APLIKASI SISTEM PAKAR UNTUK MENDIAGNOSA (1)
APLIKASI SISTEM PAKAR UNTUK MENDIAGNOSA DAN PENANGANAN DINI
GANGGUAN AUTISME PADA ANAK DENGAN METODE CERTAINTY FACTOR
BERBASIS WEB
Ivan Ardhiatma., Arief Andy Soebroto ST., M.Kom., Rekyan Regasari M.P., ST., MT.
Program Studi Informatika/Ilmu Komputer
Program Teknologi Informasi dan Ilmu Komputer Universitas Brawijaya
Email : ardhi.ivan@gmail.com
ABSTRAK
Diagnosa gangguan autisme pada anak secara dini merupakan hal penting dalam proses tumbuh kembang anak. Namun
pengetahuan publik atau orangtua soal autisme dinilai masih rendah. Imbasnya kerap terjadi penyandang autis terdiskriminasi dan
keluarga penderita tidak tahu ke mana harus mencari pertolongan terapinya. Di kota besar memang masyarakat sudah mulai mengenal
autis. Namun di banyak daerah, banyak yang belum paham soal autisme dan tidak memiliki sarana penanganannya. 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 tertentu. Penggunaan sistem pakar tersebut akan lebih mudah
ketika diimplementasikan ke dalam aplikasi berbasis web, selain perangkat komputer dan internet yang sudah banyak dimiliki oleh
sebagian besar masyarakat, juga dapat diakses melalui media mobile yang sudah semakin canggih sekarang ini dengan akses internet
dan browser mobile dimanapun dan kapanpun.
Pada penelitian ini gangguan autisme pada anak dapat didiagnosa secara dini dengan mendeteksi 3 macam jenis gangguan
menggunakan metode Certainty Factor dengan inputan gejala dari pengguna. Sistem pakar ini diimplementasikan menggunakan
bahasa pemrograman PHP yang terintegrasi dengan database MySQL. Pengujian yang digunakan yaitu pengujian validasi (pengujian
black box) dan pengujian akurasi sistem pakar. Hasil pengujian validasi yaitu 100% yang menunjukkan bahwa fungsionalitas sistem
dapat berjalan dengan baik sesuai dengan daftar kebutuhan. Hasil pengujian akurasi yaitu 85% yang menunjukkan bahwa sistem pakar
dapat berfungsi dengan cukup baik sesuai dengan metode Certainty Factor.
Kata Kunci: Autisme, Certainty Factor, Diagnosa, Sistem Pakar.
Gangguan ‚utisme Secara Dini Pada ‚nak [3] telah
menghasilkan sebuah aplikasi sistem cerdas berbasis
web dengan menggunakan metode forward chaining.
Sedangkan pada penelitian yang lain, yaitu dengan
judul
Penggunaan Certainty Factor (CF) Dalam
Perancangan Sistem Pakar Untuk Mendiagnosis
Penyakit Atherosklerosis [4] telah membuat sistem pakar
untuk
mendiagnosis
penyakit
atherosklerosis
menggunakan metode Certainty Factor.
Hal yang berbeda pada penelitian ini dengan
penelitian terdahulu adalah akan membuat sistem pakar
untuk mendiagnosa autism pada anak dengan metode
Faktor Kepastian. Faktor Kepastian (CF) menyatakan
kepercayaan dalam sebuah kejadian (atau fakta atau
hipotesis) berdasarkan bukti atau penilaian pakar. CF
menggunakan suatu nilai untuk mengasumsikan
derajad keyakinan seorang pakar terhadap suatu data.
CF
memperkenalkan
konsep
keyakinan
dan
ketidakyakinan.[5]
Oleh karena itu, pada penelitian ini akan dibuat
suatu aplikasi sistem pakar yang dapat mendiagnosa
gejala-gejala autis, sekaligus memberikan cara
penanganan secara dini yang nantinya dapat digunakan
untuk proses terapi sederhana pada anak yang
terdiagnosa memiliki gejala autis serta sebagai media
1.
1.1
PENDAHULUAN
Latar Belakang
Autisme adalah suatu kondisi mengenai seseorang
sejak lahir ataupun saat masa balita, yang membuat
dirinya tidak dapat membentuk hubungan sosial atau
komunikasi yang normal.
Menurut data dari UNESCO pada tahun 2011,
terdapat 35 juta orang penyandang autisme di seluruh
dunia. Rata-rata, 6 dari 1000 orang di dunia telah
mengidap autisme. Di Amerika Serikat, autisme dimiliki
oleh 11 dari 1000 orang. Sedangkan di Indonesia,
perbandingannya 8 dari setiap 1000 orang [1].
Hal yang menyebabkan naiknya angka pengidap
autisme diatas selanjutnya dikemukakan oleh Kepala
Pusat Inteligensia Kesehatan Kemenkes Eka Viora,
bahwa pengetahuan publik soal autisme dinilai masih
rendah. Imbasnya kerap terjadi penyandang autis
terdiskriminasi dan keluarga penderita tidak tahu ke
mana harus mencari pertolongan terapinya. Di kota
besar memang masyarakat sudah mulai mengenal autis.
Namun di banyak daerah, banyak yang belum paham
soal autisme dan tidak memiliki sarana penanganannya.
[2]
Pada penelitian terdahulu dengan judul Rancang
Bangun Aplikasi Sistem Pakar Untuk Mendiagnosa
1
2. Membantu para orang tua untuk mendiagnosa
autisme pada anak serta dapat melakukan
tindakan untuk penangan dini jika anak
mengalami gejala autisme.
3. Memudahkan pakar autisme, psikolog serta para
terapis autisme dalam mendiagnosa gejala
autisme pada anak
bagi orangtua untuk mendapatkan pengetahuan seputar
autism dengan metode Faktor Kepastian.
1.2
Rumusan Masalah
Berdasarkan uraian latar belakang di atas, maka
dapat dirumuskan permasalahan pada skripsi ini yaitu
sebagai berikut :
1. Bagaimana merancang dan membangun aplikasi
sistem pakar untuk mendiagnosa dan penanganan
1.6
Sistem Pakar
Sistem Pakar adalah salah satu bagian dari
kecerdasan buatan yang mengandung pengetahuan dan
pengalaman yang dimasukkan oleh satu atau banyak
pakar ke dalam satu area pengetahuan tertentu sehingga
setiap
orang
dapat
menggunakannya
untuk
memecahkan berbagai masalah yang bersifat spesifik
[6]. Dengan sistem pakar, orang awam pun dapat
menyelesaikan masalahnya atau sekedar mencari suatu
informasi berkualitas yang sebenarnya hanya dapat
diperoleh dengan bantuan para ahli di bidangnya.
Seorang pakar yang dimaksud disini adalah orang yang
mempunyai keahlian dalam bidang tertentu, yaitu pakar
yang mempunyai knowledge atau kemampuan khusus
yang tidak dimiliki oleh orang lain [6].
dini gangguan autisme pada anak dengan metode
Certainty Factor berbasis web?
2.
3.
Bagaimana implementasi metode Certainty Factor
ke dalam program aplikasi sehingga mampu untuk
mendiagnosa autisme dan mendeteksi jenis
gangguan autisme pada anak?
Bagaimana hasil pengujian validasi dan akurasi
dari sistem pakar diagnosa autisme pada anak
dengan menggunakan metode Certainty Factor?
1.3
Batasan Masalah
Agar permasalahan yang dirumuskan dapat lebih
terfokus, maka pada penelitian ini dibatasi dalam hal:
1. Metode yang digunakan adalah metode CertintyFactor untuk penerapan perhitungannya.
2. Data yang digunakan dalam skripsi akhir ini berasal
dari dokter anak, klinik tumbuh kembang anak
House Of Fatima Child Center , serta rumah sakit
umum dr.Saiful Anwar Malang.
3. Aplikasi ini menggunakan DSM-IV sebagai panduan
diagnostik autisme .
4. Keluaran aplikasi yang dihasilkan yaitu diagnosa
tingkat autisme dan jenis gangguan autisme pada
anak berbasis web.
1.7
Ketidakpastian
Ada tiga teknik yang dapat digunakan untuk
menangani ketidakpastian dan kesamaran pengetahuan,
yaitu [6] :
1. Teknik Probabilitas, yang dikembangkan dengan
memanfaatkan teorema Bayes yang menyajikan
hubungan sebab akibat yang terjadi diantara
evidence-evidence yang ada. Pendekatan alternatif
lainnya yang dapat digunakan adalah teori
Dempster-Shafer.
2. Faktor Kepastian, merupakan teknik penalaran
tertua, yang digunakan pada sistem MYCIN. Teknik
ini bersifat semi probabilitas, karena tidak
sepenuhnya menggunakan notasi probabilitas.
3. Logika Fuzzy, merupakan teknik baru yang
diperkenalkan oleh Zadeh. Setiap variable dalam
teknik ini memiliki rentang nilai tertentu, yang akan
digunakan untuk menghitung nilai fungsi
keanggotaannya.
1.4
Tujuan
Tujuan yang ingin dicapai dalam pembuatan
skripsi ini adalah membangun suatu aplikasi sistem
pakar dengan menggunakan metode Certainty Factor
untuk mendiagnosa autisme pada anak berbasis web.
1.5
Manfaat
Manfaat yang diharapkan adalah sebagai berikut:
Bagi Penulis
1. Sebagai media untuk peng-implementasian ilmu
pengetahuan teknologi pada bidang Artificial
Intelligent terutama bidang sistem pakar.
2. Mendapatkan pengetahuan dan wawasan terkait
metode – metode yang digunakan untuk sistem
pakar.
Bagi pembaca/pengguna
1. Mendapatkan
wawasan
akan
pengimplementasian dari Certainty Factor pada
aplikasi sistem pakar.
Teori Certainty-Factor
Faktor kepastian (Certanity Factor) diperkenalkan
oleh Shortliffe Buchanan dalam pembuatan MYCIN.
Certanity Factor (CF) merupakan nilai parameter klinis
yang diberikan MYCIN untuk menunjukkan besarnya
kepercayaan. CF menunjukkan ukuran kepastian
terhadap suatu fakta atau aturan [7].
Certanity factor didefinisikan ditunjukkan pada rumus
2.1 [7].
1.8
2
perancangan arsitektur sistem pakar seperti pada
gambar 1. Selain itu, pada perancangan sistem juga
digambarkan diagram ERD dan diagram algoritma.
CF[H,E]=MB[H,E]-MD[H,E]
(2.1)
dengan:
CF[H,E] = Certainty Factor dari hipotesis H yang
dipengaruhi oleh gejala (evidence) E. Besarnya CF
berkisar antara -1 sampai 1.
Nilai -1 menunjukkan ketidakpercayaan mutlak,
sedangkan nilai 1 menunjukkan kepercayaan mutlak
MB[H,E] = ukuran kenaikan kepercayaan (measure of
increased belief) terhadap hipotesis H yang dipengaruhi
oleh gejala E.
MD[H,E]= ukuran kenaikan ketidakpercayaan (measure
of increased disbelief) terhadap hipotesis H yang
dipengaruhi oleh gejala E.
1.9
Autisme
‚utisme berasal dari kata auto yang artinya
sendiri. Istilah ini dipakai karena mereka yang
mengidap gejala autisme seringkali memang terlihat
seperti seorang yang hidup sendiri. Mereka seolah-olah
hidup di dunianya sendiri dan terlepas dari kontak
social yang ada di sekitarnya.[3]
Autisme merupakan salah satu bentuk gangguan
tumbuh kembang, berupa sekumpulan gejala akibat
adanya
kelainan
syaraf-syaraf
tertentu
yang
menyebabkan fungsi otak tidak bekerja secara normal
sehingga
mempengaruhi
tumbuh
kembang,
kemampuan komunikasi, dan kemampuan interaksi
sosial seseorang. Gejala-gejala autisme dapat terlihat
dari adanya penyimpangan dari ciri-ciri tumbuh
kembang anak secara normal.[3]
Gambar 1 Arsitektur Sistem Pakar
2.4
Implementasi Perangkat Lunak
Implementasi perangkat lunak dilakukan dengan
mengacu kepada perancangan aplikasi. Implementasi
perangkat lunak dilakukan dengan menggunakan
bahasa pemrograman PHP, DBMS MySQL dan tools
pendukung lainnya.
2.5
Pengujian Sistem
Pengujian yang dilakukan yaitu pengujian Black
Box dan pengujian akurasi sistem pakar. Pengujian Black
Box dilakukan untuk mengetahui kesesuaian antara
kebutuhan dengan kinerja sistem, Pengujian akurasi
sistem pakar dilakukan untuk mengetahui performa
sistem pakar dalam memberikan rekomendasi dengan
membandingkan pengujian data secara manual dengan
pengujian data menggunakan sistem pakar.
2.
2.1
METODOLOGI
Studi Literatur
Mempelajari literatur dari beberapa bidang ilmu
yang berhubungan dengan pembuatan sistem pakar
diagnosa autisme pada anak, metode Teori CertaintyFactor, perhitungan tingkat autisme, jenis gangguan
serta gejala autisme
3.
PERANCANGAN
3.1 Analisa Kebutuhan Perangkat Lunak
3.1.1 Identifikasi Aktor
Tahap ini mempunyai tujuan untuk melakukan
identifikasi aktor-aktor yang akan berinteraksi dengan
sistem pakar.
2.2
Analisis Kebutuhan
Analisa kebutuhan bertujuan untuk identifikasi
aktor-aktor yang terlibat dalam sistem pakar, penjabaran
kebutuhan masukan, proses dan keluaran. Analisis
kebutuhan ini ditujukan untuk menggambarkan
kebutuhan-kebutuhan yang harus disediakan oleh
sistem agar dapat memenuhi kebutuhan pengguna.
Tabel 1 Deskripsi Aktor
Aktor
Pengguna
Umum (PU)
2.3
Perancangan Perangkat Lunak
Perancangan perangkat lunak digunakan untuk
memenuhi kebutuhan fungsional dan kebutuhan
domain sistem pakar menggunakan Metode CertaintyFactor. Untuk mengetahui kebutuhan fungsional dan
kebutuhan domain sistem pakar, diperlukan sebuah
Pengguna
3
Deskripsi Aktor
Aktor
yang
dapat
menggunakan sistem pakar
untuk melihat informasi
autisme. Pengguna tidak
melakukan proses login,
dapat melihat informasi
mengenai autisme dan
informasi lainnya, tetapi
tidak bisa melakukan menu
diagnosa dan tanya jawab
pada forum.
Aktor
yang
dapat
Aktor
terdaftar
(PT)
Admin (A)
Deskripsi Aktor
menggunakan sistem pakar
untuk
mendiagnosa
autisme
pada
anak.
Pengguna dapat melakukan
proses login, melakukan
diagnosa autisme, melihat
informasi
mengenai
autisme dan
informasi
lainnya serta melakukan
tanya jawab pada forum.
Aktor
yang
menyerap
sumber pengetahuan dari
pakar
kemudian
ditransformasikan ke basis
pengetahuan. Admin dapat
mengelola
data
gejala
maupun data mengenai
informasi lainnya. Admin
juga
dapat
melakukan
proses login dan mengelola
manajemen user.
3.2
a.
Perancangan Arsitektur Sistem Pakar
Akuisisi Pengetahuan
Basis pengetahuan berisi tentang pengetahuan
yang relevan yang diperlukan untuk memahami,
merumuskan, dan memecahkan persoalan. Basis
pengetahuan tersebut mencakup dua elemen dasar yaitu
fakta dan aturan khusus yang mengarahkan pengguna
pengetahuan untuk memecahkan persoalan khusus
dalam domain tertentu. Basis pengetahuan merupakan
inti program dari sistem pakar dimana basis
pengetahuan ini merupakan representasi pengetahuan
dari seorang pakar.
Representasi pengetahuan dibutuhkan untuk
menangkap
sifat-sifat
penting
masalah
dan
mempermudah prosedur pemecahan masalah dalam
mengakses informasi. Representasi pengetahuan yang
digunakan pada skripsi ini yaitu atran produksi yang
dituliskan dalam bentuk jika-maka (IF-THEN). Struktur
aturan produksi yang menghubungkan premis dengan
konklusi dapat dijelaskan sebagai berikut :
IF [premis] THEN [konklusi]
Konklusi pada bagain THEN bernilai benar jika
premis pada bagian IF bernilai benar. Penerapan
struktur aturan produksi dalam menentukan penyakit
sapi dapat dilihat pada contoh berikut ini.
IF Seringkali sangat terpukau pada suatu benda
AND Ada gerakan-gerakan aneh yang khas dan
diulang-ulang
AND Terpaku pada satu kegiatan yang ritualistic atau
rutinitas
yang
tidak
ada
gunanya
AND
Mempertahankan suatu permintaan atau lebih dengan
cara yang khas dan berlebihan
THEN Gangguan Perilaku
Tabel aturan berisi hubungan antara jenis
gangguan autisme dengan gejala yang menyertainya.
3.1.2 Analisa Kebutuhan Masukan
Pakar memberikan masukan berupa :
1. Data gejala baru yang belum terdapat dalam sistem.
Data gejala meliputi id gejala dan nama gejala.
2. Data jenis gangguan berupa id jenis dan nama jenis
gangguan yang belum terdapat dalam sistem.
3. Data pengguna yang berisi id pengguna, nama,
alamat dan jenis kelamin
4. Data aturan ditambahkan sesuai dengan gejala dan
nama jenis gangguan autisme. Pakar diminta
memberikan nilai bobot dari masing-masing gejala.
Data aturan meliputi id gejala, id jenis dan densitas.
3.1.3 Analisa Kebutuhan Proses
Proses inti dari sistem ini adalah proses penalaran.
Sistem akan melakukan penalaran untuk menentukan
jenis gangguan autisme pada anak berdasarkan gejala
yang dimasukkan oleh pengguna. Pada sistem telah
disediakan aturan basis pengetahuan untuk penelusuran
jenis gangguan autisme.
Tabel 2. Tabel Jenis Gangguan Autisme
Kode Jenis
Gangguan
Jenis Gangguan
Autisme
Gangguan
JG001
Perilaku
Gangguan
JG002
Komunikasi
Gangguan
JG003
Interaksi Sosial
3.1.4 Analisa Kebutuhan Keluaran
Data keluaran dari sistem ini adalah hasil proses
diagnosa menggunakan perhitungan metode Certainty
Factor. Hasil diagnosa tersebut berdasarkan fakta gejala
autisme pada anak yang dimasukkan pengguna saat
melakukan diagnosa. Hasil output sistem terdiri dari :
Tingkat autisme, jenis gangguan autisme dan solusi dan
terapi berdasarka jenis gangguan autisme
4
Tabel 3. Tabel Gejala autisme
Kode
Gejala
G001
G002
G003
G004
G005
G006
G007
G008
G009
G010
G011
G012
mana untuk setiap nilai CF evidence tunggal mendapat
perlakuan sebagai nilai CF1 dan CF2. Berikut ini rumus
yang digunakan untuk menghitung nilai CF evidence
maupun nilai cf kombinasi yang diterapkan untuk
setiap premis tunggal hasil pecahan dari premis
majemuk.
Untuk proses perhitungan inferensi CertaintyFactor sebagai penarikan kesimpulan dapat dilihat pada
Gambar 2 yang merupakan gambaran pencarian solusi
sistem pakar dengan menggunakan flowchart atau
diagram alir.
Gejala
Mempertahankan suatu permintaan
atau lebih dengan cara yang khas dan
berlebihan.
Terpaku pada satu kegiatan yang
ritualistic atau rutinitas yang tidak ada
gunanya.
Ada gerakan-gerakan aneh yang khas
dan diulang-ulang.
Seringkali sangat terpukau pada suatu
benda.
Bicara terlambat atau sama sekali tidak
berkembang (Tidak ada usaha untuk
mengimbangi komunikasi dengan cara
lain selain bicara).
Jika bisa bicara, bicaranya tidak dipakai
untuk komunikasi.
Sering menggunakan bahasa yang aneh
dan diulang-ulang.
Cara bermain kurang variatif, kurang
imanjinatif dan kurang bisa meniru.
Tidak mampu menjalin interaksi sosial
yang memadai, seperti kontak mata
sangat kurang, ekspresi muka kurang
hidup dan gerak-geriknya kurang
tertuju.
Tidak dapat bermain dengan teman
sebayanya.
Tidak dapat merasakan apa yang
dirasakan orang lain.
Kurangnya hubungan sosial dan
emosional yang timbal-balik.
Mulai
Input : Fakta gejala
Out/In : bobot CF gejala
Input : Fakta gejala
Out/In : bobot CF gejala
Banyak input fakta gejala = 1 ?
Input fakta gejala selesai ?
JG001
G001, G002, G003, G004
R2
R3
JG002
JG003
G005, G006, G007, G008
G009, G010, G011, G012
Tidak
i=i+1
Ya
Rumus CF Evidence Tunggal:
CF (H, e) = CF(E) x CF(Rule)
Kesimpulan Jenis Gangguan
Autisme dan Prosentase
Autisme
Selesai
Perhitungan Kasus 1 (Fakta Gejala = 1)
Ya
Analisa :
Hitung nilai bobot keseluruhan tiap gejala
Kesimpulan Jenis Gangguan
Autisme dan Prosentase
Autisme
Perhitungan Kasus 2 dan 3 (Fakta Gejala > 1)
Gambar 2 Flowchart Inferensi Certainty Factor
Sumber: Perancangan
Blackboard
Blackboard merupakan area memori yang berfungsi
sebagai basis data untuk merekam hasil sementara.
Pada aplikasi diagnosa autisme ini, data yang disimpan
pada area ini adalah data gejala masukan dari
pengguna, nilai perhitungan bobot CF tiap gejala, hasil
perhitungan CF combine dan hasil akhirnya, serta hasil
diagnosa jenis gangguan autisme.
c.
Tabel 4. Tabel Aturan diagnosa autisme pada anak
Jenis
Aturan
Gejala
Gangguan
R1
Rumus CF Combine:
Tidak
d.
Fasilitas Penjelas
Fasilitas penjelas yang akan diberikan dalam
aplikasi sistem pakar diagnosa autisme ini yaitu
penjelasan tentang informasi kegunaan aplikasi sistem
pakar diagnosa autisme pada anak (help).
3.3
Perancangan Aplikasi Sistem Pakar Diagnosa
autisme pada Anak
a. ERD
Pada ERD aplikasi sistem pakar diagnosa autisme
buruk pada anak ini terdapat 5 entitas, yaitu entitas
pengguna, jenis gangguan, gejala, aturan, dan hasil
diagnosa. Untuk entitas pengguna dibuat sistem
kategori level pengguna, yaitu pengguna dan admin.
Rancangan ERD sistem pakar ditunjukkan pada Gambar
3.
b.
Mesin Inferensi
Metode penelusuran jawaban menggunakan
metode inferensi forward chaining, dimana sistem
menampilkan keseluruhan data gejala yang kemudian
dari berbagai kemungkinan itu dipersempit berdasarkan
inputan user. Setiap gejala yang ada dilakukan
perhitungan menggunakan rumus pada metode
certainty factor untuk mencari evidence tunggal. Nilai
CF evidence tunggal yang ada pada setiap rule kembali
dihitung lagi menggunakan rumus CF kombinasi yang
5
Password_admin
Id_admin
password
alamat
n
gejala
1
Tgl_login
member
Usename_admin
Mengelola
n
bobot
Tgl_daftar
email
1
1
1
Nama_anak
Mengelola
Mengelola
n
Jenis_gangguan
Id_user
1
Nama_jenis_gangguan
nama
1
Memiliki
Id_jenis_gangguan
terapi
Id_user
Admin
gejela
puskesmas serta masyarakat umum yang ingin
melakukan diagnosa autisme pada anak.
6. Sistem ini bersifat dinamis, yaitu dapat melakukan
penambahan dan perubahan data aturan, jenis
gangguan autisme maupun gejalanya.
username
Id_jenis_ganguan
Id_gejala
Memiliki
Nama_anak
Id_hasil
4.2
n
n
Id_berita
n
Hasil_diagnosa
headline
judul
tgl
email
nama
tanggal
Id_b
Implementasi Antarmuka
Tampilan yang ditunjukkan hanya tampilan
halaman diagnosa dan halaman hasil diagnosa karena
merupakan menu utama untuk pengguna. Halaman
diagnosa merupakan halaman utama bagi pengguna
untuk melakukan konsultasi pada anak seperti pada
Gambar 5.
usia
Memiliki
jam
berita
prosentase
text
tanggal
gambar
isi
Bukutamu
Gambar 3 Entity Relationship Diagram Sistem Pakar
Diagnosa Autisme pada Anak
Sumber : Perancangan
b.
Diagram Konteks
Pada Gambar 4 dapat dilihat context diagramnya
terlihat proses masukan dan keluaran dari aplikasi
sistem pakar diagnosa autisme pada anak untuk setiap
pengguna yang berbeda.
Gambar 5 Halaman Konsultasi Pada Anak
Sumber: Implementasi
Halaman hasil diagnosa merupakan halaman
untuk melihat hasil atau kesimpulan diagnosa autisme
pada Gambar 6.
Gambar 4 Diagram Konteks Sistem Pakar Diagnosa
autisme Pada Anak
Sumber: Perancangan
4.
4.1
IMPLEMENTASI
Batasan Implementasi
Beberapa batasan dalam mengimplementasikan
Sistem Pakar Diagnosa autisme Pada Anak adalah
sebagai berikut :
1. Masukan yang diterima oleh sistem adalah berupa
gejala-gejala autisme yang diisikan oleh pengguna.
2. Keluaran yang diterima oleh pengguna berupa hasil
perhitungan dan kesimpulan gangguan autisme
pada anak serta solusi dan terapi berdasarkan jenis
gangguan autisme.
3. Aplikasi yang digunakan berbasis web dengan basis
data penyimpanan menggunakan MySQL.
4. Metode yang digunakan yaitu Certainty-factor.
5. Sistem ini digunakan oleh orangtua, terapis autisme,
psikolog dan pakar autisme, tenaga medis
Gambar 6 Halaman Hasil Diagnosa
Sumber: Implementasi
5.
HASIL DAN PEMBAHASAN
5.1 Pengujian Validasi
Pengujian validasi digunakan untuk mengetahui
apakah sistem yang dibangun sudah benar sesuai
dengan yang dibutuhkan. Pengujian menggunakan
metode pengujian Black Box, karena tidak difokuskan
terhadap alur jalannya algoritma program namun lebih
ditekankan untuk menemukan kesesuaian antara
kinerja sistem dengan daftar kebutuhan.
6
Tabel 5 Pengujian
No
1
2
3
4
5
6
7
8
9
Nama Kasus
Login
Registrasi
Pengguna
Input Data Fakta
Gejala
Proses Diagnosa
Login
Data Gejala
Data Jenis
Gangguan dan
Penanganannya
Artikel dan Berita
Testimonial
Hasil yang
diharapkan
Sistem mampu
menerima inputan
Login
Sistem mampu
melakukan
registrasi
pengguna baru
Sistem mampu
menerima input
data gejala untuk
proses
deteksi/diagnosa
Sistem mampu
menampilkan
hasil diagnosa
autisme
berdasarkan gejala
yang dimasukkan
pengguna
Sistem mampu
menerima inputan
Login
Sistem mampu
melakukan
perubahan pada
data gejala
autisme pada
anak.
Sistem mampu
melakukan
perubahan
informasi jenis
gangguan dan
penanganannya
Sistem mampu
menampilkan data
artikel dan berita
Sistem mampu
menampilkan
informasi data
testimonial
Status
Validasi
5.2 Pengujian Akurasi
Valid
Pengujian akurasi dilakukan untuk mengetahui
performansi dari sistem pakar untuk memberikan hasil
identifikasi kesimpulan dari diagnosa jenis gangguan
autisme.
Valid
Valid
Valid
Valid
Valid
Valid
Valid
Valid
Tabel 6 Tabel Pengujian Akurasi Hasil Diagnosa Sistem dengan Pakar
No.
Gejala Yang diderita
1
2.
Jawaban
User
Mempertahankan suatu permintaan atau lebih
dengan cara yang khas dan berlebihan (G001)
Jarang
Jika bisa bicara, bicaranya tidak dipakai untuk
komunikasi (G006)
Jarang
Sering menggunakan bahasa yang aneh dan
diulang-ulang (G008)
Sering
Mempertahankan suatu permintaan atau lebih
dengan cara yang khas dan berlebihan (G001)
Jarang
Terpaku pada satu kegiatan yang ritualistic atau
rutinitas yang tidak ada gunanya (G002)
7
Hasil
Diagnosa
Sistem
Pakar
Autisme
Autisme
ringan dengan
ringan dengan
jenis gangguan
jenis gangguan
komunikasi
komunikasi
dan perilaku
dan perilaku
Autisme
Autisme
Sangat
sedang dengan
sedang dengan
Sering
jenis gangguan
jenis gangguan
Perilaku dan
perilaku dan
Sangat
Ada gerakan-gerakan aneh yang khas dan
Hasil
Diagnosa
Akurasi Hasil
Perbandingan
1
1
diulang-ulang (G001)
3
4
5
6
7
8
Sering
Tidak mampu menjalin interaksi sosial yang
memadai, seperti kontak mata sangat kurang,
ekspresi muka kurang hidup dan gerak-geriknya
kurang tertuju (G009)
Sangat
Sering
Bicara terlambat atau sama sekali tidak
berkembang
(Tidak
ada
usaha
untuk
mengimbangi komunikasi dengan cara lain selain
bicara) (G005)
Tidak mampu menjalin interaksi sosial yang
memadai, seperti kontak mata sangat kurang,
ekspresi muka kurang hidup dan gerak-geriknya
kurang tertuju (G009)
Seringkali sangat terpukau pada suatu benda.
(G004)
Cara bermain kurang variatif, kurang imanjinatif
dan kurang bisa meniru. (G007)
Tidak mampu menjalin interaksi sosial yang
memadai, seperti kontak mata sangat kurang,
ekspresi muka kurang hidup dan gerak-geriknya
kurang tertuju (G009)
Kurangnya hubungan sosial dan emosional yang
timbal-balik (G012)
Autisme
Jarang
ringan dengan
Autisme
jenis gangguan
ringan dengan
interaksi sosial
jenis gangguan
Sangat
dan
komunikasi
Sering
komunikasi
0
Hampir
Selalu
Hampir
Autisme berat
Autisme berat
Selalu
dengan jenis
dengan jenis
gangguan
gangguan
Sering
perilaku,
perilaku,
interkasi sosial
interkasi sosial
Hampir
dan
dan
Selalu
komunikasi
komunikasi
1
Hampir
Selalu
Autisme
Autisme
ringan dengan
ringan dengan
Sering
jenis gangguan
jenis gangguan
perilaku, dan
perilaku, dan
Sering
interkasi sosial.
interkasi sosial.
Autisme
Autisme
Hampir
ringan dengan
ringan dengan
Selalu
jenis gangguan
jenis gangguan
perilaku
perilaku
Ada gerakan-gerakan aneh yang khas dan
diulang-ulang (G003)
Sering
Tidak dapat bermain dengan teman sebayanya.
(G010)
Kurangnya hubungan sosial dan emosional yang
timbal-balik. (G012)
Terpaku pada satu kegiatan yang ritualistic atau
rutinitas yang tidak ada gunanya. (G002)
interaksi sosial
Sering
Kurangnya hubungan sosial dan emosional yang
timbal-balik (G012)
Mempertahankan suatu permintaan atau lebih
dengan cara yang khas dan berlebihan (001)
interaksi sosial
Tidak mampu menjalin interaksi sosial yang
memadai, seperti kontak mata sangat kurang,
ekspresi muka kurang hidup dan gerak-geriknya
kurang tertuju. (G009)
Jarang
Jika bisa bicara, bicaranya tidak dipakai untuk
komunikasi. (G006)
8
Autisme
Tidak
ringan dengan
mengalami
jenis gangguan
gangguan
Interaksi Sosial
autisme
Autisme
Autisme
Sangat
ringan dengan
ringan dengan
Sering
jenis gangguan
jenis gangguan
komunikasi
komunikasi
1
1
0
1
9
10
11
12
13
14
15
16
Jarang
Mempertahankan suatu permintaan atau lebih
dengan cara yang khas dan berlebihan. (G001)
Jika bisa bicara, bicaranya tidak dipakai untuk
komunikasi. (G006)
Tidak mampu menjalin interaksi sosial yang
memadai, seperti kontak mata sangat kurang,
ekspresi muka kurang hidup dan gerak-geriknya
kurang tertuju. (G009)
Tidak mampu menjalin interaksi sosial yang
memadai, seperti kontak mata sangat kurang,
ekspresi muka kurang hidup dan gerak-geriknya
kurang tertuju. (G009)
Kurangnya hubungan sosial dan emosional yang
timbal-balik. (G012)
Bicara terlambat atau sama sekali tidak
berkembang
(Tidak
ada
usaha
untuk
mengimbangi komunikasi dengan cara lain selain
bicara). (G005)
Cara bermain kurang variatif, kurang imanjinatif
dan kurang bisa meniru. (G008)
Autisme
ringan dengan
Jarang
jenis gangguan
perilaku,
komuniasi dan
Jarang
interaksi sosial
Hampir
Autisme
Sering
Sering
Sering
Jarang
Sering menggunakan bahasa yang aneh dan
diulang-ulang. (G007)
Sering
Cara bermain kurang variatif, kurang imanjinatif
dan kurang bisa meniru. (G008)
Jarang
Terpaku pada satu kegiatan yang ritualistic atau
rutinitas yang tidak ada gunanya. (G002)
Jarang
Seringkali sangat terpukau pada suatu benda.
(G004)
Jarang
Sering menggunakan bahasa yang aneh dan
diulang-ulang. (G007)
Sering
Mempertahankan suatu permintaan atau lebih
dengan cara yang khas dan berlebihan. (G001)
Bicara terlambat atau sama sekali tidak
berkembang
(Tidak
ada
usaha
untuk
mengimbangi komunikasi dengan cara lain selain
bicara). (G005)
Cara bermain kurang variatif, kurang imanjinatif
dan kurang bisa meniru. (G008)
Jarang
Tidak dapat bermain dengan teman sebayanya.
(G010)
Jarang
Tidak dapat merasakan apa yang dirasakan orang
lain. (G011)
Jarang
Ada gerakan-gerakan aneh yang khas dan
diulang-ulang. (G003)
Sering
Jarang
Sering
Sangat
Jika bisa bicara, bicaranya tidak dipakai untuk
komunikasi. (G006)
Sering
Cara bermain kurang variatif, kurang imanjinatif
dan kurang bisa meniru. (G008)
Jarang
Ada gerakan-gerakan aneh yang khas dan
diulang-ulang. (G003)
Jarang
Tidak dapat bermain dengan teman sebayanya.
(G010)
Jarang
9
Autisme
ringan dengan
jenis gangguan
0
perilaku dan
komuniasi
Autisme
ringan dengan
ringan dengan
jenis gangguan
jenis gangguan
interaksi sosial
interaksi sosial
Autisme
Autisme
ringan dengan
ringan dengan
jenis gangguan
jenis gangguan
komunikasi
komunikasi
Autisme
Autisme
ringan dengan
ringan dengan
jenis gangguan
jenis gangguan
komunikasi
komunikasi
Autisme
Autisme
ringan dengan
ringan dengan
jenis gangguan
jenis gangguan
perilaku dan
perilaku dan
komunikasi
komunikasi
Autisme
Autisme
Sedang dengan
Sedang dengan
jenis gangguan
jenis gangguan
perilaku,
perilaku,
komunikasi
komunikasi
dan interaksi
dan interaksi
sosial
sosial
Autisme
Autisme
ringan dengan
ringan dengan
jenis gangguan
jenis gangguan
perilaku dan
perilaku dan
komunikasi
komunikasi
Autisme
Autisme
ringan dengan
ringan dengan
jenis gangguan
jenis gangguan
1
1
1
1
1
1
1
17
18
19
20
Kurangnya hubungan sosial dan emosional yang
timbal-balik. (G012)
Sering
Tidak dapat merasakan apa yang dirasakan orang
lain. (G011)
Jarang
Kurangnya hubungan sosial dan emosional yang
timbal-balik. (G012)
Sering
Tidak dapat merasakan apa yang dirasakan orang
lain. (G011)
Sering
Kurangnya hubungan sosial dan emosional yang
timbal-balik. (G012)
Jarang
Mempertahankan suatu permintaan atau lebih
dengan cara yang khas dan berlebihan. (G001)
Jarang
Ada gerakan-gerakan aneh yang khas dan
diulang-ulang. (G003)
Jarang
Seringkali sangat terpukau pada suatu benda.
(G004)
Terpaku pada satu kegiatan yang ritualistic atau
rutinitas yang tidak ada gunanya. (G002)
Hampir
perilaku dan
perilaku dan
interaksi sosial
interaksi sosial
Autisme
Autisme
ringan dengan
ringan dengan
jenis gangguan
jenis gangguan
interaksi sosial
interaksi sosial
Autisme
Autisme
ringan dengan
ringan dengan
jenis gangguan
jenis gangguan
interaksi sosial
interaksi sosial
Autisme
Autisme
ringan dengan
ringan dengan
jenis gangguan
jenis gangguan
perilaku
perilaku
1
1
1
Selalu
Jarang
Dapat disimpulkan bahwa akurasi sistem pakar
menggunakan metode Certainty Factor berdasarkan 20
data diagnosa gejala autisme pada anak yang telah diuji
mempunyai tingkat akurasi keberhasilan yang cukup
baik sesuai dengan diagnosa pakar yaitu sebesar 85%.
Nilai akurasi = (Jumlah data akurat)/(jumlah seluruh
data) x 100%
Nilai akurasi = 17/20 x 100%=85%
3.
Autisme
Autisme
ringan dengan
ringan dengan
jenis gangguan
jenis gangguan
perilaku
perilaku
1
Metode Certainty-Factor dapat digunakan untuk
membantu
pakar
dan
terapis
dalam
mengidentifikasi dan menangani autisme pada
anak.
6.2 Saran
Sistem pakar diagnosa autisme menggunakan
metode Certainty-Factor ini masih memiliki beberapa
kekurangan. Saran yang dapat diberikan untuk
pengembangan penelitian selanjutnya antara lain :
1. Untuk pengembangan lebih lanjut, sistem ini dapat
dikembangkan dengan menggunakan metode
yang berbeda atau mengkombinasikan metode
Certainty-Factor dengan metode lain.
2. Sistem dapat dikembangkan untuk kasus pada
domain lain, yang memiliki kasis penyakit tertentu
menjadi gejala bagi penyakit lain, tentunya dengan
kombinasi logika antar gejala yang lebih bervariasi.
6. PENUTUP
6.1 Kesimpulan
Berdasarkan hasil perancangan dan pengujian
yang dilakukan pada sistem pakar diagnosa autisme
menggunakan metode Certainty-Factor, maka dapat
diambil kesimpulan sebagai berikut :
1. Sistem pakar diagnosa autisme pada anak ini
mampu mendiagnosa gejala autisme pada anak.
Pengambilan kesimpulan identifikasi dihitung
menggunakan metode Certainty-factor dengan
menggunakan inputan gejala dari pengguna.
2. Hasil pengujian validasi fungsionalitas yang
menunjukkan
bahwa
sistem
memiliki
fungsionalitas sebesar 100% dan hasil pengujian
akurasi menunjukkan bahwa keakurasian hasil
keluaran sistem adalah 85%.
10
7. DAFTAR PUSTAKA
[1]
[2]
[3]
[4]
[5]
[6]
[7]
Detik. 8 dari 1000 Orang di Indonesia
Adalah
Penyandang
Autis
(http://health.detik.com/read/2012/04/14
/085648/1892331/763/8-dari-1000-orangdi-indonesia-adalah-penyandang-autis)
Metrotv News. Pemahaman Publik pada
Autisme
masih
Rendah
(http://www.metrotvnews.com/metrone
ws/read/2013/03/13/3/138164/Pemaham
an-Publik-pada-Autisme-masihRendah)
Puspitasari, Siti Rahajeng Nurenggar.
2008. Rancang Bangun Aplikasi Sistem
Pakar Untuk Mendiagnosa Gangguan
Autisme Secara Dini Pada Anak.
Armi, Elpa. 2010. Penggunaan Certainty
Factor (Cf) Dalam Perancangan Sistem
Pakar Untuk Mendiagnosis Penyakit
Atherosklerosis. Medan: Universitas
Sumatera Utara
Daniel,
Gloria
Virginia.
2012.
Implementasi
Sistem
Pakar
Untuk
Mendiagnosis Penyakit Dengan Gejala
Demam Menggunakan Metode Certainty
Factor.
Kusumadewi,
Sri.
2003.
Artificial
Intelligence (Teknik dan Aplikasinya).
Yogyakarta : Graha Ilmu.
Kusrini. 2008. APLIKASI SISTEM
PAKAR Menentukan Faktor Kepastian
Pengguna Dengan Metode Kuantifikasi
Pertanyaan. Yogyakarta : ANDI
11
GANGGUAN AUTISME PADA ANAK DENGAN METODE CERTAINTY FACTOR
BERBASIS WEB
Ivan Ardhiatma., Arief Andy Soebroto ST., M.Kom., Rekyan Regasari M.P., ST., MT.
Program Studi Informatika/Ilmu Komputer
Program Teknologi Informasi dan Ilmu Komputer Universitas Brawijaya
Email : ardhi.ivan@gmail.com
ABSTRAK
Diagnosa gangguan autisme pada anak secara dini merupakan hal penting dalam proses tumbuh kembang anak. Namun
pengetahuan publik atau orangtua soal autisme dinilai masih rendah. Imbasnya kerap terjadi penyandang autis terdiskriminasi dan
keluarga penderita tidak tahu ke mana harus mencari pertolongan terapinya. Di kota besar memang masyarakat sudah mulai mengenal
autis. Namun di banyak daerah, banyak yang belum paham soal autisme dan tidak memiliki sarana penanganannya. 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 tertentu. Penggunaan sistem pakar tersebut akan lebih mudah
ketika diimplementasikan ke dalam aplikasi berbasis web, selain perangkat komputer dan internet yang sudah banyak dimiliki oleh
sebagian besar masyarakat, juga dapat diakses melalui media mobile yang sudah semakin canggih sekarang ini dengan akses internet
dan browser mobile dimanapun dan kapanpun.
Pada penelitian ini gangguan autisme pada anak dapat didiagnosa secara dini dengan mendeteksi 3 macam jenis gangguan
menggunakan metode Certainty Factor dengan inputan gejala dari pengguna. Sistem pakar ini diimplementasikan menggunakan
bahasa pemrograman PHP yang terintegrasi dengan database MySQL. Pengujian yang digunakan yaitu pengujian validasi (pengujian
black box) dan pengujian akurasi sistem pakar. Hasil pengujian validasi yaitu 100% yang menunjukkan bahwa fungsionalitas sistem
dapat berjalan dengan baik sesuai dengan daftar kebutuhan. Hasil pengujian akurasi yaitu 85% yang menunjukkan bahwa sistem pakar
dapat berfungsi dengan cukup baik sesuai dengan metode Certainty Factor.
Kata Kunci: Autisme, Certainty Factor, Diagnosa, Sistem Pakar.
Gangguan ‚utisme Secara Dini Pada ‚nak [3] telah
menghasilkan sebuah aplikasi sistem cerdas berbasis
web dengan menggunakan metode forward chaining.
Sedangkan pada penelitian yang lain, yaitu dengan
judul
Penggunaan Certainty Factor (CF) Dalam
Perancangan Sistem Pakar Untuk Mendiagnosis
Penyakit Atherosklerosis [4] telah membuat sistem pakar
untuk
mendiagnosis
penyakit
atherosklerosis
menggunakan metode Certainty Factor.
Hal yang berbeda pada penelitian ini dengan
penelitian terdahulu adalah akan membuat sistem pakar
untuk mendiagnosa autism pada anak dengan metode
Faktor Kepastian. Faktor Kepastian (CF) menyatakan
kepercayaan dalam sebuah kejadian (atau fakta atau
hipotesis) berdasarkan bukti atau penilaian pakar. CF
menggunakan suatu nilai untuk mengasumsikan
derajad keyakinan seorang pakar terhadap suatu data.
CF
memperkenalkan
konsep
keyakinan
dan
ketidakyakinan.[5]
Oleh karena itu, pada penelitian ini akan dibuat
suatu aplikasi sistem pakar yang dapat mendiagnosa
gejala-gejala autis, sekaligus memberikan cara
penanganan secara dini yang nantinya dapat digunakan
untuk proses terapi sederhana pada anak yang
terdiagnosa memiliki gejala autis serta sebagai media
1.
1.1
PENDAHULUAN
Latar Belakang
Autisme adalah suatu kondisi mengenai seseorang
sejak lahir ataupun saat masa balita, yang membuat
dirinya tidak dapat membentuk hubungan sosial atau
komunikasi yang normal.
Menurut data dari UNESCO pada tahun 2011,
terdapat 35 juta orang penyandang autisme di seluruh
dunia. Rata-rata, 6 dari 1000 orang di dunia telah
mengidap autisme. Di Amerika Serikat, autisme dimiliki
oleh 11 dari 1000 orang. Sedangkan di Indonesia,
perbandingannya 8 dari setiap 1000 orang [1].
Hal yang menyebabkan naiknya angka pengidap
autisme diatas selanjutnya dikemukakan oleh Kepala
Pusat Inteligensia Kesehatan Kemenkes Eka Viora,
bahwa pengetahuan publik soal autisme dinilai masih
rendah. Imbasnya kerap terjadi penyandang autis
terdiskriminasi dan keluarga penderita tidak tahu ke
mana harus mencari pertolongan terapinya. Di kota
besar memang masyarakat sudah mulai mengenal autis.
Namun di banyak daerah, banyak yang belum paham
soal autisme dan tidak memiliki sarana penanganannya.
[2]
Pada penelitian terdahulu dengan judul Rancang
Bangun Aplikasi Sistem Pakar Untuk Mendiagnosa
1
2. Membantu para orang tua untuk mendiagnosa
autisme pada anak serta dapat melakukan
tindakan untuk penangan dini jika anak
mengalami gejala autisme.
3. Memudahkan pakar autisme, psikolog serta para
terapis autisme dalam mendiagnosa gejala
autisme pada anak
bagi orangtua untuk mendapatkan pengetahuan seputar
autism dengan metode Faktor Kepastian.
1.2
Rumusan Masalah
Berdasarkan uraian latar belakang di atas, maka
dapat dirumuskan permasalahan pada skripsi ini yaitu
sebagai berikut :
1. Bagaimana merancang dan membangun aplikasi
sistem pakar untuk mendiagnosa dan penanganan
1.6
Sistem Pakar
Sistem Pakar adalah salah satu bagian dari
kecerdasan buatan yang mengandung pengetahuan dan
pengalaman yang dimasukkan oleh satu atau banyak
pakar ke dalam satu area pengetahuan tertentu sehingga
setiap
orang
dapat
menggunakannya
untuk
memecahkan berbagai masalah yang bersifat spesifik
[6]. Dengan sistem pakar, orang awam pun dapat
menyelesaikan masalahnya atau sekedar mencari suatu
informasi berkualitas yang sebenarnya hanya dapat
diperoleh dengan bantuan para ahli di bidangnya.
Seorang pakar yang dimaksud disini adalah orang yang
mempunyai keahlian dalam bidang tertentu, yaitu pakar
yang mempunyai knowledge atau kemampuan khusus
yang tidak dimiliki oleh orang lain [6].
dini gangguan autisme pada anak dengan metode
Certainty Factor berbasis web?
2.
3.
Bagaimana implementasi metode Certainty Factor
ke dalam program aplikasi sehingga mampu untuk
mendiagnosa autisme dan mendeteksi jenis
gangguan autisme pada anak?
Bagaimana hasil pengujian validasi dan akurasi
dari sistem pakar diagnosa autisme pada anak
dengan menggunakan metode Certainty Factor?
1.3
Batasan Masalah
Agar permasalahan yang dirumuskan dapat lebih
terfokus, maka pada penelitian ini dibatasi dalam hal:
1. Metode yang digunakan adalah metode CertintyFactor untuk penerapan perhitungannya.
2. Data yang digunakan dalam skripsi akhir ini berasal
dari dokter anak, klinik tumbuh kembang anak
House Of Fatima Child Center , serta rumah sakit
umum dr.Saiful Anwar Malang.
3. Aplikasi ini menggunakan DSM-IV sebagai panduan
diagnostik autisme .
4. Keluaran aplikasi yang dihasilkan yaitu diagnosa
tingkat autisme dan jenis gangguan autisme pada
anak berbasis web.
1.7
Ketidakpastian
Ada tiga teknik yang dapat digunakan untuk
menangani ketidakpastian dan kesamaran pengetahuan,
yaitu [6] :
1. Teknik Probabilitas, yang dikembangkan dengan
memanfaatkan teorema Bayes yang menyajikan
hubungan sebab akibat yang terjadi diantara
evidence-evidence yang ada. Pendekatan alternatif
lainnya yang dapat digunakan adalah teori
Dempster-Shafer.
2. Faktor Kepastian, merupakan teknik penalaran
tertua, yang digunakan pada sistem MYCIN. Teknik
ini bersifat semi probabilitas, karena tidak
sepenuhnya menggunakan notasi probabilitas.
3. Logika Fuzzy, merupakan teknik baru yang
diperkenalkan oleh Zadeh. Setiap variable dalam
teknik ini memiliki rentang nilai tertentu, yang akan
digunakan untuk menghitung nilai fungsi
keanggotaannya.
1.4
Tujuan
Tujuan yang ingin dicapai dalam pembuatan
skripsi ini adalah membangun suatu aplikasi sistem
pakar dengan menggunakan metode Certainty Factor
untuk mendiagnosa autisme pada anak berbasis web.
1.5
Manfaat
Manfaat yang diharapkan adalah sebagai berikut:
Bagi Penulis
1. Sebagai media untuk peng-implementasian ilmu
pengetahuan teknologi pada bidang Artificial
Intelligent terutama bidang sistem pakar.
2. Mendapatkan pengetahuan dan wawasan terkait
metode – metode yang digunakan untuk sistem
pakar.
Bagi pembaca/pengguna
1. Mendapatkan
wawasan
akan
pengimplementasian dari Certainty Factor pada
aplikasi sistem pakar.
Teori Certainty-Factor
Faktor kepastian (Certanity Factor) diperkenalkan
oleh Shortliffe Buchanan dalam pembuatan MYCIN.
Certanity Factor (CF) merupakan nilai parameter klinis
yang diberikan MYCIN untuk menunjukkan besarnya
kepercayaan. CF menunjukkan ukuran kepastian
terhadap suatu fakta atau aturan [7].
Certanity factor didefinisikan ditunjukkan pada rumus
2.1 [7].
1.8
2
perancangan arsitektur sistem pakar seperti pada
gambar 1. Selain itu, pada perancangan sistem juga
digambarkan diagram ERD dan diagram algoritma.
CF[H,E]=MB[H,E]-MD[H,E]
(2.1)
dengan:
CF[H,E] = Certainty Factor dari hipotesis H yang
dipengaruhi oleh gejala (evidence) E. Besarnya CF
berkisar antara -1 sampai 1.
Nilai -1 menunjukkan ketidakpercayaan mutlak,
sedangkan nilai 1 menunjukkan kepercayaan mutlak
MB[H,E] = ukuran kenaikan kepercayaan (measure of
increased belief) terhadap hipotesis H yang dipengaruhi
oleh gejala E.
MD[H,E]= ukuran kenaikan ketidakpercayaan (measure
of increased disbelief) terhadap hipotesis H yang
dipengaruhi oleh gejala E.
1.9
Autisme
‚utisme berasal dari kata auto yang artinya
sendiri. Istilah ini dipakai karena mereka yang
mengidap gejala autisme seringkali memang terlihat
seperti seorang yang hidup sendiri. Mereka seolah-olah
hidup di dunianya sendiri dan terlepas dari kontak
social yang ada di sekitarnya.[3]
Autisme merupakan salah satu bentuk gangguan
tumbuh kembang, berupa sekumpulan gejala akibat
adanya
kelainan
syaraf-syaraf
tertentu
yang
menyebabkan fungsi otak tidak bekerja secara normal
sehingga
mempengaruhi
tumbuh
kembang,
kemampuan komunikasi, dan kemampuan interaksi
sosial seseorang. Gejala-gejala autisme dapat terlihat
dari adanya penyimpangan dari ciri-ciri tumbuh
kembang anak secara normal.[3]
Gambar 1 Arsitektur Sistem Pakar
2.4
Implementasi Perangkat Lunak
Implementasi perangkat lunak dilakukan dengan
mengacu kepada perancangan aplikasi. Implementasi
perangkat lunak dilakukan dengan menggunakan
bahasa pemrograman PHP, DBMS MySQL dan tools
pendukung lainnya.
2.5
Pengujian Sistem
Pengujian yang dilakukan yaitu pengujian Black
Box dan pengujian akurasi sistem pakar. Pengujian Black
Box dilakukan untuk mengetahui kesesuaian antara
kebutuhan dengan kinerja sistem, Pengujian akurasi
sistem pakar dilakukan untuk mengetahui performa
sistem pakar dalam memberikan rekomendasi dengan
membandingkan pengujian data secara manual dengan
pengujian data menggunakan sistem pakar.
2.
2.1
METODOLOGI
Studi Literatur
Mempelajari literatur dari beberapa bidang ilmu
yang berhubungan dengan pembuatan sistem pakar
diagnosa autisme pada anak, metode Teori CertaintyFactor, perhitungan tingkat autisme, jenis gangguan
serta gejala autisme
3.
PERANCANGAN
3.1 Analisa Kebutuhan Perangkat Lunak
3.1.1 Identifikasi Aktor
Tahap ini mempunyai tujuan untuk melakukan
identifikasi aktor-aktor yang akan berinteraksi dengan
sistem pakar.
2.2
Analisis Kebutuhan
Analisa kebutuhan bertujuan untuk identifikasi
aktor-aktor yang terlibat dalam sistem pakar, penjabaran
kebutuhan masukan, proses dan keluaran. Analisis
kebutuhan ini ditujukan untuk menggambarkan
kebutuhan-kebutuhan yang harus disediakan oleh
sistem agar dapat memenuhi kebutuhan pengguna.
Tabel 1 Deskripsi Aktor
Aktor
Pengguna
Umum (PU)
2.3
Perancangan Perangkat Lunak
Perancangan perangkat lunak digunakan untuk
memenuhi kebutuhan fungsional dan kebutuhan
domain sistem pakar menggunakan Metode CertaintyFactor. Untuk mengetahui kebutuhan fungsional dan
kebutuhan domain sistem pakar, diperlukan sebuah
Pengguna
3
Deskripsi Aktor
Aktor
yang
dapat
menggunakan sistem pakar
untuk melihat informasi
autisme. Pengguna tidak
melakukan proses login,
dapat melihat informasi
mengenai autisme dan
informasi lainnya, tetapi
tidak bisa melakukan menu
diagnosa dan tanya jawab
pada forum.
Aktor
yang
dapat
Aktor
terdaftar
(PT)
Admin (A)
Deskripsi Aktor
menggunakan sistem pakar
untuk
mendiagnosa
autisme
pada
anak.
Pengguna dapat melakukan
proses login, melakukan
diagnosa autisme, melihat
informasi
mengenai
autisme dan
informasi
lainnya serta melakukan
tanya jawab pada forum.
Aktor
yang
menyerap
sumber pengetahuan dari
pakar
kemudian
ditransformasikan ke basis
pengetahuan. Admin dapat
mengelola
data
gejala
maupun data mengenai
informasi lainnya. Admin
juga
dapat
melakukan
proses login dan mengelola
manajemen user.
3.2
a.
Perancangan Arsitektur Sistem Pakar
Akuisisi Pengetahuan
Basis pengetahuan berisi tentang pengetahuan
yang relevan yang diperlukan untuk memahami,
merumuskan, dan memecahkan persoalan. Basis
pengetahuan tersebut mencakup dua elemen dasar yaitu
fakta dan aturan khusus yang mengarahkan pengguna
pengetahuan untuk memecahkan persoalan khusus
dalam domain tertentu. Basis pengetahuan merupakan
inti program dari sistem pakar dimana basis
pengetahuan ini merupakan representasi pengetahuan
dari seorang pakar.
Representasi pengetahuan dibutuhkan untuk
menangkap
sifat-sifat
penting
masalah
dan
mempermudah prosedur pemecahan masalah dalam
mengakses informasi. Representasi pengetahuan yang
digunakan pada skripsi ini yaitu atran produksi yang
dituliskan dalam bentuk jika-maka (IF-THEN). Struktur
aturan produksi yang menghubungkan premis dengan
konklusi dapat dijelaskan sebagai berikut :
IF [premis] THEN [konklusi]
Konklusi pada bagain THEN bernilai benar jika
premis pada bagian IF bernilai benar. Penerapan
struktur aturan produksi dalam menentukan penyakit
sapi dapat dilihat pada contoh berikut ini.
IF Seringkali sangat terpukau pada suatu benda
AND Ada gerakan-gerakan aneh yang khas dan
diulang-ulang
AND Terpaku pada satu kegiatan yang ritualistic atau
rutinitas
yang
tidak
ada
gunanya
AND
Mempertahankan suatu permintaan atau lebih dengan
cara yang khas dan berlebihan
THEN Gangguan Perilaku
Tabel aturan berisi hubungan antara jenis
gangguan autisme dengan gejala yang menyertainya.
3.1.2 Analisa Kebutuhan Masukan
Pakar memberikan masukan berupa :
1. Data gejala baru yang belum terdapat dalam sistem.
Data gejala meliputi id gejala dan nama gejala.
2. Data jenis gangguan berupa id jenis dan nama jenis
gangguan yang belum terdapat dalam sistem.
3. Data pengguna yang berisi id pengguna, nama,
alamat dan jenis kelamin
4. Data aturan ditambahkan sesuai dengan gejala dan
nama jenis gangguan autisme. Pakar diminta
memberikan nilai bobot dari masing-masing gejala.
Data aturan meliputi id gejala, id jenis dan densitas.
3.1.3 Analisa Kebutuhan Proses
Proses inti dari sistem ini adalah proses penalaran.
Sistem akan melakukan penalaran untuk menentukan
jenis gangguan autisme pada anak berdasarkan gejala
yang dimasukkan oleh pengguna. Pada sistem telah
disediakan aturan basis pengetahuan untuk penelusuran
jenis gangguan autisme.
Tabel 2. Tabel Jenis Gangguan Autisme
Kode Jenis
Gangguan
Jenis Gangguan
Autisme
Gangguan
JG001
Perilaku
Gangguan
JG002
Komunikasi
Gangguan
JG003
Interaksi Sosial
3.1.4 Analisa Kebutuhan Keluaran
Data keluaran dari sistem ini adalah hasil proses
diagnosa menggunakan perhitungan metode Certainty
Factor. Hasil diagnosa tersebut berdasarkan fakta gejala
autisme pada anak yang dimasukkan pengguna saat
melakukan diagnosa. Hasil output sistem terdiri dari :
Tingkat autisme, jenis gangguan autisme dan solusi dan
terapi berdasarka jenis gangguan autisme
4
Tabel 3. Tabel Gejala autisme
Kode
Gejala
G001
G002
G003
G004
G005
G006
G007
G008
G009
G010
G011
G012
mana untuk setiap nilai CF evidence tunggal mendapat
perlakuan sebagai nilai CF1 dan CF2. Berikut ini rumus
yang digunakan untuk menghitung nilai CF evidence
maupun nilai cf kombinasi yang diterapkan untuk
setiap premis tunggal hasil pecahan dari premis
majemuk.
Untuk proses perhitungan inferensi CertaintyFactor sebagai penarikan kesimpulan dapat dilihat pada
Gambar 2 yang merupakan gambaran pencarian solusi
sistem pakar dengan menggunakan flowchart atau
diagram alir.
Gejala
Mempertahankan suatu permintaan
atau lebih dengan cara yang khas dan
berlebihan.
Terpaku pada satu kegiatan yang
ritualistic atau rutinitas yang tidak ada
gunanya.
Ada gerakan-gerakan aneh yang khas
dan diulang-ulang.
Seringkali sangat terpukau pada suatu
benda.
Bicara terlambat atau sama sekali tidak
berkembang (Tidak ada usaha untuk
mengimbangi komunikasi dengan cara
lain selain bicara).
Jika bisa bicara, bicaranya tidak dipakai
untuk komunikasi.
Sering menggunakan bahasa yang aneh
dan diulang-ulang.
Cara bermain kurang variatif, kurang
imanjinatif dan kurang bisa meniru.
Tidak mampu menjalin interaksi sosial
yang memadai, seperti kontak mata
sangat kurang, ekspresi muka kurang
hidup dan gerak-geriknya kurang
tertuju.
Tidak dapat bermain dengan teman
sebayanya.
Tidak dapat merasakan apa yang
dirasakan orang lain.
Kurangnya hubungan sosial dan
emosional yang timbal-balik.
Mulai
Input : Fakta gejala
Out/In : bobot CF gejala
Input : Fakta gejala
Out/In : bobot CF gejala
Banyak input fakta gejala = 1 ?
Input fakta gejala selesai ?
JG001
G001, G002, G003, G004
R2
R3
JG002
JG003
G005, G006, G007, G008
G009, G010, G011, G012
Tidak
i=i+1
Ya
Rumus CF Evidence Tunggal:
CF (H, e) = CF(E) x CF(Rule)
Kesimpulan Jenis Gangguan
Autisme dan Prosentase
Autisme
Selesai
Perhitungan Kasus 1 (Fakta Gejala = 1)
Ya
Analisa :
Hitung nilai bobot keseluruhan tiap gejala
Kesimpulan Jenis Gangguan
Autisme dan Prosentase
Autisme
Perhitungan Kasus 2 dan 3 (Fakta Gejala > 1)
Gambar 2 Flowchart Inferensi Certainty Factor
Sumber: Perancangan
Blackboard
Blackboard merupakan area memori yang berfungsi
sebagai basis data untuk merekam hasil sementara.
Pada aplikasi diagnosa autisme ini, data yang disimpan
pada area ini adalah data gejala masukan dari
pengguna, nilai perhitungan bobot CF tiap gejala, hasil
perhitungan CF combine dan hasil akhirnya, serta hasil
diagnosa jenis gangguan autisme.
c.
Tabel 4. Tabel Aturan diagnosa autisme pada anak
Jenis
Aturan
Gejala
Gangguan
R1
Rumus CF Combine:
Tidak
d.
Fasilitas Penjelas
Fasilitas penjelas yang akan diberikan dalam
aplikasi sistem pakar diagnosa autisme ini yaitu
penjelasan tentang informasi kegunaan aplikasi sistem
pakar diagnosa autisme pada anak (help).
3.3
Perancangan Aplikasi Sistem Pakar Diagnosa
autisme pada Anak
a. ERD
Pada ERD aplikasi sistem pakar diagnosa autisme
buruk pada anak ini terdapat 5 entitas, yaitu entitas
pengguna, jenis gangguan, gejala, aturan, dan hasil
diagnosa. Untuk entitas pengguna dibuat sistem
kategori level pengguna, yaitu pengguna dan admin.
Rancangan ERD sistem pakar ditunjukkan pada Gambar
3.
b.
Mesin Inferensi
Metode penelusuran jawaban menggunakan
metode inferensi forward chaining, dimana sistem
menampilkan keseluruhan data gejala yang kemudian
dari berbagai kemungkinan itu dipersempit berdasarkan
inputan user. Setiap gejala yang ada dilakukan
perhitungan menggunakan rumus pada metode
certainty factor untuk mencari evidence tunggal. Nilai
CF evidence tunggal yang ada pada setiap rule kembali
dihitung lagi menggunakan rumus CF kombinasi yang
5
Password_admin
Id_admin
password
alamat
n
gejala
1
Tgl_login
member
Usename_admin
Mengelola
n
bobot
Tgl_daftar
1
1
1
Nama_anak
Mengelola
Mengelola
n
Jenis_gangguan
Id_user
1
Nama_jenis_gangguan
nama
1
Memiliki
Id_jenis_gangguan
terapi
Id_user
Admin
gejela
puskesmas serta masyarakat umum yang ingin
melakukan diagnosa autisme pada anak.
6. Sistem ini bersifat dinamis, yaitu dapat melakukan
penambahan dan perubahan data aturan, jenis
gangguan autisme maupun gejalanya.
username
Id_jenis_ganguan
Id_gejala
Memiliki
Nama_anak
Id_hasil
4.2
n
n
Id_berita
n
Hasil_diagnosa
headline
judul
tgl
nama
tanggal
Id_b
Implementasi Antarmuka
Tampilan yang ditunjukkan hanya tampilan
halaman diagnosa dan halaman hasil diagnosa karena
merupakan menu utama untuk pengguna. Halaman
diagnosa merupakan halaman utama bagi pengguna
untuk melakukan konsultasi pada anak seperti pada
Gambar 5.
usia
Memiliki
jam
berita
prosentase
text
tanggal
gambar
isi
Bukutamu
Gambar 3 Entity Relationship Diagram Sistem Pakar
Diagnosa Autisme pada Anak
Sumber : Perancangan
b.
Diagram Konteks
Pada Gambar 4 dapat dilihat context diagramnya
terlihat proses masukan dan keluaran dari aplikasi
sistem pakar diagnosa autisme pada anak untuk setiap
pengguna yang berbeda.
Gambar 5 Halaman Konsultasi Pada Anak
Sumber: Implementasi
Halaman hasil diagnosa merupakan halaman
untuk melihat hasil atau kesimpulan diagnosa autisme
pada Gambar 6.
Gambar 4 Diagram Konteks Sistem Pakar Diagnosa
autisme Pada Anak
Sumber: Perancangan
4.
4.1
IMPLEMENTASI
Batasan Implementasi
Beberapa batasan dalam mengimplementasikan
Sistem Pakar Diagnosa autisme Pada Anak adalah
sebagai berikut :
1. Masukan yang diterima oleh sistem adalah berupa
gejala-gejala autisme yang diisikan oleh pengguna.
2. Keluaran yang diterima oleh pengguna berupa hasil
perhitungan dan kesimpulan gangguan autisme
pada anak serta solusi dan terapi berdasarkan jenis
gangguan autisme.
3. Aplikasi yang digunakan berbasis web dengan basis
data penyimpanan menggunakan MySQL.
4. Metode yang digunakan yaitu Certainty-factor.
5. Sistem ini digunakan oleh orangtua, terapis autisme,
psikolog dan pakar autisme, tenaga medis
Gambar 6 Halaman Hasil Diagnosa
Sumber: Implementasi
5.
HASIL DAN PEMBAHASAN
5.1 Pengujian Validasi
Pengujian validasi digunakan untuk mengetahui
apakah sistem yang dibangun sudah benar sesuai
dengan yang dibutuhkan. Pengujian menggunakan
metode pengujian Black Box, karena tidak difokuskan
terhadap alur jalannya algoritma program namun lebih
ditekankan untuk menemukan kesesuaian antara
kinerja sistem dengan daftar kebutuhan.
6
Tabel 5 Pengujian
No
1
2
3
4
5
6
7
8
9
Nama Kasus
Login
Registrasi
Pengguna
Input Data Fakta
Gejala
Proses Diagnosa
Login
Data Gejala
Data Jenis
Gangguan dan
Penanganannya
Artikel dan Berita
Testimonial
Hasil yang
diharapkan
Sistem mampu
menerima inputan
Login
Sistem mampu
melakukan
registrasi
pengguna baru
Sistem mampu
menerima input
data gejala untuk
proses
deteksi/diagnosa
Sistem mampu
menampilkan
hasil diagnosa
autisme
berdasarkan gejala
yang dimasukkan
pengguna
Sistem mampu
menerima inputan
Login
Sistem mampu
melakukan
perubahan pada
data gejala
autisme pada
anak.
Sistem mampu
melakukan
perubahan
informasi jenis
gangguan dan
penanganannya
Sistem mampu
menampilkan data
artikel dan berita
Sistem mampu
menampilkan
informasi data
testimonial
Status
Validasi
5.2 Pengujian Akurasi
Valid
Pengujian akurasi dilakukan untuk mengetahui
performansi dari sistem pakar untuk memberikan hasil
identifikasi kesimpulan dari diagnosa jenis gangguan
autisme.
Valid
Valid
Valid
Valid
Valid
Valid
Valid
Valid
Tabel 6 Tabel Pengujian Akurasi Hasil Diagnosa Sistem dengan Pakar
No.
Gejala Yang diderita
1
2.
Jawaban
User
Mempertahankan suatu permintaan atau lebih
dengan cara yang khas dan berlebihan (G001)
Jarang
Jika bisa bicara, bicaranya tidak dipakai untuk
komunikasi (G006)
Jarang
Sering menggunakan bahasa yang aneh dan
diulang-ulang (G008)
Sering
Mempertahankan suatu permintaan atau lebih
dengan cara yang khas dan berlebihan (G001)
Jarang
Terpaku pada satu kegiatan yang ritualistic atau
rutinitas yang tidak ada gunanya (G002)
7
Hasil
Diagnosa
Sistem
Pakar
Autisme
Autisme
ringan dengan
ringan dengan
jenis gangguan
jenis gangguan
komunikasi
komunikasi
dan perilaku
dan perilaku
Autisme
Autisme
Sangat
sedang dengan
sedang dengan
Sering
jenis gangguan
jenis gangguan
Perilaku dan
perilaku dan
Sangat
Ada gerakan-gerakan aneh yang khas dan
Hasil
Diagnosa
Akurasi Hasil
Perbandingan
1
1
diulang-ulang (G001)
3
4
5
6
7
8
Sering
Tidak mampu menjalin interaksi sosial yang
memadai, seperti kontak mata sangat kurang,
ekspresi muka kurang hidup dan gerak-geriknya
kurang tertuju (G009)
Sangat
Sering
Bicara terlambat atau sama sekali tidak
berkembang
(Tidak
ada
usaha
untuk
mengimbangi komunikasi dengan cara lain selain
bicara) (G005)
Tidak mampu menjalin interaksi sosial yang
memadai, seperti kontak mata sangat kurang,
ekspresi muka kurang hidup dan gerak-geriknya
kurang tertuju (G009)
Seringkali sangat terpukau pada suatu benda.
(G004)
Cara bermain kurang variatif, kurang imanjinatif
dan kurang bisa meniru. (G007)
Tidak mampu menjalin interaksi sosial yang
memadai, seperti kontak mata sangat kurang,
ekspresi muka kurang hidup dan gerak-geriknya
kurang tertuju (G009)
Kurangnya hubungan sosial dan emosional yang
timbal-balik (G012)
Autisme
Jarang
ringan dengan
Autisme
jenis gangguan
ringan dengan
interaksi sosial
jenis gangguan
Sangat
dan
komunikasi
Sering
komunikasi
0
Hampir
Selalu
Hampir
Autisme berat
Autisme berat
Selalu
dengan jenis
dengan jenis
gangguan
gangguan
Sering
perilaku,
perilaku,
interkasi sosial
interkasi sosial
Hampir
dan
dan
Selalu
komunikasi
komunikasi
1
Hampir
Selalu
Autisme
Autisme
ringan dengan
ringan dengan
Sering
jenis gangguan
jenis gangguan
perilaku, dan
perilaku, dan
Sering
interkasi sosial.
interkasi sosial.
Autisme
Autisme
Hampir
ringan dengan
ringan dengan
Selalu
jenis gangguan
jenis gangguan
perilaku
perilaku
Ada gerakan-gerakan aneh yang khas dan
diulang-ulang (G003)
Sering
Tidak dapat bermain dengan teman sebayanya.
(G010)
Kurangnya hubungan sosial dan emosional yang
timbal-balik. (G012)
Terpaku pada satu kegiatan yang ritualistic atau
rutinitas yang tidak ada gunanya. (G002)
interaksi sosial
Sering
Kurangnya hubungan sosial dan emosional yang
timbal-balik (G012)
Mempertahankan suatu permintaan atau lebih
dengan cara yang khas dan berlebihan (001)
interaksi sosial
Tidak mampu menjalin interaksi sosial yang
memadai, seperti kontak mata sangat kurang,
ekspresi muka kurang hidup dan gerak-geriknya
kurang tertuju. (G009)
Jarang
Jika bisa bicara, bicaranya tidak dipakai untuk
komunikasi. (G006)
8
Autisme
Tidak
ringan dengan
mengalami
jenis gangguan
gangguan
Interaksi Sosial
autisme
Autisme
Autisme
Sangat
ringan dengan
ringan dengan
Sering
jenis gangguan
jenis gangguan
komunikasi
komunikasi
1
1
0
1
9
10
11
12
13
14
15
16
Jarang
Mempertahankan suatu permintaan atau lebih
dengan cara yang khas dan berlebihan. (G001)
Jika bisa bicara, bicaranya tidak dipakai untuk
komunikasi. (G006)
Tidak mampu menjalin interaksi sosial yang
memadai, seperti kontak mata sangat kurang,
ekspresi muka kurang hidup dan gerak-geriknya
kurang tertuju. (G009)
Tidak mampu menjalin interaksi sosial yang
memadai, seperti kontak mata sangat kurang,
ekspresi muka kurang hidup dan gerak-geriknya
kurang tertuju. (G009)
Kurangnya hubungan sosial dan emosional yang
timbal-balik. (G012)
Bicara terlambat atau sama sekali tidak
berkembang
(Tidak
ada
usaha
untuk
mengimbangi komunikasi dengan cara lain selain
bicara). (G005)
Cara bermain kurang variatif, kurang imanjinatif
dan kurang bisa meniru. (G008)
Autisme
ringan dengan
Jarang
jenis gangguan
perilaku,
komuniasi dan
Jarang
interaksi sosial
Hampir
Autisme
Sering
Sering
Sering
Jarang
Sering menggunakan bahasa yang aneh dan
diulang-ulang. (G007)
Sering
Cara bermain kurang variatif, kurang imanjinatif
dan kurang bisa meniru. (G008)
Jarang
Terpaku pada satu kegiatan yang ritualistic atau
rutinitas yang tidak ada gunanya. (G002)
Jarang
Seringkali sangat terpukau pada suatu benda.
(G004)
Jarang
Sering menggunakan bahasa yang aneh dan
diulang-ulang. (G007)
Sering
Mempertahankan suatu permintaan atau lebih
dengan cara yang khas dan berlebihan. (G001)
Bicara terlambat atau sama sekali tidak
berkembang
(Tidak
ada
usaha
untuk
mengimbangi komunikasi dengan cara lain selain
bicara). (G005)
Cara bermain kurang variatif, kurang imanjinatif
dan kurang bisa meniru. (G008)
Jarang
Tidak dapat bermain dengan teman sebayanya.
(G010)
Jarang
Tidak dapat merasakan apa yang dirasakan orang
lain. (G011)
Jarang
Ada gerakan-gerakan aneh yang khas dan
diulang-ulang. (G003)
Sering
Jarang
Sering
Sangat
Jika bisa bicara, bicaranya tidak dipakai untuk
komunikasi. (G006)
Sering
Cara bermain kurang variatif, kurang imanjinatif
dan kurang bisa meniru. (G008)
Jarang
Ada gerakan-gerakan aneh yang khas dan
diulang-ulang. (G003)
Jarang
Tidak dapat bermain dengan teman sebayanya.
(G010)
Jarang
9
Autisme
ringan dengan
jenis gangguan
0
perilaku dan
komuniasi
Autisme
ringan dengan
ringan dengan
jenis gangguan
jenis gangguan
interaksi sosial
interaksi sosial
Autisme
Autisme
ringan dengan
ringan dengan
jenis gangguan
jenis gangguan
komunikasi
komunikasi
Autisme
Autisme
ringan dengan
ringan dengan
jenis gangguan
jenis gangguan
komunikasi
komunikasi
Autisme
Autisme
ringan dengan
ringan dengan
jenis gangguan
jenis gangguan
perilaku dan
perilaku dan
komunikasi
komunikasi
Autisme
Autisme
Sedang dengan
Sedang dengan
jenis gangguan
jenis gangguan
perilaku,
perilaku,
komunikasi
komunikasi
dan interaksi
dan interaksi
sosial
sosial
Autisme
Autisme
ringan dengan
ringan dengan
jenis gangguan
jenis gangguan
perilaku dan
perilaku dan
komunikasi
komunikasi
Autisme
Autisme
ringan dengan
ringan dengan
jenis gangguan
jenis gangguan
1
1
1
1
1
1
1
17
18
19
20
Kurangnya hubungan sosial dan emosional yang
timbal-balik. (G012)
Sering
Tidak dapat merasakan apa yang dirasakan orang
lain. (G011)
Jarang
Kurangnya hubungan sosial dan emosional yang
timbal-balik. (G012)
Sering
Tidak dapat merasakan apa yang dirasakan orang
lain. (G011)
Sering
Kurangnya hubungan sosial dan emosional yang
timbal-balik. (G012)
Jarang
Mempertahankan suatu permintaan atau lebih
dengan cara yang khas dan berlebihan. (G001)
Jarang
Ada gerakan-gerakan aneh yang khas dan
diulang-ulang. (G003)
Jarang
Seringkali sangat terpukau pada suatu benda.
(G004)
Terpaku pada satu kegiatan yang ritualistic atau
rutinitas yang tidak ada gunanya. (G002)
Hampir
perilaku dan
perilaku dan
interaksi sosial
interaksi sosial
Autisme
Autisme
ringan dengan
ringan dengan
jenis gangguan
jenis gangguan
interaksi sosial
interaksi sosial
Autisme
Autisme
ringan dengan
ringan dengan
jenis gangguan
jenis gangguan
interaksi sosial
interaksi sosial
Autisme
Autisme
ringan dengan
ringan dengan
jenis gangguan
jenis gangguan
perilaku
perilaku
1
1
1
Selalu
Jarang
Dapat disimpulkan bahwa akurasi sistem pakar
menggunakan metode Certainty Factor berdasarkan 20
data diagnosa gejala autisme pada anak yang telah diuji
mempunyai tingkat akurasi keberhasilan yang cukup
baik sesuai dengan diagnosa pakar yaitu sebesar 85%.
Nilai akurasi = (Jumlah data akurat)/(jumlah seluruh
data) x 100%
Nilai akurasi = 17/20 x 100%=85%
3.
Autisme
Autisme
ringan dengan
ringan dengan
jenis gangguan
jenis gangguan
perilaku
perilaku
1
Metode Certainty-Factor dapat digunakan untuk
membantu
pakar
dan
terapis
dalam
mengidentifikasi dan menangani autisme pada
anak.
6.2 Saran
Sistem pakar diagnosa autisme menggunakan
metode Certainty-Factor ini masih memiliki beberapa
kekurangan. Saran yang dapat diberikan untuk
pengembangan penelitian selanjutnya antara lain :
1. Untuk pengembangan lebih lanjut, sistem ini dapat
dikembangkan dengan menggunakan metode
yang berbeda atau mengkombinasikan metode
Certainty-Factor dengan metode lain.
2. Sistem dapat dikembangkan untuk kasus pada
domain lain, yang memiliki kasis penyakit tertentu
menjadi gejala bagi penyakit lain, tentunya dengan
kombinasi logika antar gejala yang lebih bervariasi.
6. PENUTUP
6.1 Kesimpulan
Berdasarkan hasil perancangan dan pengujian
yang dilakukan pada sistem pakar diagnosa autisme
menggunakan metode Certainty-Factor, maka dapat
diambil kesimpulan sebagai berikut :
1. Sistem pakar diagnosa autisme pada anak ini
mampu mendiagnosa gejala autisme pada anak.
Pengambilan kesimpulan identifikasi dihitung
menggunakan metode Certainty-factor dengan
menggunakan inputan gejala dari pengguna.
2. Hasil pengujian validasi fungsionalitas yang
menunjukkan
bahwa
sistem
memiliki
fungsionalitas sebesar 100% dan hasil pengujian
akurasi menunjukkan bahwa keakurasian hasil
keluaran sistem adalah 85%.
10
7. DAFTAR PUSTAKA
[1]
[2]
[3]
[4]
[5]
[6]
[7]
Detik. 8 dari 1000 Orang di Indonesia
Adalah
Penyandang
Autis
(http://health.detik.com/read/2012/04/14
/085648/1892331/763/8-dari-1000-orangdi-indonesia-adalah-penyandang-autis)
Metrotv News. Pemahaman Publik pada
Autisme
masih
Rendah
(http://www.metrotvnews.com/metrone
ws/read/2013/03/13/3/138164/Pemaham
an-Publik-pada-Autisme-masihRendah)
Puspitasari, Siti Rahajeng Nurenggar.
2008. Rancang Bangun Aplikasi Sistem
Pakar Untuk Mendiagnosa Gangguan
Autisme Secara Dini Pada Anak.
Armi, Elpa. 2010. Penggunaan Certainty
Factor (Cf) Dalam Perancangan Sistem
Pakar Untuk Mendiagnosis Penyakit
Atherosklerosis. Medan: Universitas
Sumatera Utara
Daniel,
Gloria
Virginia.
2012.
Implementasi
Sistem
Pakar
Untuk
Mendiagnosis Penyakit Dengan Gejala
Demam Menggunakan Metode Certainty
Factor.
Kusumadewi,
Sri.
2003.
Artificial
Intelligence (Teknik dan Aplikasinya).
Yogyakarta : Graha Ilmu.
Kusrini. 2008. APLIKASI SISTEM
PAKAR Menentukan Faktor Kepastian
Pengguna Dengan Metode Kuantifikasi
Pertanyaan. Yogyakarta : ANDI
11