BAB 2 TINJAUAN PUSTAKA
|
|
- Herman Makmur
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB 2 TINJAUAN PUSTAKA 2.1 Sistem Pakar Kecerdasan buatan sebagaimana telah diketahui, saat ini merupakan suatu inovasi baru dalam bidang ilmu pengetahuan. Kecerdasan buatan atau Artificial Intelligence merupakan salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia. Teknologi kecerdasan buatan dipelajari dalam bidang-bidang, seperti: robotika, penglihatan komputer (computer vision), jaringan saraf tiruan (artificial neural system), pengolahan bahasa alami (natural language processing), pengenalan suara (speech recognition) dan sistem pakar (expert system). Menurut Ignizio, James P, sistem pakar (expert system) adalah suatu metode artificial intelegence yang berguna untuk meniru cara berpikir dan penalaran seorang ahli dalam mengambil keputusan berdasarkan situasi yang ada. Ini merupakan bagian aplikasi spesialisasi tingkat tinggi yang berusaha menduplikasi fungsi seorang pakar. Program ini bertindak sebagai seorang konsultan yang cerdas dalam suatu keahlian tertentu. Sehingga seorang user dapat melakukan konsultasi kepada komputer, seolah-olah user tersebut berkonsultasi kepada seorang ahli. Dengan demikian seorang awam sekalipun bisa menggunakan sistem pakar tersebut untuk menyelesaikan berbagai permasalahan yang dihadapi. Sistem pakar pertama kali dikembangkan oleh komunitas AI pada pertengahan tahun Sistem pakar yang muncul pertama kali adalah Generalpurpose Problem Solver (GPS) yang dikembangkan oleh Newel dan Simon. GPS
2 (dan program-program serupa) ini mengalami kegagalan dikarenakan cakupannya terlalu luas sehingga terkadang justru meninggalkan pengetahuan-pengetahuan penting yang seharusnya disediakan. Sampai saat ini sudah banyak sistem pakar yang dibuat, beberapa contoh diantaranya adalah (Kusumadewi, 2003): a. MYCIN Sistem yang berdiri sendiri yang mengharuskan pengguna untuk memasukkan semua informasi yang relevan tentang pasien dengan mengetikkan jawaban dalam menanggapi pertanyaan-pertanyaan yang diberikan. b. DENDRAL Mengidentifikasi struktur molekular campuran yang tak dikenal. c. XCON & XSEL Membantu konfigurasi sistem komputer besar. d. SOPHIE Analisa sirkuit elektronik. e. Prospector Digunakan di dalam geologi untuk membantu mencari dan menemukan deposit. f. FOLIO Membantu memberikan keputusan bagi seorang mamajer dalam hal stok broker dan investasi. g. DELTA Pemeliharaan lokomotif listrik disel. Ada beberapa keunggulan sistem pakar, diantaranya dapat (Arhami, 2005): a. Menghimpun data dalam jumlah besar b. Menyimpan data tersebut untuk jangka waktu yang panjang dalam suatu bentuk tertentu. c. Mengerjakan perhitungan secara cepat dan tepat tanpa jemu mencari kembali data yang tersimpan dengan kecepatan tinggi.
3 Sementara kemampuan sistem pakar, di antaranya adalah (Arhami, 2005): a. Menjawab berbagai pertanyaan yang menyangkut bidang keahliannya. b. Bila diperlukan dapat menyajikan asumsi dan alur penalaran yang digunakan untuk sampai ke jawaban yang dikehendaki. c. Menambah fakta kaidah dan alur penalaran sahih yang baru ke dalam otaknya. Sistem pakar (expert system) memiliki beberapa karakteristik yang biasanya diterapkan dalam pembuatan program secara praktis. Karakteristik- karakteristik dari sistem pakar tersebut adalah sebagai berikut (Kristanto, 2004) : a. Basis pengetahuan mudah diperbaharui. b. Kemampuan mempelajari fakta atau kejadian barudari pengalamannya sendiri. c. Mudah dipakai oleh siapa saja. d. Mampu menjelaskan proses pemikiran dan langkah-langkah yang dilakukan untuk mencapai kesimpulan. Ada beberapa masalah yang menjadi area luas aplikasi sistem pakar antara lain (Kusumadewi, 2003): a. Interpretasi Pengambilan keputusan dari hasil observasi, termasuk di antaranya : pengawasan, pengenalan ucapan, analisis citra, interpretasi sinyal, dan beberapa analisis kecerdasan. b. Prediksi Termasuk diantaranya : peramalan, prediksi demografis, peramalan ekonomi, prediksi lalu lintas, estimasi hasil, militer, pemasaran, atau peramalan keuangan. c. Diagnosa Termasuk diantaranya : medis, elektronis, mekanis, dan diagnosa perangkat lunak. d. Perancangan Termasuk diantaranya : layout sirkuit dan perancangan bangunan.
4 e. Perencanaan Termasuk diantaranya : perencanaan keuangan, komunikasi, militer, pengembangan produk, routing, dan manajemen proyek. f. Monitoring Misalnya : Computer-Aided Monitoring Systems. g. Debugging Memberikan resep obat terhadap suatu kegagalan. h. Perbaikan i. Instruksi Melakukan instruksi untuk diagnosa, debugging, dan perbaikan kinerja. j. Kontrol Melakukan kontrol terhadap interpretasi, prediksi, perbaikan, dan monitoring kelakuan sistem. Sistem pakar (expert system) menggunakan basis pengetahuan (knowledge base) sebagai dasar pemikirannya. Knowledge base tersebut terdiri dari sejumlah rule-rule yang tersusun secara sistematis dan spesifik, juga relasi antara data dan aturan/rule dalam pengambilan kesimpulan. Knowledge base tersebut disimpan dalam sebuah basis data pada suatu tempat penyimpanan data. Sedangkan sebagai otak atau pusat pemrosesannya adalah inference engine, yaitu suatu rancangan aplikasi yang berfungsi untuk memberikan pertanyaan dan menerima input dari user, kemudian melakukan proses logika sesuai dengan knowledge base yang tersedia, untuk selanjutnya menghasilkan output berupa suatu kesimpulan atau bisa juga berupa keputusan/decision sebagai hasil akhir konsultasi. User memasukkan input dan menerima output melalui sebuah interface atau tampilan, yaitu sebagai sarana penghubung interaksi antara user dengan sistem.
5 2.1.1 Konsep Dasar Sistem Pakar (Expert System) Konsep-konsep dasar dari sebuah sistem pakar menurut Turban (Turban, 1995) adalah: 1. Keahlian (Expertise) Keahlian merupakan pengetahuan khusus yang dimiliki oleh seseorang melalui latihan, belajar, serta pengalaman-pengalaman yang dialami pada suatu bidang tertentu dalam jangka waktu yang cukup lama. Pengetahuan tersebut dapat berupa fakta-fakta, teori-teori, aturan-aturan serta strategi untuk menyelesaikan suatu masalah. Dengan pengetahuan tersebut seorang pakar dapat memberikan keputusan yang lebih baik dan cepat dalam menyelesaikan suatu permasalahan yang sulit. 2. Ahli atau pakar (Expert) Seorang pakar harus memiliki kemampuan menyelesaikan permasalahan pada bidang tertentu yang ditanganinya, kemudian memberikan penjelasan mengenai hasil dan kaitannya dengan permasalahan yang ada. Selain itu seorang pakar juga harus mempelajari hal-hal baru dari setiap perkembangan yang ada, lalu menyusun kembali pengetahuannya, dan dalam hal tertentu dapat memberikan alternatif lain agar mampu memecahkan permasalahan yang dihadapi serta menghasilkan solusi yang tepat. Seluruh karakteristik di atas harus dimiliki oleh seorang pakar. Untuk meniru kepakaran seorang manusia, perlu dibangun sebuah sistem komputer yang menunjukan seluruh karakteristik tersebut. Namun hingga saat ini, pekerjaan dibidang sistem pakar terfokus pada aktifitas penyelesaian masalah dan memberikan penjelasan mengenai solusinya. 3. Memindahkan Keahlian (Transfering Expertise) Tujuan dari sistem adalah memindahkan keahlian yang dimiliki oleh seorang pakar ke dalam sebuah sistem komputer, kemudian dari sebuah sistem
6 komputer kepada orang lain yang bukan pakar. Proses ini dapat meliputi empat kegiatan : Perolehan pengetahuan (Knowledge Acquistion). Representasi pengetahuan (Knowledge Representation). Menyimpulkan pengetahuan (Knowledge Inferencing). Memindahkan pengetahuan kepada pemakai (Knowledge Transfer to User). Pengetahuan tersebut ditempatkan ke dalam suatu komponen yang dinamakan basis pengetahuan (Knowledge Base). 4. Kesimpulan (Inference) Keistimewaan dari sistem pakar adalah kemampuannya dalam memberikan saran, yaitu dengan menempatkan keahlian ke dalam basis pengetahuan (Knowledge Base) dan membuat program yang mampu mengakses basis pengetahuan sehinggga sistem dapat memberikan kesimpulan. Kesimpulan dibentuk di dalam komponen yang dinamakan mesin pengambil kesimpulan (Inference Engine), dimana berisi aturan-aturan untuk menyelesaikan masalah. 5. Aturan (Rule) Umumnya sistem pakar adalah sistem berbasis aturan, yaitu pengetahuan yang terdiri dari aturan-aturan sebagai prosedur penyelesaian masalah. Pengetahuan tersebut digambarkan sebagai suatu urutan seri dari kaidah- kaidah yang sudah dibuat. 6. Kemampuan Penjelasan (Explanation Capability) Keistimewaan lain dari sistem pakar adalah kemampuannya dalam memberikan saran atau rekomendasi serta menjelaskan mengapa tindakan tertentu tidak dianjurkan. Pemberian penerangan dan pendapat ini dilakukan dalam suatu subsistem yang dinamakan subsistem penjelasan (explanation subsystem).
7 2.1.2 Struktur Sistem Pakar (Expert System) Sistem pakar memiliki beberapa komponen utama yaitu: antar muka pengguna (user interface), basis data sistem pakar (expert system database), fasilitas akuisisi pengetahuan (knowledge acquisition facility) dan mekanisme inferensi (inference mechanism). Selain itu ada satu komponen yang ada pada beberapa sistem pakar yaitu fasilitas penjelasan (explanation facility). Antar muka pengguna adalah perangkat lunak yang menyediakan media komunikasi antara pengguna dengan sistem. Basis data sistem pakar berisi pengetahuan setingkat pakar pada subyek tertentu. Pengetahuan ini bisa berasal dari pakar, jurnal, majalah, dan sumber pengetahuan lainnya. Fasilitas akuisisi pengetahuan merupakan perangkat lunak yang menyediakan fasilitas dialog antara pakar dengan sistem. Fasilitas akuisisi ini digunakan untuk memasukkan fakta-fakta dan kaidah-kaidah sesuai dengan perkembangan ilmu. Mekanisme inferensi merupakan perangkat lunak yang melakukan penalaran dengan menggunakan pengetahuan yang ada untuk menghasilkan suatu kesimpulan atau hasil akhir. Fasilitas penjelasan berguna dalam memberikan penjelasan kepada pengguna mengapa komputer meminta suatu informasi tertentu dari pengguna dan dasar apa yang digunakan komputer sehingga dapat menyimpulkan suatu kondisi Metode Inferensi Inferensi merupakan proses untuk menghasilkan informasi dari fakta yang diketahui atau diasumsikan. Inferensi adalah konklusi logis (logical conclusion)
8 atau implikasi berdasarkan informasi yang tersedia. Dalam sistem pakar proses inferensi dilakukan dalam suatu modul yang disebut Inference Engine (mesin inferensi). Ada dua metode inferensi yang penting dalam sistem pakar yaitu: runut maju (forward chaining) dan runut balik (backward chaining). 1. Forward Chaining Pencocokan fakta atau pernyataan dimulai dari bagian sebelah kiri. Dengan kata lain, penalaran dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesis. Berdasarkan penelitian yang telah dilakukan sebelumnya (Dhany, 2009), metode inferensi ini dapat digunakan apabila data penyakit sederhana dan tidak kompleks. Contohnya : IF Sulit bernafas AND Pilek AND Batuk kering AND Tarikan nafas berbunyi kasar dan penghembusan nafas berbunyi mengi THEN Laringitis Secara sederhana dapat dijelaskan bahwa untuk kaidah diatas, agar sistem mencapai konklusi, harus diinput terlebih dahulu fakta sulit bernapas, pilek, tarikan nafas berbunyi kasar dan penghembusan nafas berbunyi mengi. Baru sistem dapat mengeluarkan konklusi bahwa penyakit yang diderita adalah laringitis. 2. Backward Chaining Pencocokan fakta atau pernyataan dimulai dari bagian sebelah kanan. Dengan kata lain, penalaran dimulai dari hipotesis terlebih dahulu, dan untuk menguji kebenaran hipotesis tersebut harus dicari fakta-fakta yang ada dalam basis pengetahuan.
9 2.2 Certainty Factor Dalam menghadapi suatu permasalahan sering ditemukan jawaban yang tidak memiliki kepastian penuh. Ketidakpastian ini dapat berupa probabilitas atau kebolehjadian yang tergantung dari hasil suatu kejadian. Hasil yang tidak pasti disebabkan oleh dua faktor, yaitu aturan yang tidak pasti dan jawaban pengguna yang tidak pasti atas suatu pertanyaan yang diajukan oleh sistem. Hal ini sangat mudah dilihat pada sistem diagnosa penyakit, dimana pakar tidak dapat mendefinisikan hubungan antara gejala dengan penyebabnya secara pasti, dan pasien tidak dapat merasakan suatu gejala dengan pasti pula. Pada akhirnya akan ditemukan banyak kemungkinan diagnosa. Sistem pakar harus mampu bekerja dalam ketidakpastian. Sejumlah teori telah ditemukan untuk menyelesaikan ketidakpastian, termasuk diantaranya Probabilitas klasik, Probabilitas Bayes, Teori Hartley berdasarkan himpunan klasik, Teori Shannon berdasakan pada probabilitas, Teori Depmster-Shafer, Teori Fuzzy Zadeh, dan Faktor Kepastian (certainty factor). Faktor kepastian (Certainty Factor) diperkenalkan oleh Shortliffe Buchanan dalam pembuatan MYCIN (Kusumadewi, 2003). Certainty Factor (CF) merupakan nilai parameter klinis yang diberikan MYCIN untuk menunjukkan besarnya kepercayaan. Certainty Factor (CF) menunjukkan ukuran kepastian terhadap suatu fakta atau aturan. Notasi faktor kepastian adalah: CF[h,e] = MB[h,e]-MD[h,e] MB[h, e1 e2] = 0 MD[h, e1 e2] = 1 MB[h, e1] + MB[h, e2].(1 MB[h, e1]) lainnya (2.1)
10 MD[h, e1 e2] = 0 MB[h,e1 e2] = 1 MD[h, e1] + MD[h,e 2].(1 MD[h,e 1]) lainnya Dengan: CF[h,e] = faktor kepastian. MB[h,e] = ukuran kepercayaan terhadap hipotesis h, jika diberikan evidence e (antara 0 dan 1). MD[h,e] = ukuran ketidakpercayaan terhadap hipotesis h, jika diberikan edvidence e (antara 0 dan 1). e = Evidence (peristiwa atau fakta). h = Hipotesis (dugaan). Di dalam penggunaannya dalam membangun suatu aplikasi (Irmayani, 2010), hasil diagnosa seorang pasien dari aplikasi yang telah dihitung menggunakan metode Certainty Factor akan disesuaikan dengan hasil diagnosa yang dilakukan oleh pakar secara langsung untuk kemudian dilihat apakah diagnosa dari sistem yang telah dibuat sesuai dengan diagnosa langsung oleh pakar. Dari hasil analisis ini akan ditarik kesimpulan apakah sistem telah berjalan sesuai dengan kondisi yang sebenarnya ataukah belum sesuai. Certainty Factor merupakan faktor keyakinan dari jawaban user. Dalam penyusunan rule, user sering kali dihadapkan pada suatu premis yang meminta suatu kebenaran yang absolut. Sedangkan pada kenyataannya sering kali ditemui suatu fakta yang kebenarannya tidak bersifat absolut. Untuk itu perlu ditentukan faktor keyakinan atau certainty factor terhadap suatu fakta. Misalnya pada sebuah pertanyaan, Apakah pasien menderita nyeri pada perut?. Untuk memasukkan suatu value ke dalam inference engine, user terkadang merasa bingung, rasa nyeri yang dimaksudkan adalah rasa nyeri yang bagaimana, apakah nyeri sedikit saja sudah dapat dimasukkan sebagai value, atau nyeri yang hebat saja yang dimasukkan sebagai value. Ataukah dalam rule tersebut rasa nyeri dapat diabaikan saja. Bisa saja dibuat pertanyaan pelengkap Nyatakan intensitas nyeri yang dirasakan dalam skala 0 sampai 10. Tetapi 2 orang yang berbeda dengan kasus
11 yang sama bisa saja memberikan dua jawaban yang berbeda pula. Untuk itu diperlukan sebuah metode ketidakpastian atau uncertainty, untuk memberikan toleransi jawaban atau pertanyaan yang jawabannya tidak pasti. Tingkat ketidakpastian ditentukan dari : Validitas knowledge base rule. Validitas respon user. Dalam proses pengeksekusian knowledge base, nantinya akan dihadapkan dengan multiple rule yang mengacu pada satu kesimpulan yang sama. Untuk itu diperlukan perhitungan untuk menggabungkan multiple rule tersebut Metode Kuantifikasi Pertanyaan Metode kuantifikasi pertanyaan merupakan metode untuk mendapatkan nilai factor kepastian dari pengguna terhadap suatu evidence dengan mengkuantifikasi pertanyaan. Sebagai contoh, diinginkan untuk mengetahui derajat kepercayaan demam seorang pasien. Nilai derajat kepercayaan adalah antara -1 s/d 1. Nilai -1 artinya tidak demam sama sekali, dan nilai 1 berarti sangat demam. Untuk mendapatkan nilai derajat kepercayaan terhadap demam yang dialami pasien, makan pertanyaan yang diberikan oleh sistem adalah berapa derajat celcius suhu badan pasien. Dari jawaban pengguna, besarnya nilai kepercayaan pengguna akan dihitung oleh sistem Representasi Pengetahuan Pola umum aturan untuk melakukan diagnosa suatu penyakit adalah sebagai berikut: Operator_Aturan_1 Data_1 dengan kuantitas Operator_kuantitas_1 Kuantitas_1 toleransi Toleransi_kuantitas_1 selama Operator_waktu_1 Waktu_1 toleransi Toleransi_waktu_1
12 Operator_Aturan_2 Data_2 dengan kuantitas Operator_kuantitas_2 Kuantitas_2 toleransi Toleransi_kuantitas_2 selama Operator_waktu_2 Waktu_2 toleransi Toleransi_waktu_2 : : : : Operator_Aturan_n Data_n dengan kuantitas Operator_kuantitas_n Kuantitas_n toleransi Toleransi_kuantitas_n selama Operator_waktu_n Waktu_n toleransi Toleransi_waktu_n Maka Data, CF x (Pakar) Operator_Aturan merupakan operator logika yang menghubungkan satu premis dengan premis yang lain dalam sebuah aturan. Operator_Aturan yang diizinkan dalam metode ini yaitu: Jika, Jika Tidak, Dan, Dan Tidak, Atau dan Atau Tidak. Sesuai hokum logika, untuk premis pertama dari sebuah aturan hanya boleh menggunakan operator_aturan Jika dan Jika tidak, sedangkan operator_aturan yang lain digunakan untuk premis selain premis pertama. Data adalah premis dan juga kesimpulan dari suatu aturan. Dalam hal ini, data bisa berupa gejala, penyakit TBC atau penyakit non-tbc. Operator_kuantitas dan Operator_waktu terdiri atas operator =, >=, <=. Operator_kuantitas, operator_waktu, kuantitas, waktu, toleransi_kuantitas dan toleransi_waktu digunakan untuk menghitung CF user. Aturan-aturan diagnosa tersebut bersumber dari pakar. Pakar akan memasukkan pengetahuan yang dimilikinya ke format yang disediakan.
13 Menentukan CF User CF user diperoleh dari jawaban user saat melakukan konsultasi. CF tidak secara langsung diberikan oleh user, tetapi dihitung oleh sistem berdasarkan jawaban user. Pilihan jawaban yang disediakan oleh sistem berupa jawaban tidak tahu (CF : 0), ya (CF : 1), tidak (CF : -1). Tetapi apabila aturan yang mengandung fungsi kuantitas dan waktu, maka CF akan dihitung sebesar gabungan derajat keanggotaan dari fungsi karakteristik kuantitas dan derajat keanggotaan dari fungsi karakteristik waktu. Fungsi-fungsi karakteristik didapatkan dari premis aturan yang berbentuk: Operator_Aturan Data Operator_Kuantitas Kuantitas Toleransi_Kuantitas Operator_Waktu Waktu Toleransi_Waktu Untuk fungsi karakteristik kuantitas didasarkan pada bagian aturan Operator_Kuantitas, Kuantitas dan Toleransi_Kuantitas. Sedangkan fungsi karakteristik waktu didasarkan pada bagian aturan Operator_Waktu, Waktu dan Toleransi_Waktu Operator_Kuantitas dan Operator_Waktu yang disediakan berupa =, >=, <=. Kuantitas dan Waktu merupakan syarat nilai dari berlakunya aturan itu, sedangkan Toleransi_Kuantitas dan Toleransi_Waktu memberikan batasan hingga suatu nilai yang membuat data premis ini tidak diabaikan. Sesuai dengan jenis operatornya, ada 3 macam fungsi karakteristik untuk kuantitas dan waktu. Grafik fungsi operator = dapat dilihat pada rumus: 0, x <= Nilai Toleransi Atau x >= Nilai + Toleransi (x Nilai + Toleransi), Nilai Toleransi x < Nilai CF(x) = Toleransi (2.2) (Nilai + Toleransi x), Nilai < x Nilai + Toleransi Toleransi l, x = Nilai
14 dengan x Nilai Toleransi : Kuantitas/Waktu yang dialami user : Nilai kuantitas/waktu standar : Toleransi kuantitas/waktu Grafik fungsi untuk operator >= dapat dilihat pada rumus: 0, x <= Nilai Toleransi CF(x) = (x Nilai + Toleransi), Nilai Toleransi < x < Nilai (2.3) Toleransi l, x > Nilai dengan x : Kuantitas/waktu yang dialami user Nilai : Nilai kuantitas/waktu standar Toleransi : Toleransi kuantitas/waktu Grafik fungsi operator <= dapat dilihat pada rumus: 0, x >= Nilai + Toleransi CF(x) = (Nilai + Toleransi x), Nilai < x < Nilai + Toleransi (2.4) Toleransi l, x < Nilai dengan x : Kuantitas/waktu yang dialami user Nilai : Nilai kuantitas/waktu standar Toleransi : Toleransi kuantitas/waktu Untuk mendapatkan CF user, dilakukan perhitungan interpretasi standar dari interseksi antara CF Kuantitas dan CF Waktu yang ditunjukkan pada rumus ini: CFUser(x) = Min(CFKuantitas(x),CF(Waktu)) (2.5)
15 2.3 Penyakit TBC (Tuberculosis) Tuberkulosis adalah penyakit menular langsung yang disebabkan oleh kuman TBC (Mycrobacterium tuberculosis). Sebagian besar kuman TBC menyerang paru, tetapi dapat juga mengenai organ tubuh lainnya. Individu rentan yang menghirup basil tuberculosis dan menjadi terinfeksi. Bakteri dipindahkan melalui jalan nafas ke alveoli,tempat dimana mereka berkumpul dan mulai untuk memperbanyak diri dalam sistem imun tubuh dengan melakukan reaksi inflamasi. Fagosit (neurofil & makrofagi) menelan banyak bakteri, limfosit spesifik tuberculosis melisis (menghancurkan) basil dan jaringn normal. Reaksi jaringan ini mengakibatkan penumpukan eksudat dalam alveoli akan terjadi gangguan pertukaran gas karena sputum menumpuk akan menutupi jalan nafas, dan sputum bergerak maju ke bronkus, maka akan terjadi ganguan jalan nafas. (Smeltzer, 2002 : 585) Kuman dan Cara Penularan Kuman ini berbentuk batang, mempunyai sifat khusus yaitu tahan terhadap asam pada pewarnaan. Olah karena itu disebut pula sebagai Basil Tahan Asam (BTA). Kuman TBC cepat mati dengan sinar matahari langsung, tetapi dapat bertahan hidup beberapa jam di tempat yang gelap dan lembab. Dalam jaringan tubuh kuman ini dapat dormant, tertidur lama selama beberapa tahun. Sumber penularan adalah penderita TBC BTA positif. Pada waktu batuk atau bersin, penderita menyebarkan kuman ke udara dalam bentuk droplet (percikan dahak). Droplet yang mengandung kuman dapat bertahan di udara pada suhu kamar selama beberapa jam. Orang dapat terinfeksi kalau droplet tersebut terhirup ke dalam saluran pernafasan. Setelah kuman TBC masuk ke dalam tubuh manusia melalui pernafasan, kuman TBC tersebut dapat menyebar dari paru ke bagian tubuh lainnya, melalui sistem peredaran darah, sistem saluran limfe, saluran nafas, atau penyebaran langsung ke bagian-bagian tubuh lainnya.
16 Daya penularan dari seseorang penderita ditentukan oleh banyaknya kuman yang dikeluarkan dari parunya. Makin tinggi derajat positif hasil pemeriksaan dahak, makin menular penderita tersebut. Bila hasil pemeriksaan dahak negatip (tidak terlihat kuman), maka penderita tersebut dianggap tidak menular. Kemungkinan seseorang terinfeksi TBC ditentukan oleh konsentrasi droplet dalam udara dan lamanya menghirup udara tersebut. Droplet Nucles yang merupakan partikel 1-10 mikron, dikeluarkan oleh penderita penyakit TBC dengan cara batuk-batuk, bersin, bicara, penderita meludah ke tanah kemudian kuman tersebar ke udara. Oleh karena itu penyakit ini disebut Airbone Infection. Orang dapat terinfeksi kalau droplet tersebut terhirup ke dalam saluran pernafasan Risiko Penularan Risiko penularan setiap tahun (Annual Risk of Tuberculosis Infection = ARTI) di Indonesia dianggap cukup tinggi dan bervariasi antara 1-3 %. Pada daerah dengan ARTI sebesar 1 %, berarti setiap tahun diantara 1000 penduduk, 10 (sepuluh) orang akan terinfeksi. Sebagian besar dari orang yang terinfeksi tidak akan menjadi penderita TBC, hanya sekitar 10% dari yang terinfeksi yang akan menjadi penderita TBC. Dari keterangan tersebut di atas, dapat diperkirakan bahwa pada daerah dengan ARTI 1 %, maka diantara penduduk rata-rata terjadi 100 (seratus) penderita tuberculosis setiap tahun, dimana 50 penderita adalah BTA positif. Faktor yang mempengaruhi kemungkinan seseorang menjadi penderita TBC adalah daya tahan tubuh yang rendah, diantaranya karena gizi buruk atau HIV/AIDS.
17 2.3.3 Diagnosa Penyakit TBC (Tuberculosis) Gejala utama Tuberculosis adalah batuk terus-menerus dan berdahak selama 3 (tiga) minggu atau lebih. Tanda dan gejala penderita TBC: a. Batuk-batuk dengan atau tanpa dahak lebih dari 3 minggu. b. Demam ringan, tetapi kadang-kadang dapat mencapai C. c. Sesak nafas d. Nyeri dada e. Batuk darah f. Badan terasa lemas g. Kehilangan nafsu makan h. Berat badan turun i. Rasa kurang enak badan (malaise) j. Berkeringat malam padahal tidak ada kegiatan. Pengobatan TBC diberikan dalarn 2 tahap, yaitu tahap intensif dan lanjutan a. Tahap intensif Pada tahap intensif (awal) penderita mendapat obat setiap hari dan diawasi langsung untuk mencegah terjadinya kekebalan terhadap semua OAT, terutama rifampisin. Bila pengobatan tahap intensif diberikan secara tepat, biasanya penderita menular menjadi tidak menular dalam kurun waktu 1-2 minggu. Sebagian besar penderita TBC BTA positif ini menjadi BTA negatif (konversi) pada akhir pengobatan intensif. b. Tahap Lanjutan Pada tahap lanjutan penderita mendapat jenis obat lebih sedikit, namun dalam jangka waktu yang lebih lama. Tahap lanjutan penting untuk membunuh kuman persisten (dormant) sehingga mencegah terjadinya kekambuhan.
KUANTIFIKASI PERTANYAAN UNTUK MENDAPATKAN CERTAINTY FACTOR PENGGUNA PADA APLIKASI SISTEM PAKAR UNTUK DIAGNOSIS PENYAKIT.
KUANTIFIKASI PERTANYAAN UNTUK MENDAPATKAN CERTAINTY FACTOR PENGGUNA PADA APLIKASI SISTEM PAKAR UNTUK DIAGNOSIS PENYAKIT Kusrini 1 1 STMIK AMIKOM Yogyakarta, Jl. Ringroad Utara Condong Catur Sleman Yogyakarta
Lebih terperinciKUANTIFIKASI PERTANYAAN UNTUK MENDAPATKAN CERTAINTY FACTOR PENGGUNA PADA APLIKASI SISTEM PAKAR UNTUK DIAGNOSIS PENYAKIT
KUANTIFIKASI PERTANYAAN UNTUK MENDAPATKAN CERTAINTY FACTOR PENGGUNA PADA APLIKASI SISTEM PAKAR UNTUK DIAGNOSIS PENYAKIT Kusrini STMIK AMIKOM Yogyakarta, Jl. Ringroad Utara Condong Catur Sleman Yogyakarta
Lebih terperinciSistem Pakar Dasar. Ari Fadli
Sistem Pakar Dasar Ari Fadli fadli.te.unsoed@gmail http://fadli84.wordpress.com Lisensi Dokumen: Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan
Lebih terperinciSISTEM PAKAR (SP) Saiful Rahman Yuniarto, S.Sos, M.AB
SISTEM PAKAR (SP) Saiful Rahman Yuniarto, S.Sos, M.AB KONSEP DASAR SP Definisi: Sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa
Lebih terperinciDefinisi Keuntungan dan kelemahan Konsep Dasar Bentuk dan Struktur Sistem Basis Pengetahuan Metode Inferensi Ciri-ciri Aplikasi dan Pengembangannya
Sistem Pakar Definisi Keuntungan dan kelemahan Konsep Dasar Bentuk dan Struktur Sistem Basis Pengetahuan Metode Inferensi Ciri-ciri Aplikasi dan Pengembangannya Referensi Giarrantano, J. and G.Riley bab
Lebih terperinciBAB 1 PENGENALAN SISTEM PAKAR
BAB 1 PENGENALAN SISTEM PAKAR DEFINISI System yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan para ahli. ES dikembangkan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sistem Pakar Sistem pakar merupakan salah satu cabang kecerdasan buatan yang mempelajari bagaimana mengadopsi cara seorang pakar berfikir dan bernalar dalam menyelesaikan suatu
Lebih terperinciPengantar Kecerdasan Buatan (AK045218) Sistem Pakar. Sistem Pakar 1/17
Sistem Pakar Sistem Pakar 1/17 Outline Definisi Keuntungan dan kelemahan Konsep Dasar Bentuk dan Struktur Sistem Basis Pengetahuan Metode Inferensi Ciri-Ciri Aplikasi dan Pengembangan Referensi Giarrantano,
Lebih terperinciSISTEM PAKAR. Entin Martiana, S.Kom, M.Kom
SISTEM PAKAR Entin Martiana, S.Kom, M.Kom EXPERT SYSTEM (SISTEM PAKAR) Definisi : Sebuah program komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah seperti layaknya seorang pakar
Lebih terperinciBAB I PENDAHULUAN. Perkembangan komputer sekarang ini sangat pesat dan salah. satu pemanfaatan komputer adalah dalam bidang kecerdasan buatan.
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan komputer sekarang ini sangat pesat dan salah satu pemanfaatan komputer adalah dalam bidang kecerdasan buatan. Di dalam bidang kecerdasan buatan, termasuk
Lebih terperinciAplikasi untuk Diagnosis Penyakit pada Anak dan Balita Menggunakan Faktor Kepastian
Aplikasi untuk Diagnosis Penyakit pada Anak dan Balita Menggunakan Faktor Kepastian Helen Sastypratiwi 1, Fatma Agus Setyaningsih 2 Program Studi Teknik Informatika Universitas Tanjungpura Jl. Ahmad Yani,
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI. Menggunakan Metode Forward Chaining diperoleh berdasarkan referensi yang
BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tinjauan Pustaka Dalam perancangan Sistem Pakar Diagnosa Hama dan Penyakit Menggunakan Metode Forward diperoleh berdasarkan referensi yang sejenis dengan melihat
Lebih terperinciSISTEM PAKAR. Entin Martiana Jurusan Teknik Informatika - PENS
SISTEM PAKAR Entin Martiana Jurusan Teknik Informatika - PENS Defenisi Sistem Pakar 1. Sistem pakar (expert system) adalah sistem yang berusaha mengapdosi pengetahuan manusia ke komputer, agar komputer
Lebih terperinciMateri Penyuluhan Konsep Tuberkulosis Paru
1.1 Pengertian Materi Penyuluhan Konsep Tuberkulosis Paru Tuberkulosis (TB) adalah penyakit infeksi menular yang disebabkan oleh Mycobacterium tuberculosis. Tuberkulosis paru adalah penyakit infeksi kronis
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini dilakukan di Jurusan Ilmu Komputer Fakultas Matematika dan
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini dilakukan di Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lampung. Waktu penelitian dilakukan
Lebih terperinciBab 1 PENDAHULUAN 1.1. Latar belakang masalah
Bab 1 PENDAHULUAN 1.1. Latar belakang masalah Perkembangan teknologi yang sangat pesat sekarang ini terutama dalam bidang teknik informasi telah menjadikan informasi merupakan kebutuhan yang sangat penting.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pakar 2.1.1 Definisi Sistem Pakar Sistem pakar (expert system) adalah salah satu bagian dari intelegensia semu(artificial intelligence), dimana definisi dari Intelegensia
Lebih terperinciSISTEM PAKAR. Jurusan Teknik Informatika
SISTEM PAKAR Jurusan Teknik Informatika DEFENISI SISTEM PAKAR DEFINISI SISTEM PAKAR (EXPERT SYSTEM): Sebuah program komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah seperti layaknya
Lebih terperinciBy: Sulindawaty, M.Kom
By: Sulindawaty, M.Kom 1 Kata Pengantar Sistem Pakar adalah mata kuliah yang mendukung untuk membuat aplikasi yang dapat memecahkan masalah dengan pengetahuan seorang pakar yang di dimasukkan dalam komputer.
Lebih terperinciUntung Subagyo, S.Kom
Untung Subagyo, S.Kom Keahlian ahli/pakar pengalihan keahlian Mengambil keputusan Aturan kemampuan menjelaskan Keahlian bersifat luas dan merupakan penguasaan pengetahuan dalam bidang khusus yang diperoleh
Lebih terperinciPENGEMBANGAN SISTEM PAKAR DALAM MEMBANGUN SUATU APLIKASI
PENGEMBANGAN SISTEM PAKAR DALAM MEMBANGUN SUATU APLIKASI Muhammad Dahria Program Studi Sistem Informasi, STMIK Triguna Dharma m.dahria@gmail.com ABSTRACT: Expert system is one branch of AI (Artificial
Lebih terperinciSISTEM PAKAR DIAGNOSA AWAL KANKER SERVIKS DENGAN METODE CERTAINTY FACTOR
SISTEM PAKAR DIAGNOSA AWAL KANKER SERVIKS DENGAN METODE CERTAINTY FACTOR Fitrah Rumaisa 1), Iwan Rijayana 2), Tanti Nurafianti 3) 1,2,3) Jurusan Teknik Informatika Universitas Widyatama Jl. Cikutra 204
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sejarah Artificial Intelligence Kecerdasan Buatan (artificial intelligence) merupakan inovasi baru di bidang ilmu pengetahuan. Mulai ada sejak muncul komputer modern, yakni pada
Lebih terperinciBAB II LANDASAN TEORI. Landasan teori atau kajian pustaka yang digunakan dalam membangun
BAB II LANDASAN TEORI Landasan teori atau kajian pustaka yang digunakan dalam membangun sistem informasi ini, terdapat teori-teori ilmu terkait yang digunakan untuk membantu menyelesaikan permasalahan
Lebih terperinciSISTEM PAKAR DIAGNOSIS KEJIWAAN MENGGUNAKAN METODE CERTAINTY FACTOR (STUDI KASUS RUMAH SAKIT JIWA DAERAH PROVINSI SUMATERA UTARA)
SISTEM PAKAR DIAGNOSIS KEJIWAAN MENGGUNAKAN METODE CERTAINTY FACTOR (STUDI KASUS RUMAH SAKIT JIWA DAERAH PROVINSI SUMATERA UTARA) Charles Jhony Mantho Sianturi STMIK Potensi Utama Jl. K.L. Yos Sudarso
Lebih terperinciSISTEM PAKAR ANALISIS PENYAKIT LUPUS ERITEMATOSIS SISTEMIK PADA IBU HAMIL MENGGUNAKAN METODE FORWARD CHAINING
SISTEM PAKAR ANALISIS PENYAKIT LUPUS ERITEMATOSIS SISTEMIK PADA IBU HAMIL MENGGUNAKAN METODE FORWARD CHAINING Sry Yunarti Program Studi Sistem Informasi STMIK Profesional Makassar yeye_rumbu@yahoo.co.id
Lebih terperinciAplikasi Sistem Pakar untuk Mendiagnosa Gangguan Pernafasan pada Anak Menggunakan Metode CF (Certainty Factor)
Jurnal Komputer Terapan Vol. 2, No. 2, November 2016, 159-168 159 Jurnal Politeknik Caltex Riau http://jurnal.pcr.ac.id Aplikasi Sistem Pakar untuk Mendiagnosa Gangguan Pernafasan pada Anak Menggunakan
Lebih terperinciIMPLEMENTASI METODE CERTAINTY FACTOR UNTUK PENENTUAN KEPASTIAN ATURAN PENYAKIT PADA ANAK
IMPLEMENTASI METODE CERTAINTY FACTOR UNTUK PENENTUAN KEPASTIAN ATURAN PENYAKIT PADA ANAK 1) Aldi Rifaldi, 2) Yusni Nyura 1), 2) Program Studi Teknik Informatika Politeknik Negeri Samarinda Samarinda Email:
Lebih terperinciPENDAHULUAN 1. Latar Belakang 2. Rumusan Masalah 3. Tujuan Dan Manfaat
PENDAHULUAN 1. Latar Belakang Perkembangan ilmu kedokteran mengalami kemajuan pesat yang ditandai dengan ditemukannya penyakit-penyakit tropis baru yang belum teridentifikasi sebelumnya. Para dokter ahli
Lebih terperinciAPLIKASI SISTEM PAKAR UNTUK MENGIDENTIFIKASI PENYAKIT DALAM PADA MANUSIA MENGGUNAKAN METODE FORWARD CHAINING
APLIKASI SISTEM PAKAR UNTUK MENGIDENTIFIKASI PENYAKIT DALAM PADA MANUSIA MENGGUNAKAN METODE FORWARD CHAINING 1 Diah Malis Oktaviani (0089), 2 Tita Puspitasari (0365) Program Studi Teknik Informatika Universitas
Lebih terperinciBAB 2 TINJAUAN TEORI. Artificial Intelligence. Jika diartikan Artificial memiliki makna buatan,
BAB 2 TINJAUAN TEORI 2.1 Kecerdasan Buatan Kecerdasan buatan adalah sebuah istilah yang berasal dari bahasa Inggris yaitu Artificial Intelligence. Jika diartikan Artificial memiliki makna buatan, sedangkan
Lebih terperinciBackward Chaining & Forward Chaining UTHIE
Backward Chaining & Forward Chaining UTHIE Inferensi merupakan proses untuk menghasilkan informasi dari fakta yang diketahui atau diasumsikan. Inferensi adalah konklusi logis (logical conclusion) atau
Lebih terperinciSISTEM PAKAR DIAGNOSA PENYAKIT SAPI DENGAN METODE CERTAINTY FACTOR BERBASIS ANDROID
SISTEM PAKAR DIAGNOSA PENYAKIT SAPI DENGAN METODE CERTAINTY FACTOR BERBASIS ANDROID Swono Sibagariang Universitas Sumatera Utara Jl. dr. Mansur No. 9 Padang Bulan Medan e-mail : bagariangswono@yahoo.co.id
Lebih terperinciGambar 3.1 Arsitektur Sistem Pakar (James Martin & Steve Osman, 1988, halaman 30)
BAB III LANDASAN TEORI 3.1. Landasan Teori 3.1.1. Konsep Dasar Sistem Pakar Sistem pakar adalah program komputer cerdas yang menggunakan pengetahuan dan prosedur-prosedur inferensi untuk menyelesaikan
Lebih terperinciANALISIS METODE SISTEM PAKAR UNTUK MENENTUKAN JENIS PENYAKIT DALAM DENGAN METODE CERTAINTY FACTOR
ANALISIS METODE SISTEM PAKAR UNTUK MENENTUKAN JENIS PENYAKIT DALAM DENGAN METODE CERTAINTY FACTOR Herry Hidayat, Danny Kriestanto Program Studi Teknik Informatika STMIK AKAKOM Yogyakarta Jl. Raya Janti
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Pakar Definisi Pakar (Human Expert) adalah seseorang yang telah mempelajari fakta- fakta, buku teks, dan pengetahuan bidangnya, serta mengembangkan pengetahuan yang telah terdokumentasi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Obat merupakan substansi yang dapat mengurangi gejala hingga menyembuhkan penyakit. Obat-obatan banyak yang beredar dan dijual bebas di pasaran. Ada yang bebas dibeli,
Lebih terperinciPENERAPAN METODE CERTAINTY FACTOR DALAM MENDETEKSI DINI PENYAKIT TROPIS PADA BALITA
Jurnal Informatika Mulawarman Vol. 8 No. 1 Edisi Februari 2013 20 PENERAPAN METODE CERTAINTY FACTOR DALAM MENDETEKSI DINI PENYAKIT TROPIS PADA BALITA Septya Maharani Program Studi Ilmu Komputer FMIPA Universitas
Lebih terperinciPEMANFATAN TEOREMA BAYES DALAM PENENTUAN PENYAKIT THT
PEMANFATAN TEOREMA BAYES DALAM PENENTUAN PENYAKIT THT Sri Winiarti Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Ahmad Dahlan Yogyakarta Email : daffal02@yahoo.com ABSTRAK Dalam
Lebih terperinciII. TINJAUAN PUSTAKA. penting untuk terbentuknya tindakan seseorang. Berdasarkan penelitian
10 II. TINJAUAN PUSTAKA A. Pengetahuan Pengetahuan merupakan hasil tahu, dan ini terjadi setelah orang melakukan penginderaan terhadap sesuatu. Pengetahuan merupakan domain yang sangat penting untuk terbentuknya
Lebih terperinci2/22/2017 IDE DASAR PENGANTAR SISTEM PAKAR MODEL SISTEM PAKAR APLIKASI KECERDASAN BUATAN
APLIKASI KECERDASAN BUATAN PENGANTAR SISTEM PAKAR Shinta P. Sari Prodi. Informatika Fasilkom UIGM, 2017 Definisi : Sebuah program komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah
Lebih terperinciBAB II TINJAUAN PUSTAKA. oleh kuman TBC ( Mycobacterium tuberculosis). Sebagian besar kuman. lainnya seprti ginjal, tulang dan usus.
BAB II TINJAUAN PUSTAKA A. Tuberkulosis 1. Definisi Tuberkulosis Tuberkulosis adalah penyakit menular langsung yang disebabkan oleh kuman TBC ( Mycobacterium tuberculosis). Sebagian besar kuman tuberkulosis
Lebih terperinciSISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT ALOPESIA PADA MANUSIA DENGAN METODE CERTAINTY FACTOR
SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT ALOPESIA PADA MANUSIA DENGAN METODE CERTAINTY FACTOR Bebby Desy Natalina Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisimangaraja No.338
Lebih terperinciBAB II TINJAUAN PUSTAKA. Mycobacterium tuberculosis dan menular secara langsung. Mycobacterium
BAB II TINJAUAN PUSTAKA 2.1 Etiologi dan Patogenesis Tuberkulosis Paru Tuberkulosis paru adalah penyakit infeksi kronis yang disebabkan oleh Mycobacterium tuberculosis dan menular secara langsung. Mycobacterium
Lebih terperinciKUESIONER PENGARUH PROMOSI KESEHATAN TERHADAP PERILAKU PENCEGAHAN TUBERKULOSIS PARU DI LEMBAGA PEMASYARAKATAN KELAS 1 DAN RUMAH TAHANAN KELAS 1 MEDAN
KUESIONER PENGARUH PROMOSI KESEHATAN TERHADAP PERILAKU PENCEGAHAN TUBERKULOSIS PARU DI LEMBAGA PEMASYARAKATAN KELAS 1 DAN RUMAH TAHANAN KELAS 1 MEDAN NOMOR RESPONDEN PETUNJUK PENGISIAN KUESIONER Berikut
Lebih terperinciSISTEM PAKAR DIAGNOSIS PENYAKIT YANG DISEBABKAN OLEH VIRUS INFLUENZA MENGGUNAKAN METODE FORWARD CHAINING DAN CERTAINTY FACTOR
SISTEM PAKAR DIAGNOSIS PENYAKIT YANG DISEBABKAN OLEH VIRUS INFLUENZA MENGGUNAKAN METODE FORWARD CHAINING DAN CERTAINTY FACTOR SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana
Lebih terperinciSistem Pakar Pertemuan 5. Diema Hernyka S, M.Kom
Sistem Pakar Pertemuan 5 Diema Hernyka S, M.Kom Materi Bahasan A. Definisi B. Keuntungan dan kelemahan C. Konsep Dasar D. Tujuan Dan Fungsi Sistem Pakar E. Bentuk Sistem Pakar F. Struktur Sistem Pakar
Lebih terperinciSISTEM PAKAR DIAGNOSA PENYAKIT JANTUNG MENGGUNAKAN METODE CERTAINTY FACTOR BERBASIS WEB
SISTEM PAKAR DIAGNOSA PENYAKIT JANTUNG MENGGUNAKAN METODE CERTAINTY FACTOR BERBASIS WEB Jadiaman Parhusip 1), Viktor H. Pranatawijaya 2), Dwimaryuga Putrisetiani 3) 1),2),3) Jurusan Teknik Informatika
Lebih terperinciSistem Pakar Untuk Mendeteksi Kerusakan Pada Sepeda Motor 4-tak Dengan Menggunakan Metode Backward Chaining
Sistem Pakar Untuk Mendeteksi Kerusakan Pada Sepeda Motor 4-tak Dengan Menggunakan Metode Backward Chaining Maria Shusanti F Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Bandar Lampung
Lebih terperinciSISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT SALURAN PENCERNAAN MENGGUNAKAN METODE DEMPSTER SHAFER
SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT SALURAN PENCERNAAN MENGGUNAKAN METODE DEMPSTER SHAFER 1 Yasidah Nur Istiqomah (07018047), 2 Abdul Fadlil (0510076701) 1 Program Studi Teknik Informatika 2 Program
Lebih terperinciSeminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004
Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004 Visualisasi Sistem Pakar Dalam Menganalisis Tes Kepribadian Manusia (Empat Aspek Tes Kepribadian Peter Lauster) Sri Winiarti
Lebih terperinciPendahuluan PENGERTIAN SISTEM PAKAR
(Sistem Pakar) Pendahuluan PENGERTIAN SISTEM PAKAR Kecerdasan Buatan adalah salah satu bidang ilmu komputer yang mendayagunakan komputer sehingga dapat berperilaku cerdas seperti manusia. Cabang-cabang
Lebih terperinciSISTEM PAKAR. (Expert System) L/O/G/O
SISTEM PAKAR (Expert System) L/O/G/O Latar Belakang E/S Sistem Pakar memberikan banyak keuntungan bagi operasi perusahaan dan manajer, tetapi memiliki keterbatasan significan. Artificial Intelligence merupakan
Lebih terperinciAPLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT GINJAL DENGAN METODE DEMPSTER-SHAFER
APLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT GINJAL DENGAN METODE DEMPSTER-SHAFER Aprilia Sulistyohati, Taufiq Hidayat Laboratorium Sistem Informasi dan Perangkat Lunak Jurusan Teknik Informatika Fakultas Teknologi
Lebih terperinciSISTEM PAKAR MENDIAGNOSA PENYAKIT PARU-PARU PADA MANUSIA BERBASIS WEB
SISTEM PAKAR MENDIAGNOSA PENYAKIT PARU-PARU PADA MANUSIA BERBASIS WEB Indri Mansyur 1, Wawan Kurniawan 2 Jurusan Teknik Informatika, Fakultas Teknik, Universitas Satya Negara Indonesia Email: waonek@rocketmail.com
Lebih terperinciAPA ITU TB(TUBERCULOSIS)
APA ITU TB(TUBERCULOSIS) TB adalah penyakit menular yang disebabkan oleh bakteri Mycobacterium Tubercolusis. Penyakit Tuberkolusis bukanlah hal baru, secara umum kita sudah mengenal penyakit ini. TB bukanlah
Lebih terperinciSISTEM PAKAR DIAGNOSA PENYAKIT KANKER PAYUDARA MENGGUNAKAN CERTAINTY FACTOR
SISTEM PAKAR DIAGNOSA PENYAKIT KANKER PAYUDARA MENGGUNAKAN CERTAINTY FACTOR Aswita Andini Dea Fani Aneke Putri Jurusan Sistem Informasi STMIK PALCOMTECH Palembang Abstrak Sistem pakar untuk diagnosa penyakit
Lebih terperinciDIAGNOSIS PENYAKIT AKIBAT INFEKSI VIRUS PADA ANAK MENGGUNAKAN METODE CERTAINTY FACTOR
DIAGNOSIS PENYAKIT AKIBAT INFEKSI VIRUS PADA ANAK MENGGUNAKAN METODE CERTAINTY FACTOR Heri, Helfi Nasution, Helen Sasty Pratiwi Program Studi Teknik Infornatika Universitas Tanjungpura e-mail: heri.afung@gmail.com
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Mulut merupakan bagian dari organ pencernaan yang berfungsi sebagai jalan utama masuknya segala jenis asupan makanan. Mulut juga berfungsi sebagai komponen
Lebih terperinciBAB III LANDASAN TEORI. Pada bab ini akan dipaparkan teori-teori yang melandasi di dalam pembangunan sistem pakar yang penulis akan buat.
BAB III LANDASAN TEORI Pada bab ini akan dipaparkan teori-teori yang melandasi di dalam pembangunan sistem pakar yang penulis akan buat. 3.1. Sistem Pakar Sistem pakar adalah sistem yang berusaha mengadopsi
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. Kecerdasan Buatan Kecerdasan buatan merupakan salah satu inovasi yang terdapat dalam bidang ilmu pengetahuan. Kecerdasan buatan telah dimulai sejak komputer modern pertama kali
Lebih terperinciSISTEM PAKAR DIAGNOSIS PENYAKIT UMUM PADA MANUSIA MENGGUNAKAN PHP DAN MYSQL
SISTEM PAKAR DIAGNOSIS PENYAKIT UMUM PADA MANUSIA MENGGUNAKAN PHP DAN MYSQL Putri Nila Septina, Dwi Wahyu Prabowo Juruasan Sistem Informasi, Fakultas Ilmu Komputer Universitas Darwan Ali, Sampit Email:
Lebih terperinciEXPERT SYSTEM DENGAN BEBERAPA KNOWLEDGE UNTUK DIAGNOSA DINI PENYAKIT-PENYAKIT HEWAN TERNAK DAN UNGGAS
EXPERT SYSTEM DENGAN BEBERAPA KNOWLEDGE UNTUK DIAGNOSA DINI PENYAKIT-PENYAKIT HEWAN TERNAK DAN UNGGAS Agus Sasmito Aribowo Teknik Informatika. UPN Veteran Yogyakarta Jl. Babarsari no 2 Tambakbayan 55281
Lebih terperinciDIAGNOSA PENYAKIT JANTUNG DENGAN METODE PENELUSURAN FORWARD CHAINNING-DEPTH FIRST SEARCH
DIAGNOSA PENYAKIT JANTUNG DENGAN METODE PENELUSURAN FORWARD CHAINNING-DEPTH FIRST SEARCH Putri Kurnia Handayani Jurusan Sistem Informasi Universitas Muria Kudus PO BOX 53 Gondangmanis Kudus e-mail : pu3_kurnia@yahoo.com
Lebih terperinciBAB I PENDAHULUAN. membahayakan nyawa seseorang, Ironisnya gejala gejala tersebut seringkali
1 BAB I PENDAHULUAN 1.1 Latar Belakang Gejala penyakit merupakan awal timbulnya sebuah penyakit yang dapat membahayakan nyawa seseorang, Ironisnya gejala gejala tersebut seringkali diabaikan sehingga membuat
Lebih terperinciFeresi Daeli ( )
SISTEM PAKAR DALAM MENENTUKAN TINGKAT IQ ANAK YANG MENGALAMI RETERDASI MENTAL DENGAN METODE CERTAINTY FACTOR (STUDI KASUS: PENDIDIKAN SLB/B KARYA MURNI) Feresi Daeli (0911526) Mahasiswa Program Studi Teknik
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pakar Sistem pakar pertama kali dikembangkan oleh komunitas AI pada pertengahan tahun 1960. Sistem pakar yang muncul pertama kali adalah General Purpose Problem Solver (GPS)
Lebih terperinciAPLIKASI SISTEM PAKAR DETEKSI DINI PADA PENYAKIT TUBERKULOSIS
APLIKASI SISTEM PAKAR DETEKSI DINI PADA PENYAKIT TUBERKULOSIS Wenny Widiastuti 1, Dini Destiani 2, Dhami Johar Damiri 3 Jurnal Algoritma Sekolah Tinggi Teknologi Garut Jl. Mayor Syamsu No. 1 Jayaraga Garut
Lebih terperinciS T O P T U B E R K U L O S I S
PERKUMPULAN PELITA INDONESIA helping people to help themselves * D I V I S I K E S E H A T A N * S T O P T U B E R K U L O S I S INGAT 4M : 1. MENGETAHUI 2. MENCEGAH 3. MENGOBATI 4. MEMBERANTAS PROGRAM
Lebih terperinciDiagnosis Penyakit Infeksi Saluran Pernapasan pada Anak Menggunakan Forward Chaining dan Certainty Factor
Diagnosis Penyakit Infeksi Saluran Pernapasan pada Anak Menggunakan Forward Chaining dan Certainty Factor Ida Wahyuni 1), Chynthia Kusumawati 2) 1 Fakultas Ilmu Komputer, Universitas Brawijaya Malang 1,2
Lebih terperinciSAFII, 2015 GAMBARAN KEPATUHAN PASIEN TUBERKULOSIS PARU TERHADAP REGIMEN TERAPEUTIK DI PUSKESMAS PADASUKA KECAMATAN CIBEUNYING KIDUL KOTA BANDUNG
BAB I PENDAHULUAN A. Latar Belakang Masalah Tuberkulosis (Tb) merupakan penyakit menular bahkan bisa menyebabkan kematian, penyakit ini menyebar melalui droplet orang yang telah terinfeksi basil tuberkulosis
Lebih terperinciPengantar Sistem Pakar
Pengantar Sistem Pakar 1. PENDAHULUAN Sistem Pakar (Expert System) merupakan suatu sistem yang menggunakan pengetahuan manusia dalam komputer untuk memecahkan masalah yang biasanya dikerjakan oleh seorang
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Sejak dilahirkan hingga tumbuh dewasa manusia diciptakan dengan kecerdasan yang luar biasa, kecerdasan juga akan berkembang dengan pesat. Kecerdasan tersebut yang dapat
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada saat ini, metode kecerdasan buatan (Artificial Intelligence) banyak digunakan dalam berbagai bidang seperti: bisnis, militer, pendidikan, psikologi, permainan
Lebih terperinciBAB 2 LANDASAN TEORI
16 BAB 2 LANDASAN TEORI 2.1 Definisi Sistem Pakar Sistem pakar adalah suatu program komputer yang mengandung pengetahuan dari satu atau lebih pakar manusia mengenai suatu bidang spesifik. Jenis program
Lebih terperinciSISTEM PAKAR DIAGNOSA PENYAKIT KELAMIN PADA PRIA MENGGUNAKAN METODE FORWARD CHAINING DAN CERTAINTY FACTOR BERBASIS WEB
SISTEM PAKAR DIAGNOSA PENYAKIT KELAMIN PADA PRIA MENGGUNAKAN METODE FORWARD CHAINING DAN CERTAINTY FACTOR BERBASIS WEB Bima Dwi Kurnianto 1), Dawam Zainul Husna 2), Ziyan Basyarah Mansyur 3) 1), 2), 3)
Lebih terperinciSISTEM DIAGNOSA PENYAKIT DIABETES MELLITUS MENGGUNAKAN METODE CEERTAINTY FACTOR
SISTEM DIAGNOSA PENYAKIT DIABETES MELLITUS MENGGUNAKAN METODE CEERTAINTY FACTOR Budi Cahyo Saputro (1) Rosa Delima (2) Joko Purwadi (3) blacs_mamba@yahoo.com rosa@ukdw.ac.id jokop@ukdw.ac.id Abstraksi
Lebih terperinciTuberkulosis Dapat Disembuhkan
Tuberkulosis Dapat Disembuhkan Erlina Burhan Perhimpunan Dokter Paru Indonesia Apakah Penyakit Tuberkulosis atau TB itu? Penyakit menular Kuman penyebab: Mycobacterium tuberculosis Bukan penyakit keturunan
Lebih terperinciJurnal Sarjana Teknik Informatika e-issn: Volume 2 Nomor 2, Juni 2014
SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PADA SALURAN PERNAFASAN DAN PARU MENGGUNAKAN METODE CERTAINTY FACTOR 1 Yossi Octavina, 2 Abdul Fadlil (0510076701) 1 Program Studi Teknik Informatika 2 Program Studi
Lebih terperinciSistem Pakar untuk Mendiagnosa Penyakit Kucing Menggunakan Metode Backward Chaining
Sistem Pakar untuk Mendiagnosa Penyakit Kucing Menggunakan Metode Backward Chaining Mardiah Fadhli Politeknik Caltex Riau Jl. Umbansari No.1, telp/fax: 0761 53939/0761 554224 e-mail: rika@pcr.ac.id Abstrak
Lebih terperinciEXPERT SYSTEM /(Sistem Pakar)
EXPERT SYSTEM /(Sistem Pakar) Definisi : 1. Secara umum ES adalah system yang berusaha mengadopsi pengetahuan manusia ke computer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan
Lebih terperinciBAB I PENDAHULUAN. (Thomas, 2004). Ada beberapa klasifikasi utama patogen yang dapat
BAB I PENDAHULUAN A. Latar Belakang Penyakit infeksius dapat disebabkan oleh invasi organisme mikroskopik yang disebut patogen. Patogen adalah organisme atau substansi seperti bakteri, virus, atau parasit
Lebih terperinciPENANGANAN DAN PENCEGAHAN TUBERKULOSIS. Edwin C4
PENANGANAN DAN PENCEGAHAN TUBERKULOSIS Edwin 102012096 C4 Skenario 1 Bapak M ( 45 tahun ) memiliki seorang istri ( 43 tahun ) dan 5 orang anak. Istri Bapak M mendapatkan pengobatan TBC paru dan sudah berjalan
Lebih terperinciSISTEM PAKAR DIAGNOSA PENYAKIT PARU-PARU DENGAN METODE FORWARD CHAINING
SISTEM PAKAR DIAGNOSA PENYAKIT PARU-PARU DENGAN METODE FORWARD CHAINING Anugerah Jaya Aziz Amrullah 1, Ekojono 2 Program Studi Teknik Informatika, Jurusan Teknologi Informasi, Politeknik Negeri Malang
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Sejarah internet dimulai pada 1969 ketika Departemen Pertahanan Amerika, U.S. Defense Advanced Research Projects Agency (DARPA) memutuskan untuk mengadakan riset tentang
Lebih terperinciSISTEM PAKAR DIAGNOSA AWAL PENYAKIT GINJAL DENGAN METODE FUZZY LOGIC UNTUK PENENTUAN CERTAINTY FACTOR
SISTEM PAKAR DIAGNOSA AWAL PENYAKIT GINJAL DENGAN METODE FUZZY LOGIC UNTUK PENENTUAN CERTAINTY FACTOR Nurul Azka 1, Andi Farmadi 2, Dwi Kartini 3 123 Prodi Ilmu Komputer FMIPA ULM Jl. A. Yani Km 36 Banjarbaru,
Lebih terperinciBAB VI SISTEM PAKAR. Bahan Ajar Kecerdasan Buatan
BAB VI SISTEM PAKAR 6.1 Pendahuluan Sistem pakar (expert system) adalah sistem yang berusaha mengapdosi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sistem Pakar Sistem pakar adalah sistem berbasis komputer yang menggunakan pengetahuan (knowledge), fakta dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sistem Pakar Sistem pakar adalah sistem berbasis komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan
Lebih terperinciDIAGNOSA PENYAKIT MANUSIA YANG DIAKIBATKAN OLEH GIGITAN HEWAN MENGGUNAKAN METODE CERTAINTY FACTOR
DIAGNOSA PENYAKIT MANUSIA YANG DIAKIBATKAN OLEH GIGITAN HEWAN MENGGUNAKAN METODE CERTAINTY FACTOR Disusun oleh : Nama : Niko Arieswara NIM : A11.2003.01520 Program Studi : Teknik Informatika FAKULTAS ILMU
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Indonesia merupakan Negara Agraris yang memiliki potensi yang baik dalam bidang pertanian. Wilayah Indonesia yang strategis yang dilalui garis khatulistiwa menjadi
Lebih terperinciISSN : STMIK AMIKOM Yogyakarta, 6-8 Februari 2015
APLIKASI SISTEM PAKAR UNTUK MENENTUKAN JENIS GANGGUAN PERKEMBANGAN MENTAL PADA ANAK DENGAN METODE CERTAINTY FACTOR (STUDI KASUS RUMAH SAKIT BATARA GURU BELOPA) Cucut Susanto Teknik Informatika STMIK Dipanegara
Lebih terperinciSISTEM PAKAR BERBASIS WEB UNTUK DIAGNOSA PENYAKIT PADA TANAMAN ANGGREK MENGGUNAKAN METODE CERTAINTY FACTOR
SISTEM PAKAR BERBASIS WEB UNTUK DIAGNOSA PENYAKIT PADA TANAMAN ANGGREK MENGGUNAKAN METODE CERTAINTY FACTOR Bambang Yuwono, Wiwid Puji Wahyuningsih, Hafsah Jurusan Teknik Informatika UPN Veteran Yogyakarta
Lebih terperinciL ctur er: M. Mift Mi ak ft ul Am A i m n i,,s. Kom om,. M. M. ng.
POLITEKNIK NEGERI SRIWIJAYA Jurusan Teknik Komputer Program Studi D3 Teknik Komputer Lecturer: M. Miftakul Amin, S. Kom., M. Eng. Intelegensi Buatan Sesi 1 Pengantar Intelegensi Buatan 2015 Intelegensi
Lebih terperinciSISTEM PAKAR DIAGNOSA PENYAKIT DEMAM PADA BALITA MENGGUNAKAN METODE CERTAINTY FACTOR DAN FORWARD CHAINING BERBASIS VISUAL BASIC
SISTEM PAKAR DIAGNOSA PENYAKIT DEMAM PADA BALITA MENGGUNAKAN METODE CERTAINTY FACTOR DAN FORWARD CHAINING BERBASIS VISUAL BASIC Heny Pratiwi 1), Siti Qomariah 2), Azahary 3) 1), 2) Teknik Informatika STMIK
Lebih terperinciBAB III TEORI DASAR SISTEM PAKAR DAN SISTEM KONTROL BERBASIS SISTEM PAKAR 20 BAB III TEORI DASAR SISTEM PAKAR DAN SISTEM KONTROL BERBASIS SISTEM PAKAR
SISTEM PAKAR 20 BAB III TEORI DASAR SISTEM PAKAR DAN SISTEM KONTROL BERBASIS SISTEM PAKAR 3.1 Sistem Pakar Sistem pakar adalah suatu program komputer cerdas yang menggunakan knowledge (pengetahuan) dan
Lebih terperinciBAB 2 LANDASAN TEORI. berkonsultasi dengan seorang pakar atau ahli. Seorang pakar adalah seseorang yang
BAB 2 LANDASAN TEORI 2.1 Sistem Pakar Ketika dihadapkan pada sebuah kasus dan diharuskan membuat suatu keputusan yang komplek untuk memecahkan suatu masalah, tidak jarang kita meminta nasehat atau berkonsultasi
Lebih terperinciMENGENAL SISTEM PAKAR
MENGENAL SISTEM PAKAR Bidang teknik kecerdasan buatan yang paling popular saat ini adalah system pakar. Ini disebabkan penerapannya diberbagai bidang, baik dalam pengembangan ilmu pengetahuan dan terutama
Lebih terperinciCERTAINTY FACTOR UTHIE
CERTAINTY FACTOR UTHIE Pengetahuan di dalam sistem pakar yang direpresentasikan dengan menggunakan CF diekspresikan dalam seperangkat aturan yang memiliki format : IF evidence THEN hipotesa (CFrule =.)
Lebih terperinciKECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE) By :Suthami A.
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE) By :Suthami A. Definisi Kecerdasan buatan (Artificial Intelligence) : Bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin (komputer) dapat melakukan
Lebih terperinci