SISTEM PAKAR UNTUK MENDIAGNOSIS PENYAKIT KELEBIHAN KELENJAR GETAH BENING DAN CARA PENANGGULANGANNYA

Transkripsi

1 SISTEM PAKAR UNTUK MENDIAGNOSIS PENYAKIT KELEBIHAN KELENJAR GETAH BENING DAN CARA PENANGGULANGANNYA YULANDA RATIH LESTARI ( ) DAN ERA FEBRIANA DAMANIK ( ) Jurusan Teknik Informatika Universitas Nusantara PGRI ABSTRAK Masalah kesehatan merupakan salah satu masalah yang sering menjadi problem tersendiri. Sebagian besar anggota masyarakat masih sering menganggap remeh dengan adanya gejalagejala yang diakibatkan suatu jenis penyakit, bahkan tanpa pemeriksaan maupun petunjuk dokter mereka mau mengkonsumsi obat dipasaran secara sembarangan tidak menutup kemungkinan akan menyebabkan kondisi penderita akan lebih parah tanpa disengaja. Padahal seperti yang telah diketahui sudah banyak klinik-klinik umum yang siap melayani masyarakat selain rumah sakit atau puskesmas, karena mereka tidak mampu untuk berkonsultasi ke dokter dikarenakan biaya yang relative mahal. Sistem pakar merupakan suatu terobosan baru untuk menggabungkan antara pengetahuan dan penelusuran data untuk memecahkan suatu masalah yang secara normal memerlukan keahlian manusia. Tujuan pengembangan sistem pakar seharusnya bukan untuk menggantikan peran manusia atau pakar, melainkan untuk mendistribusikan pengetahuan manusia kedalam bentuk sistem. Representasi pengetahuan yang digunakan pada penelitian ini adalah production rule. Dalam sistem ini metode inferensi yang digunakan adalah forward chaining karena proses yang dialami dengan menampilkan gejala penyakit. Forward chaining digunakan untuk menguji faktor-faktor yang dimasukan pengguna dengan aturan yang disimpan dalam sistem satu demi satu hingga dapat diambil satu kesimpulan forwad chaining. Dengan sistem pakar ini dapat mewakili seorang pakar medis agar mampu mendeteksi penyakit berdasarkan ciri-ciri dan gejala yang ada sehingga bagi masyarakat lebih menghemat waktu dan biaya. Kata kunci : Sistem Pakar, Forward Chaining, Inferensi

2 ABSTRACT The development of many current medical world uses computers to aid diagnosis and prevention and treatment of a disease. This research aims to create an expert system for diagnosis of digestive diseases, where the user can make their own diagnosis based on symptoms felt. An expert system is a new trobosan to combine between knowledge and search data to solve a problem that normally requires human expertise. The purpose of developing an expert system ought not to replace the role of humans or expert, but to distribute system human knowledge into a form of knowledge representation used in this research is the production rule. Inference method is used to obtain a diagnosis using forward chaining. Achieved fairly good results, but research has yet to enter certainty factor to determine the accuracy of the diagnosis has not been perfect. List symptoms that are displayed will also need to be validated so that the language used can be easily understood for only people. Keywords: Expert System, Forward Chaining, Inferensi

3 1. PENDAHULUAN Pemahaman masyarakat akan penyakit masih sangat rendah. Sehingga masalah kesehatan merupakan salah satu masalah yang sering menjadi problem tersendiri. Sebagian besar masyarakat masih sering menganggap remeh dengan gejala-gejala yang diakibatkan oleh suatu jenis penyakit. Bahkan tanpa pemeriksaan maupun petunjuk dokter mereka mau mengkonsumsi obat dipasaran secara sembarangan, dan tidak menutup kemungkinan obat-obat yang mereka konsumsi secara sembarangan akan menyebabkan kondisi penderita menjadi lebih parah. Semua itu terjadi karena mereka tidak memiliki biaya untuk berkonsultasi ke dokter atau mereka tidak memiliki waktu yang cukup luang untuk pergi berkonsultasi ke dokter. Di era yang semakin canggih ini, telah hadir media konsultasi yang dapat menghemat biaya serta dapat menghemat waktu. Media konsultasi ini merupakan aplikasi dari Sistem Pakar berbasis komputer yang menggunakan fakta dan tehnik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tertentu. Sistem pakar merupakan suatu terobosan baru untuk memecahkan suatu masalah, selain itu sistem pakar juga memberikan nilai tambah pada teknologi untuk membantu dalam menangani era informasi yang semakin canggih. Tujuan pengembangan sistem pakar bukan untuk menggantikan peran manusia atau pakar, melainkan untuk mendistribusikan pengetahuan manusia kedalam bentuk sistem. Dalam system pakar untuk mendiagnosis penyakit kelebihan kelenjar getah bening ini metode inferensi yang digunakan adalah forward chaining, karena proses yang dialami dengan menampilkan gejala penyakit. Forward chaining digunakan untuk menguji faktor-faktor yang dimasukan pengguna dengan aturan yang disimpan dalam sistem satu demi satu hingga dapat diambil satu kesimpulan forwad chaining. Dengan sistem pakar ini dapat mewakili seorang pakar medis (dokter) agar mampu mendeteksi penyakit kelebihan kelenjar getah bening berdasarkan ciri-ciri dan gejala yang dialami oleh penderita sehingga bagi masyarakat ini lebih menghemat waktu dan biaya. 1.1 Rumusan Masalah i. Bagaimana membangun sebuah system pakar di bidang kedokteran untuk mendiagnosis penyakit kelebihan kelenjar getah bening serta cara penanggulangan? ii. Bagaimana memberikan penjelasan kepada masyarakat mengenai penyakit kelebihan kelenjar getah bening beserta bahayanya? 1.2 Batasan Masalah i. Penyakit yang dibahas hanya penyakit kelebihan kelenjar getah bening. ii. Jenis penyakit dari keterangan Pakar dan buku. iii. Metode yang digunakan adalah Forward Chaining 1.3 Manfaat dalam penelitian Penelitian ini bermanfaat membantu user untuk mendiagnosa penyakit kelebihan kelenjar getah bening, sehingga diharapkan akan memudahkan dokter dan penderita untuk menentukan menderita sakit kelebihan kelenjar getah bening atau tidak berdasarkan gejala-gejala yang ada dan didapat cara pengobatannya yang tepat. 1.4 Tujuan dalam penelitian i. Untuk membangun sebuah system pakar yang berguna di bidang kedokteran untuk mendiagnosa penyakit kelebihan kelenjar getah bening berdasarkan pada gejalagejala yang dialami oleh penderita. ii. Untuk memberikan gambaran secara umum atau penjelasan kepada masyarakat mengenai penyakit kelebihan kelenjar getah bening beserta bahayanya.

4 2. LANDASAN TEORI 2.1 Sistem Pakar Sistem pakar merupakan cabang dari AI (Artificial Inteligent) yang membuat ekstensi khusus untuk spesialisasi pengetahuan guna memecahkan suatu permasalahan pada Human Expert. Human Expert merupakan seseorang yang ahli dalam suatu bidang ilmu pengetahuan tertentu, ini berarti bahwa expert memiliki suatu pengetahuan atau skill khusus yang dimiliki oleh orang lain. Expert dapat memecahkan suatu permasalahan yang tidak dapat dipecahkan oleh orang lain dengan cara efisien. Pengetahuan di dalam Expert system berasal orang atau knowledge yang berasal dari buku-buku referensi, surat kabar atau karya ilmiah orang lain. Dengan kata lain sistem pakar adalah sistem yang didesain dan diimplementasikan dengan bantuan bahasa pemrograman tertentu untuk dapat menyelesaikan masalah seperti yang dilakukan oleh para pakar dalam hal ini adalah dokter. - Keuntungan Sistem Pakar a. Menjadikan pengetahuan dan nasehat mudah didapat. b. Meningkatkan output dan produktivitas. c. Menyimpan kemampuan dan keahlian pakar d. Meningkatkan penyelesaian masalah, menerusi paduan pakar, penerangan. e. Meningkatkan reliabilitas. f. Memberikan respons cepat. g. Merupakan penduan yang inteligence (cerdas). h. Dapat bekerja dengan informasi yang lengkap dan mengandung ketidakpastian. i. Intelligence database (basis data cerdas), bahwa sistem pakar dapat digunakan untuk mengakses basis data dengan cara cerdas. - Kelemahan Sistem Pakar a. Masalah dalam mendapatkan pengetahuan dimana pengetahuan tidak selalu bisa didapatkan dengan mudah, kadangkala pakar dari masalah yang kita buat tidak ada. b. Untuk membuat suatu sistem pakar yang benar-benar berkualitas tinggi sangatlah sulit dan memerlukan biaya yang sangat besar untuk pengembangan dan pemeliharaannya. c. Boleh jadi sistem tak dapat membuat keputusan. d. Sistem pakar tidaklah 100% menguntungkan, walaupun seorang tetap tidak sempurna atau tidak selalu benar. Oleh karena itu perlu diuji ulang secara teliti sebelum digunakan. Dalam hal ini peran manusia tetap merupakan factor dominan 2.2 Komponen Utama Sistem Pakar Sistem pakar terdiri dari beberapa bagian utama: 1. Lingkungan pengembangan yang digunakan dalam sistem pakar untuk membangun komponenkomponennya dan menempatkan pengetahuan dalam basisnya. 2. Lingkungan konsultasi yang digunakan oleh pemakai untuk mendapatkan informasi atau pengetahuan dari pakar. Lingkungan pengembangan digunakan sebagai sistem pakar baik dari segi pembangunan komponen maupun basis pengetahuan. Lingkungan konsultasi digunakan oleh seseorang yang bukan ahli untuk berkonsultasi.

5 Komponen-komponen yang ada dalam sistem pakar (gambar 2) yaitu: Gambar 2.2 Komponen Sistem Pakar(Turban 1995) 1. Basis pengetahuan Basis pengetahuan berisi pengetahuan-pengetahuan dalam penyelesaian masalah, tentu saja dalam domain tertentu. Ada dua bentuk pendekatan basis pengetahuan yang sangat umum digunakan, yaitu : a) Penalaran berbasis aturan (Rule-Based Reasoning) Basis pengetahuan direpresentasikan dengan menggunakan aturan berbentuk IF-THEN. b) Penalaran berbasis kasus (Case-Based Reasoning) Basis pengetahuan akan berisi solusi-solusi yang telah dicapai sebelumnya, kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang. 2. Mesin Inferensi Mesin inferensi berfungsi untuk melakukan penelusuran pengetahuan yang terdapat dalam basis pengetahuan untuk mencapai kesimpulan tertentu. Mesin Inferensi menyediakan arahan tentang bagaimana menggunakan pengetahuan sistem dalam membangun agenda yang mengorganisasikan & mengontrol langkah yang diambil untuk memecahkan persoalan saat konsultasi berlangsung. 3. Blackboard Blackboard digunakan untuk menggambarkan masalah dan mencatat hasil sementara sebelum mendapatkan solusi terakhir. 4. Antarmuka Pemakai Antarmuka digunakan mempemudah komunikasi antar pemakai dengan sistem. Komunikasi tersebut berupa permintaan informasi yang diperlukan sistem untuk pencarian solusi. 5. Fasilitas Penjelasan Fasilitas penjelasan membantu perekayasaan pengetahuan untuk memperbaiki dan meningkatkan pengetahuan, memberi kejelasan dan keyakinan kepada pemakai tentang proses atau hasil yang diberikan sistem pakar. Fasilitas ini untuk melacak respond dan memberikan penjelasan tentang sistem pakar secara interaktif melalui pertanyaan. 6. Fasilitas Perbaikan Pengetahuan

6 2.3 Metode Inferensi Dalam penyusunannya, sistem pakar mengkombinasikan kaidah penarikan kesimpulan atau inferensi rules dengan basis pengetahuan tertentu yang diberikan oleh saru atau lebih pakar dalam bidang tertentu. Kombinasi tersebut disimpan dalam komputer yang selanjutnya digunakan dalam proses pengambilan keputusan untuk penyelesaian masalah tertentu. Secara umum terdapat dua pendekatan yang digunakan dalam penarikan kesimpulan yaitu pelacakan kebelakang (backward chaining) dan pelakacan ke depan (forward chaining). Backward chaining adalah pelacakan yang dimulai dari tujuan (hipotesa) dan selanjutnya dicari aturan-aturan yang memiliki tujuan tersebut dan dicari kesimpulannya (pembuktiannya). Sedangkan forward chaining merupakan penarikan kesimpulan yang berdasarkan pada data fakta yang ada menuju ke kesimpulan, penelusuran dimulai dari fakta-fakta yang ada lalu bergerak maju melalui premis-premis untuk menuju ke kesimpulan. Selain teknik penalaran diatas, diperlukan jug teknik penelusuran data dalam bentuk jaringan yang terdiri atas node-node berbentuk pohon. Ada tiga teknik penelusuran data yang digunakan yaitu : a. Depth-first seacrh Merupakan teknik penelusuran data pada node-node secara vertikal dan mendalam. Gambar Penelusuran Data Depth-first Search b. Breadth-first search Merupakan teknik penelusuran data pada semua node dalam satu level atau satu tingkatan sebelum ke level atau tingkatan berikutnya. Gambar Penelusuran Data Breadth-first Search c. Best-first search Merupakan teknik penelusuran data yang menggunakan kombinasi pada kedua metode sebelumnya. 2.4 Forward Chaining Metode Forward Chaining merupakan salah satu metode selain Backward Chaining yang digunakan dalam aturan inferensi Artificial Intelligence. Forward chaining merupakan fakta untuk mendapatkan kesimpulan (conclusion) dari fakta tersebut (Menurut Giarratano dan Riley, 1994). Dengan kata lain, prosesnya dimulai dari facts (faktafakta yang ada) melalui proses inference fact (penalaran fakta-fakta) menuju suatu goal (suatu tujuan). Metode ini bisa juga disebut menggunakan aturan IF-THEN dimana premise (IF) menuju conclusion (THEN). a) Keunggulan - Bekerja baik apabila masalah alaminya berawal dengan mengumpulkan semua fakta dan selanjutnya mengamati apa saja yang dapat ditarik daripadanya. - Dapat menyediakan sejumlah informasi dari sekumpulan kecil data.

7 b) Kelemahan - Sistem harus menanyakan semua pertanyaan, padahal mungkin saja hanya butuh sedikit pertanyaan untuk tiba pada konklusi akhir. - Pertanyaan-pertanyaan yang diajukan bisa saja tidak ada hubungannya. c) Flowchart Memasukkan semua informasi yang diketahui user ke dalam working memory T Menambahkan konklusi ke working memory Semua rule sudah dijalankan? F Semua premis cocok dengan working memory 2.5 Penyakit Kelebihan Kelenjar Getah Bening Penyakit kelebihan kelenjar getah bening adalah suatu penyakit yang ditandai dengan adanya sebuah benjolan baik itu di bagian leher / ketiak. Benjolan tersebut seringkali dipicu oleh pertumbuhan sistem F T F T Memeriksa rule berikutnya yang belum pernah dijalankan Masih ada rule lagi? STOP limfatik yang mengalami mutasi (terjadinya perubahan) sel limfosit (sejenis sel darah putih) yang sebelumnya normal menjadi abnormal. Penyakit ini sering dianggap (oleh masyarakat awam) sebagai penyakit amandel, namun sesungguhnya ini bukan penyakit amandel. Penyakit ini cukup berbahaya, karena jika dibiarkan (tidak diobati dengan tepat) bisa menyebabkan kanker kelenjar getah bening, maupun kematian. Selain itu apabila kelenjarnya sampai pecah dan menyebar ke sumsum tulang belakang bisa menyebabkan kelumpuhan. Kegunaan kelenjar getah bening adalah sebagai kekebalan tubuh kita. Namun jika dalam tubuh kelebihan kelenjar getah bening, maka dia akan menggerogoti kekebalan tubuh kita, sehingga menyebabkan kita mudah sakit dan mudah terjangkit penyakit. Faktor Penyebab Penyakit Kelenjar Getah Bening : 1) Faktor keturunan (genetika), Infeksi virus atau bakteri 2) Kelainan sistem kekebalan tubuh 3) Faktor lingkungan seperti toksin. Gejala gejala yang dialami : 1) Pembengkakan kelenjar getah bening (leher, ketiak, atau pangkal paha). 2) Berat badan mengalami penurunan 3) Rasa lelah yang terus menerus. 4) Keringat dingin pada malam hari. 5) Mengalami demam. 6) Sering sakit (terutama di sakit tengggorokan) 3. METODOLOGI PENELITIAN 3.1 Bahan dan Alat Penelitian - Software (Perangkat Lunak) a. Sistem Operasi Microsoft Windows XP Professional b. Hyper Text Markup Language (HTML) c. PHP

8 d. MySQL e. Java Script f. CSS (Cascading Style Sheet) g. Web Server Menggunakan XAMPP terdiri dari dua komponen server yaitu server Apache dan server Mysql. - Hardware (Perangkat Keras) a. Processor pentium 4 b. Memory 1 GB. c. Kapasitas Hard Disk 80 Gb. 3.2 Metode Penelitian Teknik Pengumpulan Data Untuk mendukung keperluan analisa dan perancangan dalam penelitian ini, diperlukan sejumlah data pendukung. Pengumpulan data tersebut dilakukan dengan cara: a. Observasi b. Studi Pustaka Metode ini digunakan untuk mendapatkan informasi tambahan yang digunakan sebagai acuan acuan dalam pengembangan sistem pakar. c. Akuisisi Pengetahuan Akuisisi pengetahuan merupakan proses untuk mengumpulkan data-data pengetahuan mengenai masalah dari suatu pakar. Selain dari pakar, bahan pengetahuan ini dapat diambil dari literatur-literatur yang berkaitan dengan masalah Penyakit kelebihan kelenjar getah bening, seperti buku-buku, jurnal, artikel, dan lain-lain. 3.3 Tahap Perancangan Sistem Untuk membangun sistem pakar ini mengikuti langkah-langkah sebagai berikut (Harmon dan king,1985): 1. Menentukan tool/bahasa pemrograman 2. Mengidentifikasi masalah dan menganalisa pengetahuan yang akan dimasukkan ke dalam sistem. 3. Mendesain Sistem Menentukan tool. 4. Membuat prototype sistem. 5. Memperluas, menguji, atau memperbaiki sistem seperti yang diinginkan. 6. Melakukan pemeliharaan dan memperbaharui sistem (jika dianggap perlu). 3.4 Contex Diagram Context Diagram adalah bagian dari Data Flow Diagram yang berfungsi memetakan model lingkungan, yang dipresentasikan dengan lingkaran tunggal yang mewakili keseluruhan sistem. Contex Diagram menyoroti sejumlah karakteristik penting sistem, yaitu : 1) Kelompok pemakai, organisasi atau sistem lain dimana sistem melakukan interaksi. 2) Komunikasi (sebagai terminator). 3) Data masuk (input), yaitu data yang diterima sistem dari lingkungan dan harus diproses dengan cara tertentu. 4) Data keluar (output), yaitu data yang dihasilkan sistem dan diberikan ke dunia luar. 5) Penyimpanan data (storage), yaitu digunakan secara bersama antara sistem dengan terminator. Data ini dapat dibuat oleh sistem dan digunakan oleh lingkungan atau sebaliknya dibuat oleh lingkungan dan digunakan oleh system. Contex Diagram untuk Aplikasi system pakar untuk mendiagnosa penyakit kelebihan kelenjar getah bening adalah sebagai berikut : USER ADMIN Gejala yang dialami user Hasil Diagnosa LOGIN Data Terupdate SISTEM PAKAR UNTUK MENDIAGNOSIS PENYAKIT KELEBIHAN KELENJAR GETAH BENING Update Menggu- Nakan DATABASE

9 3.5 Flowchart System Flowchart System untuk Aplikasi system pakar untuk mendiagnosa penyakit kelebihan kelenjar getah bening adalah sebagai berikut : - Admin Start Log In Menu Utama Menu Informasi 3.6 Desain Antar Muka Aplikasi Ini adalah perancangan desain antarmuka aplikasi diagnosa penyakit kelenjar getah bening Desain Halaman Utama Desain halaman utama disajikan pada gambar terdiri dari tiga bagian utama, yaitu Atas, Kanan, Kiri. Bagian atas terdiri dari logo dan identitas sistem. Bagian Kanan difokuskan untuk area daftar dan login. Bagian Kiri difokuskan untuk menampilkan kalender dan jumlah pengunjung. Input / Update Database atas Output kiri kanan DAFTAR KALENDER USERNAME :.. - User Finish Jumlah Pengunjung PASSWORD :.. LOG IN Start Anggota Ya Log In Menu Utama Input gejala yg dialami user Menu Utama Tidak Daftar Database Hasil Diagnosa Finish Desain Halaman Pendaftaran Desain halaman pendaftaran ini hanya digunakan oleh user untuk mendaftarkan dirinya agar bisa melakukan konsultasi. SILAHKAN MENDAFTAR (MENGISI BIODATA) TERLEBIH DAHULU USERNAME PASSWORD NAMA TEMPAT LAHIR TANGGAL LAHIR ALAMAT PEKERJAAN DAFTAR

10 3.6.3 Desain Halaman Desaign halaman home ini akan muncul setelah admin maupun user berhasil Log In. - Jika yang Log In Admin, halaman homenya akan seperti ini : - Desaign Halaman Manajemen User untuk User seperti ini : Dalam halaman manajemen user untuk user ini, user hanya berhak untuk melihat serta mengedit biodata dirinya saja, dan user tidak bisa melihat biodata user lainnya. Manajemen User Tentang Penyakit SELAMAT DATANG ADMIN. JANGAN LUPA LOG OUT, JIKA SUDAH SELESAI - Jika yang Log In User, halaman homenya akan seperti ini : Manajemen User Tentang Penyakit NAMA : TEMPAT LAHIR : TANGGAL LAHIR : ALAMAT : PEKERJAAN : STATUS : UPDATE Manajemen User Tentang Penyakit Desain Halaman Manajemen User Desain halaman manajemen user ini berisi biodata user. - Desaign Halaman Manajemen User untuk Admin seperti ini : Dalam halaman manajemen user untuk admin ini akan ada 2 menu lagi, yaitu : - Untuk Menu Data User : Admin bisa melihat data-data semua user. - Untuk Menu Hapus User : Admin bisa menghapus user Manajemen User Tentang Penyakit Data User Hapus User SELAMAT DATANG DI APLIKASI SISTEM PAKAR Desain Halaman Desain halaman konsultasi ini digunakan untuk melakukan konsultasi mengenai gejala-gejala yang dialaminya - Desaign Halaman untuk Admin seperti ini : Dalam halaman konsultasi untuk admin ini akan ada 3 menu lagi, yaitu : - Untuk Menu Gejala Gejala : Admin bisa melihat data-data gejalanya. - Untuk Menu Edit Gejala : Admin bisa mengedit / menambah gejala-gejalanya - Untuk Menu Hapus Gejala : Admin bisa menghapus gejalagejalanya Manajemen User Tentang Penyakit Gejala - Gejala Edit Gejala Hapus Gejala

11 - Desaign Halaman untuk User seperti ini : Desain halaman ini digunakan oleh user untuk melakukan, yang nantinya akan menghasilkan sebuah diagnosa Manajemen User Informasi Edit Informasi Tentang Penyakit Manajemen User Tentang Penyakit Gejala yang anda alami : Pembengkakan kelenjar getah bening (leher, ketiak, atau pangkal paha). Berat badan mengalami penurunan. Rasa lelah yang terus menerus. Keringat dingin pada malam hari. Mengalami demam. Sering sakit (terutama sakit di tengggorokan) DIAGNOSA Desain Halaman Tentang Penyakit Desain halaman tentang penyakit ini berisi informasi mengenai penyakit kelebihan kelenjar getah bening - Desaign Halaman Tentang Penyakit untuk Admin seperti ini : Dalam halaman tentang penyakit untuk admin ini akan ada 2 menu lagi, yaitu : - Untuk Menu Informasi : Admin bisa melihat informasi mengenai penyakit - Untuk Menu Edit Informasi : Admin bisa mengedit ataupun menambah informasi mengenai penyakit tersebut - Desaign Halaman Tentang Penyakit untuk User seperti ini : Dalam halaman tentang penyakit untuk user ini, user bisa melihat informasi mengenai penyakit Manajemen User Tentang Penyakit 4. PENUTUP 4.1 Kesimpulan Informasi tentang apa itu penyakit kelenjar getah bening, beserta bahayanya, dan lain-lain Hasil analisa dan perancangan dalam penelitian ini dapat diambil kesimpulan sebagai berikut : 1. Pembangunan system pakar dalam menentukan penyakit kelebihan kelenjar getah bening sangat cocok dengan menggunakan metode rule base dan inferensi forward chaining dimana pelacakan tersebut dimotori oleh data

12 masukkan keluhan pasien dan selanjutnya akan dibuat gambaran kesimpulannya. 2. Sistem pakar yang dirancang agar berguna bagi mereka yang taraf ekonominya dibawah, karena system pakar yang dirancang untuk digunakan oleh awam sekalipun untuk menentukan penyakit melalui diagnose yang dirancang dalam system pakar. Mereka tidak perlu megeluarkan uang yang banyak untuk melakukan diagnose melalui seorang pakar manusia. 3. Penerapan system pakar ini dalam suatu rumah sakit akan dapat membantu seorang tenaga medis. Karena keluaran dari system pakar ini adalah kesimpulan mengeni gejala penyakit, jenis penyakit, serta cara penanggulangannya. 4. Tingkat akurasi dari system dirancang tidak berbeda layaknya seorang pakar manusia. Karena dalam system ini dirancang sesuai dengan rulerule yang diperoleh dari seorang pakar manusia. DAFTAR PUSTAKA Arhami, Muhammad Konsep Dasar Sistem Pakar, Jilid 1, Yogyakarta: Andi. Arhami, Muhammad Konsep Dasar Sistem Pakar. Yogyakarta: Andi. Hartati, Iswanti, Sistem Pakar dan Pengembangannya. Yogyakarta : Graha Ilmu Ramadhan, Mukhlis. Sistem Pakar Dalam Mengidentifikasi Penyakit Kanker Pada Anak Sejak Dini dan Cara Penanggulangannya. Syatibi, Ahmad, Sistem Pakar Diagnosa Awal Penyakit Kulit Sapi Berbasis Web dengan Menggunakan Metode Certainty Factor. Eviyanti, Ade. Aplikasi Sistem Pakar untuk Mendiagnosis Gangguan Pencernaan pada Orang Dewasa 4.2 Saran 1. Sistem Pakar dignosa penyakit kulit pada sapi yang dibuat masih sangat sederhana, yang masih dapat dikembangkan lagi untuk mencapai suatu keakuratan data. 2. Untuk menjaga dan memelihara keakuratan data maka perlu dilakukan proses update basis pengetahuan secara berkala.