IMPLEMENTASI METODE LOGIKA FUZZY DAN DEMPSTER-SHAFER PADA SISTEM PAKAR PENENTUAN JENIS GANGGUAN PERKEMBANGAN PADA ANAK

Jurnal Elektronik Nasional Teknologi dan Ilmu Komputer (JENTIK)

IMPLEMENTASI METODE LOGIKA FUZZY DAN DEMPSTER-SHAFER PADA SISTEM PAKAR PENENTUAN JENIS GANGGUAN PERKEMBANGAN PADA ANAK Muhammad Risyanto Fitriyadi1, Muliadi 2, Irwan Budiman3 123Prodi Ilmu Komputer FMIPA ULM Jl. A. Yani Km 36 Banjarbaru, Kalimantan selatan Email : [email protected] Abstract Development disorder can occur in children. sometimes many parents are unaware or underestimate such a development disorder and does not know his condition properly. They think the interference will disappear by itself if their child grow older, but if not handled properly can aggravate the situation of the children. Computer technology can be used to help the presentation of information and the determination of the type development disorders in children. In this case to obtain accurate information required specialized knowledge of experts or those who master the field. Expert system is a computer-based application that is used to solve the problem, as is thought by experts. Dempster-Shafer method can be used to combine separate pieces of information to calculate the likelihood of these developments disorder, while the fuzzy logic will help determine the values of each piece of information on the Dempster-Shafer method Keywords: Expert Systems, Development disorder, Fuzzy Logic, Dempster-Shafer. Abstrak Gangguan perkembangan dapat terjadi pada anak-anak, terkadang banyak orang tua yang tidak sadar atau menganggap remeh suatu gangguan perkembangan tersebut sehingga tidak mengetahui kondisi anaknya dengan benar. Mereka berpikir gangguan tersebut akan hilang dengan sendirinya jika anak mereka dewasa, padahal jika tidak ditangani dengan benar dapat memperburuk keadaan anak tersebut. Teknologi komputer dapat digunakan untuk membantu penyajian informasi dan penentuan jenis gangguan perkembangan pada anak. Dalam hal ini untuk mendapatkan informasi yang akurat diperlukan pengetahuan khusus dari pakar atau orang yang menguasai bidang tersebut. Sistem pakar sendiri adalah sebuah aplikasi berbasis komputer yang dipergunakan untuk menyelesaikan masalah sebagaimana yang dipikirkan oleh pakar. Metode dempster-shafer dapat digunakan untuk menggabungkan potongan informasi yang terpisah untuk mengkalkulasi kemungkinan suatu gangguan perkembangan tersebut, sedangkan logika fuzzy akan membantu menentukan penilaian tiap potongan informasi pada metode dempster-shafer. Kata Kunci : sistem pakar, gangguan perkembangan, logika fuzzy, dempster-shafer. Implementasi metode logika fuzzy dan DS pada SP penentuan jenis gangguan perkembangan pada anak (M.Risyanto Fitriyadi) |

55


1.

PENDAHULUAN

Gangguan perkembangan dapat terjadi pada anak-anak, terkadang banyak orang tua yang tidak sadar atau menganggap remeh suatu gangguan perkembangan tersebut sehingga tidak mengetahui kondisi anaknya dengan benar. Mereka berpikir gangguan tersebut akan hilang dengan sendirinya jika anak mereka dewasa, padahal jika tidak ditangani dengan benar dapat memperburuk keadaan anak tersebut. Teknologi komputer dapat digunakan untuk membantu penyajian informasi dan penentuan jenis gangguan perkembangan pada anak. Dalam hal ini untuk mendapatkan informasi yang akurat diperlukan pengetahuan khusus dari pakar atau orang yang menguasai bidang tersebut. Sistem pakar adalah sebuah aplikasi berbasis komputer yang dipergunakan untuk merumuskan dan menyelesaikan masalah selayaknya pemikiran pakar. Logika fuzzy merupakan teori himpunan logika samar/kabur yang dikembangkan oleh Prof. Lofti Zadeh. Tingkat ke kaburannya dinyatakan dalam derajat dari suatu keanggotaan atau derajat dari kebenaran[1]. Metode dempster-shafer merupakan suatu teori matematika untuk pembuktian berdasarkan belief functions dan plausible reasoning (fungsi kepercayaan dan pemikiran yang masuk akal) yang digunakan untuk mengkombinasikan potongan informasi yang terpisah (bukti) untuk mengkalkulasi kemungkinan dari suatu peristiwa[2], sehingga metode ini bagus digunakan untuk menentukan suatu kemungkinan. Metode dempster-shafer hanya memiliki penilaian ya dan tidak terhadap tiap potongan informasinya, sedangkan pada kenyataannya informasi tersebut dapat dikatakan sebagian benar dan dapat juga dikatakan sebagian salah pada waktu yang bersamaan. Oleh karena itu logika fuzzy akan membantu menentukan penilaian tiap potongan informasi pada metode dempster-shafer untuk kalkulasi hasil yang lebih baik lagi. Untuk menyelesaikan permasalahan tersebut maka dibutuhkan implementasi sistem yang dapat membantu menentukan jenis gangguan perkembangan pada anak. Dengan adanya sistem pakar penentuan jenis gangguan perkembangan pada anak dengan metode logika fuzzy dan dempster-shafer maka diharapkan dapat membantu dalam menentukan jenis gangguan perkembangan pada anak. 2.

METODE PENELITIAN

Berikut adalah gambaran umum sistem penentuan jenis gamgguan perkembangan yang akan dibuat. Diagram gambaran umum sistem dapat dilihat pada Gambar 1 berikut: Melakukan create/ update/delete

Memasukkan input Sistem

User Menampilkan output

Admin

Menampilkan Data

Gambar 1. Diagram Gambaran Umum Sistem Sumber: Sistem Pakar Penentuan Jenis Gangguan Perkembangan Pada Anak Dengan Metode Logika Fuzzy dan Dempster-Shafer (Studi Kasus Anak Usia Dini). 2017 Implementasi metode logika fuzzy dan DS pada SP penentuan jenis gangguan perkembangan pada anak (M.Risyanto Fitriyadi) |

56


Dari diagram gambaran umum sistem dapat kita ketahui apa saja yang dapat dilakukan oleh user dan admin. User dapat memasukkan input berupa gejala yang dipilih dan nilainya sesuai dengan tingkahlaku yang terlihat pada anak. Setelah user memilih tombol checkup, sistem akan memproses inputan tersebut dan mengeluarkan output berupa kemungkinan awal gangguan yang diderita. Sedangkan yang dapat admin lakukan diantaranya dapat melihat, melakukan penambahan, pengubahan serta penghapusan data, seperti data gangguan, data gejala, dan data aturan dempster-shafer . Adapun proses penentuan jenis gangguan yang dilakukan oleh sistem ialah setelah mendapatkan inputan dari user berupa nilai tiap gejala, nilai tersebut kemudian akan dihitung dengan metode logika fuzzy untuk menghasilkan nilai keanggotaan tiap gejalanya, Nilai keanggotaan tiap gejala akan dikalikan dengan nilai kepercayaan pakar kemudian dijumlahkan untuk mendapatkan nilai kepercayaan tiap gejala. Setelah itu nilai kepercayaan dari masing-masing gejala akan dikombinasikan satu-persatu dengan perhitungan dempster-shafer sampai gejala terakhir. Hasil akhir dari pengkombinasian keseluruhan gejala itulah nantinya yang akan menjadi nilai akhir dari perhitungan penentuan gangguan untuk mendapatkan output berupa kemungkinan gangguan perkembangan yang diderita. 2.1 Data yang digunakan Dalam penelitian ini data yang digunakan adalah data jenis gangguan, gejala gangguan, dan nilai kepercayaan pakar untuk tiap gejala. Adapun data jenis gangguan pada penelitian ini dapat dilihat pada Tabel 1. Tabel 1. Data Gangguan Kode

Gangguan

P1

Gangguan ADHD ( Attention Deficit Hyperactivity Disorder)

P2

Gangguan Kecemasan

P3

Retardasi Mental

P4

Gangguan Perilaku

P5

Gangguan Autis

P6

Gangguan Membaca (Disleksia)

P7

Gangguan Menghitung (Diskalkulia)

P8

Gangguan Menulis (Disgrafia)

Sumber: Sistem Pakar Penentuan Jenis Gangguan Perkembangan Pada Anak Dengan Metode Logika Fuzzy dan Dempster-Shafer (Studi Kasus Anak Usia Dini). 2017

Data gejala pada penelitian ini dapat dilihat pada Tabel 2. Kode

Tabel 2. Data Gejala Gejala

G1

Prestasi yg rendah di sekolah

G2

Perhatian mudah teralih atau Kurang fokus

G3

Mementingkan diri sendiri, egois

Implementasi metode logika fuzzy dan DS pada SP penentuan jenis gangguan perkembangan pada anak (M.Risyanto Fitriyadi) |

57


Tabel 2. Lanjutan Data Gejala G4

Pengendalian emosi yang buruk

G5

Tidak mampu bersikap tenang pada saat dituntut untuk tenang

G6

Sangat aktif, tidak sanggup menyelesaikan suatu pekerjaan/kegiatan hingga selesai

G7

Susah mengikuti petunjuk/perintah tertentu/kebiasaan tertentu

G8

Menolak/tidak suka/menghindar jika disuruh terlibat mengerjakan tugas yang memerlukan usaha konsentrasi/mental yang lama Seperti tidak memperhatikan/mendengarkan pada saat berbicara dengan orang lain Memiliki keragu-raguan yang besar dan tidak yakin atas kemampuannya. Menunjukkan perilaku yang kaku dan kekhawatiran yang berlebih terhadap suatu aturan Kecemasan & kekhawatiran yg berlebihan & sulit dikendalikan pd suatu objek/kondisi tertentu

G9 G10 G11 G12 G13

Pemalu yg berlebihan

G14

Merasa menderita dengan lingkungan sosial yang baru

G15

Kesulitan berinteraksi dengan orang lain

G16

Kesulitan mengurus dirinya sendiri

G17

Kesulitan membedakan baik atau buruk dan benar atau salah

G18

Susah mengingat sesuatu

G19

Sangat tergantung dengan orang tua Perkembangan bahasa yang buruk atau terlambat berkembang Sering Muncul perilaku agresi terus menerus Menampakkan perilaku menentang terus menerus kpd ortu/guru/org dewasa lain Melakukan pelanggaran terhadap norma-norma masyarakat Repetitif (pengulangan), misalnya: tingkahlaku motorik ritual seperti berputar-putar dengan cepat, memutar-mutar objek, bergerak majumundur/kekiri-kekanan Tidak tersenyum pada situasi sosial, tetapi tersenyum/tertawa ketika tidak ada sesuatu yang lucu menghindari kontak mata/tatapan mata dengan orang lain Tidak memiliki perhatian untuk berkomunikasi/tidak ingin berkomunikasi untuk tujuan sosial penyendiri atau terlalu asik dengan benda-benda/situasi tertentu Sering mengulang kata-kata yang baru saja/pernah mereka dengar, tanpa maksud berkomunikasi Terlambat membaca jika dibandingkan dengan teman seusianya Tidak lancar membaca Kesulitan memisahkan kata/huruf yang mirip Terbalik-balik pada saat membaca huruf misalnya b-d,p-q,s-z,g-y,y-j,nu,u-v, m-w

G20 G21 G22 G23 G24 G25 G26 G27 G28 G29 G30 G31 G32 G33


58


Tabel 2. Lanjutan Data Gejala Kesulitan memahami pengertian dan membedakan kata seperti kata kakak-katak-kapak Kesulitan mengeja/mendikte Sulit memahami konsep waktu, Sulit menggunakan uang sesuai tahap perkembangannya Sulit mengerjakan tugas jika melibatkan angka atau simbol matematis Cara menulis yang berubah-ubah, tidak mengikuti baris yang tepat dan proporsional Kesulitan dalam menulis permulaan Kesulitan menulis meski hanya diminta menyalin tulisan

G34 G35 G36 G37 G38 G39 G40 G41


Data nilai kepercayaan pakar tiap gejala pada penelitian ini dapat dilihat pada Tabel 3. Tabel 3 Data Nilai Kepercayaan Pakar terhadap tiap gejala Kode Gejala

Nilai Kepercayaan Pakar rendah

sedang

tinggi

G1

0.01

0.32

0.52

G2

0.01

0.6

0.8

G3

0.01

0.45

0.65

G4

0.01

0.5

0.7

G5

0.01

0.5

0.7

G6

0.01

0.6

0.8

G7

0.01

0.55

0.75

G8

0.01

0.5

0.7

G9

0.01

0.5

0.7

G10

0.01

0.5

0.7

G11

0.01

0.4

0.6

G12

0.01

0.5

0.8

G13

0.01

0.5

0.7

G14

0.01

0.5

0.7

G15

0.01

0.4

0.68

G16

0.01

0.6

0.8

G17

0.01

0.5

0.7

G18

0.01

0.5

0.7

G19

0.01

0.5

0.7

G20

0.01

0.5

0.7

G21

0.01

0.5

0.7


59


Tabel 3. Lanjutan Data Nilai Kepercayaan Pakar terhadap tiap gejala G22

0.01

0.4

0.7

G23

0.01

0.6

0.8

G24

0.01

0.6

0.8

G25

0.01

0.4

0.6

G26

0.01

0.5

0.7

G27

0.01

0.5

0.7

G28

0.01

0.6

0.8

G29

0.01

0.5

0.7

G30

0.01

0.4

0.6

G31

0.01

0.6

0.8

G32

0.01

0.5

0.7

G33

0.01

0.5

0.7

G34

0.01

0.6

0.8

G35

0.01

0.5

0.7

G36

0.01

0.5

0.7

G37

0.01

0.6

0.8

G38

0.01

0.6

0.8

G39

0.01

0.5

0.7

G40

0.01

0.5

0.7

G41

0.01

0.6

0.8


Berikut data relasi gejala dengan gangguan perkembangannya pada penelitian ini dapat dilihat pada Tabel 4. Tabel 4. Data Relasi Gejala Terhadap Gangguan Kode Gejala G1 G2 G3 G4 G5 G6 G7 G8 G9 G 10 G 11

Kode Gangguan P4 P5 P6 P3

P1

P2

V V V V V V

-

V -

-

-

V V V -

V V

V V V -

V V -

V -

P7

P8

V -

V -


60


Tabel 4. Lanjutan Data Relasi Gejala Terhadap Gangguan G 12 G 13 G 14 G 15 G 16 G 17 G 18 G 19 G 20 G 21 G 22 G 23 G 24 G 25 G 26 G 27 G 28 G 29 G 30 G 31 G 32 G 33 G 34 G 35 G 36 G 37 G 38 G 39 G 40 G 41

-

V V V V -

V V V V V V -

V V V V -

V V V V V V V -

V V V V V V -

V V V -

V V V V


2.2 Gangguan Perkebangan Gangguan perkembangan merupakan istilah yang digunakan untuk merujuk kepada sekelompok kondisi kejiwaan yang dimulai pada awal kehidupan, gangguan perkembangan dapat mempengaruhi seorang individu di berbagai area yang berbeda, seperti belajar, bahasa, dan keterampilan motorik. Dengan manajemen dan perawatan yang tepat, anak dapat mengatasi kondisi dan gejalanya. Namun, gangguan perkembangan dapat mengganggu keterampilan penting, yang masih tertanam saat anak berkembang menjadi dewasa.


61


2.3 Logika Fuzzy Logika Fuzzy merupakan teori himpunan logika samar yang dikembangkan oleh Prof. Lofti Zadeh. Logika fuzzy mempunyai nilai penalaran yang kabur/samar. Kabur/samar dipresentasikan dalam derajat dari suatu keanggotaan ataupun derajat dari kebenaran[1]. Langkah pada penelitian ini ialah melakukan pencarian nilai derajat keanggotaan tiap gejala dengan representasi kurva linear dan segitiga. Proses ini dikenal pula dengan sebutan fuzzyfikasi. Pada penelitian ini, nilai input semua gejala memiliki skor penilaian antara 1 – 5 dan akan dibagi menjadi 3 tingkatan yaitu rendah (1 < x < 3) , sedang (1 < x < 5), tinggi (3 < x < 5). Kurva keanggotaan pada penelitian ini dapat dilihat pada Gambar 2 berikut.

Gambar 2. Kurva keanggotaan gejala


Berdasarkan kurva keanggotaan menggunakan rumus sebagai berikut.

gejala

diatas

maka

penilaian

akan

1; 𝑥 ≤ 1 𝜇 𝑅𝑒𝑛𝑑𝑎ℎ[𝑥] {(3 − 𝑥)/(3 − 1); 1 ≤ 𝑥 ≤ 3 0; 𝑥 ≥ 3

…(1)

0; 𝑥 ≤ 1 𝑎𝑡𝑎𝑢 𝑥 ≥ 5 𝜇 𝑆𝑒𝑑𝑎𝑛𝑔[𝑥] {(𝑥 − 1)/(3 − 1); 1 ≤ 𝑥 ≤ 3 (5 − 𝑥)/(5 − 3); 3 ≤ 𝑥 ≤ 5

…(2)

0; 𝑥 ≤ 3 (𝑥 − 3)/(5 − 3); 3 ≤ 𝑥 ≤ 5 𝜇 𝑇𝑖𝑛𝑔𝑔𝑖[𝑥] { 1; 𝑥 ≥ 5

…(3)

Nilai keanggotaan tiap gejala akan dikalikan dengan nilai kepercayaan pakarnya masing-masing kemudian dijumlahkan untuk mendapatkan nilai kepercayaan yang akan digunakan pada perhitungan dempster-shafer.


62


2.4 Teori perhitungan dempster-shafer Nilai kepercayaan tiap gejala dari hasil perhitungan sebelumnya akan dimasukkan kedalam perhitungan dempster-shafer sebagai nilai m (belief/kekuatan densitas), adapun rumus dari teori perhitungan ¬dempster-shafer adalah sebagai berikut. 1 …(4) 𝑚12(𝐴) = ∑ 𝑚1(𝐵) 𝑚2(𝐶) 1−𝑘 𝐵∩𝐶=𝐴≠∅

𝑘=

…(5)

∑ 𝑚1(𝐵) 𝑚2(𝐶) 𝐵∩𝐶=∅

Dimana : k = jumlah keseluruhan himpunan kosong 3.

HASIL DAN PEMBAHASAN

Pada bagian ini akan dijelaskan bagaimana langkah perhitungan metode Logika Fuzzy dan dempster-shafer sampai mendapatkan hasil akhir. Berikut contoh input dari user pada G1, G2, dan G3 dapat dilihat pada gambar 3.

Gambar 3. Input dari user


Fuzzyfikasi dilakukan untuk menemukan derajat keangotaan setiap gejala. Proses fuzzifikasi menggunakan rumus kurva yang telah diberitahukan pada gambar 2, Berikut proses fuzzyfikasi untuk G1, G2, dan G3. G1 = input 5 =

Derajat tinggi

=

𝑥−3

G2 = input 4 =

Derajat sedang =

5−𝑥

Derajat tinggi

=

𝑥−3

Derajat sedang

=

Derajat tinggi

=

G3 = input 4 =

5−3

5−3

5−3 5−𝑥 5−3 𝑥−3 5−3

= = = = =

5−3 5−3 5−4 5−3 4−3 5−3 5−4 5−3 4−3 5−3

=1 = 0.5 = 0.5 = 0.5 = 0.5


63


Maka dapat disimpulkan hasil fuzzifikasi kedalam Tabel 5 berikut. Tabel 5. Hasil fuzzifikasi gejala hasil Fuzzifikasi Rendah Sedang 0 0 0 0.5 0 0.5

Kode G1 G2 G3

Tinggi 1 0.5 0.5


Kemudian nilai setiap derajat keanggotaan gejala akan dikalikan dengan nilai kepercayaan pakarnya masing-masing untuk mendapatkan nilai kepercayaan (m) seperti yang terlihat pada tabel 6 . Tabel 6. Hasil nilai kepercayaan gejala Kode G1 G2 G3

Derajat keanggotaan tinggi sedang tinggi sedang tinggi

Nilai Fuzzifikasi 1 0.5 0.5 0.5 0.5

Kepercayaan pakar 0.52 0.6 0.8 0.45 0.65

hasil kali 0.52 0.3 0.4 0.225 0.325

m 0.52 0.7 0.55


Sesuai dengan basis aturan, G1 berelasi dengan P1,P3, P4, P6, P7, dan P8. G2 berelasi dengan P1. G3 berelasi dengan P1 dan P5. Setelah nilai kepercayaan tiap gejala (m) telah didapatkan, akan dilanjutkan dengan mencari nilai plausibility /nilai semesta tiap gejala yang didapatkan dari rumus θ = 1 – m. Nilai θ dari input diatas ialah: • G1 = m1 (P1,P3, P4, P6, P7 P8) = 0.52 • G2 = m2 (P1) = 0.7 • G3 = m4 (P1, P5) = 0.55

maka m1 θ = 1 - 0.52 = 0.48 m2 θ = 1 – 0,7 = 0.3 m4 θ = 1 – 0,55 = 0.45

Selanjutnya tiap gejala akan dikombinasikan untuk mendapatkan kemungkinan gangguan yang diderita. Perhitungan kombinasi dempster-shafer dapat dilihat pada gambar 4 dan gambar 5 berikut.

Gambar 4. Perhitungan Dempster-Shafer

Sumber: Sistem Pakar Penentuan Jenis Gangguan Perkembangan Pada Anak Dengan Metode Logika Fuzzy dan Dempster-Shafer (Studi Kasus Anak Usia Dini). 2017 Implementasi metode logika fuzzy dan DS pada SP penentuan jenis gangguan perkembangan pada anak (M.Risyanto Fitriyadi) |

64


Gambar 5. Lanjutan Perhitungan Dempster-Shafer Sumber: Sistem Pakar Penentuan Jenis Gangguan Perkembangan Pada Anak Dengan Metode Logika Fuzzy dan Dempster-Shafer (Studi Kasus Anak Usia Dini). 2017

Pada gambar 5 diatas dapat diambil kesimpulan yaitu m5 (P1/gangguan ADHD) memiliki nilai yang cukup besar yaitu 0.7858, sehingga dapat dikatakan penderita kemungkinan besar memiliki gangguan ADHD. 4.

SIMPULAN

Pada penelitian ini didapatkan kesimpulan yaitu Implementasi Metode Logika Fuzzy Dan Dempster-Shafer Pada Sistem Pakar Penentuan Jenis Gangguan Perkembangan Pada Anak dapat digunakan untuk menentukan kemungkinan gangguan yang diderita anak. DAFTAR PUSTAKA [1] [2] [3]

S. Kusumadewi, and H. Purnomo, "Aplikasi Logika Fuzzy Untuk Pendukung Keputusan," Edisi 2. Graha Ilmu, 2010. H. M. Valentine, H. Nasution, & H. Sastypratiwi, “Perancangan Sistem Pakar Diagnosis Awal Penyakit Gigi Dan Mulut Menggunakan Metode DempsterShafer.” 2015. M. R. Fitriyadi, “Sistem Pakar Penentuan Jenis Gangguan Perkembangan Pada Anak Dengan Metode Logika Fuzzy dan Dempster-Shafer (Studi Kasus Anak Usia Dini," 2017.


65

IMPLEMENTASI METODE LOGIKA FUZZY DAN DEMPSTER-SHAFER PADA SISTEM PAKAR PENENTUAN JENIS GANGGUAN PERKEMBANGAN PADA ANAK

Recommend Documents