SISTEM PAKAR PENYAKIT GAYA HIDUP BERBASIS WEB MENGGUNAKAN CODE IGNITER. Nama : Andiny Oktariana NPM : Pembimbing : Dr.

Transkripsi

1 SISTEM PAKAR PENYAKIT GAYA HIDUP BERBASIS WEB MENGGUNAKAN CODE IGNITER Nama : Andiny Oktariana NPM : Pembimbing : Dr. Ravi Ahmad Salim

2 Latar Belakang Masalah Pola hidup tidak sehat akan menjadi penyebab utama berbagai gangguan kesehatan yang merampas kenikmatan hidup Penyakit Asam Urat, Diabetes, dan Hipertensi termasuk ke dalam kategori penyakit kronis, penyakit degeneratif, penyakit dengan kesamaan faktor resiko.

3 Latar Belakang Masalah (Cont.) Banyak aplikasi yang berbasis teknologi komputer dalam bidang kesehatan untuk memberi pengetahuan dan mengatasi penyakit tanpa bantuan para ahli. Framework Code Igniter menerapkan metode Model View Controller (MVC) yang membuat pembuatan sebuah proyek web menjadi lebih terstruktur dan lebih sederhana

4 Rumusan Masalah Bagaimana cara membangun aplikasi sistem pakar berbasis aturan untuk mendiagnosa penyakit yang disebabkan faktor gaya hidup berbasis web menggunakan bahasa pemrograman PHP dengan framework Code Igniter.

5 Batasan Masalah Sistem pakar dibuat berbasis web yang menggunakan framework Code Igniter Metode pengembangan sistem pakar yaitu metode certainty factor dan mesin inferensi yang digunakan adalah forward chaining. Knowledge base pada aplikasi ini diambil dari buku karangan Isma Fauzi yang berjudul Buku Pintar Deteksi Dini Gejala, & Pengobatan Asam Urat, Diabetes, dan Hipertensi dan buku karangan Herlambang yang berjudul Menaklukan Hipertensi dan Diabetes.

6 Batasan Masalah (Cont.) Jenis penyakit dari sistem pakar ini mendiagnosa penyakit Asam Urat, Diabetes, dan Hipertensi. Aplikasi ini diperuntukkan bagi kalangan masyarakat yang berusia diatas 25 tahun dan bagi masyarakat yang memiliki faktor keturunan penyakit Asam Urat, Diabetes, dan Hipertensi. Interaksi antara sistem dan user menggunakan pertanyaan berupa daftar gejala yang dirasakan user. Informasi yang dihasilkan sistem pakar ini adalah jenis penyakit, tindakan penanganan, definisi penyakit, pengobatan medis, dan pencegahan penyakit tersebut.

7 Tujuan Penulisan Membuat suatu sistem pakar untuk mengetahui penyakit yang disebabkan faktor gaya hidup, sehingga pengguna dapat mendeteksi dini gejala yang dia rasakan dan mengetahui tindakan penanganan sesuai dari hasil pendiagnosaan penyakit.

8 SDLC Metode Penelitian Waterfall Tahap Perencanaan Identifikasi Masalah Tahap analisis Analisa Kebutuhan Tahap Perancangan Merancang antarmuka aplikasi, merancang database, dan melakukan akuisisi pengetahuan Tahap implementasi Proses Pembuatan Tahap Pengujian Uji coba aplikasi dan pengguna

9 Representasi Pengetahuan Domain untuk membuat sistem pakar ini terdapat 3 jenis penyakit dan 20 gejala. Aturan Tabel Keputusan

10 Perhitungan nilai Certainty Factor Nilai CF = 1/Banyak jenis penyakit yang merujuk ke gejala penyakit tersebut. Untuk menentukan nilai akhir pada diagnosis digunakan rumus CF paralel sebagai berikut : CF(H E1;E2) = CF (MB(H E1))+ ( CF(MB(H E2)) * (1-(MB(H E1)))) )

11 Contoh Perhitungan nilai Certainty Factor Gejala penyakit yang dipilih pengguna Perhitungan nilai CF parallel untuk data tersebut : CF(A) = CF(1) + ( CF(2) * (1 - CF(1)) ) = ( 0.34 * (1-0.33) ) = 0.56 CF(B) = CF(3) + ( CF(A) * (1 - CF(3)) ) = ( 0.56 * (1-0.5) ) = 0.78 CF(C) = CF(4) + ( CF(B) * (1 - CF(4)) ) = ( 0.78 * (1-0.8) ) = 0.956

12 Use Case Diagram User

13 Use Case Diagram Admin

14 Struktur Navigasi User

15 Struktur Navigasi Admin

16 Output Program

17 Output Program (Cont.)

18 Output Program (Cont.)

19 Output Program (Cont.)

20 Kesimpulan Penulis telah berhasil membuat sebuah sistem pakar berbasis web menggunakan framework codeigniter untuk mengetahui penyakit yang disebabkan faktor gaya hidup dengan alamat url 79,94% responden yang telah mencoba website ini sangat setuju bahwa website sistem pakar ini dapat membantu dalam pendeteksian penyakit gaya hidup.

21 Saran Untuk pengembangan selanjutnya, website ini menggunakan data jenis penyakit gaya hidup yang lebih banyak dan ter-update agar pendeteksian penyakit gaya hidup menjadi lebih akurat dan menjadi maksimal.