulan dari
dar
RDR berupa
kemampuan inferensia yang cepa
pat.
292
Konferensi Nasional Sistem Informasi 2013, STMIK Bumigora Mataram 14-16 Pebruari 2013
mana yang diinginkan untuk dikunjungi pertama
kalinya. Usage degree bersama important degree
akan
mendukung
Rule
Generation
untuk
memproduksi rule baru.
4.
Berbagai macam penyakit paru-paru yang ada,
penelitian ini membahas tentang beberapa penyakit
paru-paru diantaranya Bronkitis Akut, Bronkitis
Kronis, Empisema, Penyakit Paru Obstruktif Kronik
(PPOK)/Chronic Obstructive Pulmonary Disease
(COPD), Bronkiektasis, Pneumoni, Pneumocystis
Pneumonia, Abses Paru, Tuberkulosis Paru,
Penyakit paru karena Jamur, Efusi Pleura (Pleuritis
Exudativa), Pneumotoraks, Pneumomediastinum,
Tumor Paru, Penyakit Paru karena Pekerjaan
(Occupational Lung Diseases), Edema Paru,
Kegagalan Pernapasan, Sindrom Lobus Medialis,
Sindroma Vena Kava Superior (SVKS), Keracunan
Oksigen, Sindrom Goodpasture [8].
Arsitektur sistem dari VCIRS mendukung tiga
operasi yang berhubungan dengan KB, yaitu [7]:
1.
Pembangunan
pengetahuan
yang
memperbolehkan pengguna untuk membuat KB
dari tidak ada sama sekali atau untuk melakukan
perbaikan KB yang telah ada. VCIRS
membangun KB baru berdasarkan kasus yang
disediakan oleh pengguna.
2.
Perbaikan pengetahuan, memperbolehkan
pengguna untuk mendapatkan important degree
(derajat kepentingan) dan usage degree (derajat
kegunaan) dari suatu rule, atau untuk
membangkitkan rule baru.
3.
Penyakit Paru-Paru
5.
Aplikasi Sistem Pakar Penyakit Paru
Pada sistem pakar untuk mendiagnosa penyakit
paru-paru ini membutuhkan dua hal yang penting
untuk dapat menentukan suatu penyakit yang
diderita pengguna, dua hal tersebut adalah basis
pengetahuan dan mesin inferensi. Basis pengetahuan
berisi fakta-fakta yang dibutuhkan sistem, sedangkan
mesin inferensi digunakan untuk menganalisa faktafakta yang dimasukkan pengguna hingga dapat
ditemukan suatu kesimpulan. Basis pengetahuan
yang diperlukan sistem terdiri dari gejala penyakit,
jenis penyakit, dan saran terapi. Data yang menjadi
input bagi sistem adalah data gejala yang didapat
dari pemeriksaan yang dilakukan oleh paramedis.
Data tersebut digunakan oleh sistem untuk
menentukan jenis penyakit yang diderita pasien.
Aturan-aturan penentuan penyakit diatur menurut
gejala-gejala yang dimasukkan. Aturan-aturan
tersebut ada pada Tabel 1.
Inferensia pengetahuan untuk melakukan
inferensia dari KB. Inferensia dapat dilakukan
menggunakan metode inferensia RDR atau RBS.
Ada dua pendekatan inferensia yang dipakai
dalam operasi ini, yaitu pendekatan RBS dan RDR.
Inferensia pengetahuan secara mudah adalah proses
pembangunan pengetahuan tanpa aksi yang
dilakukan oleh pengguna. Pengguna memasukkan
dan sistem berjalan melalui penelusuran proses, saat
VCIRS melakukan proses forward chaining
sederhana. Setiap variabel disimpan bersama dengan
posisinya, proses inferensia dapat berjalan sangat
cepat karena VCIRS menemukan sebuah variabel,
rule dengan mudah melalui posisinya.
Selama proses inferensia, VCIRS memperlakukan
sebuah rule sebagai rangkaian dari node (rule dalam
RBS). Ia mengabaikan isi konklusi dari setiap node,
kecuali konklusi pada node terakhir sebagai konklusi
dari rule. Inferensia memperlakukan sebuah rule
sebagai rule (besar) dimana clause part-nya
mengandung semua clause part dalam setiap node
dari rangkaian dan conclusion part-nya adalah
konklusi dari node terakhir. Sehingga dari sini,
operator clause adalah operator AND (dari semua
clauses), yang juga merupakan jenis operator
konklusi jika ada lebih dari satu nilai konklusi dalam
suatu node. ID dari sebuah rule sama dengan terkecil dari setiap rule.
Tabel 1 Aturan Penentuan Penyakit
Gambar 6 Rule Structure[6]
293
Konferensi Nasional Sistem Informasi 2013, STMIK Bumigora Mataram 14-16 Pebruari 2013
Tabel 2 Jenis Terapi
Data-data yang menjadi output bagi sistem adalah
data jenis penyakit, dan data saran terapi. Jenis-jenis
penyakit yang menjadi output antara lain: Bronkitis
Akut, Bronkitis Kronis, Empisema, Penyakit Paru
Obstruktif Kronik (PPOK) = Chronic Obstructive
Pulmonary Disease (COPD), Bronkiektasis,
Pneumoni, Pneumocystis Pneumonia, Abses Paru,
Tuberkulosis Paru, Penyakit paru karena Jamur,
Efusi Pleura (Pleuritis Exudativa), Pneumotoraks,
Pneumomediastinum, Tumor Paru, Penyakit Paru
karena Pekerjaan (Occupational Lung Diseases),
Edema Paru, Kegagalan Pernapasan, Sindrom Lobus
Medialis, Sindroma Vena Kava Superior (SVKS),
Keracunan Oksigen, dan Sindrom Goodpasture.
Tabel 2 menunjukkan saran terapi jika penyakit telah
diketahui.
Sistem yang dibangun ini mengikuti rancangan
diagram alir seperti ditunjukkan pada Gambar 7.
Dari gambar diagam alir data level 0 dapat diketahui
bahwa sistem pakar ini berinteraksi dengan dua
external entity, yaitu pakar kesehatan dan pengguna
(user). Seorang pakar dapat melakukan input data
baik itu data terapi, aturan gejala maupun aturan
terapi serata dapat memperoleh informasi kepakaran
dari sistem tersebut, sedangkan pengguna hanya
dapat melakukan konsultasi dengan sistem, yaitu
dengan memilih gejala-gejala penyakit kepada
sistem dan memperoleh hasil kesimpulan yang
berupa jenis penyakit dan saran terapi solusi
pencegahannya.
Gambar 8 Diagram Alir Data Level 1
Turunan dari diagram alir data level 0 yaitu
diagram alir data level 1 dan level 2 dapat dilihat
pada Gambar 8 dan Gambar 9. Aliran data yang
bersumber dari pakar kesehatan, berupa data-data
gejala penyakit, nama penyakit, saran terapi, serta
aturan-aturan yang menghasilkan info gejala, dan
saran terapi, serta info penyakit.
5.1 Rancangan Basis Data
Basis data merupakan bagian dari implementasi
sistem pakar yang digunakan untuk menyimpan
semua data, baik basis pengetahuan maupun basis
aturan. Entitas-entitas yang terlibat di dalam sistem
pakar ini antara lain: (1) Penyakit, (2) Gejala, dan
(3) Terapi. Dari entitas-entitas yang terlibat dapat
dibuat suatu diagram hubungan antar entitas, seperti
yang ditunjukkan pada Gambar 10.
Gambar 7 Diagram Alir Data Level 0
Gambar 9 Diagram Alir Data Level 2
294
Konferensi Nasional
Na
Sistem Informasi 2013, STMIK Bumigora Mat
ataram 14-16 Pebruari 2013
(b)
Gambar 10 Entity Relatio
ational Diagram
Adapun relasi antar tabel yang
ng terjadi ditunjukkan
pada Gambar 11
Gambar 12 Menu Utam
tama (a)Pemakai (b)Pakar
5.2.1 Form Konsultasi
at ddilakukan konsultasi. Pada
Pada form ini dapat
saat konsultasi, user diminta
dim
untuk mencentang
gejala-gejala yang dirasak
sakan. Gejala-gejala tersebut
nantinya akan dijadikan bbahan pertimbangan sistem
untuk menarik keputu
utusan. Form konsultasi
dijelaskan pada Gambar 13
13.
Antar Tabel
Gambar 11 Relasi An
5.2 Rancangan Antar Muka
Fasilitas menu utama pada
pa sistem pakar ini
merupakan tampilan awal yangg akan ditemui setiap
pengguna setelah melakukan pproses login. Menu
utama untuk pengguna berbedaa ddengan menu utama
untuk pakar. Dari menu utam
ama, pengguna dapat
mengakses seluruh fasilitas yang
yan ada pada sistem
pakar ini, kecuali fasilitas basi
asis pengetahuan dan
basis aturan. Fasilitas ini hanya
ya dapat diakses oleh
pengguna yang mempunyai status
sta
sebagai pakar.
Tampilan menu utama ini dapat
at dilihat
d
pada Gambar
12.
Fasilitas konsultasi pada
pad sistem pakar ini
dapat digunakan untuk melakuka
kan diagnosa terhadap
penyakit yang menyerang pasien
ien. Fasilitas ini terdiri
dari dua form, yaitu form kons
onsultasi (pertanyaan)
dan diagnosa jenis penyakit.
(a)
(b)
Gambar 13 Form Konsul
sultasi (a) Pemakai (b)Pakar
5.2.2 Form Hasil Konsulta
ltasi
Form ini merupak
pakan kesimpulan akhir dari
diagnosa yang telah dilakukan pada proses
konsultasi. Form ini akan
an menampilkan data suatu
jenis penyakit beserta daft
aftar saran terapinya, seperti
ditunjukkan pada Gam
ambar 14. Jika ternyata
pengguna menganggap kesimpulan
ke
ini tidak sesuai
dengan kenyataan, makaa pengguna dapat menutup
form hasil konsultasi ini untuk kembali ke form
sebelumnya, yaitu form konsultasi.
ko
(a)
295
Konferensi Nasional
Na
Sistem Informasi 2013, STMIK Bumigora Mat
ataram 14-16 Pebruari 2013
terlebih dahulu sebagai se
seorang pakar. Pakar dapat
mengakses fasilitas untu
ntuk mengelola data basis
pengetahuan dengan memilih
me
menu Pakar-Basis
Pengetahuan. Fasilitas ini
i
menyediakan operasi
pengelolaan data basis pengetahuan,
pe
meliputi data
penyakit, data gejala, dann data
d terapi.
Operasi pengelolaan data
da penyakit pada form ini
meliputi operasi pena
enambahan, penyimpanan,
pembatalan, dan penghapu
apusan. Data penyakit yang
dikelola pada form inii berhubungan
b
dengan data
pada basis aturan, sehing
ingga operasi penyimpanan
dan penghapusan data penyakit
pe
akan berpengaruh
terhadap semua data atura
turan yang tersimpan dalam
basis aturan.
Gambar 14 Form Hasil
sil Konsultasi
kar-Basis Pengetahuan dan
Gambar 16 Form Pakar
Basis Atura
uran-Penyakit
Gambar 15 Form Hasil Konsu
nsultasi Explanation
5.2.3 Log Out
Fasilitas log out digunakan apabila
pengguna hanya ingin keluar
ar dari sistem tanpa
mengakhiri program atau ingin
in mengganti dengan
pengguna lain yang berbedaa kewenangan tanpa
harus keluar dari program.
Operasi pengelolaan ddata gejala pada form ini
meliputi
operasi
pen
penambahan,
penyimpan,
pembatalan, dan penghap
hapusan. Data gejala yang
dikelola pada form inii berhubungan
b
dengan data
pada basis aturan, sehingga
gga operasi pengubahan data
gejala akan berpengaruh terhadap
te
semua data aturan
yang tersimpan dalam basi
asis aturan.
5.2.4 Exit
Fasilitas ini digunakan
an untuk keluar dari
program.
5.3 Menu Pakar
Menu pakar ini hanya
ya dapat diakses oleh
pengguna yang terdaftar dalam
m basis data. Hal ini
diperlukan untuk mencegah pe
perubahan data basis
pengetahuan dan data basis aturan
atu
oleh pengguna
yang tidak berhak. VCIRS dig
igunakan pada menu
pakar, agar seorang pakar dapat menggambil
kelebihan dari VCIRS, yaitu pak
akar dapat melakukan
pembaharuan KB dengan cepat. Sedangkan
pengguna bukan pakar tidak
ak dapat merasakan
fasilitas dari VCIRS, kar
arena VCIRS ini
keunggulannya hanya dapat dira
irasakan ketika proses
perubahan data, karena yang ber
berwenang melakukan
perubahan data hanya pakar sehingga
se
yang dapat
merasakan keunggulan VCIRS
S hanya yang login
sebagai pakar.
Gambar 17 Form Pakar--Basis Pengetahuan Gejala
Operasi pengelolaan ddata terapi pada form ini
meliputi operasi pena
enambahan, penyimpanan,
pembatalan dan penghap
hapusan. Data terapi yang
dikelola pada form inii bberhubungan dengan data
pada basis aturan, sehingg
gga operasi pengubahan dan
penghapusan data terapii akan
a
berpengaruh terhadap
semua data aturan yang
ng tersimpan dalam basis
aturan.
5.4 Basis Pengetahuan
Untuk dapat mengakse
kses fasilitas akuisisi
basis pengetahuan, pengguna har
harus melakukan login
5.5 Basis Aturan
Operasi pengolahan da
data aturan gejala pada form
ini meliputi operasi penambahan,
pen
penyimpanan,
296
Konferensi Nasional
Na
Sistem Informasi 2013, STMIK Bumigora Mat
ataram 14-16 Pebruari 2013
pembatalan, dan penghapusann data aturan gejala
seperti pada Gambar 17, serta operasi
o
penambahan,
penyimpanan, dan pembatalann tambah
t
baru aturan
gejala seperti pada Gambar 18.. Operasi
O
penambahan
dan penghapusan data aturan
an gejala tidak akan
berpengaruh terhadap data gejala
ge
maupun data
penyakit yang tersimpan dalam basis
b
pengetahuan.
3. Sistem pakar mamp
mpu melakukan beberapa
manipulasi data padaa data
d
terapi, data penyakit,
aturan gejala dan aturan
ran terapi. Daftar Pustaka:
[1] Martin, J., Oxman, S.,
S 1988, Building Expert
System a Tutorial, Pre
rentice Hall, New Jersey
[2] Turban, Efraim dann JJay E. Aronson, Ting Peng
Liang, 2005, Decisi
cision Supprt Systems and
Intelligent Systems,, Yogyakarta:Andi
Y
Offset.
[3] Arhami, M., 2004, Konsep
Ko
Dasar Sistem Pakar,
Yogyakarta:Andi Offs
ffset.
[4] Anita dan M., A
Arhami, 2005, Konsep
Kecerdasan Buatan,, Yogyakarta:Andi
Y
Offset.
[5] Turban, Efraim, E Aronson.2001.
Aro
Decision
Support Systems and
nd Intelligence System. Sixth
Edition. Pearson Educ
ducation, New Jersey.
[6] Subakti, Irfan, 22006, Sistem Berbasis
Pengetahuan,
http://is.itssby.edu/subjects/kbs/I
s/Irfan_Sistem_Berbasis_Pe
ngetahuan.pdf. Diakse
kses tanggal 16 Maret 2009.
[7] Zurianti, Rahmi, 2009,
2
Variable-Centered
Intelligent
Rulee
System
(VCIRS),
www.ittelkom.ac.id/lib
/library/index.php, Diakses
tanggal 13 Mei 2009.
9.
[8] Halim Mubin, A.,
., 2008, Edisi 2 Panduan
Praktis Ilmu Penyak
yakit Dalam Diagnosis dan
Terapi, Jakarta: Penerbit
Pen
Buku Kedokteran
EGC.
Gambar 18 Form Pakar-Basis
is P
Pengetahuan Terapi
6.
Kesimpulan
Dari uraian dan pembahasan men
engenai sistem pakar
untuk mendiagnosa penyakit
kit paru-paru pada
manusia menggunakan metod
ode VCIRS, didapat
sebuah aplikasi yang dapat
1. Sistem mampu memberikan
an hasil diagnosa dari
gejala-gejala yang telahh dimasukkan oleh
pengguna.
2. Sistem mampu memprediksi
iksikan jenis penyakit
paru-paru dan saran terapinya
ya.
297
Makalah Nomor: KNSI-73
PERANCANGAN SISTEM PAKAR PENYAKIT PARU-PARU
MENGGUNAKAN METODE VCIRS
Rissal Efendi 1, Indrastanti Ratna Widiasari2
1
Program Studi Teknik Informatika, STMIK PROVISI, Jl. Kyai Saleh 12 -14 Semarang
2
Fakultas Teknologi Informasi, UKSW, Jl. Diponegoro 52 – 60 Salatiga
1
rissal05@gmail.com, 2indrastanti@staff.uksw.edu
1.
benar-benar
tepat
dan
akurat.
Namun
masalahnya, saat ini penyebaran dokter spesialis
belum merata di Indonesia, sehingga di wilayahwilayah tertentu masih kekurangan tenaga medis,
khususnya dokter spesialis. Akibatnya pasien
mengalami kesulitan bila ingin memeriksakan ke
dokter spesialis.
Untuk menangani masalah tersebut, dibutuhkan
suatu sistem yang bisa melakukan diagnosa terhadap
penyakit-penyakit khusus, serta dapat memberikan
solusi mengenai pengobatan yang tepat, sehingga
dapat membantu paramedis untuk mendiagnosa
penyakit lebih tepat dengan cara melakukan dialog
interaktif mengenai gejala-gejala penyakit yang
diderita oleh pasien.
Pendahuluan
Perkembangan teknologi aplikasi komputer
semakin maju, bahkan telah merambah pada seluruh
aspek kehidupan manusia. Komputer telah
berkembang menjadi alat pengolah data, penghasil
informasi, dan juga dapat membantu dalam proses
pengambilan keputusan, bahkan para ahli terus
mengembangkan kecanggihan komputer agar
komputer dapat memiliki kemampuan seperti
manusia. Ilmu komputer yang mempelajari
kemampuan komputer untuk bertindak dan memiliki
kecerdasan seperti manusia yang dikenal sebagai
kecerdasan buatan, yang termasuk dalam kecerdasan
buatan antara lain: penglihatan komputer,
pengolahan bahasa alami, robotika, sistem syaraf
buatan, sistem pakar(expert system).
Sistem pakar adalah sistem berbasis komputer
yang menggunakan pengetahuan, fakta dan teknik
penalaran dalam memecahkan masalah yang
biasanya hanya dapat dipecahkan oleh seorang pakar
dalam bidang tersebut [1]. Program ini bertindak
sebagai seorang konsultan yang cerdas atau
penasihat dalam suatu lingkungan keahlian tertentu.
Sistem pakar dibangun bukan berdasarkan algoritma
tertentu melainkan berdasarkan basis pengetahuan
dan basis aturan.
Salah satu penerapan sistem pakar adalah dalam
bidang medis. Untuk penyakit-penyakit khusus
diperlukan keahlian seorang dokter spesialis dalam
bidang tersebut untuk melakukan diagnosa dan
pemeriksaan, sehingga pengobatan yang dilakukan
2. Sistem Pakar
Definisi sistem pakar adalah sebuah program
komputer yang dirancang untuk mengambil
keputusan seperti keputusan yang diambil oleh
seorang pakar, dimana sistem pakar menggunakan
pengetahuan (knowledge), fakta, dan teknik berfikir
dalam menyelesaikan masalah-masalah yang
biasanya hanya dapat diselesaikan oleh seorang
pakar dari bidang yang bersangkutan. Konsep dasar
sistem pakar ditunjukkan pada Gambar 1.
291
Konferensi Nasional
Na
Sistem Informasi 2013, STMIK Bumigora Mat
ataram 14-16 Pebruari 2013
Gambar 1 Konsep Dasa
asar Sistem Pakar
Gambar 3 Arsitektur
tur SBA Tradisional [6]
Sistem pakar disusun ddua bagian, yaitu
lingkungan
pengembangan
dan
lingkungan
konsultasi. Lingkungan penge
ngembang digunakan
untuk memasukkan pengetahu
ahuan pakar dalam
lingkungan sistem pakar, seda
edangkan lingkungan
konsultasi digunakan pengguna
na yang bukan pakar
untuk memperoleh pengetahuann ppakar.
Gambar 3 adalah arsitek
tektur dari SBA tradisional
yang selanjutnya dikemb
mbangkan menjadi VCIRS.
Pengembangan ini dila
dilakukan karena VCIRS
memiliki keunggulan-keu
keunggulan tertentu yang
belum dimiliki oleh SBA
A tradisional.
t
Penjelasan dari
arsitektur VCIRS ditamp
mpilkan pada Gambar 3
Asitektur dari VCIRS ini
ni lebih detail dibandingkan
dengan arsitektur SBA trad
radisional.
Sistem pakar dirancang agar
ar dapat memecahkan
suatu permasalahan tertentu dann m
mencari solusi akhir
dari suatu masalah sesuai den
dengan data-data dan
fakta-fakta yang ada dan dapat
at diimplementasikan.
Tujuan dari sebuah sistem pakar
ar adalah mentransfer
kepakaran yang dimiliki seora
orang pakar kedalam
komputer, sehingga dapat digu
igunakan oleh orang
banyak (non expert).
Sistem pakar mempunyaii beberapa
b
komponen
utama, yaitu antarmuka penggu
guna (user interface),
basis data sistem pakar (expert
ert system database),
akuisisi pengetahuan (knowledg
dge acquisition), dan
mekanisme inferensi (inference
ce mechanism). Selain
itu ada satu komponen yang
ng hanya ada pada
beberapa sistem pakar, yaituu fasilitas penjelasan
(explanation facility).
3.
Gambar 4 Arsitektur Sistem
Sis
Pakar Menggunakan
VCIR
IRS [2]
ered Intelligent Rule
VCIRS (Variable-Centered
System)
VCIRS
digunakan
un
untuk
merepresentasikan
Knowledge Base (KB) dan
da mendukung refinement
module untuk mengelola
lola KB yang up-to-date.
Gambar 6 menjelaskann ttentang arsitektur VCIRS
dimana dipresentasikan ol
oleh pengguna dan menuju
ke memori kerja selama pembangunan
pe
pengetahuan,
disimpan secara perman
anen ke dalam Variablecentered Rule Structure disaat sistem menyimpan
informasi rule dan mengh
ghitung kejadian dari setiap
hal yang dipresentasikan.
n. Informasi rule yang telah
tersimpan digunakan oleh
leh Variable Analysis untuk
mendapatkan important de
degree. Kejadian dari setiap
digunakan oleh Value Analysis
Ana
untuk mendapatkan
usage degree. Usage degree
deg
membantu pengguna
sebagai garis pedoman selama
s
pembangunan dan
inferensia pengetahuan uuntuk penentuan variabel
Variable-Centered Intellige
ligent Rule System
(VCIRS) merupakan gabungan
an dari SBA(Sistem
Berbasis Aturan-Rule Base Syste
stem) dan RDR(Ripple
Down Rule). VCIRS merupa
upakan sistem yang
melakukan modifikasi terhadap
ap sistem yang sudah
ada yaitu SBA dan RDR, deng
ngan penjelasan SBA
melakukan pembangunan rule dengan mudah dan
mengambil keunggulan dari
dar
RDR berupa
kemampuan inferensia yang cepa
pat.
292
Konferensi Nasional Sistem Informasi 2013, STMIK Bumigora Mataram 14-16 Pebruari 2013
mana yang diinginkan untuk dikunjungi pertama
kalinya. Usage degree bersama important degree
akan
mendukung
Rule
Generation
untuk
memproduksi rule baru.
4.
Berbagai macam penyakit paru-paru yang ada,
penelitian ini membahas tentang beberapa penyakit
paru-paru diantaranya Bronkitis Akut, Bronkitis
Kronis, Empisema, Penyakit Paru Obstruktif Kronik
(PPOK)/Chronic Obstructive Pulmonary Disease
(COPD), Bronkiektasis, Pneumoni, Pneumocystis
Pneumonia, Abses Paru, Tuberkulosis Paru,
Penyakit paru karena Jamur, Efusi Pleura (Pleuritis
Exudativa), Pneumotoraks, Pneumomediastinum,
Tumor Paru, Penyakit Paru karena Pekerjaan
(Occupational Lung Diseases), Edema Paru,
Kegagalan Pernapasan, Sindrom Lobus Medialis,
Sindroma Vena Kava Superior (SVKS), Keracunan
Oksigen, Sindrom Goodpasture [8].
Arsitektur sistem dari VCIRS mendukung tiga
operasi yang berhubungan dengan KB, yaitu [7]:
1.
Pembangunan
pengetahuan
yang
memperbolehkan pengguna untuk membuat KB
dari tidak ada sama sekali atau untuk melakukan
perbaikan KB yang telah ada. VCIRS
membangun KB baru berdasarkan kasus yang
disediakan oleh pengguna.
2.
Perbaikan pengetahuan, memperbolehkan
pengguna untuk mendapatkan important degree
(derajat kepentingan) dan usage degree (derajat
kegunaan) dari suatu rule, atau untuk
membangkitkan rule baru.
3.
Penyakit Paru-Paru
5.
Aplikasi Sistem Pakar Penyakit Paru
Pada sistem pakar untuk mendiagnosa penyakit
paru-paru ini membutuhkan dua hal yang penting
untuk dapat menentukan suatu penyakit yang
diderita pengguna, dua hal tersebut adalah basis
pengetahuan dan mesin inferensi. Basis pengetahuan
berisi fakta-fakta yang dibutuhkan sistem, sedangkan
mesin inferensi digunakan untuk menganalisa faktafakta yang dimasukkan pengguna hingga dapat
ditemukan suatu kesimpulan. Basis pengetahuan
yang diperlukan sistem terdiri dari gejala penyakit,
jenis penyakit, dan saran terapi. Data yang menjadi
input bagi sistem adalah data gejala yang didapat
dari pemeriksaan yang dilakukan oleh paramedis.
Data tersebut digunakan oleh sistem untuk
menentukan jenis penyakit yang diderita pasien.
Aturan-aturan penentuan penyakit diatur menurut
gejala-gejala yang dimasukkan. Aturan-aturan
tersebut ada pada Tabel 1.
Inferensia pengetahuan untuk melakukan
inferensia dari KB. Inferensia dapat dilakukan
menggunakan metode inferensia RDR atau RBS.
Ada dua pendekatan inferensia yang dipakai
dalam operasi ini, yaitu pendekatan RBS dan RDR.
Inferensia pengetahuan secara mudah adalah proses
pembangunan pengetahuan tanpa aksi yang
dilakukan oleh pengguna. Pengguna memasukkan
dan sistem berjalan melalui penelusuran proses, saat
VCIRS melakukan proses forward chaining
sederhana. Setiap variabel disimpan bersama dengan
posisinya, proses inferensia dapat berjalan sangat
cepat karena VCIRS menemukan sebuah variabel,
rule dengan mudah melalui posisinya.
Selama proses inferensia, VCIRS memperlakukan
sebuah rule sebagai rangkaian dari node (rule dalam
RBS). Ia mengabaikan isi konklusi dari setiap node,
kecuali konklusi pada node terakhir sebagai konklusi
dari rule. Inferensia memperlakukan sebuah rule
sebagai rule (besar) dimana clause part-nya
mengandung semua clause part dalam setiap node
dari rangkaian dan conclusion part-nya adalah
konklusi dari node terakhir. Sehingga dari sini,
operator clause adalah operator AND (dari semua
clauses), yang juga merupakan jenis operator
konklusi jika ada lebih dari satu nilai konklusi dalam
suatu node. ID dari sebuah rule sama dengan terkecil dari setiap rule.
Tabel 1 Aturan Penentuan Penyakit
Gambar 6 Rule Structure[6]
293
Konferensi Nasional Sistem Informasi 2013, STMIK Bumigora Mataram 14-16 Pebruari 2013
Tabel 2 Jenis Terapi
Data-data yang menjadi output bagi sistem adalah
data jenis penyakit, dan data saran terapi. Jenis-jenis
penyakit yang menjadi output antara lain: Bronkitis
Akut, Bronkitis Kronis, Empisema, Penyakit Paru
Obstruktif Kronik (PPOK) = Chronic Obstructive
Pulmonary Disease (COPD), Bronkiektasis,
Pneumoni, Pneumocystis Pneumonia, Abses Paru,
Tuberkulosis Paru, Penyakit paru karena Jamur,
Efusi Pleura (Pleuritis Exudativa), Pneumotoraks,
Pneumomediastinum, Tumor Paru, Penyakit Paru
karena Pekerjaan (Occupational Lung Diseases),
Edema Paru, Kegagalan Pernapasan, Sindrom Lobus
Medialis, Sindroma Vena Kava Superior (SVKS),
Keracunan Oksigen, dan Sindrom Goodpasture.
Tabel 2 menunjukkan saran terapi jika penyakit telah
diketahui.
Sistem yang dibangun ini mengikuti rancangan
diagram alir seperti ditunjukkan pada Gambar 7.
Dari gambar diagam alir data level 0 dapat diketahui
bahwa sistem pakar ini berinteraksi dengan dua
external entity, yaitu pakar kesehatan dan pengguna
(user). Seorang pakar dapat melakukan input data
baik itu data terapi, aturan gejala maupun aturan
terapi serata dapat memperoleh informasi kepakaran
dari sistem tersebut, sedangkan pengguna hanya
dapat melakukan konsultasi dengan sistem, yaitu
dengan memilih gejala-gejala penyakit kepada
sistem dan memperoleh hasil kesimpulan yang
berupa jenis penyakit dan saran terapi solusi
pencegahannya.
Gambar 8 Diagram Alir Data Level 1
Turunan dari diagram alir data level 0 yaitu
diagram alir data level 1 dan level 2 dapat dilihat
pada Gambar 8 dan Gambar 9. Aliran data yang
bersumber dari pakar kesehatan, berupa data-data
gejala penyakit, nama penyakit, saran terapi, serta
aturan-aturan yang menghasilkan info gejala, dan
saran terapi, serta info penyakit.
5.1 Rancangan Basis Data
Basis data merupakan bagian dari implementasi
sistem pakar yang digunakan untuk menyimpan
semua data, baik basis pengetahuan maupun basis
aturan. Entitas-entitas yang terlibat di dalam sistem
pakar ini antara lain: (1) Penyakit, (2) Gejala, dan
(3) Terapi. Dari entitas-entitas yang terlibat dapat
dibuat suatu diagram hubungan antar entitas, seperti
yang ditunjukkan pada Gambar 10.
Gambar 7 Diagram Alir Data Level 0
Gambar 9 Diagram Alir Data Level 2
294
Konferensi Nasional
Na
Sistem Informasi 2013, STMIK Bumigora Mat
ataram 14-16 Pebruari 2013
(b)
Gambar 10 Entity Relatio
ational Diagram
Adapun relasi antar tabel yang
ng terjadi ditunjukkan
pada Gambar 11
Gambar 12 Menu Utam
tama (a)Pemakai (b)Pakar
5.2.1 Form Konsultasi
at ddilakukan konsultasi. Pada
Pada form ini dapat
saat konsultasi, user diminta
dim
untuk mencentang
gejala-gejala yang dirasak
sakan. Gejala-gejala tersebut
nantinya akan dijadikan bbahan pertimbangan sistem
untuk menarik keputu
utusan. Form konsultasi
dijelaskan pada Gambar 13
13.
Antar Tabel
Gambar 11 Relasi An
5.2 Rancangan Antar Muka
Fasilitas menu utama pada
pa sistem pakar ini
merupakan tampilan awal yangg akan ditemui setiap
pengguna setelah melakukan pproses login. Menu
utama untuk pengguna berbedaa ddengan menu utama
untuk pakar. Dari menu utam
ama, pengguna dapat
mengakses seluruh fasilitas yang
yan ada pada sistem
pakar ini, kecuali fasilitas basi
asis pengetahuan dan
basis aturan. Fasilitas ini hanya
ya dapat diakses oleh
pengguna yang mempunyai status
sta
sebagai pakar.
Tampilan menu utama ini dapat
at dilihat
d
pada Gambar
12.
Fasilitas konsultasi pada
pad sistem pakar ini
dapat digunakan untuk melakuka
kan diagnosa terhadap
penyakit yang menyerang pasien
ien. Fasilitas ini terdiri
dari dua form, yaitu form kons
onsultasi (pertanyaan)
dan diagnosa jenis penyakit.
(a)
(b)
Gambar 13 Form Konsul
sultasi (a) Pemakai (b)Pakar
5.2.2 Form Hasil Konsulta
ltasi
Form ini merupak
pakan kesimpulan akhir dari
diagnosa yang telah dilakukan pada proses
konsultasi. Form ini akan
an menampilkan data suatu
jenis penyakit beserta daft
aftar saran terapinya, seperti
ditunjukkan pada Gam
ambar 14. Jika ternyata
pengguna menganggap kesimpulan
ke
ini tidak sesuai
dengan kenyataan, makaa pengguna dapat menutup
form hasil konsultasi ini untuk kembali ke form
sebelumnya, yaitu form konsultasi.
ko
(a)
295
Konferensi Nasional
Na
Sistem Informasi 2013, STMIK Bumigora Mat
ataram 14-16 Pebruari 2013
terlebih dahulu sebagai se
seorang pakar. Pakar dapat
mengakses fasilitas untu
ntuk mengelola data basis
pengetahuan dengan memilih
me
menu Pakar-Basis
Pengetahuan. Fasilitas ini
i
menyediakan operasi
pengelolaan data basis pengetahuan,
pe
meliputi data
penyakit, data gejala, dann data
d terapi.
Operasi pengelolaan data
da penyakit pada form ini
meliputi operasi pena
enambahan, penyimpanan,
pembatalan, dan penghapu
apusan. Data penyakit yang
dikelola pada form inii berhubungan
b
dengan data
pada basis aturan, sehing
ingga operasi penyimpanan
dan penghapusan data penyakit
pe
akan berpengaruh
terhadap semua data atura
turan yang tersimpan dalam
basis aturan.
Gambar 14 Form Hasil
sil Konsultasi
kar-Basis Pengetahuan dan
Gambar 16 Form Pakar
Basis Atura
uran-Penyakit
Gambar 15 Form Hasil Konsu
nsultasi Explanation
5.2.3 Log Out
Fasilitas log out digunakan apabila
pengguna hanya ingin keluar
ar dari sistem tanpa
mengakhiri program atau ingin
in mengganti dengan
pengguna lain yang berbedaa kewenangan tanpa
harus keluar dari program.
Operasi pengelolaan ddata gejala pada form ini
meliputi
operasi
pen
penambahan,
penyimpan,
pembatalan, dan penghap
hapusan. Data gejala yang
dikelola pada form inii berhubungan
b
dengan data
pada basis aturan, sehingga
gga operasi pengubahan data
gejala akan berpengaruh terhadap
te
semua data aturan
yang tersimpan dalam basi
asis aturan.
5.2.4 Exit
Fasilitas ini digunakan
an untuk keluar dari
program.
5.3 Menu Pakar
Menu pakar ini hanya
ya dapat diakses oleh
pengguna yang terdaftar dalam
m basis data. Hal ini
diperlukan untuk mencegah pe
perubahan data basis
pengetahuan dan data basis aturan
atu
oleh pengguna
yang tidak berhak. VCIRS dig
igunakan pada menu
pakar, agar seorang pakar dapat menggambil
kelebihan dari VCIRS, yaitu pak
akar dapat melakukan
pembaharuan KB dengan cepat. Sedangkan
pengguna bukan pakar tidak
ak dapat merasakan
fasilitas dari VCIRS, kar
arena VCIRS ini
keunggulannya hanya dapat dira
irasakan ketika proses
perubahan data, karena yang ber
berwenang melakukan
perubahan data hanya pakar sehingga
se
yang dapat
merasakan keunggulan VCIRS
S hanya yang login
sebagai pakar.
Gambar 17 Form Pakar--Basis Pengetahuan Gejala
Operasi pengelolaan ddata terapi pada form ini
meliputi operasi pena
enambahan, penyimpanan,
pembatalan dan penghap
hapusan. Data terapi yang
dikelola pada form inii bberhubungan dengan data
pada basis aturan, sehingg
gga operasi pengubahan dan
penghapusan data terapii akan
a
berpengaruh terhadap
semua data aturan yang
ng tersimpan dalam basis
aturan.
5.4 Basis Pengetahuan
Untuk dapat mengakse
kses fasilitas akuisisi
basis pengetahuan, pengguna har
harus melakukan login
5.5 Basis Aturan
Operasi pengolahan da
data aturan gejala pada form
ini meliputi operasi penambahan,
pen
penyimpanan,
296
Konferensi Nasional
Na
Sistem Informasi 2013, STMIK Bumigora Mat
ataram 14-16 Pebruari 2013
pembatalan, dan penghapusann data aturan gejala
seperti pada Gambar 17, serta operasi
o
penambahan,
penyimpanan, dan pembatalann tambah
t
baru aturan
gejala seperti pada Gambar 18.. Operasi
O
penambahan
dan penghapusan data aturan
an gejala tidak akan
berpengaruh terhadap data gejala
ge
maupun data
penyakit yang tersimpan dalam basis
b
pengetahuan.
3. Sistem pakar mamp
mpu melakukan beberapa
manipulasi data padaa data
d
terapi, data penyakit,
aturan gejala dan aturan
ran terapi. Daftar Pustaka:
[1] Martin, J., Oxman, S.,
S 1988, Building Expert
System a Tutorial, Pre
rentice Hall, New Jersey
[2] Turban, Efraim dann JJay E. Aronson, Ting Peng
Liang, 2005, Decisi
cision Supprt Systems and
Intelligent Systems,, Yogyakarta:Andi
Y
Offset.
[3] Arhami, M., 2004, Konsep
Ko
Dasar Sistem Pakar,
Yogyakarta:Andi Offs
ffset.
[4] Anita dan M., A
Arhami, 2005, Konsep
Kecerdasan Buatan,, Yogyakarta:Andi
Y
Offset.
[5] Turban, Efraim, E Aronson.2001.
Aro
Decision
Support Systems and
nd Intelligence System. Sixth
Edition. Pearson Educ
ducation, New Jersey.
[6] Subakti, Irfan, 22006, Sistem Berbasis
Pengetahuan,
http://is.itssby.edu/subjects/kbs/I
s/Irfan_Sistem_Berbasis_Pe
ngetahuan.pdf. Diakse
kses tanggal 16 Maret 2009.
[7] Zurianti, Rahmi, 2009,
2
Variable-Centered
Intelligent
Rulee
System
(VCIRS),
www.ittelkom.ac.id/lib
/library/index.php, Diakses
tanggal 13 Mei 2009.
9.
[8] Halim Mubin, A.,
., 2008, Edisi 2 Panduan
Praktis Ilmu Penyak
yakit Dalam Diagnosis dan
Terapi, Jakarta: Penerbit
Pen
Buku Kedokteran
EGC.
Gambar 18 Form Pakar-Basis
is P
Pengetahuan Terapi
6.
Kesimpulan
Dari uraian dan pembahasan men
engenai sistem pakar
untuk mendiagnosa penyakit
kit paru-paru pada
manusia menggunakan metod
ode VCIRS, didapat
sebuah aplikasi yang dapat
1. Sistem mampu memberikan
an hasil diagnosa dari
gejala-gejala yang telahh dimasukkan oleh
pengguna.
2. Sistem mampu memprediksi
iksikan jenis penyakit
paru-paru dan saran terapinya
ya.
297