Sistem Pakar Mendiagnosa Penyakit Flu Babi Menerapkan Metode Hybrid Case Based

Transkripsi

1 Sistem Pakar Mediagosa Peyakit Flu Babi Meerapka Metode Hybrid Case Based Ricki Avrizal Program Studi Tekik Iformatika, STMIK Budi Darma, Meda, Idoesia Jala Sisigamagaraja No. 338 Meda, Idoesia Abstrak Sistem pakar merupaka program Artificial Itelligece yag meggabugka basis pegetahua dega mesi iferesi. Ii merupaka bagia peragkat luak spesialisasi tigkat tiggi, yag berusaha meduplikasi fugsi seorag pakar dalam satu bidag keahlia tertetu. Sistem pakar diagosa peyakit taama kacag taah ii bertujua utuk mediagosa peyakit flu babi pada mausia, sehigga dapat dilakuka peagaa yag tepat da tidak meimbulka wabah di masyarakat. Flu babi adalah peyakit yag sagat berbahaya kepada mausia, kara dapat meyebabka kematia. Utuk peyakit ii sagat dibutuhka diagosa yag cepat kara dapat meular atara mausia ke hewa ataupu sebalikya da peyakit ii dapat meular disemu kelompok umur. Pelaksaa medis hususya dokter pada saat ii masih sagat terbatas jika di badigka dega jumlah peduduk yag terus meigkat, Ii membuat masyarakat yag mederita peyakit flu babi susah berkosultasi kepada dokter, akibatya peyakit flu babi ii semaki meluas dikareaka peagaa yag lamba. Dari permasalaha tersebut memuculka gagasa utuk membuat suatu aplikasi yag bisa mediagosa peyakit flu babi da dapat membatu masyarakat yag terkea flu babi utuk dapat medapat peagaa yag cepat. Metodologi yag diguaka dalam pembuata aplikasi ii adalah metode Hybrid Case Based. yaitu peggabuga atara case based reasoig (CBR) dega rule based reasoig (RBR). pada dasarya CBR merupaka salah satu metode yag megguaka solusi kasus sebelumya utuk meyelesaika kasus yag baru. Sedagka pada tekik RBR sistem aka melakuka pegecekka data masuka (iput) berdasarka atura yag telah tersimpa dalam basis atura (rule base) keduaya memiliki kelebiha da kekuraga masigmasig. Kata Kuci : Sistem Pakar, Flu Babi, Hybrid Case Based. Abstract Expert system is a Artificial Itelligece program that combies the kowledge base with iferece machies. This is a part of high-level specializatio software, which seeks to duplicate the fuctios of a expert i a particular area of expertise. The expert system for diagosig peaut plat disease aims to diagose swie flu i humas, so that appropriate treatmet ca be carried out ad does ot cause outbreaks i the commuity. Swie flu is a disease that is very dagerous to humas, because it ca cause death. For this disease, a very fast diagosis is eeded because it ca be trasmitted betwee humas to aimals or vice versa ad this disease ca spread to a age group. Medical implemeters, especially doctors, are still very limited whe compared to the populatio that cotiues to icrease. This makes people sufferig from swie flu difficult to cosult with doctors, as a result of this swie flu disease is icreasigly widespread due to slow hadlig. Of these problems raises the idea of makig a applicatio that ca diagose swie flu disease ad ca help people affected by swie flu to get fast treatmet. The methodology used i makig this applicatio is the Hybrid Case Based method. which is a combiatio of case based reasoig (CBR) with rule based reasoig (RBR). Basically CBR is oe method that uses the previous case solutio to solve a ew case. While the RBR techique checks the iput data based o the rules that have bee stored i the rule base, both of which have their advatages ad disadvatages. Keywords: Expert System, Swie Flu, Hybrid Case Based. 1. PENDAHULUAN Peerapa ilmu komputer semaki meluas ke berbagai bidag, seperti Artificial Itelligesi atau AI da dalam bahasa Idoesia disebut dega kecerdasa buata yaitu kecerdasa dibuat da dimasukka ke dalam suatu mesi/komputer supaya bisa melakuka pekerjaa seperti yag bisa dikerjaka oleh mausia. Seperti kemampua utuk mejawab digosa, pejadwala, pertayaa da lai-lai. Yag memusatka perhatia pada peyediaa solusi masalah dikehidupa yag yata dega macam-macam bidag yag megguaka kecerdasa buata diataraya game computer, sistem pakar jariga syaraf tirua, logika fuzzy da robotika. Sistem pakar merupaka salah satu cabag ilmu komputer juga dapat diterapka di bidag kedoktera. Sistem pakar adalah suatu sistem yag memafaatka pegetahua mausia yag ditagkap di sebuah komputer utuk memecahka masalah yag biasaya membutuhka keahlia mausia atau biasa disebutka duplikat dari seorag pakar da memodelka kemampua meyelesaika masalah seperti layakya seorag pakar. Virus iflueza tipe A, H1N1 atau yag dikeal dega sebuta flu babi (swie flu) merupaka virus iflueza baru yag meyebabka peyakit pada mausia. Diagosa cepad flu babi petig utuk meguragi peulara, melidugi pasie dari peyulit (komplikasi) dega memberika ativiral da utuk mejelaska kepada masarakat. Flu babi merupaka peyakit yag sagat meular, yag meyerag sistem perapasa (respiratori akut) da peyakit ii meular secara cepat di semua kelompok umur da meimbulka wabah raya atau peyakit meular cepat. Page 204

2 Pelaksaa medis, hususya dokter, saat ii masih sagat terbatas jika di badigka dega jumlah peduduk yag terus meigkat. Pekerjaa dokter mejadi berkali lipat dari seharusya. Ii membuat masyarakat yag mederita peyakit flu babi susah berkosultasi kepada dokter, akibatya peyakit flu babi ii semaki meluas dikareaka peagaa yag lamba. Belum lagi masyarakat yag tiggal dikampug yag jauh dari perkotaa yag sagat susah mejumpai seorag dokter, kadag-kadag bisa bermiggu-miggu tidak ada dokter yag bertugas di puskesmas dega alassa dokter sedag berada diluar kota. Akibatya bayak masyarakat dikampug tidak bisa berkosultasi tetag peyakitya da bahayaya kalo ada masyarakat yag terkea flu babi semetera dokter satupu tidak ada yag bertugas dipuskesmas, jadiya sicalo pasie meuggu sampai ada dokter yag bertugas di puskesmas tersebut. Akibatya peyakit ii aka meular atar orag ke orag da meluas mejadi wabah di kampug tersebut[1]. 2.1 Sistem Pakar 2. LANDASAN TEORI Sistem pakar adalah salah satu cabag dari AI yag membuat pegguaa secara luas kowledge yag husus utuk meyelesaika masalah tigkat mausia yag pakar. Seorag pakar adalah orag yag mempuyai keahlia dalam bidag tertetu, yaitu pakar yag mempuyai kowledge atau kemampua khusus yag orag lai tidak megetahui atau mampu dalam bidag yag dimilikiya. Ketika sistem pakar dikembagka pertama kali sekitar tahu 70-a sistem pakar haya berisi kowledge yag eksklusif. Namu demikia sekarag ii istilah sistem pakar sudah diguaka utuk berbagai macam sistem yag megguaka tekologi sistem pakar itu. Tekologi sistem pakar ii meliputi bahasa sistem pakar, program da peragkat keras yag diracag utuk membatu pegembaga da pembuata sitem pakar. 2.2 Haybrid Case Based Rule Based Reasoig(RBR) merupaka atura-atura logis di maa setiap aturaya didapat dari studiliteratur da iformasi dari ahli tapa melihat kasus yag dihadapi. Selai itu ada beberapa cara alteratif utuk memperoleh atura tersebut megguaka metode pembelajara mesi berdasarka data empiris yag ada. Satu atura direpresetasika dega: IF<kodisi>THEN<kesimpula>, di maa setiap kodisi-kodisi dari atura ke atura yag laiya terhubug satu dega yag lai melalui peghubug logika seperti peghubug da, atau, egasi, serta peghubug laiya membetuk sebuah fugsi logis. Case Based Reasoig (CBR) adalah salah satu peyelesaia masalah, di maa masalah tersebut diselesaika dega melihat pola atau keadaa yag telah terjadi sebelumya. Secara formal, CBR didasarka pada hipotesa bahwa solusi permasalaha-permasalaha sebelumya dapat membatu peyelesaia permasalaha terkii, sepajag terdapat kemiripa di atara mereka. CBR mempuyai 4 lagkah utama,yaitu: retrieve, reuse, revise, da retai. Pada lagkah retrieve, kasus yag sebearya terjadi diambil. Sebuah kasus terdiri dari permasalaha, solusi da lagkah-lagkah bagaimaa permasalaha dapat dipecahka.permasalaha tersebut mempuyai pola dasar utuk memecahka masalah yag atiya bisa dipakai lagi jika meemuka masalah yag mirip dega masalah ii atiya. Kemudia pada lagkah reuse, kasus yag sudah ada diguaka kembali, dega cara meyesuaika masalah dega keadaa yag terjadi saat ii sehigga permasalaha saat ii madapatka solusi yag tepat. Setelah solusi diuji da kurag memuaska, solusi aka direvisi sampai meemuka solusi yag diigika pada lagkah revise. (A. B) = A. B = i =1 (A i. B i ) A. B =A i =1B i i i (1) 3. ANALISA DAN PEMBAHASAN Dalam tahap ii dilakuka pecaria da pegumpula data serta pegetahua yag diperluka oleh sistem pakar. Sehigga pada akhirya didapatka hasil dari aalisa berupa sebuah sistem yag strukturya dapat didefiisika dega baik da jelas. Tujua dari aalisa sistem dalam pegembaga sistem pakar ii adalah utuk medapatka berbagai kebutuha peggua da sistem, yaitu perihal masuka da keluara yag harus disediaka oleh peggua serta dibutuhka oleh sistem. Proses tersebut aka mejadi masuka bagi proses peracaga sistem secara keseluruha. Isi daftar atura berdasarka uruta da pola tertetu. Selama proses kosultasi atara sistem da pemakai, mekaisme iferesi meguji atura satu demi satu sampai kodisi atura itu bear. Program sistem pakar merupaka program dega basis pegetahua yag diamis. Dega kata lai, pegetahua yag ada pada program ii harus dapat bertambah atau bisa di edit tapa harus megubah isi dari program secara keseluruha. Page 205

3 Proses perhituga presetase kepercayaa diawali dega pemecaha sebuah rule yag memiliki premis majemuk, mejadi rule yag memiliki premis tuggal. Kemudia masig-masig atura baru dihitug Hybrid case based ya, sehigga diperoleh ilai Hybrid case based utuk masig-masig atura. Kemudia ilai tersebut dikombiasika. berikut ii termiologi kepercayaa peggua kosultasi diberi piliha jawaba dega masigmasig bobot: 1. Sagat Yaki : Yaki : CukupYaki : Sedikit Yaki : Tidak tahu : Tidak : 0 Tabel 1. Tabel Presetasi Tigkat Presetasi Nilai Kemugkia 0% - 50% Kemugkia tidak terjadi 51% - 75% Sedikit kemugkia terjadi 76% - 84% Kemugkia besar terjadi 86% - 100% Sagat yaki terjadi Berdasarka hasil kosultasi da wawacara dega pakar maka diperoleh data gejala-gejala flu babi yag di terapka dalam betuk tabel adalah sebagai berikut: Tabel 2. Gejala-gejala Flu Babi No Gejala Kode Gejala 1 Batuk G1 2 Paas mulai dari 38 0 G2 3 Sesak apas (Dyspoe) G3 4 Nyeri teggoroka G4 5 Kelelaha yag sagat G5 6 Diare G6 7 Mutah G7 8 Nyeri pada persedia G8 9 Lemah lesu G9 10 Nyeri kepala G10 11 Tekaa darah redah (Hipotesi) G11 12 Paas digi G12 13 Pigsa (sikop) G13 14 Peurua kesadara G14 15 Perah bersetuha atau berdekata dega orag yag fositip terkea flu babi G15 Sumber : Dr. B. JOHAN. NASUTION. Sp. OG Dari tabel di atas, sistem dapat memberika iformasi megeai gejala peyakit flu babi pada seseorag, jika gejala pada pederita flu babi sesuai dega yag di iput, maka rule yag dapat diguaka utuk mediagosa peyakit flu babi terdapat pada tabel berikut ii. Rule Rule 1 Rule 2 Rule 3 Rule 4 Rule 5 Tabel 3. Data Gejala-gajal Terjadiya flu babi Berdasarka Rule Gejala If G1, G2, G3, G4, G5, G6, G7, G8, G9, G10, G11, G12, The Flu Babi If G1, G2, G3, G4, G5, G6, G7, G8, G9, G10, G14, G15 The Flu Babi If G1, G2, G3, G4, G5, G6, G7, G8, G9, G10, G11, G12, G14 The Flu Babi If G1, G2, G3, G4, G5, G6, G7, G8, G9, G10, G15 The Flu Babi If G1, G2, G3, G4, G5, G6, G7, G8, G9, G10, G13, G15 The Flu Babi Dari gejala yag dijawab user memiliki ilai bobot sebagai berikut: Page 206

4 Tabel 4. Gejala yag dimiliki user Gejala Keteraga Bobot Batuk Sagat yaki 1,0 Paas mulai dari 38 0 Sedikit yaki 0,4 Sesak apas (Dyspoe) Yaki 0,4 Nyeri teggoroka Tidak 0 Kelelaha yag sagat Sagat yaki 1,0 Diare Yaki 0,8 Mutah Tidak 0 Nyeri pada persedia Tidak tahu 0,2 Lemah lesu Yaki 0,8 Nyeri kepala Tidak 0 Tekaa darah redah (Hipotesi) Tidak tahu 0,2 Paas digi Sedikit yaki 0,4 Pigsa (sikop) Tidak 0 Peurua kesadara Tidak 0 Perah bersetuha atau berdekata dega orag yag fositip terkea flu babi Cukup yaki 0,6 Kemudia di cocokka dega data kasus yag tertera pada tabel pasie yag perah megalami gejala sebelumya yag berilai 1 jika ya da berilai 0 jika tidak. Table 5. Gejala yag dialami pasie Kode Gejala Pasie P1 P2 P3 P4 P5 G1 Batuk G2 Paas mulai dari G3 Sesak apas (Dyspoe) G4 Nyeri teggoroka G5 Kelelaha yag sagat G6 Diare G7 Mutah G8 Nyeri pada persedia G9 Lemah lesu G10 Nyeri kepala G11 Tekaa darah redah (Hipotesi) G12 Paas digi G13 Pigsa (sikop) G14 Peurua kesadara G15 Perah bersetuha atau berdekata dega orag yag fositip terkea flu babi Maka pada user = A Maka pada pasie = B A = 1,0 0,4 0,4 0 1,0 0,8 0 0,2 0,8 0 0,2 0, ,6 B = B1 =(1,1,1,1,1,1,1,1,1,1,1,1,0,0,0) =(1,1,1,1,1,1,1,1,1,1,0,0,0,1,1) =(1,1,1,1,1,1,1,1,1,1,1,1,0,1,0) =(1,1,1,1,1,1,1,1,1,1,0,0,0,0,1) =(1,1,1,1,1,1,1,1,1,1,0,0,1,0,1) Tahap 1 i = 1(Ai Bi) = (1,0*1) + (0,4*1) + (0,4*1) + (0*1) + (1,0*1) + (0,8*1) + (0*1) + (0,2*1) + (0,8*1) + (0*1) + (0,2*1) + (0,4*1) + (0*0) + (0*0) + (0,6*0) = 5,2 = A i i i = 1B i = (1 + 0,16 + 0, , ,04 + 0, ,04 + 0, ,36) ( ) = 4,2 12 = 50,4 Page 207

5 = 1(Ai Bi) = = A i = 1B i i i i 5,2 50,4 = 5,2 = 0,73 = 73% 7,09 Dari hasil perhituga diatas, gejala yag telah di jawab oleh peggua/user masig-masig tahap memiliki ilai sebagai berikut: 1. Tahap 1: 73 % 2. Tahap 2: 75 % 3. Tahap 3: 70 % 4. Tahap 4: 73 % 5. Tahap 5: 67 % Dari hasil tahap di atas aka di pilih ilai tertiggi yag hampir medekati berdasarka kasus yag telah terjadi sebelumya da ilai tertiggi terdapat pada tahap yag ke dua dega ilai 75 % da pada tigkat persetasi 51% - 75% ilai kemugkia yag di dapat dalam proses mediagosa adalah sedikit kemugkia terkea flu babi. 4. IMPLEMENTASI Aplikasi mediagosa peyakit flu babi pada sistem pakar, berikut hasil dari implemetasi aplikasi yag telah diracag, tampila meu utama dapat dilihat pada gambar 1. Gambar 1. Meu Utama Tampila iput aplikasi mediagosa peyakit flu babi pada sistem pakar. 1. Tambah kasus Gambar 2. Tambah kasus Page 208

6 2. Kosultasi Pada kosultasi memiliki 15 pertayaa da masig-masig pertayaa diambil dari gejala yag sudah ada. Gambar 3. Kosultasi user 3. Tampila output Tampila output kosultasi pada aplikasi mediagosa peyakit flu babi pada sistem pakar, berikut tampila pada gambar 4. Gambar 4. Tampila output kosultasi 5. KESIMPULAN Adapu kesimpula dari pembahasa dari peelitia sebagai berikut: 1. Aplikasi sistem pakar dega meerapka metode hybrid case based dapat diguaka utuk mediagosa peyakit flu babi dega mejawab pertayaa berdasarka gejala yag mucul. 2. Metode hybrid case based dapat di terapka pada aplikasi sistem pakar utuk mediagosa peyakit flu babi 3. meracag sistem pakar dega megguaka metode Hybrid case based pada aplikasi sistem pakar bisa berjala dega baik da bisa meghasilka output yag diharapka. REFERENCES [1] Efraim Turba, Jay E Aroso, ad Tig Peg Liag, Decisio Support Systems ad Itelligete Systems, 1st ed., Siska Primaigrum, Ed. Yogyakarta, Idoesia: Adi, [2] Muhammad Arhami, KOsep Dasar Sistem Pakar, 1st ed. Yogyakarta, Idoesia: Adi OFFSET, [3] dr. Arief ad Ari Setiawa, Megeal da Mecegah Flu Babi & Flu Burug, Sujiatii M.Keb S.ST., Ed. Idoesia, Yogyakarta. [4] Rosa A. S. M. Salahuddi, Rekayasa Peragkat Luak Terstruktur da Berorietasi Objeck, iformatika, Ed. Badug, [5] Ir. Yuiar Supardi, Buku Kuliah Web Programimig 1 (PHP), jakarta, D@takom Litas Buaa, [6] MADCOMS, Aplikasi Web Database Dega Dreamweaver da PHP MySQL, Yogyakarta,Adi, [7] Wahaa Komputer Pemerograma Visuaal Basic.et 2005, Yogyakarta, Adi, [8] S Pasaribu Johi, IMPLEMENTASI SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT MATA PADA MANUSIA, Setika 2015, pp , Maret [9] J Sembirig ad O Siaipar, "Cliical pathology ad medical laboratory," EPIDEMIOLOGI DAN DIAGNOSIS KEDOKTERAN LABORATORIK INFEKSI VIRUS H1N1, vol. 6, pp , Juli Page 209

7 [10] Yeremia Yuliawa, M.J Suarto Dewiyai, ad Toy soebijoo, "Pegembaga sistem iformasi pedataa jemaat gereja masehi advet hari ketujuh koferes jawa kawasa timur berbasis web," Jural Sistem Iformasi, vol. 2, pp , Page 210