APLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT PARU-PARU PADA ANAK DENGAN METODE DEMPSTER-SHAFER

Click to edit Master subtitle style

SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER (STMIK Denpasar) 2012 6/12/12

 Oleh : I Made Panji Utama Ginarsa Muhammad Syaifudin Arry Caisar Nugraha I Putu Gede Jayamiartha 6/12/12 .

  1. Salah satunya adalah digunakan untuk mendiagnosa penyakit paruparu. Aplikasi sistem pakar untuk diagnosa penyakit paru-paru ini adalah suatu sistem yang terkomputerisasi untuk membantu dokter dan masyarakat dalam mendiagnosa penyakit paru-paru. Sehingga dalam bidang kesehatan juga membutuhkan teknologi komputer. dikarenakan kurangnya pengetahuan tentang gejala awal penyakit paru-paru dan fasilitas kesehatan khususnya paru-paru di Indonesia masih sangat terbatas. PENDAHULUAN Angka kematian para penderita penyakit paru-paru yang semakin meningkat. Makalah ini membahas bagaimana membangun suatu aplikasi sistem pakar untuk mendiagnosa penyakit paru-paru tanpa membutuhkan biaya yang banyak dalam mendiagnosa penyakit paru-paru. 6/12/12   .

ahli. Sedangkan inferensi. LANDASAN TEORI Sistem Pakar Sistem pakar adalah sistem berbasis komputer yang menggunakan pengetahuan. merupakan suatu rangkaian proses untuk menghasilkan informasi dari fakta yang diketahui atau diasumsikan. Ahli adalah seseorang yang mempunyai pengetahuan tertentu dan mampu menjelaskan suatu tanggapan dan mempunyai keinginan untuk belajar memperbaharui pengetahuan dalam bidangnya. Sistem pakar memberikan nilai tambah pada teknologi untuk membantu dalam menangani era informasi yang semakin canggih. Konsep dasar suatu sistem pakar mengandung beberapa unsur. fakta dan tehnik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tersebut. aturan dan kemampuan menjelaskan. inferensi. Keahlian merupakan salah satu penguasaaan pengetahuan di bidang tertentu yang didapatkan baik secara formal maupun non formal. diantaranya adalah keahlian. 6/12/12 . pengalihan keahlian.2. Pengalihan keahlian adalah mengalihkan keahlian dari seorang pakar dan kemudian dialihkan lagi ke orang yang bukan ahli atau orang awam yang membutuhkan.

  Tujuan pengembangan sistem pakar sebenarnya tidak untuk menggantikan peran para pakar. Sebagai contoh : IF Darah di dalam air kencing 6/12/12 (hematuria) . namun untuk mengimplementasikan pengetahuan para pakar ke dalam bentuk perangkat lunak. yaitu premis dan bagian konklusi. Kaidah produksi merupakan salah satu model untuk merepresentasikan pengetahuan. Antar muka (user interface). Apabila bagian premis dipenuhi maka bagian konklusi akan bernilai benar. 2. Pernyataan ini menghubungkan bagian premis (IF) dan bagian kesimpulan (THEN) yang dituliskan dalam bentuk : IF [premis] THEN [konklusi] Kaidah ini dapat dikatakan sebagai suatu implikasi yang terdiri dari dua bagian. Kaidah produksi dituliskan dalam bentuk pernyataan IF-THEN (Jika-Maka). sehingga dapat digunakan oleh banyak orang dan tanpa biaya yang besar. Untuk membangun sistem yang seperti itu maka komponen-komponen dasar yang minimal harus dimiliki adalah sebagai berikut: 1. 3. merupakan salah satu fitur yang harus dimiliki oleh sistem pakar setelah tersedia program di dalam komputer. Proposisi­-proposisi tersebut dihubungkan dengan menggunakan operator logika AND atau OR. Basis pengetahuan (knowledge base). Mesin inferensi (Inference Engine). Kaidah produksi menjadi acuan yang sangat sering digunakan oleh sistem inferensi. Bagian premis dalam aturan produksi dapat memiliki lebih dari satu proposisi. Untuk membangun sistem yang difungsikan untuk menirukan seorang pakar manusia harus bisa melakukan hal-hal yang dapat dikerjakan oleh para pakar.Kemampuan menjelaskan.

dan jika bernilai 1 menunjukkan adanya kepastian. tetapi pada kenyataannya banyak permasalahan yang tidak dapat terselesaikan secara lengkap dan konsisten. Sehingga jika θ berisi n elemen. yaitu : Belief (Bel) adalah ukuran kekuatan evidence dalam mendukung suatu himpunan proposisi. maka subset θ adalah 2n . Penalaran yang seperti itu disebut dengan penalaran non monotonis. Ketidakkonsistenan yang tersebut adalah akibat adanya penambahan fakta baru. [2. maka dapat dikatakan bahwa Bel(⌐s)=1.2] Plausibility juga bernilai 0 sampai 1. Jika yakin akan ⌐s.………………….  2. Apabila tidak ada informasi apapun untuk memilih hipotesis. Plausibility (Pl) dinotasikan sebagai : Pl(s) = 1 – Bel (⌐s)…. Tidak semua evidence secara langsung mendukung tiap-tiap elemen. Tujuannya adalah mengaitkan ukuran kepercayaan elemen-elemen θ.2 Teori Dempster-Shafer Ada berbagai macam penalaran dengan model yang lengkap dan sangat konsisten. namun juga semua subset­nya. Jika bernilai 0 maka mengindikasikan bahwa tidak ada evidence. Jumlah semua m dalam subset θ sama dengan 1. Nilai m tidak hanya mendefinisikan elemen-elemen θ saja. dan Pl(⌐s)=0. Secara umum teori Dempster-Shafer ditulis dalam suatu interval. Untuk itu perlu adanya probabilitas fungsi densitas (m). Untuk mengatasi ketidakkonsistenan tersebut maka dapat menggunakan penalaran dengan teori Dempster-Shafer. maka nilai : 6/12/12 .. Frame ini merupakan semesta pembicaraan dari sekumpulan hipotesis. Pada teori Dempster-Shafer dikenal adanya frame of discrement yang dinotasikan dengan θ.

Udara sangat penting bagi manusia. Bertugas sebagai tempat pertukaran oksigen yang dibutuhkan manusia dan mengeluarkan karbondioksida yang merupakan hasil sisa proses pernapasan yang harus dikeluarkan dari tubuh. Khususnya berfungsi pada sistem pernapasan manusia. Organ penting ini merupakan salah satu organ vital bagi kehidupan manusia. sehingga kebutuhan tubuh akan oksigen tetap terpenuhi.2.3 Penyakit Paru-Paru Paru-paru merupakan organ tubuh manusia yang sangat vital. tidak menghirup 6/12/12 oksigen selama beberapa menit dapat .

3.1 Analisis Kebutuhan Masukan Para pakar memberikan masukan berupa : Data gejala baru yang belum terdapat dalam 6/12/12 . diantaranya : Studi Pustaka Metode ini dilakukan untuk mendapatkan data literature tambahan dari internet sebagai acuan mengenai sistem pakar dan informasi tentang penyakit paru.1.1 Kebutuhan Perangkat Lunak 3. 3. PEMBAHASAN Adapun teknik pengumpulan data.

Dalam perancangan ini kaidah produksi dituliskan dalam bentuk pernyataan JIKA [premis] MAKA [konklusi]. Adapun bentuk pernyataannya adalah : JIKA [gejala 1] DAN [gejala 2] 6/12/12 .2. keterangan tentang jenis penyakit paru-paru yang diderita. pengobatannya dan nilai kepercayaan berdasarkan metode dempster-shafer. Pada sistem pakar ini dalam satu kaidah dapat memiliki lebih dari satu gejala. Basis pengetahuan digunakan untuk penarikan kesimpulan yang merupakan hasil dari proses pelacakan. Pada sistem telah disediakan aturan basis pengetahuan untuk penelusuran jenis penyakit. 3.  3. sehingga bentuk pernyataannya adalah JIKA [gejala] MAKA [jenis penyakit paru-paru]. Pada perancangan basis pengetahuan sistem pakar ini premis adalah gejala dan konklusi adalah jenis penyakit paru-paru. Dan gejala-­gejala tersebut dihubungkan dengan menggunakan operator logika DAN.1 Perancangan Basis Pengetahuan Basis pengetahuan mengandung pengetahuan untuk pemahaman dalam penyelesaian masalah yang digunakan dalam sistem kecerdasan buatan. 3.1. Hasil diagnosa tersebut berdasarkan gejala yang user berikan pada saat melakukan diagnosa. Sistem akan melakukan penalaran untuk menentukan jenis penyakit paru-paru yang diderita berdasarkan gejala yang dimasukkan oleh user.2 Analisis Kebutuhan Proses Proses inti dari sistem ini adalah proses penalaran.3 Analisis Kebutuhan Keluaran Data keluaran dari sistem ini adalah hasil diagnosa dari gejala yang dirasakan yang berupa kemungkinan penyakit paru-paru.1.2 Perancangan perangkat Lunak 3.

Pada implementasi ini menjelaskan .3 Perancangan Mesin Inferensi Dalam perancangan sistem pakar ini menggunakan metode penalaran pelacakan maju (Forward Chaining) yaitu dimulai dari sekumpulan fakta-fakta tentang suatu gejala yang diberikan oleh user sebagai masukan sistem. 3.3. kemudian dilakukan pelacakan yaitu perhitungan sampai tujuan akhir berupa diagnosis kemungkinan penyakit paru-paru yang diderita dan nilai kepercayaannya.3 Implementasi Pada aplikasi sistem pakar diagnosa penyakit paru-paru ini. mengutamakan pada proses pengolahan data dan diagnosa penyakit paru6/12/12 paru.2.

maka dilakukan pengujian proses diagnosa.1 ANALISIS SISTEM Untuk mengetahui hasil diagnosa penyakit ginjal ini. Dan setelah proses diagnosa berhasil dilakukan. ANALISIS KINERJA 4. maka sistem akan menampilkan hasil diagnosa berupa kemungkinan penyakit yang diderita disertai dengan persentase besarnya kepercayaan terhadap kemungkinan penyakit tersebut. 6/12/12 . Proses pengujian sistem berupa masukan data gejala yang dirasakan pengguna.  4.

. KESIMPULAN Berdasarkan hasil penelitian dan pembahasan yang telah dilakukan. Dengan adanya akses online berbasis web maka masyarakat dapat mendiagnosa kemungkinan penyakit ginjal yang dideritanya sebelum mengambil tindakan lebih lanjut seperti konsultasi ke dokter atau tes 6/12/12 laboratorium di rumah sakit.5. dapat disimpulkan bahwa : Aplikasi sistem pakar untuk mendiagnosa penyakit ginjal adalah suatu aplikasi untuk mendiagnosa penyakit ginjal berdasarkan pengetahuan dari para pakar.

1995.htm .iwarp. http://kumpulan. Prentice-Hall International. 2006.  PUSTAKA Kusrini. Decision support and expert systems Management support systems (fourth edition). Efraim. Yogyakarta: Andi. Inc. Turban.com/paru.info/sehat/artikel-kesehatan/48artikel-kesehatan/222-kenali-penyakit-paruparu-pernafasan. Sistem Pakar Teori dan Aplikasi.html 6/12/12 http://rssm.

Sign up to vote on this title
UsefulNot useful