BAB IV HASIL DAN UJI COBA IV.1. Tampilan Hasil Berikut ini dijelaskan mengenai tampilan hasil dari perancangan sistem Sistem Pakar Diagnosis Penyakit Kanker Ovarium Dengan Metode Certainty Factor yang dapat dilihat sebagai berikut : 1. Performance Form Start Up Tampilan form yang disajikan oleh sistem start up yang ditunjukkan pada gambar IV.1 berikut : Gambar IV.1. Performance Form Start Up 71
72 2. Performance Form Login admin Tampilan form yang disajikan oleh sistem login yang dilakukan oleh admin dapat diterangkan dengan langkah-langkah state yang ditunjukkan pada gambar IV.2 berikut : Gambar IV.2. Performance Form Login 3. Performance Form Data Penyakit Tampilan form yang disajikan oleh sistem yang dilakukan oleh admin pada pengolahan data penyakit dapat diterangkan dengan langkah-langkah state yang ditunjukkan pada gambar IV.3 berikut :
73 Gambar IV.3. Performance Form Data Penyakit 4. Performance Form Data Gejala Tampilan form yang disajikan oleh sistem yang dilakukan oleh admin pada pengolahan data gejala dapat diterangkan dengan langkah-langkah state yang ditunjukkan pada gambar IV.4 berikut :
74 Gambar IV.4. Performance Form Data Gejala 5. Performance Form Data Kaidah Produksi Tampilan form yang disajikan oleh sistem yang dilakukan oleh admin pada pengolahan data kaidah produksi dapat diterangkan dengan langkah-langkah state yang ditunjukkan pada gambar IV.5 berikut :
75 Gambar IV.5. Performance Form Data Kaidah Produksi 6. Performance Form Berkas Registrasi Tampilan form yang disajikan oleh sistem yang dilakukan oleh admin pada pengolahan daftar pengguna dapat diterangkan dengan langkah-langkah state berikut yang ditunjukkan pada gambar IV. 6 berikut :
76 Gambar IV.6. Performance Form Data Berkas Registrasi 7. Performance Form Melihat Laporan Daftar Penyakit Tampilan form yang disajikan oleh sistem yang dilakukan dalam melihat informasi mengenai daftar penyakit dapat diterangkan pada gambar IV.7 berikut :
77 Gambar IV.7. Performance Form Melihat Laporan Penyakit 8. Performance Form Melihat Laporan Gejala Tampilan form yang disajikan oleh sistem yang dilakukan dalam melihat informasi mengenai gejala dapat diterangkan pada gambar IV.8 berikut :
78 Gambar IV.8. Performance Form Melihat Laporan Gejala 9. Performance Form Melihat Laporan Berkas Registrasi Tampilan form yang disajikan oleh sistem yang dilakukan dalam melihat informasi mengenai data registrasi dapat diterangkan pada gambar IV.9 berikut :
79 Gambar IV.9. Performance Form Melihat Laporan Berkas Registrasi 10. Performance Form Registrasi Pasien Tampilan form yang disajikan oleh sistem registrasi login yang dilakukan oleh user dapat diterangkan dengan langkah-langkah state yang ditunjukkan pada gambar IV.10 berikut :
80 Gambar IV.10. Performance Form Registrasi Pasien 11. Performance Form Login Pasien Tampilan form yang disajikan oleh sistem login yang dilakukan oleh pasien dapat diterangkan dengan langkah-langkah state yang ditunjukkan pada gambar IV.11 berikut :
81 Gambar IV.11. Performance Form Login Pasien 12. Performance Form Konsultasi Pasien Tampilan form yang disajikan oleh sistem yang dilakukan dalam melakukan konsultasi terhadap sistem yang dapat diterangkan pada gambar IV.12 :
82 Gambar IV.12. Performance Form Konsultasi Pasien IV.2 Uji Coba Sistem Uji coba terhadap sistem bertujuan untuk memastikan bahwa sistem sudah berada pada kondisi siap pakai. Instrumen yang digunakan untuk melakukan pengujian ini yaitu dengan menggunakan: 1. Satu unit laptop dengan spesifikasi sebagai berikut: a. Processor Intel Core I3 b. Memory 4 Gb c. Hardisk 500 Gb 2. Perangkat Lunak Java, Netbeans dan MySQL dengan spesifikasi sebagai berikut: a. Java b. Netbeans IDE 7.3
83 c. MySQL Server Versi 10 3. Pengujian Sistem a. Tampilan sistem b. Informasi yang dihasilkan oleh sistem c. Penyajian laporan d. Pengujian perhitungan certainty factor. IV.2.2. Hasil Uji Coba Setelah melakukan uji coba terhadap sistem, maka dapat disimpulkan hasil yang didapatkan yaitu: 1. Sistem memiliki performance yang relatif stabil. 2. Sistem hanya membutuhkan ±3.5 detik untuk melakukan start-up. 3. Sistem telah menghasilkan informasi yang valid. 4. Antarmuka yang sederhana dapat mempermudah pengguna dalam mempelajari sistem ini. 5. Kebutuhan akan informasi laporan sangat cepat disajikan. IV.2.3. Perhitungan CF Berikut akan dijelaskan beberapa penjelasan mengenai konsultasi yang dilakukan oleh pasien dan perhitungan gejala dan hasil penyakit yang di derita oleh pasien.
84 Tabel IV.1 Daftar Penyakit Kode Penyakit K01 K02 Stadium Probabilitas Penjelasan Pengobatan Kanker Ovarium Stadium 1 Kanker Ovarium Stadium 2 0.29 Stadium ini adalah stadium yang menentukan dimana tepatnya lokasi kanker. Sel kanker bisa hanya ada di salah satu atau di kedua ovarium. Selama stadium satu, kanker hanya berada di ovarium dan belum menyebar ke bagian tubuh lain. Seiring berjalannya waktu dan progres pada stadium ini, sel kanker mungkin akan ditemukan pada kedua ovarium dan bisa jadi sudah menyebar ke luar ovarium atau ke bagian tubuh lain. 0.13 Pada stadium ini kanker telah ditemukan di salah satu atau kedua ovarium dan bisa jadi sudah menyebar ke organ lain di sekitar area pelvis. Di stadium ini kanker menyebar ke tuba fallopi dan atau ke uterus. Pada tahap akhir stadium dua, kanker sudah menyebar ke uterus, colon, rektum, Umumnya wanita dengan kanker ovarium stadium I memiliki total histerektomi abdominal, pengangkatan kedua ovarium dan tuba fallopi, omentectomy, biopsi kelenjar getah bening dan jaringan lain di panggul dan perut. Perempuan muda yang penyakit terbatas pada satu ovarium sering diperlakukan oleh unilateral salpingoooforektomi (pengangkatan ovarium yang terkena dan tuba fallopi) tanpa histerektomi dan pengangkatan ovarium yang berlawanan sedang dilakukan. Omentectomy dan bagian lain dari prosedur pementasan dilakukan. Tergantung pada interpretasi patologis dari jaringan dihapus, mungkin tidak ada perawatan lebih lanjut jika kanker adalah kelas rendah, atau jika tumor kelas tinggi pasien dapat menerima kemoterapi kombinasi. Pengobatan hampir selalu histerektomi dan salpingo-ooforektomi bilateral serta debulking sebanyak tumor mungkin dan pengambilan sampel kelenjar getah bening dan jaringan lain di panggul dan perut yang dicurigai menyembunyikan kanker. Setelah prosedur operasi, pengobatan mungkin salah satu hal berikut:
85 K03 K04 Kanker Ovarium Stadium 3 Kanker Ovarium Stadium 4 kandung kemih, dan kelenjar getah bening. menutup kemungkinan kanker juga ditemukan di sekitar area perut atau abdomen. 0.35 Pada stadium 3, kanker ditemukan berada di salah satu atau kedua ovarium dan telah menyebar ke bagian lain di area sekitar pelvis. Sel kanker juga bisa ditemukan di area abdomen dengan ukuran sekitar 2 cm atau kurang, tapi di ovarium ukuran kanker sudah lebih besar dari 2 cm. Hasil statistik menunjukkan bahwa sebagian besar perempuan didiagnosis kanker ovarium berada pada stadium ini. 0.28 Stadium 4 merupakan stadium kanker paling akhir, dimana kanker sudah menyebar ke seluruh bagian tubuh yang lain. Pembedahan biasanya dilakukan untuk membuang sel kanker sebelum perawatan lebih lanjut dilakukan. Upaya yang dilakukan saat pembedahan untuk mengangkat sel kanker bisa saja sukses, tapi jika operasi tidak berhasil maka pasien harus menjalani perawatan kemoterapi 1) kombinasi kemoterapi dengan atau tanpa terapi radiasi atau 2) kombinasi kemoterapi. Pengobatan sama seperti untuk Tahap II kanker ovarium. Setelah prosedur operasi, pasien mungkin baik menerima kombinasi kemoterapi mungkin diikuti dengan operasi tambahan untuk menemukan dan menghapus kanker yang tersisa. Pengobatan mungkin akan operasi untuk menghapus sebanyak tumor mungkin diikuti dengan kemoterapi kombinasi.
86 Pasien akan disajikan beberapa pertanyaan mengenai gejala yang dialami oleh pasien, sistem akan otomatis melakukan perhitungan dengan rasio yang dihasilkan oleh jawaban dari pasien tersebut. 1. Keputihan : 2. Nyeri Intercource : 3. Sulit BAK : 4. Frekuensi Kemih : 5. Nyeri Panggul : 6. Kelelahan : 7. Masalah Pencernaan : Tabel IV.2 Tabel Gejala No Nama_Gejala Nilai 1 Keputihan 0.7 2 Nyeri Intercource 0.7 3 Sulit BAK 0.6 4 Frekuensi Kemih 0.4 5 Nyeri Panggul 0.5 6 Kelelahan 0.5 7 Masalah Pencernaan 0.4 8 Pendarahan 0.8 9 Vagina Bercairan 0.9 10 Nyeri Perut 0.8
87 11 BB Menurun 0.85 12 Benjolan 0.95 13 Benjolan Statis 0.9 14 Asites 0.89 15 Perut Membesar 0.8 16 Perut Panas 0.78 17 Kram Kaki 0.6 18 Telapak Tebal 0.5 19 Nyeri Jari 0.56 Sistem menganalisa bahwa anda mengalami Kanker Ovarium Stadium 1 Stadium ini adalah stadium yang menentukan dimana tepatnya lokasi kanker. Sel kanker biasa hanya ada di salah satu atau di kedua ovarium. Selama stadium satu, kanker hanya berada di ovarium dan belum menyebar ke bagian tubuh lain. Seiring berjalannya waktu dan progres pada stadium ini, sel kanker mungkin akan ditemukan pada kedua ovarium dan bisa jadi sudah menyebar ke luar ovarium atau ke bagian tubuh lain. Umumnya wanita dengan kanker ovarium stadium I memiliki total histerektomi abdominal, pengangkatan kedua ovarium dan tuba fallopi, omentectomy, biopsi kelenjar getah bening dan jaringan lain di panggul dan perut. Perempuan muda yang mengalami penyakit terbatas pada satu ovarium sering diperlakukannya unilateral salpingo-ooforektomi (pengangkatan ovarium yang terkena dan tuba fallopi) tanpa histerektomi dan pengangkatan ovarium yang
88 berlawanan sedang dilakukan. Omentectomy dan bagian lain dari prosedur pementasan dilakukan. Tergantung pada interpretasi patologis dari jaringan dihapus, mungkin tidak ada perawatan lebih lanjut jika kanker adalah kelas rendah, atau jika tumor kelas tinggi pasien dapat menerima kemoterapi kombinasi. Perhitungan CF: P(H) = 0.29 1. Perhitungan CF untuk gejala Keputihan P(H E) = 0.7 MB(H E) = max[p(h E), P(H)] - P(H) / 1- P(H) MB(H E) = max[0.7, 0.29] - 0.29 / 1-0.29 MB(H E) = 0,7-0.29 / 0.71 = 0,41/0.71 = 0,58 MD(H E) = min[p(h E), P(H)] - P(H) / - P(H) MD(H E) = min[0.7, 0.29] - 0.29 / (-0.29) MD(H E) = 0,29-0.29 / (-0.29) = 0/(-0.29) = (-0) CF = MB - MD = 0,58 - ((-0)) = 0,58 2. Perhitungan CF untuk gejala Nyeri Intercource P(H E) = 0.7 MB(H E) = max[p(h E), P(H)] - P(H) / 1- P(H) MB(H E) = max[0.7, 0.29] - 0.29 / 1-0.29 MB(H E) = 0,7-0.29 / 0.71 = 0,41/0.71 = 0,58 MD(H E) = min[p(h E), P(H)] - P(H) / - P(H) MD(H E) = min[0.7, 0.29] - 0.29 / (-0.29)
89 MD(H E) = 0,29-0.29 / (-0.29) = 0/(-0.29) = (-0) CF = MB - MD = 0,58 - ((-0)) = 0,58 3. Perhitungan CF untuk gejala Sulit BAK P(H E) = 0.6 MB(H E) = max[p(h E), P(H)] - P(H) / 1- P(H) MB(H E) = max[0.6, 0.29] - 0.29 / 1-0.29 MB(H E) = 0,6-0.29 / 0.71 = 0,31/0.71 = 0,44 MD(H E) = min[p(h E), P(H)] - P(H) / - P(H) MD(H E) = min[0.6, 0.29] - 0.29 / (-0.29) MD(H E) = 0,29-0.29 / (-0.29) = 0/(-0.29) = (-0) CF = MB - MD = 0,44 - ((-0)) = 0,44 4. Perhitungan CF untuk gejala Frekuensi Kemih P(H E) = 0.4 MB(H E) = max[p(h E), P(H)] - P(H) / 1- P(H) MB(H E) = max[0.4, 0.29] - 0.29 / 1-0.29 MB(H E) = 0,4-0.29 / 0.71 = 0,11/0.71 = 0,15 MD(H E) = min[p(h E), P(H)] - P(H) / - P(H) MD(H E) = min[0.4, 0.29] - 0.29 / (-0.29) MD(H E) = 0,29-0.29 / (-0.29) = 0/(-0.29) = (-0) CF = MB - MD = 0,15 - ((-0)) = 0,15 5. Perhitungan CF untuk gejala Nyeri Panggul P(H E) = 0.5 MB(H E) = max[p(h E), P(H)] - P(H) / 1- P(H)
90 MB(H E) = max[0.5, 0.29] - 0.29 / 1-0.29 MB(H E) = 0,5-0.29 / 0.71 = 0,21/0.71 = 0,3 MD(H E) = min[p(h E), P(H)] - P(H) / - P(H) MD(H E) = min[0.5, 0.29] - 0.29 / (-0.29) MD(H E) = 0,29-0.29 / (-0.29) = 0/(-0.29) = (-0) CF = MB - MD = 0,3 - ((-0)) = 0,3 6. Perhitungan CF untuk gejala Kelelahan P(H E) = 0.5 MB(H E) = max[p(h E), P(H)] - P(H) / 1- P(H) MB(H E) = max[0.5, 0.29] - 0.29 / 1-0.29 MB(H E) = 0,5-0.29 / 0.71 = 0,21/0.71 = 0,3 MD(H E) = min[p(h E), P(H)] - P(H) / - P(H) MD(H E) = min[0.5, 0.29] - 0.29 / (-0.29) MD(H E) = 0,29-0.29 / (-0.29) = 0/(-0.29) = (-0) CF = MB - MD = 0,3 - ((-0)) = 0,3 7. Perhitungan CF untuk gejala Masalah Pencernaan P(H E) = 0.4 MB(H E) = max[p(h E), P(H)] - P(H) / 1- P(H) MB(H E) = max[0.4, 0.29] - 0.29 / 1-0.29 MB(H E) = 0,4-0.29 / 0.71 = 0,11/0.71 = 0,15 MD(H E) = min[p(h E), P(H)] - P(H) / - P(H) MD(H E) = min[0.4, 0.29] - 0.29 / (-0.29) MD(H E) = 0,29-0.29 / (-0.29) = 0/(-0.29) = (-0)
91 CF = MB - MD = 0,15 - ((-0)) = 0,15 Kombinasi CF Gejala: CF = CF1 + CF2 (1-CF1) = 0,58 + 0,58 (1-0,58) = 0,49 CF = CF1 + CF2 (1-CF1) = 0,49 + 0,44 (1-0,49) = 0,47 CF = CF1 + CF2 (1-CF1) = 0,47 + 0,15 (1-0,47) = 0,33 CF = CF1 + CF2 (1-CF1) = 0,33 + 0,3 (1-0,33) = 0,42 CF = CF1 + CF2 (1-CF1) = 0,42 + 0,3 (1-0,42) = 0,42 CF = CF1 + CF2 (1-CF1) = 0,42 + 0,15 (1-0,42) = 0,33 Certainty Factor: 33,34% IV..2.4. Pohon Keputusan Pohon keputusan adalah salah satu metode klasifikasi yang paling populer karena mudah untuk diinterpretasi oleh manusia. Pohon keputusan adalah model prediksi menggunakan struktur pohon atau struktur berhirarki. Konsep dari pohon keputusan adalah mengubah data menjadi pohon keputusan dan aturan-aturan keputusan. Manfaat utama dari penggunaan pohon keputusan adalah kemampuannya untuk mem-break down proses pengambilan keputusan yang kompleks menjadi lebih simpel sehingga pengambil keputusan akan lebih menginterpretasikan solusi dari permasalahan.
92 G01 G08 G11 G15 UNKNOWN G02 G03 G09 G12 G16 G04 G05 G06 G10 K02 K01 G13 G14 K03 G17 G18 G19 K04 G07 K04 Gambar IV.13. Pohon Keputusan Sistem Pakar Diagnosis Penyakit Kanker Ovarium Dengan Metode Certainty Factor IV.3. Kelebihan dan Kekurangan Sistem Setiap sistem memiliki kelebihan dan kekurangan, berikut ini adalah kelebihan dan kekurangan sistem yang telah dibuat. IV.3.1. Kelebihan Sistem Kelebihan sistem ini diantaranya yaitu: 1. Waktu yang dibutuhkan untuk proses start-up relatif singkat. 2. Performance sistem relatif stabil. 3. Sistem mampu menghasilkan informasi sesuai dengan yang diharapkan. 4. Kebutuhan akan informasi penentu jenis penyakit yang diderita pasien akan jauh lebih cepat dan akurat. 5. Sistem sangat cepat mengolah data untuk menghasilkan berbagai informasi yang dibutuhkan pengguna.
93 6. Terdapat hak akses antara Pakar dan Pasien, sehingga tidak sembarangan orang dapat mengakses sistem. IV.3.2. Kekurangan Sistem Adapun kekurangan sistem yang telah dibuat diantaranya yaitu: 1. Sistem pakar yang dibangun belum memiliki modul pengolahan data penggunaan sistem yang lengkap. 2. Sistem tidak dapat melakukan backup data secara otomatis. 3. Sistem pakar yang telah dibangun belum menggunakan sistem client server.