PENGGUNAAN CERTAINTY FACTOR (CF) DALAM PERANCANGAN SISTEM PAKAR UNTUK MENDIAGNOSIS PENYAKIT ATHEROSKLEROSIS
SKRIPSI
Elpa Armi Voni 061401030
PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2010
Universitas Sumatera Utara
PENGGUNAAN CERTAINTY FACTOR (CF) DALAM PERANCANGAN SISTEM PAKAR UNTUK MENDIAGNOSIS PENYAKIT ATHEROSKLEROSIS
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Komputer
Elpa Armi Voni 061401030
PROGRAM STUDI SARJANA ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2010
Universitas Sumatera Utara
PERSETUJUAN
Judul
Kategori Nama Nomor Induk Mahasiswa Program Studi Departemen Fakultas
: PENGGUNAAN CERTAINTY FACTOR (CF) DALAM PERANCANGAN SISTEM PAKAR UNTUK MENDIAGNOSIS PENYAKIT ATHEROSKLEROSIS : SKRIPSI : ELPA ARMI VONI : 061401030 : SARJANA (S1) ILMU KOMPUTER : ILMU KOMPUTER : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA Diluluskan di Medan, 2010
Komisi Pembimbing
:
Pembimbing 2
Sajadin Sembiring,S.si NIP. -
Pembimbing 1
Drs.Marihat Situmorang, M.Kom NIP. 196312141989031001
Diketahui/Disetujui oleh Program Studi S1 Ilmu Komputer Ketua,
Prof. Dr. Muhammad Zarlis NIP. 195707011986011003
Universitas Sumatera Utara
PERNYATAAN
PENGGUNAAN CERTAINTY FACTOR (CF) DALAM PERANCANGAN SISTEM PAKAR UNTUK MENDIAGNOSIS PENYAKIT ATHEROSKLEROSIS
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, 26 Agustus 2010
Elpa Armi Voni 061401030
Universitas Sumatera Utara
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Allah SWT, dengan limpahan karunia-Nya kertas kajian ini berhasil diselesaikan dalam waktu yang telah ditetapkan. Ucapan terima kasih penulis sampaikan kepada Bapak Prof. Dr. Muhammad Zarlis selaku Ketua Program Studi Ilmu Komputer sekaligus pembanding pada penyelesaian skripsi ini, Bapak Drs.Marihat Situmorang,M.Kom dan Bapak sajadin Sembiring,S.Si sebagai Pembimbing yang telah memberikan panduan ringkas, padat dan profesional telah diberikan kepada penulis agar penulis dapat menyelesaikan skripsi ini. Ucapan terima kasih juga ditujukan kepada Bapak Muhammad Andri Budiman,ST.McomSc,MEM selaku pembanding yang telah banyak membantu dalam penyelesaian skripsi ini, Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, semua dosen pada Program Studi Ilmu Komputer FMIPA USU serta pegawai di FMIPA USU. Ucapan terima kasih juga ditujukan kepada dr.fitri yang telah memberikan beberapa informasi penting dalam pembuatan skripsi ini. Secara khusus penulis mengucapkan terima kasih yang tiada terhingga kepada ayahanda Nofriadi,S,Pd dan ibunda Asni,S.Pd, atas segala doa dan atas kepercayaan sepenuh hati kepada Penulis. Adinda Yola Dwi Putri dan Lairani Olsiara atas dukungan dan doanya selama ini. Serta seluruh keluarga tercinta yang berjasa dalam memberikan dorongan kepada penulis selama menyelesaikan skripsi ini. Semoga Allah SWT akan membalasnya. Selanjutnya untuk abang Shendy Syahputra yang selalu memberi dukungan dan doanya, Selanjutnya untuk teman-teman terbaik, dan yang terus memberi dukungan.
Universitas Sumatera Utara
ABSTRAK
Saat ini komputer telah banyak digunakan dalam dunia medis untuk membantu diagnosis suatu penyakit. Penyakit yang paling penting dan sering ditemukan adalah atherosklerosis. Pencegahan penyakit lebih baik daripada pengobatannya. Oleh karena itu, pencegahan penyakit atherosklerosis ini diawali dengan pendiagnosaan dini. Salah satu teknik dalam mendiagnosis penyakit atherosklerosis ini adalah sistem pakar. Maka dari itu penelitian ini bertujuan menyusun sebuah sistem pakar yang digunakan untuk diagnosa awal penyakit atherosklerosis berdasarkan gejala yang rasakan. Sistem akan menampilkan Besarnya kepercayaan gejala tersebut terhadap kemungkinan penyakit yang diderita pengguna. Besarnya nilai kepercayaan tersebut merupakan hasil perhitungan dengan menggunakan metode Certainty Factor(CF). Representasi pengetahuan yang digunakan pada penelitian ini adalah production rule. Metode inferensi yang digunakan untuk mendapatkan konklusi yaitu penalaran maju (forward chaining). Implementasi sistem direalisasikan kedalam bahasa pemrograman Delphi 7.0 .
Universitas Sumatera Utara
USE OF CERTAINTY FACTOR (CF) IN EXPERT SYSTEM DESIGN TO DIAGNOSE ATHEROSCLEROSIS DISEASE ABSTRACT
Today computers have been widely used in the medical world to help diagnose a disease. The most important disease and is often found in atherosclerosis. Preventing is better than drugging. Therefore, atherosclerosis preventing started with stroke detection early. One way technical at atherosklerosis diagnosis is an expert system. Therefore this study aims to develop an expert system used for early diagnosis of atherosclerosis disease based on symptoms you feel. The system will display the amount of trust against the possibility of disease symptoms suffered by users. The value of the trust is calculated using the Certainty Factor (CF). Knowledge representation used in this study is the Production Rule. Inference method used to obtain the conclusion that Forward Chaining. System implementation is realized into Delphi 7.0 programming language.
Universitas Sumatera Utara
DAFTAR ISI
Halaman Persetujuan Pernyataan Penghargaan Abstrak Abstract Daftar Isi Daftar Tabel Daftar Gambar
ii iii iv v vi vii x xi
Bab 1 Pendahuluan 1.1 Latar Belakang 1.2 Rumusan Masalah 1.3 Batasan Masalah 1.4 Tujuan Penelitian 1.5 Manfaat Penelitian 1.6 Metodologi Penelitian 1.7 Sistematika Penulisan
1 2 3 3 3 4 5
Bab 2 Landasan Teori 2.1 Kecerdasan Buatan 2.2 Sistem Pakar 2.2.1 Pengertian Sistem Pakar 2.2.2 Konsep Dasar Sistem Pakar 2.2.3 Ciri-ciri Sistem Pakar 2.2.4 Bidang-bidang pengembangan Sistem Pakar 2.2.5 Struktur Sistem Pakar 2.2.6 Keuntungan Sistem Pakar 2.2.7 Representasi Pengetahuan 2.2.8 Model Representasi Pengetahuan 2.2.9 Inferensi 2.3 Faktor Kepastian (Certainty Factor) 2.3.1 Pengertian Certainty Factor 2.3.2 Kombinasi Aturan 2.3.3 Perhitungan Certainty Factor 2.3.4 Menentukan CFGabungan 2.4 Penyakit Atherosklerosis 2.4.1 Pengertian Penyakit atherosklerosis 2.4.2 Gejala Penyakit atherosklerosis 2.4.3 Faktor Resiko Penyakit atherosklerosis 2.5 Delphi 7 dan Interbase 2.5.1 Delphi 7
6 7 7 9 11 11 12 15 16 16 19 21 21 22 24 26 27 27 29 31 32 32
Universitas Sumatera Utara
2.5.2 Interbase
33
Bab 3 Analisis dan Perancangan Sistem 3.1 Gambaran Sistem 3.2 Arsitektur Sistem 3.3 Representasi Pengetahuan 3.3.1 Data Dasar 3.3.2 Pola Umum Aturan 3.4 Mekanisme Inferensi 3.5 Algoritma Atherosklerosis Expert System 3.6 Perancangan Basis Data 3.6.1 Struktur Table 3.6.2 Relasi Antar Table 3.6.3 Perancangan DFD 3.6.4 Kamus Data 3.7 Perancangan Struktur Program 3.8 Perancangan AntarMuka 3.8.1 Rancangan Halaman login 3.8.2 Rancangan Halaman Utama 3.8.3 Rancangan Halaman Pengguna 3.8.4 Rancangan Halaman Gejala 3.8.5 Rancangan Halaman penyakit 3.8.6 Rancangan Halaman Akuisisi Pengetahuan 3.8.7 Rancangan Halaman Daftar Aturan 3.8.8 Rancangan Halaman Pendaftaran Pasien 3.8.9 Rancangan Halaman Konsultasi Penyakit 3.8.10Rancangan Halaman About 3.8.11Rancangan Halaman Penjelasan
34 36 36 37 37 40 42 44 44 47 48 54 56 57 57 58 59 60 60 61 62 62 63 63 64
Bab 4 Implementasi dan Penggunaan Sistem 4.1 Pembahasan Sistem pakar atherosklerosis 4.1.1 Halaman Login 4.1.2 Halaman Menu Utama 4.1.3 Halaman Manajemen Pengguna 4.1.4 Halaman Data Dasar 4.1.5 Halaman Akuisisi pengetahuan 4.1.6 Halaman Pendaftaran Pasien 4.1.7 Halaman Konsultasi Penyakit 4.1.8 Halaman Penjelasan 4.1.9 Halaman About 4.2 Pengujian Sistem
66 66 68 70 71 73 75 76 78 79 80
Bab 5 Kesimpulan dan Saran 5.1 Kesimpulan 5.2. Saran
96 97
Daftar Pustaka
98
Lampiran
Universitas Sumatera Utara
DAFTAR TABEL
Halaman Tabel 2.1 Bingkai Penyakit Tabel 2.2 Aturan Kombinasi MYCIN Tabel 3.1 Daftar Rule Diagnosis Penyakit Tabel 3.2 Table Pengguna Tabel 3.3 Table Gejala Tabel 3.4 Table penyakit Tabel 3.5 Table Rule Penyakit Tabel 3.6 Table detail Rule Penyakit Tabel 3.7 Table Cek Gejala Tabel 3.8 Table Cek Penyakit Tabel 3.9 Table Pasien Tabel 3.10 Kamus Data Pengguna Tabel 3.11 Kamus data gejala Tabel 3.12 Kamus data penyakit Tabel 3.13 Kamus data Rule penyakit Tabel 3.14 Kamus Data detail Rule penyakit Tabel 3.15 Kamus data Cek Gejala Tabel 3.16 Kamus data Cek Penyakit Tabel 3.17 Kamus data Pasien Tabel 4.1 Daftar jawaban pasien secara manual Tabel 4.2 Daftar Nama Penyakit
18 22 39 43 43 44 44 44 45 45 45 53 54 54 54 55 55 55 55 82 83
Universitas Sumatera Utara
DAFTAR GAMBAR
Halaman Gambar 2.1 Komponen Sistem Pakar Gambar 2.2 Representasi Jaringan semantik Gambar 2.3 Forward Chaining (Runut Maju) Gambar 2.4 Backward Chaining ( Runut Balik) Gambar 2.5 Jaringan Penalaran Certainty Factor Gambar 2.6 Kombinasi Certainty Factor Gambar 2.7 Kombinasi Paralel Certainty Factor Gambar 2.8 Potongan Melintang Arteri Gambar 2.9 Patofisiologis Atherosklerosis Gambar 3.1 Aliran Sistem Diagnosis penyakit Gambar 3.2 Arsitektur sistem pakar atherosklerosis Gambar 3.3 Penelusuran dengan forward chaining Gambar 3.4 Algoritma sistem pakar atherosklerosis Gambar 3.5 Relasi Antar Table Gambar 3.6 Diagram Konteks Gambar 3.7 DFD level 0 Gambar 3.8 DFD level 1 Gambar 3.9 Perancangan Struktur Program Gambar 3.10 Rancangan Halaman Login Gambar 3.11 Rancangan Halaman Utama Gambar 3.12 Rancangan Halaman Pengguna Gambar 3.13 Rancangan Halaman Gejala Gambar 3.14 Rancangan Halaman Penyakit Gambar 3.15 Rancangan Halaman Akuisisi Pengetahuan Gambar 3.16 Rancangan Halaman Daftar Aturan Gambar 3.17 Rancangan Halaman Pendaftaran Pasien Gambar 3.18 Rancangan Halaman Konsultasi Penyakit Gambar 3.19 Rancangan Halaman About Gambar 3.20 Rancangan Halaman Penjelasan Gambar 4.1 Tampilan Halaman Login Gambar 4.2 Tampilan Pesan Kesalahan pada waktu login Gambar 4.3 Tampilan Halaman Menu Utama Sub Menu Admin Gambar 4.4 Tampilan Halaman Menu Utama Sub Menu Pakar Gambar 4.5 Tampilan Halaman Menu Utama Sub Menu Paramedis Gambar 4.6 Tampilan Halaman Manajemen Pengguna Gambar 4.7 Tampilan Halaman Gejala Penyakit Gambar 4.8 Tampilan Halaman Penyakit Gambar 4.9 Tampilan Halaman Akuisisi Pengetahuan Ketika tombol masukkan aturan diklik Gambar 4.10Tampilan Halaman Akuisisi pengetahuan setelah nama penyakit dipilih Gambar 4.11 Tampilan Halaman Pendaftaran pasien
15 18 19 20 23 24 24 28 29 35 36 40 43 47 48 50 53 57 58 58 59 60 60 61 62 62 63 63 64 67 67 68 69 69 70 71 72 73 74 75
Universitas Sumatera Utara
Gambar 4.12 Tampilan Pesan Reset Berhasil Gambar 4.13 Tampilan Halaman Pencarian Data Pasien Gambar 4.14 Tampilan Pesan Gejala Habis Gambar 4.15 Tampilan Halaman Konsultasi penyakit Gambar 4.16 Tampilan Penjelasan Gambar 4.17 Tampilan Halaman About Gambar 4.18 Tampilan Data Penyakit yang Terdapat Dalam Sistem Gambar 4.19 Tampilan Data Gejala Yang dimasukkan dalam sistem Gambar 4.21 Tampilan Jawaban Pada Sesi konsultasi Gambar 4.22 Tampilan Hasil Diagnosis
76 77 77 78 79 79 93 94 94 95
Universitas Sumatera Utara