Sistem Diagnosis Penyakit Penglihatan Kabur Pada Mata Menggunakan Metode AHP-SAW
Vol. 2, No. 11, November 2018, hlm. 4498-4503 http://j-ptiik.ub.ac.id
Sistem Diagnosis Penyakit Penglihatan Kabur Pada Mata Menggunakan
Metode AHP-SAW
1 2 3 Mochammad Faizal Satria Rahman , Nurul Hidayat , Ratih Kartika DewiProgram Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya 1 2 3 Email: mfaizal.satria@gmail.com, ntayadih@ub.ac.id, ratihkartika@ub.ac.id
Abstrak
Penyakit penglihatan kabur merupakan salah satu penyakit mata yang memiliki tingkat kasus yang tinggi di Indonesia. Penyakit ini sulit dideteksi secara kasat mata dan pada banyak kasus penyakit ini baru terdeteksi saat sudah parah. Penderita penyakit ini biasanya tidak sadar terhadap gejala penyakit penglihatan kabur (blurred vision). Oleh karena itu dibutuhkan diagnosis pakar untuk mengetahui penyakit ini. Akan tetapi, terbatasnya jumlah pakar mata di Indonesia juga menjadi masalah yang harus ditangani. Pada tulisan ilmiah ini akan membahas penanganan masalah diagnosis gejala penyakit mata penglihatan kabur dan keterbatasan jumlah pakar mata dengan membangun sistem pakar melalui pengembangan kecerdasan buatan (artificial intelligent) dengan memasukkan pengetahuan dan pengalaman pakar ke dalam sistem model program. Didukung dengan metode Analytic Hierarchy
Process Simple Additive Weighting (AHP-SAW) yang merupakan metode terapan yang digunakan untuk
mengatasi permasalahan identifikasi suatu kriteria yang diukur secara kualitatif dan kuantitatif. Hasil dari data uji pada penelitian ini, sistem dapat melakukan diagnosis penyakit penglihatan kabur (blurred
vision) dengan tingkat akurasi 87%.
Kata kunci: sistem pakar, diagnosis penyakit penglihatan kabur, AHP, SAW
Abstract
Blurred vision sickness is an eye-attacking disease which has a high rate of cases in Indonesia. The
disease is also difficult to detect visually. In many cases, this disease is detected when the symptom is
already severe. Patients with this disease are usually not aware of blurred vision symptom. Therefore
it needs expert diagnosis to understand this disease. On the other hand, limited number of eye experts
in Indonesia is also problem which has to be addressed. Those problems can be solved by establishing
an expert system of blurred vision diagnosis. Expert systems are part of artificial intelligence which
contains expert knowledge and experience incorporated into a particular area of knowledge to solve
specific problems. Method of Analytic Hierarchy Process-Simple Additive Weighting (AHP-SAW) is
kind of method which applied to overcome the problem of identifying criterion with measuring data
qualitatively and quantitatively. Based on the test data which used in this study, system succeed to
diagnosis of blurred vision sickness with 87% of accuracy.Keywords: expert system, Simple Additive Weighting, Analytic Hierarhcy Process, AHP-SAW, blurred vision sickness, eye disease.
termasuk mata, harus menjaganya pada 1. kesehatan sehari-hari. Walaupun amat penting,
PENDAHULUAN
terkadang manusia melupakan untuk menjaga Mata merupakan bagian dari lima panca kesehatan mata kita yang disebebkan sedikitnya indera yang amat penting didalam kehidupan ilmu pengetahuan tentang kesehatan mata. Dan, manusia untuk melihat. Melalui mata, Manusia kurangnya sarana pelayanan kesehatan mata di bisa merasakan indahnya alam dan rumah sakit dan puskesmas, serta sedikitnya berkomunikasi dengan lingkungan sekitar tenaga dokter spesialis mata menjadi gangguan dengan baik. Apabila mata terdapat gangguan, mata tak tertangani sejak dini (Fitriawati, 2016). dapat berakibat sangat membahayakan bagi kesehatan mata kita. Mestinya bagian tubuh
Fakultas Ilmu Komputer Universitas Brawijaya
4498 Penyakit penglihatan kabur disebabkan karena kesalahan bias (refractive erros), rabun jauh, rabun dekat, katarak dan presbyopia.
Daya penglihatan yang terganggu dapat mencangkup penglihatan disamping ataupun kemampuan melihat pada bagian kiri dan kanan penglihatan. Namun, penglihatan kabur dapat dirasakan hanya pada salah satu bagian mata saja. Penglihatan kabur yang dikategorikan serius dapat menyebabkan kerusakan mata permanen dan bahkan kebutaan. Oleh sebabnya, perlunya sistem yang bisa menggantikan atau membantu peran seorang pakar untuk menangani masalah yang dihadapi oleh para penderita penyakit penglihatan kabur (blurred vision).
Sebagian pengembangan pada kecerdasan buatan diantaranya adalah sistem pakar. Sistem pakar merupakan sistem informasi yang memuat ilmu-ilmu pengetahuan yang dibuat oleh sebagian atau beberapa pakar kedalam satu area pengetahuan tententu sampai akhirnya setiap orang bisa menggunakan untuk menyelesaikan bermacam-macam permasalahan yang bersifat spesifik (atas, 2015).
2.3. Simple Additive Weighting
2. Menghitung keluaran akhir berupa analisis sensitivitas dalam mengambil keputusan.
Terdapat susunan hierarki, seperti hasil pada kriteria-kriteria yang dipilih, hingga kebagian subkriteria.
Metode AHP sendiri sering kali menjadi perbandingan dengan metode yang lain dikarenakan faktor-faktor sebagai berikut (Magdalena, 2012): 1.
Pada umumnya AHP adalah sebuah metode pemecahan masalah yang komplek dantidak terstruktur, memasukkan nilai sebagai pengganti persepsi manusia didalam mengerjakan perbandingan relatif ,selanjutnya dengan suatu sintesis ditentukan elemen yang terdapat prioritas tertinggi (Tominanto, 2012).
2.2. Analitical Hierarchy Process
Kemajuan teknologi di bidang komputer menghasilkan sebuah metode pendekatan yang disebut kecerdasan buatan. Cakupan didalam kecerdasan buatan ialah strategi untuk penyelesaian permasalahan dan dapat menguraikan program yang menyerupai sifat dan perilaku kecerdasan manusia (atas, 2015).
Sistem pakar adalah sebagian dari kecerdasan buatan yang memungkinkan komputer bisa berpikir dan mengambil kesimpulan menggunakan proses yang serupa dengan metode yang digunakan oleh seorang pakar. Umumnya, sistem pakar diterapkan untuk membantu pekerjaan dalam menyelesaikan suatu permasalahan. Sebagian aktivitas dalam memecahkan permasalahan yang dimaksud diantaranya pengambilan keputusan, pemaduan pengetahuan, perencanaan, prakiraan, diagnosis, serta pelatihan. Selain itu sistem pakar dapat berfungsi sebagai asisten yang pandai dari seorang pakar [Ari, 2010].
2.1. Sistem Pakar
2. LANDASAN KEPUSTAKAAN
SAW“. Hasil dari penelitian ini menunjukan keakurasian 96%. Tingginya hasil akurasi penelitian-penelitian sistem pakar menggunakan metode AHP ataupun penggabungan metode AHP-SAW. Hal tersebut melatar belakangi penelitian sistem diagnosis penyakit penglihatan kabur dengan penggabungan kedua metode AHP-SAW.
AHP”. Untuk penggabungan metode AHP dan SAW pada sistem pakar sendiri juga telah dilakukan penelitian pada Muhammad Ali Al Atas yang berjudul “Pemodelan Sistem Pakar Diagnosa Penyakit Tanaman Cabai Menggunakan Metode AHP-
Baik metode AHP maupun metode SAW lebih umum digunakan pada Decision Support System (DDS) atau dapat juga disebut sebagai Sistem Pendukung Keputusan (SPK). Akan tetapi, pada sistem pakar sendiri metode AHP juga telah banyak digunakan pada penelitian- penelitian sebelumnya, utamanya sistem pakar diagnosis dan identifikasi penyakit. Seperti pada penelitian Fajar Prasetyawan yang berjudul “Pemodelan Sistem Pakar Diagnosa Penyakit Tanaman Kopi Arabica dengan Metode Fuzzy-
Metode Analytical Hierarchy Proses (AHP) dan Simple Additive Weighting (SAW) adalah suatu proses pengambilan keputusan. Konsep dari penerapan SAW ialah penjumlahan terbobot dari rating kinerja setiap alternatif pada semua atribut, dan hasil akhirnya berupa perangkingan alternatif keputusan. Kelebihan metode SAW adalah proses perhitungan cepat, namun bobot prioritas tiap kriteria harus ditentukan dahulu. Untuk melengkapi analisa yang komprehensif digunakan metode AHP untuk menetukan bobot prioritas tiap kriteria. Seteleh Menentukan bobot prioritas menggunakan metode AHP, kemudian digunakan metode SAW dalam proses perangkingan penyakit.
Churchman dan Ackoff pertama kali memanfaatkan metode SAW untuk mengatasi masalah seleksi portofolio. Metode SAW dapat bagian-bagian pengetahuan yang mempunyai disebut juga dengan sebutan metode hubungan dengan sistem diagnosis penyakit penjumlahan terbobot. Ide awal metod SAW penglihatan kabur pada mata, antara lain: merupakan pencarian jumlah yang terbobot dari
1. Sistem Pakar. kinerja di tiap alternatif atas atributnya. (Atas, 2. Algoritma AHP. 2015).
3. Algoritma SAW. Langkah-langkah untuk penyelesaian pada
4. Identifikasi penyakit penglihatan metode SAW antara lain (Atas, 2015) : kabur.
1. Proses pemilihan kriteria yang ingin Langkah selanjutnya yaitu langkah dijadikan referensi didalam mengambil suatu pengumpulan data. Pada tahap ini terdapat dua hasil akhir, yaitu (Ci). jenis data, yaang pertama data primer dan yang
2. Memberikan nilai setiap alternative Ai kedua data sekunder. Data primer merupakan pada setiap kriteria Cj yang telah ditetapkan. data yang diperoleh dari responden pada
3. penelitian. Dan yang kedua yaitu data sekunder,
Pada masing-masing kriteria diberikan suatu nilai bobot yaitu W. data ini merupakan nilai yang diperoleh dari
2.4. Penyakit Penglihatan Kabur (Blurred sumber-sumber yang lain namun bisa juga
Vision)
dipergunakan untuk penelitian seperti jurnal literatur. Penyakit Penglihatan Kabur (Blurred Vision)
Lokasi penelitian yang digunakan untuk disebabkan karena kesalahan bias (refractive pengumpulan data adalah Rumah Sakit
erros) , rabun jauh, rabun dekat, katarak dan Petrokimia Gresik, Provinsi Jawa Timur.
presbyopia. Daya penglihatan yang terganggu Data yang diperoleh berasal dari buku referensi, dapat mencangkup penglihatan disamping yaitu berupa gejala yang dirasakan pasien ataupun kemampuan melihat pada bagian kiri penderita dan gejala yang tampak pada mata dan kanan penglihatan. Namun, penglihatan pasien. Data yang telah diambil kemudian di kabur dapat dirasakan hanya pada salah satu konsultasikan dengan dr Chandra sebagai pakar bagian mata saja. Penglihatan kabur yang penyakit mata, dan selanjutnya diberikan dikategorikan serius dapat menyebabkan pembobotan sebagai dasar basis pengetahuan kerusakan mata permanen dan bahkan kebutaan. sistem. Data digunakan dalam proses perhitungan dengan metode AHP-SAW. Data
3. METODOLOGI PENELITIAN
gejala yang didapatkan ditunjukkan pada Tabel
3.1. Perancangan Sistem 1.
Tabel 1. Data Gejala
Pada gambar 1 adalah diagram alir yang tedapat langkah-langkah yang dikerjakan didalam penelitian yang diusulkan.
Pada data pembobotan gejala dengan alternatif penyakit, pakar sudah memutuskan
Gambar 1. Diagram Alir Perancangan Sistem
kondisi terhadap tiap-tiap gejala. Setelah itu nilai Tahap yang pertama yaitu dilakukan studi diberikan untuk menunjukan bobot pada masing terhadap literatur sebelunya atau pustaka dari masing alternatif penyakit. Daftar nilai pembobotan masing-masing gejala dengan alternatif penyakit ditunjukan pada Tabel 2 .
Tabel 2. Daftar Nilai Bobot Gejala Penyakit Penglihatan Kabur
IMPLEMENTASI
Berikut adalah batasan yang digunakan pada implementasi pada sistem diagnosis penyakit penglihatan kabur pada mata menggunakan m metode AHP-SAW adalah sebagai berikut:
4.1. Batasan Implementasi
Gambar 3. Diagram Alir metode SAW 4.
3.2. Perancangan Algoritma
Selanjutnya, langkah-langkah dalam pengambilan kesimpulan dengan menggunakan metode SAW dapat dilihat pada Gambar 3.
Gambar 2. Diagram Alir metode AHP
Pemodelan sistem pakar pada penelitian ini memiliki dua tahapan, yaitu tahap pembobotan masing-masing kriteria menggunakan metode AHP, dan tahap pengambil keputusan menggunakan metode SAW. Secara umum proses pembobotan menggunakan metode AHP dapat dilihat pada Gambar 2.
2. Data yang sudah diperoleh dari pakar kemudian disimpan ke dalam variabel tanpa menggunakan database.
3. masukan yang digunakan didalam sistem merupakan data-data gejala pada mata yang dimasukkan oleh pengguna umum.
4. Metode yang digunakan dalam menyelesaikan masalah adalah metode AHP-SAW.
5. Output yang ditampilkan oleh sistem adalah jenis penyakit dan solusi penanggulangan, serta hasil perhitungan menggunakan metode AHP-SAW.
4.2. Implementasi Antarmuka
Antarmuka pada instrumen penelitian Sistem Diagnosis Penyakit Penglihatan kabur pada mata dengan Metode AHP-SAW berfungsi sebagai sarana interaksi pengguna dengan sistem.
1. Antarmuka Halaman Utama.
1. Sistem dirancang dengan berbasis Web menggunakan bahasa pemrograman HTML dan PHP. Gambar 4. Antarmuka Halaman Login Gambar 7. Antarmuka Halaman Hasil
Halaman hasil diagnosis berisi jenis Halaman utama adalah halaman awal yang penyakit yang merupakan hasil perhitungan digunakan pengguna saat menggunakan aplikasi
AHP-SAW berdasarkan input pengguna pada ini, halaman ini berisi judul, logo, deskripsi halaman formulir diagnosis, pada halaman ini sistem, tombol menuju halaman informasi, dan juga terdapat cara penanggulangan penyakit tombol menuju halaman diagnosis. yang didapat dan terdapat penjabaran 2. Antarmuka Halaman Informasi. perhitungan AHP-SAW yang telah dilakukan.
5. PENGUJIAN
5.1. Pengujian Akurasi
Pengujian ini dikerjakan bertujuan supaya mengetahui kecocokan hasil dari pakar dengan hasil dari sistem diagnosis penyakit penglihatan pabur pada mata seperti terlihat pada tabel 3.
Tabel 3. Pengujia Akurasi Gambar 5. Antarmuka Halaman Informasi
Halaman informasi berisi mengenai penjelasan tentang sistem pakar, penyakitpenyakit utama pada mata, serta cara penanggulangan penyakit-penyakit penglihatan kabur yang termasuk dalam lingkup sistem pakar yang diusulkan.
3. Antarmuka Halaman Diagnosis.
Gambar 6. Antarmuka Halaman Diagnosis
Halaman diagnosis berisi formulir yang berupa pertanyaan-pertanyaan yang diajukan sistem kepada pengguna berupa gejala-gejala penyakit penglihatan kabur yang nantinya akan diproses menuju halaman hasil.
4. Antarmuka Halaman Hasil. memberikan manfaat dalam memperluas pengetahuan tentang penanganan penyakit pada mata dan dapat memberikan rekomendasi solusi dalam melakukan diagnosis penyakit penglihatan kabur.
2. Hasil evaluasi pengujian dari sistem adalah sebagai berikut: a pengujian fungsionalitas
Hasil menghasilkan nilai 100%. Hal ini menunjukkan bahwa sistem telah berjalan sesuai dengan daftar kebutuhan yang diharapkan. b
Hasil pengujian akurasi yang didapat diantara sistem dan pakar atau dokter diperoleh nilai sebesar 87%. Hasil ini didapatkan dari 15 data uji dengan jumlah hasil benar sebanyak 13 butir.
DAFTAR PUSTAKA
Ari, toto. 2011. Forward dan Backward
Chaining . Institut Pertanian Bandung, Bandung.
Atas, Muhammad Ali Al. 2015. Pemodelan
Sistem Pakar Diagnosa Penyakit Tanaman Cabai Merah menggunakan Metode AHP
- – SAW. Fakultas Ilmu Komputer Universitas Brawijaya, Malang.
Fitriawati, Ningsih. 2016. Aplikasi Sistem Pakar
Diagnosa Penyakit Mata Pada Manusia Dengan Metode Forward Chaining .
Fakultas Teknik Universitas Muhammadiyah, Jember. Magdalena, Hilyah. 2012. Sistem Pendukung
Pada tahap ini memiliki 15 data-data
Keputusan Untuk Menentukan Mahasiswa
gejala penyakit penglihatan kabur yang akan
Lulusan Terbaik Di Perguruan tinggi diuji. (Studi Kasus STMIK ATMA Luhur
Hasil dari pengujian akurasi yang didapat
Pangkalpinang) . STMIK Atma Luhur,
melalui wawancara dengan pakar. Hasil Pangkalpinang. akurasi yang mempunyai nilai 1 berarti
Tominanto. 2012. Sistem Pendukung Keputusan keluaran hasil akhir sistem sudah sesuai dengan
Dengan Metode Analytical Hierarchy hasil diagnosis pakar. Process (AHP) Untuk Penentuan Prestasi
Nilai Akurasi = (13)/15 X 100%=87% Kinerja Dokter Pada RSUD. Sukoharjo . Sehingga bisa disimpulkan bahwa hasil APIKES Citra Medika, Surakarta. diagnosis sistem sudah sesuai dengan hasil diagnosis pakar dengan tingkat akurasi 87%.
6. KESIMPULAN
Setelah menyelesaikan proses perancangan, implementasi, dan pengujian terhadap sistem, terdapat beberapa hal yang dapat disimpulkan dari penelitian ini, yaitu:
1. penelitian dengan judul Intrumen
Pemodelan Sistem Pakar Diagnosis Penyakit Penglihatan Kabur Pada Mata Menggunakan Metode AHP-SAW ini dapat