Sistem Pakar Deteksi Diabetes Mellitus Menggunakan Metode Bayesian Berbasis Web

Transkripsi

1 Sistem Deteksi Diabetes Mellitus Megguaka Metode Bayesia Berbasis Web Voy Pawaka Program Studi Tekik Iformatika Jurusa Tekik Elektro Fakultas Tekik Uiversitas Tajugpura Abstrak Diabetes mellitus merupaka peyakit meahu yag aka diderita seumur hidup da memberika dampak yag besar terhadap kualitas hidup mausia serta memerluka biaya pegobata yag cukup besar. Diabetes mellitus dapat memicu berbagai komplikasi peyakit berbahaya serta memerluka pegobata jagka pajag. Aka tetapi, bayak masyarakat yag belum memiliki kesadara yag tiggi aka bahaya peyakit ii da juga tidak mempuyai pegetahua dasar megeai peyakit ii serta megalami keterbatasa waktu sehigga jarag melakuka kosultasi kepada dokter. Oleh karea itu, diperluka sebuah sistem pakar yag dapat meggatika pera seorag dokter da memberika edukasi pegetahua-pegetahua umum megeai diabetes mellitus kepada masyarakat. Tujua dari peelitia ii adalah meracag da membagu sebuah sistem pakar yag dapat medeteksi kemugkia mederita diabetes mellitus tipe 2 berdasarka gejala-gejala yag telah dimasukka serta memberika rekomedasi berupa iformasi da solusi terhadap peyakit tersebut. Salah satu metode yag dapat diguaka dalam perhituga probabilitasya adalah metode Bayesia. Metode ii merupaka sebuah pedekata utuk sebuah ketidaktetua yag diukur dega probabilitas. Berdasarka hasil aalisa, sistem ii dapat meagai proses kosultasi peggua dega tigkat akurasi yag cukup tiggi. Kata Kuci Bayesia, diabetes mellitus, iformasi da solusi, persetase kemugkia, sistem pakar M I. PENDAHULUAN eurut America Diabetes Associatio (ADA) tahu 2010 [2], Diabetes Mellitus (DM) merupaka suatu kelompok peyakit metabolik dega karakteristik hiperglikemia yag terjadi karea kelaia sekresi isuli, kerja isuli, atau keduaya. Diabetes yag timbul akibat kekuraga isuli disebut DM tipe 1 atau Isuli Depedet Diabetes Mellitus (IDDM). Diabetes yag disebabka karea isuli tidak berfugsi dega baik disebut DM tipe 2 atau No-Isuli Depedet Diabetes Mellitus (NIDDM). Berdasarka data Orgaisasi Kesehata Duia (WHO), Idoesia kii meempati uruta keempat terbesar dalam jumlah pederita diabetes. Meurut Wahdah 2011 (dalam Masykur) [4], pada tahu 2006 jumlah pederita DM di Idoesia mecapai 14 juta orag. Dari jumlah itu, baru 50% pederita yag sadar megidap da sekitar 30% di ataraya melakuka pegobata secara teratur. Diabetes melitus merupaka peyakit meahu yag dapat diderita seumur hidup. DM aka memberika dampak terhadap kualitas sumber daya mausia da peigkata biaya kesehata yag cukup besar. Aka tetapi, tigkat kesadara masyarakat aka dampak buruk yag ditimbulka oleh DM masih redah da bayak masyarakat yag tidak meyadari diriya sedag berada dalam resiko diabetes mellitus. Salah satu peyebabya adalah kuragya pegetahua tetag diabetes mellitus da juga keterbatasa waktu maupu biaya utuk kosultasi ke dokter. Oleh karea itu, perlu adaya sebuah media edukasi kepada pasie da keluargaya yag bertujua utuk memberika pemahama megeai gejala, pecegaha, da iformasi umum seputar DM. Pegetahua megeai peyakit DM dimiliki oleh dokter atau kosulta edokri sebagai pakarya. Dega adaya kemajua tekologi yag sagat pesat, hasil dari pemikira da pelatiha pakar dapat diadopsi dega megguaka tekologi Kecerdasa Buata (Artificial Itelligece), khususya sistem pakar. Komputer dapat bertidak sebagai kosulta yag cerdas dalam ligkuga keahlia tertetu sebagai hasil dari himpua pegetahua dari beberapa orag pakar. Dega adaya sistem pakar, proses kosultasi aka mejadi lebih mudah, efektif da efisie. Metode yag diguaka dalam kasus ii adalah metode Bayesia. Metode ii merupaka sebuah pedekata utuk sebuah ketidaktetua yag diukur dega probabilitas. Pedekata Bayes pada saat klasifikasi adalah mecari probabilitas tertiggi dega masuka atribut-atribut yag diperluka serta kemugkia dari peyakit da gejala-gejala yag berkaita. Oleh karea itu, diperluka suatu sistem pakar deteksi diabetes mellitus megguaka metode Bayesia berbasis web yag dapat meampilka agka persetase kemugkia megidap DM saja, tetapi juga rekomedasi lajuta berupa pola-pola makaa da latiha jasmai yag diajurka. A. Sistem II. URAIAN PENELITIAN Feigebaum 1983 (dalam Arhami, 2005: 2) [3] medefiisika sistem pakar sebagai suatu program komputer cerdas yag megguaka kowledge (pegetahua) da prosedur iferesi utuk meyelesaika masalah yag cukup sulit sehigga membutuhka seorag yag ahli utuk meyelesaikaya. Sistem pakar disusu oleh dua bagia utama, yaitu ligkuga pegembaga (developmet eviromet) da ligkuga kosultasi (cosultatio eviromet). Ligkuga pegembaga sistem pakar diguaka utuk memasukka

2 pegetahua pakar ke dalam ligkuga sistem pakar, sedagka ligkuga kosultasi diguaka oleh peggua yag buka pakar gua memperoleh pegetahua pakar. Adapu kompoe-kompoe sistem pakar dalam kedua bagia tersebut dapat dilihat pada gambar berikut. Kompoe-kompoe yag terdapat di dalam sistem pakar atara lai atarmuka peggua (user iterface), basis pegetahua, akuisisi pegetahua (kowledge acquisitio), mesi iferesi, workplace, fasilitas pejelasa da perbaika pegetahua. B. Metode Bayesia Metode Bayesia adalah pedekata secara statistik utuk meghitug trade off di atara keputusa yag berbeda-beda, dega megguaka probabilitas da ilai yag meyertai suatu pegambila keputusa tersebut (Agustia, 2014) [1]. Metode Bayesia diguaka utuk meghitug ketidakpastia data mejadi data yag pasti dega meyertaka persetaseya. Teorema Bayesia lebih bayak diterapka pada hal-hal yag berkeaa dega diagosis secara statistik yag berhubuga dega probabilitas serta kemugkia dari peyakit da gejala-gejala yag berkaita. Adapu Formula Bayesia dapat diyataka sebagai berikut. H E) dimaa : E H) H) E) (1) H E) = probabilitas hipotesa H bear jika diberika evidece E E H) = probabilitas muculya evidece E, jika diketahui hipotesa H bear H) E) Pemakai Iterface Aksi yag Direkomedasika LINGKUNGAN KONSULTASI Fakta tetag Kejadia tertetu Fasilitas Pejelasa Mesi Iferesi Workplace Gambar. 1. Arsitektur sistem pakar = probabilitas hipotesa H tapa memadag evidece apapu = probabilitas evidece E LINGKUNGAN PENGEMBANGAN Basis Pegetahua Fakta da Atura Perbaika Pegetahua Kowledge Egieer Secara umum, teorema Bayesia dega E kejadia da hipotesis H dapat dituliska dalam betuk persamaa berikut. AKUISISI PENGETAHUAN atau E H) P ( Hi E) (2) E P ( Hi E) (3) Hi E) E) (4) Hi E) (5) E Hk) Hk) k 1 Probabilitas meujukka kemugkia sesuatu aka terjadi atau tidak. Utuk meghitug probabilitas ditujukka dega persamaa: x) = dimaa : jumlah kejadia berhasil jumlah semua kejadia x) = probabilitas terjadiya x C. Flowchart Sistem Adapu algoritma dalam sistem pakar deteksi diabetes mellitus dapat dijelaska sebagai berikut. 1. Memasukka gejala-gejala yag dialami oleh pasie. 2. Mecari ilai semesta dega mejumlahka probabilitas dari masig-masig gejala yag dialami. i=1 E H i ) = E H 1 ) + E H 2 ) +. +E H ) (7) 3. Meghitug ilai probabilitas hipotesis H tapa memadag evidece apapu. H i ) = E H i) (8) i=1 E H i ) 4. Meghitug ilai probabilitas evidece E. E) = (H i ) E H i )) 5. Meghitug ilai Bayes setiap hipotesis. H i E) = E H i) H i ) (6) i=1 (9) (10) E) 6. Meghitug total ilai Bayes. i=1 Bayes i = Bayes 1 + Bayes Bayes (11) 7. Meghitug persetase megidap peyakit Persetase = i=1 Bayes i 100% (12) 8. Megaalisa tigkat persetase megidap diabetes mellitus tipe 2 da solusiya. Pada proses perhituga megguaka metode Bayesia. Nilai iput berasal dari gejala-gejala yag dialami oleh peggua. Setelah peggua memasukka gejala-gejala yag dialami, maka proses perhituga aka dilakuka utuk meghasilka tigka persetase megidap diabetes mellitus tipe 2 beserta solusi/sara yag diajurka. Proses perhituga dapat dilihat dalam gambar 2.

3 START Memasukka gejala-gejala Mejumlahka probabilitas gejala yag dialami Meghitug ilai probabilitas hipotesis H tapa memadag evidece apapu Meghitug ilai probabilitas evidece E Meghitug ilai Bayes setiap hipotesis Meghitug total ilai Bayes Meghitug persetase terkea peyakit Aalisa tigkat persetase DM da solusi END Gambar. 2. Flowchart sistem pakar deteksi diabetes mellitus Gambar. 3. Atarmuka halama utama pegujug Halama ii merupaka halama yag pertama diakses oleh pegujug sebelum melakuka logi. Terdapat 6 meu pada halama ii yaitu Berada, Iformasi dega submeu Iformasi Umum, Komposisi Makaa da Latiha Jasmai, Registrasi, Logi, Batua da Kotak, Pada form kosultasi terdapat 11 pertayaa berbetuk slide yag aka dijawab oleh pasie, Jawaba tersebut berdasarka gejala yag diderita oleh pasie. Pada pertayaa-pertayaa tersebut, pasie dimita utuk mejawab ya utuk gejala yag dirasaka da tidak utuk gejala yag tidak dirasaka. Jika sudah mejawab suatu pertayaa maka dapat melajutka ke pertayaa berikutya. Setelah megiputka jawaba maka sistem melakuka proses, yaitu proses pearika kesimpula berdasarka masuka oleh pasie berupa persetase megidap DM tipe 2 da rekomedasi lajuta berupa sara/solusi berdasarka persetase yag didapatka. Tampila slide kosultasi dapat dilihat pada gambar 4. A. Hasil Eksperime III. HASIL DAN DISKUSI Sistem pakar deteksi diabetes mellitus adalah sebuah sistem yag megadopsi kemampua seorag pakar (dokter) dalam medeteksi secara dii peyakit diabetes mellitus tipe 2. Jadi utuk membagu sebuah sistem yag cukup diamis dega megolah gejala-gejala yag ada tersebut mejadi sebuah pegetahua yag mejadi dasar sebagai diagosa peragkat luak, maka dibutuhka beberapa tahapa yag dimulai dari akuisisi pegetahua higga represetasi pegetahua. Tampila utama pegujug dapat dilihat pada gambar 3.

4 Gambar. 4. Atarmuka form kosultasi Pada form ii, jika peggua telah mejawab pada pertayaa terakhir, maka aka diteka tombol OK da sistem aka melakuka perhituga berdasarka jawaba yag telah diberika. Adapu hasil kosultasi yag diberika ditujukka pada gambar 5. B. Pegujia Blackbox Pegujia dilakuka pada sistem megguaka metode blackbox yag aka memeriksa apakah sistem dapat berjala dega bear sesuai dega yag diharapka. Data pegujia dipilih berdasarka spesifikasi masalah tapa memperhatika detail iteral dari sistem. Pegujia blackbox yag aka diguaka berupa pegujia sample testig da robustess testig. Pegujia yag telah dilakuka meyimpulka hasil telah sesuai dega apa yag diharapka. C. Pegujia Validitas Sistem Pegujia validitas pakar merupaka pegujia yag dilakuka dega membadigka hasil pada sistem pakar dega seorag pakar, sehigga ilai kepastia yag dihasilka dapat dipercaya. Hasil pegujia validitas aplikasi ditujukka pada tabel 1. Ka sus 1 Tabel 1. Hasil pegujia validitas aplikasi Gejala - Gatal-gatal pada bada Sistem Akurat >75% 86,29% Sesuai 2 - Megalami ifeksi kulit berulag-ulag <50% 71,91% Tidak Sesuai Gambar. 5. Hasil kosultasi Hasil kosultasi yag diberika berupa aalisis tigkat persetase, agka persetase da solusi yag diajurka berdasarka persetase kosultasi yag diperoleh. Setelah melakuka kosultasi, data-data hasil kosultasi peggua aka disimpa oleh sistem. Peggua dapat membuka kembali data-data tersebut melalui meu histori kosultasi. Adapu tampila histori kosultasi dapat dilihat pada gambar Serig merasa lapar - Gatal-gatal pada bada - Peglihata kabur - Megalami ifeksi kulit berulag-ulag - Batuk pilek berulag-ulag - Gatal-gatal pada bada >75% 89,72% Sesuai >75% 80,56% Sesuai <50% 33,33% Sesuai 6 - Serig merasa lapar >75% 89,5% Sesuai 7 - Serig merasa lapar >75% 97,67% Sesuai Gambar. 6. Histori kosultasi

5 Ka sus 8 Gejala - Peglihata kabur Sistem Akurat 50-75% 71,36% Sesuai 3. Sistem ii dapat meampilka solusi yag diajurka bagi peggua berupa rekomedasi kosultasi ke dokter, komposisi makaa da/atau latiha jasmai. 4. Berdasarka pegujia yag telah dilakuka, tigkat keakurata yag dihasilka adalah sebesar 96,66% Megalami ifeksi kulit berulag-ulag - Batuk pilek berulag-ulag >75% 88,78% Sesuai 50-75% 62,98% Sesuai 30 - Serig merasa lapar >75% 88,91% Sesuai DAFTAR PUSTAKA [1] Agustia Sistem Mediagosa Peyakit Kista Ovarium Dega Megguaka Metode Bayes. Pelita Iformatika Budi Darma. Vol. 3 (II). Hlm [2] America Diabetes Associatio Diagosis ad Classificatio of Diabetes Mellitus. Diabetes Care Vol.33: 562. [3] Arhami, Muhammad Kosep Dasar Sistem. Badug: Iformatika. [4] Masykur, Fauza Implemetasi Sistem Diagosis Peyakit Diabetes Mellitus Megguaka Metode Fuzzy Logic Berbasis Web. Tesis. Semarag : Uiversitas Dipoegoro. diakses 05 Jauari Berdasarka hasil pegujia validitas aplikasi, maka ilai keakurata dapat dihitug sebagai berikut : Nilai keakurata = Jumlah yag sesuai Jumlah kasus Nilai keakurata = x100% Nilai keakurata = 96,66% x100% D. Aalisis Hasil Berikut ii adalah aalisis hasil peracaga da pegujia sistem pakar deteksi diabetes mellitus: 1.Peggua haya dapat megakses sistem utuk kosultasi setelah medaftarka diri mejadi member. 2. Peggua dapat megetahui persetase kemugkia megidap peyakit diabetes mellitus tipe 2 setelah melakuka kosultasi dega cara memasukka gejalagejala yag dialami. 3. Hasil pegujia blackbox meujukka saat dilakuka iput data, masuka data dega keseluruha atau sebagia data kosog aka dimuculka pesa kesalaha sehigga sistem dapat meagai data sesuai dega yag diharapka. 4.Berdasarka hasil pegujia validitas aplikasi, didapatka ilai akurasi sistem sebesar 96,66%, sehigga dapat disimpulka bahwa peragkat luak yag diracag diilai berhasil. IV. KESIMPULAN/RINGKASAN Kesimpula yag didapatka dari peelitia ii terdiri dari beberapa hal, yaki : 1. Dega sistem ii, peggua dapat melakuka kosultasi dega memilih gejala-gejala yag dialami. 2. Sistem ii dapat medeteksi tigkat persetase peggua megidap peyakit diabetes mellitus tipe 2 dega metode Bayesia.