BAB 1 PENDAHULUAN 1.1 Latar Belakang Thyroid adalah kelenjar endokrin manusia berbentuk menyerupai kupu-kupu yang terletak di bagian leher. Namun, kelenjar kecil yang memiliki fungsi yang signifikan bagi tubuh manusia ini jarang mendapat perhatian khusus. Hal ini menyebabkan banyaknya kasus penyakit thyroid yang terabaikan. Terdapat sekitar 200 juta penduduk dunia mengidap penyakit thyroid (National Women's Health Information Center, 2010). Di Indonesia sendiri kasus penyakit thyroid telah mengalami peningkatan dari tahun ke tahun, khususnya di Jakarta sekitar 300 kasus penyakit thyroid baru terdeteksi per bulan (Perkumpulan Endokrinologi Indonesia, 2012). Penyakit thyroid ini lebih banyak dialami oleh perempuan dibanding laki-laki. Dengan perbandingan 7 kali lipat lebih rentan pada perempuan daripada laki-laki (National Women's Health Information Center, 2010). Kondisi ini diperparah dengan kurangnya kesadaran terhadap penyakit thyroid dan diagnosa yang kerap dilalaikan karena keengganan pasien akibat biaya yang mahal. Untuk sebuah self thyroid assessment kit sederhana saja membutuhkan sekitar US$ 249 (National Istitutes of Health, 2011). Assessment kit ini akan mengecek semua hormon yang mempengaruhi aktivitas thyroid. Padahal penyakit thyroid tertentu jika membutuhkan sistem pakar hanya membutuhkan pengecekan 2 atau 3 jenis hormon dari total jumlah hormon thyroid yang ada. Hal ini tentu akan meringankan biaya medis bagi pasien. Sehingga perlunya suatu pendekatan sederhana melalui teknologi untuk mendeteksi penyakit thyroid yang dapat membantu tim medis sekaligus alat bantu sederhana yang dapat diakses oleh khalayak umum karena Indonesia sendiri merupakan salah satu negara endemik thyroid (National Istitutes of Health, 2011). Pada masa sekarang ini perkembangan information and communication technology (ICT) dari waktu ke waktu semakin meningkat pesat, terlebih lagi perkembangan sistem pintar yang mendorong penggunaan dan pemanfaatan perkembangan teknologi tersebut secara luas di berbagai bidang dan aspek kehidupan masyarakat. 1
2 Contoh nyata dari pemanfaatan dan penggunaan perkembangan ICT itu sendiri adalah di dalam ilmu terapan. Salah satunya adalah di dalam cabang ilmu kesehatan. Bertumpu pada visi merevolusi peran ICT pada peradaban ilmu kesehatan, beberapa peneliti di bidang kecerdasan buatan mulai memperkenalkan istilah Artificial Intelligence in Medicine (AIM). AIM bertujuan untuk membangun program berbasiskan kecerdasan buatan (AI) yang dapat membantu para pakar dalam melakukan diagnosis serta memberikan rekomendasi terapi terhadap penyakit atau kondisi kesehatan pasien. Berbeda dengan metode pemrograman umumnya, program medis AI berbasis pada model simbolik dari entitas penyakit dan hubungannya pada manifestasi klinis (Poole dan Mackworth, 2010:174). Sistem pakar atau knowledge-based system adalah bentuk paling umum sistem AIM namun sangat efektif dalam penggunaan di lapangan. Sistem pakar demikian memiliki pengetahuan medis, umumnya memiliki tugas yang sangat spesifik dan mampu melakukan penalaran dengan data pasien untuk menyimpulkan suatu diagnosa. Salah satu metode yang paling sering diggunakan dalam aplikasi sistem pakar adalah decision tree. Seperti pada model hybrid diagnosa usus buntu akut (Chang et al., 2012). Model hybrid ini menggabungkan analisis statistik dan algoritma decision tree untuk mendeteksi penyakit usus buntu akut terutama pada tahap awal. Hasil penelitian ini menunjukkan model penunjang pengambilan keputusan yang berdasarkan pada univariate analysis dengan model hybrid meningkatkan persentase akurasi. Prediksi axillary lymph node (AxLN) metastasis pada pasien kanker payudara primer juga menggunakan decision tree (Takada et al., 2012). Hasil penelitian ini kemudian akan dievaluasi menggunakan daerah dibawah kurva analisis receiver operating characteristics (ROC) untuk membedakan pasien yang bernode positif dan pasien yang bernode negatif. Terdapat juga penelitian AIM pada bidang kesehatan, yang focus untuk diagnosa dan rekognisi penyakit menggunakan skema decision tree sederhana yakni Knowledge Based Expert System for Symptomatic Automated Healthcare. Pada penelitian jurnal ini, peneliti membahas sebuah decision tree sederhana dengan skema node anak berupa yes-no yang digunakan dalam rekognisi penyakit. Walaupun menggunakan decision tree yang tergolong sederhana namun, pengimplementasian decision tree tersebut pada berbagai aplikasi medis dan
3 komputasional biologi terbukti sangat efektif terutama untuk penyakit yang memiliki kombinasi gejala-gejala yang sering mengalami salah diagnosa (Soomro et al., 2011). Berdasarkan hasil data dan fakta yang diperoleh, akan dibuat sistem pakar dengan menggunakan decision tree yang dapat menjadi referensi baru dan mendukung pendeteksian penyakit thyroid. Cara pendeteksian penyakit thyroid ini didapat dari gejala yang dirasakan oleh pengguna dan dipilih dari serangkaian gejala. Akan terdapat serangkaian daftar pertanyaan atau pernyataan yang berisi tentang symptom atau gejala yang berhubungan dengan penyakit thyroid, kemudian pengguna akan berinteraksi dengan sistem. Pilihan pengguna kemudian akan dianalisis. Kemudian sistem akan mengirimkan respon balik berupa hasil diagnosis tentang jenis penyakit thyroid dan rekomendasi atau saran pada pengguna. 1.2 Rumusan Masalah Bagaimana membangun suatu sistem pakar yang dapat digunakan untuk mendeteksi jenis penyakit thyroid seseorang melalui interaksi sederhana yaitu berdasarkan kombinasi gejala yang dialami pengguna dengan mengunakan decision tree. 1.3 Hipotesis Hipotesis penelitian ini adalah metode decision tree dengan gejala sebagai variabel prediktif dalam mendeteksi jenis penyakit thyroid pada user dengan tingkat akurasi mencapai 85%. 1.4 Ruang Lingkup Program aplikasi yang dibuat khusus untuk mendeteksi 2 jenis penyakit thyroid yang paling umum yaitu hypothyroid dan hyperthyroid, agar masyarakat dapat memperoleh suatu sarana baru dalam mendiagnosis penyakit thyroid. Dengan adanya aplikasi yang berfungsi sebagai salah satu alat bantu self-assessment agar para pengguna yang mengidap penyakit thyroid dapat mengetahui kondisinya pada tahap awal dan memperoleh pertolongan medis yang layak. Aplikasi ini juga dapat menjadi penunjang tim medis untuk membuat keputusan diagnosa. Ruang lingkup yang lebih rinci dalam penelitian ini sebagai berikut:
4 1. Sistem pakar ini hanya untuk mendiagnosis gejala klinis yang dirasakan penderita thyroid tanpa pemeriksaan penunjang seperti pemeriksaan laboratorium. 2. Sumber pengetahuan diperoleh dari seorang pakar, yaitu dokter endokrinologi spesialis thyroid. 3. Metode penalaran yang digunakan dalam mekanisme inferensi adalah backward chaining. 4. Interaksi antara program dan user akan menggunakan serangkaian pertanyaan atau pernyataan berupa gejala yang memerlukan jawaban ya atau tidak dari user. 5. Penyakit thyroid yang ditampilkan dalam program aplikasi ini sesuai dengan Standar Kompetensi Dokter Indonesia yang terdiri dari 2 jenis penyakit thyroid berdasarkan tingkat kemampuan 1 dan 3A, yaitu: a. Penyakit thyroid berdasarkan tingkat kemampuan 1, yakni hypothyroid. b. Penyakit thyroid berdasarkan tingkat kemampuan 3A, yakni hyperthyroid. 6. Pengembangan aplikasi sistem pakar ini menggunakan bahasa pemrograman C#. 7. Output yang dihasilkan dari program aplikasi ini berupa jenis penyakit thyroid yang dialami pasien dan rekomendasi atau saran terhadap kondisi kesehatannya. 1.5 Tujuan dan Manfaat 1.5.1 Tujuan Penelitian Tujuan dari penelitian ini adalah membangun suatu sistem pakar yang dapat menjadi salah satu sarana dalam memberikan referensi kepada masyarakat penderita penyakit thyroid dengan mendiagnosis jenis penyakit thyroid yang diderita serta memberikan rekomendasi atau saran mengenai kondisi kesehatan pengguna. 1.5.2 Manfaat Penelitian Adapun manfaat penelitian ini sebagai berikut: 1. Mempermudah tim medis dalam proses melakukan diagnosis terhadap penyakit thyroid yang diderita pasien dan menentukan jenis penyakit thyroidnya.
5 2. Memberikan alternatif lain dalam bidang akademis terutama kedokteran sebagai salah satu sumber referensi belajar dan mengajar mengenai penyakit thyroid. 3. Sebagai alat bantu dan sarana pendukung bagi pengguna dalam memperoleh informasi mengenai pengobatan yang tepat terhadap penyakit thyroid yang diderita. 4. Memudahkan pengguna dalam menentukan jenis penyakit thyroid yang dialami tanpa harus konsultasi kepada pakar penyakit thyroid. 5. Memberikan daftar alternatif solusi yang dapat digunakan pengguna dalam menentukan cara penanggulangan dan tindakan tepat yang harus dilakukan oleh pengguna. 1.6 Metode Penelitian 1.6.1 Metode Analisis a. Studi Literatur Diawali dengan studi literatur dan pengumpulan publikasi data dari instansi yang terkait dalam bidang endokrinologi. Data data yang dikumpulkan adalah jenis dan detail penyakit thyroid yang meliputi nama penyakit, ilustrasi gambar, gejala yang muncul dan penyebab timbulnya penyakit thyroid. b. Wawancara dengan Pakar di Bidang Endokrinologi Wawancara dilakukan dengan pakar di bidang endokrinologi yaitu dokter spesialis thyroid. c. Perbandingan Aplikasi Sejenis Dilakukan perbandingan antara satu aplikasi dengan aplikasi sejenis lainnya, untuk mencari kelebihan serta kekurangan masing-masing sehingga dapat dibuat sebuah aplikasi yang lebih baik dengan kelebihan tersendiri. 1.6.2 Metode Perancangan dan Implementasi Perancangan program yang digunakan untuk pengujian algoritma dengan mengimplemetasikan skema decision tree dengan gejala sebagai variabel prediktif pada sistem pakar untuk mendeteksi penyakit thyroid.
6 1.6.3 Metode Pengujian dan Evaluasi Pada tahap ini akan dilakukan pengujian terhadap aplikasi yang telah dibangun dengan menggunakan data-data serta dilakukan evaluasi. Hasil pengujian dan evaluasi ini kemudian akan dijadikan panduan untuk membuat perbaikan-perbaikan yang diperlukan untuk menghasilkan sistem yang diharapkan. 1.7 Sistematika Penulisan Sistematika penulisan dalam skripsi ini terurai ke dalam lima bab dan isi masing-masing bab secara singkat sebagai berikut: BAB 1 PENDAHULUAN Bab ini berisi penjelasan mengenai latar belakang, rumusan masalah, hipotesis, ruang lingkup yang membatasi permasalahan, tujuan dan manfaat penelitian, metode penelitian serta sistematika penulisan yang merupakan gambaran dari keseluruhan penulisan. BAB 2 TINJAUAN PUSTAKA Bab ini menjelaskan tentang konsep dasar dari sistem melalui landasan teori yang dibahas secara teoritis tentang rancangan sistem yang meliputi teori-teori yang menunjang pembuatan skripsi seperti kecerdasan buatan, sistem pakar, cara kerja metode backward chaining pada sistem pakar dan jenis-jenis penyakit thyroid berdasarkan Standar Kompetensi Dokter Indonesia. BAB 3 METODOLOGI Bab ini berisi kerangka berpikir, metode yang digunakan dalam pengembangan aplikasi pendeteksi penyakit thyroid serta perancangan decision tree. BAB 4 HASIL DAN PEMBAHASAN Bab ini menjelaskan hasil uji algoritma, metode pengujian dan evaluasi terhadap aplikasi pendeteksi thyroid dengan menggunakan decision tree. BAB 5 SIMPULAN DAN SARAN Bab terakhir akan memuat kesimpulan dan saran yang diberikan untuk pengembangan sistem lebih lanjut.