SISTEM PAKAR DIAGNOSA PENYAKIT HEWAN TERNAK LEMBU MENGGUNAKAN METODE DUMPSTER SHAFER

Transkripsi

1 SISTEM PAKAR DIAGNOSA PENYAKIT HEWAN TERNAK LEMBU MENGGUNAKAN METODE DUMPSTER SHAFER Muhammad Iqbal Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl. Sisingamangaraja No. 338 Simpang Limun Medan sutiknoiqbal@yahoo.com ABSTRAK Sistem pakar (expert system) adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti layaknya para pakar (expert). Sistem pakar yang baik dirancang agar dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para pakar atau ahli. Dengan pengembangan sistem pakar, diharapkan bahwa orang awam pun dapat menyelesaikan masalah yang cukup rumit yang sebenarnya hanya dapat diselesaikan dengan bantuan para ahli. Permasalahan yang ditangani oleh seorang pakar bukan hanya permasalahan yang mengandalkan algoritma, namun kadang juga permasalahan yang sulit dipahami. Permasalahan tersebut dapat diatasi oleh seorang pakar dengan pengetahuan dan pengalamannya. Sisi kecerdasan yang ada pada sistem pakar dapat menciptakan sebuah intraksi antara pengguna dengan sistem, baik dari sistem penyampaian informasi, perkembangan metode yang efektif, hingga pada tingkat kepuasan pengguna dibidang perternakan khususnya ternak lembu menjadi fokus utama dalam pembuatan aplikasi ini. Metode yang digunakan pada sistem pakar ini menggunakan teori dempster-shafer, karena metode ketidakpastian ini menghasilkan gambaran kemungkinan sebuah jawaban, dan hanya ada satu yang akan sesuai dengan jawaban yang dibutuhkan, dan teori ini tingkat kepercayaannya didapat dari suatu gejala dari masalah tersebut. Kata Kunci :Sistem Pakar, Ternak Lembu, Algoritma, Dempster-Shafer Theory. 1. Pendahuluan Deteksi dan penanganan dini pada penyakit lembuadalah hal penting untuk peningkatan produktivitas daging lembu. Ketergantungan akan keberadaan seorang pakar ternak lembu atau dokter hewan sangatlah tinggi terutama bagi para peternak di desa. Namun, keberadaan seorang pakar ternak atau dokter hewan tidak selalu ada setiap saat atau sangat susah ditemui terutama di daerah pedesaan. Sistem pakar adalah sistem berbasis komputer yang menggunakan pengetahuan, fakta dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tertentu. Penggunaan sistem pakar tersebut akan lebih mudah ketika diimplementasikan ke dalam komputer, selain internet yang sudah banyak dimiliki oleh sebagian besar masyarakat, juga dapat diakses melalui media mobile yang sudah semakin canggih sekarang ini dengan akses internet dan browsermobile dimanapun dan kapanpun. Pada penelitian ini jenis penyakit yang dapat dideteksi sebanyak 30 penyakit menggunakan metode Dempster-shafer dengan masukan gejala dari pengguna. Pengujian yang digunakan yaitu pengujian validasi (pengujian blackbox) dan pengujian akurasi sistem pakar dengan data uji sebanyak 18 kasus. Hasil pengujian menunjukkan uji validasi fungsional dan kepakaran sistem sebesar 100% dan uji akurasi sebesar 88,89% dari 18 kasus menggunakan metode Dempster-Shafer. Melalui metode Dempster Shafer yang digunakan sebagai metode dari penggabungan sensor, teori dempster shafer berdasarkan pada dua ide memperoleh tingkat kepercayaan untuk sebuah pertanyaan dari probabilitas subjektif dimana dapat berdasarakan pada item independent sebuah barang bukti. Dengan esensi, derajat dan kepercayaan dalam sebuah proporsi yang bergantung secara primer dari pada jumlah jawaban (untuk pertanyaan yang berelasi) yang berisikan proposi, dan probabilitas subjektif untuk sebuah pertanyaan. 2. Landasan Teori 2.1 Sistem Pakar Sistem pakar merupakan sebuah perangkat lunak komputer yang berbasiskan pengetahuan pakar yang menyediakan solusi-solusi kualitas pakar untuk menyelesaikan masalah-masalah tertentu yang spesifik. Definisi sistem pakar sendiri adalah aplikasi berbasis komputer yang digunakan untuk menylesaikan masalah sebagaimana yang dipikirkan oleh pakar. Pakar yang dimaksud disini adalah orang yang mempunyai keahlian khusus yang dapat menyelesaikan suatu masalah yang 49

2 tidak dapat diselesaikan orang awam (Kusrini, 2008). Sebuah sistem pakar memiliki 2 komponen utama yaitu basis pengetahuan dan mesin interferensi. Basis pengetahuan merupakan tempat penyimpanan pengetahuan dalam memori computer, dimana pengetahuan ini diambil dari pengetahuan pakar. Pengetahuan (knowledge) mungkin saja berasal dari seorang ahli dalam suatu pengembangan sistem pakar, atau merupakan pengetahuan dari media seperti majalah, buku, jurnal, dan sebagainya. Selain itu pengetahuan yang dimiliki sistem pakar bersifat khusus untuk satu domain masalah saja. Semakin banyak pengetahuan yang dimasukkan kedalam sistem pakar, maka sistem tersebut akan semakin baik dalam bertindak, sehingga hampir menyerupai pakar yang sebenarnya. 50 mendukung suatu himpunan proposisi. Jika bernilai 0 maka mengindikasikan bahwa tidak ada evidence, dan jika m bernilai 1 menunjukkan adanya kepastian. Plausibility (Pl) dinotasikan sebagai: Pl(s) = 1 Bel( s) Plausibility juga bernilai 0 sampai 1. Jika kita yakin akan s, maka dapat dikatakan bahwa Bel( s)=1, dan Pl( s)=0. Plausability akan mengurangi tingkat kepercayaan dari evidence. Pada teori Dempster- Shafer kita mengenal adanya frame of discernment yang dinotasikan dengan θ dan mass function yang dinotasikan dengan m. Fungsi kombinasi m1 dan m2 sebagai m3 dibentuk dengan persamaan : Keterangan : m1 (X) adalah mass function dari evidence X m2 (Y) adalah mass function dari evidence Y m3 (Z) adalah mass function dari evidence Z κ adalah jumlah conflict evidenc Gambar 2.3 Konsep Dasar Sistem Pakar Gambar 2.3 diatas merupaka gambaran dari konsep dasar sistem pakar, dimana pengguna ( user ) menyampaikan fakta atau informasi kepada sistem pakar, kemudian fakta atau informasi tersebut akan dimasukkan kedalam knowledge base ( basis pengetahuan ), dan diolah dengan kemampuan inferensi, sehingga sistem dapat memberikan respon kepada penggunanya berupa keahlian atau jawaban berdasarkan pengetahuan yang dimilikinya. 2.2 Metode Dumpster Shafer Teori Dempster Shafer pertama kali diperkenalkan oleh oleh Arthur P. Dempster and Glenn Shafer, yang melakukan percobaan ketidakpastian dengan range probabilities daripada sebagai probabilitas tunggal. Kemudian pada tahun 1976 Shafer mempublikasikan teori Dempster pada buku yang berjudul Mathematichal Theory of Evident. Teori Dempster Shafer merupakan teori matematika dari evidence. Teori tersebut dapat memberikan sebuah cara untuk menggabungkan evidence dari beberapa sumber dan mendatangkan atau memberikan tingkat kepercayaan (direpresentasikan melalui fungsi kepercayaan) dimana mengambil dari seluruh evidence yang tersedia. Secara umum Teori Dempster-Shafer ditulis dalam suatu interval : [Belief,Plausibility] Belief (Bel) adalah ukuran kekuatan evidence dalam 3. Analisa Dan Perancangan 3.1 Analisa Diagnosa Penyakit Lembu Analisa berguna untuk mengetahui kebutuhan perangkat lunak serta kebutuhan sistem pakar yang dibangun. Dalam tahap ini dilakukan pencarian dan pengumpulan data serta pengetahuan yang diperlukan oleh sistem pakar. Sehingga pada akhirnya didapatkan hasil dari analisa berupa sebuah sistem yang strukturnya dapat didefinisikan dengan baik dan jelas. Tujuan dari analisa sistem dalam pengembangan sistem pakar ini adalah untuk mendapatkan berbagai kebutuhan pengguna dan sistem, yaitu perihal masukan dan keluaran yang harus disediakan oleh pengguna serta dibutuhkan oleh sistem. Proses tersebut akan menjadi masukan bagi proses perancangan sistem secara keseluruhan. Isi daftar aturan berdasarkan urutan dan pola tertentu. 3.2 Analisa Dan Logika Metode Dalam membangun sebuah sistem pakar, tahap awal yang harus dilakukan adalah menentukan struktur basis pengetahuan. Dalam hal ini, basis pengetahuan merupakan kumpulan fakta. Pada perancangan berbasis pengetahuan pada aktifitas proses. Beberapa struktur basis pengetahuan diantaranya : 1. Basis pengetahuan gejala penyakit menular. 2. Basis pengetahuan penyakit menular. 3. Basis pengetahuan gejala dan penyakit menular.

3 4. Basis Pengetahuan nilai dempster-shafer. 5. Basis pengetahuan solusi atau pencegahan dini penyakit menular. Di dalam kasus ini lembu penderita penyakit menular dapat diidentifikasi dengan cara peternak memilih gejala-gejala penyakit yang dialaminya yang terdapat dalam sistem. Peternak dapat memberi tanda berdasarkan gejala yang dialaminya dan kemudian gejala tersebut akan dicocokkan dengan basis pengetahuan untuk mengetahui nama penyakit menular yang dideritanya berdasarkan nilai probabilitas densitas masing-masing gejalanya. Pada basis pengetahuan ini berisi tentang fakta penyakit, gejala, nilai dempster-shafer (DS) dan solusi pencegahan. Berikut ini merupakan tabel basis pengetahuan berupa fakta antara lain : Tabel 3.1 Basis Pengetahuan 51 Sumber : kementrian kesehatan, 2002 Setelah tahap penentuan basis pengetahuan maka selanjutnya dilakukan analisa motor inferensi. Analisa motor inferensi ini terdiri dari teknik penelusuran yang menggunakan forward chaining dan metode dempster-shafer. Forwardchaining melakukan penalaran dan pengambilan kesimpulan dari basis pengetahuan dengan pencocokan fakta atau pernyataan dimulai dari bagian IF dulu kemudian THEN untuk menyimpulkan penyakit yang diderita. Untuk mendapatkan kesimpulan dari beberapa fakta yang ada maka ditambahkan sebuah metode sistem pakar, metode tersebut adalah metode dempster-shafer dimana terdapat suatu nilai probablitas densitas berdasarkan gejala yang diberikan peternak pada saat diagnosa dilakukan. Untuk mengetahui analisa metode dempster-shafer lebih lanjut dapat dilakukan dengan melakukan perhitungan manual penyakit menular ini menggunakan metode dempster-shafer. Seperti contoh berikut: Diasumsikan gejala yang diambil merupakan gejala yang dimiliki oleh ternak. Berikut contoh gejala yang dipilih dan perhitungan manualnya dengan kode penyakit yang diderita

4 berdasarkan gejalanya, pada kode penyakit P sebagai penyakit diikuti dengan urutan penyakitnya: a. Gejala 1 : lemah, mendukung penyakit (P1, P2, P6, P14, P26, P30, P31,P32) b. Gejala 2 : kurus/berat badan turun, mendukung (P2, P6, P13, P14, P24, P26, P30, P31, P32) c. Gejala 3 : bulu tidak mengkilat, mendukung (P2, P6, P10, P14, P31) d. Gejala 4 : sesak napas, mendukung (P1, P23) e. Gejala 5 : penurunan kondisi tubuh, mendukung (P6, P24) f. Gejala 6 : diare, mendukung (P6, P10, P11, P19, P20, P24, P25, P30, P32) Keterangan: P1 : Antraks P2 : Tuberkulosis P6 : Paratuberkulosis P10 : Jembrana P11 : Salmonellosis P13 : Radang mata P14 : Radang paru-paru P19 : Parainfluenza P20 : Demam tiga hari P23 : Surra P24 : Piroplasmosis P25 : Anaplasmosis P26 : Berak darah P30 : Cacing hati P31 : Cacing lambung P32 : Ascariaris 4. Algoritma Dan Implementasi 4.1 Algoritma Algoritma ini digunakan untuk menerangkan jalannya proses basis aturan, yang diterangkan seperti di bawah ini : Input : Gejala Output : Penyakit 4.2 Spesifikasi Kebutuhan Sistem Kebutuhan sistem dalam membangun sistem pendukung keputusan dalam diagnosa penyakit hewan ternak lembu meliputi kebutuhan hardware (perangkat keras), software (perangkat lunak), informasi dan beberapa aspek kebutuhan lain untuk mendukung dalam pembuatan dan impelementasi sistem. 1. Analisa Kebutuhan Perangkat Keras Spesifikasi perangkata keras komputer yang digunakan dalam membangun web indeks barang ini adalah sebagai berikut : a. Prosesor : Intel Core i3-2370m CPU@ 2.40 GHz. 2.40GHz b. Memori : 2.00 GB (1.90 GB Usable) c. System Type : 32-bit Operating System d. Hard Disk : 80 GB SATA 52 e. Display : 14 HD (LED) 2. Analisa Kebutuhan Perangkat Lunak Dalam proses pembangunan sistem dibutuhkan beberapa perangkat lunak untuk menghasilkan sebuah website yang dinamis. Software yang digunakan dalam pembangun sistem adalah sebagai berikut : a. Visual Basic Net.2010 b. Microsoft Access 2007 c. Sistem Operasi Windows 7 Ultimate d. 5. Kesimpulan Dan Saran 5.1 Kesimpulan Sebagai penutup pembahasan dalam penulisan skripsi ini, setelah melakukan analisis, perancangan dan pengujian, maka dapat diperoleh kesimpulan sebagai berikut : 1. Sistem pakar untuk memprediksi penyakit pada hewan ternak lembu ini dapat memberikan kemudahan bagi para peternak lembu untuk dapat mengetahui lebih awal tentang gejala dan penyakit pada hewan lembu sehingga mereka dapat melakukan penanganan yang tepat. 2. Memerlukan seseorang yang ahli dalam memprediksi penyakit pada hewan lembu guna membuat rule-rule kepakaran dalam sistem pakar memprediksi penyakit pada hewan lembu. Sistem pakar tidak akan selalu benar, tergantung pada sumber informasinya (ahli). 3. Dalam pengimplementasian metode Dempster Shafer untuk memprediksi penyakit pada hewan lembu menggunakan runut mundur (Backward Chaining). 4. Dalam perancangan sistem pakar untuk memprediksi penyakit pada hewan lembu menggunakan pertanyaan-pertanyaan mengenai gejala penyakit. 5.2 Saran Berikut ini beberapa saran untuk pengembangan sistem pakar ini agar lebih baik: 1. User dapat menginputkan parameter yang telah diuji kebenarannya untuk menambah pengetahuan jika fakta tersebut belum ada 2. Untuk kedepannya sangat diharapkan agar menjadikan sistem pakar yang dibuat ini dapat diakses dengan internat sebab pada tahap perancangan ini masih bersifat offline. 3. Diharapkan agar lebih banyak lagi di dalam bidang penyakit paru-paru yang lebih baik lagi ilmu di bidangnya masing-masing. 4. Sistem pakar yang di bangun sangat di harapkan agar dapat di kembangkan dengan bahasa pemograman yang lain agar lebih banyak lagi variasinya.

5 DAFTAR PUSTAKA 1. Ardianto. Sistem Pakar Teori dan Aplikasi: Penerbit Andi, Yogyakarta 2. Durkin, J. (1994). Expert System Design and Development. London; Prentice hall international Edition. Inc 3. Hardjono, Dhewiberta, 2006, Konsep Kecerdasan Buatan, CV Andi Offset, Yogyakarta, 235 halaman 4. Haviluddin Memahami Penggunaan Diagram Arus Data. Jurnal Informatika Mulawarman Vol.04 September Program Studi Ilmu Komputer, FMIPA Universitas Mulawarman. 5. Imam, (2011). Analisis dan Design: Yogyakarta: andi 6. Kusumadewi, (2003), Artificial intelegfence teknik dan aplikasinya. Yogyakarta : Grahailmu Octafian, D. Tri Desain Database Sistem Informasi Penjualan Barang (Studi Kasus : Minimarket Grace Palembang). Jurnal Teknologi dan Informatika (Teknomatika) Vol.1 No.2 Mei Pressman, Roger S Rekayasa Perangkat Lunak: Pendekatan Praktisi Buku 1, Andi Offset, Yogyakarta 9. Suryadi 2014, Sistem Pakar Diagnosa Penyakit Sapi Menggunakan Visual Basic 6.0. Universitas Dehasen (UNIVED) Bengkulu. 10. Turban Ananlisis dan Desain Sistem Informasi. Yogyakarta: Graha Ilmu. 11. T. Sutojo dkk, (2011), Sistem Pakar Diagnosa Penyakit Sapi Menggunakan Visual Basic 6.0. Universitas Dehasen (UNIVED) Bengkulu, 64 Halaman