BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA

2.1

Sistem Pendukung Keputusan Konsep Sistem Pendukung Keputusan (SPK) atau Decision Support

Systems (DSS) pertama kali diungkapkan pada awal tahun 1970-an oleh Michael S. Scott Morton dengan istilah Management Decision Systems. Morton mendefinisikan DSS sebagai “Sistem Berbasis Komputer Interaktif, yang membantu para pengambil keputusan untuk menggunakan data dan berbagai model untuk memecahkan masalah – masalah yang tidak terstruktur”. Menurut Alter, DSS merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan dan pemanipulasian data. Sistem digunakan untuk membantu pengambilan keputusan dalam situasi yang semi terstruktur dan situasi yang tidak terstruktur, dimana tak seorang pun tahu secara pasti bagaimana keputusan seharusnya dibuat. DSS biasanya dibangun untuk mendukung solusi atas suatu masalah atau untuk mengevaluasi suatu peluang. DSS yang seperti itu disebut aplikasi DSS. Aplikasi DSS digunakan dalam pengambilan keputusan. Aplikasi DSS menggunakan CBIS (Computer Based Information Systems) yang fleksibel, interaktif, dan dapat diadaptasi, yang dikembangkan untuk mendukung solusi atas masalah manajemen spesifik yang tidak terstruktur. Aplikasi DSS menggunakan data, memberikan antarmuka pengguna yang mudah dan dapat menggabungkan pemikiran pengambil keputusan.DSS lebih ditujukan untuk mendukung manajemen dalam melakukan pekerjaan yang bersifat analitis dalam situasi yang kurang terstruktur dan dengan kriteria yang kurang jelas. DSS tidak dimaksudkan untuk mengotomatisasikan pengambilan keputusan tetapi memberikan perangkat interaktif yang memungkinkan pengambil keputusan untuk melakukan berbagai analisis menggunakan model - model yang tersedia. Menurut Turban (2005), tujuan dari DSS adalah sebagai berikut: a. Membantu dalam pengambilan keputusan atas masalah yang terstruktur.

b. Memberikan dukungan atas pertimbangan manajer dan bukannya dimaksudkan untuk menggantikan fungsi manajer. c. Meningkatkan efektivitas keputusan yang diambil lebih daripada perbaikan efisiensinya. d. Kecepatan komputasi. Komputer memungkinkan para pengambil keputusan untuk melakukan banyak komputasi secara cepat dengan biaya yang rendah. e. Peningkatan produktivitas. f. Dukungan kualitas. g. Berdaya saing. h. Mengatasi

keterbatasan

kognitif

dalam

pemprosesan

dan

penyimpanan. 2.2

Case Base Reasoning Cased Based Reasoning adalah pendekatan untuk membangun sistem

pendukung keputusan dengan mengakses solusi yang pernah ada (disebut kasus) agar dapat mengambil kesimpulan dari masalah-masalah yang akan datang. „Sebuah kasus adalah bagian dari pengetahuan dalam suatu konteks khusus yang mempresentasikan pengalaman yang mengajarkan pelajaran penting untuk mencapai tujuan dari pemikir. Cased Based Reasoning melibatkan pertimbangan tentang kasus dalam jumlah besar dan bagaimana solusi sebelumnya dapat diadaptasikan dari permasalahan baru atau bagaimana solusi sebelumnya dapat dihubungkan dengan kasus-kasus baru. Kasus merupakan pilihan terbaik untuk mengajarkan orang lain mengenai situasi nyata pengambilan keputusan. Misalnya, kasus membantu para dokter, pengacara, perancang, konselor, usahawan, dan yang lain, bagaimana merespon masalah-masalah aktual yang akan mereka hadapi di lapangan. Secara umum terdapat level pada siklus CBR yang dapat digambarkan sebagai berikut: 1. Retrieve (memperoleh kembali) kasus, kasus-kasus yang paling mirip. Pada tahap ini dimulai dengan pendeskripsian satu atau sebagian masalah dan berakhir apabila telah ditemukan kasus sebelumnya yang

paling cocok. Sub task mengacu pada identifier fitur, pencocokan awal, pencarian dan pemilihan. 2. Reuse ( menggunakan) informasi dan pengetahuan dari kasus tersebut untuk memecahkan pemasukan Proses reuse dari solusi kasus di peroleh dalam konteks kasus baru di fokuskan pada 2 aspek yaitu : a. Perbedaan antara kasus yang sebelumnya dan yang sekarang b. Bagian apa dari kasus yang telah diperoleh yang dapat ditransfer menjadi kasus baru. 3. Revise (meninjau kembali atau memperbaiki ) usulan solusi Fase ini terdiri dari 2 tugas yaitu : a. Mengevalasi solusi kasus yang dihasilkan oleh proses reuse. Jika berhasil maka dilanjutkan dengan proses retain. b. Jika tidak maka memperbaiki solusi kasus menggunakan domain spesifik pengetahuan. 4. Retain ( menyimpan) bagian-bagian dari pengalaman tersebut yang mungkin berguna untuk memecahkan masalah di masa-masa yang akan datang. Proses ini terdiri dari memilih informasi apa dari kasus yang akan disimpan. Disimpan dalam bentuk apa, cara menyusun kasus agar mudah untuk menentukan masalah yang mirip, dan bagaimanan mengintegrasikan kasus baru pada struktur memori.

Gambar 2. 1 Tahapan Case Base Reasoning (Sumber : Chusnul Imama, 2013) Pada saat terjadi permasalahan baru, pertama-tama sistem akan melakukan proses Retrieve. Proses Retrieve akan melakukan dua langkah pemrosesan, yaitu pengenalan masalah dan pencarian persamaan masalah pada database. Setelah proses Retrieve selesai dilakukan, selanjutnya sistem akan melakukan proses Reuse. Di dalam proses Reuse, sistem akan menggunakan informasi permasalahan sebelumnya yang memiliki kesamaan untuk menyelesaikan permasalahan yang baru. Pada proses Reuse akan menyalin, menyeleksi, dan melengkapi informasi yang akan digunakan. Selanjutnya pada proses Revise, informasi tersebut akan dikalkulasi, dievaluasi, dan diperbaiki kembali untuk mengatasi kesalahankesalahan yang terjadi pada permasalahan baru. Pada proses terakhir, sistem akan melakukan proses Retain. Proses Retain akan mengindeks,mengintegrasi, dan mengekstrak solusi yang baru. Selanjutnya, solusi baru itu akan disimpan ke dalam knowledge-base untuk menyelesaikan permasalahan yang akan datang. Tentunya, permasalahan yang akan diselesaikan adalah permasalahan yang memiliki kesamaan dengannya.

2.3

Algoritma K-Nearest Neighbor Algoritma k-nearest neighbor (KNN) adalah sebuah metode untuk

melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut (Uung Ungkawa,2013).KNN termasuk algoritma supervised learning dimana hasil dari query instance yang baru diklasifikan berdasarkan mayoritas dari kategori pada KNN. Nanti kelas yang paling banyak muncullah yang akan menjadi kelas hasil klasifikasi. Algoritma metode k-nearest neighbor (KNN) sangatlah sederhana, bekerja berdasarkan jarak terpendek dari query instance ke training sample untuk menentukan KNN-nya. Dekat atau jauhnya tetangga biasanya dihitung berdasarkan Euclidean Distance. Jarak Euclidean paling sering digunakan menghitung jarak. Jarak euclidean berfungsi menguji ukuran yang bisa digunakan sebagai interpretasi kedekatan jarak antara dua obyek. yang direpresentasikan sebagai berikut :

𝐷 𝐴, 𝐵 =

𝑘 𝑖=1(𝑎𝑖

− 𝑏𝑖 )2 …………………………. (2.1)

Ket : 

D

= Jarak Euclidien



A

= Titik Baru (Kasus Baru)



B

= Titik Lama (Kasus Lama)



𝑎𝑖

= Parameter / Fitur dari A



𝑏𝑖

= Parameter / Fitur dari B

Langkah-langkah untuk menghitung metode K-Nearest Neighbor : 1. Menentukan parameter K (jumlah tetangga paling dekat). 2. Menghitung kuadrat jarak euclid (query instance) masing–masing obyek terhadap data sampel yang diberikan. 3. Kemudian mengurutkan objek–objek tersebut kedalam kelompok yang mempunyai jarak euclid terkecil. 4. Mengumpulkan kategori hasil perhitungan (Klasifikasi nearest neighbor berdasarkan nilai k. 5. Dengan menggunakan kategori nearest neighbor yang paling mayoritas maka dapat dipredisikan kategori objek 2.4

Uji Darah Lengkap Untuk menegakkan diagnosis perlu dilakukan anamnesis, pemeriksaan

fisik, dan pemeriksaan darah lengkap. Sehingga petugas medis dapat menentukan apakah pasien tersebut menderita penyakit tertetu dan harus dilakukan tindakan selanjutnya dan menentukan apakah pasien diharuskan rawat jalan atau rawat inap dan jangka waktunya. Pemeriksaan Darah Lengkap (Complete Blood Count / CBC) yaitu suatu jenis pemeriksaaan penyaring untuk menunjang diagnosa suatu penyakit dan atau untuk melihat bagaimana respon tubuh terhadap suatu penyakit. Disamping itu juga pemeriksaan ini sering dilakukan untuk melihat kemajuan atau respon terapi pada pasien yang menderita suatu penyakit infeksi. Pemeriksaan darah lengkap meliputi pemeriksaan terhadap sel darah merah, sel darah putih, dan trombosit. Pemeriksaan darah lengkap dapat digunakan untuk melihat kemampuan tubuh pasien dalam melawan penyakit dan dapat digunakan sebagai indikator untuk mengetahui kemajuan pasien dalam keadaan penyakit tertentu seperti infeksi, pemeriksaan darah lengkap tersebut diantaranya adalah pemeriksaan jumlah leukosit, kadar hemoglobin, hematokrit, dan jumlah eritrosit. Pemeriksaan darah yang biasanya dilakukan adalah pemeriksaan jumlah trombosit, nilai hematokrit, jumlah leukosit, kadar hemoglobin dan hapusan darah tepi untuk melihat adanya limfositosis relatif disertai gambaraan limfosit plasma biru

(LPB).

Pemeriksaan

darah

lengkap

sebaiknya

dilakukan

untuk

mengonfirmasi diagnosis. Tes tambahan lainnya sebaiknya dilakukan jika ada indikasi. Tes tambahan tersebut seperti tes fungsi hepar, glukosa, serum elektrolit, urea dan creatinin, bicarbonate atau lactate, kardiak enzim, dan ECG.

Tabel 2. 1 Pemeriksaan Laboratorium (Sumber : RSU. Famili Husada) No

Pemeriksaan

Satuan

Nilai Rujukan

1

WBC

10^3/uL

5 – 10

2

LYM %

%

25 – 40

3

MID %

%

3–7

4

LYM

10^9/l

1,3 – 4

5

MID

10^9/l

0,15 – 0,7

6

RBC

10^6/uL

4 – 5,5

7

HGB

g/ dL

14 – 17,4

8

HCT

%

45 – 52

9

MCV

Fl

84 – 97

10

MCH

Pg

27 – 31

11

MCHC

g/dL

32 – 32

12

RDW %

%

11 – 16

13

RDWa

If

30 – 150

14

PLT

10^3/uL

150 – 450

15

MPV

Fl

8 – 15

16

PDW

Fl

0.1 - 99.9

17

PCT

%

0,01 – 9,99

18

LPCR

%

0,1 – 99,9

19

GRA %

20

GRAN

% 10^3/uL

35-80 1,2-8

2.4.1. Demam Berdarah Demam Berdarah Dengue merupakan penyakit infeksi yang umumnya ditemukan di daerah tropis dan ditularkan lewat hospes perantara jenis serangga khusus Aedes spesies. Demam Berdarah Dengue adalah penyakit demam berdarah akut yang terutama menyerang anak-anak dengan manifestasi klinisnya perdarahan dan menimbulkan syok yang dapat berakibat kematian. Nyamuk Aedes aegypti biasanya menggigit baik di dalam maupun di luar rumah, biasanya pagi dan sore hari ketika anak -anak sedang bermain. Penyebab penyakit ini adalah virus Dengue, termasuk dalam kelompok Flavivirus dari family Togaviridae. Virus ini ditularkan dari orang sakit ke orang sehat melalui gigitan nyamuk Aedes spesies sub genus Stegomya. Cara penularan penyakit Demam Berdarah Dengue yang terjadi secara propagatif (virus penyebabnya berkembang biak dalam badan vektor), berkaitan dengan gigitan nyamuk Aedes aegypti dan Aedes albopictus yang merupakan vector utama dan vector sekunder Demam Berdarah Dengue di Indonesia. Demam dengue merupakan penyakit demam akut selama 2 - 7 hari, ditandai dengan dua atau lebih manifestasi klinis seperti nyeri kepala, nyeri retro - orbital, nyeri sendi dan otot, ruam kulit, manifestasi perdarahan (petekie atau uji bendung positif), leukopenia dan pemeriksaan serologi IgM anti dengue positif. Diagnosis DBD ditegakkan berdasarkan kreteria WHO bila semua hal berikut dipenuhi : 1. Demam atau riwayat demam akut, antara 2 - 7 hari, biasanya bifasik. 2. Trombositopenia (jumlah trombosit < 100.000/μl). Keadaan infeksi virus dengue yang parah, disertai dengan seluruh kreteria DBD dan terjadi kegagalan sirkulasi seperti nadi cepat dan lemah, penyempitan tekanan nadi (< 20 mmHg), hipotensi, akral dingin, dan gelisah.

2.4.2. Typhoid Tifus abdominalis adalah penyakit infeksi akut yang biasanya terdapat pada saluran pencernaan dengan gejala demam yang lebih dari satu minggu, gangguan pada saluran pencernaan dan gangguan kesadaran. Etiologi dari demam

typhoid adalah slamonella typhii, basil gram negative, bergerak dengan rambut getar, tidak berspora. Perjalanan penyakit demam tifoid yaitu pertama-tama kuman masuk melalui mulut. Sebagian kuman akan di musnahkan dalam lambung dan sebagian lagi masuk ke usus halus, ke jaringan limfoid dan berkembang biak menyerang vili usus halus kemudian kuman masuk ke peredaran darah ( bakterimia primer ), dan mencapai sel-sel retikulo endothelial, hati, limfa dan organ lainnya. Untuk pemeriksaan penujang terdapat pemeriksaan Leukosit, Pemeriksaan SGOT dan SGPT, dan biakan darah. Manifestasi klinik pada demam tifoid yaitu: a) Nyeri kepala, lemah, lesu. b) Demam yang tidak terlalu tinggi dan berlangsung selama tiga minggu, minggu pertama peningkatan suhu tubuh berfluktuasi. Biasanya suhu tubuh meningkat pada malam hari dan menurun pada pagi hari. Pada minggu ke dua suhu tubuh terus meningkat, dan minggu ke tiga suhu berangsur-angsur turun dan kembali normal. c) Gangguan pada saluran cerna : halitosis, bibir kering dan pecah-pecah, lidah di tutupi selaput putih koto ( coated tongue ), meteorismus, mual, tidak nafsu makan, hepatomegali, splenomegali yang disertai nyeri pada perabaan 2.4.3. Anemia Menurut WHO, anemia gizi besi didefinisikan suatu keadaan dimana kadar Hb dalam darah hemotokrit atau jumlah eritrosit lebih rendah dari normal sebagai kekurangan salah satu atau lebih zat besi penting, apapun kekurangan tersebut. Sebagian besar penyebab anemia di Indonesia adalah kekurangan zat besi yang diperlukan untuk pembentukan Hb, sehingga disebut anemia kekurangan zat besi. Kekurangan zat besi dalam tubuh tersebut disebabkan karena kurangnya konsumsi makanan kaya zat besi terutama yang berasal dari sumber hewani, Kekurangan zat besi karena kebutuhan yang meningkat seperti pada kehamilan, masa tumbuh kembang serta pada penyakit infeksi seperti malaria dan penyakit kronis lainnya misal TBC, Kehilangan zat besi yang berlebihan pada pendarahan termasuk haid yang berlebihan, sering melahirkan dan infeksi cacing,

ketidakseimbangan antara kebutuhan tubuh akan zat besi dibandingkan dengan penyerapan dari makanan.

2.5.

Pengembangan dan Pengujian Perangkat Lunak

2.5.1. Waterfall Model waterfall adalah proses pengembangan perangkat lunak tradisional yang umum digunakan dalam proyek – proyek perangkat lunak yang paling pembangunan. Ini adalah model sekuensial, sehingga penyelesaian satu set kegiatan menyebabkan dimulainya aktivitas berikutnya. Hal ini disebut waterfall karena proses mengalir "secara sistematis dari satu tahap ke tahap lainnya dalam mode ke bawah". Membentuk kerangka kerja untuk pengembangan perangkat lunak. Beberapa varian dari model ada, setiap label yang berbeda menggunakan untuk setiap tahap. Secara umum, bagaimanapun, model ini dianggap memiliki enam tahap yang berbeda seperti yang ditunjukkan padaModel proses perangkat lunak merupakan deskripsi sederhana dari proses perangkat lunak yang menyajikan suatu pandangan dari proses tersebut (Sommerville, 2011). Model proses mencakup kegiatan yang merupakan bagian dari proses perangkat lunak, produk perangkat lunak, dan peran orang yang terlibat dalam rekayasa perangkat lunak. Model waterfall memiliki tahapan - tahapan dalam proses nya, setiap tahapan tersebut harus diselesaikan sebelum berlanjut ke tahap berikutnya. Berikut tahapan yang ada dalam waterfall adalah (Sommerville, 2011):

Gambar 2. 2 Waterfall Model (Sumber : Sommerville, 2011) Berikut merupakan tahapan-tahapan dalam model proses SDLC: 1.

Requirements analysis and definition Merupakan tahapan penetapan fitur, kendala dan tujuan sistem melalui konsultasi dengan pengguna sistem. Semua hal tersebut akan ditetapkan secara rinci dan berfungsi sebagai spesifikasi sistem.

2.

System and software design Dalam tahapan ini akan dibentuk suatu arsitektur sistem berdasarkan persyaratan yang telah ditetapkan. Dan juga mengidentifikasi dan menggambarkan abstraksi dasar sistem perangkat lunak dan hubunganhubungannya.

3.

Implementation and unit testing Dalam tahapan ini, hasil dari desain perangkat lunak akan direalisasikan sebagai satu set program atau unit program. Setiap unit akan diuji apakah sudah memenuhi spesifikasinya.

4.

Integration and system testing Dalam tahapan ini, setiap unit program akan diintegrasikan satu sama lain dan diuji sebagai satu sistem yang utuh untuk memastikan sistem sudah memenuhi persyaratan yang ada. Setelah itu sistem akan dikirim ke pengguna sistem.

5.

Operation and maintenance Dalam tahapan ini, sistem diinstal dan mulai digunakan. Selain itu juga memperbaiki error yang tidak ditemukan pada tahap pembuatan. Dalam tahap ini juga dilakukan pengembangan sistem seperti penambahan fitur dan fungsi baru.

2.5.2. Black Box Testing Black box testing, pengujian yang dilakukan hanya mengamati hasil eksekusi melalui data uji dan memeriksa fungsional dari perangkat lunak. Menurut Myers (2004), Black Box Testing merupakan Pengujian yang mengabaikan mekanisme internal sistem atau komponen dan fokus semata-mata pada output yang dihasilkan yang merespon input yang dipilih dan kondisi eksekusi. Pengujian ini digunakan untuk menguji fungsi-fungsi khusus dari perangkat lunak yang dirancang Kebenaran perangkat lunak yang diuji hanya dilihat berdasarkan keluaran yang dihasilkan dari data atau kondisi masukan yang diberikan untuk fungsi yang ada tanpa melihat bagaimana proses untuk mendapatkan keluaran tersebut. Dari keluaran yang dihasilkan, kemampuan program dalam memenuhi kebutuhan pemakai dapat diukur sekaligus dapat diiketahui kesalahan-kesalahannya.

2.5.3. White Box Testing Pengujian

Whitebox

merupakan

metode

desain

uji

kasus

yang

menggunakan struktur kontrol dari desain procedural dengan memeriksa kode sumber dari sistem yang dibuat yang terdapat baris-baris kode yang beragam Myers (2004).

Secara sekilas white box testing merupakan petunjuk untuk

mendapatkan program yang benar secara 100%. Dengan Menggunakan metode white box, analis sistem akan dapat memperoleh test case yang menjamin seluruh independent path di dalam modul yang dikerjakan sekurang-kurangnya sekali, mengerjakan seluruh keputusan logical, mengerjakan seluruh loop yang sesuai

dengan batasannya, mengerjakan seluruh struktur data internal yang menjamin validitas.

2.5.4. Pengujian Sistem Pengujian sistem yang dilakukan pada penelitian kali ini adalah pengujian dengan data-data yang memang sudah didapat pada RS. Wanganya. Dimana data yang didapat akan dibagi menjadi 2 yaitu data Training dan data Testing. Hasil pengujian sistem dengan data training nantinya akan dicari selisih rata-rata dari masa rawat inap seorang pasien pada sistem dengan data yang memang sudah pasti dibagi dengan jumlah data pengujian.