Karya dan ilmiah dan Lelek
Sistem Pakar Mendiagnosa Penyakit Gagal Ginjal Dengan
Menggunakan Metode Dempster-Shafer
Mhd. Alpan1, Drs. Nogar Silitonga2, Rahmadani Pane3
1
Jurusan Sistem Informasi Universitas Potensi Utama
2,3
Dosen Jurusan Sistem Informasi Universitas Potensi Utama
1,2,3
Universitas Potensi Utama, K.L. Yos Sudarso KM 6,5 No. 3A Tj. Mulia - Medan
Email : [email protected]
Abstract- Expert systems can serve as a
consultant who advises the user as well as an
assistant to an expert. The way to address and
help detect disease, failed kidney is to make an
expert system as media consultation so as to
minimize the disease kidney failure that can lead
to death to the sufferer. Dempster-Shafer method
is non monotonis reasoning methods used to find
inconsistencies due to the addition or subtraction
of new facts that would change the existing rules,
so the Dempster-Shafer method allows a person
secure in doing the work of a master. This
research aims to apply the methods of uncertainty
Dempster-Shafer on expert system to detect the
disease in fieled kidney on the symptoms of the
disease. The application system will result in the
possibility of what percentage of the patient's
illness based on the symptoms are felt. Expected
with this system, ordinary people can solve
particular problems either 'a little' complicated
or even complex 'without the' help of experts in
the field. As for the experts, this system can be
used as an experienced assistant.
monotonis yang digunakan untuk mencari
ketidakkonsistenan akibat adanya penambahan
maupun pengurangan fakta baru yang akan
merubah aturan yang ada, sehingga metode
Dempster-Shafer memungkinkan seseorang aman
dalam melakukan pekerjaan seorang pakar.
Penelitian ini bertujuan menerapkan metode
ketidakpastian Dempster-Shafer pada sistem
pakar mendiagnosa penyakit gagal ginjal
berdasarkan gejala penyakit tersebut. Aplikasi
sistem akan menghasilkan kemungkinan berapa
persen penyakit yang diderita si pasien
berdasarkan gejala-gejala yang dirasakan.
Diharapkan dengan sistem ini, orang awam
dapat menyelesaikan masalah tertentu baik
‘sedikit’ rumit ataupun rumit sekalipun ‘tanpa’
bantuan para ahli dalam bidang tersebut.
Sedangkan bagi para ahli, sistem ini dapat
digunakan sebagai asisten yang berpengalaman.
Kata Kunci : Sistem Pakar, Dempster-Shafer,
Penyakit Gagal Ginjal.
1. PENDAHULUAN
Sistem pakar harus mampu bekerja dalam
ketidakpastian.
Sejumlah
teori
telah
ditemukan
untuk
menyelesaikan
ketidakpastian,
termasuk
diantaranya
probabilitas klasik (classical probability),
probabilitas Bayes (Bayesian probability),
Teori Hartley berdasarkan himpunan klasik,
Teori
Shannon
berdasarkan
pada
probabilitas, Teori Dempster-Shafer, Teori
Fuzzy Zadeh, dan Faktor Kepastian. Ada
berbagai macam penalaran dengan model yag
lengkap dan sangat konsisten, tetapi pada
Keywords : Expert System, Dempster-Shafer,
Disease in fieled Kidney.
Abstrak- Sistem Pakar dapat berfungsi sebagai
konsultan yang memberi saran kepada pengguna
sekaligus sebagai asisten bagi pakar. Salah satu
cara untuk mengatasi dan membantu mendeteksi
penyakit gagal ginjal, yaitu dengan membuat
sebuah sistem pakar sebagai media konsultasi
sehingga dapat meminimalkan terjadinya
penyakit gagal ginjal yang dapat mengakibatkan
kematian pada penderitanya. Metode DempsterShafer merupakan metode penalaran non
1
kenyataannya banyak permasalahan yang
tidak dapat terselesaikan secara lengkap dan
konsisten. Ketidak konsistenan yang tersebut
adalah akibat adanya penambahan fakta baru.
Penalaran yang seperti itu disebut dengan
penalaran non monotnis. Untuk mengatasi
ketidakkonsistnan tersebut maka dapat
menggunakan penalaran dengan Teori
Dempster-Shafer.
Berdasarkan uraian diatas, penulis
tertarik untuk mengimplementasikan
sistem pakar untuk mengidentifikasi
penyakit gagal ginjal dengan mengambil
judul “Sistem Pakar Mendiagnosa
Penyakit Gagal Ginjal Dengan
Menggunakan
Metode
DempsterShafer”.
Penyakit gagal ginjal adalah suatu
penyakit dimana fungsi organ ginjal
mengalami penurunan hingga pada akhirnya
tidak mampu lagi bekerja sama sekali dalam
hal penyaringan pembuangan elektrolit
tubuh, dalam menjaga keseimbangan cairan
zat kimia tubuh seperti sodium dan kalium
didalam darah atau produksi urine[1].
Permasalahan pada penelitian ini yaitu :
1. Minimnya informasi masyarakat tentang
bahaya dari penyakit gagal ginjal.
2. Dibutuhkan biaya yang tidak sedikit dan
waktu yang lama dalam mendiagnosa
penyakit gagal ginjal ke dokter.
3. Lambatnya penanganan penyakit gagal
ginjal yang mengakibatkan kematian.
Teori Dempster-Shafer adalah suatu
teori
matematika
untuk
pembuktian
berdasarkan belief functions and plausible
reasoning (fungsi kepercayaan dan pemikiran
yang masuk akal), yang digunakan untuk
mengkombinasikan potongan informasi yang
terpisah (bukti) untuk mengkalkulasi
kemungkinan dari suatu peristiwa [3].
2. Metodologi Penelitian
Adapun
metodologi
penelitian
yang
digunakan penulis pada penelitian iniadalah :
1. Metode Penelitian Lapangan ( Field
Research )
Penelitian ini merupakan penelitian
langsung pada objek penelitian yang
akan digunakan untuk mendapatkan data
dengan cara :
Penulis memilih metode ini karena,
metode
Dempster-Shafer
memiliki
beberapa kelebihan dibandingkan metode
yang lain, yaitu kesulitan dalam
menentukan
nilai
probability
(probabilitas) dapat di abaikan, aturan
kombinasi dapat digunakan untuk
menggabungkan
bukti-bukti,
dalam
keadaan atau situasi tidak pasti,
ignorance
(ketidaktahuan)
dapat
ditentukan, mudah untuk menentukan
bukti-bukti dengan tingkat abstraksi yang
berbeda-beda.
a.
Pen
gamatan (Observation)
Penulis melakukan pengamatan
langsung ke Yayasan perguruan
Trikarya,
terhadap
mekanisme
penentuan siswa/I berprestasiyang
diterapkan.
b.
2
Wa
wancara (interview)
Dalam wawancara ini penulis
langsung menemui sumber informasi
dan mengajukan pertanyaan yang
berhubungan
dengan
objek
penelitian.
2. Metode
Penelitian
Kepustakaan
( Library Research )
Dalam penelitian kepustakaan ini penulis
membaca buku yang berhubungan dengan
judul seperti Microsoft Visual Basic Net,SQL
Server 2008 dan Client Server yang diangkat
penulis.
Apabila diketahui X adalah subset dari θ,
dengan m1 sebagai fungsi densitasnya, dan
Y juga merupakan subset dari θ dengan
m2 sebagai fungsi densitasnya, maka
dapat dibentuk fungsi kombinasi m1 dan m2
sebagai m3, yaitu:
2.1. Metode Dempster-Shafer
Metode Dempster-Shafer pertama kali
diperkenalkan
oleh
Dempster,
yang
melakukan percobaan model ketidakpastian
dengan range probabilities dari pada sebagai
probabilitas tunggal. Kemudian pada tahun
1976
Shafer
mempublikasikan
teori
Dempster itu pada sebuah buku yang
berjudul Mathematical Theory Of Evident.
Dempster-Shafer Theory Of Evidence,
menunjukkan suatu cara untuk memberikan
bobot keyakinan sesuai fakta yang
dikumpulkan. Pada teori ini dapat
membedakan
ketidakpastian
dan
ketidaktahuan. Teori Dempster-Shafer adalah
representasi, kombinasi dan propogasi
ketidakpastian, dimana teori ini memiliki
beberapa karakteristik yang secara instutitif
sesuai dengan cara berfikir seorang pakar,
namun dasar matematika yang kuat.
Pada teori Dempster-Shafer dikenal
adanya frame of discernment yang
dinotasikan dengan θ. Frame ini merupakan
semesta pembicaraan dari sekumpulan
hipotesis. Tujuannya adalah mengkaitkan
ukuran kepercayaan elemen-elemen θ. Tidak
semua evidence secara langsung mendukung
tiap-tiap elemen. Untuk itu perlu adanya
probabilitas fungsi densitas (m). Nilai m
tidak hanya mendefinisikan elemen-elemen
θ saja, namun juga semua subsetnya.
Sehingga jika θ berisi nelemen, maka subset
θ adalah 2n. Jumlah semua m dalam subset θ
sama dengan 1. Apabila tidak ada informasi
apapun untuk memilih hipotesis, maka nilai:
m{θ} = 1,0.
Keterangan:
m1 (X) = mass function dari evidence X
m2 (Y) = mass function dari evidence Y
m3 (Z) = mass function dari evidence Z
κ = jumlah conflict evidence .[3].
Visual Basic 2010
Visual Basic 2010 merupakan salah satu
bagian dari produk pemograman terbaru yang
dikeluarkan oleh Microsoft, yaitu Microsoft
Visual Studio 2010. Visual Studio
merupakan produk pemrograman andalan
dari Microsoft Corporation, dimana di
dalamnya berisi beberapa jenis IDE
pemrograman seperti Visual Basic, Visual
C++, Visual Web Developer, Visual C#, dan
Visual F#. Semua IDE pemrograman tersebut
sudah mendukung penuh implementasi .Net
Framework terbaru, yaitu .Net Framework
4.0 yang merupakan pengembangan dari .Net
Framework 3.5. [2].
SQL Server 2008
SQL Server 2008 adalah sebuah
terobosan baru dari Microsoft dalam bidang
database. SQL Server adalah sebuah DBMS
(Database Management System) yang dibuat
oleh Microsoft untuk ikut berkecimpung
3
dalam persaingan dunia pengolahan data
menyusul pendahulunya seperti IBM dan
Oracle. SQL Server 2008 dibuat pada saat
kemajuan dalam bidang hardware sedemikian
pesat. Oleh karena itu sudah dapat dipastikan
bahwa SQL Server 2008 membawa beberapa
terobosan dalam bidang pengolahan dan
penyimpanan data.[2].
Gambar 2. Class Diagram Sistem
3. PERANCANGAN
Bentuk rancangan sistem yang penulis
usulkan/akan dirancang adalah dengan
menggunakan beberapa bentuk diagram dari
UML yaitu : use case diagram, class
diagram,dan sequence diagram.
3.1. Usecase Diagram
Adapun bentuk rancangan use case
diagram yang penulis rancang adalah
sebagai berikut :
Mengelola Gejala
Mengisi Buku Tamu
Login
Mengelola Perhitungan
Konsultasi
+ Include
Gejala Yang
Terlihat
E x te n d
Admin
Pasien
Hasil Konsultasi
Logout
Gambar 1. Use Case Diagram
3.2. Class Diagram
Rancangan kelas-kelas yang akan
digunakan pada sistem yang akan
dirancang dapat dilihat pada gambar 2 :
4
3.3. Activity Diagram
Bisnis
proses
yang
telah
digambarkan pada usecase diagram diatas
dijabarkan dengan activity diagram :
Form Gejala
Input Data Gejala
a) Activity Diagram Login Admin
Isi Username
dan Password
Simpan
Mengecek Username
dan Password
Apakah
Ada?
tidak
Tidak
Edit
Hapus
Tidak
Ya
Ya
Ya
Masukkan Data
Gejala
Pilih Data Gejala
Pilih Data Gejala
Simpan Data Baru
Edit Data Gejala
Hapus Data Gejala
ya
Tampil Data Gejala
Masuk ke Menu Admin
Gambar 3. Activity Diagram Login Admin
Gambar 5. Activity Diagram Data Gejala
d) Activity Diagram Tambah Pengguna
b) Activity Diagram Data Pasien
Form Tambah
Pengguna
Form Data Pasien
Input Data Admin
Input Data Pasien
Simpan
Simpan
Tidak
Edit
Tidak
Tidak
Hapus
Ya
Ya
Masukkan Data
Admin
Pilih Data Calon
Admin
Pilih Data Admin
Simpan Da ta Baru
Edit Data Admin
Hapus Data Admin
Ya
Ya
Masukkan Data
Pasien
Pilih Data Pasien
Pilih Data Pasien
Edit Data Pasien
Edit
Ya
Ya
Simpan Data Pasien
Tidak
Hapus
Hapus Data Pasien
Tampil Data Admin
Tampil Data Pasien
Gambar 6. Activity Diagram Tambah Pengguna
e) Activity Diagram Buku Tamu
Gambar 4. Activity Diagram Data Pasien
c) Activity Diagram Data Gejala
5
Form Buku Ta mu
Inputkan gejala
Input Data Tamu
Simpan
Tidak
Edit
Hapus
Tidak
Ya
Ya
Ya
Masukkan Data
Tamu
Pilih Data Tamu
Pilih Data Tamu
Simpan Data Baru
Edit Data Tamu
Hapus Data Tamu
hasil akan ditampilkan
Ya
Simpan hasil konsultasi
Tabel data konsultasi
Tidak
Tampil Data Buku
Tamu
Gambar 9. Activity Diagram Konsultasi
Gambar 7. Activity Diagram Buku Tamu
h) Activity Diagram Cetak Laporan
f) Activity Diagram Data Konsultasi
Form Cetak Laporan
Form Data
Konsultasi
Cetak
Laporan
Data Pasien
Data Data
Konsultasi
Hapus
Ya
Pilih
DataKonsultasi
Hapus Da ta
Konsultasi
Tidak
Cetak Laporan
Data Buku
Tamu
Tidak
Cetak Laporan
Data Konsultasi
Ya
Ya
Ya
Tampil Laporan
Data Pasien
Tampil Laporan
Data Buku Tamu
Tampil Laopran
Data Konsultasi
Tidak
Tampil Data
Konsultasi
Gambar 10. Activity Diagram Cetak Laporan
3.4. Sequence Diagram
Rangkaian kegiatan pada setiap terjadi
event sistem digambarkan pada sequence
diagram berikut:
Gambar 8. Activity Diagram Data Konsultasi
g) Activity Diagram Konsultasi
a) Sequence Diagram Menu Utama
6
Aplikasi
Database
Aplikasi
User
Menu Utama
User
Admin
Database
Pilih Data Gejala
Data GejalaYang Dipilih
Pilih Data Gejala
Buku Tamu
Tampilan Buku Tamu
Data Gejala Yang Telah di Hapus dan di Edit
Edit dan Hapus Data Gejala
Konsultasi
Konsultasi
Tampilan Konsultasi
Proses Konsultasi Data Gejala
Tentang Sistem Pakar
Data Yang Telah Diproses
Hasil Nilai Kemungkinan Tentang Penyakit Feline
Panluekopenia
Profil Penulis
Return Hasil Nilai Kemungkinan Feline
Panluekopenia
Data Konsultasi Yang Disimpan
Simpan Hasil Konsultasi
Gambar 11. Sequence Diagram Menu Utama
b) Sequence Diagram Buku Tamu
Gambar 13. Sequence Diagram Konsultasi
d) Sequence Diagram Login
Aplikasi
Database
Aplikasi
Admin
Masukkan Data Tamu
Data Tamu Dimasukkan
Admin
Masukan Username dan Password
Database
Validasi Username dan Password
Messagebox (Nama
Server Salah)
Tampilkan Data Pasien
Gagal
Return Tampil Data Pasien
Return Gagal
Berhasil
Return Berhasil
Menu Utama
Gambar 12. Sequence Diagram Buku Tamu
c) Sequence Diagram Konsultasi
Gambar 14. Sequence Diagram Login
e) Sequence Diagram Menu Utama Admin
7
Aplikasi
Admin
Database
Aplikasi
Database
Menu Admin
Data Pasien
Data Pasien
Tampilan Data Pasien
Data Gejala
Data Gejala
Admin
Tampilan Data Gejala
Masukkan Data Gejala
Data Gejala Dimasukkan
Koreksi atau Ubah Data Gejala
Data Gejala Di Update
Hapus Data Gejala
Data Gejala Di Hapus
Account Manager
Account Manager
Tampilan Account Manager
Buku Tamu
Tampilan Data Pasien
Data Konsultasi
Tampilan Data Konsultasi
Laporan
Cetak Laporan
Logout
Tampilkan Data Gejala
Return Tampil Data Gejala
Gambar 15. Sequence Diagram Menu Utama Admin
Gambar 17. Sequence Diagram Data Gejala
f) Sequence Diagram Data Pasien
Aplikasi
Admin
Masukkan Data Pasien
Database
h) Sequence Diagram Account Manager
Data Pasien Dimasukkan
Aplikasi
Koreksi atau Ubah Data Pasien
Data Pasien Di Update
Admin
Hapus Data Pasien
Tampilkan Data Pasien
Database
Masukkan Data Pengguna
Baru
Data Pengguna Dimasukkan
Koreksi atau Ubah Data Pengguna
Data Pengguna Di Update
Hapus Data Pengguna
Data Pengguna Di Hapus
Data Pasien Di Hapus
Return Tampil Data Pasien
Gambar 16. Sequence Diagram Data Pasien
g) Sequence Diagram Data Gejala
Tampilkan Data Pengguna
Return Tampil Data Pengguna
Gambar 18. Sequence Diagram Menu Utama Admin
i)
8
Sequence Diagram Buku Tamu Admin
Aplikasi
Admin
Berikut adalah tampilan dari sistem yang
telah dirancang.
1) Tampilan Menu Utama
Database
Data Tamu
Hapus Data Gejala
Data Gejala Di Hapus
Tampilkan Data Gejala
Return Tampil Data Gejala
Gambar 21. Tampilan Menu Utama
Gambar 19. Sequence Diagram Buku Tamu Admin
2) Tampilan Form Login admin
j) Sequence Diagram Data Konsultasi
Aplikasi
Admin
Database
Data Konsultasi
Hapus Data Konsultasi
Data Konsultasi Di Hapus
Gambar 22. Tampilan Form Login Admin
Tampilkan Data Konsultasi
Return Tampil Data Konsultasi
3) Tampilan Form Buku Tamu
Gambar 20. Sequence Diagram Data Konsultasi
Gambar 23. Tampilan Form Buku Tamu
4. HASIL DAN UJI COBA
Berikut ini dijelaskan mengenai tampilan
hasil dari perancangan Sistem Pakar
Mendiagnosa Penyakit Gagal Ginjal Dengan
Menggunakan Metode Dempster-Shafer yang
dapat dilihat sebagai berikut :
Tampilan
4) Tampilan Form Konsultasi
9
Gambar 24. Tampilan Form Data Gejala
5) Tampilan Form Pengenalan Sistem Pakar
Gambar 27. Tampilan Form Menu Admin
8) Tampilan Form Data Gejala
Gambar 25. Tampilan Form Pengenalan Sistem
Pakar
6) Tampilan Form Profil Penulis
Gambar 28. Tampilan Form Data Gejala
Metode Dempster-Shafer
Pada teori ini dapat membedakan
ketidakpastian dan ketidaktahuan. Teori
Dempster-Shafer
adalah
representasi,
kombinasi dan propogasi ketidakpastian,
dimana teori ini memiliki beberapa
karakteristik yang secara instutitif sesuai
dengan cara berfikir seorang pakar, namun
dasar matematika yang kuat
Adapun proses perhitungan nilai
dempster-shafer
berdasarkan
pengujian
konsultasi secara teori adalah sebagai
berikut:
Pasien A melakukan pemeriksaan pada
dokter dengan gejala kencing sakit.
G1 = Kencing Sakit
m1(X) = 0,8
m1 (Θ) = 1- m1 (X)
= 1-0,8 = 0,2
Gambar 26. Tampilan Form Profil Penulis
7) Tampilan Form Menu Admin
10
Setelah dilakukan pemeriksaan
selanjutnya pasien A terkena gejala kencing
merah/darah.
G2 = Kencing Merah/Darah
m2(Y) = 0,8
m2 (Θ) = 1- m2 (Y)
= 1-0,8 = 0,2
1. Perangkat Lunak
sebagai berikut:
a. Visual Basic 2010
b. SQL Server 2008
dengan
spesifikasi
Kelebihan dan Kekurangan Sistem yang
Dirancang
Berdasarkan hasil tampilan program
yang
diperoleh,
penulis
menemukan
kelebihan dan kelemahan dari sistem yaitu :
Kelebihan sistem ini diantaranya yaitu:
1. Dengan adanya sistem ini proses
penginputan data bisa lebih efektif dan
efisien.
2. Aplikasi ini sangat mudah dimengerti
dan mudah digunakan oleh user.
3. Aplikasi sistem pakar ini memberikan
hasil kemungkinan terbesar terkena
penyakit gagal ginjal.
4. Terdapat batasan yang jelas antara user
dan admin, sehingga tidak sembarangan
orang dapat mengakses sistem
Hal ini berarti besarnya kepercayaan
pakar terhadap kemungkinan menderita
penyakit gagal ginjal adalah 0,666667 atau
bila dipersentasekan nilainya menjadi 66,667
%. Seperti terlihat pada gambar berikut :
Adapun kekurangan sistem ini adalah
sebagai berikut:
1. Aplikasi ini hanya berlaku untuk
mendiagnosa penyakit gagal ginjal yang
diderita oleh pasien saja.
2. Tidak ada panduan dalam menggunakan
aplikasi sistem pakar ini.
3. Jika sistem yang dibuat tidak selalu
update sesuai dengan pengetahuan baru,
maka sistem tidak dapat memberikan
solusi yang terbaik.
5. KESIMPULAN DAN SARAN
Kesimpulan
Gambar 29. Tampilan Uji Coba Konsultasi
Uji Coba
Uji coba terhadap sistem bertujuan
untuk memastikan bahwa sistem sudah
berada pada kondisi siap pakai.
Instrumen yang digunakan untuk
melakukan pengujian ini yaitu dengan
menggunakan:
Berdasarkan penelitian yang telah
dilakukan selama membuat aplikasi
Sistem Pakar Mendiagnosa Penyakit
Gagal Ginjal Dengan Menggunakan
Metode Dempster-Shafer ini, maka dapat
11
ditarik beberapa
berikut :
1.
2.
3.
4.
kesimpulan sebagai
memiliki data pengetahuan yang lebih
mendetail.
Hasil
pengujian
”Sistem
Pakar
Mendiagnosa Penyakit Gagal Ginjal
dengan
Metode
Dempster-Shafer”
menunjukkan bahwa sistem pakar ini
dapat mengidentifikasi seberapa besar
kemungkinan pasien terkena penyakit
gagal ginjal sesuai dengan gejala yang di
input kedalam sistem.
Sistem pakar yang dibuat akan
memberikan solusi berupa penanganan
awal.
Sistem ini mempermudah seorang
dokter atau pakar untuk melakukan
penginputan data.
Hasil perhitungan dempster-shafer yang
telah diimplementasikan dalam skripsi
ini telah memberikan hasil yang cukup
memuaskan karena telah menggunakan
metode yang sesuai dengan kebutuhan
sistem yang menggunakan nilai densitis
dari gejala.
DAFTAR PUSTAKA
[1] Harun Rasyid Lubis, 2005, Masalah
Penyakit Ginjal dan Saluran Air Kemih,
Andi Offset, Yogyakarta.
[2]
Komputer, Wahana, 2013,
Membangun Aplikasi Database dengan
Visual Basic 2012, Penerbit Andi,
Yogyakarta.
[3] Mustikadewi P, Arief Andy Soebroto,
Rekyan Regasari, 2012, Jurnal: Aplikasi
Sistem Pakar Untuk Pendeteksian Dan
Penanganan Dini Pada Penyakit Sapi
Dengan Metode Dempster-Shafer Berbasis
Web, Universitas Brawijaya, Malang.
[4] Rika Rosnelly, 2012, Sistem Pakar, Andi
Offset, Yogyakarta.
[5] Sutojo, T., Edy mulyanto, Vincent, 2011,
Kecerdasan
Buatan,
Andi
Offset,
Yogyakarta.
Saran
Adapun saran untuk
menyempurnakan sistem yang telah
dibuat adalah sebagai berikut:
1. Sistem belum memiliki splashscreen, sehingga terkadang pengguna
mengira bahwa aplikasi tidak berjalan
karena menunggu beberapa detik.
2. Sebaiknya selalu dilakukan update
secara
berkala
sesuai
dengan
perkembagan ilmu, yang tentunya
berpengaruh terhadap sistem dalam
mengidentifikasi
penyakit,
agar
hasilnya lebih maksimal.
3. Untuk pengembangan sistem ini di
masa yang akan datang diharapkan
dapat membangun sistem yang
[6] Sulindawati dan Muhammad Fathoni,
2010,
Jurnal:Pengantar
Analisa
Perancangan “Sistem”, STMIK Triguna
Dharma, Medan.
[7] Widodo, Prabowo Pudjo, dan Herlawati,
2011, Menggunakan UML, Informatika
Bandung, Bandung.
12
Menggunakan Metode Dempster-Shafer
Mhd. Alpan1, Drs. Nogar Silitonga2, Rahmadani Pane3
1
Jurusan Sistem Informasi Universitas Potensi Utama
2,3
Dosen Jurusan Sistem Informasi Universitas Potensi Utama
1,2,3
Universitas Potensi Utama, K.L. Yos Sudarso KM 6,5 No. 3A Tj. Mulia - Medan
Email : [email protected]
Abstract- Expert systems can serve as a
consultant who advises the user as well as an
assistant to an expert. The way to address and
help detect disease, failed kidney is to make an
expert system as media consultation so as to
minimize the disease kidney failure that can lead
to death to the sufferer. Dempster-Shafer method
is non monotonis reasoning methods used to find
inconsistencies due to the addition or subtraction
of new facts that would change the existing rules,
so the Dempster-Shafer method allows a person
secure in doing the work of a master. This
research aims to apply the methods of uncertainty
Dempster-Shafer on expert system to detect the
disease in fieled kidney on the symptoms of the
disease. The application system will result in the
possibility of what percentage of the patient's
illness based on the symptoms are felt. Expected
with this system, ordinary people can solve
particular problems either 'a little' complicated
or even complex 'without the' help of experts in
the field. As for the experts, this system can be
used as an experienced assistant.
monotonis yang digunakan untuk mencari
ketidakkonsistenan akibat adanya penambahan
maupun pengurangan fakta baru yang akan
merubah aturan yang ada, sehingga metode
Dempster-Shafer memungkinkan seseorang aman
dalam melakukan pekerjaan seorang pakar.
Penelitian ini bertujuan menerapkan metode
ketidakpastian Dempster-Shafer pada sistem
pakar mendiagnosa penyakit gagal ginjal
berdasarkan gejala penyakit tersebut. Aplikasi
sistem akan menghasilkan kemungkinan berapa
persen penyakit yang diderita si pasien
berdasarkan gejala-gejala yang dirasakan.
Diharapkan dengan sistem ini, orang awam
dapat menyelesaikan masalah tertentu baik
‘sedikit’ rumit ataupun rumit sekalipun ‘tanpa’
bantuan para ahli dalam bidang tersebut.
Sedangkan bagi para ahli, sistem ini dapat
digunakan sebagai asisten yang berpengalaman.
Kata Kunci : Sistem Pakar, Dempster-Shafer,
Penyakit Gagal Ginjal.
1. PENDAHULUAN
Sistem pakar harus mampu bekerja dalam
ketidakpastian.
Sejumlah
teori
telah
ditemukan
untuk
menyelesaikan
ketidakpastian,
termasuk
diantaranya
probabilitas klasik (classical probability),
probabilitas Bayes (Bayesian probability),
Teori Hartley berdasarkan himpunan klasik,
Teori
Shannon
berdasarkan
pada
probabilitas, Teori Dempster-Shafer, Teori
Fuzzy Zadeh, dan Faktor Kepastian. Ada
berbagai macam penalaran dengan model yag
lengkap dan sangat konsisten, tetapi pada
Keywords : Expert System, Dempster-Shafer,
Disease in fieled Kidney.
Abstrak- Sistem Pakar dapat berfungsi sebagai
konsultan yang memberi saran kepada pengguna
sekaligus sebagai asisten bagi pakar. Salah satu
cara untuk mengatasi dan membantu mendeteksi
penyakit gagal ginjal, yaitu dengan membuat
sebuah sistem pakar sebagai media konsultasi
sehingga dapat meminimalkan terjadinya
penyakit gagal ginjal yang dapat mengakibatkan
kematian pada penderitanya. Metode DempsterShafer merupakan metode penalaran non
1
kenyataannya banyak permasalahan yang
tidak dapat terselesaikan secara lengkap dan
konsisten. Ketidak konsistenan yang tersebut
adalah akibat adanya penambahan fakta baru.
Penalaran yang seperti itu disebut dengan
penalaran non monotnis. Untuk mengatasi
ketidakkonsistnan tersebut maka dapat
menggunakan penalaran dengan Teori
Dempster-Shafer.
Berdasarkan uraian diatas, penulis
tertarik untuk mengimplementasikan
sistem pakar untuk mengidentifikasi
penyakit gagal ginjal dengan mengambil
judul “Sistem Pakar Mendiagnosa
Penyakit Gagal Ginjal Dengan
Menggunakan
Metode
DempsterShafer”.
Penyakit gagal ginjal adalah suatu
penyakit dimana fungsi organ ginjal
mengalami penurunan hingga pada akhirnya
tidak mampu lagi bekerja sama sekali dalam
hal penyaringan pembuangan elektrolit
tubuh, dalam menjaga keseimbangan cairan
zat kimia tubuh seperti sodium dan kalium
didalam darah atau produksi urine[1].
Permasalahan pada penelitian ini yaitu :
1. Minimnya informasi masyarakat tentang
bahaya dari penyakit gagal ginjal.
2. Dibutuhkan biaya yang tidak sedikit dan
waktu yang lama dalam mendiagnosa
penyakit gagal ginjal ke dokter.
3. Lambatnya penanganan penyakit gagal
ginjal yang mengakibatkan kematian.
Teori Dempster-Shafer adalah suatu
teori
matematika
untuk
pembuktian
berdasarkan belief functions and plausible
reasoning (fungsi kepercayaan dan pemikiran
yang masuk akal), yang digunakan untuk
mengkombinasikan potongan informasi yang
terpisah (bukti) untuk mengkalkulasi
kemungkinan dari suatu peristiwa [3].
2. Metodologi Penelitian
Adapun
metodologi
penelitian
yang
digunakan penulis pada penelitian iniadalah :
1. Metode Penelitian Lapangan ( Field
Research )
Penelitian ini merupakan penelitian
langsung pada objek penelitian yang
akan digunakan untuk mendapatkan data
dengan cara :
Penulis memilih metode ini karena,
metode
Dempster-Shafer
memiliki
beberapa kelebihan dibandingkan metode
yang lain, yaitu kesulitan dalam
menentukan
nilai
probability
(probabilitas) dapat di abaikan, aturan
kombinasi dapat digunakan untuk
menggabungkan
bukti-bukti,
dalam
keadaan atau situasi tidak pasti,
ignorance
(ketidaktahuan)
dapat
ditentukan, mudah untuk menentukan
bukti-bukti dengan tingkat abstraksi yang
berbeda-beda.
a.
Pen
gamatan (Observation)
Penulis melakukan pengamatan
langsung ke Yayasan perguruan
Trikarya,
terhadap
mekanisme
penentuan siswa/I berprestasiyang
diterapkan.
b.
2
Wa
wancara (interview)
Dalam wawancara ini penulis
langsung menemui sumber informasi
dan mengajukan pertanyaan yang
berhubungan
dengan
objek
penelitian.
2. Metode
Penelitian
Kepustakaan
( Library Research )
Dalam penelitian kepustakaan ini penulis
membaca buku yang berhubungan dengan
judul seperti Microsoft Visual Basic Net,SQL
Server 2008 dan Client Server yang diangkat
penulis.
Apabila diketahui X adalah subset dari θ,
dengan m1 sebagai fungsi densitasnya, dan
Y juga merupakan subset dari θ dengan
m2 sebagai fungsi densitasnya, maka
dapat dibentuk fungsi kombinasi m1 dan m2
sebagai m3, yaitu:
2.1. Metode Dempster-Shafer
Metode Dempster-Shafer pertama kali
diperkenalkan
oleh
Dempster,
yang
melakukan percobaan model ketidakpastian
dengan range probabilities dari pada sebagai
probabilitas tunggal. Kemudian pada tahun
1976
Shafer
mempublikasikan
teori
Dempster itu pada sebuah buku yang
berjudul Mathematical Theory Of Evident.
Dempster-Shafer Theory Of Evidence,
menunjukkan suatu cara untuk memberikan
bobot keyakinan sesuai fakta yang
dikumpulkan. Pada teori ini dapat
membedakan
ketidakpastian
dan
ketidaktahuan. Teori Dempster-Shafer adalah
representasi, kombinasi dan propogasi
ketidakpastian, dimana teori ini memiliki
beberapa karakteristik yang secara instutitif
sesuai dengan cara berfikir seorang pakar,
namun dasar matematika yang kuat.
Pada teori Dempster-Shafer dikenal
adanya frame of discernment yang
dinotasikan dengan θ. Frame ini merupakan
semesta pembicaraan dari sekumpulan
hipotesis. Tujuannya adalah mengkaitkan
ukuran kepercayaan elemen-elemen θ. Tidak
semua evidence secara langsung mendukung
tiap-tiap elemen. Untuk itu perlu adanya
probabilitas fungsi densitas (m). Nilai m
tidak hanya mendefinisikan elemen-elemen
θ saja, namun juga semua subsetnya.
Sehingga jika θ berisi nelemen, maka subset
θ adalah 2n. Jumlah semua m dalam subset θ
sama dengan 1. Apabila tidak ada informasi
apapun untuk memilih hipotesis, maka nilai:
m{θ} = 1,0.
Keterangan:
m1 (X) = mass function dari evidence X
m2 (Y) = mass function dari evidence Y
m3 (Z) = mass function dari evidence Z
κ = jumlah conflict evidence .[3].
Visual Basic 2010
Visual Basic 2010 merupakan salah satu
bagian dari produk pemograman terbaru yang
dikeluarkan oleh Microsoft, yaitu Microsoft
Visual Studio 2010. Visual Studio
merupakan produk pemrograman andalan
dari Microsoft Corporation, dimana di
dalamnya berisi beberapa jenis IDE
pemrograman seperti Visual Basic, Visual
C++, Visual Web Developer, Visual C#, dan
Visual F#. Semua IDE pemrograman tersebut
sudah mendukung penuh implementasi .Net
Framework terbaru, yaitu .Net Framework
4.0 yang merupakan pengembangan dari .Net
Framework 3.5. [2].
SQL Server 2008
SQL Server 2008 adalah sebuah
terobosan baru dari Microsoft dalam bidang
database. SQL Server adalah sebuah DBMS
(Database Management System) yang dibuat
oleh Microsoft untuk ikut berkecimpung
3
dalam persaingan dunia pengolahan data
menyusul pendahulunya seperti IBM dan
Oracle. SQL Server 2008 dibuat pada saat
kemajuan dalam bidang hardware sedemikian
pesat. Oleh karena itu sudah dapat dipastikan
bahwa SQL Server 2008 membawa beberapa
terobosan dalam bidang pengolahan dan
penyimpanan data.[2].
Gambar 2. Class Diagram Sistem
3. PERANCANGAN
Bentuk rancangan sistem yang penulis
usulkan/akan dirancang adalah dengan
menggunakan beberapa bentuk diagram dari
UML yaitu : use case diagram, class
diagram,dan sequence diagram.
3.1. Usecase Diagram
Adapun bentuk rancangan use case
diagram yang penulis rancang adalah
sebagai berikut :
Mengelola Gejala
Mengisi Buku Tamu
Login
Mengelola Perhitungan
Konsultasi
+ Include
Gejala Yang
Terlihat
E x te n d
Admin
Pasien
Hasil Konsultasi
Logout
Gambar 1. Use Case Diagram
3.2. Class Diagram
Rancangan kelas-kelas yang akan
digunakan pada sistem yang akan
dirancang dapat dilihat pada gambar 2 :
4
3.3. Activity Diagram
Bisnis
proses
yang
telah
digambarkan pada usecase diagram diatas
dijabarkan dengan activity diagram :
Form Gejala
Input Data Gejala
a) Activity Diagram Login Admin
Isi Username
dan Password
Simpan
Mengecek Username
dan Password
Apakah
Ada?
tidak
Tidak
Edit
Hapus
Tidak
Ya
Ya
Ya
Masukkan Data
Gejala
Pilih Data Gejala
Pilih Data Gejala
Simpan Data Baru
Edit Data Gejala
Hapus Data Gejala
ya
Tampil Data Gejala
Masuk ke Menu Admin
Gambar 3. Activity Diagram Login Admin
Gambar 5. Activity Diagram Data Gejala
d) Activity Diagram Tambah Pengguna
b) Activity Diagram Data Pasien
Form Tambah
Pengguna
Form Data Pasien
Input Data Admin
Input Data Pasien
Simpan
Simpan
Tidak
Edit
Tidak
Tidak
Hapus
Ya
Ya
Masukkan Data
Admin
Pilih Data Calon
Admin
Pilih Data Admin
Simpan Da ta Baru
Edit Data Admin
Hapus Data Admin
Ya
Ya
Masukkan Data
Pasien
Pilih Data Pasien
Pilih Data Pasien
Edit Data Pasien
Edit
Ya
Ya
Simpan Data Pasien
Tidak
Hapus
Hapus Data Pasien
Tampil Data Admin
Tampil Data Pasien
Gambar 6. Activity Diagram Tambah Pengguna
e) Activity Diagram Buku Tamu
Gambar 4. Activity Diagram Data Pasien
c) Activity Diagram Data Gejala
5
Form Buku Ta mu
Inputkan gejala
Input Data Tamu
Simpan
Tidak
Edit
Hapus
Tidak
Ya
Ya
Ya
Masukkan Data
Tamu
Pilih Data Tamu
Pilih Data Tamu
Simpan Data Baru
Edit Data Tamu
Hapus Data Tamu
hasil akan ditampilkan
Ya
Simpan hasil konsultasi
Tabel data konsultasi
Tidak
Tampil Data Buku
Tamu
Gambar 9. Activity Diagram Konsultasi
Gambar 7. Activity Diagram Buku Tamu
h) Activity Diagram Cetak Laporan
f) Activity Diagram Data Konsultasi
Form Cetak Laporan
Form Data
Konsultasi
Cetak
Laporan
Data Pasien
Data Data
Konsultasi
Hapus
Ya
Pilih
DataKonsultasi
Hapus Da ta
Konsultasi
Tidak
Cetak Laporan
Data Buku
Tamu
Tidak
Cetak Laporan
Data Konsultasi
Ya
Ya
Ya
Tampil Laporan
Data Pasien
Tampil Laporan
Data Buku Tamu
Tampil Laopran
Data Konsultasi
Tidak
Tampil Data
Konsultasi
Gambar 10. Activity Diagram Cetak Laporan
3.4. Sequence Diagram
Rangkaian kegiatan pada setiap terjadi
event sistem digambarkan pada sequence
diagram berikut:
Gambar 8. Activity Diagram Data Konsultasi
g) Activity Diagram Konsultasi
a) Sequence Diagram Menu Utama
6
Aplikasi
Database
Aplikasi
User
Menu Utama
User
Admin
Database
Pilih Data Gejala
Data GejalaYang Dipilih
Pilih Data Gejala
Buku Tamu
Tampilan Buku Tamu
Data Gejala Yang Telah di Hapus dan di Edit
Edit dan Hapus Data Gejala
Konsultasi
Konsultasi
Tampilan Konsultasi
Proses Konsultasi Data Gejala
Tentang Sistem Pakar
Data Yang Telah Diproses
Hasil Nilai Kemungkinan Tentang Penyakit Feline
Panluekopenia
Profil Penulis
Return Hasil Nilai Kemungkinan Feline
Panluekopenia
Data Konsultasi Yang Disimpan
Simpan Hasil Konsultasi
Gambar 11. Sequence Diagram Menu Utama
b) Sequence Diagram Buku Tamu
Gambar 13. Sequence Diagram Konsultasi
d) Sequence Diagram Login
Aplikasi
Database
Aplikasi
Admin
Masukkan Data Tamu
Data Tamu Dimasukkan
Admin
Masukan Username dan Password
Database
Validasi Username dan Password
Messagebox (Nama
Server Salah)
Tampilkan Data Pasien
Gagal
Return Tampil Data Pasien
Return Gagal
Berhasil
Return Berhasil
Menu Utama
Gambar 12. Sequence Diagram Buku Tamu
c) Sequence Diagram Konsultasi
Gambar 14. Sequence Diagram Login
e) Sequence Diagram Menu Utama Admin
7
Aplikasi
Admin
Database
Aplikasi
Database
Menu Admin
Data Pasien
Data Pasien
Tampilan Data Pasien
Data Gejala
Data Gejala
Admin
Tampilan Data Gejala
Masukkan Data Gejala
Data Gejala Dimasukkan
Koreksi atau Ubah Data Gejala
Data Gejala Di Update
Hapus Data Gejala
Data Gejala Di Hapus
Account Manager
Account Manager
Tampilan Account Manager
Buku Tamu
Tampilan Data Pasien
Data Konsultasi
Tampilan Data Konsultasi
Laporan
Cetak Laporan
Logout
Tampilkan Data Gejala
Return Tampil Data Gejala
Gambar 15. Sequence Diagram Menu Utama Admin
Gambar 17. Sequence Diagram Data Gejala
f) Sequence Diagram Data Pasien
Aplikasi
Admin
Masukkan Data Pasien
Database
h) Sequence Diagram Account Manager
Data Pasien Dimasukkan
Aplikasi
Koreksi atau Ubah Data Pasien
Data Pasien Di Update
Admin
Hapus Data Pasien
Tampilkan Data Pasien
Database
Masukkan Data Pengguna
Baru
Data Pengguna Dimasukkan
Koreksi atau Ubah Data Pengguna
Data Pengguna Di Update
Hapus Data Pengguna
Data Pengguna Di Hapus
Data Pasien Di Hapus
Return Tampil Data Pasien
Gambar 16. Sequence Diagram Data Pasien
g) Sequence Diagram Data Gejala
Tampilkan Data Pengguna
Return Tampil Data Pengguna
Gambar 18. Sequence Diagram Menu Utama Admin
i)
8
Sequence Diagram Buku Tamu Admin
Aplikasi
Admin
Berikut adalah tampilan dari sistem yang
telah dirancang.
1) Tampilan Menu Utama
Database
Data Tamu
Hapus Data Gejala
Data Gejala Di Hapus
Tampilkan Data Gejala
Return Tampil Data Gejala
Gambar 21. Tampilan Menu Utama
Gambar 19. Sequence Diagram Buku Tamu Admin
2) Tampilan Form Login admin
j) Sequence Diagram Data Konsultasi
Aplikasi
Admin
Database
Data Konsultasi
Hapus Data Konsultasi
Data Konsultasi Di Hapus
Gambar 22. Tampilan Form Login Admin
Tampilkan Data Konsultasi
Return Tampil Data Konsultasi
3) Tampilan Form Buku Tamu
Gambar 20. Sequence Diagram Data Konsultasi
Gambar 23. Tampilan Form Buku Tamu
4. HASIL DAN UJI COBA
Berikut ini dijelaskan mengenai tampilan
hasil dari perancangan Sistem Pakar
Mendiagnosa Penyakit Gagal Ginjal Dengan
Menggunakan Metode Dempster-Shafer yang
dapat dilihat sebagai berikut :
Tampilan
4) Tampilan Form Konsultasi
9
Gambar 24. Tampilan Form Data Gejala
5) Tampilan Form Pengenalan Sistem Pakar
Gambar 27. Tampilan Form Menu Admin
8) Tampilan Form Data Gejala
Gambar 25. Tampilan Form Pengenalan Sistem
Pakar
6) Tampilan Form Profil Penulis
Gambar 28. Tampilan Form Data Gejala
Metode Dempster-Shafer
Pada teori ini dapat membedakan
ketidakpastian dan ketidaktahuan. Teori
Dempster-Shafer
adalah
representasi,
kombinasi dan propogasi ketidakpastian,
dimana teori ini memiliki beberapa
karakteristik yang secara instutitif sesuai
dengan cara berfikir seorang pakar, namun
dasar matematika yang kuat
Adapun proses perhitungan nilai
dempster-shafer
berdasarkan
pengujian
konsultasi secara teori adalah sebagai
berikut:
Pasien A melakukan pemeriksaan pada
dokter dengan gejala kencing sakit.
G1 = Kencing Sakit
m1(X) = 0,8
m1 (Θ) = 1- m1 (X)
= 1-0,8 = 0,2
Gambar 26. Tampilan Form Profil Penulis
7) Tampilan Form Menu Admin
10
Setelah dilakukan pemeriksaan
selanjutnya pasien A terkena gejala kencing
merah/darah.
G2 = Kencing Merah/Darah
m2(Y) = 0,8
m2 (Θ) = 1- m2 (Y)
= 1-0,8 = 0,2
1. Perangkat Lunak
sebagai berikut:
a. Visual Basic 2010
b. SQL Server 2008
dengan
spesifikasi
Kelebihan dan Kekurangan Sistem yang
Dirancang
Berdasarkan hasil tampilan program
yang
diperoleh,
penulis
menemukan
kelebihan dan kelemahan dari sistem yaitu :
Kelebihan sistem ini diantaranya yaitu:
1. Dengan adanya sistem ini proses
penginputan data bisa lebih efektif dan
efisien.
2. Aplikasi ini sangat mudah dimengerti
dan mudah digunakan oleh user.
3. Aplikasi sistem pakar ini memberikan
hasil kemungkinan terbesar terkena
penyakit gagal ginjal.
4. Terdapat batasan yang jelas antara user
dan admin, sehingga tidak sembarangan
orang dapat mengakses sistem
Hal ini berarti besarnya kepercayaan
pakar terhadap kemungkinan menderita
penyakit gagal ginjal adalah 0,666667 atau
bila dipersentasekan nilainya menjadi 66,667
%. Seperti terlihat pada gambar berikut :
Adapun kekurangan sistem ini adalah
sebagai berikut:
1. Aplikasi ini hanya berlaku untuk
mendiagnosa penyakit gagal ginjal yang
diderita oleh pasien saja.
2. Tidak ada panduan dalam menggunakan
aplikasi sistem pakar ini.
3. Jika sistem yang dibuat tidak selalu
update sesuai dengan pengetahuan baru,
maka sistem tidak dapat memberikan
solusi yang terbaik.
5. KESIMPULAN DAN SARAN
Kesimpulan
Gambar 29. Tampilan Uji Coba Konsultasi
Uji Coba
Uji coba terhadap sistem bertujuan
untuk memastikan bahwa sistem sudah
berada pada kondisi siap pakai.
Instrumen yang digunakan untuk
melakukan pengujian ini yaitu dengan
menggunakan:
Berdasarkan penelitian yang telah
dilakukan selama membuat aplikasi
Sistem Pakar Mendiagnosa Penyakit
Gagal Ginjal Dengan Menggunakan
Metode Dempster-Shafer ini, maka dapat
11
ditarik beberapa
berikut :
1.
2.
3.
4.
kesimpulan sebagai
memiliki data pengetahuan yang lebih
mendetail.
Hasil
pengujian
”Sistem
Pakar
Mendiagnosa Penyakit Gagal Ginjal
dengan
Metode
Dempster-Shafer”
menunjukkan bahwa sistem pakar ini
dapat mengidentifikasi seberapa besar
kemungkinan pasien terkena penyakit
gagal ginjal sesuai dengan gejala yang di
input kedalam sistem.
Sistem pakar yang dibuat akan
memberikan solusi berupa penanganan
awal.
Sistem ini mempermudah seorang
dokter atau pakar untuk melakukan
penginputan data.
Hasil perhitungan dempster-shafer yang
telah diimplementasikan dalam skripsi
ini telah memberikan hasil yang cukup
memuaskan karena telah menggunakan
metode yang sesuai dengan kebutuhan
sistem yang menggunakan nilai densitis
dari gejala.
DAFTAR PUSTAKA
[1] Harun Rasyid Lubis, 2005, Masalah
Penyakit Ginjal dan Saluran Air Kemih,
Andi Offset, Yogyakarta.
[2]
Komputer, Wahana, 2013,
Membangun Aplikasi Database dengan
Visual Basic 2012, Penerbit Andi,
Yogyakarta.
[3] Mustikadewi P, Arief Andy Soebroto,
Rekyan Regasari, 2012, Jurnal: Aplikasi
Sistem Pakar Untuk Pendeteksian Dan
Penanganan Dini Pada Penyakit Sapi
Dengan Metode Dempster-Shafer Berbasis
Web, Universitas Brawijaya, Malang.
[4] Rika Rosnelly, 2012, Sistem Pakar, Andi
Offset, Yogyakarta.
[5] Sutojo, T., Edy mulyanto, Vincent, 2011,
Kecerdasan
Buatan,
Andi
Offset,
Yogyakarta.
Saran
Adapun saran untuk
menyempurnakan sistem yang telah
dibuat adalah sebagai berikut:
1. Sistem belum memiliki splashscreen, sehingga terkadang pengguna
mengira bahwa aplikasi tidak berjalan
karena menunggu beberapa detik.
2. Sebaiknya selalu dilakukan update
secara
berkala
sesuai
dengan
perkembagan ilmu, yang tentunya
berpengaruh terhadap sistem dalam
mengidentifikasi
penyakit,
agar
hasilnya lebih maksimal.
3. Untuk pengembangan sistem ini di
masa yang akan datang diharapkan
dapat membangun sistem yang
[6] Sulindawati dan Muhammad Fathoni,
2010,
Jurnal:Pengantar
Analisa
Perancangan “Sistem”, STMIK Triguna
Dharma, Medan.
[7] Widodo, Prabowo Pudjo, dan Herlawati,
2011, Menggunakan UML, Informatika
Bandung, Bandung.
12