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 .

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

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

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

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

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

1.1 Kebutuhan Perangkat Lunak 3. diantaranya : Studi Pustaka Metode ini dilakukan untuk mendapatkan data literature tambahan dari internet sebagai acuan mengenai sistem pakar dan informasi tentang penyakit paru.1 Analisis Kebutuhan Masukan Para pakar memberikan masukan berupa : Data gejala baru yang belum terdapat dalam 6/12/12 . 3.3. PEMBAHASAN Adapun teknik pengumpulan data.

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

mengutamakan pada proses pengolahan data dan diagnosa penyakit paru6/12/12 paru.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. kemudian dilakukan pelacakan yaitu perhitungan sampai tujuan akhir berupa diagnosis kemungkinan penyakit paru-paru yang diderita dan nilai kepercayaannya.2. Pada implementasi ini menjelaskan . 3.3 Implementasi Pada aplikasi sistem pakar diagnosa penyakit paru-paru ini.3.

Dan setelah proses diagnosa berhasil dilakukan. maka dilakukan pengujian proses diagnosa. 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.1 ANALISIS SISTEM Untuk mengetahui hasil diagnosa penyakit ginjal ini.  4. ANALISIS KINERJA 4.

. KESIMPULAN Berdasarkan hasil penelitian dan pembahasan yang telah dilakukan. dapat disimpulkan bahwa : Aplikasi sistem pakar untuk mendiagnosa penyakit ginjal adalah suatu aplikasi untuk mendiagnosa penyakit ginjal berdasarkan pengetahuan dari para pakar.5. 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.

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

Sign up to vote on this title
UsefulNot useful