BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

Transkripsi

1 BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka Sebagai tinjauan pustaka berikut ini ada beberapa contoh penelitian yang sudah dilakukan oleh para peneliti yang dapat digunakan sebagai acuan. Pada penelitian dengan judul Sistem Pakar Diagnosa Penyakit Batu Ginjal Menggunakan Teorema Bayes. tujuan yang akan dicapai adalah untuk membuat aplikasi sistem pakar yang berguna sebagai alat bantu untuk mendapatkan informasi dan dugaan awal dalam mendiagnosa penyakit batu ginjal. Hasil dalam penelitian ini adalah sistem pakar untuk mendiagnosa penyakit batu ginjal dengan menggunakan metode bayes dapat menyelesaikan masalah diagnosis penyakit batu ginjal, karena dapat memberikan hasil diagnosis dengan nilai probabilitas kemunculan setiap jenis penyakit (Russari, 2016). Pada penelitian dengan judul Sistem Pakar Menggunakan Teorema Bayes untuk Mendiagnosa Penyakit Kehamilan. Proses penentuan diagnosa dalam sistem pakar ini diawali dengan sesi konsultasi, dimana sistem akan mengajukan pertanyaan-pertanyaan yang relevan kepada pasien sesuai gejala utama penyakit kehamilan yang dialami pasien. sebuah sistem pakar untuk melakukan diagnosa penyakit kehamilan beserta nilai probabilitas dari penyakit hasil diagnosa, yang menunjukkan tingkat kepercayaan sistem terhadap penyakit tersebut dan saran terapi yang harus diberikan. Hasil akhir dari penelitian ini adalah sebuah sistem pakar untuk melakukan diagnosa penyakit kehamilan beserta nilai probabilitas dari penyakit hasil diagnosa, yang menunjukkan tingkat kepercayaan sistem terhadap penyakit tersebut dan saran terapi yang harus diberikan (Arief & Retantyo, 2013). Pada penelitian dengan judul Sistem Pakar Diagnosa Penyakit Pada Kucing Dengan Metode Teorema Bayes Berbasis Android. sistem Pakar yang mengadaptasi kecerdasan buatan di bidang kedokteran hewan yaitu untuk mendiagnosa penyakit pada kucing. Diharapkan dapat menjadi salah satu alternatif bantuan bagi pemilik kucing dalam memperoleh informasi penyakit

2 pada kucing. Dan sekaligus dapat pula mengetahui pemecahan masalah atau solusi yang tepat untuk menangani penyakit tersebut. Dengan menggunakan metode Teorema Bayes dengan menggunakan probabilitas bersyarat sebagai dasarnya. Metode Bayes juga merupakan suatu metode untuk menghasilkan estimasi parameter dengan menggabungkan informasi dari sampel dan informasi lain yang telah tersedia sebelumnya. Dengan menggunakan berbasis android sebagai platform. Karena keunggulannya disbanding platform yang lain serta kemudahan akses aplikasi di Android Market, Berdasarkan Pada pengujian 15 sampel data gejala penyakit menunjukkan bahwa program aplikasi menghasilkan nilai akurasi sebesar 90 % (Budi & Reza, 2016). Pada penelitian dengan judul Sistem Pakar Untuk Mendiagnosa Penyakit Mata Pada Manusia Menggunakan Teorema Bayes. Kesibukan seorang pakar membuat penanganan terhadapat penyakit mata tidak bisa cepat dilakukan. Oleh karena itu, diperlukan sebuah sistem pakar dapat menjadi alternatif dalam mengatasi permasalahan tersebut. Tujuan dari penelitian ini adalah mengimplementasikan Teorema Bayes pada sistem pakar untuk mendiagnosa penyakit mata manusia. Subjek pada penelitian ini adalah untuk mendiagnosa penyakit mata dengan menggunakan metode penalaran forward chaining dan backward chaining. Dari penelitian yang dilakukan menghasilkan sebuah aplikasi sistem pakar yang mampu mendiagnosa penyakit mata pada manusia dengan menerapkan Teorema Bayes untuk mengatasi ketidakpastian. Pada pengujian 20 sampel data gejala penyakit menunjukkan bahwa aplikasi menghasilkan nilai akurasi sebesar 90% (Haris & Sam'ani, 2016). Pada penelitian dengan judul Sistem Pakar Diagnosa Penyakit Sapi Potong Dengan Metode Naive Bayes. salah satu faktor penting dalam pemeliharaan ternak adalah menjaga kesehatan ternak agar tetap bugar. Salah satu cara untuk memberikan pemahaman para peternak adalah dengan menggunakan sistem pakar. Sistem pakar adalah salah satu kecerdasan buatan yang mengadopsi pengetahuan ahli yang digunakan untuk memecahkan masalah yang biasanya hanya bisa dipecahkan oleh ahli di lapangan. Sistem pakar dapat diijinkan untuk memperluas jangkauan tenaga ahli sehingga pengetahuan ahli dapat diperoleh dan

3 digunakan di manapun. Dalam sistem pakar ini menggunakan metode Naive Bayes sebagai metode inferensi untuk mendiagnosis penyakit. Jenis penyakit yang bisa dikenali oleh sistem pakar adalah 11 jenis penyakit sedangkan gejala yang bisa dikenali adalah sistem pakar 20 jenis gejala. Hasil pengujian keakuratan 26 data uji kasus, telah menghasilkan tingkat persentase kesesuaian 96,15% (Indriana, Arief & Tanzil, 2015). 2.2 Landasan Teori Pencernaan perut Saluran pencernaan manusia adalah suatu sistem dalam tubuh manusia yang memegang peranan menerima makanan dari luar, mencerna, dan menyerap bahan yang di serap, serta mengeluarkan sisa pencernaan. Yang diserap adalah bahan yang dapat diserap. Sistem ini meliputi alat - alat tubuh mulai dari mulut sampai lubang dubur atau anus. Makanan yang telah melewati oesophous akan masuk kedalam lambung untuk proses pencernaan selnjutnya. Lambung (stomach, gaster, ventriculus) ini terdiri dari beberapa bagian. Bagian atas yang dinamakan fundus terletak di baawah kubah diagfrakma sebelah kiri yang selalu terisi udara. Lengkung yang lebih pendek di sisi kanan disebut kurvatura minor (Lesser curvature) dan yang panjang di kiri kurvatura major (Greater curvature). Bagian ujung bawah gaster disebut pylorus dengan katup atau sphincter-nya. Sebenarnya, semua alat pencernaan yang terdapat di dalam rongga perut atau rongga perineum dilapisi oleh selaput peritoneum juga. Lanjutan selaput yang melapisi lambung memanjang ke bawah membentuk omentum majus ( greater omentum, minyak jala), bagian yang menghubungkan dinding perut dengan usus halus dinamakan mesenterium dan mesocolon, terdapat pembuluh darah, lymph saraf yang mengurus usus. Darah vena yang berasal dari usus tidak di agkut ke jantung, tetapi melalui vena porta dialirkan ke hati untuk diambil zat makanan yang dikandungnya. Dalam pencernaan perut manusia sebagai pengolah berbagai jenis makanan dan pengaruh hormon hormon yang di hasilkan saluran pencernaan makanan. Makanan yang banyak mengandung lemak memperlambat

4 pengkosongan lambung. Pada penderita maag terdapat kerusakan dinding lambung sebagai akibat asam lambung saat lambung tidak terisi makanan (Wibisono, 2005) Sistem Pakar sistem pakar atau Expert system bisa disebut juga dengan Knowledge Based system yaitu suatu aplikasi komputer yang ditujukan untuk pengambilan keputusam atau pemecahan persoalan dalam bidang yang spesifik. Sistem ini bekerja dengan mengunakan pengetahuan dan metode analisis yang telah didefinisikan terlebih dahulu oleh pakar yang sesuai dengan bidang ahlinya. Sistem ini disebut sistem pakar karena fungsi dan perannya sama seperti seorang ahli yang memiliki pengetahuan, pengalaman, dalam memecahkan sesuatu persoalan. Sistem biasanya berfungsi sebagai kunci penting yang akan membantu suatu sistem pendukung keputusan atau sistem pendukung eksekutif (Hayadi, 2016). Lingkungan pengembangan sistem pakar digunakan untuk memasukan pengetahuan pakar ke dalam lingkungan sistem pakar, sedangkan lingkungan konsultasi di gunakan oleh pengguna yang bukan pakar guna memperoleh pengetahuan pakar (Rukun, 2016). Arsitektur sistem pakar bisa dilihat pada Gambar 2.1 Gambar 2.1 Arsitektur Sistem Pakar

5 2.2.3 Metode Teorema Bayes Probabilitas bayes adalah salah satu cara untuk mengatasi ketidakpastian data dengan formula bayes yang dinyatakan (Rosnelly, 2012). (2.1) (Rosnelly, 2012) Dimana: P(Hi E) = Probabilitas hipotesa Hi terjadi jika evidence E terjadi. P(E Hi) = Probabilitas munculnya evidence E jika diketahui hipotesa Hk benar. P(Hi) = Probabilitas hipotesa Hk, tanpa memandang evidence apapun. n = Jumlah hipotesa yang mungkin Dari teorema Bayes dapat dikembangkan jika dilakukan pengujian terhadap hipotesa muncul lebih dari sebuah evidence, maka persamaanya menjadi: (2.2) (Rosnelly, 2012) Dimana: e : evidence lama E : evidence baru P(H E,e) : probabilitas hipotesa H, jika muncul evidence baru E dari evidence lama e P(e E,H) : probabilitas kaitan antara e dan E jika hipotesa H benar P(e E) : Probabilitas kaitan antara e dan E tanpa memandang hipotesa apa pun.