Jurnal Cybermatika, Volume 1 [2013], Issue 1, Artikel 2
Aplikasi Tablet Pc Untuk Mendeteksi Penyakit Kulit Menggunakan Metode Fuzzy Decision Making (FDM) Yudi Irawan Chandra
Kosdiana
STMIK Jakarta STI&K
STMIK Jakarta STI&K
[email protected]
[email protected]
ABSTRAK Aplikasi tablet PC untuk mendiagnosa penyakit kulit dengan logika Fuzzy Decision Making merupakan sistem yang dapat mendiagnosa penyakit kulit yang diderita oleh pasien dengan masukan berupa bilangan fuzzy yang nantinya akan disimpan dalam basis data berupa basis pengetahuan gejala, basis pengetahuan penyakit dan basis pengetahuan obat. Aplikasi ini digunakan untuk mendiagnosa penyakit berdasarkan gejala-gejala pasien. Adapun dalam sesi konsultasi, pasien harus memasukan gejala utama yang paling dirasakan. Selanjutnya aplikasi ini akan merunut balik kedalam basis pengetahuannya dan menanyakan gejala-gejala yang belum ditanyakan kepada pasien. Masukan pasien mengenai gejala-gejala yang ditanyakan oleh sistem berupa bilangan fuzzy yang mengacu pada tingkat frekuensi. Setelah proses konsultasi selesai maka aplikasi ini akan menghitung nilai kecocokan yang diisikan oleh pasien mengenai gejala yang ditanyakan dengan nilai yang terdapat dalam basis pengetahuan sistem. Setelah nilai kecocokan diperoleh maka aplikasi ini akan menghitung nilai total integral dari setiap penyakit yang terpilih kemudian akan dilakukan proses perankingan dan nilai total integral yang terbesar diambil sebagai nilai kemungkinan pasien menderita penyakit tersebut sehingga akan dihasilkan konsultasi kepada pasien dan pasien dapat mencetak hasil konsultasi tersebut. Aplikasi ini dibangun dengan menggunakan bahasa pemrograman Visual Basic.NET dan untuk database menggunakan SQL Server serta dijalankan pada perangkat tablet PC dengan Sistem Operasi Microsoft Windows 8.
Kata Kunci Tablet PC, Penyakit Kulit, Fuzzy Decision Making.
1. PENDAHULUAN 1.1. Latar Belakang Perkembangan teknologi yang semakin moderen tidak terlepas dari perkembangan komputer itu sendiri. Komputer semakin dapat diandalkan dalam memecahkan berbagai permasalahan, komputer memiliki kelebihan dibandingkan dengan manusia, misalnya komputer tidak merasa lelah, komputer tidak keliru dalam melakukan perhitungan. Komputer saat ini dapat diprogram untuk melakukan pekerjaan seorang pakar yang ahli dalam bidang tertentu. Kemampuan komputer untuk dapat diprogram dan memiliki kemampuan seorang pakar disebut sistem pakar. Penggunaan fuzzy dalam suatu sistem aplikasi adalah untuk memetakan nilai prosentase suatu gejala terhadap penyakitnya. Selain untuk memetakan nilai gejala terhadap penyakitnya, fuzzy juga digunakan untuk proses dalam pengambilkan keputusan. Sehingga diharapkan dengan logika fuzzy untuk mendiagnosa penyakit kulit dapat membantu dan memudahkan pasien untuk
berkonsultasi dalam mengidentifikasi penyakit yang sedang diderita. Adapun dalam menyusun, mendesain, dan merancang aplikasi komputer untuk mendiagnosa penyakit kulit dengan logika fuzzy penulis menggunakan bahasa pemrograman Visual Basic.NET dan untuk database menggunakan SQL Server serta dijalankan pada perangkat tablet PC dengan Sistem Operasi Microsoft Windows 8. 1.2. Tujuan Penelitian Tujuan penulisan penelitian ini adalah untuk membuat sebuah sistem pakar berbasis tablet PC yang dapat mendiagnosa penyakit kulit berdasarkan pada gejala-gejala yang diberikan oleh pasien agar dapat mengetahui jenis penyakit yang dideritanya secara cepat dan akurat berdasarkan gejala-gejala yang dirasakan oleh pasien. 1.3. Identifikasi Masalah Permasalahan yang dibahas dibatasi hanya pada jenis penyakit kulit, mendapatkan hasil atau kesimpulan jenis penyakit kulit yang diderita oleh pasien sampai kepada jenis pengobatan yang dapat diberikan kepada pasien dan dirumuskan dalam 4 (empat) hal yaitu : 1. Bagaimana merepresentasikan bilangan fuzzy dari bahasa alami yang digunakan ? 2. Bagaimana mengetahui gejala-gejala apa yang menyertai suatu penyakit yang diderita oleh pasien setelah gejala utama pasien diketahui ? 3. Bagaimana untuk mendapatkan jenis penyakit yang diderita oleh pasien berdasarkan seluruh gejala yang dimasukan oleh pasien dengan menggunakan perhitungan fuzzy ? 4. Bagaimana pakar untuk merepresentasikan tingkat gejala terhadap penyakit kedalam nilai fuzzy dengan penggunaan bahasa alami ? 1.4. Metode Penelitian Metode penelitian yang digunakan untuk mendapatkan data-data yang diperlukan dalam penulisan penelitian ini, dilakukan dengan cara sebagai berikut : 1. Studi pustaka Pengumpulan data dilakukan dengan membaca dan mempelajari buku-buku, website yang terkait dengan penulisan tugas akhir ini. 2. Studi Lapangan Pengumpulan data dilakukan dengan melakukan pengujian terhadap sistem pakar. Pengujian dimaksudkan untuk mengetahui sistem pakar yang dibangun sesuai dengan analisa dan perencanaan yang telah dilakukan.
Jurnal Cybermatika, Volume 1 [2013], Issue 1, Artikel 2
2. LANDASAN TEORI 2.1. Pengertian Kulit Kulit adalah organ tubuh yang terletak paling luar dan membatasinya dari lingkungan hidup manusia. Kulit merupakan organ yang essensial dan vital serta merupakan cermin kesehatan dan kehidupan. Kulit sangat kompleks, elastis dan sensitif, bervariasi pada keadaan iklim, umur, seks, ras, dan bergantung pada lokasi tubuh (Graham, 2005). Kulit juga merupakan organ yang sangat rentan terhadap penyakit, karena kulit terletak pada daerah yang paling luar dari tubuh manusia. Kulit bisa terserang penyakit disebabkan adanya virus, bakteri, atau jamur yang hidup dan berkoloni didalam lapisan kulit. Sehingga kulit bisa terasa gatal, nyeri dan dampak-dampak lain akibat dari virus, bakteri, atau jamur tersebut. 2.2. Penyakit Kulit Penyakit kulit memiliki beragam jenis penyakit dan biasanya disebabkan oleh adanya kuman (germ). Penyakit kulit terdiri dari beberapa macam, beberapa diantaranya seperti berikut (Adhi Djuanda, 2007) : 1. Petigo Krustosa 2. Impetigo Bulosa 3. Impetigo Neonatorum 4. Furunkel/Karbunkel 5. Selulitis 6. Staphylococcal Scaled Skin Syndrome (SSSS 7. Folikulitis 8. Erisipelas 9. Abses Multipel Kelenjar Keringat 10. Kondilomata akuminata 11. Pitiriasis Versikolor 12. Veruka Vulgaris 13. Moluskum Kontagiosum 14. Varisela 15. Variola
maka harus ditentukan fungsi keanggotaan untuk setiap rating. Biasanya digunakan fungsi segitiga. Misal, Wt adalah bobot untuk kriteria Ct; dan Sit adalah rating fuzzy untuk derajat kecocokan alternatif keputusan Ai dengan kriteria Ct; dan Fi adalah indeks kecocokan fuzzy dari alternatif Ai yang merepresentasikan derajat kecocokan alternatif keputusan dengan kriteria keputusan yang diperoleh dari hasil agregasi Sit dan Wt. b. Mengevaluasi bobot-bobot keriteria, dan derajat kecocokan setiap alternatif dengan kriterianya c. Mengagregasikan bobot-bobot kriteria, dan derajat kecocokan setiap alternatif dengan kriteriannya. Ada beberapa metode yang dapat digunakan untuk melakukan agregasi terhadap hasil keputusan para pengambil keputusan, antara lain : mean, median, max, min, dan operator campuran. Dari beberapa metode tersebut, metode mean yang paling banyak digunakan. Operator dan adalah operator yang digunakan untuk penjumlahan dan perkalian fuzzy. Dengan menggunakan operator mean, Fi dirumuskan sebagai: ...(1) Dengan cara mensubsitusikan Sit dan Wt dengan bilangan fuzzy segitiga, yaitu Sit = (oit, pit, qit); dan Wt = (at,bt,ct); maka Ft dapat didekati sebagai : ...(2) Dengan : ...(3)
...(4)
...(5) 2.3. Metode Fuzzy Decision Making (FDM) Metode Fuzzy Decision Making (FDM) dikembangkan dalam tiga langkah penting penyelesaian, yaitu : (Sri Kusumadewi, 2006) 1. Representasi Masalah Dalam melakukan representasi masalah terdapat tiga aktivitas yang harus dilakukan, yaitu : a Identifikasi tujuan dan kumpulan alternatif keputusannya Tujuan keputusan dapat direpresentasikan dengan menggunakan bahasa alami atau nilai numeris sesuai dengan karakteristik dari masalah tersebut. b Identifikasi kumpulan kriteria c Membangun struktur hirarki dari masalah tersebut berdasarkan pertimbangan-pertimbangan tertentu. 2. Evaluasi Himpunan Fuzzy Pada bagian ini, ada 3 aktivitas yang harus dilakukan, yaitu : a. Memilih himpunan rating untuk bobot-bobot kriteria dan derajat kecocokan setiap alternatif dengan kriterianya. Secara umum, himpunan-himpunan rating terdiri-atas 3 elemen, yaitu variabel linguistik (x) yang merepresentasikan bobot kriteria, dan derajat kecocokan setiap alternatif dengan kriterianya; T(x) yang merepresentasikan rating dari variabel linguistik; dan fungsi keanggotaan yang berhubungan dengan setiap elemen dari T(x). Sesudah himpunan rating ditentukan,
Dimana : i = 1,2,3,...,n. 3. Seleksi Alternatif yang Optimal Pada bagian ini, ada 2 aktivitas yang dilakukan yaitu : a. Memprioritaskan alternatif keputusan berdasarkan hasil agregasi. Prioritas dari hasil agregasi dibutuhkan dalam rangka proses perangkingan alternatif keputusan. Karena hasil agregasi ini direpresentasikan dengan menggunakan bilangan fuzzy segitiga, maka dibutuhkan metode perangkingan untuk bilangan fuzzy segitiga. Selah satu metode yang dapat digunakan adalah metode nilai total integral. Sedangkan F adalah bilangan fuzzy segitiga, F= (a,b,c), maka nilai total integral dapat dirumuskan sebagai berikut : ...(6)
adalah indeks kooptimisan yang Nilai merepresentasikan derajat keoptimisan bagi pengambil keputusan (0 sampai 1). Apabila nilai semakin besar mengindikasikan bahwa derajat keoptimisannya semakin besar. Apabila ada 2 bilangan fuzzy Fi dan Fj; b. Memilih alternatif keputusan dengan prioritas tertinggi sebagai alternatif yang optimal. Semakin besar nilai Fj
Jurnal Cybermatika, Volume 1 [2013], Issue 1, Artikel 2 berarti kecocokan terbesar dari alternatif keputusan untuk kriteria keputusan, dan nilai inilah yang menjadi tujuannya.
3. HASIL DAN PEMBAHASAN 3.1. Analisa Variabel Fuzzy Pakar Sistem pakar ini menggunakan bahasa alami untuk menerima masukan yang diberikan oleh pakar. Masukan yang diberikan oleh pakar berupa tingkat pengaruh gejala terhadap suatu penyakit. Bahasa alami yang digunakan terdiri dari : Sangat Tinggi, Tinggi, Sedang, Rendah, Sangat Rendah. Untuk merepresentasikan dari bahasa alami kedalam nilai fuzzy digunakan representasi kurva segitiga.
3.3. Analisa Representasi Pengetahuan Penyakit Kulit Analisa representasi pengetahuan digunakan untuk merepresentasikan pengetahuan yang dimasukan oleh pakar kedalam basis pengetahuan yang terdapat dalam sistem pakar. Dalam sistem pakar untuk mendiagnosa penyakit kulit dengan logika fuzzy terdapat terdapat lima belas penyakit kulit, yaitu : Tabel 1. Daftar Penyakit No
Gambar 1. Variabel Fuzzy Pakar Dari representasi kurva segitiga diperoleh bilangan-bilangan fuzzy untuk tingkat pengaruh gejala terhadap penyakitnya, adalah : 1. Sangat Rendah (SR) = (0, 0, 0.25) 2. Rendah (R) = (0, 0.25, 0.5) 3. Sedang (SD) = (0.25, 0.5, 0.75) 4. Tinggi (T) = (0.5, 0.75, 1) 5. Sangat Tinggi (ST) = (0.75, 1, 1) 3.2. Analisa Variabel Fuzzy Pasien Masukan yang diberikan oleh pasien mengenai gejala-gejala yang dirasakannya menggunakan bahasa alami. Bahasa alami yang digunakan mengacu pada tingkat frekuensi yang dirasakan oleh pasien, bahasa alaminya terdiri atas : Sangat Sering, Sering, Kadang-kadang, Jarang, Tidak Pernah. Untuk merepresentasikan bahasa alami ke dalam nilai fuzzy digunakan representasi kurva segitiga, sebagai berikut :
Gambar 2. Variabel Fuzzy Pasien Dari representasi kurva segitiga maka diperoleh bilangan-bilangan fuzzy untuk tingkat frekuensi, sebagai berikut : 1. Tidak Pernah (TP) = (0, 0, 0.25) 2. Jarang (J) = (0, 0.25, 0.5) 3. Kadang-kadang (K) = (0.25, 0.5, 0.75) 4. Sering (S) = (0.5, 0.75, 1) 5. Sering Sekali (SS) = (0.75, 1, 1)
A B C D E F
Kode Penyakit P001 P002 P003 P004 P005 P006
G H I J K L M N O
P007 P008 P009 P010 P011 P012 P013 P014 P015
Nama Penyakit Impetigo Krustosa Impetigo Bulosa Impetigo Neonatorum Furunkel/Karbunkel Selulitis Staphylococcal Scaled Skin Syndrome (SSSS) Folikulitis Erisipelas Abses Multipel Kelenjar Keringat Kondilomata Akuminata Pitiriasis Versikolor Veruka Vulgaris Moluskum Kontagiosum Varisela Variola
Setiap penyakit memiliki gejala-gejala yang menyertai suatu penyakit. Terdapat dua puluh empat gejala yang menyertai penyakit-penyakit tersebut, yaitu: Tabel 2. Daftar Gejala No 1 2 3 4 5 6 7 8
Kode Gejala G001 G002 G003 G004 G005 G006 G007 G008
9 10 11 12 13 14 15
G009 G010 G011 G012 G013 G014 G015
16
G016
17
G017
18 19
G018 G019
Nama Gejala Kemerahan pada kulit Gelembung cairan berwarna kuning Lepuhan-lepuhan Demam Nyeri Nanah Adanya pembengkakan Kemerahan pada kulit berwarna merah cerah Pusing Gatal Pembesaran kelenjar getah bening Gangguan pada mata Kemerahan dengan rambut ditengah Banyak mengeluarkan keringat Hubungan seksual dengan beberapa pasangan Kemerahan atau kehitaman pada daerah genital Berbau tidak enak pada daerah genital Bercak warna-warni Benjolan berbentuk bulat
Jurnal Cybermatika, Volume 1 [2013], Issue 1, Artikel 2 20 21 22 23
G020 G021 G022 G023
24
G024
Benjolan berwarna abu-abu Benjolan permukaan kasar Benjolan berwarna putih seperti lilin Benjolan jika ditekan mengeluarkan massa warna putih Muntah-muntah
Untuk menggambarkan hubungan antara suatu penyakit dengan gejalanya digunakan tabel keputusan. Adapun dalam tabel keputusan ini, nilai fuzzy gejala terhadap suatu penyakit juga disertakan, seperti berikut : Tabel 3. Keputusan Penyakit Kulit
3.4. Analisa Pengambilan Keputusan Sebelum mengambil keputusan sistem pakar akan melakukan perunutan. Perunutan yang digunakan dalam sistem pakar ini menggunakan metode gabungan yaitu runut maju dan runut balik. Runut maju digunakan pada saat pertama pasien memasukan gejala utama yang paling dirasakan oleh pasien. Setelah itu sistem pakar akan merunut balik kedalam basis pengetahuan dan menanyakan gejala-gejala yang belum ditanyakan kepada pasien berdasarkan penyakit yang menyertai gejala-gejala tersebut. Setelah gejala-gejala pasien didapatkan maka sistem pakar akan menghitung nilai kecocokan fuzzy antara jawaban yang diberikan oleh pasien dengan jawaban yang terdapat dalam basis pengetahuan yang diberikan oleh pakar. 3.5. Contoh Kasus Pengambilan Keputusan Misalkan terdapat pasien dengan gejala utama yang dirasakan oleh pasien berupa banyak terdapat gelembung cairan berwarna kuning pada kulit dan basis pengetahuan yang digunakan adalah basis pengetahuan pada tabel 3 tabel keputusan penyakit kulit. Maka pada saat berkonsultasi pasien harus memasukan gejala utamanya berupa gelembung cairan berwarna kuning (G002) dengan nilai fuzzy yang dimasukan SS (Sangat Sering). Setelah memasukan gejala utamanya maka sistem pakar akan merunut
maju untuk menentukan penyakit-penyakit yang mempunyai gejala G002 yaitu P001, P002, P003, dan P014 lalu sistem pakar akan merunut balik untuk menanyakan gejala G001, G003, G004, G005, G010 yang belum diisikan oleh pasien. Misalkan pasien mengisi gejala G001 dengan S (Sering) , G003 dengan TP (Tidak Pernah), G004 dengan J (Jarang), G005 dengan J (Jarang), dan G010 dengan K (Kadang-kadang). 3.6. Penyelesaian Contoh Kasus Penyelesaian contoh kasus dalam sistem pakar melalui beberapa tahapan yaitu pertama mencari nilai kecocokan fuzzy dengan menggunakan bentuk persamaan (3), (4), (5). Kedua menghitung nilai total integral dengan menggunakan bentuk persamaan (6) dan mengambil nilai total integral terbesar sebagai kemungkinan pasien menderita penyakit tersebut. Pertama menghitung nilai kecocokan fuzzy : a. Untuk Penyakit P001
b.
Untuk Penyakit P002
Jurnal Cybermatika, Volume 1 [2013], Issue 1, Artikel 2 c.
Untuk Penyakit P003 c.
Untuk Penyakit P003
d.
Untuk Penyakit P014
Setelah dilakukan perhitungan nilai total integral maka nilai total integral yang terbesar yaitu untuk penyakit P001 dengan nilai kemungkinan diagnosa 0.875, maka pasien tersebut kemungkinan menderita penyakit Impetigo Krustosa dengan nilai kemungkinan sebesar 0.875 atau 87.5%. 3.7. Implementasi Sistem Implementasi perancangan sistem tablet PC untuk mendiagnosa penyakit kulit dengan logika FDM terdiri dari beberapa sub menu seperti ditunjukkan pada gambar di bawah ini :
d.
Untuk Penyakit P014
Gambar 3. Struktur Menu Aplikasi Berikut ini adalah beberapa tampilan hasil rancangan sistem yang telah di implementasikan kedalam Tablet PC dengan menggunakan sistem operasi Windows 8 : 1. Tampilan basis pengetahuan penyakit digunakan untuk menambah, mengganti, atau menghapus pengetahuan dalam sistem pakar. Setelah diperoleh nilai kecocokan fuzzy maka selanjutnya akan dihitung nilai total integral untuk setiap penyakit dengan menggunakan bentuk persamaan (6) : a. Untuk Penyakit P001
b.
Untuk Penyakit P002
Jurnal Cybermatika, Volume 1 [2013], Issue 1, Artikel 2 Tabel 4 Tabel Konfigurasi Komputer Software Minimum Sistem Operasi Microsoft Windows 8 Program Visual Basic.NET 2005 SQL Server SQL Server 2000 Hardware Minimum Prosessor Pentium Dual Core 1 Ghz RAM 1 Giga Byte Harddisk 16 Giga Byte Kartu Grafis DirectX9 Layar Monitor Resolusi 1366 x 768 pixel.
4. KESIMPULAN Gambar 4. Tampilan Basis Pengetahuan Penyakit 2.
Tampilan sesi konsultasi secara khusus ditujukan untuk pasien dalam berkonsultasi dengan sistem.
Gambar 5 Tampilan Sesi Konsultasi 3.
Tampilan hasil konsultasi hanya dapat digunakan pada saat sesi konsultasi dengan sistem pakar telah selesai.
Kesimpulan dari penulisan ini, adalah : 1. Aplikasi ini telah mampu mendiagnosa penyakit kulit berdasarkan jawaban-jawaban dari pasien dan menghitung nilai kemungkinan yang diderita oleh pasien terhadap suatu penyakit berdasarkan gejala berupa variabel fuzzy. 2. Aplikasi ini dapat melakukan pembaharuan terhadap basis pengetahuannya baik basis pengetahuan penyakit, basis pengetahuan gejala, basis pengetahuan obat maupun pada akuisisi pengetahuannya. Pembaharuan dapat dilakukan baik berupa penambahan, penggantian, maupun penghapusan. Aplikasi ini masih dapat dikembangkan dengan cara : 1. Penambahan pengetahuan-pengetahuan terhadap basis pengetahuan gejala maupun basis pengetahuan penyakit. 2. Penyesuaian pada akuisisi pengetahuan antara penyakit dengan gejala-gejalanya. 3. Menambahkan komponen-komponen sistem pakar dimasa yang akan datang atau penyesuaian komponen sistem pakar dimasa mendatang.
DAFTAR REFERENSI [1] .
Gambar 6 Tampilan Hasil Konsultasi 3.8. Konfigurasi Komputer Konfigurasi komputer untuk membuat dan menjalankan program aplikasi ini adalah sebagai berikut :
Abdul Kadir, Dasar Perancangan dan Implementasi Database Relational, ANDI, Yogyakarta, 2008. [2] . Adhi Djuanda, dkk., Ilmu Penyakit Kulit Dan Kelamin, Ed. 5, Fakultas Kedokteran Universitas Indonesia, Jakarta, 2007. [3] . Agus Kurniawan, Packaging dan Deployment pada Aplikasi .NET, Elex Media Komputindo, Jakarta, 2005. [4] . Didik D. Prasetyo, 101 Tips & Trik Visual Basic.NET. Elex Media Komputindo, Jakarta, 2006. [5] . Graham, Robin and Tony Burns., Lecture Notes Dermatologi, Ed. 8, Erlangga, Jakarta, 2005. [6] . Kusrini, Sistem Pakar Teori Dan Aplikasi, ANDI, Yogyakarta, 2006. [7] . Marwali Harahap, Ilmu Penyakit Kulit, EGC Penerbit Buku Kedokteran, 2001. [8] . RS Siregar, Atlas Berwarna Saripati Penyakit Kulit, Edisi 2, EGC Penerbit Buku Kedokteran, 1992. [9] . Setiadji, Himpunan & Logika Samar serta Aplikasinya, Graha Ilmu, Yogyakarta, 2009. [10] . Sri Hartati dan Sari Iswanti., Sistem Pakar dan Pengembangannya, Graha Ilmu, Yogyakarta, 2008. [11] . Sri Kusumadewi, dkk., Fuzzy Multi-Attribute Decision Making (FUZZY MADM), Graha Ilmu, Yogyakarta, 2006. [12] . Yahya Kurniawan, Belajar Sendiri Pemrograman Visual Basic .NET 2003, PT Elex Media Komputindo, Jakarta, 2003.
