ijns.org Indonesian Journal on Networking and Security - Volume 5 No 4 Oktober 2016

ijns.org

Indonesian Journal on Networking and Security - Volume 5 No 4 – Oktober 2016

Sistem Pakar Untuk Mendiagnosa Penyakit Mata Pada Manusia Menggunakan Teorema Bayes 1

M. Haris Qamaruzzaman1, Sam’ani2 2 Manajemen Informatika, Teknik Informatika - STMIK Palangkaraya 1 [email protected], [email protected]

ABSTRACT- The eyes are one of the senses that is very important in human life to see. If the eyes get disorders or diseases of the eye, it will be fatal to human life. The activities of an expert cause the handling of the eye diseases cannot be done fast. Therefore, an expert system is needed as an alternative solution to solve the problem. The objective of this study was to implement the Bayes Theorem on the expert system for diagnosing diseases of the human eye. The subject of this study was diagnosing the eye diseases by using forward and backward chaining methods. Software development method used in this study is the development of expert systems. Encoding system created using Borland Delphi 7.0 and system testing using black box testing and validation experts. The result of the study was an expert system application that is able to diagnose eye diseases in humans by applying Bayes Theorem to cope with uncertainty. On testing 20 samples of data of disease symptoms indicate that the application generates an accuracy value of 90%. The result of system test shows that this application is feasible to use. Keywords: Expert system, Eye disease, Bayes theorem ABSTRAK - Mata adalah salah satu panca indra yang sangat penting dalam kehidupan manusia untuk melihat. Jika mata mengalami gangguan atau penyakit mata, maka akan berakibat fatal bagi kehidupan manusia. Kesibukan seorang pakar membuat penanganan terhadapat penyakit mata tidak bisa cepat dilakukan. Oleh karena itu, diperlukan sebuah sistem pakar dapat menjadi alternatif dalam mengatasi permasalahan tersebut. Tujuan dari penelitian ini adalah mengimplementasikan Teorema Bayes pada sistem pakar untuk mendiagnosa penyakit mata manusia. Subjek pada penelitian ini adalah untuk mendiagnosa penyakit mata dengan menggunakan metode penalaran forward chaining dan backward chaining. Metode pengembangan perangkat lunak yang digunakan dalam penelitian ini adalah metode pengembangan sistem pakar. Pengkodean sistem dibuat menggunakan Borland Delphi 7.0 dan pengujian sistem menggunakan black box testing dan validasi pakar. Dari penelitian yang dilakukan menghasilkan sebuah aplikasi sistem pakar yang mampu mendiagnosa penyakit mata pada manusia dengan menerapkan Teorema Bayes untuk mengatasi ketidakpastian. Pada pengujian 20 sampel data gejala Hasil uji penyakit menunjukkan bahwa aplikasi menghasilkan nilai akurasi sebesar 90%. coba sistem menunjukkan bahwa aplikasi ini layak digunakan. Kata Kunci : Sistem Pakar, Penyakit Mata, Teorema Bayes 1. PENDAHULUAN Mata adalah salah satu panca indra yang sangat penting dalam kehidupan manusia untuk melihat. Jika mata mengalami gangguan atau penyakit mata, maka akan berakibat fatal bagi kehidupan manusia. Pekerjaan dokter yang sangat sibuk dan padat mengakibatkan keterlambatan pelayanan kepada masyarakat. Oleh karena itu, diperlukan sebuah sistem pakar dapat menjadi alternatif dalam mengatasi permasalahan tersebut. Dalam pembuatan sistem pakar, solusi yang digunakan adalah dengan melakukan pendekatan kecerdasan buatan. Ada berbagai metode yang dapat diterapkan untuk mengatasi masalah ketidakpastian saat proses pelacakan terjadi Salah satunya adalah Teorema Bayes. Teorema Bayes adalah metode penyelesaian sistem pakar yang menghitung nilai probabilitas suatu penyakit dan membandingkan dengan ISSN : 2302-5700 (Print) – 2354-6654 (Online)

probabilitas setiap gejalanya sehingga jenis penyakit yang didiagnosa akan sesuai dengan gejala yang diderita pasien. 2.1. Sistem Pakar Sistem pakar adalah suatu sistem yang dirancang untuk dapat menirukan keahlian seorang pakar dalam menjawab pertanyaan dan memecahkan suatu masalah. Sistem pakar akan memberikan pemecahan suatu masalah yang didapat dari dialog dengan pengguna. Dengan bantuan sistem pakar seseorang yang bukan pakar/ahli dapat menjawab pertanyaan, menyelesaikan masalah serta mengambil keputusan yang biasanya dilakukan oleh pakar (Sutojo, dkk, 2011:13). Pada dasarnya sistem pakar diterapkan untuk mendukung aktivitas pemecahan masalah. Beberapa aktivitas pemecahan yang dimaksud antara lain: pembuatan keputusan (decicion making), 7

ijns.org


(knowledge pemaduan pengetahuan fusing), pembuatan desain (designing), prakiraan perencanaan (planning), (forecasting), pengaturan (regulating), pengendalian (controlling), diagnosis (diagnosing), perumusan (prescribing), penjelasan (explaining), pemberian nasihat (advising) dan pelatihan (tutoring). Selain itu sistem pakar juga dapat berfungsi sebagai asisten yang pandai dari seorang pakar (Kusrini, 2006:11). 2.2. Penyakit Mata Penyakit mata adalah sesuatu hal yang menyebabkan terjadinya gangguan pada mata yang disebabkan oleh bakteri, virus, atau kelainan sistem atau jaringan pada organ tubuh, dan kebiasaan yang buruk. Ada 14 jenis penyakit mata yang dibahas yaitu: a) Miopia adalah bentuk kelainan refraksi di mana sinar-sinar sejajar pada mata yang istirahat, akan dibiaskan pasa suatu titik di depan retina. b) Hipermetropia adalah suatu bentuk kelainan refraksi di mana sinar-sinar sejajar akan dibiaskan pada satu titik di belakang retina. c) Astigmatisme adalah suatu keadaan dimana sinar yang sejajar tidak dibiaskan dengan kekuatan yang sama pada seluruh bidang pembiasaan sehingga fokus pada retina tidak pada satu titik d) Presbiopia adalah keadaan dimana berkurangnya kemampuan mencembungnya lensa mata sehingga memberikan kesukaran untuk melihat dekat. e) Katarak adalah kekeruhan pada lensa yang dapat terjadi akibat lensa,denaturasi protein hidrasi lensa atau akibat keduanya. f) Konjungtivitis merupakan radang konjungtiva atau radang selaput lendir yang menutupi belakang kelopak dan bola mata. g) Keratitits merupakan kelainan akibat terjadinya infiltrasi sel radang padakornea yang akan mengakibatkan kornea menjadi keruh. h) Glaukoma adalah suatu penyakit dimana gambaran klinik yang lengkapditandai oleh peninggian tekanan intraokuler. i) Blefaritis merupakan peradangan kelopak mata dan margo palpebra.

ISSN : 2302-5700 (Print) – 2354-6654 (Online)

j)

Retinopati diabetes adalah kelainan retina yang ditemukan pada penderita penyakit diabetes mellitus. k) Retinopati hipertensi adalah kelainan retina dan pembuluh darah retina akibat tekanan darah tinggi. l) Kalazion adalah suatu peradangan lipogranuloma menahun. m) Hordeolum adalah suatu peradangan supuratif kelenjar Zeis atau kelenjar Moll. n) Pterigium adalah penebalan dan lipatan konjungtiva bulbi yang berbentuksegitiga dengan banyak pembuluh darah.

2.3. Teorema Bayes Sejumlah teori telah ditemukan untuk menyelesaikan ketidakpastian, salah satu diantaranya adalah probabilitas Bayes (Bayesian probalility). Probabilitas menunjukkan kemungkinan sesuatu akan terjadi atau tidak. Probabilitas disebabkan oleh ketidakmampuan seorang pakar untuk merumuskan kaidah secara pasti. Secara umum, bentuk Teorema Bayes untuk gejala tunggal G dan penyakit ganda P1, P2, …., Pn adalah: P P |G

P P P G|P P G|P ∑ P P

Dengan n sebagai jumlah penyakit yang terjadi. Sedangkan bentuk Teorema Bayes untuk gejala ganda G1, G2, …, Gm dan penyakit ganda P1, P2, … Pn adalah sebagai berikut : P P |G G … G P G |P … P G |P P G |P P P ∑ P G |P P G |P … P G |P P P

3. TAHAPAN PENELITIAN 3.1. Analisis Analisa dibutuhkan untuk melihat perhtungan nilai kemungkinan dengan menggunakan Teorema Bayes secara manual. Perhitungan dicari dengan nilai probabilitas yang menyertai setiap gejala dari penyakit yang telah dipilih pengguna. Hal ini digunakan untuk menguatkan perhitungan yang telah dilakukan oleh sistem. 3.2. Perancangan Sistem Tahap perancangan sistem merupakan salah satu tahapan proses 8

ijns.org


pembuatan aplikasi. Perancangan program penting sekali agar proses pembuatan aplikasi semakin terarah dan aplikasi yang dihasilkan bekerja dengan baik. Dalam pembuatan sistem pakar ini beberapa teknik yang digunakan yaitu: a. Merekayasa Pengetahuan Pengembangan sistem pakar dimulai dengan merekayasa pengetahuan. Dalam hal ini yang dilakukan adalah mewawancarai seorang pakar yaitu dokter spesialis penyakit mata, observasi lapangan, dan kepustakaan untuk mendukung teori. b. Perancangan Pelacakan Solusi Perancangan pelacakan solusi suatu masalah yang digunakan adalah metode forward chaining dan backward chaining. c. Pemodelan Proses dan Pemodelan Data Untuk memahami sistem secara logika, maka dibuat suatu diagram alir data yang menggambarkan jalannya suatu sistem yang akan dikembangkan yang terdiri dari diagram konteks, DFD, dan ERD. d. Desain Antar Muka Sistem Perancangan sistem ini meliputi perancangan format menu dan perancangan desain interface yang akan digunakan sebagai fasilitas dialog antara sistem dan pengguna. 3.3. Coding Tahap coding merupakan tahap pengkodean dari desain ke dalam suatu bahasa pemrograman. Dalam sistem ini desain yang telah dibuat pengkodean dengan menggunakan salah satu bahasa pemrograman visual yaitu Borland Delphi 7.0. 3.4. Testing Tahap selanjutnya yaitu pengujian sistem. Pengujian yang digunakan adalah black box testing, yaitu pengujian sistem mengamati yang dilakukan dengan keluaran dari berbagai masukan. Jika keluaran sistem telah sesuai dengan rancangan untuk variasi data, maka sistem tersebut dinyatakan baik.

Gambar 1. Entity Relationship Diagram 4.2. Desain Proses Pada desain proses akan dijelaskan menggunakan decision tree yang berhubungan dengan analisis sistem. Decision tree yang digunakan pada penelitian ini adalah backward chaining dan forward chaining seperti gambar di bawah ini :

4. HASIL DAN PEMBAHASAN 4.1. Desain Entity Relationship Diagram (ERD) Adapun perancangan ERD untuk aplikasi sistem pakar ini adalah sebagi berikut : Gambar 2. Pohon Keputusan Backward Chaining ISSN : 2302-5700 (Print) – 2354-6654 (Online)

9

ijns.org


Gambar 5. Tampilan Antar Muka Pengguna Setelah pengguna memilih gejala dan menekan tombol hasil diagnosa akan tampil hasil diagnosa seperti gambar di bawah ini:

Gambar 3. Pohon Keputusan Forward Chaining 4.3. Desain Diagram Konteks Diagram konteks merupakan aliran yang memodelkan hubungan antara sistem dengan entitas yang terdiri dari suatu proses dan menggambarkan ruang lingkup suatu sistem. Berikut adalah diagram konteks sistem :

Gambar 6. Tampilan Hasil Diagnosa Contoh perhitungan manual : Pterigium memiliki nilai probabilitas 0,6 Tabel 1. Contoh Kasus Aturan Penyakit Pterigium

Gambar 4. Diagram Konteks 4.4. Implementasi Sistem Dalam melakukan pengujian tehadap sistem yang telah dibuat, dilakukan tiga cara yaitu dengan pengujian sistem, pengujian pakar, dan pengujian kuesioner. Pengujian dilakukan dengan melakukan proses diagnsa pada halaman antar muka pengguna. Pada halaman antar muka, pengguna dapat melakukan diagnosa degan cara memilih gejala yang ditampilkan sistem. Berikut adalah tampilan antar muka pengguna ISSN : 2302-5700 (Print) – 2354-6654 (Online)

Gejala

Probabilitas Gejala

Mata Kering Terdapat sesuatu yang mengganjal mata Terdapat selaput berbentuk segitiga yang menutupi kornea atau bola mata

0,4 0,7

0,9

Maka probabilitas penyakit Pterigium berdasarkan gejala yang dipilih adalah sebagai berikut : P PPterigium|G1|G3 0,7 0,6 0,9 0,6 0,8 0,4 0,6 0,7 0,6 0,9 0,6 Jadi, probabilitas penyakit berdasarkan yang dipilih 0,8 × 100% = 80%.

Pterigium adalah

10

ijns.org


5. KESIMPULAN 5.1. Telah dibangun sistem pakar diagnosa penyakit mata menggunakan Teorema Bayes dengan metode inferensi backward forward chaining dan chaining untuk menentukan kesimpulan hasil diagnosa. 5.2. Sistem dapat memecahkan masalah untuk mengetahui jenis penyakit mata, dan nilai probabilitasnya, penyebab, serta solusi penanganan penyakit mata yang diderita pengguna. 5.3. Berdasarkan hasil uji coba 10 responden terhadap sistem adalah sangat positif 20% dan positif 80%. DAFTAR PUSTAKA [1] Fathansyah. 2012. Basis Data, Informatika, Bandung. [2] Hartati, Sri dan Sri Iswanti. 2008. Sistem Pakar dan Pengembangannya, Graha Ilmu, Yogyakarta. [3] Ilyas, Sidarta, Muzakkir Tanzil, Salamun, Zainal Azhar. 2003. Ilmu Penyakit Mata, Balai Penerbit FKUI, Jakarta. [4] Ilyas, Sidarta. 2005. Penuntun Ilmu Penyakit Mata (Edisi 3), Balai Penerbit FKUI, Jakarta. [5] Ilyas, Sidarta, Sri Rahayu Yulianti. 2012. Ilmu Penyakit Mata (Edisi 4), Balai Penerbit FKUI, Jakarta. [6] Jogiyanto. 2005. Analisis Dan Desain Sistem Informasi, Andi, Yogyakarta. [7] JSIKA, Vol 2 No. 2 2013, Sistem Pakar Untuk Diagnosis Penyakit Mata, Reppy Reisa, Jusak, dan Pantjawati Sudarmaningtyas: _____. [8] Jurnal EECCIS, Vol 8 No. 2 2014, Sistem Pakar Diagnosa Penyakit Kambng Berbasis Web Menggunakan Metode Certainty Factor, Mira Orisa, Purnomo Budi Santoso, dan Onny Setyawati: 151-156. [9] Jurnal Teknik Informatika, Vol 1 2012, Aplikasi Diagnosa Penyakit Asma Menggunakan Bayesian Network Berbasis Web, Yunita Nancy Roselina, Sugeng Purwantoro, dan Memen Akbar: ____. [10] Kadir, Abdul, 2003. Penuntun Praktis Belajar Database Menggunakan Microsoft Access, Andi, Yogyakarta. [11] Kusrini, 2006. Sistem Pakar Teori Dan Aplikasi, Andi, Yogyakarta.

ISSN : 2302-5700 (Print) – 2354-6654 (Online)

[12] Madcom, 2003. Pemprograman Borland Delphi 7 (Jilid 1), Andi, Yogyakarta. [13] M.A, Hesti. 2014. Aplikasi Sistem Pakar Diagnosa Jenis Hama dan Penyakit Pada Tanaman Jagung Menggunakan Teorema Bayes. [14] Oetomo, Budi, Sutedji Dharma. 2002. Perencanaan dan Pengembangan Sistem Informasi, Andi, Yogyakarta. [15] Pressman, Roger S. 2012. Rekayasa Perangkat Lunak, Andi, Yogyakarta. [16] Sloane, Ethel. 2004. Anatomi Dan Fisiologi Untuk Pemula, Buku Kedokteran, Jakarta. [17] STMIK Palangkaraya. 2014. Pedoman Penulisan Proposal dan Skripsi, Palangkaraya. [18] Sugiyono. 2011. Metode Penelitian Pendidikan : Pendekatan Kuantitatif, Kualitatif dan R&D, Alfabeta , Bandung. [19] Sutabri, Tata. 2004. Pemrograman Terstruktur, Andi, Jakarta. [20] Sutojo, T, Edy Mulyanto, Vincent Suhartono. 2011. Kecerdasan Buatan, Andi, Yogyakarta [21] Marwa Sulehu, Sistem Pendukung Keputusan Pemilihan Layanan Internet Service Provider Menggunakan Metode Weighted Product (Studi kasus : STMIK AKBA), Vol 4, No 4 (2015): IJNS Oktober 2015 [22] Cipta Riang Sari, Teknik Data Mining Menggunakan Classification Dalam Sistem Penunjang Keputusan Peminatan SMA Negeri 1 Polewali, Vol 5, No 1 (2016): IJNS 2016 [23] Hera Wasiati, Dwi Wijayanti, Sistem Pendukung Keputusan Penentuan Kelayakan Calon Tenaga Kerja Indonesia Menggunakan Metode Naive Bayes (Studi Kasus: Di P.T. Karyatama Mitra Sejati Yogyakarta) [24] Warjiyono Warjiyono, Galih Wuri Wardhani, Perancangan Animasi Interaktif Berbentuk Puzzle Guna Melatih Kecerdasan Visual Spasial Anak, Vol 2, No 1 (2014): Jurnal Evolusi 2014

11

ijns.org Indonesian Journal on Networking and Security - Volume 5 No 4 Oktober 2016

Recommend Documents