BAB IV ANALISA DAN PERANCANGAN

Transkripsi

1 BAB IV ANALISA DAN PERANCANGAN 4.1 Analisa Sistem Sistem pakar penyakit paru merupakan system pakar yang dibuat dengan tujuan membantu pendeteksian pada penyakit paru pada seorang pasien. Secara konvensional, proses ini dilakukan oleh seorang dokter pakar yaitu pakar di bidang paru. Alur dari sistem konsvensional ini adalah seorang pasien menemui dokter Paru untuk mengetahui apakah pasien tersebut menderita salah satu dari beberapa kemungkinan penyakit yang tergolong ke dalam penyakit paru. Dokter pakar paru mengajukan beberapa pertanyaan yang berkaitan dengan gejala yang diderita oleh pasien. Selanjutnya pasien menjawab setiap pertanyaan yang diajukan oleh dokter pakar Paru sesuai dengan gejala penyakit yang dirasakannya. Tahapan selanjutnya adalah dokter pakar Paru memberikan kesimpulan mengenai diagnosa penyakit yang diderita pasien serta memberikan saran atau solusi pengobatan kepada pasien. Proses pendeteksian penyakit pada paru secara konvensional yang dilakukan oleh dokter pakar Paru ini dapat dipindahkan ke dalam sebuah sistem yang terkomputasi dengan mengadopsi kemampuan dan pengetahuan dokter pakar Paru sehingga menghasilkan sebuah sistem yaitu sistem pakar untuk mendiagnosa penyakit paru. Dengan demikian, sistem pakar untuk mendiagnosa penyakit paru ini merupakan proses migrasi dari sistem konvensional ke dalam sistem komputasi dalam hal mendiagnosa penyakit paru yang diderita oleh pasien. Pada sistem pakar untuk mendiagnosa penyakit paru ini telah dilakukan pengumpulan data yang berhubungan dengan keilmuan pakar di bidang mendiagnosa penyakit pada paru-paru sehingga data penyakit, gejala, dan solusi dari sistem yang telah disesuaikan dengan pengetahuan pakar Paru. Alur dari sistem pakar mendiagnosa penyakit Paru ini dibuat dengan menggunakan bahasa pemrograman PHP. Pengguna atau pasien diharuskan

2 melakukan registrasi terlebih dahulu untuk dapat mengakses sistem. Setelah mendapatkan username dan password pada saat melakukan registrasi kemudian pengguna masuk ke dalam sistem pakar untuk mendiagnosa penyakit paru dan selanjutnya dapat melakukan konsultasi dengan menjawab setiap pertanyaan yang diajukan oleh sistem dengan memilih salah satu jawaban iya atau tidak. Tahapan selanjutnya setelah pengguna menjawab seluruh pertanyaan yang diajukan adalah sistem akan memberikan hasil diagnosa penyakit yang mungkin diderita oleh pengguna dengan presentase angka dan jenis penyakit yang diderita sesuai dengan perhitungan menggunakan metode Case-Based Reasoning dan Nearest Neighbor Retrieval. Selain itu sistem juga akan memberikan solusi pengobatan penyakit yang diderita oleh pengguna Analisa Kebutuhan Data Analisa kebutuhan data merupakan analisa keseluruhan data yang dibutuhkan untuk membangun sistem pakar mendiagnosa penyakit paru. Analisa kebutuhan data pada sistem pakar ini didapatkan dari pengetahuan dokter pakar Paru. Analisa kebutuhan data dalam pembuatan sistem pakar ini adalah sebagai berikut : a. Data penyakit Data penyakit merupakan data mengenai jenis penyakit yang termasuk ke dalam kategori penyakit paru dan selaqnjutnya merupakan data yang digunakan untuik mengetahui jenis penyakit yang kemungkinan diderita oleh pasien. Pada sistem pakar ini terdapat 7 data penyakit yang dikategorikan sebagai penyakit pada paru-paru yaitu penyakit Radang Paru-Paru, Legionnaries, Tuberkulosis, Asma, Bronkitis, Emfisema, serta Kanker Paru-Paru. b. Data gejala Data gejala merupakan gejala dari penyakit paru yang selanjutnya digunakan untuk mengetahui pengelompokan jenis penyakit yang diderita IV-2

3 oleh pasien berdsarkan gejala yang dirasakan. Pada sistem pakar ini terdapat 25 data gejala dari penyakit paru. c. Data solusi Data solusi pada penyakit paru berisikan tentang informasi pengobatan dari setiap penyakit yang teridentifikasi diderita oleh pasien. Data tersebut berasal dari pakar Paru yang selanjutnya dapat digunakan sebagai langkah awal penanggulangan penyakit yang diderita oleh pasien. d. Data bobot parameter CBR dan KNN Data nilai bobot parameter pada CBR dan KNN merupakan suatu nilai bobot yang diberikan oleh seorang pakar dari masing-masing gejala pada penyakit paru Analisa Basis Pengetahuan Analisa basis pengetahuan merupakan inti dari sistem pakar penyakit paru yang akan mempresentasikan pengetahuan dari seorang pakar Paru. Analisa basis pengetahuan dibangun untuk mengetahui jenis penyakit yang teridentifikasi diderita pasien dari 7 penyakit yang termasuk ke dalam kategori penyakit paru. Setiap gejala (memiliki nilai bobot parameter) yang dirasakan oleh pasien akan dicocokkan dengan basis pengetahuan yang dibangun sehingga menghasilkan kesimpulan jenis penyakit yang diderita pasien. Basis pengetahuan yang ada pada sistem pakar mendiagnosa penyakit paru adalah sebagai berikut : 1. Basis pengetahuan gejala penyakit paru 2. Basis pengetahuan jenis penyakit paru 3. Basis pengetahuan kasus pasien yang pernah menderita penyakit paru 4. Basis pengetahuan bobot parameter dari masing-masing gejala pada penyakit paru 5. Basis pengetahuan solusi pengobatan pada penyakit paru IV-3

4 Tahapan pertama yang diperlukan dalam membangun sebuah sistem pakar adalah mendefenisikan struktur basis pengetahuan dari sistem pakar tersebut. Basis pengetahuan adalah kumpulan fakta beserta aturan-aturan yang digunakan untuk membangun sistem pakar penyakit paru. Berikut ini basis pengetahuan yang digunakan dalam membangun sistem pakar mendiagnosa penyakit paru : 1. Basis pengetahuan gejala penyakit paru Pada basis pengetahuan gejala dibutuhkan data gejala untuk mengetahui salah satu dari jenis penyakit paru yang kemungkinan diderita oleh pasien. Berikut ini basis pengetahuan gejala penyakit paru, yaitu : 1. Alergi debu/ serat kain/ binatang 2. Badan melemah 3. Batuk berdahak kuning 4. Batuk berdahak putih 5. Batuk berdarah 6. Batuk hilang timbul 7. Berat badan turun 8. Bersin-bersin di pagi hari 9. Demam lebih dari seminggu 10. Keringat malam 11. Mual 12. Muntah 13. Nafsu makan turun 14. Nyeri di dada 15. Nyeri di punggung Perokok aktif 18. Perut terasa sakit 19. Riwayat kanker dalam keluarga positif 20. Riwayat asma dalam keluarga positif 21. Sakit kepala IV-4

5 dipicu udara dingin 24. Suara serak 25. Sulit menelan 2. Basis pengetahuan jenis penyakit paru a. Radang paru-paru b. Legionnaries c. Tuberkulosis (TB) d. Asma e. Bronkitis f. Emfisema g. Kanker paru-paru 3. Basis pengetahuan kasus pasien yang pernah menderita penyakit paru 1. Nama : Andi Sofyan Umur : 34 tahun Diagnosa : Tuberkulosis (TB) Gejala : Batuk berdarah, sesak nafas, badan melemah, berat badan turun, nafsu makan turun, perokok, panas naik turun. 2. Nama : Regy Putra Zahwan Umur : 27 tahun Diagnosa : Radang paru-paru Gejala : Batuk berdahak kuning, sesak nafas, demam lebih dari seminggu, berat badan turun, keringat malam, nyeri di dada, perokok, panas naik turun, sakit kepala. 3. Nama : Muniarti Umur : 42 tahun Diagnosa : Asma IV-5

6 Gejala : Batuk berdahak putih, batuk hilang timbul, sesak nafas, riwayat asma dalam keluarga positif, nyeri di dada, bersin di pagi hari. 4. Nama : Amrizal Setiawan Umur : 21 tahun Diagnosa : Emfisema Gejala :, demam lebih dari seminggu, berat badan turun, sakit kepala. 5. Nama : Adibah Nasution Umur : 28 tahun Diagnosa : Legionnaries Gejala : Batuk berdahak putih, sesak nafas, mual, muntah, demam lebih dari seminggu, panas naik turun, perut terasa sakit. 6. Nama : Budi Setiawan Umur : 35 tahun Diagnosa : Kanker paru-paru Gejala : Batuk berdarah, batuk hilang timbul, sesak nafas, demam lebih dari seminggu keringat malam, nafsu makan turun, nyeri di dada, nyeri di punggung, panas naik turun, perokok, riwayat kanker dalam keluarga positif, suara serak, sulit menelan. 7. Nama : Safriyanto Umur : 40 tahun Diagnosa : Bronkitis Gejala : Batuk berdahak putih, keringat malam, panas naik turun, sesak nafas, perokok, suara serak. IV-6

7 8. Nama : Riko Saputra Umur : 25 tahun Diagnosa : Tuberkulosis (TB) Gejala : Batuk berdarah, sesak nafas, badan melemah, berat badan turun, nafsu makan turun, perokok, panas naik turun, demam lebih dari seminggu. 9. Nama : Suci Cahyani Umur : 23 tahun Diagnosa : Radang paru-paru Gejala : Batuk berdahak kuning, sesak nafas, demam lebih dari seminggu, keringat malam, nyeri di dada, panas naik turun, sakit kepala. 10. Nama : Yandri Akmal Umur : 33 tahun Diagnosa : Asma Gejala : Batuk berdahak putih, batuk hilang timbul, sesak nafas, nyeri di dada, bersin di pagi hari, keringat malam 11. Nama : Yovi Anugrah Umur : 21 tahun Diagnosa : Emfisema Gejala : Batuk berdahak putih, sesak nafas, demam lebih dari seminggu, berat badan turun, sakit kepala, nyeri di dada, perokok. 12. Nama : Eko Julian Umur : 28 tahun Diagnosa : Tuberkulosis (TB) IV-7

8 Gejala : Batuk berdarah, sesak nafas, mual, muntah, demam lebih dari seminggu, nyeri di dada. 13. Nama : Ahmad Syahputra Umur : 35 tahun Diagnosa : Kanker paru-paru Gejala : Batuk berdarah, batuk hilang timbul, sesak nafas, demam lebih dari seminggu, nyeri di dada, nyeri di punggung, panas naik turun, perokok, suara serak, sulit menelan. 14. Nama : Adrian Umur : 27 tahun Diagnosa : Bronkitis Gejala : Batuk berdahak putih, keringat malam, panas naik turun, sesak nafas, perokok, suara serak, nyeri di dada. 15. Nama : Riandinata Umur : 31 tahun Diagnosa : Kanker paru-paru Gejala : Batuk berdarah, sesak nafas, riwayat kanker dalam keluarga positif, demam lebih dari seminggu, panas naik turun, nyeri di punggung, alergi debu/serat kain. 4. Basis pengetahuan bobot parameter dari masing-masing gejala pada penyakit paru IV-8

9 Tabel 4.1 Daftar Gejala Penyakit dan Nilai Bobot Nama Penyakit No. 1. Gejala A b C d Alergi debu/serat kain/bulu e Bobot f g 3 binatang 2. Badan lemah 3. Batuk berdahak kuning 4. Batuk berdahak putih 5. Batuk berdarah 6. Batuk hilang timbul 7. Berat badan turun 8. Bersin-bersin di pagi hari 9. Demam lebih dari seminggu 10. Keringat malam 11. Mual 12. Muntah 13. Nafsu makan turun 14. Nyeri di dada 15. Nyeri di punggung Perokok aktif 18. Perut terasa sakit 19. Riwayat kanker dalam keluarga positif 20. Riwayat asma dalam 5 keluarga positif 21. Sakit kepala dipicu udara dingin IV-9

10 24. Suara serak 25. Sulit menelan 1 3 Ket : A : Radang paru-paru B : Legionnaries C : Tuberkulosis (TB) D : Asma E : Bronkitis F : Emfisema G : Kanker paru-paru 5. Basis pengetahuan solusi pengobatan pada penyakit paru a. Radang paru-paru Pengobatan : - Cefalosporin (2 kali sehari) - Ekspektoransin(2 kali sehari) - Antihistamin (3 kali sehari) - Mukolitik (2 kali sehari) - Antipiretik (3 kali sehari) Minum selama dua minggu b. Legionnaries Pengobatan : - Evisol 5mg (3 kali sehari) - Amoxicillin (2 kali sehari) -Sulfametamin (2 kali sehari) Minum selama seminggu c. Tuberkulosis (TB) Pengobatan : - Sulfametamin (2 kali sehari) - Cefixime (3 kali sehari) - Sulfamedithoxine (3 kali sehari) - Flutikason (2 kali sehari) IV-10

11 Minum selama 5 hari d. Asma Pengobatan : - Salbutamol (2 kali sehari) - Teofilin (2 kali sehari) - Berotecinhaler (2 kali sehari) - Flutikason (2 semprot sehari) - Kortikosteroid oral 4mg (2 kali sehari) - Erdosisten (2 kali sehari) - Cetirizine (1 kali sehari) Minum selama 2 minggu e. Bronkitis Pengobatan : - Evisol 5mg (3 kali sehari) - Methylprednisolone 4mg (2 kali sehari) - Dextral F (3 kali sehari) - Amoxicillin (3 kali sehari) Minum selama seminggu f. Emfisema Pengobatan : - Dextral F (3 kali sehari) - Amoxicillin (2 kali sehari) - Dexamethasone (3 kali sehari) - Salbutamol (2 kali sehari) Minum selama seminggu g. Kanker paru-paru Pengobatan : - Sulfametamin (3 kali sehari) - Cefixime (2 kali sehari) - Dexamethasone (2 kali sehari) - Methylprednisolone 4mg (3 kali sehari) IV-11

12 - Dextral F (3 kali sehari) Minum selama seminggu Proses Penentuan Jenis Penyakit Berdasarkan data masukan yang telah didapatkan maka selanjutnya proses untuk menentukan jenis penyakit paru yang diderita pasien akan dilakukan setelah sistem menerima dan menyimpan gejala-gejala yang telah dimasukkan oleh pasien berdasarkan gejala dan data kasus pasien lama pada penyakit paru yang telah diberikan oleh sistem. Langkah-langkah proses penentuan jenis penyakit yang terjadi di dalam sistem pakar mendiagnosa penyakit paru adalah sebagai berikut : Langkah pertama : Sistem akan memberikan beberapa pertanyaan mengenai gejala-gejala penyakit paru. Langkah kedua : Pasien kemudian memberikan jawaban atas pertanyaan tersebut sesuai dengan gejala-gejala yang dirasakannya. Setelah itu gejala tersebut akan dicocokkan dengan basis pengetahuan yang ada dalam sistem pakar mendiagnosa penyakit paru. Langkah ketiga : Setelah pasien menjawab seluruh pertanyaan yang sesuai dengan gejala yang dirasakan, selanjutnya dilakukan perhitungan similarity (nilai kemiripan) antara pasien baru dengan kasus pasien lama yang telah disimpan pada basis pengetahuan sebelumnya. Perhitungan ini berdasarkan bobot dari masing-masing gejala yang telah di inputkan oleh pasien baru. Perhitungan ini sesuai dengan perhitungan rumus 2.1 Langkah keempat : Sistem akan memberikan hasil diagnosa penyakit berdasarkan hasil nilai similarity yang paling tinggi. IV-12

13 4.1.4 Analisa Metode Case-Based Reasoning dan KNN Analisa metode Case-Based Reasoning dan KNN pada sistem pakar mendiagnosa penyakit paru ini dilakukan dengan beberapa langkah seperti di bawah ini: a. Proses retrieve, yaitu mencari kasus yang relevan atau menyerupai antara kasus lama dengan kasus yang baru dalam penyakit paru-paru. Pada bagian ini dilakukan identifikasi, kecocokan awal, pencarian, dan pemilihan gejala penyakit paru-paru antara kasus baru dengan kasus yang lama. Pada proses ini, kasus lama akan menjadi acuan dalam mendiagnosa penyakit untuk kasus baru. b. Setelah pencarian gejala yang relevan antara kasus baru dengan kasus lama dilakukan, maka selanjutnya dilakukan perhitungan tingkat kecocokan gejala penyakit pada kasus yang baru dengan kasus yang lama, atau disebut dengan proses reuse. Perhitungan ini dilakukan dengan menggunakan rumus 2.1. Setelah dihitung, maka akan didapatkan hasil kecocokan antara kasus baru dengan kasus yang lama. Diagnosa penyakit akan selesai pada proses ini jika ditemukan kecocokan gejala yang mempunyai nilai kepercayaan tinggi. c. Jika pada proses perhitungan tidak ditemukan nilai/hasil diagnosa yang memiliki tingkat kepercayaan yang tinggi, maka selanjutnya masuk ke dalam proses revise. Proses ini meninjau kembali gejala penyakit pada kasus baru, apakah gejala pada kasus baru tersebut ada atau tidak di dalam gejala kasus lama. d. Setelah ditinjau kembali gejala tersebut dan tidak terdapat pada gejala kasus lama, maka dilakukan proses retain. Pada proses ini dilakukan oleh seorang ahli/pakar untuk menentukan gejala baru tersebut apakah layak atau tidak dijadikan gejala baru pada penyakit paru. Jika memang layak menjadi gejala baru, maka seorang ahli/pakar akan menentukan dan menambahkan gejala tersebut ke dalam kasus lama sebagai acuan dalam mendiagnosa penyakit paru selanjutnya. IV-13

14 Alur metode Case-Based Reasoning dan KNN dapat dilihat pada gambar di bawah ini: PASIEN CBR-KNN ADMIN Mulai Masukkan Gejala Menyimpan Data Kasus Pasien Kasus Pasien Proses Retrieve Proses Reuse Hasil Diagnosa YA Apakah Nilai Kepercayaan Tinggi YA TIDAK Masukkan Gejala Baru Data Gejala Baru Gejala Baru Proses Revise Proses Retain Selesai TIDAK Selesai Gambar 4.1 Alur Metode Case-Based Reasoning dan KNN IV-14

15 Analisa metode Case-Based Reasoning dan KNN dalam sistem pakar dalam mendiagnosa penyakit paru jika dilakukan perhitungan secara manual dapat dilihat pada penjelasan dibawah ini: Contoh kasus: Kasus Lama 1 Kasus Lama 2 Kasus Lama 3 Batuk berdarah Batuk berdahak kuning Batuk berdahak putih Batuk hilang timbul Badan melemah Demam lebih seminggu Berat badan turun Berat badan turun Nafsu makan turun Keringat malam Riwayat asma dalam keluarga positif Perokok Nyeri di dada Nyeri di dada Bersin di pagi hari Penyakit : Tuberkulosis Sakit kepala Penyakit : Radang paru Penyakit : Asma Kasus Lama 4 Kasus Lama 5 Kasus Lama 6 Batuk berdahak putih Batuk berdahak putih Batuk berdahak putih Keringat malam Demam lebih seminggu Mual Berat badan turun Muntah Sakit kepala Demam lebih seminggu Perokok Suara serak Perut terasa sakit Penyakit : Emfisema Penyakit : Legionnares Penyakit : Bronkitis IV-15

16 Kasus Baru Batuk berdahak putih Keringat malam Suara serak Perokok Nyeri di dada Penyakit :? a. Proses Retrieve Proses retrieve merupakan proses pencocokan gejala pada kasus baru dengan gejala pada kasus lama. Untuk penentuan jenis penyakit pada kasus baru, maka gejala pada kasus baru akan dicocokkan dengan gejala kasus lama satu per satu. Kasus Baru Kasus Lama 1 Batuk berdarah Batuk berdarah Badan melemah Badan melemah Nyeri di dada Berat badan turun Bersin di pagi hari Nafsu makan turun Perokok Perokok Mual Penyakit:? Penyakit : Tuberkulosis Gambar 4.2 Proses Retrieve Kasus Baru Dengan Kasus Lama 1 IV-16

17 Pada Gambar 4.2, didapatkan 5 gejala penyakit yang sama antara kasus baru dengan kasus lama 1. Kasus Baru Kasus Lama 2 Batuk berdarah Batuk berdahak kuning Badan melemah Demam lebih seminggu Nyeri di dada Berat badan turun Bersin di pagi hari Keringat malam Perokok Nyeri di dada Mual Penyakit:? Sakit kepala Penyakit : Radang paru Gambar 4.3 Proses Retrieve Kasus Baru Dengan Kasus Lama 2 Pada Gambar 4.3, didapatkan 3 gejala penyakit yang sama antara kasus baru dengan kasus lama 2. Kasus Baru Kasus Lama 3 Batuk berdarah Batuk berdahak putih Batuk hilang timbul Badan melemah Nyeri di dada Bersin di pagi hari Riwayat asma keluarga positif Perokok Nyeri di dada Mual Bersin di pagi hari Penyakit:? Penyakit : Asma dalam Gambar 4.4 Proses Retrieve Kasus Baru Dengan Kasus Lama 3 IV-17

18 Pada Gambar 4.4, didapatkan 3 gejala penyakit yang sama antara kasus baru dengan kasus lama 3 Kasus Baru Kasus Lama 4 Batuk berdarah Batuk berdahak putih Badan melemah Demam lebih seminggu Nyeri di dada Berat badan turun Bersin di pagi hari Sakit kepala Perokok Mual Penyakit:? Penyakit : Emfisema Gambar 4.5 Proses Retrieve Kasus Baru Dengan Kasus Lama 4 Pada Gambar 4.5, didapatkan 1 gejala penyakit yang sama antara kasus baru dengan kasus lama 4 Kasus Baru Kasus Lama 5 Batuk berdarah Batuk berdahak putih Badan melemah Mual Nyeri di dada Muntah Bersin di pagi hari Demam lebih seminggu Perokok Mual Perut terasa sakit Penyakit:? Penyakit : Legionnares Gambar 4.6 Proses Retrieve Kasus Baru Dengan Kasus Lama 5 IV-18

19 Pada Gambar 4.6, didapatkan 3 gejala penyakit yang sama antara kasus baru dengan kasus lama 5 Kasus Baru Kasus Lama 6 Batuk berdarah Batuk berdahak putih Badan melemah Keringat malam Nyeri di dada Bersin di pagi hari Perokok Suara serak Perokok Mual Penyakit:? Penyakit : Bronkitis Gambar 4.7 Proses Retrieve Kasus Baru Dengan Kasus Lama 6 Pada Gambar 4.7, didapatkan 3 gejala penyakit yang sama antara kasus baru dengan kasus lama 6 b. Proses Reuse Proses reuse merupakan proses perhitungan kecocokan gejala dengan menggunakan Rumus 2.1. Perhitungan pada proses reuse dapat dilihat di bawah ini: Proses Reuse Antara Kasus Baru Dengan Kasus Lama 1: Bobot gejala kasus lama 1: Batuk berdarah = 5 = 5 Badan melemah = 1 IV-19

20 Berat badan turun = 1 Nafsu makan turun = 1 Perokok = 5 = 3 Kasus Baru Kasus Lama 1 Batuk berdarah Badan melemah Batuk berdarah Badan melemah Nyeri di dada Berat badan turun Bersin di pagi hari Nafsu makan turun Perokok Perokok 5 3 Mual Penyakit:? Similarity = Penyakit : Tuberkulosis [ ( )] = 0,90476 Proses Reuse Antara Kasus Baru Dengan Kasus Lama 2: Bobot gejala kasus lama 2: Batuk berdahak kuning =5 =5 Demam lebih seminggu =5 Berat badan turun =1 Keringat malam =3 IV-20

21 Nyeri di dada =3 =3 Sakit kepala =1 Kasus Baru Kasus Lama 2 Batuk berdarah Batuk berdahak kuning 5 Badan melemah Demam lebih seminggu Nyeri di dada Berat badan turun Bersin di pagi hari 3 Keringat malam Perokok Nyeri di dada Mual 3 Penyakit:? Similarity = [ Sakit kepala Penyakit : Radang paru ( )] = 0,42308 Proses Reuse Antara Kasus Baru Dengan Kasus Lama 3: Bobot gejala kasus lama 3: Batuk berdahak putih =3 Batuk hilang timbul =3 =5 Riwayat asma dalam keluarga positif = 5 Nyeri di dada =3 Bersin di pagi hari =1 IV-21

22 Kasus Baru Kasus Lama 3 Batuk berdarah Batuk berdahak putih Batuk hilang timbul 5 Badan melemah Nyeri di dada Bersin di pagi hari Perokok 3 Riwayat asma keluarga positif 1 Nyeri di dada Mual Bersin di pagi hari Penyakit:? Penyakit : Asma Similarity = [ dalam ( )] = 0,45 Proses Reuse Antara Kasus Baru Dengan Kasus Lama 4: Bobot gejala kasus lama 4: Batuk berdahak putih =3 =5 Demam lebih seminggu =5 Berat badan turun =1 Sakit kepala =1 IV-22

23 Kasus Baru Kasus Lama 4 Batuk berdarah Batuk berdahak putih 5 Badan melemah Demam lebih seminggu Nyeri di dada Berat badan turun Bersin di pagi hari Sakit kepala Perokok Mual Penyakit:? Penyakit : Emfisema Similarity = [ ( )] = 0,3333 Proses Reuse Antara Kasus Baru Dengan Kasus Lama 5: Bobot gejala kasus lama 5: Batuk berdahak putih =3 =5 Mual =1 Muntah =3 Demam lebih seminggu =5 =3 Perut terasa sakit =1 IV-23

24 Kasus Baru Kasus Lama 5 Batuk berdarah Batuk berdahak putih 5 Badan melemah Mual Nyeri di dada Muntah 1 Bersin di pagi hari Demam lebih seminggu Perokok 3 Mual Perut terasa sakit Penyakit:? Similarity = Penyakit : Legionnares [ ( )] = 0,42857 Proses Reuse Antara Kasus Baru Dengan Kasus Lama 6: Bobot gejala kasus lama 6: Batuk berdahak putih =3 Keringat malam =3 =3 =5 Perokok =5 Suara serak =1 IV-24

25 Kasus Baru Kasus Lama 6 Batuk berdarah Batuk berdahak putih 5 Badan melemah Keringat malam Nyeri di dada Bersin di pagi hari 3 5 Perokok Suara serak Perokok Mual Penyakit:? Penyakit : Bronkitis Similarity = [ ( )] = 0,65 Dari perhitungan manual di atas, kasus baru yang memiliki nilai kemiripan paling tinggi adalah pada kasus lama 1 yaitu sebesar 0, Dengan tingkat kemiripan sebesar 0,94076 maka kasus baru tersebut didiagnosa menderita penyakit tuberkulosis. Perhitungan pada metode ini akan selesai jika hasil similarity menghasilkan nilai kepercayaan yang tinggi. c. Proses Revise Proses ini dilakukan jika pada proses reuse tidak menghasilkan nilai kepercayaan yang tinggi. Proses ini meninjau ulang kembali gejala pada kasus baru, apakah memiliki gejala baru yang tidak dimiliki oleh kasus lama pada penyakit paru. IV-25

26 d. Proses Retain Proses ini dilakukan jika perhitungan memasuki proses revise. Seorang pakar akan menentukan layak atau tidak gejala baru tersebut masuk ke dalam gejala pada penyakit paru. 4.2 Analisa Perancangan Sistem Pakar Analisa perancangan sistem pakar pada diagnosa penyakit paru meliputi flowchart, context diagram, data flow diagram (DFD), entity relationship diagram (ERD) Flowchart Proses-proses yang terjadi pada aplikasi Sistem Pakar Mendiagnosa Penyakit Paru (SP-MPP) bisa digambarkan dengan menggunakan flowchart sebagai berikut: IV-26

27 Gambar 4.8 Flowchart SP-MPP Diagram Konteks Diagram konteks digunakan untuk menggambarkan proses kerja sistem secara umum. Diagram Konteks merupakan Data Flow Diagram yang IV-27

28 menggambarkan garis besar operasional sistem. Berikut ini merupakan diagram konteks sistem pakar mendiagnosa penyakit paru: Gambar 4.9 Diagram Konteks Pada diagram konteksmelibatkan sebuah proses tunggal dan dua buah entitas yang memiliki suatu fungsi. Proses yang terjadi merupakan proses Sistem Pakar yang menggambarkan secara garis besar proses-proses yang ada. Pada sistem ini memiliki dua buah entitas sistem yaitu ADMIN dan PASIEN sedangkan yang menjadi prosesnya sendiri yaitu Sistem Pakar Mendiagnosa Penyakit Paru Data Flow Diagram (DFD) Data Flow Diagram (DFD) digunakan untuk menggunakan suatu sistem yang telah ada atau sistem baru yang akan dikembangkan secara logika tanpa mempertimbangkan lingkungan fisik dimana data tersebut mengalir, atau lingkungan fisik dimana data tersebut tersimpan. IV-28

29 Data Flow Diagram (DFD) Level I Berikut adalah gambar DFD Level 1 SP-MPP (Sistem Pakar Mendiagnosa Penyakit Paru) yang menampilkan Entitas, Proses, Data Store dan aliran data yang akan menunujukkan alur jalannya data didalam sistem. 1 Data_Registrasi Info_Data_Registrasi Login Data_Login Info_Data_Login Info_Data_Pasien Tb_Login Tb_Pasien Tb_Penyakit Data_Penyakit Data_Gejala Data_Pertanyaan Data_Probabilitas Data_Pengobatan Admin Tb_Gejala 2 Data Master Info_Data_Penyakit Info_Data_Gejala Info_Data_Pertanyaan Info_Data_Probabilitas Info_Data_Pengobatan Info_Data_Gejala_Lain Tb_Pertanyaan Tb_Probabilitas Tb_Pengobatan Info_Data_Penyakit Info_Data_Gejala \Info_Data_Pengobatan Info_Data_Gejala_Lain Info_Data_Konsultasi_Pasien 3 Data_Jawaban Data_Gejala_Lain Tb_gejala_Lain Konsultasi User (Pasien) Tb_Jawaban Info_Diagnosa Tb_Similarity 4 Info_Data_Laporan Laporan Data_Laporan Gambar 4.10 DFD Level 1 IV-29

30 Tabel 4.2 Deskripsi Proses DFD Level I SP-MPP Proses Deskripsi Pengelolaan Login Proses validasi, authentifikasi, terhadap data login yang diinputkan oleh user. Proses yang mengelola data master Pengelolaan Data Master Pengelolaan Konsultasi Pengelolaan Laporan Proses yang mengelola tentang konsultasi pasien Proses yang mengelola tentang laporan Pada Tabel 4.2 menjelaskan nama proses-proses yang ada di dalam DFD Level 1. Nama-nama aliran data dan penjelasan dari nama aliran data yang terdapat dalam DFD Level 1 dapat dilihat pada Tabel 4.3. Tabel 4.3 Deskripsi Aliran Data DFD Level I SP-MPP Aliran Data Deskripsi Data Data Login Pengguna dan password Info Data Login Menampilkan info data pengguna Info Data Pasien Menampilkan info data pasien Data Registrasi Melakukan pengisian biodata pasien Info Data Registrasi Menampilkan info biodata pasien Data Penyakit Melakukan tambah, edit, hapus penyakit Info Data Penyakit Menampilkan data penyakit Data Gejala Melakukan tambah, edit, hapus gejala Info Data Gejala Menampilkan data gejala Data Pertanyaan Melakukan tambah, edit, hapus pertanyaan Info Data Pertanyaan Menampilkan data pertanyaan Data Probabilitas Melakukan penentuan probabilitas penyakit Info Data Probabilitas Menampilkan data probabilitas Data Pengobatan Melakukan tambah, edit, hapus pengobatan IV-30

31 Info Data Pengobatan Menampilkan data pengobatan Info Data Gejala Lain Menampilkan data gejala lain Info Data Konsultasi Pasien Menampilkan data konsultasi pasien Data Jawaban Melakukan menjawab pertanyaan Data Gejala Lain Melakukan menjawab gejala lain Info Diagnosa Menampilkan diagnose penyakit Data Laporan Melakukan cetak laporan Info Data Laporan Menampilkan laporan Data Flow Diagram (DFD) Level II Berikut adalah gambar DFD Level 2 Proses Pengolahan Login yang menggambarkan proses-proses yang terjadi di Pengolahan Login. Gambar 4.11 DFD Level II 1 Pengelolaan Login Nama-nama proses dan nama-nama aliran data yang terdapat dalam DFD Level 2 Proses Pengolahan Login akan dijelaskan pada Tabel 4.4 dan Tabel 4.5. IV-31

32 Tabel 4.4 Deskripsi Proses DFD Level II 1 pengolahan Login Proses Deskripsi Pengolahan Login Admin Pengolahan Login Pasien Proses validasi, authentifikasi, terhadap data login yang diinputkan oleh Admin. Proses validasi, authentifikasi terhadap data login yang diinputkan oleh pasien. Tabel 4.5 Deskripsi Aliran Data DFD Level II 1 Pengolahan Login Aliran Data Deskripsi Data Data Login Admin Pengguna dan password Info Data Login Admin Data Login Pasien Menampilkan data login admin Info Data Login Pasien Menampilkan data login pasien Pengguna dan Password Berikut adalah gambar DFD Level 2 Proses Data Master yang menggambarkan proses-proses yang terjadi di Data Master. IV-32

33 Gambar 4.12 DFD Level II 2 Data Master Nama-nama proses dan nama-nama aliran data yang terdapat dalam DFD Level 2 Proses Data Master akan dijelaskan pada Tabel 4.6 dan Tabel 4.7. Tabel 4.6 Deskripsi Proses DFD Level II 2 Pengolahan Data Master Proses Deskripsi Data Penyakit Proses yang mengelola tentang data penyakit Data Gejala Proses yang mengelola tentang data gejala Data Pertanyaan Proses yang mengelola tentang data pertanyaan Data Probabilitas Proses yang mengelola tentang data probabilitas Data Pengobatan Proses yang mengelola tentang data pengobatan IV-33

34 Tabel 4.7 Deskripsi Aliran Data DFD Level II 2 Pengolahan Data Master Aliran Data Deskripsi Data Data Penyakit Melakukan tambah, edit, hapus data penyakit Info Data Penyakit Menampilkan data penyakit Data Gejala Melakukan tambah, edit, hapus data gejala Info Data Gejala Menampilkan data gejala Data Pertanyaan Melakukan tambah, edit, hapus data pertanyaan Info Data Pertanyaan Menampilkan data pertanyaan Data Probabilitas Melakukan penentuan probabilitas penyakit Info Data Probabilitas Menampilkan data probabilitas Data Pengobatan Melakukan tambah, edit, hapus data pengobatan Info Data Pengobatan Menampilkan data pengobatan Berikut adalah gambar DFD Level 2 Proses Konsultasi yang menggambarkan proses-proses yang terjadi di Konsultasi. Gambar 4.13 DFD Level II 3 Proses Konsultasi IV-34

35 Nama-nama proses dan nama-nama aliran data yang terdapat dalam DFD Level 2 Proses Konsultasi akan dijelaskan pada Tabel 4.8 dan Tabel 4.9. Tabel 4.8 Deskripsi Proses DFD Level II 3 Pengolahan Konsultasi Proses Deskripsi Data Jawaban Proses yang mengelola tentang data jawaban Data Diagnosa Proses yang mengelola tentang data diagnose Data Gejala Lain Proses yang mengelola tentang data gejala lain Tabel 4.9 Deskripsi Aliran Data DFD Level II 3 Pengolahan Konsultasi Aliran Data Deskripsi Data Data Jawaban Melakukan pengisian jawaban Info Diagnosa Menampilkan diagnose Data Gejala Lain Melakukan pengisian data gejala lain Info Data Gejala Lain Menampilkan data gejala lain ER-Diagram ER-Diagram merupakan suatu model untuk menjelaskan hubungan antar data dalam basis data berdasarkan objek-objek dasar data yang mempunyai hubungan antar relasi. Sistem pakar endiagnosa penyakit paru memiliki ERDiagram seperti digambarkan pada Gambar 4.14 berikut ini: IV-35

36 Nama_Gejala Id_Gejala Bobot Keterangan #Id_Gejala Gejala 1 Nama_Pertanyaan #Id_Pertanyaan Mempunyai Penjelasan Pertanyaan 1 Id_Pasien Nilai N 1 N Id_Penyakit #Id_Jawaban Id_Pertanyaan Id_Gejala #Id_Probabilitas Probabilitas Jawaban Jawaban #Id_Pasien #Id_Penyakit N N Nama_Lengkap No_Urut 1 Penyakit Similarity Pasien 1 Alamat Nama_Penyakit Kota Tanggal_Jawab 1 1 Gambar Kode_Pos #Id_Similarity Keterangan Id_Penyakit Tanggal_Lahir Id_Pasien Kemiripan Memberikan Memberikan Tempat_Lahir Nilai_Similarity Jenis_Kelamin #Id_Pengobatan Status_Nikah 1 N Id_Penyakit Nama_Obat Golongan_Darah Pekerjaan Pengobatan Gejala Lain Instansi Aturan_Minum Pendidikan #Id_Gejala_Lain Status Nama_Gejala #Id_Pasien User_Name Pass_User Keterangan #Id_Login User_Name Login Pas_User Hak_Akses Gambar 4.14 ER-Diagram Keterangan dari entitas-entitas pada entity relationship diagram (ERD) di atas dapat dilihat pada Tabel 4.10 di bawah ini. Keterangan entitas pada ERD sebagai berikut: IV-36

37 Tabel 4.10 Keterangan Entitas pada ERD No Nama Deskripsi Atribut Primary Key 1. Login Menyimpan data - Id_Login login -User_Name -Pass_User -Hak_Akses PK 2. Gejala Penyakit -Id_Gejala -Nama_Gejala -Bobot -Keterangan -Id_Penyakit -No_Urut -Nama_Penyakit -Gambar -Keterangan PK 3. Menyimpan data basis pengetahuan gejala penyakit Menyimpan data basis pengetahuan jenis penyakit 4. Pengobatan Probabilitas -Id_Pengobatan -Id_Penyakit -Nama_Obat -Aturan_Minum -Id_Probabilitas -Id_Gejala -Id_Penyakit -Nilai PK FK Pertanyaan Menyimpan data basis pengetahuan pengobatan Menyimpan data basis pengetahuan bobot dari masing-masing gejala Menyimpan data pertanyaan 7. Pasien -Id_Pertanyaan -Id_Gejala -Nama_Pertanyaan -Penjelasan Menyimpan data -Id_Pasien basis -Nama_Lengkap pengetahuan data -Alamat kasus pasien lama -Kota -Kode_Pos -Tanggal_Lahir -Tempat_Lahir -Jenis_Kelamin -Status_Nikah -Golongan_Darah -Pekerjaan -Instansi PK PK PK FK PK IV-37

38 8. Jawaban 9. Gejala Lain 10. Similarity 4.3 -Pendidikan -User_Name -Pass_User Menyimpan data -Id_Jawaban jawaban -Id_Pasien -Id_Pertanyaan -Jawaban Menyimpan data -Id_Gejala_Lain gejala lain -Nama_Gejala -Keterangan -Id_Pasien -Status Menyimpan data -Id_Similarity hasil konsultasi -Id_Pasien -Nilai_Similarity -Kemiripan -Id_Penyakit -Tanggal_Jawab PK FK PK PK Perancangan Database dan Antar Muka Perancangan meliputi rancangan database dan antar muka dalam membangun sistem aplikasi mendiagnosa penyakit paru dijelaskan pada bagian di bawah ini Rancangan Database Rancangan database aplikasi sistem pakar mendiagnosa penyakit paru terdiri dari beberapa tabel sebagai berikut: Tabel Login Tabel berikut ini menjelaskan tabel Login. Nama : Login Deskripsi : Menyimpan data login Primary key : Id_Login IV-38

39 Tabel 4.11 Login Field Jenis Key Keterangan - Id_Login - User_Name - Pass_User - Hak_Akses int (11) varchar (100) varchar (100) varchar (100) Primary No urut Nama penguna Kata sandi Status masuk Tabel Gejala Tabel berikut ini menjelaskan tabel Gejala. Nama : Gejala Deskripsi : Menyimpan data gejala Primary key : Id_Gejala Tabel 4.12 Gejala Field Jenis Key Keterangan - Id_Gejala - Nama_Gejala - Bobot - Keterangan int (11) varchar (100) int (11) tinytext Primary No urut Nama gejala Nilai gejala Keterangan dari gejala Tabel Penyakit Tabel berikut ini menjelaskan tabel Penyakit. Nama : Penyakit Deskripsi : Menyimpan data penyakit Primary key : Id_Penyakit IV-39

40 Tabel 4.13 Penyakit Field Jenis Key - Id_Penyakit - No_Urut - Nama_Penyakit - Gambar - Keterangan varchar (100) Primary int (11) varchar (100) varchar (255) longtext Keterangan Kode penyakit No urut Nama penyakit Gambar penyakit Keterangan dari penyakit Tabel Pengobatan Tabel berikut ini menjelaskan tabel Pengobatan. Nama : Pengobatan Deskripsi : Menyimpan data pengobatan Primary key : Id_Pengobatan Tabel 4.14 Pengobatan Field Jenis Key - Id_Pengobatan - Id_Penyakit - Nama_Obat - Aturan_Minum int (11) Primary varchar (10) Foreign varchar (100) varchar (100) Keterangan No urut Nama penyakit Nama obat Aturan minum obat Tabel Probabilitas Tabel berikut ini menjelaskan tabel Probabilitas. Nama : Probabilitas Deskripsi : Menyimpan data bobot dari gejala Primary key : Id_Probabilitas IV-40

41 Tabel 4.15 Probabilitas Field Jenis Key Keterangan - Id_Probabilitas - Id_Gejala - Id_Penyakit - Nilai int (11) int (11) varchar (10) varchar (10) Primary No urut Nama gejala Nama penyakit Nilai bobot gejala Tabel Pertanyaan Tabel berikut ini menjelaskan tabel Pertanyaan. Nama : Pertanyaan Deskripsi : Menyimpan data pertanyaan Primary key : Id_Pertanyaan Tabel 4.16 Pertanyaan Field Jenis Key Keterangan - Id_Pertanyaan - Id_Gejala - Nama_Pertanyaan - Penjelasan int (11) int (11) varchar (200) tinytext Primary Foreign No urut Nama gejala Pertanyaan Keterangan dari pertanyaan Tabel Pasien Tabel berikut ini menjelaskan tabel Pasien. Nama : Pasien Deskripsi : Menyimpan data pasien Primary key : Id_Pasien IV-41

42 Tabel 4.17 Pasien Field Jenis Key - Id_Pasien - Nama_Lengkap - Alamat - Kota - Kode_Pos - Tanggal_Lahir - Tempat_Lahir - Jenis_Kelamin - Status_Nikah - Golongan_Darah - Pekerjaan - Instansi - Pendidikan - User_Name - Pass_User int (11) Primary varchar (255) varchar (255) varchar (255) varchar (100) date varchar (255) varchar (255) varchar (255) varchar (255) varchar (255) varchar (255) varchar (255) varchar (255) varchar (255) Keterangan No urut Nama pasien Alamat pasien Kota tinggal Kode pos Tanggal lahir Tempat lahir Jenis kelamin Status nikah Golongan darah Pekerjaan pasien Instansi pekerjaan Pendidikan terakhir Nama pengguna Kata sandi Tabel Jawaban Tabel berikut ini menjelaskan tabel Jawaban. Nama : Jawaban Deskripsi : Menyimpan data jawaban Primary key : Id_jawaban Tabel 4.18 Jawaban Field Jenis Key Keterangan - Id_Jawaban - Id_Pasien - Id_Pertanyaan - Jawaban int (11) int (11) int (11) varchar (100) Primary No urut No pasien No pertanyaan Jawaban pasien Foreign IV-42

43 Tabel Gejala Lain Tabel berikut ini menjelaskan tabel Gejala Lain. Nama : Gejala lain Deskripsi : Menyimpan data gejala lain Primary key : Id_Gejala_Lain Tabel 4.19 Gejala Lain Field Jenis Key Keterangan - Id_Gejala_Lain - Nama_Gejala - Keterangan - Id_Pasien - Status int (11) varchar (100) tinytext int (11) varchar (100) Primary No urut Nama gejala Keterangan gejala No pasien Status gejala baru Tabel Similarity Tabel berikut ini menjelaskan tabel Similarity. Nama : Similarity Deskripsi : Menyimpan data konsultasi Primary key : Id_Similarity Tabel 4.20 Similarity Field Jenis Key Keterangan - Id_Similarity - Id_Pasien - Nilai_Similarity - Kemiripan - Id_Penyakit - Tanggal_jawab int (11) int (11) double int (11) varchar (100) date Primary No urut No pasien Nilai hasil konsultasi Kemiripan kasus No penyakit Tanggal jawab IV-43

44 4.3.2 Rancangan Antar Muka Sistem Antar muka sistem adalah sarana pengembangan sistem yang digunakan untuk membuat komunikasi yang lebih mudah, dan konsisten antara sistem dengan pemakainya. Penekanan antar muka meliputi tampilan yang baik dan mudah dipahami Rancangan Menu Utama Pasien Menu utama pasien ini terdiri dari menu home, registrasi, login, menu master, dan menu informasi. Form ini khusus untuk pasien akan mucul pada saat pertama kali sistem dijalankan setelah mendaftarkan diri pasien dengan cara registrasi dan mengisi biodata pasien, setelah melakukan registrasi pasien baru bisa menggunakan Sistem Pakar Mendiagnosa Penyakit Paru dengan login menggunakan user name dan password yang telah dilakukan pada registrasi sebelumnya. Setelah user name dan password benar, maka pengguna bisa melanjutkan ke sistem untuk konsultasi. Gambar 4.15 Rancangan Menu Utama Pasien IV-44

45 Rancangan Menu Konsultasi Pasien Gambar 4.16 Rancangan Menu Konsultasi Pasien Pada rancangan menu kosultasi pasien ditampilkan pertanyaan mengenai gejala penyakit paru-paru yang harus dipilih oleh pasien sesuai dengan gejala yang dirasakannya. Setiap pertanyaan yang dari menu konsultasi ini terdiri dari dua jenis jawaban yang dapat dipilih yaitu YA atau TIDAK. Setelah pasien memberikan jawaban pada setiap gejala yang ditanyakan selanjutnya sistem akan memproses hasil jawaban tersebut sehingga menghasilkan kesimpulan diagnosa penyakit yang di derita oleh pasien. Jika pasien mengalami gejala yang tidak terdapat pada pertanyaan, maka pasien akan memasukkan gejala tersebut ke dalam form Gejala Lain Yang Anda Alami. IV-45

46 Rancangan Tampilan Login Admin Berikut merupakan tampilan menu login admin: Sistem Pakar Mendiagnosa Penyakit Paru Dengan metode Case-Based Reasoning Menu Aplikasi LOGIN APLIKASI Menu Utama USERNAME Menu Master PASSWORD HAK AKSES -DIPILIH- v Menu Konsultasi Menu Sistem Pakar Mendiagnosa Penyakit Paru dengan metode Case-Based Reasoning Gambar 4.17 Rancangan Tampilan Login Rancangan Tampilan Menu Utama Admin Pada rancangan tampilan menu utama admin, terdapat bagian sub menu home, data login admin, dan logout seperti tergambar pada gambar di bawah ini: IV-46

47 Gambar 4.18 Rancangan Tampilan Menu Utama Admin Pada rancangan tampilan menu utama admin, terdapat sub menu data login admin untuk melakukan tambah, edit, hapus data login admin seperti pada gambar di bawah ini: IV-47

48 Sistem Pakar Mendiagnosa Penyakit Paru Dengan metode Case-Based Reasoning Selamat Datang : Admin (pakar) DATA LOGIN ADMIN Menu Aplikasi Menu Utama [ Tambah Data Login Admin ] Home Data Login Admin Logout Menu Master Menu Konsultasi Menu Laporan Menu Sistem Pakar Mendiagnosa Penyakit Paru dengan metode Case-Based Reasoning Gambar 4.19 Rancangan Tampilan Sub Menu Data Login Admin Rancangan Menu Master Admin Pada menu master admin terdapat beberapa sub menu yaitu data penyakit, data gejala, data gejala lain, data pertanyaan, data probabilitas, data pengobatan yang akan digambarkan pada gambar di bawah ini: IV-48

49 Gambar 4.20 Rancangan Tampilan Sub Menu Data Penyakit Pada rancangan tampilan sub menu data penyakit di atas, pakar dapat melakukan tambah, edit, hapus penyakit. Gambar 4.21 Rancangan Tampilan Sub Menu Data Gejala IV-49

50 Pada rancangan tampilan sub menu data gejala di atas, pakar dapat melakukan tambah, edit, hapus data gejala. Gambar 4.22 Rancangan Tampilan Sub Menu Data Gejala Lain Pada rancangan tampilan sub menu data gejala lain di atas, pakar dapat melakukan edit dan hapus data gejala lain. IV-50

51 Gambar 4.23 Rancangan Tampilan Sub Menu Pertanyaan Pada gambar rancangan tampilan sub menu pertanyaan di atas, pakar dapat melakukan edit dan hapus pertanyaan. IV-51

52 Gambar 4.24 Rancangan Tampilan Sub Menu Probabilitas Pada gambar rancangan tampilan sub menu probabilitas di atas, pakar dapat melakukan edit nilai probabilitass. IV-52