PERANCANGAN APLIKASI SISTEM PAKAR MENDIAGNOSA PENYAKIT INFEKKSI USUS DENGAN METODE HEBB RULE DAN DELTA RULE

Jurnal INFOTEK, Vol 1, No 3, Oktober 2016

ISSN 2502-6968 (Media Cetak)

PERANCANGAN APLIKASI SISTEM PAKAR MENDIAGNOSA PENYAKIT INFEKKSI USUS DENGAN METODE HEBB RULE DAN DELTA RULE Imelda Romaito Simanungkalit(12110800) Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl. Sisingamangaraja No. 338 Simpang Limun Medan http : //www.stmik-budidarma.ac.id// Email : [email protected] ABSTRAK Kesehatan merupakan sesuatu yang sangat berharga, tanpa kesehatan manusia tidak bisa menikmati hidup. Seiring perkembangan jaman, jenis penyakit pun makin bertambah dengan masnifestasi baru atau bahkan berbeda dari gejala sebelumnya Aplikasi yang dikembangkan merupakan sistem pakar yang digunakan untuk mendiagnosa penyakit dalam dengan menggunakan metode Heb Rule dan Delta Rule. Diharapkan dengan dibuatnya sistem pakar ini dapat digunakan oleh masyarakat sebagai acuan diagnosa awal terhadap suatu penyakit infeksi usus dan sebagai alat bantu bagi dokter untuk dapat mendiagnosa pasien dengan lebih tepat dan cermat. Kata Kunci : Metode Heb Rule,Delta Rule,dan Sistem Pakar 1. Pendahuluan 1.1 Latar Belakang Masalah Perkembangan teknologi informasi yang semakin cepat saat ini, menuntut setiap individu masyarakat untuk mengembangkan sistem pengambilan keputusan yang semakin cepat, akurat dan efisien untuk permasalahan yang dihadapi. Masalah kesehatan merupakan salah satu masalah yang sering menjadi problem Sebagian besar anggota masyarakat masih menganggap remeh. Dengan adanya yang diakibatkan suatu jenis penyakit.Secara umum merupakan suatu terobosan baru untuk menggabungkan antara pengetahuan dan penelusuran data untuk memecahkan suatu masalah yang secara normal memerlukan keahlian manusia,melainkan untuk mendistribusikan pengetahuan manusia kedalam bentuk sisterm pakar aplikasi untuk diagnosa penyakit usus.Penyakit diagnosa infeksi usus adalah salah satu penyakit yang berbahaya serta memiliki dampak buruk pada manusia. Bersama dengan penyakit pernafasan kronis, penyakit pencernaan merupakan penyakit yang menyumbangkan sekitar 30 persen angka kematian di dunia.Untuk mengatasi dan mengurangi angka tersebut, diperlukan sebuah media berupa sistem yang dapat memberikan solusi tepat berdasarkan gejala-gejala yang ada. Sistem pakar ini dikembangkan dengan tujuan untuk membantu memberikan informasi lebih mengenai penyakit infeksi pada usus serta bagaimana cara penanganan terbaik yang bisa di lakukan.Didalam kecerdasan buatan, terdapat sistem yang disebut sistem pakar, dimana sistem tersebut memiliki berbagai macam metode penerapan, salah satu nya adalah metode Hebb rule dan delta rule.

1.2 Perumusan Masalah Berdasarkan latar belakang masalah, maka yang menjadi perumusan masalah adalah: 1. Bagaimana membuat hebb rule dan delta rule untuk digunakan penyakit usus? 2. Bagaimana diasumsikan bahwa data dimasukkan oleh pakar atau orang yang mengetahui perubahan jenis, gejala dan langkah pengobatan penyakit dalam? 3. Bagaimanacara kerja sistem metode Hebb Rule dan Delta Ruleuntuk mendeteksi penyakit infeksi pada usus? 1.3 Batasan Masalah Adapun batasan masalah yang dibahas pada penulisan skripsiini adalah sebagai berikut: 1. Sistem pakar menggunakan bahasa pemograman personal home page (PHP). 2. Sistem kerja metode heb rule dan delta rule dalam mengatasi penyakit infeksi pada usus. 3. Merancang aplikasi sistem pakar untuk mendiagnosa penyakit infeksi pada usus. 4. Sistem pakar menggunakan bahasa pemograman PHP. 1.4 Tujuan dan Manfaat Penelitian 1.4.1 Tujuan Penelitian Penulisan skripsi memiliki tujuan dan manfaat, adapun tujuan penelitian skripsi dapat di jelaskan sebagai berikut: 1. Untuk memudahkan pekerjaan seorang pakar / dokter menyembuhkan penyakit infeksi pada usus yang dialami manusia saat ini. 2. Pemrogram Personal Home Page (PHP) dan Web Browser bisa mengetahui gejala yang di derita dalam penyakit infeksi pada usus.

Perancangan Aplikasi Sistem Pakar Mendiagnosa Penyakit Infekksi Usus Dengan Metode Hebb Rule Dan Delta Rule 61 Oleh : Imelda Roimato Simanungkalit


3. Mentransfer pengetahuan yang di miliki oleh seorang pakar / dokter ke dalam. 4. program sistem pakar yang berisi pengetahuan dari seorang pakar/dokter yang diyakini kebenarannya yang memiliki kemampuan untuk dapat mendiagnosa penyakit dari gejala-gejala yang dirasakan oleh pasien secara cepat dan tepat seperti seorang pakar denganmenggunakan metode Hebb Rule dan Delta Rule. 1.4.2 Manfaat Penelitian Manfaat dari penelitianskripsi adalah sebagai berikut: 1. Memudahkan dokter atau tenaga kerja kesehatan lainnya dalam melakukan diagnosis penyakit infeksi usus dengan program PHP. 2. Memudahkan pasien dalam mendapatkan hasil deteksi yang baik dari penyakit infeksi pada usus sehingga dapat dilakukan terlaksana yang lebih cepat. 3. Meningkatkan kesadaran masyarakat akan pentingnya pencegahan infeksi pada usus dan angka kejadian asimtomatik dan risiko penularan yang tinggi. 4. Meningkatkan kesehatan bagi masyarakat yang menderita penyakit infeksi pada usus. 2. Landasan Teori 2.1 Kecerdasan Buatan (Artificial Intelligence) Kecerdasan buatan (artificial intelligence) adalah salah satu cabang ilmu pengetahuan perpaduan antara science dan engineering. Kecerdasan buatan pada dasarnya bertumpu pada dua dimensi yakni proses berpikir dan penalaran untuk bertindak atau berperilaku seperti manusia (Russell dan Norvig, 2010:5) 2.2 Sejarah Sistem Pakar Sistem pakar adalah suatu program komputer yang dirancang untuk memodelkan kemampuan penyelesain masalah yang dilakukan oleh seorang pakar. Seorang ahli yang memiliki pengetahuan khusus, pendapat, pengalaman dan metode, serta kemampuan untuk pengaplikasikan keahlian tersebut guna menyelesaikan masalah. Perekayasa Sistem (Knowladge Enginer), adalah orang yang membantu pakar menyusun area permasalahan dengan menginterpretasikan dan mengintegrasikan jawaban-jawaban pakar atas pertanyaan yang diajukan, menggambarkan analogi dan menerangkan kesulitan-kesulitan konseptual.Pemakai (User) adalah seseorang yang berkonsultasi dengan system untuk mendapatkan saran yang disediakan oleh system. Pemakai adalah orang-orang yang bukan pakar (Non-Expert) seperti pelajar, dan bias juga seorang pakar 2.3 Pengertian UML


UML yang merupakan singkatan dari Unified Modelling Language adalah sekumpulan pemodelan konvensi yang digunakan untuk menentukan atau menggambarkan sebuah sistem perangkat lunak dalam kaitannya dengan objek. (Whitten, 2004, p 430). UML dapat juga diartikan sebuah bahasa grafik standar yang digunakan untuk memodelkan perangkat lunak berbasis objek. UML pertama kali dikembangkan pada pertengahaan tahun 1990an den gan kerjasama antara James Rumbaugh, Grady Booch dan Ivar Jacobson, yang masing-masing telah mengembangkan notasi mereka sendiri di awal tahun 1990an. (Lethbride dan Leganier e, 2002, p 151). 3. Analisa dan Perancangan 3.1 Analisa Sebuah sistem pakar yang berbasis pengetahuan dapat digunakan untuk menirukan apa yangdapat dilakukan oleh seirang pakar. Basis pengetahuan dikumpulkan untuk membangun sistem pakar yang akan dirancang, dimana akuisisi pengetahuan ini merupakan proses pengumpulan pengetahuan, pemindahan dan perubahan bentuk kedalam suatu pemecahan masalah (problem solving) dari seorang pakar yang akan digunakan pada sistem. Kaidah produksi ini dipilih untuk merepresentasikan pengetahuan karena mempunyai keuntungan sebagai berikut: a. Kaidah produksi terbentuk modular sehingga mempunyai Fleksibilitas yang memungkinkan setiap kaidah dapat dimodifikasi dengan mudah. b. Kaidah produksi merupakan merupakan jenis representasi pengetahuan yang mudah dimengerti dan diinterpretasikan c. Kaidah produksi menirukan cara berpikir manusia untuk menyelesaikan masalah d. Kaidah produksi sangat berguna untuk membuat representasi pengetahuan deklaratif 3.2 Rule Penyakit Infeksi Usus Tabel ini adalah tabel gejala dan bobot dari penyakit Infeksi Usus, yang datanya seperti terlihat sebagai berikut: Tabel 3.2: Rule Penyakit Infeksi Usus N BOBO Gejala O. T Rasa Sakit tidak nyaman pada 1 0,1 bagian atas Rasa Tindak nyaman pada 2 0,1 perut bagian bawah 3

Mual dan muntah

0,1

4

Mengalami sakit pada bagian pinggang

0,1




5 Perut Kembung 0,1 6 Sering Pusing tanpa sebab 0,2 7 Nafsu Makan Berkurang 0,2 8 Nyeri dibelakang tulang dada 0,1 Catatan: Setiap Bobot juga dapat dimasukkan pakar berdasarkan ketentuan dan taksiran pakar yang memasukkan data kedalam system, jadi setiap gejala mempunyai bobot yang ketentuannya tergantung dari seorang pakar tetapi total dari bobot dari suatu jenis penyakit tersebut tidak boleh lebih dari 1, dibawah ini dalah gambar pohon keputudan dari penyakit maag. 3.3 Heb Rule Dalam menghadapi suatu permasalahan sering ditemukan jawaban yang tidak memiliki kepastian penuh. Ketidakpastian ini dapat berupa hasil suatu kejadian. Hasil yang tidak pasti disebabkan oleh beberapa faktor, yaitu aturan yang tidak pasti dan jawaban pengguna yang tidak pasti atas suatu pertanyaan yang diajukan oleh sistem. Hal ini sangat mudah dilihat pada sistem diagnosis penyakit, dimana pInfeksi Usus tidak dapat mendefinisikan hubungan antara gejala dengan penyebabnya secara pasti, dan pasien tidak dapat merasakan suatu gejala dengan pasti pula. Pada akhirnya akan ditemukan banyak kemungkinan diagnosis. Heb Rule merupakan nilai parameter klinis yang diberikan untuk menunjukkan besarnya kepercayaan. Heb Rule menunjukkan ukuran kepastian terhadap suatu fakta atau aturan, seperti terlihat dibawah ini: Rumus Heb Rule: Wi = bobot[i] + (bobot[-i] * bobot[i] Bi = bobot[i-1] + bobot[i] Y_in = Bi + (Xi * Wi) + (Xj * Wj)

Dengan mengacu pada rumus diatas maka diambil kesimpulan sebagai berikut ini: Wi = nilai proses pertama perhitungan bobot setiap gejala Bi = nilai proses kedua perhitungan bobot setiap gejala Y_in= hasil output dari proses perhitungan Pada Contoh dibawah ini, akan di cari persentase kemungkinan dari gangguan penyakit Infeksi dengan menggunakan perhitungan pada table dibawah ini: Tabel 3.1: Contoh Gejala Pilihan penyakit usus 1

Gejala Rasa Sakit tidak nyaman pada bagian atas

BOB OT 0,1

2

Sering Pusing tanpa sebab

0,2

3

Nyeri dibelakang tulang dada

0,1

NO.

Maka Untuk menghitung nilai Heb Rule Penyakit Infeksi Usus yang dipilih dengan menggunakan bobot yang telah ditentukan pada setiap gejala Mencari Total Wx Gejala i=1Rasa Sakit tidak nyaman pada bagian atas Maka:Bobot(i) =0.1 Bobot(i-1)=0 Wi = (0.1 + 0) * 0.1 = 0.01 Gejala i=2:Sering Pusing tanpa sebab Maka: Bobot(i) = 0.2 Bobot(i-1) = 0.1 Wi = (0.2 + 0.1) * 0.2 = 0.06 Gejala i=3:Nyeri dibelakang tulang dada Maka Bobot(i) =0.1 Bobot(i-1) =0.2 Wi = (0.1 + 0.2) * 0.1 = 0.03 Total W = 0.01 + 0.06 + 0.03 = 0.1 - Mencari Total Bx Gejala i=1:Rasa Sakit tidak nyaman pada bagian atas Maka :Bobot(i) = 0.1 Bobot(i-1) = 0 Bi = (0.1 + 0) = 0.1 Gejala i=2:Sering Pusing tanpa sebab Maka :Bobot(i) = 0.2 Bobot(i-1)=0.1 Bi = (0.2 + 0.1) = 0.03 Gejala i=3:Nyeri dibelakang tulang dada Maka :Bobot(i) = 0.1 Bobot(i-1) = 0.2 Bi = (0.1 + 0.2) = 0.03 Total B = 0.1 + 0.3 + 0.3 = 0.7 Mencari Total Output Y_in = Bi + (Xi * Wi) + (Xi * Wi) Y_in = 0.7 + (0.4 * 0.1) + (0.4 * 0. 1) = 0.7 + 0.04 + 0.04 = 0,79 3.3 Delta Rule




Dalam menghadapi suatu permasalahan sering ditemukan jawaban yang tidak memiliki kepastian penuh. Ketidakpastian ini dapat berupa hasil suatu kejadian. Hasil yang tidak pasti disebabkan oleh beberapa faktor, yaitu aturan yang tidak pasti dan jawaban pengguna yang tidak pasti atas suatu pertanyaan yang diajukan oleh sistem. Hal ini sangat mudah dilihat pada sistem diagnosis penyakit, dimana pakar tidak dapat mendefinisikan hubungan antara gejala dengan penyebabnya secara pasti, dan pasien tidak dapat merasakan suatu gejala dengan pasti pula. Pada akhirnya akan ditemukan banyak kemungkinan diagnosis. Delta Rule merupakan nilai parameter klinis yang diberikan untuk menunjukkan besarnya kepercayaan. Delta Rule menunjukkan ukuran kepastian terhadap suatu fakta atau aturan. 3.3.1 Penerapan Metode Delta Rule Pada Diagnosa Penyakit Infeksi Usus Pada Contoh dibawah ini, akan di cari persentase kemungkinan dari gangguan penyakit Infeksi Usus dengan menggunakan perhitungan pada table dibawah ini : Tabel 3.7 : Contoh Gejala Pilihan Pada Penyakit Infeksi Usus NO.

BOB OT 0,1

1

Gejala Rasa Sakit tidak nyaman pada bagian atas

2

Mengalami sakit pada bagian pinggang

0,1

3

Nyeri dibelakang tulang dada

0,1

Dengan Nilai Bobot Rule 0.5 0.25

0.25

1. Form Input Data Login Form Input Data Login ini berguna untuk memasukkan dan mengubah data User Name. Dan sebagai informasi lengkap dari form ini dapat dilihat pada gambar dibawah ini :

ID Gejala [ ] [ ] [ ]

Nama Gejala

[ Lihat Solusi] Nama

Penyakit:

[

] Data Solusi Presentase Kemungkinan Penyakit: xxxx % [ Keluar ] Gambar: Rancangan Konsultasi Penyakit Untuk melakukan konsultasi pada program yang akan dibuat yang pertama kali dilakukan adalah memilih jenis penyakit yang akan dilihat solusinya, dan setelah dipilih jenis penyakitnya maka jenis gejala dari penyakit itu akan ditampilkan pada layer, dan untuk menampilkan solusi dari gejala yang dipilih dapat diklik tombol “Lihat Solusi” maka solusi dari gejala tersebut akan ditampilkan kelayar. 3. Design Form Input Jenis Penyakit Rancangan Form Jenis Penyakit ini berguna untuk memasukkan Jenis Penyakit ke dalam sistem, dan sebagai informasi lengkap dari Form ini dapat dilihat dibawah ini : FORM DATA JENIS PENYAKIT Kode : Penyakit Nama Penyakit : Simpan

Tambah

Edit

Hapus

Keluar

FORM DATA LOGIN User ID

:

Password

:

Status

:

Gambar : Design Form Jenis Penyakit

== Pilihan ==

Gambar : Rancangan Form Login 2. Form Input Konsultasi Form kondultasi digunakan untuk melihat jenis penyakit yang dialami oleh Infeksi Usus dan sekaligus melihat solusi yang ditawarkan oleh para pInfeksi Usus, yang rancangannya dapat dilihat pada Gambar dibawah ini. FORM KONSULTASI

4. Design Form Input Gejala Rancangan Form Gejala Penyakit ini berguna untuk memasukkan Gejala ke dalam sistem, dan sebagai informasi lengkap dari Form ini dapat dilihat dibawah ini : FORM DATA GEJALA PENYAKIT Nama Gejala Nilai Bobot

:

Simpan

Tambah

: Edit

Hapus

Keluar



Gambar : Design Form Gejala Penyakit 4. Analisa dan Perancangan 4.1 Algoritma Untuk menghasilkan sebuah program aplikasi. Hal pertama yang harus dilakukan adalah membentuk algoritma yang akan menggambarkan bagaimana program itu bekerja. Dalam menggambarkan dibutuhkan langkah-langkah logika untuk menyelasaikan masalah serta berfungsi untuk penelusuran program untuk keperluan perbaikan atau pengembangan akan lebih mudah dan terarah. Adapun algoritma yang digunakan dalam program ini adalah 4.1.1 Algoritma Basis Aturan Algoritma ini digunakan untuk menerangkan jalannya proses basis aturan, yang diterangkan seperti dibawah ini : Input : Kode Penyakit, Gejala, Solusi Output Record Baru data Penyakit Proses : KD  Kode Penyakit GJ  Nama Gejala SL  Solusi a. Simpan Data TAturan.ADD TAturan.KodePenyakit  KD TAturan.Gejala  GJ TAturan.Solusi  SL TPenyakit.Save b. Edit Data TPenyakit.EDIT TAturan.KodePenyakit  KD TAturan.Gejala  GJ TAturan.Solusi  SL TPenyakit.Save c. Hapus Data TPenyakit.Delete 4.1.1 Algoritma Konsultasi Algoritma ini digunakan untuk menerangkan jalannya proses konsultasi, yang diterangkan seperti dibawah ini : Input : Bobot Gejala, Persentase Nilai Buyes Output : Persentase Penyakit Proses : For i=1 to JumGejala BobotHasil(i) = BobotGejala(i) x BobotBuyes(i+1) Next i For i=1 to jumGejala TotalBobot = TotalBobot + BobotHasil(i) Next i


4.1.3 Algoritma Menu Utama Algoritma ini digunakan untuk menerangkan jalannya proses menu utama, yang diterangkan seperti dibawah ini : Input : Username, Password Output : a. Tampilkan Menu Utama Proses : U  UserName P  Password If P  P then Aktif = Menu endif 4.1.4 Algoritma Input Jenis Penyakit Algoritma ini digunakan untuk menerangkan jalannya proses input Penyakit, yang diterangkan seperti dibawah ini : Input : Kode Penyakit, Nama Penyakit Output Record Baru data Penyakit Proses : KD  Kode Penyakit NM  Nama Penyakit a. Simpan Data TPenyakit.ADD TPenyakit.KodePenyakit  KD TPenyakit.NamaPenyakit  NM TPenyakit.Save b. Edit Data TPenyakit.EDIT TPenyakit.KodePenyakit  KD TPenyakit.NamaPenyakit  NM TPenyakit.Save c. Hapus Data TPenyakit.Delete 4.1.4 Algoritma Input Gejala Penyakit Algoritma ini digunakan untuk menerangkan jalannya proses Gejala Penyakit, yang diterangkan seperti dibawah ini : Input : Kode Gejala, Nama Gejala Output Record Baru data Gejala Proses : KD  Kode Gejala NM  Nama Penyakit d. Simpan Data TGejala.ADD TGejala.KodeGejala KD TGejala.NamaGejala  NM TGejala.Save e. Edit Data TGejala.EDIT TGejala.KodePenyakit  KD



TGejala.NamaPenyakit  NM TGejala.Save f. Hapus Data TGejala.Delete

4.2

Hasil Penelitian Implementasi merupakan langkah yang digunakan untuk mengoperasikan sistem yang dibangun. Dalam bab ini dijelaskan bagaimana menjalankan sistem tersebut. 4.2.1 Halaman Menu Utama Gambar dibawah ini menampilkan halaman depan sistem pakar jika program dibuka pertama kali, seperti terlihat pada gambar dibawah ini :


Keterangan : 1. Baru berguna untuk memasukkan input data Penyakit yang baru. Dalam hal ini yang dituliskan hanya nama bagian kerusakan yang baru sedangkan nomor bagian kerusakan akan masuk secara otomatis, karena nomor menggunakan nomor otomatis. 2. Simpan berguna untuk menyimpan data Penyakit baik itu data yang baru maupun data yang sedang di edit. 3. Edit berguna untuk mengubah data Penyakit sudah ada. 4. Batal berguna untuk membatalkan data Penyakit yang sudah dimasukkan tetapi belum melakukan penyimpanan. 5. Hapus berguna untuk mendelete data yang sudah ada. 4.2.4 Gejala Penyakit Input Gejala Penyakit dapat dilakukan dengan cara memilih menu “Pakar” kemudian memilih “Form Data Gejala Penyakit” juga dapat dilakukan dengan memlih icon yang ada di toolbar dengan nama “Form Data Gejala” seperti terlihat pada Gambar dibawah ini :

Gambar 4.1 :Tampilan Utama Sistem Pakar 4.2.2 Tampilan Form Login Form ini digunakan untuk menampilkan form login untuk masuk ke menu pakar, adapun gambarnya dapat dilihat dibawah ini :

Gambar 4.1 : Tampilan Form Login 4.2.3 Jenis Penyakit Input Jenis Penyakit dapat dilakukan dengan cara memilih menu “Pakar” kemudian memilih “Form Data Penyakit” juga dapat dilakukan dengan memlih icon yang ada di toolbar dengan nama “Form Data Kerusakan” seperti terlihat pada Gambar dibawah ini :

Gambar 4.4 : Tampilan Input Data Penyakit

Gambar 4.5 : Tampilan Input Data Gejala Penyakit Keterangan : Baru berguna untuk memasukkan input data Gejala Penyakit yang baru. Dalam hal ini yang dituliskan hanya nama Gejala Penyakit yang baru sedangkan nomor Gejala Penyakit akan masuk secara otomatis, karena nomor menggunakan nomor otomatis. a. Simpan berguna untuk menyimpan data Gejala Penyakit itu data yang baru maupun data yang sedang di edit. b. Edit berguna untuk mengubah data Gejala Penyakit sudah ada. c. Batal berguna untuk membatalkan data Gejala Penyakit yang sudah dimasukkan tetapi belum melakukan penyimpanan. d. Hapus berguna untuk mendelete data yang sudah ada. 5. Kesimpulan dan Saran 5.1 Kesimpulan




Berdasarkan pembahasan dan evaluasi dari bab-bab sebelumnya, maka dapat diambil beberapa kesimpulan sebagai berikut: 1. Informasi dan layanan yang diberikan Sistem pakar mendiagnosa penyakit infeksi usus diakses secara cepat dan mudah oleh orang biasa tanpa perlu datang ke rumah sakit 2. Dengan sistem pakar ini dapat mewakili seorang pakar medis agar mampu mendasarkan ciri-ciri dan gejala yang ada,sehingga masyarakat lebih menghemat waktu dan biaya 3. aplikasi sistem pakar ini mampu memberi gambaran erta menginformasikan kepada pasien dengan cepat dan akurat mengenai penyakit infeksi usus apa yang diderita berdasarkan gejala yang ada. 5.2 Saran Berdasarkan kesimpulan yang telah diambil, maka penulis dapat dikemukakan saran yang akan membantu aplikasi sistem pakar yang telah dirancang yaitu : 1. Agar dapat dikembangkan lebih lanjut lagi dengan mendesain metode inferensi lain untuk data penyakit yang lebih komplek sehingga sistem dapat dengan mudah menjelaskan secara tepat tujuan yang akan dipenuhi. 2. Kesadaran mengenai upaya pencegahan infeksi usus perlu lebih ditingkatkan. 3. Meningkatkan kesadaran masyarakat untuk menerapkan gaya hidup sehat.

1. 2. 3.

4.

5.

6.

7.

8.

Daftar Pustaka Kusrini, “Sistem Pakar Teori dan Aplikasi”. Yogyakarta: Andi. 2006. Edwards, G.L, “Biology: The Easy Way”. 2000. Kusumadewi, Sri, “Artificial Intelligence Teknik dan Aplikasinya”.Yogyakarta : Graha Ilmu. 2003. T.Sutojo,S.Si.,M.Kom, Edy Mulyanto, S.Si., M.Kom, Dr.Vincent Suhartono,“Kecerdasan Buatan” Yogyakarta : Andi. 2011. Giarratano, J.C & Riley G, Expert Systems: Princples and Programming, 2nd edition. PWS Publishing Co, USA:1994. Hartati , Sri. Iswanti, S. Sistem Pakar dan Pengembangannya. Graha Ilmu. Yogyakarta:2008. Kusrini. Aplikasi Sistem Pakar. Penerbit ANDI. Yogyakarta:2008. Kusumadewi, Sri. Artificial Intelligence (Teknik dan Aplikasinya). Graha Ilmu.

Yogyakarta:2003.


PERANCANGAN APLIKASI SISTEM PAKAR MENDIAGNOSA PENYAKIT INFEKKSI USUS DENGAN METODE HEBB RULE DAN DELTA RULE

Recommend Documents