PENGGUNAAN CERTAINTY FACTOR (CF) DALAM PERANCANGAN SISTEM PAKAR UNTUK MENDIAGNOSIS PENYAKIT ATHEROSKLEROSIS SKRIPSI. Elpa Armi Voni

Transkripsi

1 PENGGUNAAN CERTAINTY FACTOR (CF) DALAM PERANCANGAN SISTEM PAKAR UNTUK MENDIAGNOSIS PENYAKIT ATHEROSKLEROSIS SKRIPSI Elpa Armi Voni PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2010

2 PENGGUNAAN CERTAINTY FACTOR (CF) DALAM PERANCANGAN SISTEM PAKAR UNTUK MENDIAGNOSIS PENYAKIT ATHEROSKLEROSIS SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Komputer Elpa Armi Voni PROGRAM STUDI SARJANA ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2010

3 PERSETUJUAN Judul : PENGGUNAAN CERTAINTY FACTOR (CF) DALAM PERANCANGAN SISTEM PAKAR UNTUK MENDIAGNOSIS PENYAKIT ATHEROSKLEROSIS Kategori : SKRIPSI Nama : ELPA ARMI VONI Nomor Induk Mahasiswa : Program Studi : SARJANA (S1) ILMU KOMPUTER Departemen Fakultas Komisi Pembimbing : : ILMU KOMPUTER : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA Diluluskan di Medan, 2010 Pembimbing 2 Pembimbing 1 Sajadin Sembiring,S.si Drs.Marihat Situmorang, M.Kom NIP. - NIP Diketahui/Disetujui oleh Program Studi S1 Ilmu Komputer Ketua, Prof. Dr. Muhammad Zarlis NIP

4 PERNYATAAN PENGGUNAAN CERTAINTY FACTOR (CF) DALAM PERANCANGAN SISTEM PAKAR UNTUK MENDIAGNOSIS PENYAKIT ATHEROSKLEROSIS SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya. Medan, 26 Agustus 2010 Elpa Armi Voni

5 PENGHARGAAN Puji dan syukur penulis panjatkan kepada Allah SWT, dengan limpahan karunia-nya kertas kajian ini berhasil diselesaikan dalam waktu yang telah ditetapkan. Ucapan terima kasih penulis sampaikan kepada Bapak Prof. Dr. Muhammad Zarlis selaku Ketua Program Studi Ilmu Komputer sekaligus pembanding pada penyelesaian skripsi ini, Bapak Drs.Marihat Situmorang,M.Kom dan Bapak sajadin Sembiring,S.Si sebagai Pembimbing yang telah memberikan panduan ringkas, padat dan profesional telah diberikan kepada penulis agar penulis dapat menyelesaikan skripsi ini. Ucapan terima kasih juga ditujukan kepada Bapak Muhammad Andri Budiman,ST.McomSc,MEM selaku pembanding yang telah banyak membantu dalam penyelesaian skripsi ini, Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam, semua dosen pada Program Studi Ilmu Komputer FMIPA USU serta pegawai di FMIPA USU. Ucapan terima kasih juga ditujukan kepada dr.fitri yang telah memberikan beberapa informasi penting dalam pembuatan skripsi ini. Secara khusus penulis mengucapkan terima kasih yang tiada terhingga kepada ayahanda Nofriadi,S,Pd dan ibunda Asni,S.Pd, atas segala doa dan atas kepercayaan sepenuh hati kepada Penulis. Adinda Yola Dwi Putri dan Lairani Olsiara atas dukungan dan doanya selama ini. Serta seluruh keluarga tercinta yang berjasa dalam memberikan dorongan kepada penulis selama menyelesaikan skripsi ini. Semoga Allah SWT akan membalasnya. Selanjutnya untuk abang Shendy Syahputra yang selalu memberi dukungan dan doanya, Selanjutnya untuk teman-teman terbaik, dan yang terus memberi dukungan.

6 ABSTRAK Saat ini komputer telah banyak digunakan dalam dunia medis untuk membantu diagnosis suatu penyakit. Penyakit yang paling penting dan sering ditemukan adalah atherosklerosis. Pencegahan penyakit lebih baik daripada pengobatannya. Oleh karena itu, pencegahan penyakit atherosklerosis ini diawali dengan pendiagnosaan dini. Salah satu teknik dalam mendiagnosis penyakit atherosklerosis ini adalah sistem pakar. Maka dari itu penelitian ini bertujuan menyusun sebuah sistem pakar yang digunakan untuk diagnosa awal penyakit atherosklerosis berdasarkan gejala yang rasakan. Sistem akan menampilkan Besarnya kepercayaan gejala tersebut terhadap kemungkinan penyakit yang diderita pengguna. Besarnya nilai kepercayaan tersebut merupakan hasil perhitungan dengan menggunakan metode Certainty Factor(CF). Representasi pengetahuan yang digunakan pada penelitian ini adalah production rule. Metode inferensi yang digunakan untuk mendapatkan konklusi yaitu penalaran maju (forward chaining). Implementasi sistem direalisasikan kedalam bahasa pemrograman Delphi 7.0.

7 USE OF CERTAINTY FACTOR (CF) IN EXPERT SYSTEM DESIGN TO DIAGNOSE ATHEROSCLEROSIS DISEASE ABSTRACT Today computers have been widely used in the medical world to help diagnose a disease. The most important disease and is often found in atherosclerosis. Preventing is better than drugging. Therefore, atherosclerosis preventing started with stroke detection early. One way technical at atherosklerosis diagnosis is an expert system. Therefore this study aims to develop an expert system used for early diagnosis of atherosclerosis disease based on symptoms you feel. The system will display the amount of trust against the possibility of disease symptoms suffered by users. The value of the trust is calculated using the Certainty Factor (CF). Knowledge representation used in this study is the Production Rule. Inference method used to obtain the conclusion that Forward Chaining. System implementation is realized into Delphi 7.0 programming language.

8 DAFTAR ISI Halaman Persetujuan Pernyataan Penghargaan Abstrak Abstract Daftar Isi Daftar Tabel Daftar Gambar ii iii iv v vi vii x xi Bab 1 Pendahuluan 1.1 Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian Metodologi Penelitian Sistematika Penulisan 5 Bab 2 Landasan Teori 2.1 Kecerdasan Buatan Sistem Pakar Pengertian Sistem Pakar Konsep Dasar Sistem Pakar Ciri-ciri Sistem Pakar Bidang-bidang pengembangan Sistem Pakar Struktur Sistem Pakar Keuntungan Sistem Pakar Representasi Pengetahuan Model Representasi Pengetahuan Inferensi Faktor Kepastian (Certainty Factor) Pengertian Certainty Factor Kombinasi Aturan Perhitungan Certainty Factor Menentukan CFGabungan Penyakit Atherosklerosis Pengertian Penyakit atherosklerosis Gejala Penyakit atherosklerosis Faktor Resiko Penyakit atherosklerosis Delphi 7 dan Interbase Delphi 7 32

9 2.5.2 Interbase 33 Bab 3 Analisis dan Perancangan Sistem 3.1 Gambaran Sistem Arsitektur Sistem Representasi Pengetahuan Data Dasar Pola Umum Aturan Mekanisme Inferensi Algoritma Atherosklerosis Expert System Perancangan Basis Data Struktur Table Relasi Antar Table Perancangan DFD Kamus Data Perancangan Struktur Program Perancangan AntarMuka Rancangan Halaman login Rancangan Halaman Utama Rancangan Halaman Pengguna Rancangan Halaman Gejala Rancangan Halaman penyakit Rancangan Halaman Akuisisi Pengetahuan Rancangan Halaman Daftar Aturan Rancangan Halaman Pendaftaran Pasien Rancangan Halaman Konsultasi Penyakit Rancangan Halaman About Rancangan Halaman Penjelasan 64 Bab 4 Implementasi dan Penggunaan Sistem 4.1 Pembahasan Sistem pakar atherosklerosis Halaman Login Halaman Menu Utama Halaman Manajemen Pengguna Halaman Data Dasar Halaman Akuisisi pengetahuan Halaman Pendaftaran Pasien Halaman Konsultasi Penyakit Halaman Penjelasan Halaman About Pengujian Sistem 80 Bab 5 Kesimpulan dan Saran 5.1 Kesimpulan Saran 97 Daftar Pustaka 98 Lampiran

10 DAFTAR TABEL Halaman Tabel 2.1 Bingkai Penyakit 18 Tabel 2.2 Aturan Kombinasi MYCIN 22 Tabel 3.1 Daftar Rule Diagnosis Penyakit 39 Tabel 3.2 Table Pengguna 43 Tabel 3.3 Table Gejala 43 Tabel 3.4 Table penyakit 44 Tabel 3.5 Table Rule Penyakit 44 Tabel 3.6 Table detail Rule Penyakit 44 Tabel 3.7 Table Cek Gejala 45 Tabel 3.8 Table Cek Penyakit 45 Tabel 3.9 Table Pasien 45 Tabel 3.10 Kamus Data Pengguna 53 Tabel 3.11 Kamus data gejala 54 Tabel 3.12 Kamus data penyakit 54 Tabel 3.13 Kamus data Rule penyakit 54 Tabel 3.14 Kamus Data detail Rule penyakit 55 Tabel 3.15 Kamus data Cek Gejala 55 Tabel 3.16 Kamus data Cek Penyakit 55 Tabel 3.17 Kamus data Pasien 55 Tabel 4.1 Daftar jawaban pasien secara manual 82 Tabel 4.2 Daftar Nama Penyakit 83

11 DAFTAR GAMBAR Halaman Gambar 2.1 Komponen Sistem Pakar 15 Gambar 2.2 Representasi Jaringan semantik 18 Gambar 2.3 Forward Chaining (Runut Maju) 19 Gambar 2.4 Backward Chaining ( Runut Balik) 20 Gambar 2.5 Jaringan Penalaran Certainty Factor 23 Gambar 2.6 Kombinasi Certainty Factor 24 Gambar 2.7 Kombinasi Paralel Certainty Factor 24 Gambar 2.8 Potongan Melintang Arteri 28 Gambar 2.9 Patofisiologis Atherosklerosis 29 Gambar 3.1 Aliran Sistem Diagnosis penyakit 35 Gambar 3.2 Arsitektur sistem pakar atherosklerosis 36 Gambar 3.3 Penelusuran dengan forward chaining 40 Gambar 3.4 Algoritma sistem pakar atherosklerosis 43 Gambar 3.5 Relasi Antar Table 47 Gambar 3.6 Diagram Konteks 48 Gambar 3.7 DFD level 0 50 Gambar 3.8 DFD level 1 53 Gambar 3.9 Perancangan Struktur Program 57 Gambar 3.10 Rancangan Halaman Login 58 Gambar 3.11 Rancangan Halaman Utama 58 Gambar 3.12 Rancangan Halaman Pengguna 59 Gambar 3.13 Rancangan Halaman Gejala 60 Gambar 3.14 Rancangan Halaman Penyakit 60 Gambar 3.15 Rancangan Halaman Akuisisi Pengetahuan 61 Gambar 3.16 Rancangan Halaman Daftar Aturan 62 Gambar 3.17 Rancangan Halaman Pendaftaran Pasien 62 Gambar 3.18 Rancangan Halaman Konsultasi Penyakit 63 Gambar 3.19 Rancangan Halaman About 63 Gambar 3.20 Rancangan Halaman Penjelasan 64 Gambar 4.1 Tampilan Halaman Login 67 Gambar 4.2 Tampilan Pesan Kesalahan pada waktu login 67 Gambar 4.3 Tampilan Halaman Menu Utama Sub Menu Admin 68 Gambar 4.4 Tampilan Halaman Menu Utama Sub Menu Pakar 69 Gambar 4.5 Tampilan Halaman Menu Utama Sub Menu Paramedis 69 Gambar 4.6 Tampilan Halaman Manajemen Pengguna 70 Gambar 4.7 Tampilan Halaman Gejala Penyakit 71 Gambar 4.8 Tampilan Halaman Penyakit 72 Gambar 4.9 Tampilan Halaman Akuisisi Pengetahuan Ketika tombol 73 masukkan aturan diklik Gambar 4.10Tampilan Halaman Akuisisi pengetahuan setelah nama 74 penyakit dipilih Gambar 4.11 Tampilan Halaman Pendaftaran pasien 75

12 Gambar 4.12 Tampilan Pesan Reset Berhasil 76 Gambar 4.13 Tampilan Halaman Pencarian Data Pasien 77 Gambar 4.14 Tampilan Pesan Gejala Habis 77 Gambar 4.15 Tampilan Halaman Konsultasi penyakit 78 Gambar 4.16 Tampilan Penjelasan 79 Gambar 4.17 Tampilan Halaman About 79 Gambar 4.18 Tampilan Data Penyakit yang Terdapat Dalam Sistem 93 Gambar 4.19 Tampilan Data Gejala Yang dimasukkan dalam sistem 94 Gambar 4.21 Tampilan Jawaban Pada Sesi konsultasi 94 Gambar 4.22 Tampilan Hasil Diagnosis 95