RANCANG BANGUN SISTEM PAKAR DALAM DIAGNOSIS PENYAKIT TELINGA, HIDUNG DAN TENGGOROKAN DENGAN MENGGUNAKAN METODE CERTAINTY FACTOR
RANCANG BANGUN SISTEM PAKAR DALAM DIAGNOSIS PENYAKIT TELINGA, HIDUNG DAN TENGGOROKAN DENGAN MENGGUNAKAN METODE CERTAINTY FACTOR SKRIPSI
INDRA KURNIAWAN PRO GRAM ST UDI S -1 MATEMATI KA DEPARTEMEN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS AIRLANGGA SURABAYA 2012
RANCANG BANGUN SISTEM PAKAR DALAM DIAGNOSIS PENYAKIT TELINGA, HIDUNG DAN TENGGOROKAN DENGAN MENGGUNAKAN METODE CERTAINTY FACTOR SKRIPSI
Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains Bidang Matematika pada Fakultas Sains dan Teknologi Universitas Airlangga Oleh :
INDRA KURNIAWAN NIM. 080610107 Tanggal Lulus :
27 Agustus 2012 Disetujui oleh : Pembimbing I Auli Damayanti, S.Si., M.Si NIP.19751107 200312 2 004 Pembimbing II Dr. Herry Suprajitno NIP.19680404 199403 1 020
LEMBAR PENGESAHAN NASKAH SKRIPSI Judul : Rancang Bangun Sistem Pakar Dalam Diagnosis Penyakit Telinga, Hidung dan Tenggorokan Dengan Metode Certainty Factor
Penyusun : Indra Kurniawan NIM : 080610107 Pembimbing I : Auli Damayanti, S.Si., M.Si Pembimbing II : Dr. Herry Suprajitno Tanggal Seminar : 27 Agustus 2012 Disetujui Oleh : Pembimbing I Auli Damayanti, S.Si., M.Si NIP.19751107 200312 2 004 Pembimbing II Dr. Herry Suprajitno NIP. 19680404 199403 1 020 Mengetahui : Ketua Program Studi S-1 Matematika Departemen Matematika Fakultas Sains dan Teknologi Universitas Airlangga Dr. Miswanto, M.Si NIP. 19680204 199303 1 002
PEDOMAN PENGGUNAAN SKRIPSI
Skripsi ini tidak dipublikasikan, namun tersedia di perpustakaan dalam lingkungan Universitas Airlangga. Diperkenankan untuk dipakai sebagai referensi kepustakaan, tetapi pengutipan seizin penulis dan harus menyebutkan sumbernya sesuai kebiasaan ilmiah.
Dokumen skripsi ini merupakan hak milik Universitas Airlangga. Indra Kurniawan, 2012. Rancang Bangun Sistem Pakar Dalam Diagnosis Penyakit Telinga, Hidung dan Tenggorokan Dengan Menggunakan Metode Certainty Factor. Skripsi ini dibawah bimbingan Auli Damayanti,S.Si., M.Si. dan Dr Herry Suprajitno. Departemen Matematika, Fakultas Sains dan Teknologi, Universitas Airlangga, Surabaya
ABSTRAK
Gejala penyakit THT (Telinga, Hidung dan Tenggorokan) sering dianggap remeh oleh sebagian orang. Padahal bisa saja gejala tersebut merujuk pada salah satu penyakit THT yang serius. Oleh karena itu penulisan tugas akhir ini bertujuan untuk mengimplementasikan sistem pakar dengan metode Certainty Factor ( CF ) pada kasus diagnosis awal penyakit THT. Adapun penyakit THT yang dimaksud adalah penyakit otitis eksterna, otitis media, faringitis, tonsilitis, sinusitis dan rinitis alergi.Gejala penyakit THT yang digunakan diantaranya adalah bersin-bersin, pilek, cairan berbau pada hidung, gatal pada telinga, mengalami kebuntuan pada hidung , mulut berbau, nyeri kepala / menelan, fungsi pendengaran menurun, batuk-batuk, demam, sakit pada tenggorokan serta tidur yang mendengkur. Selanjutnya pada tiap gejala-gejala tersebut dilakukan pencarian nilai CF pakar. Setelah itu dibentuk aturan (rule) yang sesuai dengan gejala penyakit THT yang merujuk pada penyakit THT tertentu. Kemudian pada pengujian kepada pengguna yang akan menghasilkan nilai CF user, sehingga didapatkan nilai CF akhir yang akan digunakan sebagai nilai dalam pengambilan keputusan dari perhitungan CF sequensial antara CF user dengan CF pakar serta mengetahui tingkatan penyakit yang terdiagnosa yaitu tingkat gejala atau tingkat akut. Sistem pakar ini kemudian dibangun dalam program dengan pemrograman Microsoft Visual Basic.NET untuk digunakan dalam pengujian kasus diagnose pasien yang terdiagnosis penyakit THT. Dari pengujian diperoleh kesesuaian hasil diagnosis program dengan hasil diagnosis dari dokter sebesar 90%.
Kata Kunci:
Expert System,Certainty Factor, Penyakit THT, CF sequensial Indra Kurniawan, 2012. Design of Expert System in the Diagnosis of Diseases Ear, Nose and Throat Method Using Certainty Factor. This paper is under advised by Auli Damayanti,S.Si., M.Si. and Dr.Herry Suprajitno. Mathematics Department, Faculty of Sains and Technology, Airlangga University, Surabaya
ABSTRACT
ENT (Ear Nose Throat head and neck surgery) symptoms are often underestimated by most people. Though these symptoms can be referred to one of the serious ENT diseases. Therefore, this thesis aims to implement an expert system with Certainty Factor method in case of early diagnosis of ENT diseases. The ENT diseases in question is a disease otitis externa, otitis media, pharyngitis, tonsillitis, sinusitis and allergic rhinitis. ENT symptoms that are used include sneezing, runny nose, smelling liquid on the nose, itching of the ears, get stuck in the nose, halitosis, headache / swallowing, decreased auditory function, coughing, fever, sore throat, and sleep who snore. Furthermore, on each of these symptoms do search the CF specialist. Subsequently established rules in accordance with the ENT symptoms that refer to certain ENT diseases. Then on to the user testing that will yield the value of CF user, so we get the final CF value to be used as a value in the decision of the sequential calculation of CF user with an expert and know the level of a diagnosed disease that is the level of symptoms or acute levels. Expert system is then built into the program with Microsoft Visual Basic.NET programming for use in diagnostic testing of patients with diagnosed cases of ENT diseases. Obtained from testing the suitability of the diagnostic programs with the doctor’s diagnosis by 90%.
Keywords: Expert System, Certainty Factor, the ENT, CF sequensial.
ix
DAFTAR ISI HALAMAN JUDUL
...................................................................................... i
LEMBAR PERSETUJUAN
......................................................................... ii
LEMBAR PENGESAHAN SKRIPSI
......................................................... iii
PEDOMAN PENGGUNAAN SKRIPSI
...................................................... iv
KATA PENGANTAR
.................................................................................... v
ABSTRAK
...................................................................................................... vii
ABSTRACT
.................................................................................................... viii
DAFTAR ISI
................................................................................................... ix
DAFTAR TABEL
.......................................................................................... xi
DAFTAR GAMBAR
...................................................................................... xii
DAFTAR LAMPIRAN
.................................................................................. xiii
1 1.1 Latar Belakang Masalah .......................................................................
BAB I PENDAHULUAN .............................................................................
1 1.2 Rumusan Masalah ...............................................................................
2 1.3 Tujuan .................................................................................................
3 1.4 Manfaat ...............................................................................................
3 1.5 Batasan Masalah……………………………………………………..
3 BAB II TINJAUAN PUSTAKA ...................................................................
5 2.1 Konsep dasar sistem pakar ……………………………….. ...............
5 2.1.1 Definisi sistem pakar ...................................................................
5 2.1.2 Koponen utama dan struktur sistem pakar ..................................
8
2.1.3 Representasi pengetahuan ........................................................... 13
2.1.4 Area permasalahan sistem pakar ................................................. 14
2.2 Faktor kepastian .................................................................................. 16
2.3 Penyakit Telinga, Hidung dan Tenggorokan ...................................... 21
a. Otitis Eksterna ................................................................................ 21
b. Otitis Media ................................................................................... 22
c. Sinusitis Maksilaris ........................................................................ 22
x
d. Rinitis Alergi .................................................................................. 23
e. Tonsilitis ......................................................................................... 23
f. Faringitis ......................................................................................... 24
BAB III METODE PENELITIAN
.............................................................. 25
3.1 Identifikasi Masalah ............................................................................. 25
3.2 Studi Pustaka dan Pengumpulan Informasi ......................................... 25
3.3 Perancangan Sistem ............................................................................. 26
BAB IV PEMBAHASAN
............................................................................. 31
4.1 Perancangan Sistem ............................................................................. 31
4.2 Representasi Pengetahuan .................................................................... 33
4.3 Inferensi Diagnosis Penyakit................................................................ 33
4.4 Implementasi Program ......................................................................... 39
4.4.1 Proses Input Jawab .................................................................. 40
4.4.2 Proses Hitung Nilai CF ........................................................... 44
4.4.3 Proses Hitung Manual ............................................................. 44
4.5 Desain Interface ................................................................................... 46
4.6 Evaluasi Sistem .................................................................................... 46
BAB V KESIMPULAN DAN SARAN
...................................................... 48
5.1 Kesimpulan .......................................................................................... 48
5.2 Saran ..................................................................................................... 48
DAFTAR PUSTAKA
..................................................................................... 50
LAMPIRAN
xi
DAFTAR TABEL
Tabel Judul Tabel Halaman
2.1 Tabel Perbandingan seorang pakar dengan Sistem Pakar ............. 6
4.1 Tabel Kriteria Jawaban User ......................................................... 32
4.2 Kriteria CF Pakar .......................................................................... 32
4.3 Contoh Beberapa Aturan Pada Representasi Pengetahuan ........... 33
4.4 Hasil Hitung Manual ..................................................................... 45
xii
DAFTAR GAMBAR
Gambar Judul Gambar Halaman
2.1 Gambar Struktur Sistem pakar ...................................................... 8
2.2 Gambar Diagram Forward Chaining ............................................ 12
2.3 Gambar Diagram Backward Chaining .......................................... 12
3.1 Gambar Diagram Flowchart Forward Chaining .......................... 29
3.2 Gambar Diagram Alir Kerja Sistem Penelitian ............................. 30
4.1 Inferensi Diagnosis Penyakit ......................................................... 34
4.2 Form Login User ........................................................................... 40
4.3 Form Konsultasi ............................................................................ 41
4.4 Form Yang Telah Berisikan Input user......................................... 42
4.5 Form Hasil..................................................................................... 43
4.6 Form Informasi Hasil .................................................................... 43
4.7 Prosedur Hitung CF ....................................................................... 44
xiii
DAFTAR LAMPIRAN
Lampiran Judul Lampiran
1 Tabel soal yang digunakan tiap User dalam menjawab tiap pertanyaan
2 Gambar form sebagai user interface sistem pakar dalam diagnosis penyakit THT.
3 tabel hasil uji proses I yang dibandingkan dengan proses II
Listing program yang diacu pada subbab implementasi program
4
BAB I PENDAHULUAN
1.1 Latar Belakang
Salah satu penyakit yang sering ditemukan di masyarakat adalah penyakit THT(Telinga Hidung dan Tenggorokan). Penyakit ini menyerang di semua kalangan usia. Banyaknya keluhan dan gejala yang ada serta berbagai jenis penyakit THT ini menyebabkan identifikasi penyakit THT menjadi lebih rumit. Jenis penyakit ini melibatkan tiga bagian dari tubuh manusia yang saling berhubungan satu dengan yang lainnya. Maka dari itu dibutuhkan sebuah aplikasi yakni sebuah sistem untuk mendiagnosa gejala gejala dan keluhan yang dirasakan pasien dalam mengidentifikasi apakah merupakan gejala dari penyakit THT atau bukan serta mengetahui lebih jelasnya penyakit apa yang diderita oleh pasien.
Sistem pakar(expert system) adalah sistem yang berusaha mengapdosi pengetahuan manusia(pakar) ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para pakar. Sistem pakar yang baik dirancang agar dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para pakar( Sridadi, 1990 ). Salah satu yang dipelajari pada kecerdasan buatan(Artificial Inteligent) adalah teori kepastian dengan menggunakan teori
Certainty Factor(CF). Karena penyakit THT ini beragam jenis dan gejalanya,
maka seorang pakar atau dokter perlu mengkaji lebih dalam gejala yang dialami pasien sehingga dapat menentukan penyakit yang diderita dengan menggunakan metode Certainty Factor ini sebagai solusi dalam membantu menyelesaikan masalah kesehatan dan juga dapat digunakan sebagai penunjang dalam ilmu kesehatan khususnya dalam bidang THT serta bagi keperluan masyarakat dan individu pada umumnya( Budiman, 2008 ).
Sistem pakar yang akan dibangun ini mengambil referensi para dokter yang ahli dalam penyakit THT, buku-buku kesehatan modern, dan internet. Sehingga pengambilan metode sistem pakar ini tepat untuk permasalahan penyakit, karena dengan adanya sistem pakar ini, manusia seakan-akan berkonsultasi dengan para ahli / pakar dalam bidang kesehatan, dalam hal ini seorang yang ahli dalam penyakit THT.
Berdasarkan permasalahan diatas akan dibangun suatu sistem pakar dalam diagnosis penyakit THT dengan menggunakan metode Certainty Factor. Sistem diharapkan dapat membantu praktisi medis maupun orang awam untuk mengetahui jenis penyakit beserta pengobatannya. Hasil dari penelitian ini diharapkan nantinya dapat digunakan membantu pengguna untuk mengetahui jenis penyakit THT yang diderita beserta pengobatannya.
1.2 Rumusan Masalah
Berdasarkan latar belakang masalah tersebut, maka dapat dirumuskan permasalahan sebagai berikut :
1. Bagaimana proses rancang bangun sistem pakar dalam diagnosis penyakit THT (telinga, hidung dan tenggorokan) dengan menggunakan metode Certainty Factor beserta tindakan pengobatan selanjutnya ?
2. Bagaimana mengaplikasikan rancang bangun sistem pakar tersebut dengan program untuk mendiagnosis penyakit THT(Telinga, Hidung dan Tenggorokan) ?
1.3 Tujuan
Tujuan dari penyusunan tugas akhir ini adalah:
1. Dapat menjelaskan proses rancang bangun sistem pakar dalam diagnosis penyakit THT(telinga, hidung dan tenggorokan ) dengan menggunakan metode Certainty Factor beserta tindakan pengobatan selanjutnya.
2. Untuk mengaplikasikan rancang bangun sistem pakar tersebut dengan membuat program sehingga dapat mengetahui jenis penyakit THT beserta tindakan pengobatan selanjutnya.
1.4 Manfaat
1. Memperluas pengetahuan mengenai aplikasi dari Matematika Terapan khususnya mengenai sistem pakar dalam diagnosis penyakit THT dengan metode certainty factor.
2 Hasil rancangan sistem pakar nantinya diharapkan dapat membantu dokter spesialis THT serta bagi masyarakat umum sebagai aplikasi umum yang dapat mendiagnosa gejala awal penyakit THT serta pencegahan dan pengobatan selanjutnya.
1.5 Batasan Masalah
1. Persoalan hanya dibatasi pada penyakit THT yaitu yang berhubungan dengan tiga bagian dari tubuh manusia yakni Telinga, Hidung dan Tenggorokan.
2. Sistem pakar untuk menganalisis penyakit THT diaplikasikan ke dalam program.
3. Solusi-solusi yang digunakan adalah solusi alternatif(terapi) dan solusi medis (obat-obatan).
4. Metode yang akan digunakan adalah Metode Forward Chaining.
BAB II TINJAUAN PUSTAKA
2.1 Konsep Dasar Sistem Pakar
2.1.1 Definisi Sistem Pakar
Sistem pakar merupakan salah satu bagian dari kecerdasan buatan (Artificial
Intelligence) yang akhir-akhir ini mengalami perkembangan yang sangat pesat. Sistem ini
dirancang untuk dapat menirukan keahlian seorang pakar dalam menjawab pertanyaan dan menyelesaikan suatu permasalahan dengan baik dibidang kesehatan, bisnis, ekonomi, keuangan dan sebagainya.
(Arhami, 2005) Sistem pakar (expert system) adalah sistem yang berusaha mengapdosi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. Sistem pakar yang baik dirancang agar dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para ahli. Jadi keahlian ditransfer dari seorang pakar / ahli (atau sumber kepakaran yang lain) ke komputer, pengetahuan yang ada disimpan dalam komputer, dan user (manusia yang menggunakan aplikasi sistem pakar) dapat berkonsultasi pada komputer itu untuk suatu nasehat, lalu komputer dapat mengambil inferensi (menyimpulkan, mendeduksi, dll) seperti layaknya seorang pakar, kemudian menjelaskannya ke user tersebut, bila perlu dengan alasan-alasannya. Sehingga user dapat menggunakan komputer yang sudah ditransfer oleh seorang pakar.
Sistem pakar terkadang lebih baik kerjanya daripada seorang pakar manusia. Dengan sistem pakar, orang awam pun dapat menyelesaikan masalah yang cukup rumit yang sebenarnya hanya dapat diselesaikan dengan bantuan para ahli. Bagi para ahli, sistem pakar juga akan membantu aktivitasnya sebagai asisten yang sangat berpengalaman.
Seorang pakar (Human Expert) dengan sistem pakar (Expert System) mempunyai banyak perbedaan. Perbandingan kemampuan antara seorang pakar dengan sistem pakar seperti pada Tabel 2.1 berikut ini:
Tabel 2.1
Perbandingan kemampuan seorang pakar dengan Sistem Pakar
Factor Human Expert Expert System
Waktu Hari kerja Setiap saat Geografis Lokal/tertentu Dimana saja
Keamanan Tidak tergantikan Dapat diganti Dapat Habis Ya Tidak Performansi Variabel Konsisten
Kecepatan Variabel Konsisten Biaya Mahal Terjangkau
Dari tabel diatas dapat dijelaskan tentang keunggulan sistem pakar jika dibandingkan dengan seorang pakar:
1. Sistem pakar dapat digunakan setiap hari dan setiap saat (seperti layaknya mesin), sedangkan seorang pakar tidak mungkin bekerja secara terus menerus setiap saat tanpa beristirahat.
2. Sistem pakar merupakan suatu software yang dapat diperbanyak dan kemudian dibagikan ke berbagai lokasi maupun tempat yang berbeda-beda untuk digunakan, sedangkan seorang pakar hanya bekerja pada satu tempat dan pada saat bersamaan.
3. Suatu sistem pakar dapat diberi pengamanan untuk menentukan siapa saja yang mempunyai hak akses untuk menggunakannya dan jawaban yang diberikan oleh sistem terbebas dari intimidasi/ancaman, sedangkan seorang pakar bisa saja mendapat ancaman atau tekanan pada saat menyelesaikan permasalahannya.
4. Pengetahuan (knowledge) yang disimpan pada sistem pakar tidak akan bisa hilang/lupa, dalam hal ini tentu harus didukung oleh maintenance (perbaikan) yang baik, sedangkan pengetahuan seorang pakar manusia lambat laun akan hilang karena meninggal, usia yang sangat tua, maupun menderita suatu penyakit.
5. Kemampuan memecahkan masalah pada suatu sistem pakar tidak dipengaruhi oleh faktor dari luar seperti intimidasi, perasaan kejiwaan, faktor ekonomi ataupun perasaan tidak suka. Akan tetapi, sebaliknya dengan seorang pakar yang dapat dipengaruhi oleh faktor-faktor luar seperti yang telah disebutkan ketika sedang menyelesaikan suatu permasalahan, sehingga dapat memunculkan jawaban yang berbeda-beda atas pertanyaan yang diajukan walaupun masalahnya sama. Atau dengan kata lain, seorang pakar boleh jadi tidak konsisten.
6. Umumnya kecepatan dalam memecahkan masalah pada suatu sistem pakar relatif lebih cepat dibandingkan oleh seorang pakar manusia. Hal ini sudah dibuktikan pada beberapa sistem pakar yang terkenal di dunia.
7. Biaya menggaji seorang pakar lebih mahal bila dibandingkan dengan penggunaan program sistem pakar (dengan asumsi bahwa program sistem pakar itu sudah ada).
(Arhami, 2005)
2.1.2 Komponen Utama dan Struktur Sistem Pakar
Sistem pakar terdiri dari beberapa bagian utama, yaitu : a. Lingkungan pengembangan yang digunakan dalam sistem pakar untuk membangun komponen-komponennya dan menempatkan pengetahuan dalam basisnya, contohnya dalam kasus ini adalah seorang dokter.
b. Lingkungan konsultasi yang digunakan oleh user yaitu pasien dan paramedis, dalam kasus ini contohnya perawat dan mantri untuk mendapatkan pengetahuan dari sistem pakar.
(Desiani, 2006)
Gambar 2.1 Struktur Sistem PakarBerikut ini keterangan dari struktur sistem pakar :
1 Antarmuka Pengguna (User Interface) Merupakan mekanisme yang digunakan oleh user dan sistem pakar untuk berkomunikasi. Antarmuka menerima informasi dari user dan mengubahnya ke dalam bentuk yang dapat diterima oleh sistem. Selain itu antarmuka menerima dari sistem dan menyajikannya ke dalam bentuk yang dapat dimengerti oleh user.
2 Basis Pengetahuan (Knowledge Base) Basis pengetahuan berisi pengetahuan-pengetahuan dalam penyelesaian masalah. Ada 2 bentuk pendekatan basis pengetahuan : a. Penalaran berbasis aturan (rule-based reasoning)
Pada penalaran berbasis aturan, pengetahuan direpresentasikan dengan menggunakan aturan berbentuk IF-THEN. Bentuk ini digunakan apabila kita memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu, dan si pakar dapat menyelesaikan masalah tersebut secara berurutan. Disamping itu, bentuk ini juga digunakan apabila dibutuhkan penjelasan tentang jejak (langkah-langkah) pencapaian solusi.
b. Penalaran berbasis kasus (case-based reasoning) Pada penalaran berbasis kasus, basis pengetahuan akan berisi solusi-solusi yang telah dicapai sebelumnya, kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang (fakta yang ada). Bentuk ini digunakan apabila user menginginkan untuk tahu lebih banyak lagi pada kasus-kasus yang hampir sama (mirip). Selain itu bentuk ini juga digunakan bila kita telah memiliki sejumlah situasi atau kasus tertentu dalam basis pengetahuan.
3. Akuisisi Pengetahuan (Knowledge Acquisition)
Akuisisi pengetahuan adalah akumulasi, transfer, dan transformasi keahlian dalam menyelesaikan masalah dari sumber pengetahuan ke dalam program komputer.
Dalam tahap ini, knowledge engineer (mesin pengetahuan) berusaha menyerap pengetahuan untuk selanjutnya ditransfer ke dalam basis pengetahuan. Pengetahuan diperoleh dari ahli/pakar, dilengkapi dengan buku, basis data, laporan penelitian dan pengalaman user.
Metode Akuisisi Pengetahuan: Wawancara Metode yang paling banyak digunakan, yang melibatkan pembicaraan dengan pakar secara langsung dalam suatu wawancara.
Analisis protokol Dalam metode ini pakar diminta untuk melakukan suatu pekerjaan dan mengungkapkan proses pemikirannya dengan menggunakan kata-kata. Pekerjaan tersebut direkam, dituliskan, dan dianalisis. Observasi pada pekerjaan pakar Pekerjaan dalam bidang tertentu yang dilakukan pakar direkam dan diobservasi.
Induksi aturan dari contoh Induksi adalah suatu proses penalaran dari khusus ke umum. Suatu sistem induksi aturan diberi contoh-contoh dari suatu masalah yang hasilnya telah diketahui. Setelah diberikan beberapa contoh, sistem induksi aturan tersebut dapat membuat aturan yang benar untuk kasus-kasus contoh. Selanjutnya aturan dapat digunakan untuk menilai kasus lain yang hasilnya tidak diketahui.
4. Mesin/Motor Inferensi (Inference Engine)
Komponen ini mengandung mekanisme pola pikir dan penalaran yang digunakan oleh pakar dalam menyelesaikan suatu masalah. Mesin inferensi adalah program komputer yang memberikan metodologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace, dan untuk memformulasikan kesimpulan.
Kebanyakan sistem pakar berbasis aturan menggunakan strategi inferensi yang dinamakan modus ponen. Misalkan terdapat sebuah aturan : “IF A THEN B”, dan apabila diketahui A benar maka dapat disimpulkan bahwa B juga benar, sehingga strategi inferensi modus ponen dinyatakan dalam bentuk :
[A AND (A→B)] → B Dengan A dan A→ B adalah proposisi-proposisi dalam basis pengetahuan.
Mekanisme inferensi merupakan bagian dari sistem pakar yang melakukan penalaran dengan menggunakan isi daftar aturan berdasarkan urutan pola tertentu. `Ada 2 cara penalaran yang dapat dikerjakan dalam melakukan inferensi :
a. Forward Chaining Pencocokan fakta atau pernyataan dimulai dari bagian sebelah kiri dulu (IF dulu). Dengan kata lain penalaran dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesis. Gambar berikut menunjukkan proses Forward Chaining.
Observasi A Aturan R1 Fakta C Kesimpulan1 Aturan R3
Observasi B Aturan R2 Fakta D Kesimpulan2 Aturan R2
Fakta E
Gambar 2.2 Diagram Forward Chaining b. Backward Chaining Pencocokan fakta atau pernyataan dimulai dari bagian sebelah kanan (THEN dulu). Dengan kata lain penalaran dimulai dari hipotesis terlebih dahulu, dan untuk menguji kebenaran hipotesis tersebut harus dicari fakta-fakta yang ada dalam basis pengetahuan. Gambar berikut ini menunjukkan proses Backward ChainingObservasi A Aturan R1 Fakta C Aturan R3
Observasi B Aturan R2 Fakta D Kesimpulan1 Aturan R2
Gambar 2.3 Diagram Backward Chaining5 Workplace / Blackboard
Workplace merupakan area dari sekumpulan memori kerja (working memory),
digunakan untuk merekam kejadian yang sedang berlangsung termasuk keputusan sementara. Ada 3 keputusan yang dapat direkam :
- Rencana : bagaimana menghadapi masalah.
- Agenda : aksi-aksi yang potensial yang sedang menunggu untuk dieksekusi.
- Solusi : calon aksi yang akan dibangkitkan.
6 Fasilitas Penjelasan Merupakan komponen tambahan yang akan meningkatkan kemampuan sistem pakar. Digunakan untuk melacak respon dan memberikan penjelasan tentang kelakuan sistem pakar secara interaktif melalui pertanyaan :
- Mengapa suatu pertanyaan ditanyakan oleh sistem pakar?
- Bagaimana kesimpulan dicapai?
- Mengapa ada alternatif yang dibatalkan?
- Rencana apa yang digunakan untuk mendapatkan solusi?
7 Perbaikan Pengetahuan Pakar memiliki kemampuan untuk menganalisis dan meningkatkan kinerjanya serta kemampuan untuk belajar dari kinerjanya. Kemampuan tersebut penting dalam pembelajaran terkomputerisasi, sehingga program akan mampu menganalisis penyebab kesuksesan dan kegagalan yang dialaminya dan juga mengevaluasi apakah pengetahuan-pengetahuan yang ada masih cocok untuk digunakan di masa mendatang.
(Atika, 2006)
2.1.3 Representasi Pengetahuan (Knowledge Base)
Representasi pengetahuan merupakan metode yang digunakan untuk mengkodekan pengetahuan dalam sebuah sistem pakar. Representasi dimaksudkan untuk menangkap sifat-sifat penting masalah dan membuat informasi itu dapat diakses oleh prosedur pemecahan masalah. Karakteristik dari metode representasi pengetahuan adalah sebagai berikut :
1. Harus bisa diprogram dengan bahasa pemrograman dan hasilnya disimpan dalam memori.
2. Dirancang sedemikian sehingga isinya dapat digunakan untuk proses penalaran.
3. Model representasi pengetahuan merupakan sebuah struktur data yang dapat dimanipulasi oleh mesin inferensi dan pencarian untuk aktivitas pencocokan pola.
Jika pengetahuannya berupa pengetahuan prosedural yaitu pengetahuan yang merepresentasikan aksi dan prosedur, maka metode yang cocok adalah kaidah produksi.
(Arhami, 2005)
2.1.4 Area Permasalahan Sistem Pakar
Berikut ini merupakan area permasalahan aplikasi sistem pakar, antara lain:
1. Interpretasi Merupakan pengambilan keputusan dari hasil observasi; diantaranya pengawasan, pengenalan ucapan, analisis citra, interpretasi sinyal, dan beberapa analisis kecerdasan.
2. Prediksi Memprediksi akibat-akibat yang dimungkinkan dari situasi-situasi tertentu; diantaranya peramalan, prediksi demografis, peralaman ekonomi, prediksi lalu lintas, estimasi hasil, militer, pemasaran, atau peramalan keuangan.
3. Diagnosis Menentukan sebab malfungsi (kesalahan dalam fungsi) dalam situasi kompleks yang didasarkan pada gejala-gejala yang teramati; diantaranya medis, elektronis, mekanis, dan diagnosis perangkat lunak.
4. Desain Menentukan konfigurasi komponen-komponen sistem yang cocok dengan tujuan- tujuan kinerja tertentu dan kendala-kendala tertentu; diantaranya layout sirkuit, perancangan bangunan, dsb.
5. Perencanaan
Merencanakan serangkaian tindakan yang akan dapat mencapai sejumlah tujuan dengan kondisi awal tertentu; diantaranya perencanaan keuangan, komunikasi, militer, pengembangan politik, routing dan manajemen proyek.
6. Monitoring
Membandingkan tingkah laku suatu sistem yang teramati dengan tingkah laku yang diharapkan darinya, diantaranya Computer Aided Monitoring System.
7. Debugging dan Repair Menentukan dan mengimplementasikan cara-cara untuk mengatasi malfungsi, diantaranya memberikan resep obat terhadap suatu kegagalan.
8. Instruksi Melakukan instruksi untuk diagnosis, debugging dan perbaikan kinerja.
9. Kontrol atau Pengendali Mengatur tingkah laku suatu lingkungan yang kompleks seperti kontrol terhadap interpretasi-interpretasi, prediksi, perbaikan, dan monitoring kelakuan sistem.
10. Seleksi Mengidentifikasi pilihan terbaik dari sekumpulan (list) kemungkinan.
11. Simulasi Pemodelan interaksi antara komponen-komponen sistem.
(Anita, 2006)
2.2 Faktor Kepastian (Certainty Factor)
Pada bagian ini materi diambil dari Kusrini (2008), yakni terdapat metode untuk menyelesaikan masalah ketidakpastian data yang digunakan sebagai faktor kepastian (Certainty Factor). Faktor kepastian diperkenalkan oleh Shortliftte Buchanan dalam pembuatan MYCIN. Certainty Factor merupakan nilai parameter klinis yang diberikan
MYCIN
untuk menunjukkan besarnya kepercayaan. Ada 2 macam yang digunakan dalam faktor kepastian, yaitu :
1. Faktor kepastian yang diisikan oleh pakar.
2. Faktor kepastian yang diberikan oleh pengguna (User).
Faktor kepastian yang diisikan oleh pakar menggambarkan kepercayaan pakar terhadap hubungan antara antecedent dan konsekuen pada aturan kaidah produksi, contohnya adalah sebagai berikut : Jika CF Otitis Eksterna bernilai lebih besar dari CF Otitis Media Dan CF Otitis Eksterna bernilai lebih besar dari CF Sinusitis Maksilaris Dan CF Otitis Eksterna bernilai lebih besar dari CF Rinitis Alergi Dan CF Otitis Eksterna bernilai lebih besar dari CF Tonsilitis Dan CF Otitis Eksterna bernilai lebih besar dari CF Faringitis Maka terdiagnosis penyakit Otitis Eksterna CF 0,8
Aturan tersebut menunjukkan bahwa pakar yakin dengan derajat kepercayaan 0,8 yang menunjukkan kemungkinan besar terdiagnosis penyakit Otitis Eksterna. Sementara itu faktor kepastian dari pengguna menunjukkan besarnya kepercayaan terhadap masing- masing elemen dan antecedent. Menghitung CF tiap penyakit yaitu dengan cara mengkombinasikan CF dari satu nomer pertanyaan ke nomor selanjutnya sampai dengan n pertanyaan tiap tipe. Dari hasil kombinasi tiap CF tersebut dijadikan sebagai CF baru sebagai CF tipe. Persamaan (2.1) menunjukkan faktor kepastian dari hipotesis yang dipengaruhi oleh evidence e. CF[H,e] = MB[H,e] – MD[H,e] (2.1) Keterangan dari persamaan (2.1) : CF[H,e] : Certainty Factor dari hipotesis H yang dipengaruhi oleh gejala (evidence) e.
Besarnya CF berkisar antara -1 sampai dengan 1. Nilai -1 menunjukkan ketidakpercayaan mutlak sedangkan nilai 1 menunjukkan kepercayaan mutlak. MB[H,e] : Ukuran kenaikan kepercayaan (measure of increase believe) terhadap hipotesis H yang dipengaruhi oleh gejala e.
MD[H,e] : Ukuran kenaikan ketidakpercayaan (measure of decrease believe) terhadap hipotesis H yang dipengaruhi oleh gejala e.
Faktor kepercayaan menggunakan teori faktor kepastian untuk menentukan jawaban yang dipilih user atau sebagai alat kuantifikasi pertanyaan. CF ini secara tidak langsung melibatkan tingkat keyakinan (MB[H,e]) dan nilai ketidakyakinan (MD[H,e]) terhadap hipotesis, tetapi secara langsung memanfaatkan nilai faktor kepastian berikut ini:
1. CF = 1 yang berarti “Pasti”
2. CF = 0,8 yang berarti “Hampir Pasti”
3. CF = 0,6 yang berarti “Kemungkinan Besar”
4. CF = 0,4 yang berarti “kemungkinan”
5. CF = -0,2 ≤ x ≤ 0,2 yang berarti “Tidak Tahu”
6. CF = -0,4 yang berarti “Kemungkinan tidak”
7. CF = -0,6 yang berarti “kemungkinan Besar Tidak”
8. CF = -0,8 yang berarti “Hampir pasti Tidak”
9. CF = -1 yang berarti “Pasti Tidak” Terdapat 3 perhitungan nilai CF, yaitu :
1. Menentukan CF Paralel CF paralel merupakan nilai yang diperoleh dari beberapa premis pada sebuah aturan. Besarnya CF Parael dipengaruhi oleh CF user untuk masing-masing premis dan operator pada premis. Cara perhitungan CF paralel ditunjukkan oleh persamaan (2.2), (2.3) dan (2.4) CF(x DAN y) = Min (CF(x),CF(y)) (2.2) CF(x ATAU y) = Max (CF(x),CF(y)) (2.3) CF(TIDAK x) = -CF(x) (2.4) Keterangan : Persamaan (2.2) : Menghitung Certainty Factor dari kondisi / premis / antecedent x dan y yaitu dengan mencari nilai minimal CF dari kondisi / premis / antecedent x dan y. Persamaan (2.3) : Menghitung Certainty Factor dari kondisi / premis / antecedent x dan y yaitu dengan mencari nilai maksimal CF dari kondisi / premis / antecedent x dan y. Persamaan (2.4) : Nilai Certainty Factor yang menyatakan tidak mengalami kondisi / premis / antecedent x, dinyatakan dalam bentuk negatif dari nilai CF(x).
2. Menentukan CF Sequensial Bentuk dasar Certainty Factor sequensial yaitu sebuah aturan JIKA E MAKA H ditunjukkan oleh persamaan (2.5) sebagai berikut : CF(H,e) = CF (E,e).CF(H,E) (2.5) Keterangan : CF(H,e) : Certainty Factor Evidence E yang dipengaruhi leh evidence E CF(H,E) : Certainty Factor hipotesis H dengan asumsi evidence E diketahui dengan pasti yaitu ketika CF(E,e) = 1.
CF(H,e) : Certainty Factor hipotesis H yang dipengaruhi oleh evidence E Persamaan (2.6) digunakan jika semua evidence e pada antecedent diketahui dengan pasti.
CF(H,E) = CF(H,E) (2.6) CF sequensial diperoleh dari hasil perhitungan CF paralel dari semua jenis premis dalam satu aturan dengan CF aturan yang diberikan oleh pakar.
Adapun perhitungan CF sequensial ditunjukkan oleh persamaan (2.7). CF(x,y) = CF x . CF y (2.7) Keterangan : CF(x,y) : CF sequensial dari semua premis x dengan pakar y CF x : CF paralel dari semua premis x CF : Nilai CF yang diberikan oleh pakar
y
3. Menentukan CF Gabungan CF gabungan merupakan CF akhir dari sebuah calon konklusi. CF ini dipengaruhi oleh semua CF paralel dari aturan yang menghasilkan konklusi tersebut. CF gabungan diperlukan jika suatu konklusi diperoleh dari beberapa aturan sekaligus. CF akhir dari suatu aturan dengan aturan yang lain digabungkan untuk mendapatkan nilai CF akhir bagi calon konklusi tersebut.
Adapun cara untuk perhitungan nilai CF gabungan ditunjukkan pada persamaan (2.8) yang terdiri atas 3 kondisi yang dutuliskan pada persamaan (2.8.1), (2.8.2) dan (2.8.3).
CF x + CF y (1-CF x ) , jika CF x dan CF y ≥ 0 , jika (CF x >0 dan CF y <0) atau
CF + CF
x y
CF (x,y) := (CF x <0 dan CF y >0) (2.8) 1-Min |CF |,|CF |
x y
CF x + CF y (1+CF x ) , jika CF x < 0 dan CF y < 0
1. Kondisi I Jika CF dan CF ≥ 0 maka : CF(x,y) = CF + CF *(1-CF ) (2.8.1)
x y x y x
2. Kondisi II Jika (CF > 0 dan CF < 0) atau (CF < 0 dan CF > 0) , maka :
x y x y
CF x + CF y (2.8.2) 1-Min |CF x |,|CF y |
3. Kondisi III Jika CF x < 0 dan CF y < 0 maka : CF x + CF y *(1+CF x ) (2.8.3)
Keterangan : CF : Nilai Certainty Factor kondisi / premis / antecedent x
x
CF : Nilai Certainty Factor kondisi / premis / antecedent y
y
CF(x,y) : Nilai Certainty Factor gabungan antara kondisi / premis /
antecedent x dengan y
2.3 Penyakit Telinga, Hidung dan Tenggorokan (THT)
Pada sub bab ini menurut `Efiaty A dkk (2007), THT sebenarnya merupakan salah satu cabang ilmu kedokteran yang khusus menangani masalah penyakit di bagian telinga, hidung dan tenggorokan. Sejarah di bidang ini dimulai tahun 1851 dimana salah satu ahlinya yaitu Helmholz telah dapat melihat bagian-bagian dari telinga, hidung dan tenggorokan. Pada tahun 1854 ahli lain yakni Garein sudah dapat melihat laring (bagian dari saluran pernapasan). Pada tahun 1890 Killian dan Kusmal telah menyempurnakan alat yang dapat digunakan untuk melihat esofagus (bagian dari saluran makanan) dan bronkus (bagian dari saluran pernapasan).
Dalam bidang ini terjadi kemajuan pesat sejak ditemukan alat pengukur ketajaman pendengaran (audiometer) pada tahun 1940. Pada tahun 1954 dan tahun 1960 para ahli telah dapat melakukan bedah mikro pada telinga dan laring. Penemuan-penemuan tersebut menjadikan THT sebagai bidang yang berperan besar dalam dunia kedokteran.
Jika seseorang menderita penyakit THT maka orang itu akan kesulitan dalam mendengarkan, berkomunikasi, melakukan fungsi penciuman, berbicara dan menelan makanan. Untuk selanjutnya berikut akan dipaparkan jenis-jenis penyakit THT yang akan menjadi ruang lingkup bahasan dalam skripsi ini.
a. Otitis Eksterna Gejalanya adalah sebagai berikut :
1. Suhu tubuh normal terkadang panas
2. Nyeri telinga spontan dan bertambah nyeri waktu mengunyah atau telinga tersentuh.
3. Pendengaran biasanya terganggu.
4. Gatal pada liang telinga
5. Otorea purulin bercampur darah bila furunkel pecah (cairan kental bercampur darah) Pengobatan : tetes telinga yang mengandung Niostatin, diberikan 3 kali sehari, selama satu minggu. Juga diberikan Analgesik berupa Metampiron 500 mg selama 3- 5 hari.
b. Otitis Media Gejalanya adalah sebagai berikut : 1. suhu tubuh normal terkadang ada yang demam disertai sakit kepala, mual dan muntah 2. telinga terasa penuh, demam 3. grebeg-grebeg, batuk, pilek, nyeri telinga.
4. Gangguan pendengaran.
5. Nyeri pada liang telinga sapai dalam telinga 6. Keluar cairan pada telinga.
Pengobatan : Dekongestan oral (Psedoefedrin) 3 kali 30-60 mg setiap hari selama 5-7 hari, tetes hidung (Efidrin 1% 3 kali sehari 3 tetes). Antibiotika diberikan selama 7 hari yaitu berupa Ampisilin (3-4 kali 500 mg oral), Eritromisin (3 kali 500 mg oral).
c. Sinusitis Maksilaris Gejalanya adalah sebagai berikut :
1. Nyeri pada daerah pipi dan kepala
2. Mengeluarkan cairan kental dan berbau
3. Suara bindeng
4. Hidung terasa buntu
5. Pada pemeriksaan mioskopi anterion, mukosa tampak merah
6. Badan panas dan batuk-batuk
7. Rasa kering pada tenggorokan Pengobatan : Dekongestan lokal diberikan 5-7 hari, untuk dewasa : Efedrin 1%, Oksimetazolin Hidroklorida 0,05% (semprot hidung), Doksisiklin 2 kali 100 mg tiap hari selanjutnya 1 kali 100 mg per hari, selama 5-10 hari. Untuk anak-anak : Efedrin 05%, Oksimetazolin Hidroklorida 0,025% (tetes hidung).
d. Rinitis Alergi Gejalanya adalah sebagai berikut : 1. serangan timbul bila terjadi kontak dengan alergen penyebab (sesuatu yang menyebabkan alergi) 2. didahului rasa gatal pada hidung atau mata 3. bersin-bersin paroksisma, pilek encer dan hidung buntu 4. gangguan penciuman, mata sembab dan mata berair 5. kadang disertai sakit kepala 6. punya riwayat alergi Pengobatan : Hindari penyebab alergi, Antihistamin (CTM 3x2 4mg) atau Laratadin/ Astemizole 1x10 mg sehari(tetes hidung). Larutan Efedrin ½-1% atau Oksimetazolin 0,025% - 0,05%. Dekongestan oral : Psedoefedrin 2-3x30-60 mg sehari.
e. Tonsilitis Gejalanya adalah sebagai berikut : 1. mula-mula tenggorokan terasa kering
2. disusul timbulnya rasa nyeri jika menelan 3. nyeri menelan dan biasanya menjalar ke telinga 4. tidur mendengkur 5. demam (dapat terjadi demam tinggi), nyeri pada kepala 6. mulut berbau busuk 7. tenggorokan kering dan batuk-batuk Pengobatan : diberikan antibiotik pada tosilitis karana strptokokus, jika kasusnya ringan diberi Fonoksimetil penisilin 4x500 mg per hari sedangkan untuk anak-anak 7,5 – 12,5 mg per hari dosis berat badan 4 x sehari. Diberikan Eritromisin 4x500 mg (anak-anak 12,5 mh/kg BB/ dosis, 4 kali sehari) diberikan selama 5-10 hari.
f. Faringitis Gejalanya adalah sebagai berikut :
1. Tenggorokan terasa kering dan panas, kemudian timbul nyeri menelan di bagian tengah tenggorokan