Institutional Repository | Satya Wacana Christian University: Validasi Aplikasi Diagnosa Penyakit Kanker Serviks Menggunakan Finite State Automata

  Validasi Aplikasi Diagnosa Penyakit Kanker Serviks Menggunakan Finite State Automata Artikel Ilmiah Peneliti: Dessy Gloria Palijama (672013126) Magdalena A. Ineke Pakereng, M.Kom Program Studi Teknik Informatika Fakultas Teknologi Informasi Universitas Kristen Satya Wacana Salatiga Oktober 2017

  1. Pendahuluan Pada era modern ini perkembangan teknologi mengalami kemajuan yang pesat.

  Teknologi tersebut dapat membantu mempermudah segala aktivitas manusia. Perkembangan teknologi berpengaruh pada hampir seluruh bidang kehidupan. Salah satu contohnya adalah bidang kesehatan. Para dokter ahli menggunakan teknologi untuk menemukan solusi baru mengenai kesehatan manusia.

  Kanker serviks adalah kanker yang muncul pada leher rahim wanita. Leher rahim sendiri berfungsi sebagai pintu masuk menuju rahim dari vagina. Semua wanita dari berbagai usia berisiko menderita kanker serviks tapi penyakit ini cenderung memengaruhi wanita yang aktif secara seksual, kanker serviks biasanya tidak memiliki gejayang paling umum adalah pendarahan pada vagina yang terjadi setelah berhubungan seks, di luar masa atau setelah menopause.

  Kebiasaan hidup yang kurang baik juga bisa menyebabkan terjangkitnya kanker serviks. Seperti kebiasaan merokok dan kurangnya asupan vitamin terutama vitamin c dan vitamin e serta kurangnya asupan asam folat. Kebiasaan buruk lainnya yang dapat menyebabkan kanker serviks adalah seringnya melakukan hubungan intim dengan berganti pasangan, melakukan hubungan intim dengan pria yang sering berganti pasangan dan melakukan hubungan intim pada usia dini melakukan hubungan intim pada usia <16 tahun bahkan dapat meningkatkan resiko 2x terkena kanker serviks. Faktor lain penyebab kanker serviks adalah adanya keturunan kanker, penggunaan pil KB dalam jangka waktu yang sangat lama, terlalu sering

  Berdasarkan latar belakang yang ada,maka dilakukan penelitian yang bertujuanmembuat perancangan sistem untuk mendiagnosa penyakit kanker serviks dan divalidasi menggunakan Finite State Automata. Finite state Automata digunakan sebagai alur logis untuk validasi proses perancangan sistem yang dibangun. Penelitian yang dilakukan diharapkan dapat membuktikan bahwa sistem yang dihasilkan sesuai dengan rancangan yang dilakukan.

  2. Tinjauan Pustaka

  Pada Penelitian berjudul Sistem Pakar Pendiagnosa Penyakit Berbasis Web, membahas tentang layanan kesehatan online yang mengadopsi cara kerja dokter dalam mendiagnosa penyakit pasien. Pada sistem pakar ini tersedia keluhan-keluhan utama yang disediakan untuk dipilih user yang nantinya akan memberikan kesimpulan jenis penyakit apa yang diderita. Sistem pakar diagnosa penyakit ini dibuat menggunakan bahasa pemrograman Web Java Application dan menggunakan server MySQL sebagai basis datanya [1].

  Pada Penelitian yang berjudul Pendekatan Teori Otomata untuk Menyelesaikan Aplikasi-Aplikasi di Bidang Ilmu Kecerdasan Buatan, terdapat dua studi kasus yaitu permainan ember air dan diagnosa penyakit sinusitis. Penelitian ini membahas tentang teori otomata digunakan untuk memodelkan pemecahan masalah/solusi dari permasalahan dari aplikasi yang berbasis kecerdasan buatan. Penggunaan teori otomata menyebabkan struktur yang digunakan akan lebih sederhana jika terdapat beberapa keadaan yang diulang [2].

  Penelitian yang berjudul Perancangan dan Implementasi Finite Automata pada Simulasi Vending Machine, menjelaskan bahwa Finite Automata dapat dijadikan sebagai logika dasar untuk membuat simulasi vending machine. Pada penelitian ini Finite State yang digunakan adalah NDFA (Non Deterministic Finite Automata), dengan

  Automata

  pendefinisian tupel pada batasan masalah dengan input adalah koin Rp 500,- dan Rp 1000,- dan outputnya adalah empat macam minuman ringan atau makanan ringan, dengan sebelas

  

input pada mesin ini dan Sembilan output. Lewat rancangan state diagram berdasarkan

  konsep Mealy Machine yang telah dibuat, maka aplikasi simulasi vending machine dapat dibuat dan hasil dari setiap input yang dipilih oleh user pada aplikasi sesuai dengan hasil rancangan tersebut [3].

  Penelitian yang berjudul Penerapan Finite State Automata Pada Pemetaan Sistem Parkiran Kendaraan Motor di Kampus UKSW Salatiga, membahas tentang bagaimana caraFinite state automata digunakan sebagai logika dasar untuk melakukan pemetaan sistem parkiran kendaraan motor di kampus UKSW [4].

  Berdasarkan penelitian-penelitian sebelumnya terkait dengan Sistem Pakar dan penerapan Finite State Automata, makadilakukan penelitian yang membahas tentang validasi alur logis sistem diagnose penyakit kanker serviks menggunakan finite state automata .

  Sistem pakar (Expert System) adalah sebuah program komputer yang mencoba meniru atau mensimulasikan pengetahuan (knowledge) dan keterampilan (skill) dari seorang pakar pada area tertentu. Terdapat dua proses dalam pembuatan sistem pakar yaituKnowledge Aqcuisition dan Inference Engine.Knowledge Aqcuisition adalah proses pengumpulan, pemindahan, perubahan dari kemampuan seorang pakar atau sumber pengetahuan ke sistem komputer. Pada saat user menjalankan komputer untuk mendapatkan informasi, sistem pakar menanyakan fakta-fakta dan dapat membuat penalaran dan sampai pada sebuah kesimpulan. Ada berbagai kategori pengembangan sistem pakar yaitu kontrol, desain, diagnosa, instruksi, interpretasi, monitor, perencanaan, prediksi, seleksi, simulasi. Inference Engine merupakan otak da bagian ini mengandung mekanisme fungsi berpikir dan pola-pola penalaran sistem yang digunakan oleh seorang pakar. Mekanisme ini akan menganalisa suatu masalah tertentu dan kemudian mencari jawaban atau kesimpulan yang terbaik [5].

  Gambar 1 Blok Diagram Sistem Pakar [5] Gambar 1 mengilustrasikan konsep pokok dari sistem pakar. User memberikan fakta atau informasi lainnya ke sistem pakar dan menerima nasihat atau expertise sebagai jawabannya. Sistem pakar berisi dua komponen pokok yaitu knowledge base dan inference

  

engine. Knowledge base (basis pengetahuan) berisi pengetahuan-pengetahuan dalam

  menyelesaikan masalah. Inference engine berfungsi untuk menganalisis pengetahuan dan menarik kesimpulan berdasarkan knowledge base[6].

  Finite state automata merupakan suatu model matematika dari suatu sistem dengan

  masukan dan keluaran diskrit. Finite state automataadalahmesin otomata dari bahasa regular. Suatu finite state automata memiliki state yangbanyaknya berhingga, dan dapat berpindah-pindah dari suatu state ke state lain. Secaraformal finite state

  automata dinyatakan oleh 5 tupel, dimana [7]:

  Q = himpunan state / kedudukan ∑ = himpunan simbol input / masukan / abjad δ = fungsi transisi S = state awal / kedudukan awal (initial state) F = himpunan state akhir Sebagai contoh diagram state dari sebuah otomata seperti pada Gambar 2.

  

Gambar 2 Diagram State [6]

  Keterangan dari Gambar 2, sebagai berikut: Q = {q0, q1, q2} ∑ = {a, b} S = q0 F = {q2} δ = {( (q0, a), q0), ( (q0, b), q1), ( (q1, a), q1), ( (q1, b), q2), ( (q2, a), q1), ( (q2, b), q2)}

  Finite state automata yang memiliki tepat satustate berikutnya untuk setiap simbol

  masukan yang diterima disebut Deterministic Finite Automata. Berbeda halnya dengan Non

  

Deterministic Finite Automata (N-DFA). N-DFA adalah otomata di mana peralihan dapat

  terjadi dari satu state tertentu ke beberapa state yang berbeda yang disebabkan oleh simbol

  

input yang sama, N-DFA bisa juga mempunyai beberapa input tanpa harus menentukan

state berikutnya [8].

  Suatu N-DFA dapat direpresentasikan dalam bentuk bagan yang diberi label dan disebut dengan graf transisi. Dalam graf transisi state dan input menyatakan fungsi transisi. Graf ini mirip dengan suatu bagan transisi, hanya saja karakter yang sama dapat merupakan label dari dua atau lebih transisi yang keluar dari satu state yang sama, dan ada sisi-sisi yang diberi label simbol khusus sebagai simbol input. Contoh bagan N-DFA dapat dilihat pada Gambar 3.

  Gambar 3 Contoh Suatu N-DFA [7]

  Kanker serviks adalah kanker yang muncul pada leher rahim wanita. Leher rahim sendiri berfungsi sebagai pintu masuk menuju rahim dari vagina. Semua wanita dari berbagai usia berisiko menderita kanker serviks. Penyakit ini cenderung mempengaruhi wanita yang aktif secara seksual. Kanker serviks biasanya tidak memiliki gejala yang paling umum adalah pendarahan pada vagina yang terjadi setelah berhubungan seks di luar masa atau setelah menopause. Human papilloma Virus (HPV) merupakan penyebab dari kanker serviks, Virus ini sangat mudah berpindah dan menyebar tidak hanya melalui cairan, tapi juga bisa berpindah melalui sentuhan kulit. Selain itu penggunaan wc umum yang sudah terkena virus HPV dapat menjangkit seseorang yang menggunakannya jika tidak membersihkannya dengan baik[9].

  Faktor penyebab yang utama dari kanker serviks adalah disebabkan oleh HPV (human papiloma virus) onkogenik yang menyerang leher rahim dan kebanyakan penelitian juga menemukan bahwa infeksi HPV memang mempunyai peranan besar untuk semua kasus kanker serviks (leher rahim). Meskipun perjalanan infeksi HPV menjadi kanker serviks memerlukan waktu yang panjang sekitar 10-20 tahun, akibatnya penderita yang sudah terinfeksipun tidak menyadirinya. Penentuan stadium pada penderita kanker serviks sangatlah penting jenis Stadium1 ditandai dengan sel kanker yang hanya ada di kanker serviks dan ukuran kelainannya kurang dari 3 mm.

  Penderita kanker pada stadium ini biasanya diobati dengan metode radikal histerektomiatau radioterapi, Pada kanker serviks stadium 2kanker telah mulai menyebar di luar leher rahim ke dalam jaringan sekitarnya. Tapi belum tumbuh ke dalam otot atau ligamen yang melapisi pelvis (dinding panggul) atau bagian bawah vagina, Kanker serviks stadium3 telah menyebar keluar rahim tapi masih berada didalam rongga panggul dan belum masuk sampai kandung kemih atau rectum namun kelenjar getah beningnya bisa saja sudah mengandung sel kanker. Kanker pada stadium ini adalah kanker yang tingkat dan gejalanya sudah semakin parah, Kanker serviks stadium 4telah menyebar ke kandung kemih, rectum atau yang lainnya[10].

  Tahapan yang dilakukan dalam penelitian ini, terdiri dari 5 (lima) tahapan, yaitu: (1)

Identifikasi Masalah, (2) Pengumpulan Data, (3) Perancangan Sistem, (4) Implementasi dan

Pengujian Sistem,(5) Penulisan Laporan.

  Gambar 4 Tahapan Penelitian

  Tahapan penelitian pada Gambar 4dijelaskan sebagai berikut.Pada tahap identifikasi masalah dilakukan identifikasi terhadap permasalahan diagnosa penyakit kanker serviks menggunakan Finite State Automata. Pengumpulan data pada tahapan ini dilakukan pengumpulan data yang berkaitan dengan penyakit kanker serviks melalui studi literature. Pada tahap pembuatan perancangan sistem diterapkan penggunaan finite state automata untuk melakukan diagnosa penyakit kanker serviks.Implementasi dan pengujian sistem pada tahap ini dilakukan implementasi sistem ke dalam bentuk program dan dilakukan pengujian sistem dari implementasi sistem yang sudah dibuat, apakah sudah sesuai dengan konsep diagnosa penyakit kanker serviks menggunakan finitestate automata, jika masih terdapat kesalahan maka dilakukan perbaikan sehingga mendapatkan hasil yang lebih baik. Penulisan laporan pada tahap ini membuat laporan terkait hasil dari pengujian yang telah dilakukan.

  Pengumpulan data untuk setiap pembagian dari stadium 1 sampai stadium 4 penyakit kanker serviks dalam penelitian ini merupakan data yang diperoleh melalui studi literatur. Sistem yang akan dibangun untuk mendiagnosa penyakit kanker serviks menjadi 4 pembagian gejala dan masing-masing stadium seperti terlihat pada Tabel 1 [17][18][19][20].

  Tabel 1 Gejala

  

Stadium Penyakit Kanker Serviks [17] [18][19][20]

No Gejala Stadium Kanker Serviks

  Stadium 1 Kanker Serviks Stadium 2

  Kanker Serviks Stadium 3 Kanker

  Serviks Stadium 4 D21 Pertumbuhan kanker kecil pada jaringan leher rahim

• D22 Kulit dibagian yang diobati menjadi perih * * * * D23 Nyeri buang air kecil * * * * D24 Bengkak pada kaki * * * * D25 Rontoknya seluruh rambut di kepala * * * * D26 Kanker menyebar ke bagian dalam vagina * * * *

  D27 Pendarahan di bagian rectum * * * * D28 Sakit saat berhubungan seks * * D29 Kesakitan pada panggul

• D30 Gangguan pada hati, perut dan paru-paru

Gambar 5 merupakan perancangan proses untuk penyakit kanker serviks dengan stadium yang ditampilkan hingga menghasilkan diagnose maka dirancanglah diagram finite

  

state automata untuk membuat suatu keputusan. Dalam perancangan diagram diagnosa

penyakit kanker serviks digunakan Non Deterministic Finite Automata (N-DFA).

  

Gambar 6 Diagram FSA untuk Diagnosa Kanker Serviks

4.

Hasil dan Pembahasan

  Berdasarkan hasil analisis penyakit kanker serviks dan stadiumnya melalui diagram

  

finite state automata , maka dapat dibuat sebuah rancangan algoritmayang dapat dijadikan

  dasar pembuatan program diagnosa penyakit kanker serviks. Algoritma proses diagnosa penyakit kanker serviks, adalah sebagai berikut:

  1. Pertumbuhan kanker kecil pada jaringan leher rahim Tampilkan pertama yaitu

  

2. Pertumbuhan kanker kecil pada jaringan leher rahim , maka akan berlanjut ke gejala

Jika mengalami kedua

  

3. Pertumbuhan kanker kecil pada jaringan leher rahim , maka tidak terdiagnosa

Jika tidak mengalami penyakit kanker serviks

  4. Kulit dibagian yang diobati menjadi perih Tampilkan kedua yaitu

  Jika mengalami

6. ulit dibagian yang diobati menjadi perih , maka tidak terdiagnosa

Jika tidak mengalami gejalaK penyakit kanker serviks

  7. Nyeri buang air kecil Tampilkan ketiga yaitu

  8. Nyeri buang air kecil , maka berlanjut ke gejala keempat Jika mengalami

  9. Nyeri buang air kecil , makatidak terdiagnosa penyakit kanker serviks Jika tidak mengalami

  10. Bengkak pada kaki Tampilkan keempat yaitu

  11. Bengkak pada kaki , makaakan berlanjut ke gejala kelima Jika mengalami

  12. Bengkak pada kaki, maka tidak terdiagnosa penyakit kanker serviks Jika tidak mengalami

  13. Rontoknya seluruh rambut di kepala Tampilkan kelima yaitu

  14. Rontoknya seluruh rambut di kepala , maka berlanjut ke gejala keenam Jika mengalami

  

15. Rontoknya seluruh rambut di kepala , makatidak terdiagnosa penyakit kanker

Jika tidak mengalami serviks 16. Tampilkan keenam yaitu Kesakitan pada pinggul 17. Jika mengalami Kesakitan pada pinggul, maka berlanjut ke gejala ketujuh 18. Jika tidak mengalami Kesakitan pada pinggul, maka tidakterdiagnosa penyakit kanker serviks

  19. Pendarahan di bagian rectum Tampilkan ketujuh yaitu

  20. Pendarahan di bagian rectum , maka berlanjut ke gejala kedelapan Jika mengalami

  

21. Pendarahan di bagian rectum , maka tidakterdiagnosa penyakit kanker serviks

Jika tidak mengalami

  22. Sakit saat berhubungan seks Tampilkan kedelapan yaitu

  23. Sakit saat berhubungan seks , maka berlanjutke gejala kesembilan Jika mengalami

  

24. Sakit saat berhubungan seks , makaterdiagnosa penyakit kanker serviks

Jika tidak mengalami stadium 1

  25. Kanker menyebar ke bagian dalam vagina Tampilkan kesembilan yaitu

  

26. Kanker menyebar ke bagian dalam vagina maka terdiagnosa penyakitkanker serviks

Jika mengalami stadium 2 27. Jika tidak mengalami gejala kanker telah menyebar ke bagian bawah vagina, maka berlanjut kesepuluh

  28. Gangguan pada hati, perut dan paru-paru Tampilkan kesepuluh yaitu

  

29. Gangguan pada hati, perut dan paru-paru , maka terdiagnosa penyakit kanker serviks

Jika mengalami stadium 3 30. Kanker telah menyebar ke bagian vagina, rambut rontok dan pendarahan di bagian rectum, maka terdiagnosa penyakit kanker serviks stadium 4

  Algoritma proses diagnosa penyakit kanker serviks dibuat berdasarkan pada rancangan Non Deterministic Finite Automata (N-DFA) yang telah dibuat sebelumnya. Algoritma tersebut berupa langkah-langkah untuk menyelesaikan masalah berupa diagnosa penyakit kanker serviks. Algoritma ini akan digunakan untuk mempermudah penyusunan

  

pseudocode sebelum membuat ke dalam bentuk program. Pseudocode dari proses diagnosa

  penyakit kanker serviks adalah sebagai berikut:

  if pertanyaan stadium user = “kesakitan pada panggul” then tampil hasil diagnose stadium 1 else if pertanyaan stadiumuser

  =”kulit dibagian yang diobati menjadi perih” then tampil hasil diagnosa else if pertanyaan stadium user =”nyeri buang air kecil” then tampil hasil diagnose else if pertanyaan stadium user =

  “bengkak pada kaki” then tampil hasil diagnosa else if pertanyaan stadium user =”rontoknya seluruh rambut di kepala” thentampil hasil diagnose stadium 2 else if pertanyaan stadium user

  =”kanker menyebar ke bagian dalam vagina” then tampil hasil diagnosa else if pertanyaan stadium user

  =”pendarahan di bagian rectum” thentampil hasil diagnosa stadium 3 else if pertanyaan stadium user =”pertumbuhan kanker kecil pada jaringan leher rahim” thentampil hasil diagnose stadium else if pertanyaan stadium user =”gangguan pada hati, perut dan paru- paru” thentampil hasil diagnosa stadium 4 else if pertanyaan stadium user thentampil hasil tidak terdiagnosa kanker serviks end.

  

Kode Program 1 Perintah untuk Menampilkan Tampilan Awal Diagnosa Penyakit Kanker

  Serviks Kode Program 1 merupakan Perintah untuk Menampilkan Tampilan Awal Diagnosa

  Penyakit Kanker Serviks, dalam kode program ini akan dijalankan proses memulai diagnosa penyakit kanker serviks dan akan keluar hasil terdiagnosa atau tidak terdiagnosa untuk setiap pertanyaan yang akan dijalankan oleh program berikutnya.

  Kode Program 2 Tampilan Hasil Diagnosa Penyakit Kanker Serviks

  Kode Program 2 ini merupakan hasil diagnosa kanker serviks dan akan ditampilkan berbagai pertanyaan dari stadium 1, program akan berlanjut untuk setiap pertanyaan dengan kode program untuk stadium 1 sampai 4 dengan pilihan YA/TIDAK dan akan ditampilkan user untuk hasil akhir terdiagnosa atau tidak terdiagnosa.

  Gambar 7 Tampilan Halaman Awal Diagnosa Kanker Serviks Gambar 7 menunjukkan TampilanHalaman Awal Diagnosa Kanker Serviks.

  Langkah pertama yaitu mulai diagnose penyakit kanker serviks, dalam gambar ini terdapat tombol mulai diagnosa untuk masuk ke halaman berikutnya dan mendapat hasil akhir terdiagnosa penyakit kanker serviks stadium 1 sampai stadium 4 atau tidak terdiagnosa penyakit kanker serviks.

  Gambar 8 Tampilan Halaman Diagnosa Penyakit Kanker Serviks Gambar 8 Tampilan Halaman Diagnosa Penyakit Kanker Serviks .User memberikan

  beberapa pertanyaan jika mengalami dapat memilih kolom YA dan mengkonfirmasi, jika tidak mengalami dapat memilih kolom TIDAK kemudian mengkonfirmasi dari setiap pertanyaan yang ada, maka user mendapatkan hasil diagnosa.

  

Gambar 9 Tampilan Hasil Diagnosa Penyakit Kanker Serviks Stadium 1

  Pada Gambar 9 Tampilan Hasil Diagnosa Stadium 1 merupakan hasil dari setiap pertanyaan yang sudah dijawab oleh user dari berbagai gejala stadium yang ada mulai dari gejala stadium 1 sampai gejala stadium 4 danhasil diagnosa bahwa user terdiagnosa penyakit kanker serviks stadium 1.

  

Gambar 10 Tampilan Hasil Diagnosa Penyakit Kanker Serviks Stadium 2

  Pada Gambar 10 Tampilan Hasil Diagnosa Stadium 2merupakan hasil dari setiap pertanyaan yang sudah dijawab oleh user dari berbagai gejala stadium yang ada mulai dari gejala stadium 1 sampai gejala stadium 4 danhasil diagnosa bahwa user terdiagnosa penyakit kanker serviks stadium 2.

  

Gambar 11 Tampilan Hasil Diagnosa Penyakit Kanker Serviks Stadium 3

  Pada Gambar 11 Tampilan Hasil Diagnosa Stadium 3merupakan hasil dari setiap pertanyaan yang sudah dijawab oleh user dari berbagai gejala stadium yang ada mulai dari gejala stadium 1 sampai gejala stadium 4 danhasil diagnosa bahwa user terdiagnosa penyakit kanker serviks stadium 3.

  

Gambar 12 Tampilan Hasil Diagnosa Penyakit Kanker Serviks Stadium 4

  Pada Gambar 12 Tampilan Hasil Diagnosa Stadium 4merupakan hasil dari setiap pertanyaan yang sudah dijawab oleh user dari berbagai gejala stadium yang ada mulai dari gejala stadium 1 sampai gejala stadium 4 danhasil diagnosa bahwa user terdiagnosa penyakit kanker serviks stadium 4.

  

Gambar 13 Tampilan Hasil Tidak Terdiagnosa Penyakit Kanker Serviks

  Pada Gambar 13 Tampilan Hasil Tidak Terdiagnosa Penyakit Kanker Serviks merupakan hasil dari setiap pertanyaan yang sudah dijawab oleh user dari berbagai gejala stadium yang ada mulai dari gejala stadium 1 sampai gejala stadium 4 danhasil diagnosa bahwa usertidak terdiagnosa penyakit kanker serviks.

  Sistem yang dihasilkan untuk diagnose penyakit kanker serviks, divalidasi menggunakan diagram finite automata N-DFA. Diagram state N-DFA dapat dilihat pada Gambar 14.

  

Gambar 14 Diagram State N-DFA untuk Validasi Sistem Diagnosa Penyakit Kanker Serviks

  Pada diagram N-DFA diagnosa penyakit kanker serviks terdapat abjad {0,1} simbol, 0 untuk tidak mengalami stadium dan 1 untuk ya mengalami stadium. Simbol D21-D30merupakan state yang ada yaitu stadium dari penyakit kanker serviks sedangkan Simbol W0, W1, W2, W3 dan W4 merupakan state yang berisi hasil diagnose stadiumdapat dijelaskan sebagai berikut:

  D21 : Pertumbuhan kanker kecil pada jaringan leher rahim D22 : Kulit dibagian yang diobati menjadi perih D23 : Nyeri buang air kecil D24 : Bengkak pada kaki D25 : Rontoknya seluruh rambut di kepala D26 : Kanker menyebar ke bagian dalam vagina D27 : Pendarahan di bagian rectum D28 : Sakit saat berhubungan seks D29 : Kesakitan pada panggul D30 : Gangguan pada hati, perut dan paru-paru

  W0 : Bukan kanker serviks W1 : Kanker Serviks stadium 1 W2 : Kanker Serviks stadium 2 W3 : Kanker Serviks stadium 3 W4 : Kanker Serviks stadium 4

  Secara formal N-DFA pada Gambar 14 dinyatakan dalam 5 tupel atau M= (Q, ∑, δ,

  S, F) artinya: Q = himpunan state / kedudukan ∑= himpunan simbol input / masukan / abjad Δ = relasi transisi S = state awal / kedudukan awal (initial state) F = himpunan state akhir

  Maka untuk menyatakan Gambar 14 adalah sebagai berikut: Q = {D21, D22, D23, D24, D25, D26, D27, D28, D29, D30, W0, W1, W2, W3, W4}

  ∑= {0, 1} S = {D21} F = {W0, W1, W2, W3, W4} Δ = relasi transisi dapat dilihat pada Tabel 2.

  Tabel 2 Relasi Transisi Δ

  1 D21 W0 D22 D22 W0 D23 D23 W0 D24 D24 W0 D25 D25 W0 D26 D26 W0 D27 D27 W0 D28 D28 W1 D29 D29 D29 W2 D30 W0 W1 W2 W3 W4 W4

>
• <
• W3

Relasi transisi juga dapat ditulis dengan cara: Δ = {((D21, 0), W0), ((D21, 1,) D22), ((D22, 0), W0), ((D22, 1), D23), ((D23, 0),

  W0), ((D23, 1), D24), ((D24, 0), W0), ((D24, 1), D25), ((D25, 0), W0), ((D25, 1), D26), ((D26, 0), W0), ((D26, 1), D27), ((D27, 0), W0), ((D27, 1) , D28), ((D28, 0), W1), ((D28, 1), D29), ((D29, 0), W2), ((D29, 1), W2), ((D30, 0), W4), ((D30, 1), W3).

  Rancangan N-DFA secara menyeluruh dijelaskan sebagai berikut:

  

Gambar 15 Diagram State N-DFA untuk Validasi Kondisi Tidak Terdiagnosa Penyakit Kanker

Serviks

  Gambar 15 merupakan diagram N-DFA untuk validasi kondisi yang tidak terdiagnosa penyakit kanker serviks stadium 1, stadium 2,stadium 3, stadium 4 tidak dialami oleh user. Jika salah satu state mulai dari state D21 sampai dengan state D27 tidak terpenuhi maka menuju ke final state W0 maka dihasilkan tidak terdiagnosa penyakit kanker serviks.

  

Gambar 16 Diagram State N-DFA untuk Terdiagnosa Penyakit Kanker Serviks Stadium 1

  Gambar 16 merupakan diagramN-DFA untuk validasi kondisi Terdiagnosa Penyakit Kanker Serviks Stadium 1 state D21 sampai state D27.

  Dari state D21 sampai state D21 terpenuhi semua keadaannya dan pada state D27 sampai state D28 tidak terpenuhi atau dialami oleh user karena state tersebut menuju ke

  final state W1 yang menghasilkan terdiagnosa penyakit kanker serviks stadium 1.

  

Gambar 17Diagram State N-DFA untuk Validasi Kondisi Terdiagnosa Penyakit Kanker Serviks

Stadium 2

  Pada Gambar 17,State N-DFAyang terdiagnosa penyakit kanker serviksadalah state D21 sampai state D27 yaitu stadium 2harus terpenuhi semua oleh user. Kemudian

  

state tersebut menuju kefinal stateW2 yang menghasikan terdiagnosa penyakit kanker

serviks stadium 2.

  

Gambar 18Diagram State N-DFA untuk Validasi Kondisi Terdiagnosa Penyakit Kanker Serviks

Stadium 3

  Pada Gambar 18,State N-DFAyang terdiagnosa penyakit kanker serviksadalah state D21 sampai state D28 harus terpenuhi, Kemudian state tersebut akan ke final state W3 dan akan menghasilkan terdiagnosa penyakit kanker serviks stadium 3.

  

Gambar 19 Diagram State N-DFA untuk Validasi KondisiTerdiagnosa Penyakit Kanker Serviks

Stadium 4

  1

  1

  9 Terdiagnosa Kanker Serviks Terdiagnosa Kanker Serviks

  1

  10 Tidak Terdiagnosa Kanker Serviks Tidak Terdiagnosa Kanker Serviks

  1

  11 Tidak Terdiagnosa Kanker Serviks Tidak Terdiagnosa Kanker Serviks

  12 Tidak Terdiagnosa Kanker Serviks Tidak Terdiagnosa Kanker Serviks

  1

  1

  13 Terdiagnosa Kanker Serviks Terdiagnosa Kanker Serviks

  1

  14 Tidak Terdiagnosa Kanker Serviks Tidak Terdiagnosa Kanker Serviks

  1

  15 Terdiagnosa Kanker Serviks Terdiagnosa Kanker Serviks

  1 Jumlah

  8 Tidak Terdiagnosa Kanker Serviks Tidak Terdiagnosa Kanker Serviks

  7 Tidak Terdiagnosa Kanker Serviks Tidak Terdiagnosa Kanker Serviks

  Pada Gambar 19 merupakan diagram N-DFA untuk validasi kondisiyang terdiagnosa penyakit kanker serviks state D26 sampai state D30 yaitu Stadium 4. Pada

  2 Tidak Terdiagnosa Kanker Serviks Tidak Terdiagnosa Kanker Serviks

  

state D21 sampai dengan state D28 harus terpenuhi, state D29 dan state D30 kondisi tidak

  terpenuhi. State tersebut kemudian menuju ke final state W4 yang menghasilkan terdiagnosa penyakit Kanker Serviks Stadium 4.

  Pengujian ini dilakukan dengan mencocokkan hasil perancangan sistem yang sudah menerapkan finite state automata. Data yang diuji berjumlah 15 sampel data. Nilai keakuratan sistem memiliki dua bobot nilai yaitu 0 dan 1. Bernilai 0 jika hasil diagnosa sistem tidak sesuai dengan perancangan dan bernilai 1 jika hasil diagnosa sistem sesuai dengan perancangan.

  Tabel 4Perbandingan Hasil PerancanganSistem No Perancangan Sistem Nilai keakuratan

  1 Tidak Terdiagnosa Kanker Serviks Tidak Terdiagnosa Kanker Serviks

  1

  1

  1

  3 Tidak Terdiagnosa Kanker Serviks Tidak Terdiagnosa Kanker Serviks

  1

  4 Terdiagnosa Kanker Serviks Terdiagnosa Kanker Serviks

  1

  5 Tidak Terdiagnosa Kanker Serviks Tidak Terdiagnosa Kanker Serviks

  1

  6 Tidak Terdiagnosa Kanker Serviks Tidak Terdiagnosa Kanker Serviks

  15 Jika dihitung nilai probabilitasnya, maka: =100% Berdasarkan hasil pengujian tersebut dapat disimpulkan bahwa akurasi sistem diagnosa penyakit kanker serviks menggunakan finite state automata dengan 15 data yang diuji adalah 100% yang menunjukkan bahwa sistem ini dapat berfungsi dengan baik sesuai hasil perancangan sistem.

  5. Simpulan

  Berdasarkan hasil penelitian yang telah dilakukan, maka dapat diambil kesimpulan bahwa validasi yang dilakukan menggunakan finite state automata dapat membuktikan alur logis dari sistem diagnose penyakit kanker serviks.

  6. Daftar Pustaka

  [1] Kurniawan, D., 2009. Pendiagnosa Penyakit Berbasis Web. Depok: Universitas IndoneDiakses pada 8 Agustus 2016.

  [2] Lenti, F. N., 2006. Pendekatan Teori Automata untuk Menyelesaikan Aplikasi- Aplikasi di Bidang Kecerdasan Buatan. Yogyakarta: STMIK AKAKOM Yogyakarta.http://publication.gunadarma.ac.id/bitstream/123456789/692/1/AI_Feb ri(7)12_18.pdf. Diakses pada 8 Agustus 2016.

  [3] Irawan, J. Ch., Pakereng, M. A. I., Somya, R., Perancangan dan Implementasi Finite

  Automata pada Simulasi Vending Machine, Skripsi, Salatiga: Universitas Kristen

  Satya Wacana [4] Pelupessy, J. A., Pakereng, M A I., November 2016. Penerapan Finite State Automata Pada Pemetaan Sistem Parkiran Kendaraan Motor di Kampus UKSW Salatiga.

  [5] Hartono, J., 2003. Pengembangan Sistem Pakar Menggunakan Visual Basic. Andi Offset: Yogyakarta. [6] Arhami, M., 2005. Konsep Dasar Sistem Pakar. Andi Offset: Yogyakarta. [7] Utdirartatmo, F., 2001. Teori Bahasa dan Otomata. Yogyakarta: Penerbit JJ Learning. [8] Slamet, S., 1995. Teknik kompilasi. Jakarta: PT Elex Media Komputindo.

  [9] Budiman, D., 2010. Mencegah dan Mengobati . Gramedia Pustaka Utama: Jakarta. [10] Nur Hasan 2013. Bahaya Kanker Servikskses pada 15 Mei 2013.