Konferensi Nasional Ilmu Sosial & Teknologi (KNiST) Maret 2016, pp. 254~258 SISTEM PAKAR DIAGNOSA KEGUGURAN PADA IBU HAMIL Fintri Indriyani 1, Eni Irfiani 2 1 AMIK BSI Jakarta e-mail : fintri.fni@bsi.ac.id 2 AMIK BSI Jakarta e-mail : eni.enf@bsi.ac.id Abstrak Perdarahan pada kehamilan muda sering dikaitkan dengan kejadian abortus (keguguran). Abortus sering terjadi karena kurangnya informasi ibu hamil mengenai perdarahan pada kehamilan muda, seringkali ibu hamil terutama pada kehamilan anak pertama memiliki pengetahuan yang minim mengenai pendarahan, jika terjadi tanda-tanda pendarahan kadang mereka mengabaikan tanda tersebut padahal pendarahan yang terjadi bisa saja mengakibatkan keguguran. Oleh karena itu perlu adanya alat bantu atau media untuk membantu ibu hamil mengerti tentang abortus sehingga dapat memberi penanganan yang cepat dan tepat. Objek penelitian dilakukan pada Poliklinik Kebidanan di Rumah Sakit Bhayangkara Tk.I R.Said Sukanto. Teknik pengumpulan data yang di gunakan adalah observasi, wawancara dan studi pustaka. Metode pengembangan pakar menggunakan forward chaining. Penelitian ini menghasilkan sistem pakar untuk mendiagnosa terjadinya abortus pada ibu hamil berbasis web. Terdapat beberapa jenis kelainan yang disertai perdarahan yang sering muncul dimasa kehamilan muda antara lain, Abortus Iminens, Abortus Insipiens, Abortus Kompletus, Abortus Inkompletus, Missed Abortion, Abortus Habitualis, Abortus Infeksiosus, Kehamilan Ektopik, Mola Hidatidosa. Keywords: Perdarahan Pada Kehamilan Muda, Abortus, Sistem Pakar, Forward Chaining, PHP 254 1. Pendahuluan Salah satu komplikasi terbanyak pada kehamilan adalah terjadinya perdarahan. Perdarahan dapat terjadi pada setiap usia kehamilan. Perdarahan pada kehamilan muda sering dikaitkan dengan abortus (keguguran). Pada tahun 1998 rata-rata terjadi 114 kasus abortus per jam. Sebagian besar studi menyatakan kejadian abortus spontan antara 15 20% dari semua kehamilan. Kalau di kaji lebih jauh kejadian abortus sebenarnya bisa mendekati 50%. Pada tahun 1998 Wilcox dan kawan-kawan melakukan studi terhadap 221 perempuan yang di ikuti selama 707 siklus haid total. Di dapatkan total 198 kehamilan, dimana 43 (22%) mengalami abortus sebelum saat haid berikutnya (Prawirohardjo, 2010). Masalah abortus dikaitkan dengan tingginya angka kematian ibu melahirkan. Menurut data WHO persentase kemungkinan terjadinya abortus cukup tinggi. Sekitar 15 40%, diketahui pada ibu yang sudah dinyatakan positif hamil, dan 60 75% abortus terjadi sebelum usia kehamilan mencapai 12 minggu. Lebih dari 90% abortus di negara-negara sedang berkembang dilakukan tidak aman, sehingga berkontribusi 11-13% terhadap kematian maternal di dunia. Di Indonesia, diperkirakan 2 2,5 % juga mengalami abortus setiap tahun, sehingga secara nyata dapat menurunkan angka kelahiran menjadi 1,7 pertahunnya. Abortus di Indonesia masih cukup tinggi dibanding dengan negara-negara maju di dunia, yakni 2,3 juta abortus per tahun. Sulit untuk mengidentifikasi dengan tepat seberapa sering abortus terjadi. Hal ini diperkirakan merupakan bagian kecil dari kejadian yang sebenarnya, sebagai akibat ketidakterjangkauan pelayanan kedokteran modern yang ditandai oleh kesenjangan informasi (Prawirohardjo, 2010). Untuk alasan tersebut, maka perlu dibuat sebuah sistem yang dapat membantu untuk mendiagnosa terjadinya abortus pada ibu Diterima 18 Januari 2016; Revisi 8 Februari 2016; Disetujui 15 Maret 2016
hamil. Sistem yang dapat melakukan tugas tersebut termasuk dalam kategori sistem pakar. Sehingga setiap orang dapat menggunakannya untuk menentukan solusi yang tepat dari permasalahan yang ada, dalam hal ini untuk menentukan jenis abortus di masa kehamilan berdasarkan gejala yang diderita. Metode yang digunakan adalah forward chaining untuk melakukan proses pengolahan data yang di-input-kan oleh pengguna (user). Dari fakta-fakta yang ada tersebut dapat diperoleh kesimpulan jenis abortus yang diderita ibu di masa kehamilan muda. 2. Metode Penelitian A. Kecerdasan Buatan Kecerdasan buatan merupakan ilmu komputer yang diimplementasikan melalui sebuah mesin komputer dan dilakukan oleh manusia (Kusrini, 2006). Menurut (Kusumadewi, 2003) mendefinisikan bahwa Kecerdasan buatan atau artificial intelligence merupakan salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia. B. Definisi Sistem Pakar Menurut (Kusumadewi, 2003) Sistem pakar (expert system) adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang bia sa dilakukan oleh para ahli. Sistem pakar yang baik dirancang agar dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para ahli. Dengan sistem pakar ini, orang awam dapat menyelesaikan masalah yang cukup rumit yang sebenarnya hanya dapat diselesaikan dengan bantuan para ahli. Bagi para ahli, sistem pakar ini juga akan membantu aktivitasnya sebagai asisten yang sangat berpengalaman. Sedangkan menurut Martin dan Oxman dalam (Kusrini, 2006) Sistem pakar adalah sistem berbasis komputer yang menggunakan pengetahuan, fakta dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tersebut. 3. Pembahasan A. Pengumpulan Data Pakar Pakar yang di wawancarai sebanyak lima orang dokter spesialis kandungan. Dari hasil kuisioner yang telah disebar ke lima pakar, ada pertanyaan yang kesemua pakar menjawab ya artinya pertanyaan tersebut valid, tetapi ada juga yang menjawab berbeda sehingga harus dilakukanlah proses menvalidasi pertanyaan menggunakan software SPSS dengan metode analisis korelasi untuk menjelaskan hubungan antar variabel yang ada B. Algorithma Sistem Pakar Berikut ini adalah algoritma konsultasi yang digunakan dalam sistem pakar. Pemakai program ini diberikan form data pasien sebelum mejawab pertanyaan.untuk lebih jelasnya perhatikan psedecode berikut ini: Buka menu konsultasi input nama pengguna input jenis kelamin pengguna input tanggal lahir pengguna input alamat pengguna input pekerjaan pengguna input nomor telepon pengguna If pilih = Proses then tampil form pilihan gejala yang harus diisi. If gejala= terisi then Tampil hasil analisa Else kembali ke pertanyaan selanjutnya End C. Rule Pakar dan Pohon Pakar Dari daftar pertanyaan yang diajukan ke pakar dan sudah di validasi dihasilkan sembilan rule. Berikut data rule pakar: Rule 1 : IF Terlambat haid kurang dari 20 minggu and Perdarahan pervaginam and Hasil konsepsi masih baik dalam kandungan and Mulas sedikit and Tes kehamilan/hcg masih positif and Mulut rahim/cervix masih dalam kondisi menutup and Nyeri perut bagian bawah THEN Anda di diagnosa mengalami sakit Abortus Imminens ELSE Anda tidak mengalami sakit Abortus Imminens END Rule 2 : IF Terlambat haid kurang dari 20 positif and Mulut rahim/cervix terbuka and Hasil konsepsi masih berada dalam kavum uteri dan dalam proses pengeluaran and Mulas karena kontraksi yang sering dan kuat and Kehamilan tidak dapat dipertahankan and Teraba jaringan kehamilan di mulut rahim and Perdarahan lebih banyak/sesuai umur kehamilan and Nyeri lebih kuat THEN Anda di diagnosa 255
mengalami sakit Abortus Insipiens ELSE Anda tidak mengalami sakit Abortus Insipiens END Rule 3 : IF Terlambat haid kurang dari 20 positif and Mulut rahim/cervix terbuka and Nyeri lebih kuat and Sebagian hasil konsepsi telah keluar dan masih ada yang tertinggal and Teraba jaringan kehamilan di mulut rahim and Perdarahan hebat and Sering menyebabkan syok and Buah kehamilan/hasil konsepsi sebagian sudah keluar dari rongga rahim THEN Anda di diagnosa mengalami sakit Abortus Inkompletus ELSE Anda tidak mengalami sakit Abortus Inkompletus END Rule 4: IF Terlambat haid kurang dari 20 minggu and Mulut rahim/cervix tertutup and Perdarahan sedikit-sedikit/berkurang and Seluruh hasil konsepsi telah dikeluarkan and Nyeri perut berkurang and Tes kehamilan/hcg masih positif sampai 7-10 hari setelah abortus and Uterus/rahim mengecil THEN Anda di diagnosa mengalami sakit Abortus Kompletus ELSE Anda tidak mengalami sakit Abortus Kompletus END Rule 5 : IF Terlambat haid kurang dari 20 minggu and Perdarahan pervaginam and Tes kehamilan/hcg masih positif and Sering menyebabkan syok and Panas tinggi and Tampak sakit dan lelah and Takikardi/jantung berdebar-debar/denyut jantung cepat and Cairan/jaringan berbau busuk and Nyeri tekan and Menggigil THEN Anda di diagnosa mengalami sakit Abortus Infeksiosus/Septik ELSE Anda tidak mengalami sakit Abortus Infeksiosus/Septik END Rule 6 : IF Terlambat haid kurang dari 20 minggu and Seluruh janin telah dikeluarkan and Tanpa disertai mules/kontraksi and Tes kehamilan/hcg masih positif sampai 7-10 hari setelah abortus and Keguguran berturut-turut 3 kali atau lebih THEN Anda di diagnosa mengalami sakit Abortus Habitualis ELSE Anda tidak mengalami sakit Abortus Habitualis END Rule 7 : IF Terlambat haid kurang dari 20 minggu and Perdarahan sedikitsedikit/berkurang and Nyeri perut berkurang and Umumnya para ibu merasa heran karena kandungannya tidak juga membesar and Janin telah mati dalam kandungan selama 6-8 minggu tapi belum keluar and Bila kehamilan diatas 14 minggu sampai 20 minggu pasien justru merasakan rahimnya semakin mengecil and Tes kehamilan/hcg negatif THEN Anda di diagnosa mengalami sakit Missed Abortion ELSE Anda tidak mengalami sakit Missed Abortion END Rule 8 : IF Usia kehamilan kurang dari 20 minggu and Mual hebat and Muntah hebat and Pusing hebat and Perkembangan lebih pesat, sehingga umumnya uterus/rahim lebih besar dari usia kehamilan and Perdarahan sedikit-sedikit atau sekaligus banyak and Sering menyebabkan syok and Keluarnya gelembung-gelembung putih/bening dari vagina and Gejala perdarahan antara rata-rata usia kehamilan 12-14 minggu THEN Anda di diagnosa mengalami sakit Mola Hidatidosa ELSE Anda tidak mengalami sakit Mola Hidatidosa END Rule 9 : IF Terlambat haid kurang dari 20 positif and Nyeri perut bagian bawah and Sakit perut/nyeri mendadak yang kemudian dususul syok atau pingsan and Perdarahan tidak banyak dan berwarna coklat tua THEN Anda di diagnosa mengalami sakit Kehamilan Ektopik ELSE Anda tidak mengalami sakit Kehamilan Ektopik END D. Implementasi dalam aplikasi 1. Analisa kebutuhan sistem Halaman User : 1. Pasien bisa melihat daftar penyakit, definisi, ciri-ciri, penyebab dan solusinya. 2. Pasien bisa melakukan konsultasi sesuai dengan gejala/ciri-ciri yang di deritanya. 3. Pasien bisa melihat hasil diagnosa sesuai dengan konsultasi. 4. Pasien bisa melihat informasi tentang Abortus. 5. Pasien bisa melihat menu bantuan jika kesulitan dalam melakukan konsultasi. 6. Pasien bisa melihat profil nara sumber/pakar/dokter ahli kandungan. Halaman Admin : 1. Admin dapat mengelola data gejala. 2. Admin dapat mengelola data penyakit. 256
3. Admin dapat mengelola data pasien. 4. Admin dapat mengelola data relasi 5. Admin dapat mengelola data account 2. Usecase Diagram Konsultasi Pasien Isi Form Biodata Pilih Gejala Hasil Analisa Gambar 2. Usecase Diagram User 3. ERD definisi ciri_ciri nm_gejala nm_penyakit penyebab solusi Penyakit M Punya N Gejala 1 id Memiliki pekerjaan tanggal id noip M nama jenis_kelamin alamat telp Analisa_hasil tgllahir Gambar 4. ERD 257
4. User Interface Gambar 5. Menu Konsultansi 4. Simpulan Dari hasil riset dan wawancara kepada dokter ahli Kebidanan, maka dapat penulis simpulkan beberapa hal: 1. Pembuatan aplikasi Sistem pakar untuk mendiagnosa Abortus berbasis web ini dapat membantu masyarakat mengetahui secara cepat dan tepat mengenai kemungkinan menderita Abortus sehingga dapat meningkatkan kesadaran masyarakat untuk cepat melakukan langkah antisipasi. 2. Pengolahan data dengan menggunakan metode forward chaning menghasilkan aturanaturan penentuan Abortus yang akurat karena data dikelompokan berdasarkan kebutuhan. 3. Dari Hasil pengujian penerimaan user terhadap sistem pakar ini menunjukkan bahwa Sistem Pakar Untuk Mendiagnosa Abortus sangat baik dan mudah di gunakan. 4. Dari hasil pengujian tingkat akurasi menunjukkan bahwa Sistem Pakar Referensi Untuk Mendiagnosa Abortus ini mempunyai data yang valid sehingga menghasilkan diagnosa penyakit abortus yang akurat. Fowler, Martin. 2005. UML Distilied Panduan Singkat Bahasa Pemodelan Objek Standar. Yogyakarta: CV. Andi Offset. Kusrini. 2006. Sistem Pakar Teori dan Aplikasi. Yogyakarta: Andi Offset. Kusumadewi, Sri. 2003. Artifical Intelligence: Teknik dan Aplikasinya. Yogyakarta: Graha ilmu. Sarwono Prawirohardjo. 2009. Ilmu Kebidanan. Jakarta: Yayasan Bina Pustaka-Sarwono Prawirohardjo. 258