APLIKASI DIAGNOSIS PENYAKIT HEPATITIS MENGGUNAKAN J2ME DENGAN METODE CERTAINTY FACTOR

Transkripsi

1 Proyek Akhir APLIKASI DIAGNOSIS PENYAKIT HEPATITIS MENGGUNAKAN J2ME DENGAN METODE CERTAINTY FACTOR Dosen Pembimbing : YULIANA SETIOWATI, S.Kom AFRIDA HELEN, ST, M.Kom Oleh : Heru Susanto

2 Pendahuluan Suatu gejala penyakit dapat merupakan indikasi dari suatu penyakit yang akan diderita. Selama ini suatu sistem diagnosis penyakit bagi pasien pada kenyataannya masih harus melibatkan pakar (dokter) secara langsung. Kemajuan pengetahuan dan teknologi komunikasi yang begitu cepat saat ini, terutama teknologi mobile communication sepertinya tidak dapat terelakkan lagi. 2

3 Latar Belakang Hepatitis adalah kelainan hati berupa peradangan (sel) hati Dibangun aplikasi sistem pakar sebagai diagnosis penyakit untuk mendeteksi Hepatitis. Proses diagnosa menggunakan metode Certainty Factor yang dibangun menggunakan J2ME sebagai media implementasi dari teknologi mobile communication. 3

4 Perumusan Masalah Mendiagnosa penyakit Hepatitis melalui penerapan sistem pakar berdasarkan input gejala maupun hasil tes darah. Mengimplementasikan metode Certainty Factor guna proses diagnosa penyakit Hepatitis. Menggunakan teknologi J2ME (Java 2 Micro Edition) sebagai media untuk mengimplementasikan aplikasi tersebut ke dalam mobile device yang ada guna penyajian informasi secara optimal. 4

5 Batasan Masalah Mendiagnosis suatu penyakit berdasarkan gejala-gejala fisik yang diderita ditambah dengan uji tes darah. Penyakit yang akan didiagnosis adalah penyakit Hepatitis A, Hepatitis B dan Hepatitis C. Input berupa gejala-gejala penyakit Hepatitis yang menyerang pasien dan hasil tes darah guna akurasi diagnosa. Output berupa identifikasi kemungkinan jenis penyakit Hepatitis yang menyerang pasien serta nilai kepastian terhadap penyakit tersebut. Ditambahkan pula langkah-langkah sehat berupa terapi dan pengobatan sederhana. Spesifikasi aplikasi yang dibuat adalah J2ME Profile ; MIDP 2.1 dan J2ME Configuration ; CLDC 1.1 Perhitungan menggunakan metode faktor kepastian (certainty factor) yang menunjukkan ukuran kepastian terhadap suatu fakta. Representasi pengetahuan yang digunakan adalah sistem pakar berbasis rule dan dalam penalaran menggunakan metode backward chaining. Terbatas pada sumber pengetahuan yang didapat, baik dari pakar maupun dari buku dan sumber lain mengenai penyakit Hepatitis. 5

6 Tujuan Proyek akhir ini bertujuan untuk membangun sebuah sistem berbasis pengetahuan kedokteran dalam mendiagnosa penyakit Hepatitis yang dapat ditampilkan dalam perangkat mobile, sehingga alasan efisiensi waktu dan kurangnya pengetahuan masyarakat akan kesehatan dapat teratasi. 6

7 Hepatitis Penyebab penyakit hepatitis A adalah virus hepatitis A (HAV), picornavirus berukuran 27-nm (yaitu virus dengan positive strain RNA). Virus tersebut dikelompokan kedalam Hepatovirus, anggota famili Picornaviridae. Penyebab penyakit hepatitis B adalah virus hepatitis B (HVB), termasuk hepadnavirus, berukuran 42-nm double stranded DNA virus dengan terdiri dari nucleocapsid core (HBc Ag) berukuran 27 mm, dikelilingi oleh lapisan lipoprotein di bagian luarnya yang berisi antigen permukaan (HBsAg). Penyebab penyakit hepatitis C adalah virus hepatitis C yang merupakan virus RNA dengan amplop, diklasifikasikan kedalam genus berbeda (Hepacavirus) dari familia Flaviviridae. Paling sedikit ada 6 genotipe yang berbeda dan lebih dari 90 subtipe HCV yang diketahui saat ini. 7

8 Certainty Factor (CF) Faktor kepastian (certainty factor) menunjukkan ukuran kepastian terhadap suatu fakta atau aturan. Notasi Faktor Kepastian : CF[h,e] = MB[h,e] MD[h,e] Dengan: CF[h,e] = faktor kepastian MB[h,e] = ukuran kepercayaan terhadap hipotesis h, MD[h,e] = ukuran ketidakpercayaan terhadap hipotesis h, 8

9 Konsep Perhitungan Nilai evidence dikombinasikan untuk menentukan CF dari suatu hipotesis. Jika e 1 dan e 2 adalah observasi, maka : MB[h,e ^ e ] = 0 MD[h, e ^ e ] = 1 MB[h, e ] + MB[h, e ].(1 - MB[h, e ]) lainnya MD[h, e ^ e ] = 0 MB[h, e ^ e ] = 1 MD[h, e ] + MD[h, e ].(1 - MD[h, e ]) lainnya 9

10 Konsep Perhitungan(2) Jika ada kaidah lain termasuk dalam hipotesis yang sama tetapi berbeda dalam faktor kepastian maka perhitungan faktor kepastian dari kaidah yang sama dihitung dari penggabungan fungsi untuk faktor kepastian yang didefinisikan sebagai berikut : CF 1 +CF 2 (1-CF 1 ) kedua-duanya > 0 CF COMBINE (CF 1,CF 2 ) = CF 1 +CF 2 salah satu < 0 1-min( CF 1, CF 2 ) CF 1 +CF 2 (1-CF 1 ) kedua-duanya < 0 10

11 Interpretasi pakar Nilai CF(Rule) didapat dari interpretasi term dari pakar menjadi nilai MD/MB tertentu. Certain Term Tidak Tahu/Tidak Ada Mungkin Kemungkinan Besar Hampir Pasti Pasti MD/MB

12 Perancangan Sistem Aplikasi Diagnosis J2ME Sistem Pakar Hipotesa (Output) Telpon Genggam dengan Fitur Java MIDP RMS Database (Data Gejalagejala penyakit, nilai MD dan MB) Diagnosa (Input) USER 12

13 Perancangan Sistem (cont d) START Data gejala penyakit dan/atau hasil tes darah serta data MB dan MD Input Gejala dan/ atau hasil Tes Darah dari User Ada Input Y Perhitungan nilai MB dan MB baru Perhitungan nilai CF Output tingkat CF, hipotesa diagnosis dan langkah terapi pengobatan STOP N Input pada aplikasi adalah gejala-gejala yang diderita oleh pasien dalam bentuk fisik. Dapat pula dilakukan uji hasil tes darah. Kemudian diolah oleh handphone sebagai mobile device yang akan menghasilkan jenis penyakit yang diderita. Keluaran yang dihasilkan dari aplikasi ini adalah berupa informasi tentang jenis penyakit yang kemungkinan diderita oleh user berdasarkan gejala yang dimasukkan dan nilai CF (Certainty Factor) yang dihasilkan dari perhitungan yang dilakukan oleh sistem. Selain itu terdapat juga penelusuran data-data gejala yang dapat dipilih oleh user. Dalam perangkat handphone berbasis Java, disediakan media penyimpanan yang bersifat non-volatile. Media penyimpanan non-volatile ini dalam MIDlet dikenal dengan nama RMS (Record Management System). Data yang ada di dalam database RMS ini dikenal dengan RecordStore. Gejala Value MB Value MD DATA String() float() float() 13

14 Data Primer Data-data atau informasi yang diperoleh adalah secara langsung dari seorang pakar dalam hal ini adalah dokter spesialis penyakit dalam. Teknik pengumpulan data ini adalah sebagai berikut : Metode wawancara (interview), wawancara atau tanya jawab langsung dengan pihak-pihak terkait dalam hal ini seorang dokter spesialis penyakit dalam, guna mendapatkan data yang tepat sehingga perancangan sesuai dengan tujuan semula. Metode Kepustakaan (Library Research), mengumpulkan data-data yang diperoleh dengan cara mengumpulkan data melalui buku-buku dan sumber-sumber lain (internet) yang relevan dengan permasalahan yang dihadapi, dalam hal ini tentang jenis-jenis penyakit Hepatitis dan gejalagejalanya. 14

15 Pengujian Sistem Perangkat Lunak yang Sedang Dijalankan 15

16 Pengujian Sistem Konfirmasi Sebelum Proses Diagnosa Pemilihan Gejala yang Diderita 16

17 Pengujian Sistem Hasil Diagnosa Gejala Fisik 17

18 Pengujian Sistem Menu Terapi Menu Telusuri Menu Lihat Data 18

19 Pengujian Sistem Laporan Diagnosa 19

20 Pengujian Sistem Konfirmasi Sebelum Proses Uji Tes Darah Uji Tes Darah 20

21 Pengujian Sistem Hasil Uji Tes Darah 21

22 Pengujian Sistem Laporan Diagnosa Tes darah 22

23 Perbandingan Perhitungan Manual Input user berupa gejala Gejala mirip Flu dan Nyeri Perut. Maka didapat data berupa : Gejala mirip Flu Hepatitis A Hepatitis B Hepatitis C MB MD MB MD MB MD 0,21 0,015 0,17 0,015 0,17 0,015 Nyeri Perut Hepatitis A Hepatitis B Hepatitis C MB MD MB MD MB MD 0,46 0,03 0,31 0, Didapat nilai untuk setiap penyakit hepatitis A, B dan C : Perhitungan Hepatitis A MB baru = 0,21 + 0,46 * (1 0,21) = 0,5734 MD baru = 0, ,03 * (1 0,015) = 0,04455 Perhitungan Hepatitis B MB baru = 0,17 + 0,31 * (1 0,17) = 0,4273 MD baru = 0, ,02 * (1 0,015) = 0,0347 Perhitungan Hepatitis C MB baru = 0, * (1 0,17) = 0,17 MD baru = 0, * (1 0,015) = 0,015 Menghitung nilai CF untuk masing-masing hipotesa penyakit : Perhitungan Hepatitis A CF Hepatitis A = 0,5734 0,04455 = 0,52885 Perhitungan Hepatitis B CF Hepatitis B = 0,4237 0,0347 = 0,3926 Perhitungan Hepatitis C CF Hepatitis C = 0,17 0,015 = 0,155 Berdasarkan hasil perhitungan diatas, maka hasilnya sama dengan pengujian pada sistem. Bahwa nilai CF tertinggi dimiliki oleh penyakit hepatitis A dengan kondisi derajat CF = MUNGKIN 23

24 Perbandingan Perhitungan Manual (2) Selain mendiagnosa gejala fisik, sistem juga mampu mendiagnosa melalui hasil uji tes darah. User telah mengisi untuk paremeter Hepatitis A dengan status antibodi IgM positif dan antibodi IgG negatif. Berikut perhitungan nilai CF baru atas hasil tes darah tersebut : antibodi IgM antibodi IgG Positif Negatif MB MD Status hepatitis A Tertular HAV dalam 6-7 minggu terakhir ini, dan sistem kekebalan sedang mengeluarkan virus atau infeksi menjadi semakin parah. Didapat nilai untuk setiap penyakit hepatitis A, B dan C : CF tes darah Hepatitis A = 0,99 0,01 = 0,98 CF tes darah Hepatitis B = 0 CF tes darah Hepatitis C = 0 Maka nilai akhir CF untuk masing-masing hipotesa penyakit : CF COMBINE Hepatitis A = 0, ,98 * (1-0,52885) = 0, CF COMBINE Hepatitis B = 0, * (1-0,3926) = 0,3926 CF COMBINE Hepatitis C = 0, * (1-0,155) = 0,155 Berdasarkan hasil perhitungan diatas, maka hasilnya sama dengan pengujian pada sistem. Bahwa nilai CF tertinggi dimiliki oleh penyakit hepatitis A dengan kondisi derajat CF = HAMPIR PASTI. 24

25 Menambah Data Gejala

26 Mengubah Data Gejala

27 Menghapus Data Gejala

28 Menu Lain

29 Prosedur Pengujian Tidak Normal Masukan Gejala Penyakit Masukan Tambah, Ubah dan Hapus Gejala Masukan Tes Darah 29

30 Analisa Sistem ini dapat melakukan proses penalaran suatu data yang berupa gejala untuk mencari suatu informasi terhadap suatu hipotesa penyakit. Dari masukan gejala yang akan diberikan oleh user dalam sistem, terdapat kemungkinan nilai untuk setiap hipotesa Hepatitis A, B maupun C hanya memiliki nilai selisih yang kecil. Hal ini terjadi bila masing-masing gejala masukan memiliki bobot yang hampir sama atas penyakit tersebut. Maka untuk mendapatkan nilai yang signifikan atas hipotesa penyakit tersebut disarankan untuk melakukan tes darah. Hasil uji tes darah akan menjadi tolak ukur tertinggi pada proses diagnosa ini. Jika terjadi diagnosa ganda pada saat deteksi gejala fisik dan uji tes darah, maka yang lebih diutamakan adalah tes darah. Pada tes darah lebih bersifat pasti karena pada proses yang sebenarnya, tes darah juga memiliki pertimbangan yang sangat besar untuk diagnosa penyakit yang biasa dilakukan oleh dokter-dokter di sekeliling kita. 30

31 Kesimpulan 1. Aplikasi ini dijalankan dengan J2ME Profile ; MIDP 2.1 dan J2ME Configuration ; CLDC Semakin akurat gejala yang dimasukkan dalam sistem (yang benar-benar dirasakan), maka akan semakin tinggi pula nilai Certainty Factor atas penyakit tersebut. 3. Penambahan data gejala penyakit dalam aplikasi ini harus dikonsultasikan terlebih dahulu dengan pakar. Hal ini akan menjadikan aplikasi diagnosis ini mampu bekerja secara baik. 31

32 TERIMA KASIH 32