APLIKASI MOBILE DIAGNOSA PENYAKIT MATA MENGGUNAKAN JAVA 2 MICRO EDITION Muhammad Mishbahul Munir(1) Nanik Anita Mukhlisoh, S.ST(2),Hendra Yufit Riskiawan, S.Kom(2) (1) Mahasiswa, (2) Dosen Pembimbing Teknologi informasi, Politeknik Negeri Jember Jln. Mastrip Jember kotak pos 164 kode pos 68101 e- mail:
[email protected],
[email protected] ABSTRAK Dalam penelitian ini penulis merancang sebuah aplikasi mobile diagnose penyakit mata menggunakan bahasa pemrograman Java 2 Micro Edition. Dalam proses perancangannya, penulis memakai metode forward chaining untuk proses diagnosa. Metode ini menggunakan pendekatan berorientasi data, dimulai dari informasi yang tersedia, atau dari ide dasar, kemudian mencoba menggambarkan kesimpulan. Data yang penulis gunakan adalah data gejala-gejala penyakit mata. Dengan memakai metode forward chaining dan data gejala yang ada, komputer akan menganalisa permasalahan dengan mencari fakta yang cocok dari aturan IF-THEN. Aplikasi yang kami buat ini meminta masukan dari pemakai berupa gejala yang timbul. Sedangkan hasil proses analisa inputan berupa diagnosa penyakit beserta saran pertolongan pertama. Kata kunci : Aplikasi, penyakit mata, Mobile
I. PENDAHULUAN Mata adalah salah satu indra terpenting, yang berfungsi untuk melihat lingkungan dalam kehidupan manusia sehari-hari. Jika mata mengalami gangguan maka diprlukan tindakan pencegahan atau penanganan gangguan mata secepatnya agar mata tidak mengalami gangguan yang lebih fatal yang bias mengganggu aktivitas kehidupan sehari-hari. Untuk mengatasi masalah terganggunya aktivitas sehari-hari tersebut, maka penulis membuat sebuah aplikasi untuk mendiagnosa penyakit mata yang ada, dengan cara melihat gejala-gejala yang ada, sehingga bisa langsung dilakukan penanganan yang tepat untuk mencegah terjadinyagangguan penglihatan yang lebih fatal seperti kebutaan. II. TINJAUAN PUSTAKA 2.1 Aplikasi Aplikasi berarti karya hias, tambahan, penggunaan, penerapan, lamaran, permohonan, pendaftaran (http://kamusbahasaindonesia.org/aplikasi). Dari pengertian dasar diatas, maka dapat disimpulkan bahwa aplikasi adalah sekumpulan program atau source code yang berinteraksi dengan pemakai dan bertugas melakukan pengolahan data meupun kegiatan-kegiatan seperti pembuatan dokumen atau pengolahan data.
29
2.2 Aplikasi Mobile Aplikasi mobile atau mobile application adalah aplikasi yang melibatkan piranti bergerak dan melibatkan media komunikasi. Aplikasi mobile berguna memudahkan pengguna untuk mengakses atau melakukan kegiatan yang berhubungan dengan program atau source code melalui suatu media tanpa harus diam di satu tempat. Media tersebut dapat berupa tablet, handphone, pager atau media mobile lain. 2.3 Diagnosa Dalam kamus bahasa Indonesia Online, pengertian diagnose atau diagnosisi adalah penentuan jenis penyakit dng cara meneliti (memeriksa) gejalagejalanya.(http://kamusbahasaindonesia.org/diagnosis) Secara harfiah, diagnosa dapat diartikan penentuan atau ketetapan dari pengumpulan data informasi kesehatan. Menurut kamus saku kedokteran Dorland, diagnosa merupakan penentuan sifat penyakit atau membedakan suatu penyakit dengan yang lainnya. Diagnosa ditetapkan dengan memadukan data-data hasil pemeriksaan dari diagnosa klinis dan diagnosa laboratories yang dilakukan secara sistematis, berurutan mulai dari awal sampai dengan akhir pemeriksaan sesuai dengan prosedur yang baik dan benar. Pemeriksaan yang dilakuakan tidak sesuai dengan prosedur tidak akan menghasilkan data yang baik untuk menetapkan diagnosa. Dalam mendiagnosa suatu penyakit, seorang dokter bisanya melakukan diagnosa yang terdiri. 2.4 Forward Chaining Fordward chaining sendiri adalah suatu rantai yang dicari atau dilewati/dilintasi dari suatu permasalahan untuk memperoleh solusi. Pencocokan fakta atau pernyataan dimulai dari bagian sebelah kiri (IF dulu). Dengan kata lain, penalaran dimulai dari fakta terlebih dahulu untuk menguji 8 kebenaran hipotesis. Tabel 2.1 Contoh Aturan-aturan NO. ATURAN R-1 IF A & B THEN C R-2 IF C THEN D R-3 IF A & E THEN F R-4 IF A THEN G R-5 IF F & G THEN D R-6 IF G & E THEN H R-7 IF C & H THEN I R-8 IF I & A THEN J R-9 IF G THEN J R-10 IF J THEN K
30
Contoh : Pada Tabel 2.1 terlihat ada 10 aturan yang tersimpan dalam basis pengetahuan. Fakta awal yang diberikan hanya: A & E (artinya: A dan E bernilai benar). Ingin dibuktikan apakah K bernilai benar (hipotesis: K)? Langkah-langkah inferensi adalah sebagai berikut: Dimulai dari R-1. A merupakan fakta sehingga bernilai benar, sedangkan B belum bisa diketahui kebenarannya, sehingga C-pun juga belum bisa diketahui kebenarannya. Oleh karena itu kita tidak mendapatkan informasi apapun pada R1 ini. Sehingga kita menuju ke R-2. Pada R-2, kita tidak mengetahui informasi apapun tentang C, sehingga kita juga tidak bisa memastikan kebenaran D. Oleh karena itu kita tidak mendapatkan informasi apapun pada R-1 ini. Sehingga kita menuju ke R-3. Pada R-3, baik A maupun E adalah fakta sehingga jelas benar. Dengan demikian F sebagai konsekuen juga ikut benar. Sehingga sekarang kita mempunyai fakta baru yaitu F. Karena F bukan hipotesis yang hendak kita buktikan (=K), maka penelusuran kita lanjutkan ke R-4. Pada R-4, A adalah fakta sehingga jelas benar. Dengan demikian G sebagai konsekuen juga ikut benar. Sehingga sekarang kita mempunyai fakta baru yaitu G. Karena G bukan hipotesis yang hendak kita buktikan (=K), maka penelusuran kita lanjutkan ke R-5. Pada R-5, baik F maupun G bernilai benar berdasarkan aturan R-3, dan R-4. Dengan demikian D sebagai konsekuen juga ikut benar. Sehingga sekarang kita mempunyai fakta baru yaitu D. Karena D bukan hipotesis yang hendak kita buktikan (=K), maka penelusuran kita lanjutkan ke R-6. Pada R-6, baik A maupun G adalah benar berdasarkan fakta dan R-4. Dengan demikian H sebagai konsekuen juga ikut benar. Sehingga sekarang kita mempunyai fakta baru yaitu H. Karena H bukan hipotesis yang hendak kita buktikan (=K), maka penelusuran kita lanjutkan ke R-7. Pada R-7, meskipun H benar berdasarkan R-6, namun kita tidak tahu kebenaran C, sehingga I-pun juga belum bisa diketahui kebenarannya. Oleh karena itu kita tidak mendapatkan informasi apapun pada R-7 ini. Sehingga kita menuju ke R-8. Pada R-8, meskipun A benar karena fakta, namun kita tidak tahu kebenaran I, sehingga J-pun juga belum bisa diketahui kebenarannya. Oleh karena itu kita tidak mendapatkan informasi apapun pada R-8 ini. Sehingga kita menuju ke R-9. Pada R-9, J bernilai benar karena G benar berdasarkan R-4. Karena J bukan hipotesis yang hendak kita buktikan (=K), maka penelusuran kita lanjutkan ke R10. Pada R-10, K bernilai benar karena J benar berdasarkan R-9. Karena H sudah merupakan hipotesis yang hendak kita buktikan (=K), maka terbukti bahwa K adalah benar (Kusumadewi, 2003). Tabel munculnya fakta baru pada saat inferensi terlihat pada Tabel 2.2 Sedangkan alur inferensi terlihat pada Gambar 2.1 (Kusumadewi, 2003).
31
Tabel 2.2 Fakta Baru ATURAN FAKTA BARU R-3 F R-4 G R-5 D R-6 H R-9 J R-10 K R-9 R-4
Fakta
J
R-
K
G
A R-5 R-3
F
D
R-6
H
E Fakta
Gambar 2.1 Forward Chaining 2.5 Penyakit Mata 1. Konjungtivitis Penyakit mata disebabkan keradangan konjungtiva yang disebabkan bakteri, virus, jamur chlamidia, alergi atau iritasi dengan bahan-bahan kimia. Konjungtivitas merupakan radang konjungtiva atau selaput lendir yang menutupi belakang kelopak mata. Konjungtivitis dibedakan bentuk akut dan kronis, konjungtivitis dapat disebabkan bakteri seperti konjungtivitis gonokok, virus, klamida. Alergi toksik, dan molluscum contagiosum (Ilyas, 2009). 2. Keratitis Salah satu penyakit yang disebabkan radang kornea. Keratitis dapat disebabkan oleh berbagai hal seperti kurangnya air mata, keracunan obat, reaksi alergi terhadap yang diberi tropical, dan reaksi terhadap konjungtivitis menahun. Gejalanya, mata merah, rasa silau, merasa kelilipan. Pengobatan dapat diberikan antibiotik, airmata buatan dan sikloplegik (Ilyas, 2009). 3. Glaukoma Glaukoma berasal dari bahasa Yunani glaukos yang berarti hijau kebiruan, yang memberikan kesan warna tersebut pada pupil penderita glaukoma. Kelainan mata glaukoma ditandai dengan meningkatnya tekanan bola mata, atrofi papil saraf optik, dan menciutnya lapang pandang. Penyakit yang ditandai dengan peninggian tekanan intraokular ini, disebabkan: a. Bertambahnya produksi cairan mata oleh siliar b. Berkurangnya pengeluaran cairan mata di daerah sudut bilik mata atau di celah pupil Pada glaukoma akan terdapat melemahnya fungsi mata dengan terjadinya cacat lapang pandang dan kerusakan anatomi berupa ekskavasi
32
(penggaungan) serta degenerasi papil syaraf optik, yang dapat berakhir dengan kebutaan. Eskavasi glaukomatosa, penggaungan atau ceruk papil syaraf optik akibat glaukoma merupakan gejala glaukoma yang mengakibatkan kerusakan pada syaraf optik. Luas atau dalamnya ceruk ini pada glaukoma kongential dipakai sebagai indikator progesivitas glaukoma (Ilyas, 2009). 4. Katarak Katarak berasal dari bahasa Yunani Katarrhakies, inggris Cataract, dan Latin cataracta yang berarti air terjun. Dalam bahasa Indonesia disebut bular dimana penglihatan seperti tertutup air terjun akibat lensa yang keruh akibat hidrasi (penambahan cairan) lensa, denaturasi protein lensa yang terjadi akibat keduanya. Pasien dengan katarak mengeluh penglihatan seperti berasap dan ketajaman penglihatan menurun secara progresif (Ilyas, 2009). 5. Miopia Biasa disebut juga rabun jauh, biasanya pasien melihat jelas bila dekat kelihatan terlalu dekat sedangkan melihat jauh kabur. Pasien juga mengeluhkan sakit kepala, sering disertai dengan juling dan celah kelopak mata yang sempit. Punctum remotum yang dekat sehingga mata selalu dalam atau berkedudukan konvergensi yang akan menetap, sehingga penderita akan terlihat juling kedalam atau esotropia (Ilyas, 2009). 2.6 Java 2 Micro Edition Java2 Micro Edition atau yang biasa disebut J2ME adalah lingkungan pengembangan yang didesain untuk meletakkan perangkat lunak java pada barang elektronik beserta perangkat pendukungny selain perangkat komputer desktop, yang biasanya lebih kecil dibandingkan perangkat komputer desktop. J2ME biasa digunakan pada telepon selular, pager, personal digital assistants (PDA’s) dan sejenisnya (Shalahudin dan Rosa, 2010). Teknologi J2ME memiliki beberapa keterbatasan, antara lain pada ukuran aplikasi, karena memori pada ponsel sangat terbatas. Sebagian Configuration merupakan Java Library minimum dan kapabilitas yang dipunyai oleh para pengembang J2ME, yang maksudnya sebuah mobile device dengan kemampuan Java akan dioptimalkan untuk menjadi sesuai. Configuration hanyalah mengatur halhal tentang kesamaan sehingga dapat dijadikan ukuran kesesuaian antar-device. Dalam J2ME telah didefinisikan dua buah konfigurasi yaitu CLDC (Connected Limited Device Configuration) untuk perangkat kecil dan CDC (Connected Device Configuration) untuk perangkat yang lebih besar. Lingkup CLDC dan CDC dapat dilihat pada gambar 2.2 (Shalahudin dan Rosa, 2010).
J2SE
CDC
CLDC
Gambar 2.2 Lingkup Configuration
33
III. METODE PENELITIAN Dalam merancang dan membuat implementasi Aplikasi diagnosa Diagnosa Penyakit Mata penulis menggunakan bahasa Java2 Micro Edition (J2ME) dengan NetBeans 6.9.1. sebagai tool. Sedangkan dalam pembangunan aplikasinya, penulis menggunakan metode penelitian berikut : R efo rm u lasi T ah ap 1 : P en ilaian K ead aan
K eb u tu h an E k sp lo rasi T ah ap 2 : K o lek si P en g etah u an
P en g etah u an P erb aik an T ah ap 3 : P eran can g an
S tru k tu r
T ah ap 4 : T es
E v alu asi T ah ap 5 : D o k u m en tasi
P ro d u k T ah ap 6 : P em elih araa n
Gambar 3.1 Metode Penelitian Sumber : Kusumadewi. 2003 Secara garis besar pembuatan aplikasi diagnose ini menggunakan metode penelitian milik kusumadewi. Sedangkan penjelasan untuk masing-masing tahapan secara garis besar adalah sebagai berikut : 1. Tahap Penilaian Keadaan Tahap ini merupakan tahap penentuan hal-hal penting sebagai dasar permasalahan yang akan dianalisis dalam penentuan penyakit. Tahap ini merupakan tahap untuk mengkaji dan membatasi masalah yang akan diimplementasikan dalam sistem. Setiap masalah yang didefinisikan dari penentuan penyakit dicari solusinya, fasilitas yang akan dikembangkan, penentuan bahasa pemrograman dan tujuan yang ingin dicapai dari proses pengembangan tersebut. 2. Tahap Koleksi Pengetahuan Tahap ini merupakan tahap pengumpulan pengetahuan dan konsepkonsep penting yang terkait dalam penentuan penyaki. Hal ini dilakukan untuk konfirmasi hasil wawancara dengan seorang dokter sehingga hasilnya memberikan jawaban yang pasti bahwa sasaran permasalahan tepat, benar, dan sudah sesuai.
34
3. Tahap Perancangan Tahap ini merupakan tahap desain sistem yang memodelkan sistem dalam bentuk flowchart, Context Diagram, Data Flow Diagram (DFD),Conceptual Data Model (CDM),Physical Data Model (PDM), desain antarmuka dan desain database. Selanjutnya pembuatan program aplikasi diagnosa penyakit mata dengan menggunakan Netbeans IDE 6.9.1. 4. Tahap Tes Tahap ini merupakan tahap pengujian sehingga dapat ditemukan kesalahan sistem yang dirancang untuk menentukan penyakit mata. Hal ini dilakukan karena sistem yang dibuat belum tentu sempurna setelah selesai pembuatannya sehingga tahap tes ini diperlukan untuk penyempurnaannya. Pengujian aplikasi diagnosa penyakit mata dilakukan untuk mengetahui apakah desain telah sesuai dengan program, apakah diagnosa hasil penelusuran telah sesuai dengan basis aturan, apakah perintah-perintah dalam program aplikasi diagnosa bisa digunakan dan telah sesuai dengan fungsinya, dan apakah program mudah untuk digunakan oleh user. 5. Tahap Dokumentasi Tahapan ini merupakan tahap mendokumentasikan perancangan program aplikasi untuk diagnosa penyakit mata. 6. Tahap Pemeliharaan Tahap ini merupakan tahap pemeliharaan sistem, dalam hal ini yang dilakukan adalah memperbaharui pengetahuan, agar sistem ini dapat lebih baik lagi dalam diagnosa penyakit mata. IV. PEMBAHASAN Pada tahap ini akan dilakukan pendefinisian permasalahan oleh sistem analisa dan pakar. Yang akan digunakan sebagai acuan atau koleksi pengetahuan untuk diolah kaidahnya. Adapun Pengetahuan tentang hal-hal tersebut adalah sebagai berikut: 1. Data jenis penyakit yang digunakan untuk pengerjaan penelitian bisa dilihat pada Tabel 4.1 Tabel 4.1 Data nama penyakit KODE PENYAKIT JENIS PENYAKIT P1 Konjungtivitis P2 Keratitis P3 Glaukoma P4 Katarak P5 Miopia Kode Penyakit digunakan untuk acuan relasi pada kaidah (rules) 2. Data gejala-gejala yang termasuk dalam jenis penyakit di atas dapat dilihat pada Tabel 4.2 Tabel 4.2 Data nama gejala KODE GEJALA NAMA GEJALA G1 Ada bintik gelap di depan mata G2 Cepat ngantuk G3 Kabur melihat jauh
35
G4 Kelopak mata atas berwarna merah G5 Mata berair G6 Mata lelah G7 Mata merah G8 Mata terasa gatal G9 Mata terasa nyeri G10 Mata terasa panas G11 Pandangan mata berkunang-kunang G12 Peka terhadap cahaya G13 Penglihatan ganda G14 Penglihatan kabur dan berkabut G15 Penglihatan menguning G16 Penglihatan menurun G17 Pupil berwarna putih G18 Sakit kepala G19 Seperti ada benda asing di mata G20 Sering berganti kacamata G21 Terasa mual dan muntah G22 Terlihat warna pelangi G23 Warna manik mata berubah menjadi putih G24 Warna-warna tampak kusam Kode Gejala digunakan untuk acuan relasi pada kaidah (rules) 3. Data untuk solusi atau pengobatan di tiap penyakit yang disebutkan pada Tabel 4.1, dapat dilihat pada tabel 4.3 Tabel 4.3 Data pengobatan/solusi KODE NAMA PENGOBATAN PENGOBATAN Pengobatan tergantung kepada penyebabnya. Kelopak mata dibersihkan dengan air hangat. Jika penyebabnya bakteri, diberikan tetes mata atau salep yang mengandung antibiotik. Untuk konjungtivitis karena alergi, antihistamin per-oral T1 (melalui mulut) bisa mengurangi gatal-gatal dan iritasi. Atau bisa juga diberikan tetes mata yang mengandung corticosteroid. Untuk memperbaiki posisi kelopak mata atau membukan saluran air mata yang tersumbat, mungkin perlu dilakukan pembedahan. Jika penyebabnya adalah bakteri, diberikan antibiotik. Jika penyebabnya adalah mata kering, diberikan salep dan air mata buatan. T2 Jika penyebabnya adalah sinar ultraviolet atau lensa kontak, diberikan salep antibiotik dan obat untuk melebarkan pupil. Jika penyebabnya adalah reaksi terhadap obat-obatan, maka sebaiknya pemakaian obat dihentikan.
36
T3
T4 T5
Jika diduga penyebabnya adalah penyakit infeksi, maka diberikan antibiotik. Obat tetes mata. Obat-obatan: beta bloker, pilocarpine, epinephrine, dipivephrine dan carbacol. Minum larutan gliserin dan air. Bisa juga diberikan inhibitor karbonik anhidrase. Jika penyebabnya adala peradangan, diberikan corticosteroid dan obat untuk melebarkan pupil Dilakukan terapi laser atau pembedahan Pembedahan atau operasi Kacamata (lensa konkaf) Kontak Lens (lensa konkaf) Operasi Refraksi (LASIK)
4. Data bobot prosentase untuk tiap gejala dan prosentase kemungkinan terkena penyakit, dapat dilihat pada tabel 4.4 Tabel 4.4 Data bobot prosentase gejala dan prosentase terpenuhi Penyakit Gejala Prosentase(%) Harus terpenuhi Konjungtivitis 1. Mata merah 90 Minim 3 gejala 2. Mata berair 90 terpilih dengan 3. Mata terasa gatal 90 prosentase 90% 4. Mata terasa panas 90 5. Mata lelah 30 6. Seperti ada benda asing 90 di mata Keratitis 1. Mata merah 90 Minim 4 gejala 2. Mata terasa nyeri 40 terpilih dengan 3. Penglihatan menurun 90 prosentase 90% 4. Mata berair 90 5. Kelopak mata atas 90 berwarna merah 90 6. Peka terhadap cahaya Glaukoma 1. Mata merah 90 Minim 4 gejala 2. Mata terasa nyeri 90 terpilih 3. Penglihatan menurun 90 4. Terasa mual dan muntah 90 5. Terlihat warna pelangi 90 Katarak 1. Penglihatan kabur dan 80 Salah satu berkabut gejala no. 5 dan 2. Peka terhadap cahaya 10 no. 8 terpenuhi. 3. Ada bintik gelap di 18 Terpilih gejala depan mata dengan 4. Penglihatan ganda 80 prosentase 80% 5. Warna manik mata 98 dan berubah menjadi putih 40 gejala<50%
37
Miopia
6. Sering berganti kacamata 7. Penglihatan menguning 8. Pupil berwarna putih 9. Warna-warna tampak kusam 1. Kabur melihat jauh 2. Sakit kepala 3. Mata lelah 4. Cepat ngantuk 5. Pandangan mata berkunang-kunang
20 98 20
90 90 90 90 90
Kelima gejala harus terpenuhi
4.1 Kumpulan Kaidah Salah satu tahap pengembangan aplikasiadalah menjelaskan kumpulan kaidah yang ada dari koleksi pengetahuan di tahap 2. Dan menyusun rules yang akan dibuat untuk prototipe system. 1. Untuk rules atau aturan untuk diagnosa penyakit mata dapat dilihat pada tabel 4.5 Tabel 4.5 Kaidah (rules) NO PENYAKIT GEJALA PENGOBATAN 1 P1 G5, G6, G7, G8, G10, G19 T1 2 P2 G4, G5, G7, G9, G12, G16 T2 3 P3 G7, G9, G16, G21, G22 T3 4 P4 G1, G12, G13, G14, G15, G17, G20, G23, T4 G24 5 P5 G2, G3, G6, G11, G18 T5 Kode Gejala yang dicetak tebal (bold) sama di dua atau tiga penyakit. Dari kaidah (rules) di atas dapat digambarkan dalam bentuk diagram berikut untuk mempermudah perhitungan prototipe.
38
5
3
1
2
4
Gambar 4.1 Korelasi antara gejala dan penyakit 4.2 Hasil Uji Sistem Prototipe Dari rules yang dibuat dari tahap 3 akan dibuat protipe untuk menguji sistem kaidah yang telah dibuat. Untuk gambaran jelasnya coba lihat Contoh perhitungan berikut: - Analisa hasil konsultasi Diambil contoh pada proses konsultasi, memilih gejala diantaranya gejalagejala yang ditampilkan sebagai input: a. Gejala yang terpilih 1) Ada bintik gelap di depan mata 2) Cepat ngantuk 3) Kabur melihat jauh b. Langkah diagnosa 1) Mencari jenis penyakit yang memiliki gejala terpilih sesuai basis pengetahuan. 2) Mencari jumlah gejala yang terpenuhi oleh gejala terpilih pada basis pengetahuan. 3) Mencari jumlah gejala yang harus terpenuhi pada basis pengetahuan. 4) Melakukan perhitungan prosentase kemungkinan hasil diagnosa terhadap keseluruhan kemungkinan terdiagnosa. c. Penyelesaian 1) Mencari jenis penyakit yang memiliki gejala terpilih pada basis pengetahuan sebagaimana ditunjukkan pada Tabel 8
39
2) Diagnosa awal seperti ditunjukkan pada Tabel 9 3) Hasil diagnosa seperti ditunjukkan pada Tabel 4.6 Tabel 4.6 Aturan Konsultasi GEJALA PENYAKIT JENIS PENYAKIT 1. Penglihatan kabur dan berkabut Katarak 2. Peka terhadap cahaya 3. Ada bintik gelap di depan mata 4. Penglihatan ganda 5. Warna manik mata berubah menjadi putih 6. Sering berganti kacamata 7. Penglihatan menguning 8. Pupil berwarna putih 9. Warna-warna tampak kusam Myopia 1. Kabur melihat jauh 2. Sakit kepala 3. Mata lelah 4. Cepat ngantuk 5. Pandangan mata berkunang-kunang Gejala dicetak tebal adalah gejala yang dipilih
Nama Penyakit Katarak Miopia
Tabel 4.7 Tabel Hasil Diagnosa Awal Jumlah Gejala harus Jumlah gejala terpenuhi terpenuhi 9 1 5 2 Jumlah prosentase
Prosen (%) 18 40 51
Keterangan: Prosen = Jumlah gejala terpenuhi x 100% Jumlah gejala harus terpenuhi Prosen = Besarnya prosentase kemungkinan penyakit berdasarkan gejala yang terpenuhi Tabel 4.8 Tabel Hasil Diagnosa Nama Penyakit Prosentase kemungkinan dari keseluruhan (%) Katarak (11 / 51) * 100 = 21.56 Miopia (40 / 51) * 100 = 78.43 Keterangan: Prosen = Prosen x 100% Jumlah prosentase Prosen = Besarnya prosentase kemungkinan penyakit berdasarkan keeluruhan kemungkinan penyakit 4) Mencari keterangan detail tentang penyakit yang memiliki prosentase terbesar (penyakit terpilih): Definisi : Biasa disebut juga rabun jauh, biasanya pasien melihat jelas bila dekat kelihatan terlalu dekat sedangkan melihat
40
Solusi
jauh kabur. Pasien juga mengeluhkan sakit kepala, sering disertai dengan juling dan celah kelopak mata yang sempit. : Kacamata (lensa konkaf) atau Kontak Lens (lensa konkaf), Operasi Refraksi (LASIK)
4.3 Bangun Antarmuka Mengacu pada hasil survey keadaan nyata saat pasien memriksakan diri ke dokter spesialis, maka alur kegiatan pemeriksaan tersebut jika di implementasikan ke dalam sebuah flowchart program adalah sebagai berikut:
Gambar 4.2 Flowchart Program Aplikasi Diagnosa Penyakit Mata Penggambaran logika dan algoritma program Aplikasi Diagnosa Penyakit Mata dapat dilihat pada diagram alir (flowchart) di atas, diawali dari point start berakhir sampai end. 4.4 Implementasi Dari desain yang dibuat akan diimplementasikan pada pembuatan program Form diagnosa Aplikasi Diagnosa Penyakit Mata , menggunakan tool NetBeans 6.9.1 untuk penyusunan coding program dan pemanfaatan emulator untuk melihat sementara hasil program sebelum di-install pada device mobile. a. Form diagnosa Aplikasi Diagnosa Penyakit Mata
Gambar 4.3 Form diagnosa Aplikasi Diagnosa Penyakit Mata Pada form diagnosa user memilih gejala yang dirasakan dengan mencentang daftar pertanyaan yang diajukan. Pada form ini terdapat tombol Keluar untuk keluar dari program. Tombol lain pada menu dapat dilihat pada gambar 4.4
41
Gambar 4.4 Tombol menu dalam Form diagnosa Aplikasi Diagnosa Penyakit Mata Jika tombol Proses ditekan maka proses perhitungan akan dilakukan dan akan masuk form Hasil Perhitungan untuk melihat prosentase perhitungan kemungkinan terkena salah satu penyakit mata. b. Form Hasil Perhitungan AplikasiDiagnosa Penyakit Mata
Gambar 4.5 Form Hasil Perhitungan AplikasiDiagnosa Penyakit Mata Pada form Hasil Perhitungan Aplikasi Diagnosa Penyakit Mata, Hasil Diagnosa bisa dilihat hasil perhitungan prosentase untuk diagnosa awal. Jika prosentase salah satu penyakit lebih dari 0 % maka akan ditampilkan, begitu juga sebaliknya. Hasil Diagnosa prosentase yang diperoleh dari perhitungan dan perbandingan Diagnosa Awal, prosentase maximum atau terbesar diantara yang lain adalah idikasi penyakit atau penyakit yang terpilih untuk user tersebut.
Gambar 4.5 Tombol menu dalam Form Hasil Perhitungan AplikasiDiagnosa Penyakit Mata Jika kita menekan tombol Analisa maka akan muncul Alert tentang informasi kemungkinan terbesar user terkena penyakit mata sesuai dengan gejala yang dipilih. Jika kita menekan tombol Solusi maka kita akan masuk Form Solusi sesuai dengan judul penyakit yang terpilih.
42
c. Alert Analize AplikasiDiagnosa Penyakit Mata
Gambar 4.6 Alert Analize AplikasiDiagnosa Penyakit Mata Alert Analize akan tampil setelah tombol Proses dalam Form Diagnosa ditekan atau ketika tombol Analisa dalam Form Hasil Perhitungan ditekan. Alert Analize Aplikasi Diagnosa Penyakit Mata memberikan informasi tentang kemungkinan terbesar user terkena penyakit mata Konjungtivitis atau Keratitis atau Glaukoma atau Katarak atau Miopi. d. Form Solusi AplikasiDiagnosa Penyakit Mata
Gambar 4.7 Form Solusi AplikasiDiagnosa Penyakit Mata Form Solusi Aplikasi Diagnosa Penyakit Mata memberikan informasi dan rekomendasi awal untuk penanganan dari penyakit yang terpilih pada Alert Analize. 4.5 Hasil Pengujian Dari pengambilan sampling 100 pasien untuk uji Z, didapatkan : ӯ1 = 1, ӯ2 = 0,84, ʃj12 = 0, ʃj22 = 13,44 Keterangan: ӯ1 : rata-rata dari y1 = = 100
∑
∑
; dimana n1
ӯ2 : rata-rata dari y2 = ; dimana n2 = 100 ʃj12 : total keseluruhan dari j12 ʃj22 : total keseluruhan dari j22
y1 : prosentase ketepatan diagnosa dokter = y2 : prosentase ketepatan diagnosa aplikasi =
Perhitungan uji hipotesa statistic Diketahui: data berdasarkan tabel sampling error (α) atau taraf nyata uji yang dianjurkan sampai 5% α = 5% → Z5% = 1.645 α/2 = 2.5% → Z2.5% = 1.96
43
Zα diperoleh dari tabel Z Dicari: h0 : diagnosa dengan aplikasi ini sama dengan diagnosa dokter h1 : diagnosa dengan aplikasi ini tidak sama dengan diagnosa dokter tolak h0 jika Z < -Zα/2 Jawab: - varians sample pertama untuk deviasi standar s12 s12 =
∑
(
ӯ )
=
- varians sample pertama untuk deviasi standar s22 s22 =
=0
∑
(
ӯ )
=
,
= 0,136
- Z untuk wilayah kritis tolak atau terima h0 Z=
|ӯ
ӯ |
=
|
,
| .
=
√
, ,
=
, ,
= 4,342
Zα/2 = Z0.025 = 1.96 → -Zα/2 = -1.96
V. KESIMPULAN Kesimpulan yang dapat diambil dari pembuatan Aplikasi Diagnosa Penyakit Mata ini adalah sebagai berikut : 1. Aplikasi Diagnosa Penyakit Mata dengan menggunakan metode forward chaining ini telah sesuai dengan desain yang ada dan menghasilkan output yang sesuai dengan perhitungan manual metode tersebut. 2. Aplikasi Diagnosa Penyakit Mata sudah bisa menentukan penyakit apa yang diderita melalui pertanyaan gejala yang diajukan. 3. Dari hasil uji Z dapat disimpulkan bahwa : Z > -Zα/2 → 4,342 > -1,96 4. Jadi aplikasi ini masih layak digunakan dengan toleransi 5% kesalahan atau error, sesuai dengan uji Z. DAFTAR PUSTAKA Arhami, Muhammad. 2005. Konsep Dasar Sistem Pakar. Yogyakarta: Andi Offset. Hartono, Jogiyanto. 1989. Analisis dan Desain. Yogyakarta : Andi Offset. Heryanto, Imam. 2007. Mudah Belajar JAVA. Bandung: INFORMATIKA. Ilyas, Sidarta. 1998. Ilmu Penyakit Mata. Jakarta: Balai Penerbit FKUI, Jakarta. Kusuma, Rinen. 2007. Artificial Intelligence Menyamai Kecerdasan Illahi?. Malang: UIN-Malang Press. Kusumadewi, Sri. 2003. Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta : GrahaIlmu. Mendenhall, William dan James E. Reinmuth. 1982. STATISTICS for MANAGEMENT and ECONOMICS, Fourth Edition. Inggris: PWS Publishers. Shalahuddin, M dan A.S, Rosa. 2010. Pemrograman J2ME (Belajar Cepat Pemrograman Perangkat Telekomunikasi Mobile).
44
