UPI YPTK Jurnal KomTekInfo Vol. 3, No. 2, Desember 2016, Hal. 47-58 Copyright©2016 by LPPM UPI YPTK Padang
ISSN :2356-0010
PERANCANGAN SISTEM PAKAR UNTUK MENDIAGNOSA KEHAMILAN EKTOPIK PADA RUMAH SAKIT BERSALIN YASMIN SOLOK MENGGUNAKAN METODE FORWARD CHAINING BERBASIS WEB Izatul Hasanah , Retno Devita, Devia Kartika Universitas Putra Indonesia YPTK P ad a ng , I ndo ne s ia
[email protected]
Abstrak Dalam penelitian ini, penulis menerapkan sistem pakar untuk mendiagnosa Kehamilan Ektopik. Metode yang digunakan yaitu forward chaining. Pengujian pada forward chaining dimulai dengan pertanyaan-pertanyaan, kemudian dihasilkan kesimpulan berdasarkan hasil analisa sistem. Penelitian tentang kehamilan ektopik bertujuan untuk membangun sebuah sistem berbasis pengetahuan untuk mendiagnosa kehamilan ektopik beserta gejalanya. Sistem pakar ini ditampilkan dalam bentuk website menggunakan bahasa pemrograman PHP dan MYSQL, sehingga penyampaian informasi mengenai kehamilan ektopik lebih mudah dan cepat. Kata kunci : Sistem Pakar, Forward Chaining, PHP, MySQL, Kehamilan Ektopik.
I.
PENDAHULUAN
Pada saat ini perkembangan teknologi sudah sangat pesat, tidak hanya pada bidang informasi, industri, pendidikan, tetapi pada bidang kedokteran. Para ahli terus mengembangkan perkembangan teknologi yang ada, sehingga dengan adanya teknologi tersebut para ahli merasa terbantu dalam menyelesaikan pekerjaannya. Implementasi yang bisa diterapkan dalam bidang kedokteran salah satunya adalah sistem pakar diagnosa kehamilan ektopik. Kehamilan ektopik atau juga dikenal sebagai kehamilan diluar kandungan merupakan suatu kondisi kehamilan dimana sel telur yang sudah dibuahi tidak mampu menempel atau melekat pada rahim ibu, namun melekat pada tempat yang lain atau berbeda yaitu di tempat yang dikenal dengan nama tuba falopi atau saluran telur, dileher rahim dalam rongga perut atau di induk telur. Dengan kecerdasan buatan komputer dapat melakukan hal-hal yang sebelumya hanya dilakukan oleh manusia. Manusia dapat menjadikan komputer sebagai pengambil keputusan berdasarkan cara kerja otak manusia dalam mengambil keputusan. Salah satu cabang dari kecerdasan buatan (artifical intelligence) yang banyak mendapat perhatian dari para ilmu saat ini adalah sistem pakar. Salah satu yang dipelajari pada kecerdasan buatan adalah sistem pakar dengan menggunakan metode Forward chaining (FC).
47
UPI YPTK Jurnal KomTekInfo Vol. 3, No. 2, Desember 2016, Hal. 47-58 Copyright©2016 by LPPM UPI YPTK Padang
2.
ISSN :2356-0010
TINJAUAN LITERATUR
2.1 Rekayasan Perangkat Lunak (Software Engenering) 2.1.1 Perangkat Lunak Perangkat lunak adalah program komputer yang terasosiasi dengan dokumentasi perangkat lunak seperti dokumentasi kebutuhan,model desain,dan cara penggunaan(user manual).Sebuah program komputer tanpaterasosiasi dengandokumentasinya maka belum dapat disebut perangkatlunak(software).Sebuah perangkat lunak juga sering disebut dengan sistem perangkat lunak.Sistem berarti kumpulan komponen yang saling terkait dan mempunyai satu tujuan yang ingin dicapai. 2.1.2 Rekayasa Perangkat Lunak(software engineering) Rekayasa perangkat lunak(software engineering) merupakan pembangunan dengan menggunakan prinsip atau konsep rekayasa dengan tujuan menghasilkan perangkat lunak yang bernilai ekonomi yang dipercaya dan bekerja secara efisien menggunakan mesin.Oleh karena itu rekayasa perangkat lunak dibutuhkan agar perangkat lunak yang dibuat tidak hanya menjadin perangkat lunak yang tidak terpakai (Rosa A.s.dkk,2013:5). 2.1.3 Proses Rekayasa Perangkat Lunak Proses rekayasa perangkat lunak dilakukan selama pembangunan perangkat lunak.Prosesproses yang dilakukan secara garis besar adalah sebagai berikut mulai Analisa
Pengujian
Perancangan
Implementasi
Sumber: (Rosa A.S. dkk, 2013) 2.1.4 Tujuan Rekayasa Perangkat Lunak Secara umum tujuan rekayasa perangkat lunak adalah: a. Memperoleh biaya produksi perangkat lunak yang rendah. b. Menghasilkan perangkat lunak yang kinerjanya tinggi, andal dan tepatwaktu. c. c.Menghasilkan perangkat lunak yang dapat bekerja pada berbagai jenisplatform d. d.Menghasilkan perangkat lunak yang biaya perawatannya rendah. 2.2 Unified Modelling Language (UML) 2.2.1 Pengenalan UML UML (Unified Modeling Language) adalah „ bahasa‟ pemodelan untuk sistem atau perangkat lunak yang berparadigma „berorientasi objek‟. Pemodelan sesungguhnya digunakan untuk penyederhanaan permasalahan-permasalahan yang kompleks sedemikian rupa sehingga lebih mudah dipahami.
48
UPI YPTK Jurnal KomTekInfo Vol. 3, No. 2, Desember 2016, Hal. 47-58 Copyright©2016 by LPPM UPI YPTK Padang
ISSN :2356-0010
Tujuan pemodelan adalah sebagai sarana analisis, pemahaman, visualisasi dan komunikasi antaranggota tim pengembang, serta sebagai sarana dokumentasi. 2.2.2 Diagram UML a. Class Diagram Diagram kelas atau class diagram menggambarkan struktur sistem dari segi pendefinisian kelas-kelas yang akan dibuat untuk membangun sistem.Kelas memiliki apa yang disebut atribut dan metode atau operasi (Rosa A.s,2013). a. Deployment Diagram Diagram deployment atau deployment diagram menunjukkan konfigurasi komponen dalam proses eksekusi aplikasi (Rosa A.s.dkk,2013:154) c. Use Case Diagram Use case atau diagram use case merupakan pemodelan untuk kelakuan (behaviour) sistem informasi yang akan dibuat.Use case mendeskripsikan sebuah interaksi antara satu atau lebih aktor dengan sistem informasi yang akan dibuat. d. Activity Diagram Diagram aktivitas atau activity diagram menggambarkan aliran kerja atau aktivitas dari sebuah sistem atau proses bisnis yang ada pada perangkat lunak. Yang perlu diperhatikan disini adalah bahwa diagram aktivitas menggambarkan aktivitas sistem bukan apa yang dilakukan aktor,jadi aktivitas yang dapat dilakukan oleh sistem. e. State Machine Diagram State machine diagram atau statechart diagram disebut diagram mesin status atau diagram status digunakan untuk menggambarkan perubahan status atau transisi status dari sebuah mesin. Jika diagram sekuen digunakan untuk interaksi didalam sebuah objek. Perubahan tersebut digambarkan dalam suatu graf berarah f. Sequence Diagram Diagram sekuen menggambarkan kelakuan objek pada use case dengan mendeskripsikan waktu hidup objek dan message yang dikirimkan dan diterima antar objek. Oleh karena itu untuk menggambar diagram sekuen maka harus diketahui objek-objek yang terlibat dalam sebuah use case beserta metode-metode yang dimilki kelas. g. Communication Diagram Diagram komunikasi menggambarkan interaksi antar objek/bagian dalam bentuk urutan pengiriman pesan. Diagram komunikasi mempresentasikan informasi yang diperoleh dari Diagram Kelas, Diagram sekuen, dan Diagram Use Case untuk mendeskripsikan gabungan antara struktur statis dan tingkah laku dinamis dari suatu sistem. 2.3 Artificial lnteligence 2.3.1 Defenisi Artificial Inteligence Kecerdasan buatan berasal dari bahasa inggris “Artificial Intelligence” atau disingkat AI, yaitu intelligence adalah kata sifat yang berarti cerdas, sedangkan artificial artinya buatan. Kecerdasan buatan yang dimaksud disini merujuk pada mesin yang mampu berpikir, menimbang tindakan yang akan diambil, dan mampu mengambil keputusan seperti yang dilakukan oleh manusia (T.Sutojo.dkk,2010:1). 2.3.2 Subdisiplin Ilmu Dalam Kecerdasan Buatan Persoalan-persoalan yang ditangani oleh kecerdasan buatan makin lama makin berkembang sehingga memungkinkan bagi kecerdasan buatan untuk merambah kebidang ilmu yang lain. Hal ini disebabkan karateristik cerdas sudah mulai dibutuhkan diberbagai disiplin ilmu dan teknologi. 2.4 Sistem Pakar 49
UPI YPTK Jurnal KomTekInfo Vol. 3, No. 2, Desember 2016, Hal. 47-58 Copyright©2016 by LPPM UPI YPTK Padang
ISSN :2356-0010
2.4.1 Defenisi Sistem Pakar Sistem pakar merupakan cabang dari Artficial Intelligence (AI) yang cukup tua karena sistem ini mulai dikembangkan pada pertengahan 1960. 2.4.2 Manfaat dan Kekurangan Sistem Pakar Sistem pakar menjadi sangat populer karena sangat banyak kemampuan dan manfaat yang diberikannya, diantaranya(T.Sutojo.dkk,2010:160) : 1. Meningkatkan produktivitas, karena sistem pakar dapat bekerja lebih cepat daripada manusia. 2. Membuat seorang yang awam bekerja seperti layaknya seorang pakar. 3. Meningkatkan kualitas, dengan memberi nasehat yang konsisten dan mengurangi kesalahan 4. Mampu menangkap pengetahuan dan kepakaran seseorang. 2.4.3 Struktur Sistem Pakar Ada dua bagian penting dari sistem pakar, yaitu lingkungan pengembangan dan lingkungan konsultasi. Lingkungan pengembangan digunakan oleh pembuat sistem pakar untuk membangun komponen-komponennya dan memperkenalkan pengetahuan ke dalam knowledge base (basis pengetahuan). 2.4.4 Ciri-ciri dan Area Permasalahan Aplikasi Sistem Pakar Menurut Sutojo, dkk (2001) Ciri-ciri dari sistem pakar, adalah sebagai berikut : 1. Terbatas pada domain keahlian tertentu. 2. Dapat menjelaskan alasan-alasan dengan cara yang dapat dipahami. 3. Bekerja berdasrkan kaidah atau rule tertentu. 4. Mudah dimodifikasi. 5. Keluarannya bersifat anjuran. 6. Sistem pakar mengaktifkan kaidah secara searah yang sesuai, dituntun oleh dialog dengan pengguna. 2.4.5 Konsep Dasar Sistem Pakar Dari beberapa penjelasan mengenai sistem pakar ada beberapa konsep dasar yang digunakan dalam perancangan sebuah aplikasi sistem pakar (Sutojo, dkk 2011), adalah : a. Kepakaran (Expertise) Kepakaran merupakan suatu pengetahuan yang diperoleh dari pelatihan, membaca dan pengalaman. Kepakaran inilah yang memungkinkan para ahli dapat mengambil keputusan lebih cepat dan lebih baik daripada seorang yang bukan pakar. b. Pakar (Expert) (Sutojo, dkk 2011) “Pakar adalah seorang yang mempunyai pengetahuan, pengalaman dan metode khusus serta mampu menerapkanya untuk memecahkan suatu masalah atau memberi nasehat.
2.4.6 Faktor Kepastian (Forward Chaining) 50
UPI YPTK Jurnal KomTekInfo Vol. 3, No. 2, Desember 2016, Hal. 47-58 Copyright©2016 by LPPM UPI YPTK Padang
ISSN :2356-0010
Forward Chaining adalah teknik pencarian yang dimulai dengan fakta yang diketahui, kemudian mencocokkan fakta-fakta tersebut dengan bagian IF dari rules IFTHEN. Terdapat 10 aturan yang tersimpan dalam basis pengetahuan yaitu: R1 : if A and B then C R2 : if C then D R3 : if A and E then F R4 : if A then G R5 : if F and G then D R6 : if G and E then H R7 : if C and H then I R8 : if I and A then J R9: if G then J R10 : if J then K Fakta awal yang dibeikan hanya A dan E, ingin membuktikan apakah K bernilai benar. Proses penalaran Forward Chaining terlihat pada gambar dibawah
Gambar 2.3 Proses Forward Chaining
2.5 Website 2.5.1 Pengenalan Website Word Wide Web (WWW) adalah suatu program yang ditemukan oleh tim Berners-Lee pada tahun 1991. Beliau mengembangkan suatu sistem untuk keperluan pribadi. 2.5.2 Sejarah Website Sejarah web dimulai ketika Tim Berners-Lee menemukan program World Wide Web(WWW) pada tahun 1991. Awalnya Berners-Lee hanya ingin menemukan cara untuk menyusun arsip-arsip risetnya. Untuk itu, beliau megembangkan suatu sistem untuk keperluan pribadi. Sistem itu adalah program peranti lunak yang diberi nama Enquire. 2.6. PHP 2.6.1 PHP (Hypertext Preprocessor) PHP banyak dipakai untuk pemograman situs web, walaupun tidak tertutup kemungkinan digunakan untuk pemakaian lain. Karena memiliki banyak manfaat dan dapat berkembang dengan baik maka PHP kemudian disebut dengan PHP: Hypertext Preprocessor.
2.6.2 Pengenalan PHP 51
UPI YPTK Jurnal KomTekInfo Vol. 3, No. 2, Desember 2016, Hal. 47-58 Copyright©2016 by LPPM UPI YPTK Padang
ISSN :2356-0010
PHP merupakan bahasa pemrograman yang berjalan dalam sebuah webserver dan berfungsi sebagai pengolah data pada sebuah server. Dengan menggunakan program PHP, sebuah website akan lebih interaktif dan dinamis.
2.6.3 Keunggulan PHP Meilan Anastasia M (2013) mengungkapkan “dalam penggunaan PHP ini memiliki kelebihan atau keunggulan”, seperti berikut: 1. PHP bisa berjalan pada platform yang berbeda( Windows, Linux, Unix, de el el). 2. PHP bisa kompatibel dengan hampir semua server yang digunakan saat ini (Apache, IIS, de el el). 3. PHP adalah gratis untuk men-download dari sumber daya PHP di website resminya www.php.net 4. PHP mudah dipelajari dan berjalan efisien pada sisi server 2.7 Kehamilan Ektopik 2.7.1 Defenisi Kehamilan Ektopik Kehamilan Ektopik adalah kehamilan abnormal yang terjadi di luar rongga rahim, janin tidak dapat bertahan hidup sehingga tidak berkembang sama sekali. Kehamilan dimana sel telur setelah dibuahi (fertilisasi) berimplantasi dan tumbuh di luar endometrium kavum uteri (Dini Rahmana, 2012). 2.7.2 Jenis-Jenis Kehamilan Ektopik 1. Kehamilan Interstisial (korunal) Merupakan kehamilan yang implantasi embrionya di tuba filopi. Pasient menunjukkan gejala yang cukup lama, sulit didiagnosis dan menyebabkan pendarahan ketika terjadi ruptur . 2. Kehamilan Ovarium Kehamilan di ovarium lebih sering di kaitkan dengan pendarahan dalam jumlah banyak dan pasien sering mengalami ruptur kista korpus leteum secara klinis, pecahnya kehamilan ovarium, torsi, endomerriosis. 3. Kehamilan Servik Kehamilan servik merupakan dengan nidasi di kanalis servikalis, dinding servik menjadi tipis dan membesar. 4. Kehamilan Abdominal Kehamilan abdominal terbagi menjadi: primer (implementasi sesudah dibuahi, langsung pada peritonium/kavum abdominal) dan sekunder (embrio masih hidup dari tempat primer). 3. METODOLOGI 3.1 Kerangka Penelitian Agar langkah- langkah yang diambil penulis dalam penelitian ini tidak melenceng dari pokok pembahasan dan lebih mudah dipahami, maka urutan langkah- langkah akan dibuat secara sistematis sehingga dapat dijadikan pedoman yang jelas dan mudah untuk menyelesaikan permasalahan yang ada.
Urutan langkah- langkah yang akan dibuat pada penelitian ini dapat dilihat pada gambar 3.1 berikut: 52
UPI YPTK Jurnal KomTekInfo Vol. 3, No. 2, Desember 2016, Hal. 47-58 Copyright©2016 by LPPM UPI YPTK Padang
ISSN :2356-0010
Penelitian pendahuluan Pengumpulan Data Analisis Perancangan Implementasi
Pengujian Gambar 3.1 Kerangka Kerja Penelitian
3.2 Tahapan Penelitian 3.2.1 Penelitian Pendahuluan Penelitian ini bertujuan untuk membantu masyarakat mengetahui dan mengenali jenis dan gejala penyakit kulit pada bayi, aplikasi yang dapat memberikan informasi bagi masyarakat, serta membantu mengadopsi kepakaran dokter dalam menangani ketidak pastian.
3.2.2 Pengumpulan Data Dalam penelitian ini, dilakukan pengumpulan data dengan cara mewawancarai pakar/dokter yang mempunyai kompetensi dalam bidang kesehatan. Untuk mendapatkan data tentang penyakit radang selaput otak, maka metode yang digunakan dalam proses pengumpulan data dilakukan dengan tahapan- tahapan sebagai berikut : a. Waktu Penelitian Dalam menyelesaikan tugas akhir ini, pengambilan data-data dilakukan dari tanggal 10 Oktober 2016 sampai dengan selesai. b. Tempat Penelitian Tempat dilakukannya penelitian ini adalah di tempat praktek umum di Jl.A.Yani No.81 Solok, dengan dokter yang bersangkutan yaitu Dr.Gazali Rusdi Sp.OG dan sekarang praktek di RS Bersalin Yasmin Solok dan RSUD Kabupaten Solok. c. Metode Penelitian Untuk menyelesaikan tugas akhir ini, metode pengumpulan data yang digunakan adalah dengan cara : 1. Pengamatan (observasi) Penulis melakukan observasi lapangan dengan cara melihat serta mempelajari permasalahan tentang gangguan syaraf otak dan mengumpulkan data- data yang bersangkutan dengan penyakit radang selaput otak tersebut. 2. Wawancara (Interview) Dalam hal ini penulis mengajukan pertanyaan-pertanyaan kepada salah satu dokter yang memiliki pengetahuan tentang penyakit radang selaput otak 3. Penelitian pustaka(Library Research) Pengambilan data tentang penyakit radang selaput otak dilakukan dengan cara browsing internet atau buku yang ada. Sehingga data yang diperoleh dapat digunakan sebagai landasan pada tahap penelitian selanjutnya.
4. Penelitian laboratorium(Laboratory Research) 53
UPI YPTK Jurnal KomTekInfo Vol. 3, No. 2, Desember 2016, Hal. 47-58 Copyright©2016 by LPPM UPI YPTK Padang
ISSN :2356-0010
Penelitian yang dilakukan dengan cara research labor komputer guna mempraktekkan langsung hasil dari analisa yang bertujuan untuk menguji kebenaran sistem yang dirancang
3.2.3 Analisa Dalam tahap analisa ini dapat dilakukan dengan dua tahap antara lain sebagai berikut : a. Analisa Data
Analisa dilakukan untuk mendapatkan suatu fakta berdasarkan metode penelitian yang dilakukan. Data yang diperoleh dari metode penelitian akan dianalisis sehingga memperoleh seperangkat aturan (rule base). b. Analisis Proses Pada tahap analisa proses ini, penulis menggunakan metode Certainty Factor.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 pakar. 3.2.5 Implementasi Implementasi sistem merupakan tahap meletakkan sistem sehingga siap untuk dioperasikan. Pada tahap ini perancangan sistem dilakukan dengan menggunakan bahasa pemrograman PHP dan MYSQL. 3.2.6 Pengujian Pengujian sistem merupakan tahap melakukan testing untuk mengetahui kesalahan dalam sistem. Salah satu hal penting dalam sistem pakar yaitu dapat melakukan konsultasi secara komputerisasi. Dan melihat jenis kesalahan- kesalahan yang terjadi dalam sistem tersebut. 4. a.
PEMBAHASAN DAN HASIL Analisa Analisa dapat perlu dilakukan dalam merancang sistem pakar diagnosa kehamilan ektopik pada rumah sakit bersalin Yasmin Solok. Adapun analisa yang dilakukan adalah analisa data, analisa proses dan analisa sistem.
4.1.1 Analisa Data KD G1 G2 G3 G4 G5 G6 G7 G8 G9 G10 G11 G12 G13 G14 G15
Tabel 4.1 Tabel Gejala Gejala Sakit perut Nyeri abdominal atau pelvic Keterlambatan haid atau amenorrhea Pendarahan Pusing atau lemas Mual dan muntah. Nyeri pada bahu Rasa penuh pada payudara Jika tuba falopi sobek, akan terjadi pendarahan hebat yang mungkin memicu hilangnya kesadaran Diare dan Muntah Perut bagian bawah terasa sangat nyeri Salah satu sisi panggul terasa sakit Tekanan darah rendah Kulit pucat Gangguan kencing 54
UPI YPTK Jurnal KomTekInfo Vol. 3, No. 2, Desember 2016, Hal. 47-58 Copyright©2016 by LPPM UPI YPTK Padang
G16 G17 G18
1.
ISSN :2356-0010
Pingsan Denyut nadi cepat Syok
Mesin Inferensi Mesin inferensi adalah bagian dari sistem pakar yang melakukan penalaran dengan menggunakan isi daftar aturan berdasarkan urutan dan pola tertentu. Selama proses penelusuran, mesin inferensi menggunakan metode Forward Chaining. Penelusuran dan struktur pelacakan Forward Chaining dapat dilihat pada Tabel 4.3. Tabel 4.2 Penelusuran IF IF G3 and G4 and G5 and G6 and G11 and G12 and G16 and G18 IF G2 and G4 and G5 and G6 and G7 and G9 G12 and G13 IF G3 and G4 and G5 and G6 and G11 and G14 and G15 IF G1 and G2 and G3 and G4 and G5 G8 and G10 and G15 and G17 Tabel 4.4 Hasil Penelusuran
Rule R1 R2 R3 R4
Then P1 P2 P3 P4
2. Pohon Pelacakan Setelah mendapatkan penyakit dan gejala dari data yang telah ada, maka tahap selanjutnya adalah perancangan pohon pelacakan yang dapat membantu dalam mengklasifikasikan penyakit berdasarkan gejala-gejala dari penyakitnya. G1
G2 P1 G3
G4
G5
G6
P2
G7
G8
G9 P3 G10
G11
G12 P4 G13
G14
G15
G16
G17
G19
Gambar 4.1 Pohon Pelacakan
5.
IMPLEMENTASI DAN PENGUJIAN 55
UPI YPTK Jurnal KomTekInfo Vol. 3, No. 2, Desember 2016, Hal. 47-58 Copyright©2016 by LPPM UPI YPTK Padang
5.1 5.2.1
ISSN :2356-0010
Implementasi Sistem Pakar Pengujian Interface Pengujian interface berisi tampilan dari program sistem pakar, seperti dibawah ini.
Gambar 5.1 Halaman Beranda Halaman beranda adalah halaman utama system pakar untuk menentukan kehamilan ektopik
Gambar 5.2 Halaman Info Penyakit Halaman info adalah halaman untuk pengunjung agar bisa melihat informasi mengenai jenis-jenis kehamilan ektopik.
Gambar 5.3 Halaman Login Admin Halaman login admin adalah halaman bagi admin untuk masuk kedalam sebuah sistem dan mengelola semua data yang ada dalam sistem.
56
UPI YPTK Jurnal KomTekInfo Vol. 3, No. 2, Desember 2016, Hal. 47-58 Copyright©2016 by LPPM UPI YPTK Padang
ISSN :2356-0010
Gambar 5.4 Form Mendaftar Sebelum Konsultasi Sebelum user menggunakan ruang konsultasi terlebih dahulu mendaftarkan dirinya agar bias login kedalam sistem. Untuk mendaftar user bisa langsung masuk dari halaman mendaftar yang ada di beranda.
Gambar 5.5 Pertanyaan untuk menentukan Kehamilan Ektopik Setelah semua pertanyaan selesai, selanjutnya akan muncul laporan hasil analisa dari user tersebut, tentang keluhan apa yang dialaminya. Setelah itu baru didapat hasil dari konsultasinya.
Gambar 5.6 Hasil Konsultasi Halaman ini merupakan hasil dari konsultasi yang dilakukan oleh user, yaitu mengenai hasil diagnosanya dan cara pengobatannya.
57
UPI YPTK Jurnal KomTekInfo Vol. 3, No. 2, Desember 2016, Hal. 47-58 Copyright©2016 by LPPM UPI YPTK Padang
6.
ISSN :2356-0010
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Dari uraian masalah di atas, serta berdasarkan analisa dari bab-bab yang ada, maka dapat ditarik kesimpulan sebagai berikut: 1. Diharapkan system pakar ini dapat membantu user dalam mengetahui kehamilan ektopik. Karena aplikasi system pakar ini dapat memberikan informasi yang real sehingga user tidak kesulitan dalam memperoleh informasi tentang Kehamilan Ektopik. 2. Sistem pakar dapat memudahkan pengguna untuk mengetahui Kehamilan Ektopik secara dini sehingga dapat ditanggulangi. Yaitu dengan cara menjawab pertanyaan yang diberikan oleh system dan setelah itu akan muncul hasil konsultasi yang bisa di lihat oleh user, sehingga dapat mempermudah user untuk mengetahui kehamilan ektopik secara dini tampa harus bertemu dengan seorang dokter. 3. System pakar ini mampu menghemat waktu dan biaya kepada pengguna tentang kehamilan Ektopik yang diderita, sehingga user dapat mengetahui solusi dan pengobatan Kehamilan Ektopik 6.2 Saran
Dari semua ruang lingkup penelitian yang telah penulis lakukan dan sebagai penutup dari sebuah penulisan penelitian ini, maka penulis ingin memberikan saran dengan harapan agar berguna bagi pembaca dan pengembangan dalam kelanjutan system yang lebih memiliki nilai tinggi. Saran-saran yang dikemukankan oleh penulis adalah sebagai berikut : 1. Sebaiknya pemanggilan kasus atau menginputkan data tidak dengan manual, tapi dapat dilakukan secara otomatis. 2. Dari kajian diatas, penulis mengharapkan adanya penelitian lanjutan, karena ada beberapa bagian yang tidak di bahas, karena keterbatasan waktu dan batasan dari permasalahan yang telah ditetapkan sebelumnya. 3. Aplikasi ini diharapkan dapat dikembangkan lagi menjadi aplikasi sistem pakar yang lebih mendekati pada perawatan serta solusi yang lebih baik. 4. Sebaiknya penambahan rulenya di kembangkan lagi agar semua perintah akan di pakai user dapat bekerja. Rule juga jangan dilakukan dengan manual lagi tapi dengan otomatis, dan ketika maintenance bisa disarankan untuk mengupdate setiap perkembangan penyakit itu sendiri. 5. Rancangan aplikasi system pakar ini juga bias diberi tambahan aplikasi lain yang bersifat mendukung agar aplikasi yang dirancang menjadi jauh lebih sempurna. DAFTAR PUSTAKA [1] A.S Rosa, M.Shalahuddin, (2011), Rekayasa Perangkat Lunak. Bandung : Modula. [2] Hidayatullah. Priyanto, Kawistara. Jauhari k, (2014) “Pemograman Web”, Bandung: INFORMATIKA [3] M, Anastasia, Meilan, (2013) Pemograman Web dengan PHP, Bandung : INFORMATIKA. [4]Sutariyani, (2015), Sistem pakar Diagnosa Gangguan Kehamilan Dengan Metode Forward Chaining. Surakarta : STMIK AUB Surakarta [5] Sutojo, T dkk, (2011), Kecerdasan Buatan, Yogyakarta: Andi Offset. [6]Wantania, John, (2015), Gambaran Kehamilan Ektopik Di RSUP Prof.Dr.R.D Kandau Manado, Manando : Universitas Sam Ratulangi Manado. . 58