SISTEM PAKAR DIAGNOSA GANGGUAN KESEHATAN KEHAMILAN MENGGUNAKAN METODE FORWARD CHAINING ZAEHOL FATAH Akademi Manajemen Informatika dan Komputer Ibrahimy Website : www.amiki.ac.id
ABSTRACT Maternal mortality in Indonesia is still very high, high maternal mortality is closely related to obstetric services are still very limited in scope, so it has not been able to cope with high-risk pregnant women and emergency cases at the front line and the lack of information to pregnant women about symptoms- disease symptoms appear during pregnancy and the dangers of high-risk pregnancies. Based on the problems proficiency level, it needs to make a system that can help diagnose the disease during pregnancy based on symptoms that exist. Systems that can perform these tasks are included in the category of expert systems. Expert system is one part of the artificial intelligence that contains the knowledge and experience that is inserted by one or more experts in a particular area of knowledge, so that everyone can use to determine the exact solution of the existing problems. Expert system for the diagnosis of health problems during pregnancy in this study is a system developed by applying the method of Forward Chaining. This method gives a diagnosis of health problems based on existing facts gathered from interviews with users in a consultation session. This study aims to develop a knowledge base that is suitable to be applied in Pregnancy Health Problem Diagnosis Expert System. It is expected that this study can help health care units, especially midwives, in dealing with health problems in pregnancy, and assist future doctors in their study. Keyword : System Expert, Health Problems Pregnancy Diagnosis, Forward Chaining. ABSTRAK Angka kematian ibu bersalin di Indonesia masih sangat tinggi, kematian ibu yang tinggi ini erat hubungannya dengan pelayanan obstetri yang masih sangat terbatas cakupannya, sehingga belum mampu menanggulangi ibu hamil resiko tinggi dan kasus gawat darurat pada lini terdepan serta minimnya informasi pada ibu hamil mengenai gejalagejala penyakit yang muncul pada masa kehamilan dan bahaya dari kehamilan resiko tinggi. Berdasarkan permasalahan tesebut, maka perlu dibuat sebuah sistem yang dapat membantu mendiagnosa penyakit pada masa kehamilan berdasarkan gejala-gejala yang ada. Sistem yang dapat melakukan tugas tersebut termasuk dalam kategori sistem pakar. Sistem pakar adalah salah satu bagian dari kecerdasan buatan yang mengandung pengetahuan dan pengalaman yang dimasukkan oleh satu atau banyak pakar ke dalam satu area pengetahuan tertentu, sehingga setiap orang dapat menggunakannya untuk menentukan solusi yang tepat dari permasalahan yang ada. Sistem pakar diagnosa untuk masalah kesehatan selama kehamilan dalam penelitian ini adalah sistem yang dikembangkan dengan menerapkan metode Forward Chaining. Metode ini memberikan diagnosis masalah kesehatan berdasarkan fakta-fakta yang ada dikumpulkan dari wawancara dengan pengguna dalam sesi konsultasi. Penelitian ini bertujuan untuk mengembangkan basis pengetahuan yang sesuai untuk diterapkan pada Kehamilan Kesehatan Masalah Diagnosis Sistem Pakar. Diharapkan penelitian ini dapat membantu unit pelayanan kesehatan, khususnya bidan, dalam menangani masalah kesehatan di kehamilan, dan membantu calon dokter dalam studi mereka. Kata Kunci : Sistem Pakar, Diagnosa Gangguan Kesehatan Kehamilan, Forward Chaining obstetri yang masih sangat terbatas cakupannya, sehingga belum mampu menanggulangi ibu hamil resiko tinggi dan kasus gawat darurat pada lini terdepan serta minimnya informasi pada ibu hamil mengenai gejala-gejala penyakit yang muncul pada masa kehamilan dan bahaya dari kehamilan resiko tinggi. Pada tempat praktik bersalin bidan Zuanita data yang ada masih disimpan secara manual ke dalam sebuah buku besar. Masalah yang ada adalah ketika pasien melakukan pemeriksaan, hasil dari diagnosa dirasa masih kurang efisien dan kurang tepat. Selain itu daftar nama pasien belum bisa terdaftar dengan baik.
1.
PENDAHULUAN 1.1 Latar Belakang Praktik Bersalin Bidan Zuanita telah lama membantu menangani beberapa kasus ibu bersalin yang terjadi pada saat proses persalinan sedang belangsung. Angka kematian ibu bersalin dan angka kematian perinatal umumnya dapat digunakan sebagai petunjuk untuk menilai keadaan gizi dan kesehatan ibu, tingkat pelayanan kesehatan ibu pada waktu hamil serta kondisi kesehatan lingkungan. Angka kematian ibu bersalin di Indonesia masih sangat tinggi, kematian ibu yang tinggi ini erat hubungannya dengan pelayanan
1
Berdasarkan permasalahan tesebut, maka perlu dibuat sebuah sistem yang dapat membantu mendiagnosa penyakit pada masa kehamilan berdasarkan gejala-gejala yang ada. Sistem yang dapat melakukan tugas tersebut termasuk dalam kategori sistem pakar. Sistem pakar adalah salah satu bagian dari kecerdasan buatan yang mengandung pengetahuan dan pengalaman yang dimasukkan oleh satu atau banyak pakar ke dalam satu area pengetahuan tertentu, sehingga setiap orang dapat menggunakannya untuk menentukan solusi yang tepat dari permasalahan yang ada, dalam hal ini untuk menentukan jenis gangguan kesehatan dimasa kehamilan berdasarkan gejala yang diderita oleh pasien. Untuk membangun sistem ini digunakan metode forward chaining dalam melakukan proses pengolahan data yang diinputkan oleh user. Berdasarakan gejala-gejala yang diderita beserta faktafakta tersebut, maka dapat diperoleh kesimpulan jenis penyakit yang diderita ibu dimasa kehamilan.
1.5 Manfaat Penelitian Manfaat dari hasil penelitian ini, antara lain: 1. Bagi ilmu pengetahuan, memberikan kemudahan dalam dunia kesehatan, khususnya spesialis kandungan untuk mendiagnosa gangguan kesehatan kehamilan. 2. Bagi pengguna, khususnya wanita yang sedang hamil dapat dengan mudah membantu mendiagnosa gangguan kehamilan di masa kehamilan berdasarkan gejala-gejala yang ada. 1.6 Metode Penelitian Untuk mendapatkan data yang obyektif dan mempunyai korelasi yang sesuai dengan obyek penelitian, maka digunakan beberapa metode penelitian guna mendukung penyelesaian pembuatan dan perancangan aplikasi ini, yaitu sebagai berikut: 1. Teknik Pengumpulan Data Cara pengumpulan data meliputi dokumentasi, interview dan penelitian pustaka. Teknik pengumpulan data yang digunakan dalam penelitian ini antara lain: a. Observasi, yaitu melakukan pengamatan data yang diteliti, melakukan interview dengan pihak-pihak yang berkaitan dengan pembuatan program, yaitu pakar kandungan. b. Browsing Internet, yaitu melakukan pengamatan ke berbagai macam website di internet yang menyediakan informasi yang relevan dengan permasalahan dalam pembuatan sistem ini. c. Metode Interview (Wawancara), Wawancara dilakukan dengan dokter yang ahli dalam bidang kandungan untuk memperoleh data mengenai hal hal yang akan dibuat. d. Studi Pustaka, dilakukan dengan cara mengumpulkan informasi-informasi dari media cetak, baik buku panduan, internet mengenai gangguan dan penyakit pada masa kehamilan, serta mempelajari berbagai pustaka yang berhubungan dengan metode forward chaining dan sistem pakar. e. Library Research (penelitian pustaka), Merupakan penelitian yang dilaksanakan dengan menggunakan literatur (kepustakaan) baik berupa buku, catatan, maupun laporan hasil penelitian dari penelitian terdahulu. 2. Metode Analisa Data a. Analisa data yang di kumpulkan Membuat analisa terhadap data yang sudah diperoleh dari hasil observasi, yaitu menggabungkan dengan laporan survey dan kebijakan pemakai, sehingga menjadi spesifikasi yang terstruktur dengan menggunakan permodelan. Permodelan sistem ini berupa Blok diagram Area Permasalahan, Blok Diagram Fokus permasalahan, Blok Diagram Foktor Kritis, dan Dependency Diagram.
1.2 Rumusan Masalah Berdasarkan latar belakang di atas, maka dapat dirumuskan masalah dalam penelitian ini yaitu “Bagaimana merancang dan membuat sebuah Sistem Pakar Diagnosa Gangguan Kesehatan Kehamilan Menggunakan Metode Forward Chaining?”. 1.3 Batasan Masalah Berdasarkan rumusan masalah di atas, maka diuraikan batasan masalah sebagai berikut: 1. Sistem gangguan kesehatan kehamilan ini menghasilkan output berupa penyakit yang diderita pasien berdasarkan fakta-fakta yang dimasukkan user. Fakta-fakta tersebut merupakan gejala yang dialami pasien. 2. Data jenis penyakit beserta penyebabnya yang digunakan dalam penelitian tugas akhir ini ada 8 jenis gangguan. Data diambil berdasarkan jenis gangguan yang sering muncul pada masa kehamilan. 3. Jenis gangguan yang digunakan dalam penelitian merupakan gangguan dalam bidang obstetri saja. 4. Sistem ini ditujukan bagi petugas kesehatan, yaitu khususnya bidan yang belum memiliki pengalaman. 5. Sistem diterapkan menggunakan bahasa pemrograman PHP dan database MySQL. 1.4 Tujuan Penelitian Tujuan penelitian ini adalah untuk membangun basis pengetahuan yang tepat dan diterapkan pada program sistem pakar untuk mendiagnosa gangguan kesehatan pada masa kehamilan dengan metode forward chaining.
2
b. Perancangan Sistem Memahami rancangan sistem pakar sesuai yang ada dan mengimplementasikan model yang diinginkan oleh pengguna, serta perancangan database dengan didukung pembuatan Contex Diagram, Data Flow Diagram, ER-Diagram dan Flowchart Serta User Interfase, guna mempermudah dalam proses-proses selanjutnya. c. Implementasi Dalam implementasi Sistem Pakar Diagnosa Gangguan Kesehatan Kehamilan menggunakan bahasa pemrograman PHP dan MySQL untuk mengimplementasikan ke dalam komputer. d. Penyusunan Tugas Akhir Tahap Tugas Akhir ini merupakan dokumentasi pelaksanaan tugas akhir. Diharapkan, buku tugas akhir ini bermanfaat bagi pembaca yang ingin mengembangkan sistem ini lebih lanjut maupun pada lain kasus.
Tabel 1. Perbandingan Kemampuan Seorang Pakar dengan Sistem Pakar Factor
Human expert
Expert system
Time availibility
Hari Kerja
Setiap saat
Geografis
Lokal/tertentu
Di mana saja
Keamanan
Tidak tergantikan
Dapat diganti
Perishable/dapat habis
Ya
Tidak
Performansi
Variable
Konsisten
Kecepatan
Variable
Konsisten
Biaya
Tinggi
Terjangkau
Tujuan dari sebuah sistem pakar adalah untuk mentransfer kepakaran yang dimiliki seorang pakar ke dalam komputer, kemudian kepada orang lain (nonexpert).
1.7 Kajian Pustaka 1.7.1 Sistem Pakar Sistem Pakar adalah salah satu cabang dari AI yang membuat penggunaan secara luas knowledge yang khusus untuk penyelesaian masalah tingkat manusia yang pakar. Seorang pakar adalah orang yang mempunyai keahlian dalam bidang tertentu, yaitu pakar yang mempunyai knowledge atau kemampuan khusus yang orang lain tidak mengetahui atau mampu dalam bidang yang dimilikinya. Sistem pakar sudah digunakan untuk berbagai macam sistem yang menggunakan teknologi sistem pakar itu. Teknologi sistem pakar ini meliputi bahasa sistem pakar, program dan perangkat keras yang dirancang untuk membantu pengembangan dan pembuatan sistem pakar.
1.7.2
Diagnosa Diagnosa adalah identifikasi sifat-sifat penyakit atau kondisi atau membedakan satu penyakit atau kondisi dari yang lainnya. Penilaian dapat dilakukan melalui pemeriksaan fisik, tes laboratorium, atau sejenisnya, dan dapat dibantu oleh program komputer yang dirancang untuk memperbaiki proses pengambilan keputusan. 1.7.3
Gangguan Kesehatan Kehamilan Kehamilan resiko tinggi adalah kehamilan yang akan menyebabkan terjadinya bahaya dan komlpikasi yang lebih besar baik terhadap ibu maupun terhadap janin yang dikandungnya selama masa kehamilan. Gangguan dan penyulit pada kehamilan pada umumnya ditemukan pada kehamilan resiko tinggi. Secara garis besar, kelangsungan suatu kehamilan sangat bergantung pada keadaan dan kesehatan ibu, plasenta dan keadaan janin.
Gambar 2. Konsep Dasar Fungsi Sistem Pakar
1.7.4
Context Diagram (CD) Context Diagram adalah diagram level teratas (Top Level) dalam suatu sistem. Dari context diagram ini kemudian akan digambarkan dengan rinci lagi yang disebut dengan overview diagram (Level 0). Tiap-tiap proses di overview diagram akan digambar secara lebih rinci dan disebut dengan level 1. Pada tiap-tiap proses dalam level 1 akan digambar lebih rinci lagi dan disebut dengan level 2 dan seterusnya hingga tiap-tiap proses tidak dapat digambar lebih rinci lagi
Sistem pakar sebagai suatu teknologi baru masih menyimpan hal-hal baru yang dapat dipelajari. Dalam menyelesaikan suatu permasalahan, ada beberapa pertanyaan yang perlu untuk dijawab atau teknologi tidak akan berhasil digunakan. Seperti juga tool lainnya, sistem pakar mempunyai aplikasi yang sesuai dan juga tidak sesuai untuk digunakan. Seorang pakar dengan sistem pakar mempunyai banyak perbedaan. Darkin (1994) mengemukakan perbandingan kemampuan antara seorang pakar dengan sebuah sistem pakar seperti pada Tabel 1.1 berikut ini :
3
1.7.5
Data Flow Diagram (DFD) Menurut Jogiyanto (1990), ide dari suatu bagan untuk mewakili arus data dalam suatu sistem bukanlah hal yang baru. Pada tahun 1967, Martin dan Estrin memperkenalkan suatu algoritma program dengan menggunakan simbol lingkaran dan panah untuk mewakili arus data. Pada tahap analisis, penggunaan notasi ini sangat membantu sekali di dalam komunikasi dengan pemakai sistem untuk memahami sistem secara logika. Diagram yang menggunakan notasi-notasi ini untuk menggambarkan arus dari data sistem sekarang dikenal dengan nama diagram arus data (data flow diagram atau DFD). DFD sering digunakan untuk menggambarkan suatu sistem yang telah ada atau sistem baru yang akan dikembangkan secara logika tanpa mempertimbangkan lingkungan fisik di mana data tersebut mengalir (misalnya lewat telpon, surat dan sebagainya) atau lingkungan fisik di mana data tersebut akan disimpan. DFD merupakan alat yang digunakan pada metodologi pengembangan sistem yang terstruktur (structured Analysis and design). DFD merupakan alat yang cukup populer sekarang ini, karena dapat menggambarkan arus data di dalam sistem dengan terstruktur dan jelas. Lebih lanjut DFD juga merupakan dokumentasi dari sistem yang baik.
1.7.7
Flowchart Menurut Jogiyanto (1990) bagan alir (Flowchart) adalah bagan (chart) yang menunjukkan alir (flow) didalam program atau prosedur sistem secara logika. Bagan alir digunakan terutama untuk alat bantu komunikasi dan dokumentasi. 1.7.8
PHP PHP (Hypertext Prepocessor) adalah bahasa skrip yang dapat ditanamkan atau disisipkan ke dalam HTML. PHP banyak dipakai untuk pemrograman situs web dinamis. PHP dapat digunakan untuk membangun sebuah CMS.. 1.7.9
MySQL MySQL adalah sebuah perangkat lunak sistem manajemen basis data SQL (bahasa inggris: database management system) atau DBMS yang multithread, multiuser.1 MySQL adalah sebuah implementasi dari sistem manajemen basis data relasional (RDBMS) yang didistribusikan secara gratis di bawah lisensi GPL (General Public License). Setiap pengguna dapat secara bebas menggunakan MySQL, namun dengan batasan perangkat lunak tersebut tidak boleh dijadikan produk turunan yang bersifat komersial. MySQL sebenarnya merupakan turunan salah satu konsep utama dalam basis data yang telah ada sebelumnya; SQL (Structured Query Language). SQL adalah sebuah konsep pengoperasian basis data, terutama untuk pemilihan atau seleksi dan pemasukan data, yang memungkinkan pengoperasian data dikerjakan dengan mudah secara otomatis. 2.1 PEMBAHASAN 2.1.1 Identifikasi dan Analisis Proses 1. Identifikasi Proses Setelah memahami masalah yang ada pada tempat penelitian, maka dibutuhkan perencanaan penelitian, mengatur jadwal penelitian untuk memperoleh data yang dibutuhkan. Proses-proses dalam mendiagnosa gangguan kehamilan dapat diidentifikasi dari beberapa data yang dikumpulkan selama penelitian yang dilakukan oleh penulis antara lain :
Gambar 3. Simbol Data Flow Diagram 1.7.6
Entity Relationship Diagram (ERD) Entity Relationship Diagram (ER-Diagram) adalah sebuah diagram yang menggambarkan hubungan/relasi antar entitas (Entity) dan setiap entity terdiri atas satu atau lebih attribut yang mempresentasikan seluruh kondisi (fakta) dari “Dunia Nyata” yang kita tinjau. Dengan ER-Diagram kita bisa untuk mentrasformasikan keadaan dar “Dunia Nyata” ke dalam bentuk basis data.
1. 2. 3.
Pendataan pasien yang hendak di diagnosa/diperiksa Pendiagnosaan/pemeriksaan pasien yang sudah terdaftar atau terdata. Pelaporan hasil pendiagnosaan/pemeriksaan. Pembuatan perancangan sistem pakar ini
Gambar 4. Simbol Entity Relationship Diagram 1
4
Alan Nur Aditya, Op.cit., hlm. 61.
Keterangan dari gejala dan gangguan: Daftar gejala:
G32
:
Sakit Kepala
G33
:
Sulit untuk konsentrasi
G34
:
G01
:
G02
:
Sering buang air kecil Sering menarik diri dalam kegiatan sosial
G03
:
Demam
G35
:
Tidak nafsu makan Kelebihan protein dalam urin (proteinuria)
G04
:
Perut terasa lebih berat dari biasanya
G36
:
Bintik – bintik merah pada kulit
G05
:
G37
:
Suhu badan naik (dehidrasi)
G38
:
Tekanan darah tinggi
: :
Kulit, bibir, dan kuku akan pucat. Pembesaran kelenjar getah bening di leher berukuran < 3 cm dan tidak nyeri Tubuh Kurus
:
Kenaikan berat badan secara drastis
G09
:
Mual dan muntah
G10
:
Pusing.
:
Saat ketuban pecah apakah cairan yang keluar sangat sedikit.
G12
:
G13
G06 G07 G08
Daftar Gangguan : P01
:
Anemia
P02
: :
Aneroksia Deabetes Gestasional
:
Txoplasmosis
P05
:
Pree-Eklamsia
P06
:
Hyperemesis Gravidarum
Pandangan kabur
P07
:
Hidramnion
:
Tidak enak badan
P08
:
Oligohidramnion
G14
:
Rasa nyeri pada ulu hati dan perut
G15
:
G16
:
G17
:
G18
:
Sesak nafas Nyeri perut akibat pembesaran kelenjar getah bening di sekitar usus Mengalami infeksi pada daerah luka, kulit dan juga vagina Merasakan nyeri saat janin melakukan gerakan di dalam rahim
G19
:
Merasa kehausan
G20
:
Keringat malam
G21
:
Lelah
G22
:
Lemah
G23
:
Lesu
G24
:
Berat badan turun
G25
:
Pegal-pegal
G26
:
G27
:
G28
:
G29
:
Jantung berdebar-debar Nyeri perut bagian atas, di bawah rusuk pada sisi kanan Berat badan menurun, walaupun nafsu makan meningkat Pembengkakan, terutama di sekitar wajah dan tangan
G30
:
Nyeri tenggorokan
G31
:
Bengkak pada kaki
G11
P03 P04
2. a.
b.
c.
d.
e.
f.
g.
5
Analisis Proses Entry Data Dokter Proses ini dilakukan ketika seorang dokter yang baru menambahkan data atau identitasnya pada sistem yang baru digunakan untuk dapat mengakses semua proses dengan cara login dan juga ketika dokter menambahkan data. Entry Data Pasien Proses ini dilakukan ketika pasien baru mendaftar dan melakukan konsultasi. Entyi Data Gangguan Proses ini dilakukan ketika melakukan penyimpanan data gangguan kehamilan. Entry Data Gejala Proses ini dilakukan ketika melakukan penyimpanan data gejala. Entry Data Relasi Proses ini dilakukan untuk menyimpan penggabungan antara data gejala dan gangguan. Entry Data Pengetahuan Proses ini dilakukan ketika melakukan penyimpanan data pertanyaan. Pendataan Hasil Diagnosa Proses ini akan dilakukan pada saat pakar telah memberikan diagnosa kepada pasien dari hasil keluhan gejala yang dialaminya. Dalam proses ini pakar juga memberikan solusi dan pencegahannya agar pasien tidak terkena gangguan ini lagi.
maka perhatikan terdahulu langkah-langkah penggunan sistem sebagai berikut :
2.1.2 Context Diagram Context Diagram (Diagram konteks) merupakan alat untuk struktur analisis yang menggambarkan sistem secara keseluruhan atau mewakili semua proses dari seluruh sistem. Berikut Context Diagram Sistem Pakar Diagnosa Gangguan Kesehatan Kehamilan
2.2.1 Menu Login admin Berikut ini merupakan form login untuk masuk ke halaman admin dari aplikasi SP Gangguan Kesehatan Kehamilan
lap hasil diagnos a info dt gejala info dt relas i PAKAR info dt gangguan info dt dokter
0 entry dt dokter entry dt gangguan SP GANGGUAN KESEHATAN KEHAMILAN
pasien daftar
entry dt relas i entry dt gejala
pilih pertanyaan
entry dt pengetahuan
Gambar 7. Menu Login admin Masukkan username dan password pada tampilan form login, yang menentukan wewenang yaitu admin (bidan). Misalnya isikan username dengan dr01 dan password dengan admin maka akan muncul index untuk halaman admin.
info dt pasien
PASIEN
info has il diagnosa
Gambar 5. CD (Context Diagram) 2.2.2 Tampilan Halaman admin Berikut ini merupakan halaman admin dari aplikasi SP Gangguan Kesehatan Kehamilan
Gambar 5. menjelaskan tentang mengalirnya data dari dan ke sistem aplikasi sistem pakar diagnosa gangguan kesehatan kehamilan pada Klinik Bidan Zuanita. Dalam kontek diagram tersebut, terdapat satu komponen sistem yang berinteraksi saling mengirim dan menerima data. Dokter (petugas medis dan para medis) melakukan seluruh proses penginputan data ke sistem dan kemudian laporan kembali lagi ke dokter yang bertugas. 2.1.3 Arsitektur Aplikasi Arsitektur Aplikasi merupakan gambaran secara umum dari sebuah sistem yang akan dibuat.Berikut gambaran umum pada Sistem Pakar Diagnosa Gangguan Kesehatan Kehamilan Input Semua Data
Gambar 8. Menu aplikasi SPK Tampilan menu admin terdiri dari berbagai menu antara lain sebagai berikut: a. Form Input Dokter Pada form ini, pengguna dapat mengola data dokter yang akan melakukan diagnosa. b. Form Input Gangguan Pada form ini, pengguna dapat mengolah data gangguan yang akan didiagnosa. c. Form Input Relasi Pada form ini, pengguna dapat mengolah data relasi yang berfungsi untuk mengatur aturan antara gejala dan gangguan. d. Form Input Pengetahuan Pada form ini, pengguna dapat mengolah data pengetahuan yang akan didiagnosa. e. Form Input gejala Pada form ini, pengguna dapat mengolah data gejala yang akan didiagnosa. f. Hasil Diagnosa Berikut data hasil diagnosa gangguan kesehatan kehamilan yang dialami oleh pasien.
SP Gangguan Kesehatan Kehamilan
Pakar
Daftar
Lap. Hasil
Pasien
Diagnosa
Gambar 6. Arsitektur Aplikasi 2.2 Cara Kerja Sistem Pada saat sistem dijalankan agar tidak terjadi kesalah dan kebingungan dalam penggunan sistem
6
3.
2.2.3 Tampilan Awal
Penyajian hasil diagnosa dapat dilakukan dengan mudah dan cepat.
PUSTAKA Aditya , Alan Nur, 2011. Jago PHP dan MySQL. Bekasi : DUNIA KOMPUTER. Anggarani, Deri Rizki, 2013. Kupaas Tuntas Seputar Keham. Jakarta: AgroMedia Pustaka. Arhami, Muhammad, 2005. Konsep Dasar Sistem Pakar. Yogyakarta: ANDI Offset.
Gambar 9. Tampilan Awal Tampilan halaman utama terdiri dari berbagai menu antara lain sebagai berikut: a. Form Input pasien
Jogiyanto, 1999. Analisis dan Desain Sistem Informasi. Yogyakarta: Andi.
Pada form ini, pengguna dapat mengola
MADCOMS, 2011. Dreamweaver CS5 PHP-MySQL untuk Pemula. Yogyakarta: ANDI Offset.
data pasien yang akan didiagnosa.
Winarko, Edi, 2006. Perancangan Database dengan Power Designer 6.32. Jakarta: Pestasi Pustakaraya. http://buletinkesehatan.com/hidramnion-padakehamilan-menyebabkan-kelahiran-prematur/ diakses pada tanggal 10 Juli 2014 pukul 15.02 http://pondokibu.com/oligohidramnion-cairan-ketubanyang-terlalu-sedikit.html diakses pada tanggal 10 Juli 2014 pukul 16.08
Gambar 10. Tampilan Input Data Pasien a.
Form Konsultasi Pada form ini, pengguna dapat mengola data pasien yang akan didiagnosa.
http://webkesehatan.com/diabetes-gestasional/ diakses pada tanggal 21 April 2014 pukul 15.57 http://www.femina.co.id/isu.wanita/kesehatan/preekla mpsia.bisa.membahayakan.ibu.dan.janin/005/ 005/214 di akses pada tanggal 06 Juli 14 pukul 21.37 http://www.impoint.info/2013/10/penyebab-gejala-danmengobati-anemia.html diakses pada tanggal 04 Juli 2014 pukul 03.40
Gambar 11. Tampilan Konsultasi 3
SIMPULAN
http://www.info-kes.com/2013/05/penyakittoxoplasmosis-toxo.html diakses pada tanggal 02 Juli 2014 pukul 16.05
Hasil pembahasan dan penjelasan “Sistem Pakar Diagnosa Gangguan Kesehatan Kehamilan ” ini dapat diambil kesimpulan sebagai berikut: 1. Pembuatan aplikasi sistem pakar ini dilakukan dengan tahapan sebagai berikut: a. Menganalisis permasalahan b. Perancangan sistem dan analisis kebutuhan c. Penulisan program d. Evaluasi dan pengujian 2. Perancangan aplikasi ini dapat mengganti seorang dokter ahli/dokter spesialis kandungan dalam mendiagnosa suatu gangguan kesehatan kehamilan berdasarkan gejala-gejala yang dialami oleh pasien. Sehingga dapat memudahkan petugas medis dan paramedis dalam diagnosa.
7
