BAB 2 LANDASAN TEORI

20

BAB 2

LANDASAN TEORI

2.1

Kecerdasan Buatan

Kecerdasan buatan adalah suatu ilmu yang mempelajari cara membuat komputer melakukan sesuatu seperti yang dilakukan oleh manusia. Definisi lain, kecerdasan buatan (Artificial Intelligence) merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah cerdas [8].

Ilmu yang mempelajari cara membuat komputer dapat bertindak dan memiliki kecerdasan seperti manusia disebut kecerdasan buatan. Sementara ensiklopedi Britannica mendefenisikan Kecerdasan Buatan (AI) sebagai cabang dari ilmu komputer yang dalam merepresentasi pengetahuan lebih banyak menggunakan bentuk simbol-simbol daripada bilangan, dan memproses informasi berdasarkan sejumlah aturan. Beberapa topik penting kecerdasan buatan antara lain yaitu Layanan Rekayasa dan Penalaran Otomatis, Evolusi dan Swarm Algoritma dan Ahli Tahapan Pengembangan Sistem, Fuzzy Set dan logika dan Pengetahuan Berbasis Sistem, Metode Pemecahan masalah Self-Healing dan Sistem Otonom, dll [7].

2.2

Sistem Pakar

Sistem pakar adalah sistem berbasis komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tersebut. Sifat utama sistem pakar adalah

Universitas Sumatera Utara

21 ketergantungan pengetahuan manusia yang pakar dalam suatu bidang dalam menyusun strategi pemecahan persoalan yang dihadapi oleh sistem [14].

Pada dasarnya sistem pakar diterapkan untuk mendukung aktivitas pemecahan masalah. Beberapa aktivitas pemecahan yang dimaksud antara lain: pembuatan keputusan (decision making), pemaduan pengetahuan (knowledge fusing), pembuatan desain (designing), perencanaan (planning), prakiraan (forecasting), pengaturan (regulating),

pengendalian

(controlling),

diagnosis

(diagnosing),

perumusan

(prescribing), penjelasan (explaining), pemberian nasihat (advising) dan pelatihan (tutoring). Selain itu sistem pakar juga dapat berfungsi sebagai asisten yang pandai dari seorang pakar [8].

2.2.1

Sejarah Sistem Pakar

Sistem pakar mulai dikembangkan pada pertengahan tahun 1960-an oleh Artificial Inteligence Corporation. Periode penelitian AI ini didominasi oleh suatu keyakinan bahwa nalar yang digabung dengan komputer canggih akan menghasilkan prestasi pakar atau bahkan manusia super. Suatu usaha ke arah ini adalah General Purpose Problem-Solver (GPS). GPS sendiri merupakan sebuah predecessor menuju Expert System (ES) [1].

Sistem pakar untuk melakukan diagnosis kesehatan telah dikembangkan sejak pertengahan tahun 1970. Sistem pakar untuk melakukan diagnosis pertama dibuat oleh Bruce Buchanan dan Edward Shortliffe di Stanford University. Sistem ini diberi nama MYCIN [8].

MYCIN adalah aturan berbasis sistem pakar yang memberikan saran terapi untuk jenis tertentu dari penyakit menular [13]. MYCIN mampu memberikan penjelasan atas penalarannya secara detail. Meskipun MYCIN tidak pernah digunakan secara rutin oleh dokter, MYCIN merupakan referensi yang bagus dalam penelitian kecerdasan buatan yang lain [8].


22 2.2.2

Ciri-Ciri Sistem Pakar

Adapun ciri-ciri sistem pakar, yaitu: 1. Terbatas pada bidang yang spesifik. 2. Dapat memberikan penalaran untuk data-data yang tidak lengkap atau tidak pasti. 3. Dapat mengemukakan rangkaian alasan yang diberikannya dengan cara yang dapat dipahami. 4. Berdasarkan pada rule atau kaidah tertentu. 5. Dirancang untuk dapat dikembangkan secara bertahap. 6. Outputnya bersifat nasihat atau anjuran. 7. Output tergantung dari dialog dengan user. 8. Knowledge base dan inference engine terpisah.

2.2.3

Keuntungan dan Kelemahan Sistem Pakar

Ada beberapa keuntungan sistem pakar [15], yaitu: 1. Memungkinkan seorang awam untuk dapat melakukan pekerjaan pakar. 2. Meningkatkan produktivitas kerja dengan jalan meningkatkan efisiensi. 3. Menghemat waktu dalam menyelesaikan masalah pekerjaan. 4. Dapat melakukan proses rumit berulang-ulang secara otomatis yang bagi kebanyakan orang mungkin membosankan. 5. Dapat digunakan untuk 24 jam sehari. 6. Menghasilkan keluaran yang konsisten.

Selain keuntungan-keuntungan di atas, sistem pakar seperti halnya sistem lainnya juga memiliki kelemahan, di antaranya adalah:

1. Masalah dalam mendapatkan pengetahuan dimana pengetahuan tidak selalu bisa didapatkan dengan mudah, karena kadangkala pakar dari masalah yang kita buat tidak ada, dan kalaupun ada kadang-kadang pendekatan yang dimiliki oleh pakar berbeda-beda.


23 2. Untuk membuat sistem pakar yang benar-benar berkualitas tinggi sangatlah sulit dan memerlukan biaya yang sangat besar untuk pengembangan dan pemeliharaannya.

3. Boleh jadi sistem tidak dapat membuat keputusan.

4. Sistem pakar tidaklah 100% menguntungkan, walaupun seseorang tetap tidak sempurna atau tidak selalu benar. Oleh karena itu perlu diuji ulang secara teliti sebelum digunakan.

2.2.4

Konsep Dasar Sistem Pakar

Pengetahuan dari suatu sistem pakar mungkin dapat direpresentasikan dalam sejumlah cara. Salah satu metode yang paling umum untuk merepresentasikan pengetahuan adalah dalam bentuk tipe aturan (rule) IF…THEN (Jika…maka).

Konsep dasar dari suatu sistem pakar mengandung beberapa unsur atau elemen, yaitu keahlian, ahli, pengalihan keahlian, inferensi, aturan, dan kemampuan menjelaskan [8]. Salah satu fitur yang harus dimiliki oleh sistem pakar adalah kemampuan untuk menalar (reasoning). Jika keahlian-keahlian sudah tersimpan sebagai basis pengetahuan dan sudah tersedia program yang mampu mengakses basis data, maka komputer harus dapat diprogram untuk membuat inferensi. Proses ini dibuat dalam bentuk motor inferensi (inference engine).

2.2.5

Struktur Sistem Pakar

Sistem pakar disusun oleh dua bagian utama, yaitu lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation environment) [8]. Lingkungan pengembangan sistem pakar digunakan untuk memasukkan pengetahuan pakar ke dalam lingkungan sistem pakar, sedangkan lingkungan konsultasi digunakan oleh pengguna yang bukan pakar guna memperoleh pengetahuan pakar. Komponen-


24 komponen sistem pakar dalam kedua bagian tersebut dapat dilihat dalam Gambar 2.1 berikut ini. LINGKUNGAN KONSULTASI Pemakai

Antar Muka

LINGKUNGAN PENGEMBANGAN

Fakta tentang Kejadian tertentu

Basis Pengetahuan: Fakta dan aturan

Fasilitas Pen jelasan Knowledge Enginner Akuisisi Pengetahuan Mesin Inferensi Pakar

Aksi yang direkomendasikan

Blackboard Solusi, Rencana

Perbaikan Pengetahuan

Gambar 2.1 Struktur Sistem Pakar

Hasil pemrosesan yang dilakukan oleh mesin inferensi dari sudut pandang pengguna bukan pakar berupa aksi yang direkomendasikan oleh sistem pakar disertai dengan fasilitas-fasilitas penjelasan yang dibutuhkan pengguna. Komponen yang terdapat dalam sistem pakar, yaitu design interface, basis pengetahuan, akuisisi pengetahuan, mesin inferensi, workplace, fasilitas penjelasan, dan perbaikan pengaturan.

Keterangan gambar: : pemisah antara lingkungan konsultasi dengan lingkungan pengembangan. : komunikasi dua arah : langsung : tidak langsung


25 Komponen-komponen yang terdapat dalam sistem pakar antara lain, sebagai berikut:

1. Antarmuka Pengguna (User Interface) Antarmuka pengguna merupakan mekanisme yang digunakan oleh pengguna dan sistem pakar untuk berkomunikasi. Antarmuka menerima informasi dari pemakai dan mengubahnya ke dalam bentuk yang dapat diterima oleh sistem. Pada bagian ini terjadi dialog antara program dan pemakai, yang memungkinkan sistem pakar menerima instruksi dan informasi (input) dari pemakai, juga memberikan informasi (output) kepada pemakai.

2. Basis Pengetahuan Basis pengetahuan mengandung pengetahuan untuk pemahaman, formulasi, dan penyelesaian masalah. Komponen sistem pakar ini disusun atas dua elemen dasar, yaitu fakta dan aturan. Fakta merupakan informasi tentang obyek dalam area permasalahan tertentu, sedangkan aturan merupakan informasi tentang cara bagaimana memperoleh fakta baru dari fakta yang telah diketahui.

3. Mesin Inferensi 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 [2].

4. Akuisisi Pengetahuan Akuisisi pengetahuan adalah akumulasi, transfer, dan transformasi keahlian pemecahan masalah dari pakar atau sumber pengetahuan terdokumentasi ke program komputer, untuk membangun atau memperluas basis pengetahuan. Dalam tahap ini knowledge engineer berusaha menyerap pengetahuan untuk selanjutnya ditransfer ke dalam basis pengetahuan. Pengetahuan diperoleh dari


26 pakar, dilengkapi dengan buku, basis data, laporan penelitian dan pengalaman pemakai.

5. Blackboard (Tempat Kerja) Blackboard adalah area kerja memori yang disimpan sebagai database untuk deskripsi persoalan terbaru yang ditetapkan oleh data input, digunakan juga untuk perekaman hipotesis dan keputusan sementara. Tiga tipe keputusan dapat direkam dalam blackboard, yaitu rencana (bagaimana mengatasi persoalan), agenda (tindakan potensial sebelum eksekusi), dan solusi (hipotesis kandidat dan arah tindakan alternatif yang telah dihasilkan sistem sampai dengan saat ini) [16].

6. Fasilitas Penjelasan Sistem Fasilitas penjelasan sistem merupakan bagian dari sistem pakar yang memberikan penjelasan tentang bagaimana program dijalankan, apa yang harus dijelaskan kepada pemakai tentang suatu masalah, memberikan rekomendasi kepada pemakai, mengakomodasi kesalahan pemakai dan menjelaskan bagaimana suatu masalah terjadi.

7. Perbaikan Pengetahuan Pakar manusia memiliki sistem perbaikan pengetahuan, yakni mereka dapat menganalisis pengetahuannya sendiri dan kegunaannya, belajar darinya, dan meningkatkannya untuk konsultasi mendatang.

2.2.6

Representasi Pengetahuan

Representasi pengetahuan merupakan metode yang digunakan untuk mengkodekan pengetahuan dalam sebuah sistem pakar yang berbasis pengetahuan. Pengetahuan yang diperoleh dari pakar atau dari sekumpulan data harus direpresentasikan dalam format yang dapat dipahami oleh manusia dan dapat diekskusi pada komputer. Beberapa model representasi pengetahuan yang penting, yaitu logika (logic), jaringan semantik (semantic nets), bingkai (frame), dan kaidah produksi (production rule) [9].


27 2.2.6.1

Logika

Logika merupakan suatu pengkajian ilmiah tentang serangkaian penalaran, sistem kaidah, dan prosedur yang membantu proses penalaran. Logika merupakan bentuk representasi pengetahuan yang paling tua, yang menjadi dasar dari teknik representasi high level. Metode dikenal sebagai logika komputasional. Bentuk logika komputasional ada dua macam, yaitu:

1. Logika Proporsional Logika proporsisi disebut juga kalkulus proposisi yang merupakan logika simbolik untuk memanipulasi proposisi. Proposisi merupakan pernyataan yang dapat bernilai benar atau salah. Contohnya: Misalkan p menyatakan “Anda berusia 21 tahun atau sudah tua.” dan q menyatakan “Anda mempunyai hak pilih”, kondisional p → q dapat berarti: “Jika Anda berusia 21 tahun atau sudah tua maka Anda mempunyai hak pilih.”.

2. Logika Predikat Logika predikat atau kalkulus predikat merupakan logika yang digunakan untuk

merepresentasikan masalah

yang tidak dapat

dilakukan

atau

direpresentasikan dengan menggunakan logika proposisi.

Contohnya: Misalnya proposisi: mobil berada dalam garasi, dapat dinyatakan menjadi: Di dalam (mobil,garasi). Di dalam = keterangan, mobil = obyek, garasi = obyek


28 2.2.6.2

Jaringan Semantik (Semantic Nets)

Salah satu skema representasi pengetahuan tertua dan termudah adalah jaringan semantik. Representasi jaringan semantik merupakan penggambaran grafis dari pengetahuan yang memperlihatkan hubungan hirarki dari obyek-obyek. Komponen dasar untuk merepresentasikan pengetahuan dalam bentuk jaringan semantik adalah simpul (node) dan penghubung (link).

2.6.2.3

Bingkai (Frame)

Bingkai berupa ruang-ruang (slots) yang berisi atribut untuk mendeskripsikan pengetahuan. Pengetahuan yang termuat dalam slot dapat berupa kejadian, lokasi, situasi, ataupun elemen-elemen lainnya. Bingkai digunakan untuk merepresentasikan pengetahuan deklaratif [8]. Berikut adalah contoh tabel model representasi pengetahuan bingkai (frame).

Tabel 2.1 Representasi Bingkai Pada Bingkai Penyakit Ruang (slots)

Isi (fillers)

Nama

Flu

Gejala

a. Bersin b. Pusing c. Demam

Obat

a. Ultraflu b. Mixagrib

2.2.6.4

Kaidah Produksi (Production Rule)

Kaidah menyediakan cara formal untuk merepresentasikan rekomendasi, arahan, atau strategi. Kaidah produksi dituliskan dalam bentuk jika-maka (if-then). Kaidah if-then menghubungkan antaseden (antacedent) dengan konskuensi yang diakibatkannya.


29 Berbagai struktur kaidah if-then yang menghubungkan obyek atau atribut adalah sebagai berikut.

JIKA premis MAKA konklusi JIKA masukan MAKA keluaran JIKA kondisi MAKA tindakan JIKA anteseden MAKA konsekuen JIKA data MAKA hasil JIKA tindakan MAKA tujuan

Premis mengacu pada yang harus benar sebelum konklusi tertentu dapat diperoleh. Masukan mengacu pada data yang harus tersedia sebelum keluaran dapat diperoleh. Kondisi mengacu pada keadaan yang harus berlaku sebelum tindakan dapat diambil. Anteseden mengacu pada situasi yang terjadi sebelum konsekuensi dapat diamati. Data mengacu pada kegiatan yang harus dilakukan sebelum hasil dapat diharapkan. Tindakan mengacu pada kegiatan yang harus dilakukan sebelum hasil dapat diharapkan [8].

2.2.7

Mekanisme Inferensi

Mekanisme inferensi adalah bagian dari sistem pakar yang melakukan penalaran dengan menggunakan isi daftar aturan berdasarkan aturan dan pola tertentu. Selama proses konsultasi antar sistem dan pemakai, mekanisme inferensi menguji aturan satu demi satu sampai kondisi aturan tersebut benar.

Fungsi motor inferensi merupakan pembuktian hipotesis. Bila hipotesis sudah dimasukkan ke dalam sistem pakar, maka motor inferensi pertama-tama mengecek apakah hipotesis sudah ada dalam basis data atau belum. Jika sudah ada, maka hipotesis dianggap sebagai fakta yang sudah dibuktikan, sehingga operasi tidak perlu dilanjutkan.


30 Ada dua metode inferensi yang paling penting dalam sistem pakar, yaitu runut maju (forward chaining) dan runut balik (backward chaining).

2.2.7.1

Runut Maju (Forward Chaining)

Suatu perkalian inferensi yang menggabungkan suatu permasalahan dengan solusinya disebut dengan rantai (chain). Suatu rantai yang dicari atau dilewati atau dilintasi dari suatu permasalahan untuk memperoleh solusinya disebut dengan forward chaining. Cara lain menggambarkan forward chaining ini adalah dengan penalaran dari fakta menuju konklusi yang terdapat dari fakta. Menurut Wilson dalam metode ini, data digunakan untuk menentukan aturan mana yang akan dijalankan, kemudian aturan tersebut dijalankan. Mungkin proses menambahkan data ke memori kerja. Proses diulang sampai ditemukan suatu hasil [8].

Menurut Giarattano dan Riley, metode inferensi runut maju cocok digunakan untuk menangani masalah pengendalian (controling) dan peramalan (prognosis) [8].

Berikut ini adalah contoh inferensi dengan menggunakan metode runut maju. JIKA

penderita terkena penyakit epilepsi idiopatik dengan CF antara 0,4 s/d 0,6.

MAKA

berikan obat carbamazepine

Dalam metode ini, pendekatan yang dimotori data (data-driven). Pelacakan ke depan ini dimulai dari informasi masukan, dan selanjutnya mencoba menggambarkan kesimpulan. Pelacakan ke depan mencari fakta yang sesuai dengan bagian IF dari aturan IF-THEN. Gambar 2.2 berikut menunjukkan proses forward chaining.


31

Observasi A

Aturan

Fakta

Kesimpulan Aturan

Observasi B

Aturan

Fakta

Kesimpulan Aturan

Fakta

Gambar 2.2 Proses Forward Chaining

2.2.7.2

Runut Balik (Backward Chaining)

Suatu perkalian inferensi yang menggabungkan suatu permasalahan dengan solusinya disebut dengan rantai (chain). Suatu rantai yang dilintasi dari suatu hipotesa kembali ke fakta yang mendukung hipotesa tersebut adalah backward chaining. Cara lain menggambarkan backward chaining adalah dalam hal tujuan yang dapat dipenuhi dengan pemenuhan sub tujuannya. Menurut Giarattano dan Riley dalam runut balik, penalaran dimulai dengan tujuan merunut balik ke jalur yang akan mengarahkan ke tujuan tersebut [8].

Runut balik disebut juga sebagai goal-driven reasoning, merupakan cara yang efisien untuk memecahkan masalah yang dimodelkan sebagai masalah pemilihan terstruktur. Tujuan dari inferensi ini adalah mengambil pilihan terbaik dari banyak kemungkinan. Menurut Schnupp metode inferensi ini cocok digunakan untuk memecahkan masalah dignosis.

Berikut ini adalah contoh inferensi dengan menggunakan metode runut balik: Aturan 1: Mengalami epilepsi idiopatik lokal dengan certainty factor 0,63. JIKA

tipe sawan parsial sederhana

DAN

EEG menunjukkan adanya fokus

DAN

penyebabnya tidak diketahui


32 Dalam metode ini, pendekatan yang dimotori tujuan (goal-driven). Dalam pendekatan ini pelacakan dimulai dari tujuan, selanjutnya dicari aturan yang memiliki tujuan tersebut untuk kesimpulannya. Selanjutnya proses pelacakan menggunakan premis untuk aturan tersebut sebagai tujuan baru dan mencari aturan lain dengan tujuan baru sebagai kesimpulannya. Proses berlanjut sampai semua kemungkinan ditemukan. Gambar 2.3 menunjukkan proses backward chaining. Observasi A

Aturan R1

Fakta Aturan R3 Tujuan 1

Observasi B

Aturan R2

Fakta D

(Kesimpulan) Aturan R4

Gambar 2.3 Proses Backward Chaining

2.3

Penyakit Jantung Berdasarkan Standar Kompetensi Dokter Indonesia

Jantung adalah organ berupa otot, berbentuk kerucut, berongga dan dengan basisnya di atas dan puncaknya di bawah. Apex-nya ( puncak ) miring ke sebelah kiri. Berat jantung kira-kira 300 gram. Jantung berada di dalam torak, antara kedua paru-paru di belakang sternum, dan lebih menghadap ke kiri dari pada ke kanan. Ukuran jantung kira-kira sebesar kepalan tangan. Jantung terbagi oleh sebuah septum, (sekat) menjadi dua belahan, yaitu kiri dan kanan. Sesudah lahir tidak ada hubungan satu dengan yang lain antara kedua belahan ini. Setiap belahan kemudian dibagi lagi dalam dua ruang, yang atas disebut atrium dan yang bawah disebut ventrikel. Maka di kiri terdapat satu atrium dan satu ventrikel, dan di kanan juga ada satu atrium satu ventrikel.

Jantung merupakan organ yang sangat penting bagi manusia. Jantung adalah pusat kehidupan bagi manusia. Faktor kesehatan jantung juga dipengaruhi oleh pola makanan dan pola fikir manusia tersebut. Tanda-tanda penyakit jantung pada manusia antara lain adalah nafas berat, rasa sakit pada rahang, rasa sakit pada punggung, berkeringat dingin, pingsan, gemetaran, rasa panas pada dada.


33 Perlu disadari bahwa akhir-akhir ini dirasakan peningkatan keluhan masyarakat baik di media elektronik maupun media cetak terhadap tenaga dokter dalam memberikan pelayanan kesehatan. Baik buruknya pelayanan kesehatan ditentukan dari proses pendidkan profesi kedokteran yang dijalani tenaga kesehatan tersebut. Maka, diperlukan suatu standar kompetensi pendidikan dokter, sehingga sebelum terjun di tengah-tengah masyarakat sudah memiliki kemampuan dan ketrampilan yang memadai.

Standar Kompetensi Dokter ini merupakan standar nasional keluaran program studi dokter dan telah divalidasi oleh Perkumpulan Dokter Keluarga Indonesia, Kolegium Dokter Indonesia, Kolegium-Kolegium Spesialis terkait serta seluruh Bagian atau Departemen terkait dari seluruh institusi pendidikan kedokteran di Indonesia yang berjumlah 52 (lima puluh dua). Standar Kompetensi Dokter ini merupakan satu kesatuan dengan Standar Pendidikan Profesi Dokter. Standar Kompetensi Dokter adalah standar output atau keluaran dari program studi dokter [18].

Tingkat kemampuan yang diharapkan dicapai pada akhir pendidikan dokter:

Tingkat Kemampuan 3

3a. Mampu membuat diagnosis klinik berdasarkan pemeriksaan fisik dan pemeriksaan tambahan yang diminta oleh dokter (misalnya: pemeriksaan laboratorium sederhana atau X-ray). Dokter dapat memutuskan dan memberi terapi pendahuluan, serta merujuk ke spesialis yang relevan (bukan kasus gawat darurat).

3b. Mampu membuat diagnosis klinik berdasarkan pemeriksaan fisik dan pemeriksaan tambahan yang diminta oleh dokter (misalnya: pemeriksaan laboratorium sederhana atau X-ray). Dokter dapat memutuskan dan memberi terapi pendahuluan, serta merujuk ke spesialis yang relevan (kasus gawat darurat).


34 Tingkat Kemampuan 4

Mampu membuat diagnosis klinik berdasarkan pemeriksaan fisik dan pemeriksaan tambahan yang diminta oleh dokter (misalnya: pemeriksaan laboratorium sederhana atau X-ray). Dokter dapat memutuskan dan mampu menangani problem itu secara mandiri hingga tuntas.

2.3.1

Angina Pectoris (Angina Pektoris)

Angina pektoris adalah “jeritan” otot jantung yang merupakan sakit dada kekurangan oksigen. Suatu gejala klinik yang disebabkan oleh iskemia miokard yang sementara. Ini adalah akibat dari tidak adanya keseimbangan antara kebutuhan oksigen miokard dan kemampuan pembuluh darah koroner menyediakan oksigen secukupnya untuk kontraksi miokard.

Gejala-gejala pada penderita angina pektoris adalah sakit dada yang menyebar ke tangan, leher atau punggung, sakit kepala, sesak nafas, keringat dingin, mual, gelisah, dan merasa lelah. Faktor pencetus yang paling banyak menyebabkan angina adalah kegiatan fisik, emosi yang berlebihan dan kadang-kadang sesudah makan.

2.3.2

Unstable Angina (Angina Pektoris Tidak Stabil)

Angina pektoris tidak stabil pada dasarnya sama dengan angina pektoris stabil tetapi berbeda karena polanya berubah, frekuensi bertambah, lebih hebat dan lama, faktor pencetus kurang. Subset pertama, pola progresip-angina kresendo baik waktu kegiatan maupun istirahat. Subset kedua, angina baru timbul dalam waktu 30 hari terakhir baik pada kegiatan maupun istirahat.

Gejala-gejala pada penderita angina pektoris tidak stabil adalah sakit dada pada saat istirahat, stres, nafas dangkal dan cepat, gelisah, dan keringat dingin. Pada


35 angina pektoris tidak stabil umumnya terjadi perubahan-perubahan pola meningkatnya frekuensi, parahnya dan atau lama sakitnya dan faktor pencetusnya.

2.3.3

Myocardial Infraction (Infark Miokard)

Infark miokard biasanya disebabkan oleh thrombus arteri koroner. Terjadinya trombus disebabkan oleh rupture plak yang kemudian diikuti oleh pembentukan trombus oleh trombosit. Setelah 20 menit terjadinya sumbatan, dan bila berlanjut terus rata-rata dalam 4 jam telah terjadi infark transmural. Hal ini karena daerah sekitar infark masih dalam bahaya bila proses iskemia masih berlanjut.

Gejala-gejala pada penderita infark miokard adalah sesak nafas, sakit dada yang menjalar dan terasa seperti terhimpit, muntah, mual, stres, berkeringat dingin, dan pingsan. Kadang-kadang rasa sakit yang tidak jelas karena tejadinya infark waktu sedang dianastesi atau waktu terjadi sumbatan pembuluh darah otak.

2.3.4

Heart Failure (Gagal Jantung)

Gagal jantung adalah suatu keadaan dimana jantung tidak lagi mampu memompa darah ke jaringan untuk memenuhi kebutuhan metabolisme tubuh, walaupun darah balik masih normal. Dengan perkataan lain, gagal jantung adalah suatu keadaan patofisiologis dimana jantung kemampuannya hanya ada kalau disertai peninggian volume diastolik secara abnormal [10].

Gejala-gejala pada penderita gagal jantung adalah sesak nafas tengah malam, merasa lelah, jantung berdebar cepat, sakit dada, pembengkakan pada kaki, susah bernafas pada saat tidur, penurunan berat badan, dan batuk di malam hari.


36 2.3.5

Cardiorespiratory Arrest (Henti Jantung)

Henti jantung adalah terhentinya kontraksi jantung yang efektif. Yang paling sering menyebabkan cardiac arrest adalah fibrilasi ventrikel, cardiac standstill dan disosiasi elektromagnetik. Cardiac arrest akan diikuti oleh respiratory arrest dalam beberapa detik. Sangat jarang terjadi respiratory arrest terjadi terlebih dahulu. Bila ini terjadi, jantung dapat berdenyut sampai dengan 30 menit [3].

Gejala-gejala pada penderita cardiorespiratory arrest adalah pingsan, stres, sakit dada, penurunan kesadaran, nyeri pada tangan, punggung, dan perut, tidak ada denyut jantung, dan napas dangkal dan cepat.

2.3.6

Supraventricular Tachycardia (Takikardia Supraventrikular)

Takikardia supraventrikular adalah pada umumnya penyakit jantung yang komplikasi pada kehamilan. Pengobatan sama dengan pada pasien tidak hamil, dan toleransi janin dari obat-obatan seperti adenosin dan calcium channel blockers diterima. Bila perlu, electrocardioversion dapat dilakukan dan umumnya dapat ditoleransi dengan baik oleh ibu dan janin [4].

Gejala-gejala pada penderita takikardia supraventrikular adalah jantung berdebar cepat, pingsan, buang air kecil lebih sering, nafas dangkal dan cepat, dan stres.

2.3.7 Atrial Flutter (Flutter Atrium)

Flutter atrium adalah disritmia serius, dimana fokus irritable merangsang cepat 300-350 per menit atrial kontraksi. Ventrikel berespon kepada beberapa stimulant atrial, dan konsekuensinya denyut ventrikel juga cepat. Angina atau congestive adalah hasil dari kegagalan jantung. Flutter atrium jarang terjadi tanpa adanya kelainan jantung. Kelainan ini bisa terlihat pada kelainan katup mitral atau trikuspid, kor


37 pulmonal akut atau kronis, dan penyakit jantung koroner, namun jarang sebagai manifestasi intoksikasi digitalis [6].

Gejala-gejala pada penderita flutter atrium adalah nyeri pada dada, kelelahan, sesak nafas, dan jantung berdebar cepat.

2.3.8

Ventricular Extrasystole (Ekstrasistol Ventrikular)

Ekstrasistol ventrikular diikuti dengan ketukan dengan jeda kompensasi, dan hati ketukan pertama setelah jeda mungkin luar biasa kuat karena peningkatan ventrikel kiri dan kontradiksi disempurnakan. Semburan berkelanjutan dari denyut jantung secepat mungkin dan berkelanjutan irama tidak teratur.

Gejala-gejala pada penderita ekstrasistol ventrikular adalah nyeri dada, sesak nafas, perubahan status mental, demam dan menggigil, dan berkeringat dingin.

2.3.9

Essential Hypertension (Hipertensi Esensial)

Hipertensi esensial (primer) merupakan lebih kurang 90% dari seluruh penderita hipertensi dan tidak ada penyebab yang mengidentifikasikannya dan perlahan-lahan perkembangan meningkat tinggi pada tekanan darah dalam periode bertahun-tahun.

Gejala-gejala pada penyakit hipertensi esensial adalah sakit kepala, jantung berdebar cepat, berkeringat dingin, mual, merasa gelisah, gemetaran, dan muntah.

2.3.10 Secondary Hypertension (Hipertensi Sekunder)

Hipertensi sekunder adalah keadaan terjadinya tekanan darah tinggi akibat penyakit tertentu. Angka kekerapan berkisar antara 10-20% dari semua penderita hipertensi.


38 Hipertensi sekunder adalah adanya atribut kondisi pathologis, jika pengobatan, akan menyebabkan tekanan darah kembali menjadi normal.

Gejala-gejala pada penderita hipertensi sekunder adalah sakit kepala, jantung berdebar cepat, berkeringat, muntah, mual, merasa gelisah, gemetaran, dan merasa lelah.

2.3.11 Septic Shock (Syok Septik)

Syok septik disebabkan oleh jaringan penurunan perfusi dan pengiriman oksigen sebagai hasil dari berat infeksi dan sepsis. Hal ini dapat menyebabkan kegagalan organ dan kematian, hampir kebanyakan korbannya adalah anak-anak dan orang tua, karena sistem kekebalan tubuhnya tidak bisa menghadapi infeksi seefektif orang dewasa yang sehat. Gejala-gejala pada penderita syok septik adalah demam dan menggigil, peningkatan nadi, merasa gelisah, lemah badan dan nafsu tidur yang berlebihan, dan penurunan kesadaran.

2.3.12 Hypovelmic Shock (Syok Hipovolemik)

Syok hipovolemik adalah bentuk yang paling umum dari hasil syok, baik dari hilangnya merah massa sel darah dan plasma dari perdarahan atau dari hilangnya volume plasma saja yang timbul dari penyerapan cairan ekstravaskular atau pencernaan, kemih, dan kerugian pingsan.

Gejala-gejala pada penderita syok hipovolemik adalah pendarahan, muntah, peningkatan nadi, dehidrasi, lemah badan dan nafsu tidur berlebih, merasa gelisah, cepat bernafas, dan penurunan tingkat kesadaran.


BAB 2 LANDASAN TEORI

Recommend Documents