SISTEM PAKAR DIAGNOSA PENYAKIT SAPI MENGGUNAKAN METODE BACKWARD CHAINING DAN CERTAINTY FACTOR Daroji Teknik Informatika STMIK El Rahma Yogyakarta email :
[email protected] Abstract The most frequent resistor in face by cattle farmers is a disease that strikes livestock. In fact, many’s the time breeders suffered losses and no longer livestock due to death on his cattle. Still the lack of experts that there are causing the sluggish handling of diseases that attack livestock. In need of an expert system that can be accessed wherever and whenever. The construction of the system by using the gadgets expected to help human beings in process data quickly yet, however precisely and can be accessed anywhere so that results can be used to take the right decision based on the system that created. Methods that can be used for decision making in expert system for diagnose cow disease are using backward chaining and certainty factor. Process diagnose disease was first done by using method backward chaining then do the weighting method using certainty factor, to know the weights of each disease. Keywords--- expert system, certainty factor, backward chaining.
Pendahuluan Saat ini, permintaan daging dan susu sapi semakin meningkat. Dalam pemeliharaan ternak sapi, salah satu penghambat yang sering dihadapi adalah penyakit. Bahkan, tidak jarang peternak mengalami kerugian dan tidak lagi berternak akibat adanya kematian pada ternaknya.[1] Perkembangan akan teknologi pada saat ini tumbuh dengan sangat pesat. Terutama perkembangan teknologi dibidang Android. Pembangunan sistem menggunakan gadget juga diharapkan dapat membantu manusia dalam mengolah data dengan cepat namun tepat dan dapat diakses dimana saja sehingga hasilnya dapat digunakan manusia untuk mengambil keputusan yang tepat berdasarkan sistem yang dibuat.[12]
Perkembangan
teknologi
kecerdasan
buatan
yang
terjadi
telah
memungkinkan sistem pakar untuk diaplikasikan penggunaannya dalam perangkat mobile yang berbasis android dengan mengunakan metode backward chaining dan certainty factor. [4] Sistem pakar (expert system) adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. sistem pakar yang baik dirancang agar dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para ahli. Dengan sistem pakar, orang awampun dapat menyelesaikan masalah yang rumit yang sebenarnya hanya bisa diselesaikan dengan bantuan para ahli. Bagi para ahli, sistem pakar ini juga akan membantu aktivitasnya sebagai asisten yang sangat berpengalaman.[4] Dengan menggunakan sistem pakar diharapkan dapat mempercepat dalam menganalisa suatu jenis penyakit yang terdapat pada ternak sapi sehingga dapat dengan mudah di ketahui jenis penyakit yang sedang menjangkit ternak sapi tersebut tanpa harus berhadapan dengan dokter hewan secara langsung. Dalam hal ini, pengembangan sistem pakar dapat bermanfaat untuk membantu peningkatan kinerja dalam bidang peternakan khususnya.
Tinjauan Pustaka 1. Zain (2015), melakukan penelitian tentang “Analisis Metode Certainty Factor dalam Sistem Pakar untuk Mendeteksi Penyakit Sapi Pedaging”. Penelitian ini menggunakan metode certainty factor sebagai penentu nilai kepercayaanya dan metode forward chaining sebagai alur penelusuran gejalanya.[15] 2. Syatibi (2012), melakukan penelitian tentang “ Sistem pakar Diagnosis Awal Penyakit Kulit Sapi Berbasis Web Dengan Menggunakan Metode Certainty Factor”. Aplikasi Sistem Pakar ini menghasilkan keluaran berupa program aplikasi atau tool yang dapat digunakan untuk mendiagnosa kemungkinan penyakit kulit pada hewan sapi berdasarkan gejala yang
diinputkan oleh user. Sistem ini juga menampilkan besarnya kepercayaan gejala tersebut terhadap penyakit kulit yang diinputkan oleh user.[13] 3. Sari (2014), melakukan penelitian tentang “ Sistem Pakar Diagnosis Awal Penyakit Kulit pada Sapi Bali dengan Menggunakan Metode Forward Chaining dan Cartainty Factor”. Dalam penelitiannya, Sapi Bali merupakan Breeding Centre sapi yang ada di Pulau Bali. Tugas pokok BPTU Sapi Bali adalah melaksanakan pelestarian, pemulian, produksi dan pengembangan serta penyebaran hasil produksi bibit Sapi Bali murni unggul secara nasional. Pencegahan dan pengobatan penyakit pada BPTU Sapi Bali dilakukan oleh dokter hewan. Namun kurangnya dokter hewan yang tidak selalu ada di tempat sehingga dibutuhkan suatu program sistem pakar berbasis desktop yang mampu memberikan diagnosa akan kemungkinan seekor sapi Bali menderita suatu penyakit beserta cara pengobatannya dengan mengunakan metode forward chaining dan Certainty Factor (CF).[8] 4. Maradona (2015), melakukan penelitian tentang “Sistem Pakar Mendeteksi Penyakit Kulit Pada Sapi Menggunakan Metode Forward Chaining di Dinas Peternakan Kabupaten Roka Hulu”. Dalam penelitian ini aplikasi sistem pakar di buat untuk menekan biaya perawatan pada ternak sapi. Metode yang di gunakan menggunakan metode forward chaining. Bahasa pemrograman yang digunakan Microsoft Visual Basic 6.0 dan aplikasi pengolahan data nya dengan Microsoft Access 2003.[5] Dari beberapa penelitian di atas dapat disimpulkan bahwa sangat pentingnya membuat aplikasi sistem pakar yang dapat di akses dimana saja dan kapan saja. Maka di buatlah suatu aplikasi mobile yang berbasis android yang dapat di akses melalui smartphone android yang saat ini banyak digunakan.
Metodologi Penelitian Metode Pengumpulan data Metode pengumpulan data dalam pembuatan aplikasi ini adalah: 1. Studi Literatur Studi literatur adalah metode untuk mendapatkan teori pendukung penelitian dan menjadi dasar dalam penelitian ini. Literatur tersebut dapat diperoleh dari buku, jurnal, ebook dan dokumentasi project. Bagian studi literatur ini mencakup teori diantaranya system pakar, metode certainty fctor, metode backward chaining dan sistem pakar. 2. Wawancara dan Pengunpulan data Mempelajari dan mengumpulka data berupa data penyakit, gejala, dan nilai kepercayaan dari pakar dengan melakukan tanya jawab. Metode Perancangan sistem Adapun metode perancangan sistem yang digunakan dalam pembuatan aplikasi ini adalah tahapan SDLC model waterfall. [2]
Gambar 1. Metode waterfall
Landasan Teori Mode Inferensi 1. Runut Maju (Forward Chaining) Runut mmaju berarti menggunakan himpunan aturan kondisi-aksi. Dalam metode ini, data digunakan untuk menentukan aturan mana yang akan dijalankan, kemudian aturan tersebut dijalankan. Mungkin proses menambahkan data ke memori kerja. Proses dilakukan sampai ditemukan suatu hasil. Metode inferensi runut maju cocok digunakan untuk menengani masalah pengendalian (controlling) dann peramalan (prognosis) [3]. 2. Runut Balik (Backward Chaining) Runut balik merupakan metode penelaran kebalikan dari runut maju. Dalam runut balik penalaran simulai dari tujuan kemudian merunut balik ke jalur yang akan mengarahkan ke tujuan tersebut. Runut balik disebut juga sebagai goal-driven reasoning, merupakan cara yang efisien untuk memecahkan masalah yang dimodelkan sebagai masalah pemilihan terstruktur [3]. Faktor Kepastian (Certainty Factor) Certainty Factor (CF) menujukkan ukuran kepastian terhadap suatu fakta atau aturan.Notasi Faktor Kepastian [4] adalah sebagai berikut : CF[h,e] = MB[h,e] – MD[h,e] CF[h,e]
: Faktor Kepastian
MB[h,e]
: ukuran kepercayaan terhadap hipotesis h , jika diberikan evidence e ( antara 0 dan 1 ).
MD[h,e]
: ukuran ketidakpercayaan terhadap evidence h,jika
diberikan evidence e ( antara 0 dan 1 ) Hasil dan Pembahasan Pohon Keputusan Diagram pohon keputusan merupakan suatu rancangan yang digunakan untuk membantu sebuah sistem pakar,di dalam diagram keputusan tersebut akan
dicari solusi hasil akhir dengan menggunakan metode backward chaining dan certainty factor. Start
P1
P2
P3
P4
P5
P6
G1
G2
G3
G4
G5
G6
G7
G8
G9
G10
G11
G12
G7
G13
G16
G20
G17
G21
G14
G18
G22
G15
G19
G23
Stop
Gambar.2. pohon keputusan Data Penyakit
Jumlah penyakit yang diolah dalam sistem pakar penyakit sapi ini adalah 6 macam penyakit. Tabel 1. Tabel data penyakit
Kode Penyakit
Nama Penyakit
P1
Penyakit Antrax
P2
Penyakit Spi Mubeng
P3
Penyakit Scabies
P4
Penyakit Pneunomia
P5
Penyakit Kembung
P6
Penyakit Kuku Busuk
Data Gejala Data-data gejala yang digunakan dalam sistem pakar penyakit sapi ini berjumlah 23 gejala. Berikut sebagian dari gejala yang digunakan : Tabel 2. Tabel data gejala penyakit sapi
Kode Gejala
Nama Gejala
G1
Sapi demam, lemah dan mudah jatuh
G2
Sapi menderita diare
G3
Banyak pendarahan di beberapa bagian tubuh, biasanya berwarna hita (pada lubang hidung dan mulut, pori-pori dan pada lubang anus)
G4
Pembengkakan pada bagian bawah perut
G5
Geraaakan sapi menjadi tidak bereturan (sempoyongan, jalan berputar-putar / mubeng
G6
Selaput lender menguning
G7
Tidak nafsu makan
G8
Demam dan cepat lelah
G9
Sapi sering mengigit bagian tubuhnya
G10
Terkadang mengosok-gosokan tubuhnya pada kandang (seperti mengaruk-garuk)
G11
Bulu rontok dan nanah mulai muncul pada beberapa bagian
G12
Timbul kerak berwarna abu-abu pada bagian tubuh sapid an kulit terkesan kaku
G13
Hidung ingusan terus-menerus
G14
Cekungan hidung kering
G15
Frekuensi pernafasan cepat dangkal
G16
Sapi terlihat lemas dan lesu
G17
Sapi demam tinggi dan terkesan pincang
G18
Sapi terlihat gemetaran
G19
Timbul cairan pada bagian hidung dan mata ternak
G20
Celah kuku dan tumit terlihat membengkak
Tabel 2. Lanjutan
Kode Gejala
Nama Gejala
G21
Keluar cairan kuning dan berbau busuk pada bagian kuku
G22
Mengelupasnnya selaput pada bagian kuku diakibatkan matinya jaringan sel pada bagian tersebut
G23
Sapi terlihat pincang saat berjalan dan terlihat kesakitan
Tabel Aturan Gejala Dalam table aturan gejala table 4 berikut ini menjelaskan tentang aturanaturan apa saja yang digunakan sistem pakar untuk menyelesaikan permasalahan. Tabel 4. Aturan gejala No 1
Aturan gejala penyakit If penyakit antrax (P1) then Sapi demam, lemah dan mudah jatuh (G1) and Sapi menderita diare (G2) and Banyak pendarahan di beberapa bagian tubuh, biasanya berwarna hitam (pada lubang hidung dan mulu,poripori dan pada lubang anus sapi) (G3) and Pembengkakan pada bagian bawah perut (G4)
2
If penyakit sapi mubeng (P2) then Gerakan sapi menjadi tidak aturan (sempoyongan, jalan berputar putar/mubeng) jika sudah parah sering kejang – kejang (G5) and Selput lendir menguning (G6) and Tidak nafsu makan (G7) and Demam dan cepat lelah (G8)
3
If penyakit scabies (P3) then Sapi sering menggigit bagian tubuhnya (G9) and Terkadang menggosok - gosokkan badannya pada kandang (seperti menggaruk - garuk) (G10) and Bulu rontok dan nanah mulau muncul pada bagian tubuh (G11) and Timbul kerak berwarna abu - abu pada bagian tubuh sapi dan kulit terkesan kaku (G12)
Tabel 4. Lanjutan No 4
Aturan gejala penyakit If penyakit pneumonia (P4) then Hidung ingusan terus menerus (G13) and Cekung hidung kering (G14) and Frekuensi pernafasan cepat dan dangkal.(G15) and Tidak nafsu makan (G7)
5
If penyakit sapi kembung (P5) then Sapi terlihat lemah dan lesu (G16) and Sapi demam tinggi dan terkesan pincang (G17) and Sapi terlihat gemetaran (G18) and Timbul cairan pada bagian hidung dan mata ternak (G19)
6
If penyakit busuk kuku (P6) then Celah kuku dan tumit terlihat membengkak (G20) and Keluar cairan kuning dan berbau busuk pada bagian kuku (G21) and Mengelupasnya selaput pada bagian kuku diakibatkan matinya jaringan sel pada bagian tersebut (G22) and Sapi terlihat pincang saat bergerak dan kesakitan (G23)
4.1. Perhitungan Manual Nilai Certainty Factor Nilai Certainty Factor (CF) ditentukan untuk setiap gejala yang berhubungan dengan penyakit tertentu dalam range nilai 0 sampai dengan 1. Nilai ini mewakili keyakinan seorang pakar terhadap suatu gejala yang mempengaruhi terjadinya suatu penyakit mata tertentu. Tabel 5. Tabel pembobotan penyakit No
1 2
Gejala Sapi demam, lemah dan mudah jatuh Sapi menderita diare
Penyakit
Pembobotan MB
MD
Penyakit Antrax
0.6
0.2
Penyakit Antrax
0.4
0.2
Tabel 5. Lanjutan No
Gejala
Penyakit
Pembobotan MB
MD
Penyakit Antrax
0.8
0.1
Penyakit Antrax
0.6
0.2
0.6
0.1
Banyak pendarahan di beberapa bagian 3
tubuh,
biasanya
berwarna hitam (pada lubang hidung dan mulu,poripori dan pada lubang anus sapi)
4
Pembengkakan
pada
bagian
bawah perut Gerakan sapi menjadi tidak aturan
5
(sempoyongan,
jalan
berputar putar/mubeng) jika Penyakit Sapi Mubeng sudah parah sering kejang kejang
6
Selput lendir menguning
Penyakit Sapi Mubeng
0.8
0.2
7
Tidak nafsu makan
Penyakit Sapi Mubeng
0.4
0.2
8
Demam dan cepat lelah
Penyakit Sapi Mubeng
0.4
0.2
Penyakit Scabies
0.6
0.2
Penyakit Scabies
0.6
0.2
Penyakit Scabies
0.6
0.2
Penyakit Scabies
0.8
0.1
Penyakit Pneunomia
0.6
0.2
9
Sapi sering menggigit bagian tubuhnya Terkadang
10
gosokkan
menggosok badannya
pada
kandang (seperti menggaruk garuk)
11
Bulu rontok dan nanah mulai muncul pada bagian tubuh Timbul kerak berwarna abu -
12
abu pada bagian tubuh sapi dan kulit terkesan kaku
13
Hidung ingusan terus menerus
Tabel 5. Lanjutan No 14 15
Gejala Cekung hidung kering Frekuensi pernafasan cepat dan dangkal.
16
Tidak nafsu makan
17
Sapi terlihat lemah dan lesu
18 19 20
21
22
Sapi demam tinggi dan terkesan pincang Sapi terlihat gemetaran Timbul cairan pada bagian hidung dan mata ternak Celah kuku dan tumit terlihat membengkak Keluar cairan kuning dan berbau busuk pada bagian kuku Mengelupasnya
23
Penyakit
selaput
Pembobotan MB
MD
Penyakit Pneunomia
0.8
0.1
Penyakit Pneunomia
0.6
0.2
Penyakit Pneunomia
0.4
0.2
Penyakit Sapi Kembung
0.6
0.2
Penyakit Sapi Kembung
0.4
0.2
Penyakit Sapi Kembung
0.6
0.2
Penyakit Sapi Kembung
0.8
0.1
Penyakit Busuk Kuku
0.6
0.2
Penyakit Busuk Kuku
0.8
0.2
Penyakit Busuk Kuku
0.6
0.2
Penyakit Busuk Kuku
0.4
0.2
pada
bagian kuku diakibatkan matinya jaringan sel pada bagian tersebut
24
Sapi terlihat pincang saat bergerak dan kesakitan.
Berikut ini contoh perhitungan nilai certainty factor (CF) penyakit antrax : Tabel 6 Perhitungan nilai CF penyakit antrax No
1 2
Gejala Sapi demam, lemah dan mudah jatuh Sapi menderita diare
Penyakit
Pembobotan MB
MD
Penyakit Antrax
0.6
0.2
Penyakit Antrax
0.4
0.2
Penyakit Antrax
0.8
0.1
Penyakit Antrax
0.6
0.2
Banyak pendarahan di beberapa bagian tubuh, biasanya berwarna 3
hitam (pada lubang hidung dan mulu,poripori dan pada lubang anus sapi)
4
Pembengkakan pada bagian bawah perut
Rumus Awal : CF (H,E) = MB(H,E) - MD(H,E) MB(h, e1^e2) = MB(h,e1)+MB(h,e2)*(1-MB[h,e1]) MD(h,e1^e2) = MD(h,e1)+MD(h,e2)*(1-MD[h,e1])
MB(h, e1^e2)
= MB(h,e1)+MB(h,e2)*(1-MB[h,e1]) = 0.6+0.4*(1-0.6)= 0.76
MD(h, e1^e2)
= MD(h,e1)+ MD(h,e2)*(1- MD[h,e1]) = 0.2+0.2*(1-0.2)= 0.36
CF
= MB-MD = 0.76-0.36 = 0.40
MB(h, e1^e2^e3)
= MB(h, e1^e2)+MB(h,e3)*(1-MB[h, e1^e2]) = 0.76+0.8*(1-0.76)= 0.952
MD h, e1^e2^e3)
= MD(h, e1^e2)+ MD(h,e3)*(1- MD[h, e1^e2]) = 0.2+0.1*(1-0.2)= 0.424
CF
= MB-MD =0.952-0.424= 0.528
MB(h, e1^e2^e3^e4) = MB(h, e1^e2^e3)+MB(h,e3)*(1-MB[h, e1^e2^e3]) = 0.952+0.6*(1-0.952)= 0.9808 MD h, e1^e2^e3^e4) = MD(h, e1^e2^e3)+ MD(h,e3)*(1- MD[h, e1^e2^e3]) = 0.424+0.2*(1-0.424)= 0.5392 CF
= MB-MD =0.9808-0.5392=0.4416 Perhitungan manual di atas, didapatkan nilai faktor kepastian dari masukan
gejala yang mengarah ke penyakit antrax adalah 0,4416. Implementasi Antarmuka Sistem Pembuatan program aplikasi sistem pakar ini menggunakan android studio dan menggunakan bahasa pemrograman java, pada tahap ini penulis akan mencoba menjalankan aplikasi sistem pakar yang telah penulis rancang, adapun desain aplikasi user interface yang nantinya akan diimplementasikan adalah sebagai berikut: Implementasi Halaman Utama Pada tampilan menu utama terdapat 5 pilihan menu. Menu-menu ini berfungsi untuk menampilkan menu PENYAKIT, menu DIAGNOSA, menu PERAWATAN, menu INFO APLIKASI, menu EXIT. Tampilan menu utama dapat dilihat pada gambar 3.
Gambar 3. Halaman Utama Implementasi Halaman Diagnosa Tampilan halaman diagnosa penyakit berfungsi untuk menampilkan data gejala penyakit satu persatu secara bergantian dimana data yang ber nilai YA akan di simpan ke database sementara. Tampilan halaman diagnosa dapat di lihat pada gambar 4.
Gambar 4. Halaman Diagnosa
Implementasi Halaman Hasil Diagnosa Tampilan halaman hasil diagnosa berfungsi untuk menampilkan hasil dari diagnosa penyakit sapi. Tampilan halaman hasil diagnosa penyakit dapat dilihat pada gambar 5.
Gambar 5. Halaman hasil diagnose
Kesimpulan dan Saran Kesimpulan Dari hasil penelitian pengembangan “Aplikasi Sistem Pakar Diagnosa Penyakit Sapi Menggunakan Metode Backward Chaining dan Certainty Factor” maka dapat diambil kesimpulan sebagai berikut . 1. Pada aplikasi ini hanya mendiagnosa enam penyakit dengan masing-masing penyakit memiliki empat gejala. 2. Aplikasi ini masih belum terdapat fasilitas untuk update data penyakit terbaru.. 3. Aplikasi sistem pakar ini dapat berjalan dengan lancar pada smartphone android dengan layar 4 inch.
Saran Dalam penelitian ini masih terdapat kelemahan dan kekurangan, sehingga di masa yang akan datang dapat dikembangkan lagi, karena itu disarankan. 1. Untuk penelitian selanjutnya bisa dikembangkan lagi untuk penambahan upgrade database penyakit secara online. 2. Untuk penelitian selanjutnya bisa menambahkan jumlah data penyakit dan gejala pada ternak sapi.
Daftar pustaka [1] Herlambang Bayu, 2014, Jadi Jutawan dari Beternak Sapi Potong dan Sapi Perah, FlashBooks, Yogyakarta [2] Kadir Abdul, 2003, Pengenalan Sistem Informasi, Andi, Yogyakarta. [3] Kusrini, 2008, Aplikasi Sistem Pakar, Andi Offset, Yogyakarta [4] Kusumadewi Sri, 2003, Artivicial Intelligence (Teknik dan Aplikasinya), Graha IlmuYogyakarta [5] Maradona Hendri, 2015, Sistem Pakar Mendeteksi Penyakit Kulit Pada Sapi Menggunakan Metode Forward Chaining di Dinas Peternakan Kabupaten Rokan Hulu, http://e-journal.upp.ac.id/indx.php/RJOCS/article/ .download/486,di akses 20 mei 2016. [6] Nugroho, A, 2005, Relational Rose Untuk Pemodelan Berorientasi Objek, Informatika,Bandung. [7] Putra, P. I. 2015, Perbedaan Android Studio dengan Eclipse, http://www.androidnajwa.net/2015/08/perbedaan-android-studio-denganeclipse.html, di akses 20 mei 2016. [8] Sari Nirmala Ida, 2014, Sistem Pakar Diagnosis Awal Penyakit Kulit pada Sapi Bali dengn Menggunakan Metode Forward Chaining dan Cartainty Factor http://pti.undiksha.ac.id/janapati/vol3no3/5.pdf, di akses 20 mei 2016. [9] Siswanto Bambang, 2015, Aneka Jenis Penyakit Pada Sapi dan Cara Pengobatannya, http://www.usahaternak.com/2015/03/aneka-jenis-penyakit-pada-sapi-dancara.html, di akses 20 mei 2016. [10] Sholiq, 2006, Pemodelan Informasi Berorientasi Objek dengan UML, Graha Ilmu Yogyakarta. [11] Sugiarti, Y., 2013, Analisis dan Perancangan UML ( Unified Modelling Language) Generated VB.6, GRAHA ILMU, Yogyakarta. [12] Supardi Yuniar, 2015, Belajar Coding Android Bagi Pemula, Pt Elex Media Komputindo, Jakarta. [13] Syatibi Ahmad, 2012, Sistem Pakar Diagnosa Awal Penyakit Kulit Sapi BerbasisWeb Dengan Menggunakan Metode Certainty Factor, https://core.ac.uk/ download/files/379/11734851.pdf, di akses 20 mei 2016.
[14] Wahana. 2013, Android Programming With Eclipse, Andi Offset, Yogyakarta. [15] Zain Abdullah Ahmad, 2015, Analisis Metode Certainty Factor Dalam Sistem Pakar Untuk Mendeteksi Penyakit Sapi Pedaging, http://eprints.dinus.ac.id /15271/1/jurnal_15298.pdf, di akses 20 mei 2016.
