22
BAB IV RANCANG BANGUN SISTEM
Pengguna sistem adalah dokter namun sistem dapat juga digunakan oleh praktisi kesehatan lainnya seperti bidan, perawat bahkan masyarakat umum. Dokter dib antu dalam pengambilan keputusan mendiagnosa penyakit DBD, sedang masyarakat umum dapat melakukan diagnosa sendiri dengan tujuan untuk kewaspadaan dini dan segera mencari pertolongan ke dokter bila sistem menyimpulkan sakit DBD. Dari hasil analisis kebutuhan maka dikembangkan model yang mengacu pada sistem pakar sebagai berikut : Pengguna
Antar muka
Fasilitas Penjelasan
Mekanisme Inferensi (interpretasi)
Data base
Rule base
Basis Pengetahuan Training anfis Generate anfis
Data training
Gambar 10 Model aplikasi DBD
Diagnosa & Tatalaksana
23 4.1. Desain Struktur Data 4.1.1. Basis Data Fuzzy (Fuzzy Data Base) Desain struktur data menggunakan himpunan fuzzy. Data dibedakan atas kriteria dan parameter. Kriteria adalah gejala klinis penyakit DBD yaitu demam, bercak di kulit, pendarahan spontan dan uji tornikuet. Kriteria klinis direpresentasikan sebagai data fuzzy. Masing- masing kriteria memiliki parameter yang mencerminkan keanggotaan pada himpunan fuzzy. Dalam sistem fuzzy keanggotaan ini direpresentasikan dalam membership function (mf). Nilai fungsi keanggotaan masing- masing gejala klinis diperoleh berdasarkan wawancara dengan pakar. Demam terdiri 3 parameter yaitu ringan, sedang dan berat. Penilaian tingkat demam ditetapkan atas pengukuran suhu dan lamanya demam. Pengukuran suhu berkisar 36°C-42°C. Badan dikatakan demam bila suhu 37.3ºC atau lebih. Nilai fuzzy demam berdasarkan pengukuran suhu badan sebagai berikut : Tabel 1 Nilai fuzzy demam Demam
Nilai
Pengukuran
Rendah
36,0 – 37,3
Suhu 36,0 – 37,3 ºC dan lama demam 1 - 2 hari
Sedang
36,5 – 38,5
Suhu 36,5 – 38,5 ºC dan lama demam 3 atau 6 hari
Tinggi
38,0 – 42,0
Suhu 38,0 – 42,0 ºC dan lama demam 4 - 5 hari
Fungsi keanggotaan demam tipe Gaussian digambarkan sebagai berikut :
Gambar 11 Membership function demam tipe Gaussian
24 Bercak terdiri 3 parameter yaitu sedikit, sedang dan banyak. Penilaian tingkat bercak ditetapkan atas pengukuran jumlah petekia per lingkaran diameter 2,8 cm pada kulit lengan, dada atau muka. Hasil pengukuran jumlah petekia diskor 0,00 – 1,00. Tingkat bercak ditetapkan berdasarkan skor sebagai berikut : Tabel 2 : Nilai fuzzy bercak Bercak
Nilai Skor
Pengukuran
Sedikit
0,00 – 0,40
jumlah petekia < 4 per lingkaran diameter 2,8 cm
Sedang
0,25 – 0,75
jumlah petekia 4-9 per lingkaran diameter 2,8 cm
Banyak
0,60 – 1,00
jumlah petekia = 10 per lingkaran diameter 2,8 cm
Fungsi keanggotaan bercak tipe Gaussian digambarkan sebagai berikut :
Gambar 12 Membership function bercak tipe Gaussian
Pendarahan spontan terdiri 3 parameter yaitu tidak jelas, jelas dan sangat jelas. Penilaian tingkat pendarahan spontan ditetapkan atas pengamatan pendarahan hidung, pendarahan gusi, hematemesis dan melena. Hasil pengamatan pendarahan spontan diskor 0,00 – 1,00. Tingkat pendarahan spontan ditetapkan berdasarkan skor sebagai berikut :
25
Tabel 3 : Nilai fuzzy pendarahan Pendarahan
Nilai Skor
Pengukuran
Tidak jelas
0,00 – 0,40
Pendarahan hidung atau gusi sedikit.
Jelas
0,25 – 0,75
Pendarahan hidung atau gusi banyak.
Sangat jelas
0,60 – 1,00
Ditemukan hematemesis atau melena
Fungsi keanggotaan pendarahan spontan tipe Gaussian digambarkan sebagai be rikut :
Gambar 13 : membership function pendarahan tipe Gaussian
Uji tornikuet terdiri 3 parameter yaitu negatif, ragu-ragu dan positif. Penilaian tingkat uji tornikuet ditetapkan atas pengamatan jumlah petekia per lingkaran diameter 1 cm pada fossa cubiti. Hasil pengamatan uji tornikuet diskor 0,00 – 1,00. Tingkat uji tornikuet ditetapkan berdasarkan skor sebagai berikut : Tabel 4 : Nilai fuzzy tornikuet Tornikuet
Nilai Skor
Pengukuran
Negatif
0,00 – 0,40
jumlah petekia < 4 per lingkaran diameter 2,8 cm pada fossa cubiti.
Ragu-ragu
0,25 – 0,75
jumlah petekia 4-9 per lingkaran diameter 2,8 cm pada fossa cubiti.
Positif
0,60 – 1,00
jumlah petekia = 10 per lingkaran diameter 2,8 cm pada fossa cubiti.
26 Fungsi keanggotaan uji tornikuet tipe Gaussian digambarkan sebagai berikut :
Gambar 14 Membership function uji tornikuet tipe Gaussian Dalam penelitian ini digunakan ANFIS sebagai arsitektur jaringan neural dan ditetapkan 3 membership function jenis Gaussian . Pada arsitektur ANFIS membership function dibentuk secara adaptiv sesuai besaran data yang dimasukkan (data training).
4.1.2. Basis Aturan (Rule Base) Pada penghitungan data fuzzy dengan ANFIS digunakan kaidah aturan IF THEN. Aturan dibuat berdasar pendapat pakar. Jumlah aturan sesuai dengan jumlah kriteria dan parameternya. Pada penelitian ini ada 4 kriteria yaitu demam, bercak, pendarahan spontan dan uji tornikuet. Masing-masing kriteria mempunyai 3 parameter (membership function) sehingga jumlah aturan sebanyak 3 4 = 81 aturan. Pada arsitektur ANFIS, aturan dibentuk secara adaptiv sesuai karakteristik data training yang dimasukkan. Contoh dibawah ini menggambarkan 2 buah aturan, lebih lengkapnya dapat dilihat pada lampiran 7 : Tabel 5 Basis aturan Rule-1
Rule-2
IF demam rendah AND bercak sedikit AND
THEN bukan
pendarahan_spontan tidak_jelas AND uji_tornikuet negatif
DBD
IF demam tinggi AND bercak banyak AND
THEN DBD
pendarahan_spontan sangat_jelas AND uji_tornikuet positif
27 4.2. Desain Arsitektur Desain arsitektur menggunakan ANFIS. Sistem inferensia fuzzy yang digunakan adalah tipe Takagi-Sugeno orde satu, sedangkan untuk fungsi keanggotaan menggunakan Gaussian. Proses pembelajaran yang dilakukan menggunakan algoritma Hybrid dan proses defuzzifikasi menggunakan metode Weighted Average Arsitektur ANFIS ditentukan oleh jumlah kriteria dan parameter. Ada 4 input kriteria yaitu demam, bercak, perdarahan dan uji tornikuet dimana masing- masing mempunyai 3 parameter. Struktur ANFIS seperti dapat dilihat pada Gambar 15. Struktur ANFIS secara detail dapat dilihat pada Lampiran 8.
Layer 1
Layer 2
Layer 3
rendah w1
Demam
sedang
p
N
Layer 4
ω1 ω 1f1
tinggi sedikit
Bercak
sedang
Layer 5
demam bercak Pendarahan Uji tornikuet
p
N
ω2
ω 2f2 ?
w2 banyak
Pendarahan
Jelas
ω 3 f3
ω3
Tdk jelas
p
N W3
ω 4 f4
Sgt jelas
ω4
negatif
Uji tornikuet
ragu
p
N W4
demam bercak Pendarahan Uji tornikuet
positif
Gambar 15 Arsitektur ANFIS
f
28 4.3. Fasilitas Penjelasan Bagian ini menerangkan penalaran, aksi maupun rekomensadi yang dilakukan oleh sistem pakar. Penjelasan dalam sistem pakar biasanya berhubungan dengan beberapa bentuk penelusuran aturan (rule) yang dilakukan selama pemecahan masalah baik berupa diagnosis, perlakuan dan komplikasi. Fasilitas penjelasan biasanya terdiri dari Why Explanations yaitu penjelasan sehubungan dengan pertanyaan pengapa sesuatu hal ditanyakan dan How Explanations yaitu penjelasan sehubungan dengan pertanyaan bagaimana kesimpulan dicapai.
4.4. Desain Keluaran (Output) Kesimpulan ANFIS diinterpretasikan dalam 2 kategori. Data kategori diperoleh dengan cara membuat fungsi keanggotaan output data training. Jumlah fungsi keanggotaan 2 dan jenisnya trapezoid. pengelompokan kategori ditetapkan berdasarkan nilai keanggotaan yang terbesar. Dari data training diperoleh nilai minimal dan maksimal output sebagai berikut : Tabel 6 Nilai minimal dan maksimal output data training. Jenis sampel data
Nilai minimal
Nilai maksimal
Bukan DBD
89,9973
90,0023
DBD
90,9989
91,0005
Dibawah ini fungsi keanggotaan dengan menggunakan output data training.
Gambar 16 Fungsi keanggotaan data kategori.
29 Misal pada Gambar 16 nilai kesimpulan ANFIS adalah 89,40 akan diinterpretasikan bukan DBD dan nilai kesimpulan ANFIS adalah 89,60 akan diinterpretasikan DBD. Interpretasi kesimpulan ANFIS dipresentasikan sebagai Diagnosa 1 yaitu Besar kemungkinan penderita terserang penyakit Demam Berdarah Dengue dan Diagnosa 2 yaitu Penderita tidak terserang penyakit Demam Berdarah Dengue. Masing- masing kategori sebagai output model ini disertai dengan tatalaksana tindak- lanjutnya. Tatalaksana sesuai dengan kategori output model adalah sebagai berikut : Diagnosa 1 : Besar kemungkinan penderita terserang penyakit Demam Berdarah Dengue. Tatalaksana : 1. Atasi pendarahan yang terjadi. 2. segera dirujuk ke fasilitas kesehatan yang lebih lengkap (rumah sakit) untuk dirawat dan pemeriksaan trombosit darah. 3. Lakukan penelitian ke rumah penderita. Cari penderita lain yang mengalami gejala serupa di rumah-rumah tetangga sampai radius 100 meter. Periksa jentik nyamuk dan lakukan pembersihan sarang nyamuk (PSN). Diagnosa 2 : Penderita tidak terserang penyakit Demam Berdarah Dengue. Tatalaksana : 1. Turunkan demamnya dengan obat penurun panas. 2. Segera kembali untuk dilakukan pemeriksaan ulang bila panas tidak turun atau timbul gejala bercak-bercak, mimisan, gusi berdarah muntah berdarah dan tinja bewarna hitam.
