lmplementasi Sistem Pakar Diagnosis Gangguan Kepribadian Menggunakan Metode Certainty Factor Dan Metode Fuzzy

BAB 2

LANDASAN TEORI

2.1 Kecerdasan Buatan

Kecerdasan buatan merupakan bagian dari ilmu komputer yang mempelajari
bagaimana membuat mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik
yang dilakukan oleh manusia bahkan bisa lebih baik daripada yang dilakukan
manusia. Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain
sistem pakar, permainan komputer, logika Fuzzy, jaringan syaraf tiruan dan robotika.
Pendekatan pada pengembangan kecerdasan buatan menganut beberapa
prinsip (T. Sutojo, 2011) yaitu:
a. Strong Artificial Intelligence : Pendekatan ini ingin menuju ke pembuatan
suatu mesin yang bisa benar-benar berfikir dan memecahkan masalah.
Pendekatan ini mempertahankan bahwa mesin yang di program dengan cukup
akan mampu untuk memiliki keadaan mental kognitif (cognitive mental state).
b. Weak Artificial Intelligence : Pendekatan ini berurusan dengan pembuatan
kecerdasan buatan di komputer yang tidak benar-benar bisa berfikir

dan


memecahkan masalah, namun bisa berperilaku seakan ia memiliki kecerdasan.
Pendekatan ini menyatakan bahwa sebuah mesin yang di program dengan
cukup akan dapat meniru pemikiran manusia.
c. Applied Artificial Intelligence : Pendekatan ini berusaha menghasilkan suatu
sistem cerdas yang secara komersial dapat digunakan, sebagai contoh sebuah
sistem keamanan yang dapat mengenali wajah orang yang boleh memasuki
gedung. Pendekatan ini sudah mengalami cukup banyak kesuksesan.
d. Cognitive Artificial Intelligence : Pendekatan ini memandang komputer
sebagai alat untuk mengetes teori tentang bagaimana otak manusia bekerja.

Universitas Sumatera Utara

6

Sebagai contoh teori tentang bagaimana cara kita mengenali wajah dan bendabenda lainnya atau bagaimana kita memecahkan masalah yang abstrak.

Dalam perkembangannya, kecerdasan buatan dapat dikelompokkan sebagai berikut:
a. Sistem Pakar (Expert System) : Komputer sebagai sarana menyimpan
pengetahuan para pakar sehingga komputer memiliki keahlian menyelesaikan

permasalahan dengan meniru keahlian yang dimiliki pakar.
b. Pengolahan Bahasa Alami (Natural Language Processing) : Pengguna dapat
melakukan komunikasi dengan komputer meggunakan bahasa sehari-hari.
Misalnya bahasa Inggris, bahasa Indonesia dan sebagainya.
c. Pengenalan Ucapan (Speech Recognition) : Manusia dapat berkomunikasi
dengan komputer dengan komputer menggunakan suara.
d. Robotika dan Sistem Sensor
e. Komputer Vision : menginterpretasikan gambar atau objek-objek tampak
melalui komputer.
f. Intelligent Computer-Aided Instruction : Komputer dapat digunakan sebagai
tutor yang dapat melatih dan mengajar.
g. Game Playing.
h. Soft Computing.

Kelebihan kecerdasan buatan:
a. Kemampuan menyimpan data yang tidak terbatas (dapat disesuaikan dengan
kebutuhan).
b. Memiliki ketepatan dan kecepatan yang sangat akurat dalam sistem kerjanya.
c. Dapat digunakan kapan saja karena tanpa ada rasa lelah atau bosan.
d. Mudah dibawa-bawa.

e. Tidak tergantung kepada emosi pengguna dalam sistem kerjanya.
f. Lebih mudah di duplikasi dan disebarkan.
g. Lebih murah.
h. Bersifat konsisten dan teliti.
i. Pengerjaan lebih cepat dibandingkan manusia.

Universitas Sumatera Utara

7

Kekurangan kecerdasan buatan:
a. Teknologi kecerdasan buatan tidak memiliki common sense. Common sense
adalah sesuatu yang membuat kita tidak sekedar memproses informasi, namun
kita mengerti informasi tersebut. Kemengertian ini hanya dimiliki oleh
manusia.
b. Kecerdasan yang ada pada kecerdasan buatan terbatas pada apa yang diberikan
kepadanya (terbatas pada program yang diberikan). Alat teknologi kecerdasan
buatan tidak dapat mengolah informasi yang tidak ada dalam sistemnya.
c. Biaya untuk perawatan dan pengembangan yang mahal.
d. Selalu diperbaharui untuk mengikuti perkembangan.


2.2 Sistem Pakar

Sistem pakar merupakan cabang dari kecerdasan buatan yang membuat penggunaan
pengetahuan yang dikhususkan secara ekstensif untuk memecahkan masalah. Secara
umum pengertian sistem pakar adalah suatu sistem yang berusaha meniru pengetahuan
manusia kedalam program komputer yang sudah dirancang sedemikian rupa sehingga
orang awam juga bisa menyelesaikan suatu masalahnya hanya dengan menjalankan
aplikasi sistem pakar. Sistem pakar menggunakan pengetahuan-pengetahuan khusus
yang dimiliki oleh seorang ahli untuk menyelesaikan masalah tertentu (Giarratano dan
Rilley, 2005). Dalam penyusunannya, sistem pakar mengkombinasikan kaidah-kaidah
penarikan kesimpulan dengan basis pengetahuan tertentu yang diberikan oleh seorang
pakar dalam bidang tertentu. Masalah dalam sistem pakar juga bersifat khusus yaitu
hanya mengacu pada satu permasalahan.

FAKTA

KNOWLEDGE
BASED


KEAHLIAN

MESIN INFERENSI

USER

Gambar 2.1 Konsep Sistem Pakar

Universitas Sumatera Utara

8

Pakar adalah seseorang yang mempunyai keahlian dan pengalaman dalam
bidang tertentu. Pakar mempunyai pengetahuan atau keterampilan tertentu yang tidak
diketahui atau ada untuk kebanyakan orang. Seorang pakar dapat memecahkan
masalah yang sulit atau tidak dapat dipecahkan orang lain. Pengetahuan dalam sistem
pakar mungkin berupa pengalaman seorang pakar atau bisa diambil dari buku, majalah
atau pengetahuan perseorangan.
Sistem pakar pada umumnya berupa aplikasi atau perangkat lunak pengambil
suatu keputusan yang mampu mencapai tingkat yang sebanding dengan seorang pakar

dalam masalah yang khusus. Pada dasarnya, kepakaran seorang pakar dipindahkan
kedalam komputer sehingga pengguna dapat berinteraksi atau berkonsultasi dengan
aplikasi sistem pakar untuk suatu solusi, nasehat atau keputusan sehingga masalah
yang dihadapi bisa terselesaikan layaknya dia melakukan konsultasi kepada seorang
pakar.
Sistem pakar sebagai sebuah program yang difungsikan untuk menirukan
pakar manusia harus bisa melakukan hal-hal yang dapat dikerjakan oleh seorang
pakar. Untuk membangun sistem yang seperti itu maka komponen-komponen yang
harus dimiliki adalah sebagai berikut (Giarratano dan Rilley, 2005):
1. Antar Muka Pengguna (User Interface)
Antar muka pengguna merupakan tampilan aplikasi yang digunakan oleh
pemakai untuk komunikasi dengan sistem sehingga bisa melakukan
konsultasi dan sistem bisa memberikan solusi kepada pemakai.
2. Basis Pengetahuan ( KnowledgeBase)
Merupakan pengetahuan yang sudah ada di dalam database yang
sebelumnya diperoleh dari pakar, buku atau penelitian.
3. Mekanisme Inferensi (Inference Machine)
Merupakan penalaran yang dilakukan sistem dengan menggunakan
pengetahuan yang ada di dalam database untuk memperoleh kesimpulan.
4. Memori Kerja ( Working Memory)

Merupakan area kerja yang digunakan dalam database untuk proses
penalaran dan pengambilan keputusan yang didalamnya terdapat faktafakta.

Universitas Sumatera Utara

9

Sistem pakar disusun oleh tiga modul utama (Kusrini, 2006), yaitu:
a. Modul akusisi pengetahuan
Sistem menerima pengetahuna dari pakar dan pengetahuan-pengetahuan yang
telah diterima akan digunakan untuk pengembangan sistem. Untuk
memasukkan pengetahuan pakar kedalam program diperlukan seorang
programer yang berfungsi sebagai penghubung antara suatu sistem pakar
dengan pakarnya.
b. Modul Konsultasi
Sistem pakar akan memberikan jawaban atas permasalahan yang diberikan
pengguna. Pengguna akan berinteraksi dengan sistem pakar dengan cara
menjawab pertanyaan-pertanyaan yang diajukan oleh sistem. Dengan
berakhirnya pertanyaan tersebut, maka sistem akan memberikan jawaban
kepada User atas permasalahannya.

c. Modul Penjelasan
Sistem akan memberi penjelasan kepada pengguna, bagaimana keputusan itu
dibuat bukan keputusan yang lain. Akan diberikan alasan-alasan yang akan
membuat pengguna yakin akan jawaban sistem pakar.

Komponen yang terdapat dalam sistem pakar yaitu :
a. Antar muka pengguna (User Interface)
Antar muka merupakan tampilan dari sistem yang memungkinkan pengguna
berinteraksi dengan sistem untuk melakukan konsultasi dan sistem juga akan
memberikan jawaban dari permasalahan pengguna melalui tampilan itu juga.
b. Basis Pengetahuan
Basis pengetahuan merupakan bagian dari sistem pakar yang berisi tentang
pengetahuan pakar yang telah dimasukkan kedalam sistem, aturan-aturan,relasi
antara data dengan aturan dalam pengambilan kesimpulan. Basis pengetahuan
merupakan kumpulan dari informasi dan pengalaman seorang ahli pada suatu
bidang tertentu.
c. Akuisisi Pengetahuan
Akuisisi

pengetahuan


merupakan

proses

pengumpulan

pengetahuan,

pemindahan dan perubahan bentuk pemecahan masalah keahlian dari pakar
atau dari dokumen-dokumen pengetahuan yang dimasukkan ke dalam

Universitas Sumatera Utara

10

komputer untuk pembuatan dan pengembangan dari basis pengetahuan.
Sumber-sumber yang sangat potensial untuk dijadikan sumber pengetahuan
antara lain seorang pakar atau orang yang ahli dalam bidangnya, buku-buku,
dokumen-dokumen, multimedia, laporan penelitian yang spesial dan

informasi-informasi yang diperoleh dari internet.
d. Motor Inferensi
Motor inferensi merupakan pusat pengambilan keputusan pada sistem pakar
dengaan penyesuaian fakta-fakta pada memori dengan basis pengetahuan
untuk mendapatkan kesimpulan dan jawaban. Motor inferensi merupakan otak
dan pemikir dari suatu sistem pakar. Dalam motor inferensi ini sistem akan
melakukan penalaran yang dilandasi basis pengetahuan yang di dapat dari
pakar, sehingga sistem menghasilkan keputusan. Ada dua macam motor
inferensi dalam sistem pakar yaitu forward chaining dan backward chaining.
e. Area Kerja (Workplace)
Merupakan area dari sekumpulan memori kerja yang digunakan untuk
merekam kejadian yang sedang berlangsung termasuk keputusan sementara.
f. Fasilitas Penjelasan
Fasilitas penjelasan merupakan komponen tambahan yang akan meningkatkan
kemampuan sistem pakar digunakan untuk melacak respon dan memberikan
penjelasan tentang kelakuan sistem pakar secara interaktif melalui pertanyaan.
g. Perbaikan Pengetahuan
Perbaikan pengetahuan merupakan kemampuan dari seorang pakar untuk
melakukan analisis apakah aturan-aturan dan basis data yang sudah dibuat
masih bisa dipergunakan pada masa yang akan datang.


Universitas Sumatera Utara

11

Gambar 2.2. Komponen Sistem Pakar

Kelebihan sistem pakar :
a. Hemat waktu karena sistem pakar dapat bekerja lebih cepat dari pakar
sesungguhnya (manusia).
b. Memberikan kesimpulan yang sama terhadap pengguna lain. Misalnya jika ada
2 pengguna dengan masalah yang sama melakukan konsultasi terhadap sistem
pakar maka sistem akan memberikan jawaban yang sama. Berbeda jika
pengguna tersebut melakukan konsultasi kepada seorang pakar, bisa saja solusi
yang di berikan berbeda tergantung kondisi dan situasi.
c. Dapat digunakan di lingkungan yang berbahaya seperti wabah penyakit dan
perang.
d. Handal karena sistem pakar dapat digunakan secara terus-menurus tanpa
adanya rasa bosan dan kelelahan seperti manusia.
e. Mampu bekerja dengan informasi yang tidak lengkap atau tidak pasti. Berbeda
dengan sistem komputer konvensional. Pengguna dapat merespon dengan
jawaban “tidak tahu” atau “tidak yakin” selama konsultasi dan sistem pakar
tetap akan memberikan jawabannya.
f. Dapat digunakan sebagai sarana pelatihan. Pengguna pemula dengan sistem
pakar akan menjadi lebih berpengalaman dan fasilitas dapat menjadi guru.
g. Meningkatkan kemampuan problem solving karena mengambil sumber
pengetahuan dari banyak pakar.
h. Fleksibel karena mudah dibawa-bawa.

Universitas Sumatera Utara

12

Kekurangan sistem pakar :
a. Masalah

dalam mendapatkan pengetahuan dimana pengetahuan tidak bisa

selalu didapatkan dengan mudah karena kadang kala pakar dari masalah yang
kita buat tidak ada dan kadang-kadang pendekatan setiap pakar berbeda.
b. Untuk membuat suatu sistem pakar yang benar-benar berkualitas tinggi
sangatlah sulit dan memerlukan biaya yang sangat besar untuk pengembangan
dan pemeliharaan.
c. Membutuhkan perangkat komputer untuk menjalankannya.
d. Dapat dimodifikasi aturan-aturan dan isi databasenya.

Perbandingan antara kemampuan seorang pakar manusia dengan sistem pakar dapat
dilihat pada tabel 2.1 dibawah ini.

Tabel 2.1. Perbandingan Pakar dengan Sistem Pakar
Faktor
Ketersediaan waktu
Geografis
Keamanan
Ketersediaan
Performansi
Kecepatan
Biaya
Kemungkinan lupa atau
salah perhitungan
Kebijaksanaan dengan
lingkungan

Pakar Manusia
Hari kerja
Lokal/tertentu
Tidak tergantikan
Ya
Variabel
Variabel
Tinggi
Mungkin terjadi

Sistem Pakar
Setiap saat
Dimana saja
Dapat diganti
Tidak
Konsisten
Konsisten
Terjangkau
Tidak mungkin

Ya

Tidak

Ciri dan karateristik sistem pakar:
a. Pengetahuan sistem pakar merupakan suatu konsep, bukan berbentuk numeris.
Hal ini karena komputer melakukan proses pengolahan data secara numerik
sedangkan keahlian seorang pakar adalah fakta dan aturan-aturan.
b. Informasi dalam sistem pakar tidak selalu lengkap, subjektif, tidak konsisten,
subjek terus berubah dan tergantung pada kondisi lingkungan sehingga
keputusan yang diambil bersifat tidak pasti dan tidak mutlak, ya atau tidak
akan tetapi menurut ukuran kebenaran tertentu.
c. Kemungkinan solusi sistem pakar terhadap suatu permasalahan adalah
bervariasi dan mempunyai banyak pilihan jawaban yang dapat diterima, semua
faktor yang ditelusuri memiliki ruang masalah yang luas dan tidak pasti.

Universitas Sumatera Utara

13

d. Perubahan atau pengembangan pengetahuan dalam sistem pakar dapat terjadi
setiap saat bahkan sepanjang waktu sehingga diperlukan kemudahan dalam
melakukan modifikasi sistem untuk menampung jumlah pengetahuan yang
semakin besar dan semakin bervariasi.
e. Pandangan dan pendapat setiap pakar tidaklah selalu sama, oleh karena itu
tidak ada jaminan bahwa solusi sistem pakar merupakan jawaban yang pasti
benar.
f. Keputusan merupakan bagian terpenting dari sistem pakar. Sistem pakar harus
memberikan solusi yang akurat berdasarkan masukan pengetahuan meskipun
solusinya sulit.
g. Mudah untuk dimodifikasi, menambah atau menghapus suatu kemampuan dari
basis pengetahuannya.
h. Memiliki kemampuan untuk beradaptasi.

2.3 Metode Certainty Factor

Dalam suatu persoalan sering kali ditemui jawaban yang tidak pasti dari permasalahan
itu. Ketidakpastian jawaban ini dipengaruhi oleh peluang terjadinya suatu kejadian
yang sedang terjadi. Ada tiga penyebab ketidakpastian aturan yaitu aturan tunggal,
penyelesaian konflik dan ketidakcocokan atara konsekuen dalam aturan.
Certainty Factor diperkenalkan oleh Shortliffe Buchanan dalam pembuatan

MYCIN pada tahun 1975 untuk mengakomodasi ketidapastian pemikiran seorang
pakar. Certainty Factor digunakan untuk menggambarkan tingkat keyakinan pakar
terhadap permasalahan yang sedang di hadapi. Secara umum, rule direpresentasikan
dalam bentuk sebagai berikut (John Durkin, 1994):

IF E1 [AND / OR] E2 [AND / OR] ... En THEN H (CF=CFi)..............(2.1)

Di mana:
E1..En : Fakta-fakta yang ada.
H

: Hipotesa yang ada

CF

: Tingkat keyakinan terjadinya hipotesa H akibat adanya fakta- fakta E1..En

Certainty Factor juga didefinisikan sebagai berikut ( Giarattano dan Rilley, 2005):

Universitas Sumatera Utara

14

CF(HE)=MB(H,E)-MD(H,E)...............................................(2.2)

Dimana:
CF(H,E) : Certaintyfactor dari hipotesis H yang di pengaruhi gejala (evidence) E.
Besarnya CF berkisar antara -1 sampai 1.
MB(H,E) : Ukuran kenaikan kepercayaan (measure of increased belief) terhadap
hipotesis H yang dipengaruhi gejala E.
MD(H,E) : Ukuran ketidak percayaan (measure of increased disbelief)

terhadap

hipotesis H yang dipengaruhi gejala E.

Nilai Certainty Factor ada 2 yaitu:
1. Nilai Certainty Factor kaidah yang nilainya melekat pada suatu kaidah/
rule tertentu dan besarnya nilai diberikan oleh pakar.

2. Nilai Certainty Factor yang diberikan oleh pengguna untuk mewakili
derajat kepastian/keyakinan atas premis (misalnya gejala, kondisi, ciri)
yang dialami pengguna.

Berikut adalah beberapa kombinasi Certainty Factor terhadap berbagai kondisi:


Certainty Factor dengan kaidah dan premis tunggal (single premis rules):

CF(H,E) = CF(E)*CF(rule)


= CF(User)* CF(pakar).....................(2.3)
Certainty Factor untuk kaidah dengan premis majemuk (multiple premis rules):

CF (A AND B) = Min (CF(a), CF(b)) * CF(rule)...........(2.4)
CF (A OR B)


= Min (CF(a), CF(b)) * CF(rule)...........(2.5)

Certainty Factor untuk kaidah dengan kesimpulan yang serupa (similiarity
concluded rules):

CFcombine(CF1,CF2) = CF1 + CF2 * (1-CF1).............(2.6)
Contoh penggunaan metode Certainty Factor dalam sistem pakar sederhana.Nilai
Certainty Factor untuk jawaban:

Tabel 2.2. Nilai untuk jawaban User yang ditentukan oleh pakar.

Universitas Sumatera Utara

15

Jawaban

Nilai

Tidak

0

Sedikit Yakin

0.4

Cukup Yakin

0.6

Yakin

0.8

Sangat Yakin

1

Tabel 2.3 Nilai gejala oleh Pakar
Gejala

Jenis Penyakit
Paranoid

Shizoid

Narcissistic

Obsesive
Compulsive

G1

1

0,2

0,4

0

G2

0,4

0

0,1

0,4

G3

0,5

1

1

0,7

G4

0,3

0,5

0,7

1

Kaidah 1 IF G1 AND G2 AND G3 AND G4 THENPARANOID
Kaidah 2 IF G1 AND G2 AND G3 AND G4 THENSHIZOID
Kaidah 3 IF G1 AND G2 AND G3 AND G4 THENNARCISSISTIC
Kaidah 4 IF G1 AND G2 AND G3 AND G4 THENOBSESIVE COMPULSIVE

Untuk Kaidah 1.
CFpakar untuk G1 = 1
CFpakar untuk G2 = 0,4
CFpakar untuk G3 = 0,5
CFpakar untuk G4 = 0,3

Misalkan User memilih jawaban sebagai berikut:
G1= Yakin

= 0,8

G2=Sedikit Yakin

= 0,6

G3=Yakin

= 0,8

G4=Cukup Yakin

= 0,4

Universitas Sumatera Utara

16

Kaidah dipecah menjadi satu aturan tunggal, sehingga:

Kaidah 1.1 IF G1 THENPARANOID
Kaidah 1.2 IF G2 THENPARANOID
Kaidah 1.3 IF G3 THENPARANOID
Kaidah 1.4 IF G4 THENPARANOID

Untuk Kaidah 1.1
Untuk kaidah baru, dikalikan CFpakar*CFUser menjadi:
CF 1.1 = 1*0,8 = 0,8
CF 1.2 = 0,4 * 0,6 = 0,24
CF 1.3 = 0,5 * 0,8 = 0,4
CF 1.4 = 0,3 * 0,4 = 0,12

Kombinasi CF 1.1 dengan 1.2
CFCOMBINE (CF1,CF2)=CF1+CF2*(1-CF1), sehingga
CFCOMBINE (CF1.1,CF1.2)=0,8+0,24*(1-0,8) = 0,848=CFold
Kombinasi CFolddengan CF 1.3
CFCOMBINE (CFold,CF1.3)=0,848+0,4*(1-0,848) = 0,9088
Kombinasi CFold dengan CF 1.4
CFCOMBINE (CFold,CF1.4)=0,9+0,12*(1-0,9) = 0,912
Maka persentase keyakinan untuk Paranoid=0,912*100%=91,2%

Untuk Kaidah 2
CF 2.1 = 0,2*0,8 = 0,16
CF 2.2 = 0*0,6 = 0
CF 2.3 = 1*0,6 = 0,6
CF 2.4 = 0,5*0,4 = 0,2
Kombinasi CF 2.1 dan CF 2.2
CFCOMBINE (CF2.1,CF2.2)=CF2.1+CF2.2*(1-CF2.1), sehingga
CFCOMBINE (CF2.1,CF2.2) = 0,16+0=0,16=cfold
Kombinasi CFold dan CF 2.3
CFCOMBINE (CFold,CF2.2) = 0,16+0,6(1-0,16) = 0,66

Universitas Sumatera Utara

17

Kombinasi CFold dan CF 2.4
CFCOMBINE (CFold,CF2.4) = 0,66 + 0,2(1-0,66) = 0,728
Maka persentase keyakinan untuk Shizoid=0,728*100%=72,8 %

Untuk Kaidah 3
CF 3.1 = 0,4*0,8 = 0,32
CF 3.2 = 0,1*0,6 = 0,06
CF 3.3 = 1*0,6 = 0,6
CF 3.4 = 0,7*0,4 = 0,28
Kombinasi CF 3.1 dan CF 3.2
CFCOMBINE (CF3.1,CF3.2)=CF3.1+CF3.2*(1-CF3.1), sehingga
CFCOMBINE (CF3.1,CF3.2) = 0,32+0.06(1-0,32)=0,36=CFold
Kombinasi CFold dan CF 3.3
CFCOMBINE (CFold,CF3.3) = 0,36+0,06(1-0,36) = 0,39
Kombinasi CFold dan CF 3.4
CFCOMBINE (CFold,CF3.4) = 0,39 + 0,28(1-0,39) = 0,56
Maka persentase keyakinan untuk Narcissistic=0,56*100%=56 %

Untuk Kaidah 4
CF 4.1 = 0*0,8 = 0
CF 4.2 = 0,4*0,6 = 0,24
CF 4.3 = 0,7*0,6 = 0,42
CF 4.4 = 1*0,4 = 0,4
Kombinasi CF 4.1 dan CF 4.2
CFCOMBINE (CF4.1,CF4.2)=CF4.1+CF4.2*(1-CF4.1), sehingga
CFCOMBINE (CF4.1,CF4.2) = 0+0.24(1-0)=0,24=CFold
Kombinasi CFold dan CF 4.3
CFCOMBINE (CFold,CF4.3) = 0,24+0,42(1-0,24) = 0,5592
Kombinasi CFold dan CF 4.4
CFCOMBINE (CFold,CF4.4) = 0,55 + 0,4(1-0,55) = 0,73
Maka persentase keyakinan untuk Obsesive Compulsive=0,73*100%= 73 %

Universitas Sumatera Utara

18

Sehingga, penyakit yang di derita berdasarkan gejala yang diinputkan User adalah
Paranoid dengan tingkat keyakinan 91,2%.

2.4 Metode Fuzzy

Konsep logika Fuzzy pertama sekali diperkenalkan oleh profesor Lotfi A.Zadeh dari
Universitas Californiapada 1962. Logika Fuzzy adalah metodologi sistem kontrol
pemecahan masalah yang cocok untuk diimplementasikan pada sistem mulai dari
sistem yang sederhana, sistem kecil, embedded system, jaringan PC, multi-chanel atau
workstation berbasis akuisisi data dan sistem kontrol. Metodologi ini dapat diterapkan

pada perangkat keras, perangkat lunak atau keduanya. Dalam logika klasik dinyatakan
bahwa segala sesuatu bersifat biner, yang artinya adalah hanya mempunyai dua
kemungkinan, “Ya atau Tidak”, “Benar atau Salah”, “Baik atau Buruk”, dan lainnya.
Oleh karena itu semua mempunyai nilai keanggotaan 0 atau 1, akan tetapi dalam
logika Fuzzy memungkinkan nilai keanggotaan berada di antara 0 dan 1.

2.4.1 Alasan menggunakan Fuzzy adalah:

a. Konsep logika Fuzzy mudah dimengerti
b. Logika Fuzzy sangat fleksibel
c. Memiliki toleransi terhadap data-data yang tidak tepat
d. Dapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar
secara langsung tanpa harus melalui proses pelatihan
e. Logika Fuzzy didasarkan pada bahasa alami

2.4.2 Himpunan Fuzzy memiliki atribut, yaitu:

a. Varibel Fuzzy yaitu variabel yang akan dibahas dalam memahami logika
Fuzzy. Contoh: penghasilan, temperatur, permintaan, umur, dan sebagainya.

b. Himpunan Fuzzy, yaitu suatu kelompok yang mewakili suatu keadaan tertentu
dalam suatu variabel Fuzzy.

Universitas Sumatera Utara

19

c. Semesta pembicaraan, yaitu seluruh nilai yang diizinkan untuk dioperasikan
dalam suatu variabel Fuzzy.
d. Domain himpunan Fuzzy, yaitu seluruh nilai yang diizinkan dalam semesta
pembicaraan dan boleh dioperasikan dalam suatu himpunanFuzzy.

2.4.3 Operasi dasar Fuzzy

Tabel 2.4. Operasi Dasar Himpunan Fuzzy
Operator

Operasi

Fungsi Keanggotaan

AND

Intersection

µ (A∩B)(X)=min[µ(A(x), µb(x)]

OR

Union

COMPLEMENT

Complement

µ (A∪B)(X)=max[µa(x), µb(x)]
µ ac(x)=1- µa(x)

2.4.4 Fungsi keanggotaan

Fungsi keanggotaan adalah kurva yang mendefinisikan bagaimana masing- masing
titik di dalam ruang input dipetakan ke dalam nilai keanggotaan ( derajat keanggotaan)
antara 0 dan 1. Fungsi keanggotaan µ memetakan elemen x dari himpunan semesta X,
ke sebuah bilangan µ(x), yang menentukan derajat keanggotaan dari elemen dalam
himpunan Fuzzy A :

A={[x,µa(x))|x∈X}.......................(2.7)

2.4.5 Aturan IF...THEN Fuzzy

Logika Fuzzy

menggunakan himpunan Fuzzy dalam merepresentasikan dan

memanipulasi informasi yang samar ( tidak jelas) untuk keperluan penarikan
kesimpulan. Proses penarikan kesimpulan dengan menggunakan logika Fuzzy
dinamakan inferensi Fuzzy.
Aturan produksi Fuzzy adalah relasi Fuzzy antara dua proposisi Fuzzy. Aturan
tersebut dinyatakan sebagi berikut:

Universitas Sumatera Utara

20

IF THEN .................(2.8)

Proposisi Fuzzy adalah memiliki derajat kebenaran yang dinyatakan dalam suatu
bilangan dalam bentuk interval [0,1] dimana benar dinyatakan nilai 1 dan salah
dinyatakan oleh nilai 0.Premis dari aturan Fuzzy dapat memiliki lebih dari satu bagian
(premis1, premis2,... Dst), semua bagian dari premis dihitung secara simultan dan
diselesaikan untuk sebuah nilai tunggal dengan menggunakan operator Fuzzy dalam
himpunan Fuzzy.

2.5 Metode Fuzzy Tsukamoto

1. Fuzzyfikasi merupakan tahapan dalam pembentukan derajat keanggotaan (µ).
2. Pembentukan basis pengetahuan Fuzzy ( Rule dalam bentuk IF ...THEN).
3. Mesin Inferensi menggunakan implikasi MIN.
4. DeFuzzyfikasi menggunakan metode Rata-Rata

Z*=

∑�� ��

Keterangan rumus:

..........................................(2.9)

∑��

Z* : Nilai rata-rata dari hasil jawaban User dengan nilai keyakinan pakar.
�� : Nilai dari masing-masing derajat keanggotaan (µ) setelah dilakukan operasi
implikasi MIN.


: Nilai keyakinan pakar.

Contoh:
Tabel 2.5. Tingkat keyakinan pakar antara 0-1.
Gejala

G1
G2

Paranoid

Shizoid

1
1

0.1
0.1

Nama Penyakit
Narcissistic
0.1
0.3

Obsesive
Compulsive
0
0

Universitas Sumatera Utara

21

G3
G4
G5
G6
G7
G8

0.2
0.2
0
0
0.1
0.1

1
1
0
0
0
0

0
0.1
1
1
0
0

0
0
0.2
0.3
1
1

Tabel 2.6 Intensitas Gejala oleh Pakar
Intensitas
Sering Sekali
Cukup Sering
Jarang

Frekuensi (x per hari)
11-15
6-10
1-5

Seorang User menginputkan Gejala yang ia alami sebagai berikut:
G1= 12 kali
G2= 7 kali
G3= 2 kali
G7 = 14 kali

Penyelesaian dengan metode tsukamoto.

Tahap I. Fuzzy-fikasi (pembentukan derajat keanggotaan).

Gambar 2.3. Fuzzyfikasi
µ(G1) = 12-1/15-1=0,78
µ(G2) = 7-1/15-1=0,42

Universitas Sumatera Utara

22

µ(G3) = 2-1/15-1=0,07
µ(G7) = 14-1/15-1=0,92

Tahap II. Pembentukan Rule
Tabel 2.7. Pembentukan Rule
IF
IF
IF
IF

G1...G8
G1...G8
G1...G8
G1...G8

THEN
THEN
THEN
THEN

PARANOID
SHIZOID
NARCISSISTIC
OBSESIVE COMPULSIVE

Tahap III. Mesin Inferensi
Tabel 2.8 Aturan Mesin Inferensi
Gejala
G1
G1
G1
G1
G2
G2
G2
IF
G2
G3
G3
G3
G3
G4
G4
G4
G4
Tahap IV. De-Fuzzy-fikasi

Gangguan
α-predikat
PARANOID
0,78
SHIZOID
NARCISSISTIC
OBSESIVE
PARANOID
0,42
SHIZOID
NARCISSISTIC
OBSESIVE
PARANOID
0,07
SHIZOID
NARCISSISTIC
OBSESIVE
PARANOID
0,92
SHIZOID
NARCISSISTIC
OBSESIVE

THEN

Z*=

∑�� ��

Maka:
,

Z*Paranoid =
Z*Shizoid =

,

∗ + ,

∗ , + ,

∗ + ,

∗ , + ,

∗ , + ,

∗ + ,

+ + . + .

. + . + +

Z
1
0,1
0,1
0
1
0,1
0,3
0
0,2
1
0
0
0,1
0
0
1

.........................................(2.10)

∑��
∗ ,



=
=

,

,

,
,

= 0,4
= 0,15

Universitas Sumatera Utara

23

Z*Narcissistic =
Z*obsesive =

,

,

∗ , + ,

∗ + ,

∗ , + ,

. + . + +

∗ + ,

+ + +

∗ + ,

∗ + ,



=


,

=

,

,

= 0,5

= 0,92

Maka, sistem akan mendiagnosis penyakit dengan model Tsukamoto adalah Obsesive
dengan tingkat keyakinan 0,92*100% = 92%.

2.6Gangguan Kepribadian

Gangguan kepribadian adalah pola atau perilaku atau cara berhubungan dengan orang
lain yang benar-benar kaku. Kekakuan tersebut menghalangi mereka untuk
menyesuaikan diri terhadap tututan eksternal, sehingga pola tersebut akhirnya bersifat
self-defending. Tanda-tanda peringatan akan adanya gangguan kepribadian dapat

dideteksi pada masa kanak-kanak bahkan pada perilaku bermasalah dari anak-anak
prasekolah. Anak-anak dengan gangguan psikologis atau perilaku bermasalah di
masa kanak-kanaknya seperti gangguan tingkah laku, depresi, kecemasan dan
ketidakmatangan lebih besar resikonya dibandingkan resiko rata-rata untuk
mengembangkan gangguan kepribadian.

Ada tiga kelompok dalam gangguan kepribadian yaitu:
1. Orang yang dianggap aneh atau eksentrik. Kelompok ini mencakup
gangguan kepribadian Paranoid, Shizoid dan skizotipal.
2. Orang dengan perilaku yang terlalu dramatis, emosional atau eratik (tidak
menentu). Kelompok ini terdiri dari gangguan kepribadian antisosial,
ambang, histronik dan Narcissistic.
3. Orang yang sering kali tampak cemas atau ketakutan.
4. Kelompok ini mencakup gangguan kepribadian menghindar, dependen dan
obsesive-compulsive.

Dalam penulisan tugas akhir ini hanya dibahas tipe gangguan kepribadian Paranoid,
Shizoid, Narcissisticdan obsessive compulsive.

Universitas Sumatera Utara

24

2.6.1

Gangguan Kepribadian Paranoid

Gangguan kerpribadian Paranoid adalah gangguan kepribadian yang
mencurigai orang lain. Orang-orang dengan diagnosis ini merasa dirinya diperlakukan
secara salah dan dieksploitasi oleh orang lain sehingga berperilaku misterius dan
selalu waspada terhadap tanda-tanda adanya tipu daya atau pelecehan. Mereka sering
kali kasar dan bereaksi dengan kemarahan terhadap apa yang mereka anggap sebagai
penghinaan. Individu semacam itu enggan mempercayai orang lain dan cenderung
menyalahkan mereka serta menyimpan dendam meskipun bila ia sendiri juga salah.
Mereka sangat pencemburu dan tanpa alasan dapat mempertanyakan kesetiaan
pasangan atau kekasih mereka.
Para penderita gangguan kepribadian Paranoid cenderung tidak memiliki
kemampuan untuk menyatakan perasaan negatif yang mereka miliki terhadap orang
lain. Selain itu mereka pada umumnya juga tidak kehilangan hubungan dengan dunia
nyata, dengan kata lain berada dalam kesadaran saat mengalami kecurigaan yang
berlebihan. Dimana saja dan bersama siapa saja, mereka akan merasa ketakutan akan
dikhianati dan dimanfaatkan orang lain.
Menurut Diagnostic and Statistical Manual Of Mental Disorder gejala yang
ditunjukkan dalam gangguan kepribadian Paranoid antara lain adalah:
1. Tanpa sebab dan fakta yang jelas mencurigai bahwa orang lain memanfaatkan,
merugikan atau menipu.
2. Terlalu ragu tentang kesetiaan atau kepercayaan dari teman.
3. Tidak mau memberikan informasi tentang dirinya kepada orang lain karena
takut menjadi alat untuk menyakiti dirinya.
4. Secara terus menerus menaggung dendam jika ada yang melukai atau
menghianati dirinya.
5. Cepat marah jika ada seseorang yang menyerangnya atau melecehkannya.
6. Curiga terhadap kesetiaan pasangan.

Universitas Sumatera Utara

25

2.6.2 Gangguan Kepribadian Shizoid

Individu dengan gangguan kepribadian Shizoid biasanya menampilkan perilaku atau
pola menarik diri dan biasanya telah berlangsung dalam waktu yang lama. Para
penderita gangguan kepribadian Shizoid masih tetap beraktifitas secara normal, namun
belum mampu membangun suatu hubungan yang seimbang dengan orang lain
disekitarnya. Para penderita lebih suka menyendiri dan cenderung berhayal atau
berhalusinasi tentang hal-hal yang sulit dijangkau. Gangguan seperti ini mulai dialami
penderita sejak usia mereka beranjak dewasa. Hal ini muncul akibat terjadinya
penyimpangan perilaku dalam menjalin relasi dan emosi sehingga menyebabkan
hambatan dalam proses pergaulan para penderita dengan orang lain disekitar mereka.
Seseorang dengan gangguan ini tetap mampu melakukan kegiatan sehari-hari.
Mereka suka sekali menyendiri dan sangat sering melamunkan sesuatu hal secara
berlebihan. Beberapa perilaku pada individu dengan gangguan Shizoid

adalah

minimnya ekspresi emosi, kebanyakan orang normal akan menganggap bahwa ia tidak
tertarik dengan sesuatu hal yang sedang terjadi, kurangnya perhatiandan tidak sensitif.
Individu tersebut juga kesulitan untuk menunjukkan ekspresi amarah atau permusuhan
dengan orang lain.
Menurut buku Diagnostic and Statistical Manual Of Mental Disorder gejala
yang ditunjukkan dalam gangguan kepribadian Shizoid antara lain:
1. Memliki sedikit minat
2. Kurangnya keinginan untuk menikmati hubungan dekat.
3. Kurang memiliki sahabat atau teman akrab diluar anggota keluarga batinnya.
4. Tidak perduli dengan pujian dan maupun kritikan orang lain.
5. Hampir selalu memilih kegiatan yang bersifat sendiri.

2.6.3 Gangguan Kepribadian Narcissistic

Dimana individu penderita gangguan ini memiliki rasa bangga atau keyakinan yang
berlebihan terhadap diri mereka sendiri dan kebutuhan yang ekstrem akan pemujaan.
Mereka membesar-besarkan prestasi mereka dan berharap orang lain menghujani
mereka dengan pujian. Mereka berharap orang lain melihat kualitas khusus mereka.

Universitas Sumatera Utara

26

Gangguan kepribadian Narcissistic digambarkan sebagai orang yang memiliki rasa
kepentingan diri yang melambung dan dipenuhi khayalan-khayalan sukses bahkan
saat presentasi mereka biasa saja. Jatuh cinta pada dirinya sendiri karena merasa
mempunyai diri yang unik dan tidak peka terhadap kebutuhan orang lain.
Menurut buku Diagnostic and Statistical Manual Of Mental Disorder gejala
gangguan kepribadian ini ditunjukkan dengan beberapa gejala antara lain adalah
sebagai berikut :
1. Merasa diri paling hebat
2. Seringkali memiliki rasa iri pada orang lain atau menggangap bahwa orang
lain iri kepadanya.
3. Fantasi kesuksesan dan kepintaran
4. Sangat ingin dikagumi
5. Kurang empati
6. Merasa layak memperoleh keistimewaan
7. Angkuh dan sensitf terhadap kritik
8. Kepercayaan diri yang semu
9. Suka berlama-lama di depan cermin
10. Kecanduan difoto
11. Perilaku congkak atau sombong

2.6.4 Gangguan Kepribadian Obsesive Compulsive

Ditandai dengan adanya obsesi dan kompulsi. Obsesi adalah gagasan, khayalan atau
dorongan yang berulang, tidak diinginkan dan mengganggu yang tampaknya konyol,
aneh atau menakutkan. Kompulsi adalah desakan atau paksaan untuk melakukan
sesuatu yang akan meringankan rasa tidak nyaman akibat obsesi. Gangguan obsessive
compulsive adalah kondisi dimana individu tidak mampu mengontrol dan pikiran-

pikirannya yang menjadi obsesi yang sebenarnya tidak diharapkan dan mengulang
beberapa kali perbuatan tertentu untuk dapat mengontrol pikirannya tersebut untuk
menurunkan tingkat kecemasannya. Penderita gangguan ini mungkin telah berusaha
untuk melawan pikiran-pikiran mengganggu tersebut yang timbul secara berulangulang.

Universitas Sumatera Utara

27

Menurut buku Diagnostic and Statistical Manual Of Mental Disorder
ditunjukkan dengan gejala seperti dibawah ini :
1. Memiliki sifat yang beragam seperti keteraturan, kesempurnaan, kekakuan,
terlalau mendetail.
2. Perfeksionisme yang mengganggu penyelesaian tugas.
3. Terlalu teliti, cermat dan tidak fleksibel tentang masalah-masalah yang terkait
dengan moralitas etika atau nilai-nilai.
4. Tidak mampu mengabaikan sesuatu yang tidak penting walaupunbenda itu
tidak memiliki nilai.
5. Keras kepala.
6. Selalu cemas akan sesuatu yang belum tentu terjadi.
7. Mengulang-ulang pekerjaan walaupun sebenarnya sudah benar.

2.7 Nilai Tingkat Keyakinan Dan Intensitas Kejadian

Menurut Fudin Pang, Akp, S.Psi, M.Psi selaku narasumber dalam mendiagnosis
gangguan kepribadian dapat dilihat pada tabel 2.9.

Tabel 2.9 Nilai keyakian terhadap gejala dalam skala 0-1.

No

Gejala

1

Apakah Anda curiga bahwa
orang
lain
sering
memanfaatkan atau menipu?
Apakah Anda ragu tentang
kesetiaan atau kepercayaan
seorang teman?
Apakah Anda terus-menerus
menanggung dendam jika ada
yang menghianati?
Apakah Anda cepat marah
jika merasa dilecehkan?
Apakah Anda curiga terhadap
kesetiaan pasangan Anda?
Apakah Anda hanya memiliki
sedikit minat?

2

3

4
5
6

Paranoid

Shizoid

Narcissistic

Obsesive

1

0,2

0,2

0,3

1

0

0,1

0,2

1

0,2

0,3

0,1

1

0,4

0,2

0,2

1

0,3

0,3

0,2

0,1

1

0,3

0,2

Universitas Sumatera Utara

28

7

8

9
10

11
12
13
14
15
16

17

18

19
20

Apakah
Anda
kurang
memiliki keinginan untuk
menikmati hubungan dekat?
Apakah
Anda
kurang
memiliki sahabat atau teman
akrab
selain
anggota
keluarga?
Apakah Anda tidak perduli
terhadap kritikan atau pujian?
Apakah Anda suka memilih
kegiatan
yang
bersifat
individu?
Apakah Anda merasa diri
yang paling hebat?
Apakah Anda sering iri
terhadap orang lain?
Apakah Anda sangat ingin
dikagumi orang lain?
Apakah Anda angkuh dan
sensitif terhadap kritik?
Apakah
Anda
memiliki
perilaku sombong?
Apakah Anda memliki sifat
keterarutan
dan
kesempurnaan
terhadap
pekerjaan?
Apakah
Anda
ingin
kesempurnaan terhadap suatu
pekerjaaan?
Apakah Anda selalu cemas
terhadap hal yang belum
terjadi?
Apakah Anda mengulanguilang pekerjaan?
Apakah Anda suka tidak
mampu mengabaikan hal
yang tidak penting?

0,3

1

0,2

0,2

0,2

1

0,1

0,2

0

1

0,3

0,1

0,3

1

0,1

0,3

0,3

0,2

1

0,2

0,2

0,2

1

0

0,2

0

1

0

0,2

0,3

1

0

0,2

0,1

1

0,1

0

0,3

0,1

1

0,2

0,2

0,2

1

0,3

0,2

0,2

1

0,2

0,2

0,1

1

0

0,1

0,1

1

Universitas Sumatera Utara