Review Jurnal Sistem Pakar

Review Jurnal :

Jurnal : Sistem Pakar Mendiagnosa Penyakit Demam Berdarah Dengan Metode Certainty Factor

                                          Nur Anjas Sari

Judul Jurnal: Sistem Pakar Mendiagnosa Penyakit Demam Berdarah Menggunakan Metode Certainty Factor

Tahun Terbit : 2013

Penulis : Nur Anjas Sari

Reviewer : Aditia Rizki Perdana
Universitas Penerbit : STMIK Budidarma Medan
ISSN : 2301-9425

Sumber Jurnal : http://www.ilmuskripsi.com/2016/06/jurnal-sistem-pakar-mendiagnosa_39.html

ABSTRAK

Penyakit demam berdarah merupakan penyakit infeksi yang disebabkan oleh virus dengue dan ditularkan

melalui gigitan Nyamuk Aedes aegepty dan Aedes albopictus. Demam berdarah dangue merupakan salah satu penyakit menular yang sering menimbulkan wabah dan menyebabkan kematian. Seringkali penyakit demam berdarah terlambat didiagnosa. Pada penelitian ini penulis membuat suatu penerapan metode certainty factor agar masyarakat dapat mengenali dan menanggulangi penyakit yang dideritanya. Sistem pakar untuk diagnosa penyakit demam berdarah ini merupakan suatu sistem pakar yang dirancang

sebagai alat bantu untuk mendiagnosa penyakit demam berdarah dengan basis pengetahuan yang dinamis .Dimana sistem pakar merupakan sistem komputer yang dapat melakukan penalaran seorang pakar dengan keahlian pada suatu keahlian tertentu.

Tujuan Penelitian

Tujuan penelitian ini adalah :

1. Mengetahui representase rule dari gejala

penyakit demam berdarah.

2. Menerapkan suatu sistem pakar yang dapat

memberikan pengetahuan terhadap masyarakat

penderita penyakit demam berdarah.

3. Merancang suatu sistem pakar yang dapat

digunakan untuk melakukan diagnosa penyakit

demam berdarah.

Sistem Pakar

Sistem pakar adalah sistem yang mampu menirukan penalaran seorang pakar agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. Pengetahuan yang disimpan didalam sistem pakar umumnya diambil dari seorang manusia yang pakar dalam masalah tersebut.

Certainty Factor

Faktor kepastian (certainty factor) menyatakan

kepercayaan dalam sebuah kejadian (fakta atau

hipotesa) berdasar bukti atau penilaian pakar

(Turban, 2005). Certainty factor menggunakan

suatu nilai untuk mengasumsikan derajat keyakinan

seorang pakar terhadap suatu data.

CF[H,E] = MB[H,E] – MD[H,E] [2.1]

Keterangan :

CF(H,E) = certainty factor hipotesa yang

dipengaruhi oleh evidence e diketahui

dengan pasti

MB(H,E) = measure of belief terhadap hipotesa

H, jika diberikan evidence E (antara 0

dan 1)

MD(H,E) = measure of disbelief terhadap

evidebce H, jika diberikan evidance E

(antara 0 dan 1)

Certainty factor untuk kaidah premis

tunggal

CF[H,E]1= CF[H] * CF[E] [2.2]

Certainty Factor untuk kaidah dengan kesimpulan

yang serupa (similarly concluded rules) :

CFcombineCF[H,E]1,2= CF[H,E]1 + CF[H,E]2 * [1-

CF[H,E]1] [2.3]

CFcombineCF[H,E]old,3=CF[H,E]old +CF[H,E] 3 * (1-

CF[H,E] old] [2.4]

Analisa Metode Certainty Factor

Adapun logika metode certainty factor pada

pada sesi konsultasi sistem, pengguna konsultasi

diberi pilihan jawaban yang masing-masing

memiliki bobot sebagai berikut :

Nilai 0 menunjukkan bahwa pengguna

konsultasi menginformasikan bahwa user tidak

mengalami gejala seperti yang ditanyakan oleh

sistem. Semakin pengguna konsultasi yakin bahwa

gejala tersebut memang dialami manusia, maka

semakin tinggi pula hasil prosentase keyakinan

yang diperoleh. Proses penghitungan prosentase

keyakinan diawali dengan pemecahan sebuah

kaidah yang memiliki premis majemuk, menjadi

kaidah-kaidah yang memiliki premis tunggal.

Kemudian masing-masing aturan baru dihitung

certainty factornya, sehingga diperoleh nilai

certainty factor untuk masing-masingaturan,

kemudian nilai certainty factor tersebut

dikombinasikan. Sebagai contoh, proses pemberian

bobot pada setiap premis (gejala) hingga perolehan

prosentase keyakinan untuk penyakit demam

berdarah.

Kaidah-kaidah produksi atau rule yang

berkaitan dengan penyakit demam adalah sebagai

berikut :

Kaidah :

IF nyeri seluruh tubuh

AND nyeri sendi

AND nyeri otot

AND nyeri perut

AND demam

AND bintik merah pada kulit

AND sakit kepala

AND konstipasi

AND mual

AND muntah

AND nafsu makan berkurang

AND denyut nadi cepat dan lemah

AND tubuh terasa dingin

AND kesadaran menurun

AND mengalami pendarahan

AND dengue shok syndrome

THEN demam berdarah

Langkah pertama, pakar menentukan nilai

CF untuk masing-masing gejala sebagai berikut :

CFpakar (nyeri seluruh tubuh) = 1.0

CFpakar (nyeri sendi) = 1.0

CFpakar (nyeri otot) = 0.8

CFpakar (nyeri perut) = 0.6

CFpakar (demam) = 1

CFpakar (bintik merah pada kulit)= 0.6

CFpakar (sakit kepala) = 0.4

CFpakar (konstipasi) = -0.4

CFpakar (mual) = 0.4

CFpakar (muntah) = 0.4

CFpakar (nafsu makan berkurang)= 1.0

CFpakar (denyut nadi cepat dan lemah)= 0.8

CFpakar (tubuh terasa dingin) = 0.6

CFpakar (kesadaran menurun) = -0.4

CFpakar (mengalami pendarahan) = 1.0

CFpakar (Dengue shok syndrome)= 1.0

Kemudian dilanjutkan dengan penentuan

nilai bobot user. Misalkan user memilih jawaban

sebagai berikut :

Nyeri seluruh tubuh= Sedikit yakin = 0.4

Nyeri sendi= Tidak tahu = 0.2

Nyeri otot= Tidak = 0

Nyeri perut= Tidak tahu = 0.2

Demam = Yakin = 0.8

Bintik merah pada kulit= Tidak tahu = 0.2

Sakit kepala = Cukup yakin = 0.6

Konstipasi = Tidak tahu = 0.2

Mual = Tidak = 0

Muntah = Tidak = 0

Nafsu makan berkurang=Sedikityakin= 0.4

Denyut nadi cepat dan lemah =Sedikit yakin = 0.4

Tubuh terasa dingin= Tidak = 0

Kesadaran menurun= Sedikit yakin = 0.4

Mengalami pendarahan= Tidak tahu = 0.2

Dengue shok syndrome= Tidak = 0

Langkah kedua, kaidah-kaidah tersebut

kemudian dihitung nilai CFnya dengan mengalikan

CFPakar dengan CFUser menjadi :

CF[H,E]1 = CF[H]1 * CF[E]1

= 1.0 * 0.4

= 0.4

CF[H,E]2 = CF[H]2 * CF[E]2

= 1.0 * 0.2

= 0.2

CF[H,E]3 = CF[H]3 * CF[E]3

= 0.8* 0

= 0

CF[H,E]4 = CF[H]4 * CF[E]4

= 0.6 * 0.2

= 0.12

CF[H,E]5 = CF[H]5 * CF[E]5

= 1.0 * 0.8

= 0.8

CF[H,E]6 = CF[H]6 * CF[E]6

= 0.6 * 0.2

= 0.12

CF[H,E]7 = CF[H]7 * CF[E]7

= 0.4 * 0.6

= 0.24

CF[H,E]8 = CF[H]8 * CF[E]8

= -0.4 * 0.2

= -0.8

CF[H,E]9 = CF[H]9 * CF[E]9

= 0.4 * 0

= 0

CF[H,E]10 = CF[H]10 * CF[E]10

= 0.4 * 0

= 0

CF[H,E]11 = CF[H]11 * CF[E]11

= 1.0 * 0.4

= 0.4

CF[H,E]12 = CF[H]12 * CF[E]12

= 0.8 * 0.4

= -0.32

CF[H,E]13 = CF[H]13 * CF[E]13

= 0.6 * 0

= 0

CF[H,E]14 = CF[H]14 * CF[E]14

= -0.4 * 0.4

= -0.16

CF[H,E]15 = CF[H]15 * CF[E]15

= 1.0 * 0.2

= 0.2

CF[H,E]16 = CF[H]16 * CF[E]16

= 1.0 * 0

= 0

Langkah yang terakhir adalah

mengkombinasikan nilai CF dari masing-masing

kaidah. Berikut adalah kombinasikan CF[H,E]1

dengan CF[H,E]2:

CFcombine CF[H,E]1,2= CF[H,E]1 + CF[H,E]2 * (1-

CF[H,E]1]

= 0.4+ 0.2 * (1-0.4)

= 0.4+ 0.12

= 0.52 old

CFcombine CF[H,E]old,3= CF[H,E]old + CF[H,E]3 * (1-

CF[H,E]old]

= 0.52 + 0 * (1-0.52)

= 0.52old2

CFcombine CF[H,E]old2,4= CF[H,E]old2 + CF[H,E]4 *

(1-CF[H,E]old2]

= 0.52 + 0.12 * (1-0.52)

= 0.52 + 0.05

= 0.57 old3

CFcombine CF[H,E]old3,5= CF[H,E]old3 + CF[H,E]5 *

(1-CF[H,E]old3]

= 0.57 + 0.8 * (1-0.57)

= 0.57 + 0.3

= 0.87 old4

CFcombine CF[H,E]old4,6= CF[H,E]old4 + CF[H,E]6 *

(1-CF[H,E]old4]

= 0.87 + 0.12 * (1-0.87)

= 0.87 + 0.01

= 0.88 old5

CFcombine CF[H,E]old5,7= CF[H,E]old5 + CF[H,E]7 *

(1-CF[H,E]old5]

= 0.88 + 0.24 * (1-0.88)

= 0.88 + 0.02

= 0.9 old6

CFcombine CF[H,E]old6,8= CF[H,E]old6 + CF[H,E]8 *

(1-CF[H,E]old6]

= 0.9 + (-0.8) * (1-0.9)

= 0.9 + (-0.08)

= 0.82 old7

CFcombine CF[H,E]old7,9= CF[H,E]old7 + CF[H,E]9 *

(1-CF[H,E]old7]

= 0.82 + 0 * (1-0.82)

= 0.82 old8

CFcombineCF[H,E]old8,10=CF[H,E]old8+ CF[H,E]10 *

(1-CF[H,E]old8]

= 0.82 + 0 * (1-0.82)

= 0.82 old9

CFcombineCF[H,E]old9,11=CF[H,E]old9+ CF[H,E]11 *

(1-CF[H,E]old9]

= 0.82 + 0.4 * (1-0.82)

= 0.82 + 0.07

= 0.89 old10

CFcombineCF[H,E]old10,12=CF[H,E]old210+CF[H,E]12 *

(1-CF[H,E]old10]

= 0.89 + 0.32 * (1-0.89)

= 0.89 + 0.03

= 0.92 old11

CFcombineCF[H,E]old11,13=CF[H,E]old11 +CF[H,E]13 *

(1-CF[H,E]old11]

= 0.92+ 0* (1-0.92)

= 0.92 old12

CFcombine CF[H,E]old12,14= CF[H,E]old12 + CF[H,E]14

* (1-CF[H,E]old12]

= 0.92 + (-0.16) * (1-0.92)

= 0.92 + (-0.01)

= 0.91 old13

CFcombine CF[H,E]old13,15= CF[H,E]old13 + CF[H,E]15

* (1-CF[H,E]old13]

= 0.91 + 0.2 * (1-0.91)

= 0.91 + 0.01

= 0.92 old14

CFcombine CF[H,E]old14,16= CF[H,E]old14 + CF[H,E]16

* (1-CF[H,E]old14]

= 0.92 + 0 * (1-0.92)

= 0.92 old15

CF[H,E] old15 * 100 %= 0.92 * 100 %

= 92 %

Dengan demikian dapat dikatakan bahwa

perhitungan certainty factor pada penyakit demam

berdarah memiliki persentase tingkat keyakinan 92

%.

Kesimpulan

Menggunakan sistem pakar untuk mendiagnosa penyakit Demam Berdarah dengan metode Centainty Factor dirasakan sangat membantu masyarakat awam untuk mengetahuin gejala penyakit Demam Berdarah tersebut,karena seringkali penyakit demam berdarah terlambat didiagnosa sehingga berakibat fatal terhadap penderita penyakit Demam Berdarah tersebut.

Daftar Pustaka

[1] Sutojo. T,S.Si.,M.kom, Mulyanto

Edy,S.Si.,M.kom dan Dr. Suhartono

Vincent. Kecerdasan Buatan. Andi

Yogyakarta: Unidus.2011

[2] Desiani Anita & Arhami Muhammad,

Konsep Dasar Kecerdaasan Buatan, Andy

Yogyakarta, 2006.

[3] Arhami Muhammad, Konsep Dasar Sistem

Pakar, ANDI, 2005

[4] Dini Siti Anggraeni. Stop Demam Berdarah

Dangue. Bogor Publishing House. Cetakan

Pertama. 2010

[5] Mufidah Fatchul, Penyakit-penyakit yang

rentan diderita anak usia sekolah, Flashbook.

Cetakan Pertama. 2012

[6] Nugroho Adi, Rekayasa Perangkat Lunak

Berorientasi Objek, ANDI, 2010

[7] Sholiq, Pemodelan sistem Informasi

Berorientasi Objek Dengan UML, Graha

Ilmu. Cetakan Pertama. 2006

[8] Daniel, Gloria Virginia, Implementasi

Sistem Pakar Untuk mendiagnosis Penyakit

Dengan Gejala Demam Menggunakan

Metode Certainty factor, 2010