TUGAS METODOLOGI PENELITIAN SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT AKIBAT PARASIT
Oleh : M. KAFIN 085623080
D3 MANAJEMEN INFORMATIKA JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS NEGERI SURABAYA 2010
ABSTRAK
Sist Sistem em Paka Pakarr untu untuk k diag diagno nosa sa peny penyak akit it yang yang diak diakib ibat atka kan n oleh oleh Para Parasi sitt ini ini dira diranc ncan ang g untu untuk k memb memban antu tu mend mendia iagn gnos osa a peny penyak akit it Para Parasi sitt yang yang bany banyak ak terdapat di lingkungan kumuh. Pengetahuan untuk diagnose penyakit tersebut didapat dari berbagai sumber sumber diantaranya adalah buku, jurnal kedokteran, kedokteran, dan penelitian. Dasar dari pengetahuan tersebut disusun dengan sedemikian rupa agar menjadi sebuah database yang dapat mengolag setiap data, diantaranya data penyakit dan data gejala. Untuk penarikan kesimpulan dalam sistem ini digunakan Algoritma Naïve Bayes. Sistem pakar ini akan menampilkan pilihan gejala yang dilakukan oleh user, dimana setiap pilihan gejala tersebut akan membawa user kea rah pilihan gejala selanjutnya hingga mendapatkan nama Penyakit yang diderita dan cara untuk mengobatinya.
BAB I PENDAHULUAN
I.1 LATAR BELAKANG
Teknologi berkembang dengan cepat, banyak penemuan solusi – solusi untuk menyelesaikan sebuah masalah diantaranya untuk masalah Kecerdasan buatan agar dapat mengidentifikasi penyakit yang ada. Sistem pakar merupakan sebuah cabang ilmu yang “mengadopsi” cara pakar berfikir dalam menyelesaikan suatu masalah, dan membuat suatu keputusan maupun mengambil mengambil kesimpulan dari sejunlah fakta yang ada. Dasar dari Sistem Pakar adalah memindahkan cara berfikir para pakar ke dalam komputer, dan bagaimana membuat keputusan atau kesimpulan berdasarkan pengetahuan itu.
I.2 RUMUSAN MASALAH
Permasalahan yang akan dibahas dalam penulisan tugas akhir ini adalah Bagaim Bagaimana ana meranc merancang ang Sistem Sistem Pakar Pakar untuk untuk mendi mendiagn agnosa osa penyak penyakit it yang yang disebabkan oleh Parasit berdasarkan data yang ada menggunakan Algoritma Naïve Bayes.
I.3 BATASAN MASALAH
1. Parasit yang dimaksud adalah Parasit yang ada pada tubuh manusia 2. Parasit yang akan di ambil samplenya adalah Jamur, Bakteri, Protozoa dan Cacing.
I.3 TUJUAN
Tujuan dari Tugas Akhir ini adalah merancang program Sistem Pakar yang dapat
mendiagno mendiagnosa sa penyakit penyakit akibat Parasit Parasit pada tubuh Manusia Manusia yang
dikembangkan untuk memudahkan pemakainya dalam mendiagnosa.
I.4 MANFAAT
Mem Memudahk dahka an
oran orang g
awam wam
atau ataup pun
pak pakar
pengobatan yang tepat untuk penyakit akibat Parasit.
untuk ntuk
membe emberi rika kan n
BAB II TINJAUAN TEORI
2.1 KECERDASAN BUATAN
Artificial Intelligen Intelligence ce) adala Kecerdasa Kecerdasan n Buatan Buatan ( Artificial alah “Ide “Ide – ide ide untu ntuk membuat suatu perangkat lunak computer yang memiliki kecerdasan sehingga perangkat perangkat lunak komputer komputer tersebut tersebut dapat dapat melakuka melakukan n suatu pekerjaan pekerjaan yang dilakukan dilakukan oleh manusia” manusia” (Artanti,200 (Artanti,2004), 4), dengan dengan kata lain membuat membuat sebuah sebuah program pada komputer dapat berpikir dan bernalar seperti manusia. Tujuan dari Kecerdasan Buatan ini adalah membuat komputer lebih cerdas, mengerti tentang cara berfikir, dan membuat mesin lebih berguna bagi manusia. Implementasi dari Kecerdasan Buatan saat ini dapat ditemui dalam bidang – bidang antara lain : 1. Fuzzy Logic : Suatu metode Kecerdasan Buatan yang banyak terdapat
pada alat elktronik dan robot. Dimana alat – alat elektronik atau robot tersebut mampu berfikir dan bertingkah laku layaknya manusia. 2. Computer
vision
:
Suatu uatu
metod etode e
Kece ecerdas rdasan an
Buata uatan n
yan yang
memungkinkan sebuah sistem pada komputer unruk mengenali gambar sebagai input . Contoh : untuk mengenali tulisan yang terdapat gambar didalamnya. 3. Artificial Intelligence pada Game : Suatu metode Kecerdasan Buatan
yang yang mamp mampu u meniru meniru tingka tingkah h laku laku manus manusia ia denga dengan n tampil tampilan an berupa berupa berfikir layaknya layaknya Game. Game. Contoh : Game Winning Winning Eleven Eleven yang dapat berfikir pemain sepak bola. 4. Speech Recognition : Suatu metode Kecerdasan Buatan yang berguna
untu untuk k
menge engena nali li
suar suara a
manu manusi sia a
seba sebaga gaii
input ,
dengan
cara
menco mencocok cokka kan n suara suara pada pada acuan acuan atau atau pattern yang yang telah telah diprog diprogram ram
sebelumnya. Contoh : Suara dari user dapat dijadikan sebuah perintah bagi komputer. 5. Expert Expert System System : Suatu Suatu metode metode Kecerd Kecerdasa asan n Buatan Buatan yang yang diguna digunakan kan
untuk meniru cara berfikir dan penalaran seorang ahli dalam mengambil keputusan berdasarkan situasi yang ada.
2.2 SISTEM PAKAR
Siste istem m
Paka Pakarr
(Ex (Expert pert
Sys System tem)
adala dalah h
siste istem m
yan yang
ber berusa usaha
mengadopsi pengetahuan manusia untuk diterapkan dalam sistem komputer untuk menyelesaikan suatu masalah layaknya seorang pakar. Pada Pada
dasa dasarn rnya ya
Sist Sistem em
Paka Pakarr
dite ditera rapk pkan an
untu untuk k
mend menduk ukun ung g
akti aktivi vita tas s
pemecahan masalah. Beberapa aktivitas pemecahan yang dimaksud seperti pemb pembua uata tan n
kepu keputu tusa san n
Decision on (Decisi
Making Making )
,
Pem Pemandu andua an
Penget ngetah ahu uan
(Knowledge Fusing ), ), Pembuatan Desain (Designing (Designing ), ), Perencanaan (Planning (Planning ), ), Prakiraan (Forecasting (Forecasting ), ), Pengaturan (Regulating (Regulating ), ), Pengendalian (Controlling (Controlling ), ), Diagno Diagnosa sa (Diagnosing ), ) , Peru Perum musan usan (Prescribing ), ) , Penj Penjel elas asan an (Explaining ), ), Advising ), Pemberian Nasihat ( Advising ), dan Pelatihan (Tutoring (Tutoring ) (Kusrini,2006).
2.2.1 SEJARAH SISTEM PAKAR
Artificial Sistem Pakar mulai dikembangkan pada pertengahan tahun 1960 oleh oleh Artificial Intelligence Corporation Corporation.. Periode penelitian kecerdasan buatan ini didominasi oleh suatu keyakinan bahwa nalar digabung dengan komputer canggih akan menghasilkan prestasi pakar atau bahkan manusia super. Suatu usaha kearah ini adalah General Purpose Problem Solver (GPS) yang dikembangkan oleh Allen Newell, John Cliff Shaw, dan Hebert Alexander Simon. GPS merupakan sebuah percobaan untuk menciptakan mesin yang cerdas.
Sistem Pakar untuk melakukan diagnosa kesehatan telah dikembangkan sejak pertengahan tahun 1970 yang untuk pertama kali dibuat oleh Bruce Buchnanan dan Edward Edward Shortl Shortliffe iffe di Standf Standford ord Univer Universit sity y diberi diberi nama nama MYCIN MYCIN.. MYCIN MYCIN merupakan program interaktif yang melakukan diagnosa penyakit meningitis dan infeks infeksii Bacremia serta serta member memberika ikan n rekom rekomend endasi asi terap terapii antimi antimikro krobia bia.. MYCIN MYCIN mampu mampu member memberika ikan n penjel penjelasa asan n atas atas penala penalaran rannya nya secara secara detail detail.. Dala Dalam m uji uji coba coba,, prog progra ram m ini ini mamp mampu u menu menunj njuk ukka kan n kema kemamp mpua uan n sepe seperti rti spesialis.
2.2.2 CIRI – CIRI SISTEM PAKAR
Adapun ciri – ciri Sistem Pakar yaitu : 1. Mudah Mudah dimodi dimodifik fikasi asi,, yaitu yaitu dengan dengan menamb menambah ah atau atau mengh menghapu apus s suatu suatu pengetahuan dari basis pengetahuannya. pengetahuannya. 2. Memiliki Memiliki kemampu kemampuan an untuk beradaptas beradaptasi. i. 3. Terba Terbatas tas pada pada bida bidang ng spe spesif sifik. ik. 4. Output tergantung Output tergantung dialog dengan pengguna (user ( user ). ). 5. Knowledge base dan Inferensi terpisah.
2.3 VISUAL BASIC 6.0
Visual Basic merupakan bahasa pemrograman yang secara cepat dan Windows. mudah yang dapat digunakan untuk membuat aplikasi pada Microsoft Windows. Beberapa keuntungan menggunakan menggunakan Visual Basic 6.0 antara lain l ain : 1. Visua isuall Basi Basic c 6.0 6.0 mamp mampu u mena menang ngan anii berb berbag agai ai maca macam m form format at
Database. Database. Contohnya adalah Format Microsoft Acces, Acces, SQL Server, dan PostgreSQL.
2. Mudah Mudah untuk untuk memb membuat uat tampil tampilan an Form yang menari menarik k sesuai sesuai dengan dengan kreativitas pengguna.
2.4 ALGORITMA NAÏVE BAYES
Klasifikasi adalah salah satu tugas yang penting dalam data mining, dalam dalam klasif klasifika ikasi si sebuah sebuah pengkl pengklasi asifik fikasi asi dibuat dibuat dari dari sekump sekumpula ulan n data data latih latih dengan dengan kelas yang telah di tentukan tentukan sebelumn sebelumnya. ya. Performa Performa pengklas pengklasifikas ifikasii biasanya diukur dengan ketepatan (atau tingkat galat)[6].
Teorema Bayes adalah teorema yang digunakan dalam statistika untuk meng menghi hitu tung ng
pelu peluan ang g
untu untuk k
suat suatu u
hipo hipote tesi sis, s,
Baye Bayes s
Opti Optima mall
Clas Classi sifi fier er
menghitung peluang dari suatu kelas dari masing-masing kelompok atribut yang ada, dan menentukan kelas mana yang paling optimal.
Umumnya kelompok atribut E direpresentasikan dengan sekumpulan x1,x2,x3,….,xn) dimana xi C adalah variable nilai atribut ( x1,x2,x3,….,xn) dimana xi adalah adalah nilai atribut Xi atribut Xi . C adalah c adalah nilai dari C . klasifikasi dan c adalah
Pengkl Pengklasi asifik fikasi asian an mengg menggun unaka akan n Teorem Teorema a Bayes Bayes ini membut membutuhk uhkan an biaya biaya komput komputasi asi yang yang mahal mahal (waktu (waktu proses prosessor sor dan ukura ukuran n memor memory y yang yang besar) besar)
karena karena kebutu kebutuhan han untuk untuk mengh menghitun itung g nilai nilai probab probabilit ilitas as untuk untuk tiap tiap nilai nilai dari dari perkalian kartesius untuk tiap nilai atribut dan tiap nilai kelas. Data latih untuk Teorema Bayes membutuhkan paling tidak perkalian kartesius dari seluruh kelompok atribut yang mungkin, jika misalkan ada 16 atribut yang missing value, value, maka masing-m masing-masing asingnya nya berjenis berjenis Boolean Boolean tanpa missing maka data data lati latih h mini minima mall yang yang dibu dibutu tuhk hkan an oleh oleh Teor Teorem ema a baye bayes s untu untuk k digu diguna naka kan n dala dalam m klasifikasi adalah 216 = 65.536 data, sehingga ada 3 masalah yang dihadapi untuk menggunakan teorema bayes dalam pengklasifikasian, yaitu :
(1) kebanyakan data latih tidak memiliki varian klasifikasi sebanyak itu (oleh karenanya sering diambil sample) (2) jumlah atribut dalam data sample dapat berjumlah lebih banyak (lebih dari 16) (3) jenis nilai atribut dapat berjumlah lebih banyak [lebih dari 2 – Boolean] terlebih lagi untuk jenis nilai atribut yang bersifat tidak terbatas 1 - ∞ seperti numeric dan kontiniu. (4) jika suatu data X data X tidak tidak ada dalam data latih, maka data X data X tidak tidak dapat di asumsi tersebut performa yang dihasilkan akan buruk.
Domingos Domingos dan Pazzani Pazzani (1997) (1997) pada papernya papernya untuk menjelaskan menjelaskan performa performa naïve aïve
bayes yes
dalam lam
fun fungsi gsi
zeroero-o one
loss loss..
Fung ungsi
zero ero-one -one
los loss
ini ini
mendefinisikan error hanya sebagai pengklasifikasian yang salah. Tidak seperti fungsi error yang lain seperti squared error, fungsi zero-one loss tidak member nilai nilai suatu suatu kesala kesalahan han perhit perhitung ungan an peluan peluang g selam selama a peluan peluang g maksi maksimu mum m di tugask tugaskan an kedala kedalam m kelas kelas yang yang benar. benar. Ini berart berartii bahwa bahwa naïve naïve bayes bayes dapat dapat mengubah peluang posterior dari tiap kelas, tetapi kelas dengan nilai peluang poster posterior ior maksim maksimum um jaran jarang g diubah diubah.. Sebag Sebagai ai contoh contoh,, diasu diasumsi msikan kan pelua peluang ng sebenarnya dari dan , sedangkan peluang yang dihasilkan oleh naïve bayes adalah dan . nilai peluang tersebut tentu saja berbeda jauh, namun pilihan kelas tetap tidak terpengaruh.
BAB II ANALIS DAN PERANCANGAN SISTEM
3.1 ANALIS PARASIT
Parasit adalah hewan renik yang dapat menurunkan produktivitas hewan yang ditumpanginya. Parasit dapat menyerang manusia dan hewan, hewan, seperti menye menyeran rang g kulit kulit manus manusia. ia. Parasitoid adalah adalah parasi parasitt yang yang mengg menggun unaka akan n jaringan organisme lainnya untuk kebutuhan nutrisi mereka sampai orang yang ditumpangi meninggal karena kehilangan jaringan atau nutrisi yang dibutuhkan. necrotroph. Parasitoid juga diketahui sebagai necrotroph.
3.2 JAMUR
Jamur dalam bahasa Indonesia sehari-hari mencakup beberapa hal yang agak agak berka berkaita itan. n. Arti Arti pertam pertama a adalah adalah semua semua anggot anggota a kerajaan Fungi dan beberapa organisme yang pernah dianggap berkaitan, seperti jamur lendir dan lendir dan "jamur belah" (Bacteria (Bacteria). ). Arti Arti kedua kedua berkai berkaitan tan denga dengan n sanita sanitasi si dan dan menjad menjadii sinonim bagi kapang. kapang. Arti terakhir, yang akan dibahas dalam artikel ini, adalah tubuh buah yang lunak atau tebal dari sekelompok anggota Fungi (terutama Basidiomycetes) Basidiomycetes) yang biasanya muncul dari permukaan tanah atau substrat tumbuh tumbuhnya nya.. Penge Pengertia rtian n terakh terakhir ir ini berka berkaita itan n dengan dengan nilai nilai ekono ekonomi mi jamur jamur sebagai bahan pangan, sumber racun, atau bahan pengobatan. Bentuk umum jamur biasanya adalah seperti payung, walaupun ada juga yang tampak seperti piringan. piringan. Beberapa jamur aman dimakan manusia bahkan beberapa dianggap berkhasiat volvacea), jamur Pleurotus), jamur obat, seperti jamur seperti jamur merang (Volvariela volvacea), jamur tiram (Pleurotus), jamur Auricularia ia polytricha polytricha), jamur Agaricus kuping ( Auricular jamur kancing kancing atau champignon ( Agaricus campestris) campestris), dan jamur Lentinus us edulis edulis). jamur shiita shiitake ke (Lentin ). Jamu Jamurr yang yang bera beracu cun n contoh contohnya nya adalah adalah Amanita jamur yang ang dik dikena enal seb sebagai gai Amanita muscaria muscaria, dan jam "destroying angel". angel".
3.3 BAKTERI
bacteria), adalah kelompok terbanyak Bakteri, dari kata Latin bacterium (jamak, bacteria), dari organisme hidup. Mereka sangatlah kecil (mikroskopik) dan kebanyakan uniselular (ber sel sel tunggal), dengan struktur sel yang relatif sederhana tanpa nukleus/in nukleus/inti ti sel, sel, cyto cytosk skel elet eton on,, dan dan orga organe nell lain lain sepe sepert rtii mitokondria dan kloroplas. kloroplas. Struktur sel mereka dijelaskan lebih lanjut dalam artikel mengenai prokariota, prokariota, karena bakteri merupakan prokariota, untuk membedakan mereka dengan organisme yang memiliki sel lebih kompleks, disebut eukariota. eukariota. Istilah "bakteri" telah diterapkan untuk semua prokariota atau untuk kelompok besar mereka, tergantung pada gagasan mengenai hubungan mereka. Bakter Bakterii adalah adalah yang yang palin paling g berkel berkelimp impaha ahan n dari dari semua semua organi organism sme. e. Mereka Mereka terseb tersebar ar (berad (berada a di mana-m mana-mana ana)) di tanah, tanah, air , dan dan seba sebaga gaii simbiosis dari organisme lain. Banyak patogen merupakan bakteri. Kebanyakan dari mereka kecil, biasanya hanya berukuran 0,5-5 μm, meski ada jenis dapat menjangkau 0,3 mm dalam diameter (Thiomargarita (Thiomargarita). ). Mereka umumnya memiliki dinding sel, sel, seperti seperti sel tumbuhan dan jamur , tetapi tetapi dengan dengan kompo komposis sisii sangat sangat berbed berbeda a (peptidoglikan). peptidoglikan). Banyak yang bergerak menggunakan flagela, flagela, yang berbeda dalam strukturnya dari flagela kelompok lain.
3.4 PROTOZOA
Protozoa adalah mikroorganisme menyerupai hewan yang merupakan salah satu filum dari Kingdom Protista. Seluruh kegiatan hidupnya dilakukan oleh sel itu sendiri dengan menggunakan organel-organel antara lain membran plasma, sitoplasma, dan mitokondria. Ciri-ciri umum : 1. Organisme uniseluler (bersel tunggal) 2. Eukariotik (memiliki membran nukleus) 3. Hidup soliter (sendiri) ( sendiri) atau berkoloni (kelompok) 4. Umumnya tidak dapat membuat membuat makanan sendiri (heterotrof) 5. Hidup bebas, saprofit atau parasit 6. Dapat membentuk sista untuk bertahan hidup 7. Alat gerak berupa pseudopodia, silia, atau flagela
3.5 CACING
Cacing adalah cacing yang hidup sebagai parasit pada organisme lain, baik hewan atau tumbuhan tumbuhan.. Mereka adalah organisme yang seperti cacing yang hidup dan makan pada tubuh yang ditumpangi serta menerima makanan dan perlindungan sementara menyerap nutrisi tubuh yang ditumpangi. Penyerapan ini menyebabkan kelemahan dan penyakit. Penyakit yang diakibatkan oleh cacing parasit biasanya disebut secara umum sebagai kecacingan kecacingan.. Cacing parasit umumnya merupakan anggota Cestoda Cestoda,, Nematoda Nematoda,, dan Trematoda.. Trematoda Beberapa cacing parasit hewan/manusia: •
Ascaris), penyebab askariasis Cacing gelang ( Ascaris),
•
Fasciola), menghuni organ hati hewan ternak (terutama sapi Cacing hati (Fasciola), dan babi)
•
Enterobius), Cacing kremi (Enterobius ), menghuni usus manusia dan menyebabkan gatal di sekitar dubur sekitar dubur
•
Cacing pipih darah, darah, penyebab skistosomiasis (Schistosomia Schistosomia))
•
Taenia) Cacing pita (Taenia)
•
Ancylostoma duodenale Cacing tambang, tambang, penyebab ankilostomiasis ( Ancylostoma americanus) dan Necator americanus)
•
Cacing penyebab filariasis filariasis,, seperti Wuchereria bancrofti , Brugia malayi , Brugia timori , Loa loa, loa, Mansonella streptocerca, streptocerca, Onchocerca volvulus, volvulus, Dracunculus medinensis, medinensis, Mansonella perstans, perstans, dan Mansonella ozzardi .
3.6 ANALIS PERMASALAHAN
Sistem pakar merupa merupakan kan sistem dengan dengan basis basis pengeta pengetahua huan n yang yang dinamis. dinamis. Dimana Dimana
pengeta pengetahua huan n tersebut tersebut dapat dapat beruba berubah h seiring berjalanny berjalannya a
waktu waktu sehingga sehingga harus harus dapat dapat
dilakukan dilakukan pembaharuan, seperti penambahan, penambahan,
pengha penghapusa pusan n maupu maupun n peruba perubahan han
terhadap terhadap data yang sudah sudah disimpan disimpan
sebelumnya sebelumnya tanpa harus mengubah mengubah isi dari
program program secara secara keseluruhan. keseluruhan.
Perub Perubaha ahan n hanya hanya dilakuka dilakukan n pada pada bagian bagian basis basis
pengetah tahuan saja
sehingga sehingga sistem pakar pakar ini dapat dapat dikembang dikembangkan kan lebih lanjut. Tahapa Tahapan n
analisis
terhadap suatu sistem dilakukan sebelum tahapan perancangan, hal ini agar peran perangk gkat at lunak lunak yang yang diran dirancan cang g sesu sesuai ai deng dengan an masala asalah h yang yang akan akan diselesaikan. Suatu proses terhadap basis pengetahuan atau informasi yang didapat dari pakar, pakar, terlebih terlebih dahulu dahulu diubah diubah kedalam kedalam bentuk bentuk Flowcha Flowchart rt diagram diagram sistem, sistem, sehing ingga
didala didalam m penye penyelesa lesaian ian masalah asalah lebih lebih mudah udah dilakuk dilakukan an
penelusuran penelusuran untuk
menda endapa patka tkan n solusi solusi atau atau kesim kesimp pulan ulan akhir akhir yang yang
terbaik. Adapun Adapun diagram Flowchart Flowchart sistem sistem sebagai sebagai berikut :
3.7 MODEL ANALISIS
Model representasi aliran proses perangkat lunak yang akan dirancang akan disajikan
dala dalam m
Data ata Flow low Diagr iagram am
(DF (DFD). D).
DFD DFD
digun igunak akan an untuk ntuk
meng mengga gamb mbark arkan an alira aliran n informasi dan proses data yang bergerak dari input data hingga output. DFD memudahkan pemakai yang kurang menguasai bidang komputer komputer untuk untuk mengerti mengerti sistem yang yang akan dikerjakan kerjakan atau dikembangkan. dikembangkan.
DFD DFD Leve Levell 0 terd terdir irii dari dari 2 (dua (dua)) entity yaitu yaitu Pakar Pakar (Admin) dan dan Pengguna (User). Admin memberikan input ke sistem berupa data nama peny penyak akit, it, geja gejala la peny penyak akit it serta serta info inform rmas asii tent tentan ang g peny penyak akit. it. User dalam mendiagno mendiagnosa sa penyaki penyakitt member memberika ikan n gejal gejala-g a-geja ejala la kepad kepada a siste sistem m dan selanju selanjutny tnya a sistem memberikan diagnosa yang sesuai.