SISTEM PAKAR UNTUK MENDIAGNOSIS GANGGUAN JIWA SKIZOFRENIA MENGGUNAKAN METHODE CERTAINTY FACTOR (STUDI KASUS RS.JIWA GRHASIA)
NASKAH PUBLIKASI
diajukan oleh David Lukman Hakim 12.12.6871
kepada SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER AMIKOM YOGYAKARTA YOGYAKARTA 2016
SISTEM PAKAR UNTUK MENDIAGNOSIS GANGGUAN JIWA SKIZOFRENIA MENGGUNAKAN METHODE CERTAINTY FACTOR (STUDI KASUS RS.JIWA GRHASIA) David Lukman Hakim1), Kusrini2), 1)
Sistem Informasi STMIK AMIKOM Yogyakarta 2) STMIK AMIKOM Yogyakarta Jl Ringroad Utara, Condongcatur, Depok, Sleman, Yogyakarta Indonesia 55283 Email :
[email protected]),
[email protected])
Keberadaan dokter spesialis Gangguan Jiwa mungkin sudah banyak tersebar, tetapi yang khusus menangani Skizofrenia sangat terbatas. Padahal banyak kasus-kasus pada masyarakat yang menderita gangguan yang terkait dengan skizofrenia, misalkan mengalami delusi, halusinasi, pikiran kacau dan sebagainya, yang apabila tidak segera diketahui dan ditangani dapat berakibat fatal. Dengan mempelajari kasus-kasus tersebut, kesimpulan awal tentang gangguan skizofrenia pada penderita terhadap gejala yang ada dapat diperoleh walaupun pada saat tersebut belum ada dokter spesialisnya.
Abstract - Skizofrenia is a clinical syndrome with a variety of psikopatology, usually severe, perceptions and emotions. There are many types of schizophrenia syndrome, Based on interviews with the doctor at Jiwa Grhasia mental hospital, schizophrenia syndromes ussually have similar symptoms. Moreover some have only two to three distinguished symptoms. Those schizophrenia syndromes that have similar symptoms could potentially create errors in the process of determining the type of mental disorder of schizophrenia syndrome. Based on the above problems an expert system.
2. Landasan Teori 2.1 Sistem Pakar Sistem pakar adalah aplikasi berbasis komputer yang digunakan untuk menyelesaikan masalah sebagaimana yang di pikirkan oleh pakar. [1]
Application will be made to diagnose the type of mental disorder from schizophrenia syndrome, and due to the unavailability of such applications that can help the doctor at the Jiwa Grhasia mental hospital. This system uses the Certainty Factor expert system method. This method will track each ofthe symptoms experienced by the victim of schizophrenia syndrome, and matching the symptons with existing rules to produces a diagnosis report. The results of diagnostic testing with expert knowledge of the system indicates that the system is able to detect the type of mental disorder on schizophrenia syndromes with 87,5% accuracy of the diagnostic.
2.2 Tujuan Sistem Pakar 2.2.1 Komponen Sistem Pakar Sistem pakar sebagai sebuah program yang difungsikan untuk menirukan pakar manusia harus bias melakukan hal-hal yang dapat dikerjakan oleh seorang pakar. Untuk membangun sistem yang seperti itu maka komponenkomponen yang harus di miliki adalah sebagai berikut : [2] a. Antar Muka Pengguna. b. Basis Pengetahuan. c. Mekanisme Inferensi. d. Memori Kerja.
Keywords - expert system, Certainty Factor expert system, mental disorder. 1. Pendahuluan Skizofrenia merupakan gangguan mental yang ditandai dengan proses berpikir dan tanggapan emosi yang lemah. Namun, penyakit ini kurang mendapat perhatian di masyarakat. Indonesia, negara dengan kepercayaan tinggi akan hal mistis membuat para penderita Skizofrenia dianggap kerasukan makhluk ghaib.
2.2.2 Representasi Pengetahuan Representasi pengetahuan merupakan metode yang di gunakan untuk mengkodekan pengetahuan dalam sebuah sistem pakar. Representasi dimaksudkan untuk menangkap sifat-sifat penting masalah dan membuat informasi itu dapat di akses oleh prosedur pemecahan masalah. [1]
Penyakit ini bisa menyerang siapa saja yang membuat penderitanya seakan-akan berhalusinasi dan berdelusi sehingga kehilangan kontak dengan kehidupan nyata, penderita skizofrenia akan merasa hidupnya diteror, diancam dan dipenuhi bisikan-bisikan yang membuatnya menjadi menderita.
2.2.3 Kaidah Produksi Kaidah menyediakan cara formal untuk merepresentasikan rekomendasi, arahan, atau strategi. Kaidah produksi dituliskan dalam bentuk jika-maka (ifthen). Berbagai struktur kaidah if-then yang menghubungkan obyek atau atribut sebagai berikut [2]:
1
1. IF premis THEN konklusi. 2. IF masukan THEN keluaran. 3. IF kondisi THEN tindakan. 4. IF antesenden THEN konsekuen. 5. IF data THEN hasil. 6. IF tindakan THEN tujuan. 7. IF aksi THEN reaksi. 8. IF sebab THEN akibat. 9. IF gejala THEN diagnosa
Skizofrenia adalah salah satu bentuk perilaku abnormal berat yang mencakup apa yang bagi kebanyakan orang dikenal sebagai “kegilaan”. Pada peenderita skizofrenia memperlihatkan banyak simtom psikotik yang berbeda, yang mengindikasikan bahwa mereka telah kehilangan kontak dengan kenyataan. [5] 3. Analisis dan Perancangan 3.1 Analisis Pieces Untuk mengidentifikasi masalah, maka kita harus melakukan analisis terhadap kinerja, informasi, ekonomi, pengendalian, efisiensi dan pelayanan pelanggan . Panduan ini dikenal sebagai analysis PIECES ( Performance, information, Economic, Control, Efficiency, Service ), dengan analisis ini kita bisa mendapatkan beberapa masalah dan akhirnya dapat memecahkan masalah utamanya.
a. Ketidakpastian Dalam menghadapi suatu masalah, sering ditemukan jawaban yang tidak memiliki kepastian penuh. Ketidakpastian ini berupa probabilitas atau kebolehjadian yang bergantung pada hasil suatu kejadian. Hasil yang tidak pasti disebabkan oleh dua faktor, yaitu aturan yang tidak pasti dan jawaban pengguna yang tidak pasti atas suatu pertanyaan yang diajukan oleh sistem. [1]
3.2 Analisis Data 3.2.1 Akuisi Pengetahuan Proses akuisi pengetahuan dilakukan dengan cara mengklarifikasikan pengetahuan tentang gejala-gejala skizofrenia. Sumber-sumber pengetahuan di dapat dari seorang pakar, buku dan internet. Pengetahuan yang telah terkumpul kemudian diurutkan dan dikodekan ke dalam sebuah tabel akuisi agar memudahkan dalam membaca data pengetahuan yang ada dan memudahkan dalam membuat representasi pengetahuan. Basis pengetahuan yang didapat dari akuisisi
2.3 Faktor Kepastian ( Certainty Factor ) 2.3.1 Pengertian Faktor Kepastian ( Certainty Factor ) Faktor Kepastian (certainty factor) diperkenalkan oleh Shortliffe Buchman dalam pembuatan MYCIN (Wesley, 1984). Certainty Factor (CF) merupakan nilai parameter klinis yang diberikan MYCIN untuk menunjukkan besarnya kepercayaan. [3] CF(H,E) = MB(H,E) – MD(H,E)
pengetahuan dipresentasikan dalam tabel 2 berikut: 2.3.2 Kombinasi Aturan Metode MYCIN untuk menggabungkan evidence pada antecedent sebuah aturan ditunjukkan oleh tabel 1 di bawah ini : [4]
Tabel 2 Tabel Gangguan Skizofrenia Kode P01 P02 P03 P04 P05
Tabel 1 Aturan untuk mengkombinasikan evidenantecedent Evidence
Antecedent Ketidakpastian
DAN
Min [CF(H,
), CF(H,
]
OR
Max [CF(H,
), CF(H,
]
TIDAK E
Nama Gangguan Skizofrenia Paranoid Skizofrenia Simplek Skizofrenia Katatonik Skizofrenia Hebrefenik Skizofrenia Residual
Berikut ini data gejala yang digunakan dalam akuisi pengetahuan dipresentasikan dalam tabel 3 :
-CF (H,E)
Tabel 3 Tabel Gejala
Bentuk dasar rumus certainty factor dari kaidah IF E THEN H diberikan sebagai berikut: CF(H,e) = CF(E,e) x CF(H,E) Di mana CF(E,e) = Faktor kepastian dari fakta E yang dipengaruhi oleh fakta e. CF(H,E) = Faktor kepastian dalam hipotesa dengan asumsi bahwa fakta diketahui dengan pasti, yaitu ketika CF(E,e)= 1 CF(H,e) = Faktor kepastian hipotesa yang dipengaruhi oleh fakta e.
Kode G01 G02 G03 G04 G05 G06
2.4 Gangguan Skizofrenia 2.4.1 Pengertian Skizofrenia
G07
2
Gejala Halusinasi Suara Merasa cemas, curiga dan suka menyendiri Gangguan persepsi Merasa dirinya lebih hebat dari kenyataan Mengalami rasa cemburu tidak realistis Suasana hati yang tidak stabil Terobsesi dengan kematian, sekarat, atau
kekerasan Merasa terperangkap atau putus asa Mendata orang-orang terdeekat untuk membagikan barangbarang pribadi Meningkatnya konsumsi minuman keras atau obatobatan Berubahnya pola tidur dan makan Respon motorik tidak lazim dalam bentuk diam dan pada posisi di tempat atau posisi kegiatan eksesif Urat-uratnya menjadi kaku dan badan jadi kaku Kedangkalan emosi dan kemunduran kemauan
G08 G09
G10
G11 G12
G13 G14
Berdasarkan data gejala dan data gangguan yang ada kemudian dibuat tabel keputusan yang menunjukkan hubungan antara keduanya, seperti dapat dilihat pada tabel 4 berikut. Tabel 4 Tabel Keputusan ko de
Gejala 1
1
2
3
4
2
5
6
7
8
9
1 0
4
5
1 2
1 3
1 4
3
1 1
1 2 3
Paranoid Paranoid Paranoid
4
Paranoid
5
Simplek
6
Simplek
7
Simplek
8
Simplek
9
Simplek
10
Simplek
12
Katatonik
13
Katatonik
14 15 16
Hebrefenik Hebrefenik Hebrefenik
17
Hebrefenik
18
Hebrefenik
19
Hebrefenik
20
Residual
21 22
Residual Residual
23
Residual
24
Residual
25
Residual
Gejala
MB
MD
Halusinasi Suara Gangguan Persepsi Suasana Hati yang tidak stabil Berubahnya pola tidur dan makan Merasa cemas,curiga dan suka menyendiri Merasa dirinya lebih hebat dari kenyataan Suasana hati yang tak stabil Terobsesi dengan kematian, sekarat atau kekerasan Berubahnya pola tidur dan makan Kedangkalan emosi dan kemunduran kemauan
0.7 0.7 0.7
0.2 0.1 0.4
0.8
0.2
0.7
0.2
0.8
0.1
0.7
0.1
0.8
0.2
0.8
0.1
0.7
0.2
Merasa terperangkap atau putus asa Merasa terperangkap atau putus asa Respon motorik tidak lazim dalam bentuk diam dan pada posisi di tempat Halusinasi suara Gangguan Persepsi Merasa dirinya lebih hebat dari kenyataan Mengalami rasa cemburu tidak realistis Mendata orang-orang terdekat untuk membagikan barangbarang pribadi Meningkatnya konsumsi minuman keras atau obatobatan Merasa cemas, curiga dan suka menyendiri Gangguan persepsi Mengalami rasa cemburu tidak realistis Suasana hati yang tidak stabil Merasa terperangkap atau putus asa Kedangkalan emosi dan kemunduran kemauan
0.8
0.1
0.6
0.2
0.8
0.1
0.8 0.6 0.8
0.1 0.1 0.2
0.7
0.1
0.7
0.2
0.6
0.2
0.7
0.2
0.7 0.8
0.1 0.1
0.6
0.1
0.7
0.2
0.8
0.2
3.2.2 Perhitungan CF (H, E) = MB (H, E) – MD (H, E) CF (H, E) : Certainty Factor dari hipotesis H yang dipengaruhi oleh gejala (evidence) E. Besarnya CF berkisar antara -1 sampai 1. Nilai -1 menunjukkan ketidakpercayaan mutlak sedangkan nilai 1 menunjukkan kepercayaan mutlak. MB (H, E) : ukuran kenaikan kepercayaan (measure of increased belief) terhadap hipotesis H yang dipengaruhi oleh gejala E. MD (H, E) : ukuran kenaikan ketidakpercayaan (measure of increased disbelief) terhadap hipotesis H yang dipengaruhi oleh gejala E
Tabel 5 Tabel Keputusan Penyakit
Katatonik
Berikut di tampilkan tabel keputusan yang ada dalam sistem pakar, seperti dapat dilihat pada tabel 5
No
11
3.2.3 Perancangan Aplikasi 1. Diagram Arus Data yang Diusulkan Diagram arus data atau yang disebut juga dengan Data Flow Diagram (DFD) sering digunakan untuk menggambarkan suatu sistem yang telah ada atau system baru yang akan dikembangkan secara logika tanpa mempertimbangkan lingkungan fisik dimana data tersebut mengalir atau lingkungan fisik dimana data
3
tersebut akan disimpan, seperti dapat dilihat pada gambar 1 berikut.
4. IMPLEMENTASI DAN PEMBAHASAN
1. Halaman Utama Admin Menu utama Admin ini adalah sebuah form induk dari form-form lainnya dari form utama aplikasi ini terdiri dari 5 menu yakni : Halaman Depan, Data Penyakit, Data Gejala, Basis Pengetahuan, seperti gambar 4
Gambar 1 DFD Level 0 Berikut di tampilkan gambar DFD level 1 yang ada dalam sistem pakar, seperti dapat dilihat pada gambar 2
Gambar 4 Halaman Utama Admin 2. Halaman Data Penyakit Form ini berisi inputan data penyakit yang berisi tambah data penyakit, edit data penyakit dan hapus data penyakit yang ditampilkan pada gambar 5
Gambar 5 Halaman Data Penyakit 3. Halaman Data Gejala Form ini berisi inputan data gejala yang berisi tambah data gejala, edit data gejala dan hapus data gejala yang ditampilkan pada gambar 6
Gambar 2. DFD Level 1
2. Rancangan ERD ( Entity Relationship Diagram) Dalam sistem yang dibuat terdapat tabel user, tabel penyakit, tabel histori, tabel gejala, tabel histori_gejala,tabel histori_penyakit, tabel pengetahuan.
Gambar 6 Halaman Data Gejala 4. Halaman Diagnosa Penyakit Halaman Diagnosa merupakan proses letak mesin inferensi bekerja dalam system pakar ini. Pada proses ini dilakukan perhitungan certainty factor setelah user memberikan masukan berupa gejala-gejala yang di alami pasien.yang ditampilkan pada gambar 7 Gambar 3 ERD
4
pendiagnosaan menjadi lebih teliti dalam menentukan hasil diagnosa. 3. Sistem dapat memberikan hasil diagnosa berupa penyakit yang kemungkinan dialami. 5.2 Saran Pembuatan sistem pakar tidak terlalu efektif. Oleh karena itu perlu disempurnakan:lebih lanjut. Saran supaya sistem pakar lebih efektif dan optional. Adapun saran-saran tersebut antara lain : 1. Data-data gejala maupun penyakit perlu ditambah kelengkapannya, disamping itu agar dapat benar-benar menggambarkan atau menghasilkan diagnosa yang valid. 2. Sistem pakar juga dapat di kembangkan dengan menambah fitur yang menunjang proses diagnosa, seperti hasil analisa kondisi pasien yang dapat digunakan untuk mengetahui kesembuhan pasien. 3. Kelemahan sistem ini adalah inputan data masih di isikan oleh pihak IT belum di isikan secara langsung oleh dokter.
Gambar 7 Halaman Diagnosa Penyakit 5. Halaman Data Histori Halaman hiistori adalah halaman khusus yang disediakan user untuk melihat dan menghapus hasil diagnosa sebelumnya. Data yang di tampilkan adalah data hasil diagnosa gejala dan penyakit.yang ditampilkan pada gambar 8
Daftar Pustaka [1] Kusrini. 2006. Sistem Pakar Teori dan Aplikasi :Penerbit Andi. Yogyakarta [2] Sri Hartati, Sari Iswanti. 2013. Sistem Pakar dan Pengembangannya. Penerbit Graha Ilmu Yogyakarta. [3] Kusrini. 2008. Aplikasi Sistem Pakar Menentukan Faktor Kepastian Pengguna dengan Metode Kuantifikasi Pertanyaan. Penerbit Andi Yogyakarta. [4] Muhammad Arhami. 2005. Konsep Dasar Sistem Pakar. Penerbit Andi Yogyakarta. [5] Thomas F.Oltmanns, Robert E.emery. 2013. Psikologi Abnormal. Penerbit Pustaka Pelajar
Gambar 8 Halaman Data Histori 6. Halaman Laporan Form ini berisi menu yang digunakan untuk mencetak laporan dari hasil pemilihan gejala yang di alami oleh pasien yang ditampilkan pada gambar 9
Biodata Penulis David Lukman Hakim, memperoleh gelar Sarjana Komputer (S.Kom), Jurusan Sistem Informasi STMIK AMIKOM Yogyakarta, lulus tahun 2017.
Gambar 9 Halaman Laporan
Kusrini, memperoleh gelar Sarjana Ilmu Komputer UGM lulus tahun 2002. S2 Magister Ilmu Komputer UGM lulus tahun 2006. S3 Doktor Ilmu Komputer UGM lulus tahun 2010. Saat ini menjadi Direktur Program Pasca Sarjana MTI di STIMIK AMIKOM Yogyakarta.
5. PENUTUP 5.1 Kesimpulan
Berdasarkan hasil pengujian Sistem Pakar Diagnosa Gangguan Jiwa Skizofrenia dapat ditarik kesimpulan dan saran. 1. Setiap rule yang ada dalam sistem memiliki tingkat keyakinan yang berbeda-beda-beda, tergantung tingkat keyakinan pakar terhadap gejala-gejala yang mempengaruhi suatu penyakit. 2. Nilai tingkat keyakinan pada proses diagnosa dapat ditentukan secara berbeda-beda oleh paramedis, sehingga dalam proses
5
