BAB I PENDAHULUAN
1.1
Latar Belakang Masalah Manusia dapat mendeteksi rangsangan dari luar tubuh dengan adanya alat
tubuh yang dinamakan indera. Indera yang digunakan untuk mendeteksi adanya rangsangan cahaya adalah mata. Dengan adanya mata, manusia dapat menginterpretasi sesuatu hal yang dilihatnya. Kesehatan mata harus dijaga, agar aktivitas hidup manusia tidak terganggu. Hal paling fatal yang dapat mengganggu penglihatan manusia adalah kebutaan. Banyak faktor yang dapat menyebabkan kebutaan mata. Penyebab yang paling sering terjadi adalah karena adanya katarak. Hal ini dibuktikan dengan adanya fakta yang diungkap oleh World Health Organization (WHO, 2010) yang menyatakan katarak sebagai penyebab 51% dari 39 juta kebutaan yang terjadi pada tahun 2010 di seluruh dunia. Berdasarkan Riset Kesehatan Dasar (Badan Penelitian dan Pengembangan Kesehatan Kementerian Kesehatan RI, 2013) yang dilakukan pada 1.027.763 orang, tingkat kebutaan di Indonesia pada tahun 2013 mencapai 0,4%. Dalam Riskesdas juga disebutkan dari populasi tersebut, penderita katarak di Indonesia pada tahun 2013 sebesar 1,8%. Separuh dari penderita katarak tersebut belum menjalani pengobatan katarak dikarenakan faktor ketidaktahuan penderita mengenai penyakit mata katarak yang dideritanya. Kebanyakan penderita berperilaku pasif dengan mengabaikan ketidaknyamanan penglihatan yang dialami. Fakta ini membuktikan bahwa kesadaran dan pengetahuan yang dimiliki penderita mengenai bahaya katarak sangat kurang.
1
Seiring dengan perkembangan teknologi, ilmu kedokteran dapat diimplementasikan pada sebuah aplikasi yang dapat menarik keputusan dari hasil test yang telah dilakukan oleh pengguna. Aplikasi tersebut disebut dengan sistem pakar. Kemampuan sistem pakar dalam menarik keputusan dapat diperoleh dengan mengimplementasikan metode learning pada sistem. Metode learning digunakan untuk mengolah knowledge menjadi berbagai aturan yang digunakan dalam menarik keputusan. Terdapat berbagai metode learning, salah satunya adalah metode decision tree. Pada Analisis Komparasi Algoritma Klasifikasi Data Mining untuk Prediksi Mahasiswa Non Aktif (Khafiizh Hastuti, 2012), dilakukan perbandingan terhadap algoritma C4.5, logistic regression, naïve bayes, dan neural network. Analisis tersebut menyimpulkan bahwa algoritma C4.5 dinyatakan sebagai algoritma learning yang memiliki tingkat keakurasian paling tinggi dibanding algoritma learning lainnya. Oleh karena itu, dipilihlah metode decision tree dengan algoritma C4.5 sebagai metode dan algoritma learning pada sistem pakar ini. Kesadaran dan pengetahuan yang berkaitan dengan kesehatan mata sangat penting untuk dimiliki oleh setiap individu. Hal ini dilakukan agar individu dapat mencegah dan memperkecil resiko kebutaan sedini mungkin. Untuk itu dibangunlah suatu sistem pakar yang dapat mendeteksi penyakit mata katarak pada manusia. Sistem ini dapat melakukan penarikan keputusan apakah pengguna menderita katarak atau tidak, serta mengklasifikasikan jenis katarak apa yang diderita.
2
1.2
Rumusan Masalah Rumusan masalah dalam penelitian ini adalah:
1. Apa yang dapat menyebabkan seseorang mengalami katarak? 2. Apa gejala yang dialami penderita katarak? 3. Bagaimana cara untuk mengatasi penyakit mata katarak? 4. Bagaimana sistem dapat menggunakan algoritma C4.5 dalam menentukan seorang pengguna menderita katarak atau tidak? 5. Bagaimana sistem dapat mengklasifikasikan jenis katarak yang diderita pengguna sistem dengan menggunakan algoritma C4.5? 1.3
Batasan Masalah Batasan masalah yang ditetapkan dalam penelitian ini adalah
1. Sistem hanya dapat mendeteksi penyakit mata katarak pada manusia, 2. Sistem melakukan diagnosa dengan cara melakukan tanya jawab kepada pengguna sehingga sistem dapat menarik keputusan, 3. Sistem menggunakan metode decision tree dengan algoritma C4.5 dalam menarik keputusan, 4. Sistem ini hanya membatasi penggunaan dan pengujian sistem bagi pengguna dewasa, 5. Sistem ini dibangun menggunakan database MYSQL dan bahasa pemrograman PHP. 1.4
Tujuan Penelitian Berdasarkan rumusan masalah, maka tujuan dari penelitian ini adalah untuk
membuat rancang bangun sistem pakar yang dapat mendeteksi penyakit mata katarak secara dini dengan menggunakan algoritma C4.5.
3
1.5
Manfaat Penelitian Manfaat dari penelitian ini adalah:
1. Untuk memperluas pengetahuan dan menerapkan ilmu bidang kedokteran ke dalam teknologi, 2. Untuk membantu dokter umum ataupun orang awam dalam mendeteksi katarak secara dini dan dapat mengetahui langkah pengobatan selanjutnya, 3. Untuk membantu orang awam dalam melakukan pengecekan mata tanpa harus melakukan pemeriksaan ke dokter. 1.6
Sistematika Penulisan Laporan Penelitian Sistematika penulisan dari skripsi ini terdiri atas lima (5) bagian utama,
sebagai berikut: 1. BAB I PENDAHULUAN Bab ini berisi penjelasan mengenai latar belakang, rumusan masalah, batasan masalah, tujuan dan manfaat dari penelitian serta sistematika penulisan laporan penelitian. 2. BAB II LANDASAN TEORI Bab ini berisi penjelasan dari dasar teori yang digunakan selama penelitian dan penulisan skripsi. Dasar teori tersebut adalah kecerdasan buatan, sistem pakar, data mining, klasifikasi, decision tree, kinerja algoritma C4.5 pada sistem pakar, Bootstrap, dan teknik uji k-fold cross validation. Selain itu juga dijelaskan mengenai
penyakit
mata katarak beserta
penyebab,
gejala, jenis
dan
pengobatannya.
4
3. BAB III METODE DAN PERANCANGAN SISTEM Bab ini menjelaskan mengenai metode dan perancangan dalam membangun sistem ini. Perancangan sistem yang dilakukan adalah membuat beberapa diagram, yaitu flowchart diagram, data flow diagram, entity relationship, struktur tabel dan mockup user interface. 4. BAB IV IMPLEMENTASI DAN PENGUJIAN Bab ini menjelaskan secara detail mengenai implementasi dan pengujian yang dilakukan terhadap sistem. 5. BAB V SIMPULAN DAN SARAN Bab ini berisi mengenai simpulan dari keseluruhan isi skripsi, serta saran yang disampaikan untuk penelitian selanjutnya.
5
