Sistem Pakar Diagnosis Penyakit Kejiwaan Skizofrenia Menggunakan Metode Tsukamoto

dokumen-dokumen yang mirip
BAB IV IMPLEMENTASI DAN HASIL PENGUJIAN

REVIEW JURNAL LOGIKA FUZZY

BAB III METODE PENELITIAN

SISTEM PAKAR DIAGNOSA PENYAKIT DBD DAN DEMAM TIFOID DENGAN METODE FUZZY TSUKAMOTO (STUDI KASUS PUSKESMAS PRACIMANTORO I)

Diagnosis Dini Autis Pada Anak Menggunakan Metode Inferensi Fuzzy Mamdani

Pemanfaatan Metode Tsukamoto Untuk Klasifikasi Daerah Rawan Penyakit Tuberkulosis Paru Dalam Bentuk Sistem Informasi Geografis

SISTEM PAKAR DIAGNOSIS JENIS JERAWAT PADA WAJAH MENGGUNAKAN METODE K-MEANS CLUSTERING

APLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT GINJAL DENGAN METODE DEMPSTER-SHAFER

BAB III ANALISA DAN PERANCANGAN SISTEM

SISTEM PAKAR ANALISIS PENYAKIT LUPUS ERITEMATOSIS SISTEMIK PADA IBU HAMIL MENGGUNAKAN METODE FORWARD CHAINING

SISTEM PAKAR PENDETEKSI PENYAKIT MATA BERBASIS ANDROID

BAB III ANALISA DAN DESAIN SISTEM

SISTEM PENDUKUNG KEPUTUSAN KENAIKAN PANGKAT PEGAWAI DI KANTOR KEMENTRIAN AGAMA KABUPATEN KEDIRI DENGAN FUZZY TSUKAMOTO

Optimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto

Sistem Informasi KMS (Kartu Menuju Sehat) (Studi Kasus : UPTD Puskesmas Kecamatan Pontianak Barat)

BAB III ANALISA DAN DESAIN SISTEM

SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN BEASISWA BERPRESTASI MENGGUNAKAN METODE FUZZY (STUDI KASUS: INSTANSI XYZ)

BAB III ANALISIS DAN DESAIN SISTEM

BAB IV. HASIL DAN Uji Coba

BAB III ANALISIS DAN DESAIN SISTEM

BAB III ANALISA DAN DESAIN SISTEM

BAB I PENDAHULUAN 1.1 Latar Belakang

SISTEM PAKAR KNOWLEDGE-BASED UNTUK DIAGNOSA SAKIT KEPALA

SISTEM PAKAR UNTUK MENENTUKAN TIPE AUTISME PADA ANAK USIA 7-10 TAHUN MENGGUNAKAN METODE FORWARD CHAINING. Agam Krisna Setiaji

SISTEM PAKAR BERBASIS WEB UNTUK DIAGNOSA PENYAKIT PADA TANAMAN ANGGREK MENGGUNAKAN METODE CERTAINTY FACTOR

BAB III ANALISIS DAN DESAIN SISTEM

BAB I PENDAHULUAN 1.1 Latar Belakang 1.2 Rumusan Masalah

PENERAPAN METODE FUZZY TSUKAMOTO UNTUK MEMPREDIKSI HASIL PRODUKSI KELAPA SAWIT (STUDI KASUS : PT. AMAL TANI PERKEBUNAN TANJUNG PUTRI BAHOROK)

BAB IV HASIL DAN UJI COBA. pakar mendeteksi adanya viskositas darah dalam tubuh menggunakan Metode

2.2 Konsep Sistem Pakar 9

BAB III ANALISIS DAN PERANCANGAN

DIAGNOSA PENYAKIT TELINGA HIDUNG DAN TENGGOROKAN (THT) PADA ANAK DENGAN MENGGUNAKAN SISTEM PAKAR BERBASIS MOBILE ANDROID

BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM

Metode Tsukamoto untuk Mendiagnosa Penyakit Infeksi pada Manusia

BAB III ANALISIS DAN PERANCANGAN SISTEM. Untuk menghasilkan aplikasi sistem pakar yang baik diperlukan

BAB IV HASIL DAN UJI COBA

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) REPRESENTASI EMOSI MENGGUNAKAN LOGIKA FUZZY PADA PERMAINAN BONNY S TOOTH BOOTH

Logika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy.

BAB III ANALISA DAN DESAIN SISTEM

JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) ( X Print) 1

BAB IV HASIL DAN UJI COBA

Versi Online tersedia di : JURNAL TECH-E (Online)

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JUMLAH PRODUKSI DENGAN METODE FUZZY TSUKAMOTO DI PT KSTEX BANDUNG. Fikri Nur Fathan

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN UJI COBA

APLIKASI SISTEM PAKAR UNTUK MENGIDENTIFIKASI PENYAKIT DALAM PADA MANUSIA MENGGUNAKAN METODE FORWARD CHAINING

Pendapatan Masyarakat Disekitar Kampus dengan Adanya Mahasiswa Menggunakan Fuzzy

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004

BAB III ANALISA DAN DESAIN SISTEM

BAB III ANALISA DAN DESAIN SISTEM

FUZZY INFERENCE SYSTEM DENGAN METODE TSUKAMOTO SEBAGAI PEMBERI SARAN PEMILIHAN KONSENTRASI (STUDI KASUS: JURUSAN TEKNIK INFORMATIKA UII)

BAB I PENDAHULUAN. pesat terutama pada dunia komputer memberikan kita wawasan yang luas

SISTEM PAKAR PENENTUAN JENIS PENYAKIT HATI DENGAN METODE INFERENSI FUZZY TSUKAMOTO (Study Kasus di RS PKU Muhammadiyah Yogyakarta)

SISTEM PAKAR UNTUK DIAGNOSA GEJALA DEMAM UTAMA PADA ANAK MENGGUNAKAN METODE FORWARD CHAINING

BAB I PENDAHULUAN 1.1 Latar Belakang

SISTEM PAKAR UNTUK DIAGNOSIS AUTISME DAN GANGGUAN PSIKOLOGIS LAINNYA PADA ANAK BERBASIS WEB

SISTEM PAKAR UNTUK DIAGNOSIS DISMENORE MENGGUNAKAN METODE NAÏVE BAYES

Rancang Bangun Sistem Pakar untuk Diagnosis Penyakit Mulut dan Gigi dengan Metode Fuzzy Logic

Rima Ayuningtyas NIM Jurusan Teknik Informatika, Universitas Maritim Raja Ali Haji. Jl. Politeknik Senggarang, Tanjungpinang

Sistem Pakar untuk Mendiagnosa Penyakit Kucing Menggunakan Metode Backward Chaining

JURNAL SISTEM PENENTUAN HARGA PERCETAKAN FOTO DIGITAL MENGGUNAKAN FUZZY TSUKAMOTO DI ALIEF COMPUTER KOTA KEDIRI

SISTEM BERBASIS KASUS UNTUK DIAGNOSIS PENYAKIT MELALUI HASIL PEMERIKSAAN LABORATORIUM

BAB IV HASIL DAN UJI COBA

(hiperglisemia) yang disebabkan oleh kekurangan hormon insulin. Sedangkan terapi dalam bidang farmakologi kedokteran mempelajari bagaimana penggunaan

Seminar Tugas Akhir. Perancangan Sistem Pakar Fuzzy Untuk Pengenalan Dini Potensi Terserang Stroke Berbasis Web

BAB IV HASIL DAN PEMBAHASAN

PENERAPAN SISTEM PAKAR UNTUK MENDETEKSI PENDARAHAN PADA MASA KEHAMILAN

SISTEM PAKAR PENGOBATAN HERBAL

PERANCANGAN SISTEM PAKAR DIAGNOSIS PENYAKIT SYARAF PADA WAJAH BERBASIS WEB

SISTEM PAKAR DIAGNOSA PENYAKIT JANTUNG DENGAN MENGGUNAKAN METODE CERTAINTY FACTOR

PENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO

BAB III ANALISA DAN DESAIN SISTEM

Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1, (2016) 1

IMPLEMENTASI METODE FUZZY TSUKAMOTO PADA PENENTUAN HARGA JUAL BARANG DALAM KONSEP FUZZY LOGIC

BAB IV HASIL DAN UJI COBA. Pakar Diagnosa Faktor Kegagalan Penanaman Ulang Kelapa Sawit menggunakan

TAKARIR. data atau informasi dan transformasi data yang bergerak dari pemasukan data hingga ke keluaran. Database

IMPLEMENTASI METODE CERTAINTY FACTOR UNTUK MENDETEKSI GANGGUAN PERKEMBANGAN ANAK BERBASIS MOBILE HANDPHONE

BAB III ANALISA DAN DESAIN SISTEM

Proses Pendiagnosaan Penyakit Menggunakan Logika Fuzzy Dengan Metode Mamdani

BAB I PENDAHULUAN 1.1 Latar Belakang

RANCANG BANGUN APLIKASI UJI KEPRIBADIAN MBTI BERBASIS ANDROID

Sistem Pendukung Keputusan Penilaian Kinerja Pegawai dengan Metode 360 Degree

BAB III ANALISIS DAN PERANCANGAN. 3 tahun. Pada masa-masa inilah sel-sel saraf otak berkembang sangat pesat. Dalam

Sistem Pendukung Keputusan Untuk Menentukan Supplier Kapas Terbaik pada PT. Batam Textile Industry Menggunakan Fuzzy Tsukamoto

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB IV HASIL DAN UJI COBA

SISTEM PAKAR MENDIAGNOSA PENYAKIT GINJAL MENGGUNAKAN METODE ALGORITMA FUZZY LOGIC SKRIPSI

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROGRAM STUDI DI UNIVERSITAS MULAWARMAN MENGGUNAKAN METODE TSUKAMOTO (Studi kasus : Fakultas MIPA)

BAB I PENDAHULUAN. oleh Job Carter, salah seorangt partner Andersen Consulting Incorporation yang

: Sistem Pendukung Keputusan, Siswa berprestasi, Tsukamoto

Jurnal Informatika SIMANTIK Vol. 2 No. 2 September 2017 ISSN:

BAB I PENDAHULUAN. (intelligent system) adalah sistem yang dibangun dengan menggunakan

Penggunaan Mamdani Fuzzy Expert System untuk Mengevaluasi Kinerja Dosen

BAB IV HASIL DAN PEMBAHASAN

TAKARIR. : kumpulan file atau tabel yang saling berhubungan. secara logika. : penalaran yang dimulai dari fakta menuju konklusi

IMPLEMENTASI FUZZY LOGIC DALAM SISTEM PAKAR UNTUK MENDETEKSI PENYAKIT KANKER SERVIKS

BAB III ANALISIS DAN DESAIN SISTEM

BAB IV HASIL DAN UJI COBA

FUZZY TSUKAMOTO PADA SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT PENCERNAAN PADA BAYI USIA 0-12 BULAN ABSTRAK

BAB III ANALISIS SISTEM

Transkripsi:

Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1, (2016) 1 Sistem Penyakit Kejiwaan Skizofrenia Menggunakan Metode Tsukamoto Olivia Dwi Parwita 1, Anggi Srimurdianti Sukamto 2, Rudy Dwi Nyoto 3 Program Studi Teknik Informatika Fakultas Teknik Universitas Tanjungpura 1,2,3 e-mail: withaawithaa@gmail.com 1, anggidianti@gmail.com 2, rudy_dn@yahoo.com 3 Abstrak Penyakit kejiwaan adalah suatu perubahan pada fungsi jiwa yang meyebabkan adanya gangguan dalam cara berpikir, kemauan, emosi, tindakan dan hubungan sosial, serta salah satu jenis gangguan kejiwaan yang cukup dikenal yaitu skizofrenia. Skizofrenia merupakan salah satu gangguan kejiwaan yang berat dimana penderita mengalami kesulitan dalam proses berpikir sehingga menimbulkan halusinasi, gangguan berpikir, gangguan bicara atau gangguan perilaku yang terlihat tidak biasa. Dalam pemeriksaan skizofrenia, ada dua tahap yaitu pemeriksaan gejala dan pemeriksaan status mental. Pemeriksaan gejala digunakan untuk menentukan apakah pasien menderita skizofrenia atau tidak, sedangkan pemeriksaan status mental digunakan untuk menentukan tipe skizofrenia yang diderita. Masih banyak kasus yang diperkirakan tidak terdeteksi akibat kurangnya informasi yang keliru atau kurangnya dukungan masyarakat. Oleh karena itu, diperlukan sebuah sistem pakar yang dapat menggantikan peran seorang dokter dan memberikan pengetahuan-pengetahuan umum mengenai skizofrenia. Tujuan dari penelitian ini adalah menghasilkan sistem pakar untuk mendiagnosis tipe penyakit kejiwaan skizofrenia menggunakan Metode Tsukamoto dan rekomendasi berupa. Salah satu metode yang dapat digunakan dalam sistem pakar adalah Metode Tsukamoto. Pada Metode Tsukamoto, output hasil inferensi dari tiap-tiap aturan diberikan secara tegas (crisp) berdasarkan α- predikat (fire strength) yang hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot. Hasil dari sistem adalah pengguna dapat melakukan konsultasi melalui sistem setelah mendaftarkan data diri, kemudian dilanjutkan dengan memasukkan gejala-gejala dan status mental yang dialami. Sistem diuji dengan blackbox dan pengujian validitas sistem. Melalui blackbox dapat disimpulkan bahwa sistem dapat menangani data sesuai yang diharapkan melalui data-data yang dimasukkan. kan pengujian validitas sistem menghasilkan nilai akurasi 93,33% yang mana dapat disimpulkan bahwa sistem yang dibuat dinilai berhasil. Kata Kunci penyakit kejiwaan, skiofrenia, sistem pakar, Metode Tsukamoto, status mental. P I. PENDAHULUAN enyakit kejiwaan adalah suatu perubahan pada fungsi jiwa yang menyebabkan adanya gangguan dalam cara berpikir, kemauan, emosi, tindakan dan hubungan sosial yang menimbulkan hambatan dalam melaksanakan peran sosial. Gangguan jiwa menyebabkan penderitanya tidak sanggup menilai dengan baik kenyataan, tidak dapat lagi menguasai dirinya untuk mencegah serta mengganggu orang lain atau merusak dan menyakiti diri sendiri. Salah satu jenis gangguan kejiwaan yang cukup dikenal yaitu skizofrenia. Skizofrenia merupakan salah satu gangguan kejiwaan berat dan menunjukkan adanya disorganisasi (kemunduran) fungsi kepribadian, sehingga menyebabkan disability (ketidakmampuan). Gangguan kejiwaan skizofrenia disebabkan kegagalan individu dalam mencapai berbagai keterampilan. Penderita skizofrenia kesulitan dalam hal memproses pikirannya sehingga muncul halusinasi, sulit berinteraksi dengan orang dan kenyataan. Dalam pemeriksaan skizofrenia, psikiater tidak hanya memeriksa gejala yang tampak pada pasien yang menderita skizofrenia tetapi dilihat juga dari sisi penilaian status mental pasien tersebut, sehingga psikiater dapat menyimpulkan status mental dan menghasilkan kriteria diagnosis. Menurut hasil penilitian multinasional World Health Organization (WHO), jumlah rata-rata penderita skizofrenia tampak sama pada budaya negara maju dan budaya negara berkembang, WHO memperkirakan bahwa sekitar 24 juta orang diseluruh dunia mengalami skizofrenia [1]. Di Indonesia terdapat 1,7 permil atau 1.728 orang yang mengalami gangguan skizofrenia [2]. Tetapi masih banyak kasus yang diperkirakan tidak terdeteksi akibat kurangnya informasi yang keliru atau kurangnya dukungan masyarakat. Oleh karena itu, perlunya sebuah media konsultasi atau sistem pakar mengenai gangguan kejiwaan untuk masyarakat yang kurang mengerti tentang masalah kejiwaan khususnya skizofrenia. Dengan adanya sistem pakar, proses konsultasi akan menjadi lebih mudah, efektif dan efisien. Sistem pakar ini menggunakan logika fuzzy, salah satu metode yang digunakan dari logika fuzzy adalah metode Tsukamoto. Pada metode Tsukamoto, output hasil inferensi dari tiap-tiap aturan diberikan secara tegas (crisp) berdasarkan α-predikat (fire strength). Hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot. Penelitian ini diharapkan dapat menghasilkan sistem pakar dalam mendiagnosis penyakit kejiwaan skizofrenia menggunakan metode Tsukamoto. Sistem yang dibangun berbasis web agar dapat diakses oleh pasien dan psikiater secara online melalui akses internet. A. Sistem II. URAIAN PENELITIAN Sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli [3]. Sistem pakar disusun oleh dua bagian utama yaitu lingkungan pengembangan dan lingkungan konsultasi [4]. Lingkungan pengembangan sistem pakar digunakan untuk

Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1, (2016) 2 memasukkan pengetahuan pakar, sedangkan lingkungan konsultasi digunakan oleh pengguna yang bukan pakar, untuk memperoleh pengetahuan pakar. B. Metode Tsukamoto Metode Tsukamoto merupakan perluasan dari penalaran monoton, pada metode tsukamoto, setiap konsekuen pada aturan yang berbentuk IF-THEN harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaannya yang monoton. Sebagai hasilnya, output hasil inferensi dari tiap-tiap aturan diberikan secara tegas (crisp) berdasarkan α- predikat (fire strength). Hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot [3]. Secara umum bentuk model fuzzy Tsukamoto adalah: IF (X IS A) AND (Y IS B) THEN (Z IS C) (1) Dimana A, B, dan C adalah himpunan fuzzy. Metode Tsukamoto menggunakan tahapan sebagai berikut: 1. Fuzzifikasi Proses fuzzifikasi merupakan proses untuk mengubah variabel non-fuzzy (variabel numerik) menjadi variabel fuzzy (variabel linguistik). Melalui fungsi keanggotaan yang telah disusun maka dari nilai-nilai masukan tersebut menjadi informasi fuzzy yang berguna nantinya untuk proses pengolahan secara fuzzy pula. Proses ini disebut fuzzifikasi. 2. Pembentukan Rule Pada pembentuk rule menggunakan aturan dalam bentuk IF- THEN dan menggunakan operator AND. 3. Mesin Inferensi Mesin inferensi menggunakan fungsi implikasi MIN untuk mendapatkan nilai α-predikat pada tiap rule. Kemudian masing-masing nilai α-predikat ini digunakan untuk menghitung keluaran hasil inferensi secara tegas (crisp) masing-masing rule (z 1, z 2, z 3. z n). 4. Defuzzifikasi Pada tahapan defuzzifikasi, hasil akhir output (z) diperoleh menggunakan metode rata-rata terbobot. Berikut ini merupakan persamaan proses defuzzifikasi. 1 z1+ 2 z2+ 3 z3+ + n zn z = (2) 1+ 2+ 3+ + n Dimana: α n = Nilai α-predikat z n = Nilai variabel output z = Hasil variabel output C. Penyakit Kejiwaan Skizofrenia Skizofrenia merupakan gangguan psikologi yang ditandai dengan gangguan utama dalam pikiran, emosi, perilaku dan pikiran yang terganggu, dimana berbagai pemikiran tidak saling berhubungan secara logis, persepsi dan perhatian yang keliru, afek yang datar atau tidak sesuai dan berbagai gangguan aktivitas motorik yang aneh [5]. Untuk mendiagnosis tipe penyakit skizofrenia yaitu tipe paranoid, tipe katatonik, tipe terdisorganisasi, tipe tak tergolongkan dan tipe residual, maka dilakukan pemeriksaan menggunakan status mental. Pemeriksaan status mental merupakan bagian dari pemeriksaan klinis yang menggambarkan jumlah total observasi pemeriksa dan kesan tentang pasien psikiatrik saat wawancara atau suatu gambaran tentang penampilan pasien, bicara, tindakan dan pikiran selama wawancara [6]. Secara ringkas prosedur pengkajian status mental pasien dapat dilakukan meliputi: 1. Observasi penampilan pasien dan tingkah lakunya dengan melihat cara berpakaian pasien, kerapihan dan kebersihan diri. 2. Observasi postur, sikap, gerakan-gerakan tubuh, ekspresi wajah, dan aktivitas motorik semua ini sering memberikan informasi penting tentang pasien. 3. Penilaian gaya bicara pasien dan tingkat kesadaran juga diobservasi. 4. Penilaian halusinasi pasien. 5. Penilian cara berpikir pasien. III. PERANCANGAN SISTEM A. Perancangan Arsitektur Sistem Arsitektur sistem adalah sekumpulan dari model-model terhubung yang menggambarkan sifat dasar dari sebuah sistem. Keanekaragaman dari banyak model menggambarkan bagian berbeda dan aspek atau pandangan yang berbeda dari suatu sistem. Interface Fasilitas Penjelas Pengguna (user) LINGKUNGAN KONSULTASI Hasil Diagnosa Gejala Mesin Inferensi LINGKUNGAN PENGEMBANGAN Akuisisi Pengetahuan (admin) Knowledge Engineer Basis Pengetahuan (Aturan Produksi) Gambar 1 Arsitektur sistem pakar diagnosis penyakit kejiwaan skizofrenia Adapun penjelasan pada arsitektur pakar yang ditunjukkan oleh Gambar 1 yaitu, pakar memberikan pengetahuannya ke dalam sistem melalui proses akuisisi pengetahuan yang kemudian dibentuk ke dalam knowledge engineer. Knowledge engineer berperan untuk merepresentasikan pengetahuan pakar ke dalam basis pengetahuan. Setelah itu, pengguna dapat melakukan interaksi dengan sistem melalui antarmuka. Masukan yang dimasukkan oleh pengguna akan diolah mesin inferensi berdasarkan pada basis pengetahuan yang telah dimasukkan oleh pakar. Mesin inferensi berperan untuk mengelola data masukan untuk mendapatkan hasil diagnosa, hasil diagnosa akan ditampilkan kepada pengguna dan hasil diagnosa yang memiliki penjelasan juga akan ditampilkan kepada pengguna melalui fasilitas penjelas. B. Diagram Overview Sistem Diagram overview adalah diagram yang menjelaskan urutan dari diagram konteks. Diagram overview memberikan pandangan umum mengenai sistem yang dirancang, menunjukkan tentang fungsi-fungsi utama atau proses yang ada, aliran data dan entitas eksternal. Diagram overview sistem dapat dilihat pada Gambar 2.

Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1, (2016) 3 lama, id_pengguna, nama_pasien, nama_pengguna, alamat, telepon, tempat_lahir, id_pengguna, nama_pasien, nama_pengguna, alamat, telepon, tempat_lahir, 1.0 PENGGUNA pengguna Daftar nama_pengguna, alamat, 2.0 telepon, username, Login nama_pengguna, alamat, telepon, username, kode_gejala, nama_gejala, pert_gejala, detail_gejala kode_gejala, nama_gejala, pert_gejala, detail_gejala kode_gejala, nama_gejala, pert_gejala, detail_gejala, kode_statmen, nama_statmen, pert_statmen, detail_statmen, kode_penyakit, gejala nama_penyakit, definisi_penyakit, kode_statmen, nama_statmen, pert_statmen, detail_statmen ADMIN 3.0 kode_statmen, nama_statmen, Manajemen pert_statmen, detail_statmen kode_gejala, nama_gejala, pert_gejala, Data detail_gejala, kode_statmen, nama_statmen, status_mental pert_statmen, detail_statmen, kode_penyakit, nama_penyakit, definisi_penyakit, kode_penyakit, nama_penyakit, definisi, penyakit, kode_penyakit, nama_penyakit, definisi, penyakit, lama, penyakit 4.0 lama, Ubah lama, Password id_pengguna, nama_pengguna, alamat, telepon, username, alamat, telepon, jenis_kelamin,, 5.0 Manajemen id_pengguna, nama_apengguna, alamat, telepon, alamat, telepon, Akun jenis_kelamin,, id_pengguna, alamat, telepon, jenis_kelamin, pengguna id_pengguna nama_pasien nama_pengguna alamat telepon jenis_kelamin agama username level status_mental kode_statmen nama_statmen pert_statmen detail_statmen hasil_konsultasi kode_haskon id_pengguna kode_penyakit tanggal_konsul nama_penyakit gejala statmen gejala kode_gejala kode_statmen nama_gejala pert_gejala detail_gejala penyakit kode_penyakit nama_penyakit definisi_penyakit Gambar 3 Diagram hubungan antar tabel Adapun penjelasan dari 5 tabel di dalam sistem ini yaitu, Tabel pengguna (User), yaitu seseorang yang ingin melakukan konsultasi terhadap penyakit kejiwaan skizofrenia. Pada Tabel gejala, yaitu gejala-gejala skizofrenia beserta detail gejala dan juga pertanyaan gejala. Tabel status mental, yaitu status mental skizofrenia beserta detail status mental dan pertanyaan status mental. Tabel penyakit, yaitu jenis penyakit skizofrenia beserta definisi dari penyakit dan. Tabel hasil konsultasi, yaitu hasil yang didapatkan pengguna setelah memasukkan status mental yang dialami dan dihitung menggunakan metode Tsukamoto. nilai_gu, nilai_ma, nilai_br, nilai_gp, nilai_pr nama_penyakit, definis_penyakit, 6.0 Tsukamoto id_pengguna, alamat, telepon, jenis_kelamin, kode_penyakit kode_penyakit, nama_penyakit, definis_penyakit, kode_penyakit, id_pengguna, tanggal_konsul hasil_konsultasi Gambar 2 Diagram overview sistem pakar diagnosis penyakit kejiwaan skizofrenia Adapun penjelasan dari proses yang terjadi pada diagram overview yaitu, proses 1.0 Daftar berfungsi untuk user mendaftarkan data diri seperti nama lengkap pasien, nama pengguna atau nama keluarga, alamat, dan agama. Pada proses 2.0 Login, agar bisa mengakses sistem ini, baik admin ataupun pasien harus memasukkan username dan. Pada proses 3.0 Manajemen Data, dalam proses manajemen data ini, admin dapat menambahkan dan mengubah data penyakit, data gejala, data status mental. Proses 4.0 Ubah Password berfungsi untuk admin dan pasien, dapat melakukan pengubahan. Proses 5.0 Manajemen Akun, admin dapat melakukan penambahan ataupun pengubahan dan penghapusan data akun, admin, dan pengguna. Pada proses 6.0 Tsukamoto, dilakukan perhitungan proses metode Tsukamoto. C. Diagram Hubungan Antar Tabel Diagram hubungan antar tabel merupakan hubungan yang terjadi pada suatu tabel dengan tabel lainnya, yang berfungsi untuk mengatur operasi suatu basis data. Pada sistem pakar diagnosis penyakit kejiwaan skizofrenia terdapat 5 tabel, diagram hubungan antar tabel sistem pakar diagnosis penyakit kejiwaan skizofrenia dapat dilihat pada Gambar 3. IV. HASIL DAN ANALISIS A. Hasil Perancangan 1. Halaman Login Halaman login berisi form login untuk proses verifikasi pengguna sistem baik itu admin ataupun pengguna/pasien. Antarmuka halaman login dapat dilihat pada Gambar 4. Gambar 4 Antarrmuka halaman login 2. Halaman Utama Pengunjung Antarmuka halaman utama pengunjung merupakan halaman pertama yang muncul saat pengguna telah terdaftar sebagai pasien. Antarmuka halaman utama pengguna berisikan menumenu yang dapat diakses oleh pengguna dan informasiinformasi mengenai skizofrenia. Hasil perancangan antarmuka halaman utama pengguna dapat dilihat pada Gambar 5.

Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1, (2016) 4 Gambar 5 Antarmuka halaman utama pengunjung 3. Halaman Konsultasi Halaman konsultasi dibagi menjadi dua, yaitu halaman pemeriksaan gejala dan halaman pemeriksaan status mental. Halaman pemeriksaan gejala berupa form yang berisi pertanyaan tentang gejala, skizofrenia, pengguna dapat memilih gejala-gejala sesuai dengan yang dialami oleh pasien. Jika pasien terdiagnosa skizofrenia, maka pasien melakukan pemeriksaan status mental. Halaman pemeriksaan status juga berupa form yang berisikan pertanyaan tentang gangguan status mental yang dialami oleh pasien. Antarmuka halaman konsultasi untuk pemeriksaan status mental dapat dilihat pada Gambar 6. Gambar 6 Antarmuka halaman konsultasi status mental 4. Halaman Histori Konsultasi Halaman histori konsultasi berisi histori data-data hasil konsultasi yang pernah dilakukan oleh pengguna. Antarmuka halaman histori konsultasi dapat dilihat pada Gambar 7. Gambar 7 Antarmuka halaman histori konsultasi B. Hasil Pengujian Sistem 1. Pengujian Blackbox Pengujian dilakukan pada sistem menggunakan metode blackbox yang akan memeriksa apakah sistem dapat berjalan dengan benar dan sesuai dengan yang diharapkan. Pengujian blackbox berfokus pada persyaratan fungsional perangkat lunak. Pengujian blackbox memungkinkan perekayasa perangkat lunak mendapatkan serangkaian kondisi input yang sepenuhnya menggunakan semua persyaratan fungsional untuk suatu program [7]. Pengujian berikut ini dilakukan pada aktifitas konsultasi oleh pasien. Hasil pengujian dapat dilihat pada Tabel 1. Tabel 1 Tabel Pengujian Halaman Konsultasi Hasil Contoh Data Keterangan Eksekusi G01 G02 G03 semua data (total nilai : 29) G04 G05 G06 G07 G08 G09 G10 Sangat.. Tidak Berhasil Pesan kesalahan Anda Tidak Terdiagnosa Penyakit Skizofrenia

Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1, (2016) 5 semua data (total nilai: 50) semua data G25 G26 G27 G28 G29 G30 G01 G02 G03 G04 G05 G06 G07 G08 G09 G10 G25 G26 G27 G28 G29 G30 01 02 03 04 05 Contoh Data Sangat.. Hasil Eksekusi Berhasil Berhasil Keterangan Pesan Anda Terdiagnosa Skizofrenia. Silahkan Lanjut Pemeriksaan Status Mental Pesan Berikut adalah hasil konsultasi Anda 2. Pengujian Validasi Sistem Validitas adalah suatu ukuran yang menunjukkan tingkat kevalidan atau kesahihan suatu instrumen [8]. Pengujian validasi sistem diilakukan untuk mengetahui hasil akhir yang berupa kemungkinan jenis penyakit yang dihasilkan oleh sistem pakar dengan yang dihasilkan oleh pakar. Dalam pengujian ini akan dimasukkan hasil diagnosis dari 1 pakar. yang dijadikan sebagai narasumber dalam peroleh data. Untuk mengetahui kesesuaian hasil sistem pakar dengan pakar dapat dilihat pada Tabel 2. Kas us 1 2 3 4 5 6 7 8 9 10 Tabel 2 Hasil Pengujian Validitas Aplikasi Status Mental Sistem Keakuratan umum (6) - G. Bicara (3) - G. Persepsi (4) umum (6) - G. Bicara (6) - G. Pikiran (4) Afek (1) - G. Bicara (3) - G. Persepsi (7) - G. Pikiran (4) Afek (2) - G. Bicara (3) - G. Persepsi (5) - G. Pikiran (4) Afek (5) - G. Pikiran (2) Afek (1) - G. Bicara (1) - G. Persepsi (3) umum (4) - G. Bicara (6) - G. Persepsi (7) Afek (3) - G. Persepsi (6) - G. Pikiran (5) Afek (3) - G. Persepsi (5) - G. Pikiran (2) umum (5) Afek (3) - G. Bicara (2) Paranoid Paranoid Sesuai Tidak Tergolong kan Paranoid Terdisorg anisasi Tidak Tergolong kan Terdiorgan isasi Terdisorga nisasi Sesuai Tidak Sesuai Sesuai

Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1, (2016) 6 Kas us 11 12 13 14 15 Status Mental - G. Pikiran (1) Afek (2) - G. Bicara (7) - G. Pikiran (1) umum (3) - G. Bicara (2) - G. Bicara (5) - G. Persepsi (2) - G. Pikiran (5) umum (6) - G. Persepsi (2) - G. Pikiran (6) umum (2) - G. Bicara (1) - G. Persepsi (2) - G. Pikiran (1) Sistem Keakuratan Residual Residual Sesuai Terdisorg anisasi Terdisorga nisasi Sesuai Residual Residual Sesuai Data kasus yang dapat dilihat pada Tabel 2, diketahui informasi dari pengujian keakuratan antara validasi pakar dan sistem, sebagai berikut: 1. Jumlah kasus sebanyak 15 kasus. 2. Hasil diagnosis dokter dan sistem berupa nama tipe dari penyakit skizofrenia. 3. Hasil output sistem, yang sesuai dengan diagnosis pakar berjumlah 14 kasus. 4. Hasil output sistem yang tidak sesuai dengan diagnosis pakar berjumlah 1 kasus. Berdasarkan hasil pengujian validitas aplikasi, maka nilai keakuratan dapat dihitung sebagai berikut: Nilai keakuratan = jumlah yang sesuai jumlah kasus Nilai keakuratan = 14 15 100% Nilai keakuratan = 93,33% C. Analisis Hasil 100% Berikut ini analisis hasil perancangan dan pengujian sistem pakar diagnosis penyakit kejiwaan skizofrenia: 1. Pengguna hanya dapat mengakses sistem untuk konsultasi setelah mendaftarkan diri menjadi pasien. 2. Pengguna dapat mengetahui tipe penyakit skizofrenia beserta setelah melakukan konsultasi dengan cara memasukkan gejala-gejala yang dialami dan memasukkan status yang dialami. 3. Hasil pengujian blackbox menunjukkan saat dilakukan input data, masukkan data keseluruhan atau sebagian data kosong akan dimunculkan pesan kesalahan sehingga sistem dapat menangani data sesuai dengan yang diharapkan. 4. Berdasarkan hasil pengujian validitas sistem, didapatkan nilai akurasi sistem sebesar 93,33%, sehingga dapat disimpulkan bahwa perangkat lunak yang dirancang dinilai berhasil. V. KESIMPULAN/RINGKASAN Berdasarkan hasil analisa dan pengujian terhadap Sistem Penyakit Kejiwaan Skizofrenia Menggunakan Metode Tsukamoto, dapat disimpulkan bahwa: 1. Sistem ini dapat mendiagnosis tipe penyakit kejiwaan skizofrenia dengan menggunakan metode Tsukamoto berdasarkan pengujian tingkat keakuratan yang telah dilakukan dengan satu pakar menghasilkan tingkat keakuratan 93,33%. Tingkan keakuratan diperoleh sesuai dari kesesuaian antara hasil diagnosis sistem pakar dengan basis pengetahuan satu pakar. 2. Sistem ini dapat menampilkan yang dianjurkan bagi pengguna berupa rekomendasi konsultasi ke dokter, terapi farmakoterapi, dan terapi psikoterapi. DAFTAR PUSTAKA [1] Nevid, Jeffrey S., Rathus, Spencer A., dan Greene, Beverly. 2005. Perilaku Abnormal Edisi Kelima Jilid II. Jakarta: Erlangga. [2] Badan Penelitian dan Pengembangan Kesehatan, Departemen Kesehatan Republik Indonesia. 2013, Desember 1. Laporan Riset Kesehatan Dasar (Riskesdas) 2013. April 25, 2015. http://www.depkes.go.id/resources/download/general/hasil%20riskesda s%202013.pdf. [3] Kusumadewi, Sri. 2003. Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu. [4] Turban, E. 1995. Decision Support and Expert System; Management Support System. Newyork: Pretince-Hall. [5] Davison, Gerald C., Neale, John M., Kring, Ann M. 2012. Psikologi Abnormal Edisi Ke-9. Jakarta: Raja Grafindo. [6] Kaplan, Harold I.; Sadock, Benjamin J., dan Grebb, Jack A. 2010. Sinopsis Psikiatri. Jilid 1. Alih bahasa oleh Dr. Widjaja Kusuma. Jakarta: Binarupa Aksara. [7] Pressman, Roger. 2002. Rekayasa Perangkat Lunak. Yogyakarta: ANDI. [8] Nursalam. 2008. Konsep dan Penerapan Metodologi Penelitian Ilmu Keperawatan: Pedoman Skripsi, Tesis, dan Instrumen Penelitian Keperawatan. Jakarta: Salemba Medika.