BAB 3 ANALISIS DAN PERANCANGAN - thesis.binus.ac.idthesis.binus.ac.id/Doc/Bab3/2011-2-00058-IF...

44

BAB 3

ANALISIS DAN PERANCANGAN

3.1 Analisis Permasalahan

3.1.1 Identifikasi Masalah yang dihadapi

- Pasien memerlukan banyak waktu, biaya dan tenaga hanya untuk

mengetahui penyakit yang diderita

- Obat kimia yang digunakan memiliki efek samping yang berbahaya bagi

kesehatan pasien

- Pasien kesulitan jika ingin mencari racikan obat tradisional

3.1.2 Solusi Permasalahan

- Pasien dapat mengetahui penyakit yang di derita kapan saja, dan dimana

saja dengan mengisi gejala – gejala awal yang dirasakan kedalam aplikasi

- Pasien dapat mengetahui obat tradisional yang aman dan tanpa memiliki

efek samping yang berbahaya bagi kesehatan

Masalah utamanya adalah jumlah pakar yang sangat terbatas bila

dibandingkan dengan kebutuhannya. Karena untuk menjadi seorang pakar

dibutuhkan pengetahuan yang banyak dan pengalaman selama bertahun-tahun.

untuk mengatasi hal tersebut diperlukan suatu metode untuk menyebarkan

kepakaran yang dimiliki oleh pakar tersebut. Dengan membuat suatu aplikasi

45

android yang berisi tentang kepakaran yang dimiliki oleh seorang pakar untuk

mendiagnosa penyakit yang melibatkan sistem penyakit umum, diharapkan

dapat membantu masyarakat untuk mengenali gejala-gejala yang timbul dan

membuat obat sendiri dengan menggunakan tanaman-tanaman obat yang

diolah menjadi obat tradisional. Selain itu juga memungkinkan setiap individu

untuk menghemat waktu, biaya dan tenaga dalam mendapatkan pelayanan

kesehatan dan pengobatan.

Penggunaan obat-obatan kimia yang memiliki efek samping yang lebih

berbahaya dari obat tradisional memungkinkan user lebih memilih obat

tradisional sebagai pengganti obat kimia sebagai solusi dari penyakit yang

dideritanya. Karena alasan-alasan itulah kemudian penulis ingin membuat

sebuah sistem pakar untuk memudahkan user dalam mendiagnosa penyakit

yang diderita dan meracik obat tradisional mereka sendiri.

Traditional Medic Application merupakan salah satu contoh sistem

pakar yang dapat digunakan oleh banyak user yang menggunakan gadget

berbasis android. Sistem ini berfungsi untuk memberikan informasi kepada

para user tentang penyakit yang diderita dengan menganalisa gejala – gejala

penyakit yang diinput oleh user dan memberikan obat tradisional sebagai

solusinya.

46

3.1.3 Kuesioner Pra Program

Kuesioner Pra Program pada aplikasi ini berisikan 9 pertanyaan yang

disebarkan kepada 50 orang secara random (baik karyawan maupun

mahasiswa). Adapun pertanyaan dan hasil yang didapat dari kuesioner

tersebut adalah sebagai berikut :

Tabel 3.1 Jawaban Survei 1

1. Apakah anda pengguna obat tradisional?

Ya 70 % 35 Orang

Tidak 30 % 15 Orang

Total Peserta Survey 50 Orang

Gambar 3.1 Diagram Jawaban Survei 1


2. Menurut anda, adakah efek samping dari pengguna obat tradisional?

Ada 20 % 10 Orang

47

Tidak Ada 80 % 40 Orang




3. Menurut anda, obat tradisional itu baik (aman) atau tidak bagi pengonsumsinya?

Ya 70 % 35 Orang

Tidak 30 % 15 Orang



48


4. Apakah anda memiliki kesulitan dalam mencari racikan obat tradisional?

Ya 80 % 40 Orang

Tidak 20 % 10 Orang




5. Seberapa pentingnya aplikasi – aplikasi android untuk anda?

Sangat Penting 60 % 30 Orang

Penting 20 % 10 Orang

Kurang 10 % 5 Orang

Sangat Kurang 6 % 3 Orang

Tidak Penting Sama Sekali 4 % 2 Orang


49



6. Apakah anda sering menggunakan aplikasi yang disediakan ponsel android?

Sering 90 % 45 Orang

Jarang 10 % 5 Orang

Tidak Pernah 0 % 0 Orang



50


7. Apakah anda memiliki kesulitan mendiagnosa gejala – gejala awal?

Ya 70 % 35 Orang

Tidak 30 % 15 Orang




8. Apakah aplikasi untuk menentukan diagnosa awal itu dibutuhkan?

Ya 80 % 40 Orang

Tidak 20 % 10 Orang


51



9. Menurut anda, apakah aplikasi Traditional Medic dalam diagnosa awal penyakit

pada android akan dapat membantu anda dalam pengobatan penyakit?

Ya 70 % 35 Orang

Tidak 30 % 15 Orang



52

3.1.4 Wawancara dengan Pakar

Dalam perancangan sistem pakar ini, terlebih dahulu dilakukan

wawancara dengan seorang dokter. Karena penyakit yang ingin diketahui

adalah penyakit umum, maka pakar/dokter yang kami gunakan adalah dokter

umum. Dan telah dilakukan wawancara dengan dr.Moh Abduh M.Sc yang

pada saat ini bekerja di Klinik Dokter 24 Jam dan Rumah Bersalin YAMC.

Dalam wawancara ini dengan dokter telah dibahas mengenai prosedur

pendiagnosaan berbagai macam penyakit terkait penyakit umum yang ingin

diketahui, juga mengenai gejala yang ditimbulkan. Menurut beliau, untuk

dapat menentukan suatu penyakit, maka dokter harus mengetahui minimal 3

gejala awal yang dirasakan oleh pasien. Oleh karena itu, dokter menyarankan

sistem yang akan dibangun dapat mengarahkan pengguna untuk memilih 3

gejala untuk dapat menentukan diagnosa awal penyakit yang diderita.

Berikut adalah hasil wawancara dengan pakar yang kami sajikan dalam

bentuk matriks.

Tabel 3.10 Wawancara dengan pakar dalam bentuk matriks.

Tanya Jawab

1. Sudah berapa lama Anda bekerja sebagai dokter?

1. Saya berprofesi sebagai dokter selama 24 tahun.

2. Penyakit umum apa saja yang paling sering Anda temui?

2. Banyak. Diantaranya: ISPA, Diare, Darah Tinggi, Maag, Infeksi Saluran kemih, Exim/penyakit kulit, Asma

3. Gejala apa saja yang paling sering pasien keluhkan, kemudian Anda dapat simpulkan bahwa pasien

3. Untuk ISPA gejala yang utama adalah Panas, Batuk, Pilek, Tenggorokan sakit, Dahak, Mual,

53

menderita suatu penyakit? Lemas. Kemudian untuk Darah tinggi gejala yang paling utama adalah Sakit kepala berat, Mual, dan Lemas.

4. Apakah Anda dapat mendiagnosa awal penyakit hanya dengan melihat gejala-gejala yang ada?

4. Ya. Menurut pengalaman dan pengamatan saya, saya dapat mendiagnosa awal penyakit yang diderita oleh pasien dengan mengetahui 3 gejala utama yang paling dirasakan oleh pasien.

5. Bisakah dokter memberikan nilai berdasarkan pengalaman dan pengamatan, jika diberikan range angka dari 0 sampai 1 sebagai nilai probabilitas gejala yang paling sering muncul terhadap suatu penyakit?

5. Untuk penyakit Darah Tinggi, gejala yang hampir pasti dirasakan adalah Sakit Kepala. Jadi saya memberikan nilai probabilitas 0,9. Kemudian diikuti Mual dengan probabilitas 0,8 dan lemas dengan probabilitas 0,7.

Berikut adalah hasil wawancara kami dengan Bapak Iswanto pakar

obat – obatan tradisional yang disajikan dalam bentuk matriks.

Tabel 3.11 Wawancara dengan pakar obat tradisional dalam bentuk matriks.

Tanya Jawab

Sudah berapa lama anda menjadi Shinse di

bidang pengobatan tradisional?

Saya menjadi shinse sudah 15 tahun. Dari

bulan juli tahun 1997.

Menurut Anda, apa saja kelebihan obat

tradisional?

Harganya yang relatif murah, efek

sampingnya relatif rendah, dalam suatu

ramuan dengan komponen berbeda

memiliki efek saling mendukung, pada

satu tanaman memiliki lebih dari satu efek

farmakologi serta lebih sesuai untuk

54

penyakit-penyakit metabolik dan

degeneratif.

Adakah efek samping penggunaan obat

tradisional?

Efek samping penggunaan obat tradisional

relative kecil dan bahkan tidak ada jika

digunakan secara tepat, baik takaran,

waktu, dan pemilihan bahan.

Apabila obat tradisional dikonsumsi terus

menerus dan tidak ada perubahan berarti,

adakah efek sampingnya?

Seperti yang telah saya katakan tadi,

penggunaan obat tradisional memiliki efek

samping yang kecil atau bahkan tidak ada

jika digunakan secara tepat. Apabila dalam

penggunaan obat tradisional tidak

mengalami perubahan, sebaiknya

melakukan konsultasi ulang kepada dokter

atau shinse yang ada.

Dari hasil wawancara dengan bapak Iswanto , berikut adalah table perbandingan antara

obat tradisional dengan obat kimia.

Tabel 3.12 Tabel perbandingan antara obat tradisional dengan obat kimia.

No. Obat Tradisional Obat Kimia

1. Harganya terjangkau Harga relatif mahal karena faktor

55

impor.

2.

Efek samping relatif kecil bahkan ada

yang sama sekali tidak menimbulkan

efek samping jika digunakan secara

tepat.

Efek samping pengobatan lebih

sering terjadi.

3. Reaksinya lambat. Reaksinya cepat.

4. Memperbaiki keseluruhan sistem tubuh. Hanya memperbaiki beberapa

sistem tubuh.

5. Efektif untuk penyakit kronis yang sulit

diatasi dengan obat kimia.

Relatif kurang efektif untuk

penyakit kronis

6. Terapi sampingan: Diet terhadap

makanan tertentu.

Terapi sampingan: diet terhadap

makanan tertentu dan perlakuan

tertentu pada tubuh seperti bedah

atau operasi dan manajemen stres.

3.1.5 Solusi yang Diusulkan

Dari analisis pemasalahan yang telah dilakukan, maka diusulkan untuk

membangun sistem yang dapat melakukan diagnosa awal penyakit dengan

cara memindahkan pengetahuan yang dimiliki pakar ke dalam sistem

komputer. Sistem yang akan dibangun adalah sebuah aplikasi berbasis sistem

pakar untuk diagnosa awal penyakit umum menggunakan metoda probabilitas

bayesian. Aplikasi ini bertujuan membantu masyarakat umum untuk dapat

56

melakukan diagnosa awal penyakit, rekomendasi obat tradisional dan cara

meraciknya sendiri.

3.2 Analisa Sistem Pakar

Sistem pakar merupakan sistem yang dirancang untuk dapat memecahkan

suatu masalah dengan meniru kerja dari para ahli. Dalam mengembangkan sistem

pakar ini diperlukan pengetahuan dan informasi yang diperoleh dari berbagai

sumber, yaitu dari buku-buku materi pendukung dan seorang pakar. Pakar adalah

seorang yang ahli dan menguasai dalam bidang tertentu dan mempunyai

pengetahuan atau keahlian khusus yang tidak dikuasai dan dimiliki oleh kebanyakan

orang sehingga dapat memecahkan permasalahan yang tidak dapat dipecahkan oleh

kebanyakan orang atau dapat memecahkan masalah tersebut dengan lebih efisien.

Dalam menentukan suatu penyakit, seorang dokter memerlukan gejala –

gejala awal yang dirasakan oleh pasien untuk kemudian disimpulkan dan

menemukan penyakit yang diderita secara akurat. Tidak semua penyakit dapat

disimpulkan secara akurat dan tepat oleh sistem pakar, oleh karena itu sistem pakar

ini digunakan untuk membantu user dalam menentukan penyakit yang diderita

dengan memasukkan gejala – gejala awal yang dirasakan ke dalam aplikasi.

3.2.1 Analisa Sistem Pakar Aplikasi Sejenis.

Sistem pakar untuk melakukan diagnosa kesehatan telah

dikembangkan sejak pertengahan tahun 1970 yang pertama kali dibuat oleh

57

Bruce Buchanan dan Edward Shortliffe di Standford University diberi nama

MYCIN.

MYCIN merupakan program interaktif yang melakukan diagnosa

penyakit meningitis dan infeksi bacremia serta memberikan rekomendasi

terapi antimikrobia. MYCIN mampu memberikan penjelasan atas

penalarannya secara detail. Dalam uji coba, program ini mampu menunjukkan

kemampuan seperti seorang spesialis. Meskipun MYCIN tidak pernah

digunakan secara rutin oleh dokter, MYCIN merupakan referensi yang bagus

dalam penelitian kecerdasan buatan yang lain (Kusrini,2006,p13).

3.2.2 Akuisisi Pengetahuan

3.2.2.1 Sumber Pengetahuan

Dalam merancang aplikasi sistem pakar ini, diperlukan proses

akuisisi pengetahuan terhadap seorang pakar dalam bidang penyakit

umum. Dalam proses ini, akuisisi pengetahuan dilakukan dengan

melakukan wawancara kepada dokter Moh. Abduh M.Sc yaitu seorang

dokter dalam bidang penyakit umum di Klinik Dokter 24 jam dan

Rumah Bersalin YAMC.

3.2.3 Representasi Pengetahuan

Dalam representasi pengetahuan, dilakukan pengumpulan dari

informasi yang diperoleh dari pakar dan literatur.

58

3.2.3.1 Tabel Gejala Penyakit dan Probabilitasnya

Untuk membantu pengembangan aplikasi sistem pakar ini,

maka pengetahuan yang diperoleh akan diubah ke dalam tabel. Dari

tabel ini, ditampilkan data-data hubungan antara gejala dan penyakit.

Seorang pakar memberikan data penyakit dan kemungkinan gejala

yang terjadi pada pasien. Serta memberikan nilai probabilitas yang

berdasarkan dari pengalaman seorang pakar yang telah menangani

beberapa pasien terhadap gejala suatu penyakit. Dengan adanya nilai

probabilitas maka data akan dapat diaplikasikan ke dalam sistem yang

sedang dibuat.

Tabel 3.13 Tabel Gejala Penyakit

Penyakit Nama Gejala Probabilitas

ISPA 1) Panas 0.9

2) Batuk Pilek 0.9

3) Tenggorokan Sakit 0.9

4) Dahak 0.8

5) Mual 0.8

6) Lemas 0.7

Diare 1) BAB Encer 0.9

2) Panas 0.9

3) Sakit Perut (Mules) 0.8

59

4) Muntah 0.8

5) Lemas 0.7

Maag 1) Sakit Ulu Hati 0.9

2) Mual 0.8

3) Muntah 0.8

4) Kembung 0.8

5) Sesak Ulu Hati 0.7

Eksim / Penyakit

Kulit

1) Ruam Kulit 0.9

2) Gatal 0.9

3) Merah ada Nanah 0.7

Darah Tinggi 1) Sakit Kepala 0.9

2) Mual 0.8

3) Lemas 0.7

Asma 1) Sesak Nafas (Bunyi) 0.9

2) Batuk Pilek 0.9

3) Dahak 0.8

Infeksi Saluran

Kemih

1) Panas 0.9

2) Sakit Pinggang 0.9

3) BAK Sakit 0.9

60

4) BAK Sering 0.8

5) BAK Merah 0.7

6) Sakit Perut Depan 0.6

3.3 Perancangan Sistem

Metode perancangan yang digunakan untuk mengembangkan sistem pakar

untuk diagnosis ini berupa Use Case Diagram,Sequence Diagram dan Activity

Diagram.

3.3.1 Hasil Perancangan

Berdasarkan analisis dan pengembangan yang telah dilakukan maka

dapat diketahui apa saja yang menjadi input sistem, output sistem, metode

yang digunakan sistem, serta antar muka sistem yang dibuat, sehingga sistem

dan aplikasi yang dibuat akan sesuai dengan apa yang diharapkan.

Perancangan sistem pakar ini akan dibagi menjadi beberapa subsistem yaitu :

1. Perancangan Use Case Diagram

2. Perancangan Sequence Diagram

3. Perancangan Class Diagram

4. Perancangan Activity Diagram

5. Perancangan Antarmuka

61

3.3.2 Perancangan Use case diagram

Diagram Use Case yang digunakan dalam sistem pakar diagnosa

penyakit umum hanya memiliki satu aktor yaitu, user. Dalam sistem ini user

melakukan pemilihan gejala penyakit yang diderita.

Gambar 3.10 Use Case Diagram Sistem Pakar Diagnosa Awal Penyakit Umum.

3.3.2.1 Definisi Actor

Berikut adalah tabel Definisi Actor yang menjelaskan siapa

saja yang terlibat di dalamnya serta penjelasannya secara rinci.

NO Aktor Deskripsi

1 User User dapat melakukan diagnosa awal

Tabel 3.14 Definisi Actor

62

dengan memilih gejala penyakit yang

dirasakan

3.3.2.2 Definisi Use Case

Berikut adalah tabel Definisi Use Case yang menjelaskan

apa saja yang dapat dilakukan di dalam sistem dan penjelasannya.

No Use Case Deskripsi

1 Memilih Gejala Use Case memilih gejala adalah

Use Case yang dilakukan oleh user

untuk memilih gejala yang

dirasakan.

2 Diagnosa Awal

Use Case Diagnosa Awal adalah

Use Case yang dilakukan user

untuk mendiagnosa awal penyakit

yang dirasakan oleh user.

3 Rekomendasi Obat

Tradisional

Use Case Rekomendasi Obat

Tradisional dilakukan oleh user

untuk mendapatkan obat

tradisional.

Tabel 3.15 Definisi Use Case

63

4. Peracikan Obat

Tradisional

Use Case ini dilakukan user untuk

meracik obat tradisional yang

diperoleh.

3.3.2.3 Sequence Diagram Memilih Gejala

Gambar 3.11 Sequence Diagram Memilih Gejala

Dari Gambar 3.11 dapat dijelaskan prosesnya sebagai berikut :

User akan memilih 3 gejala yang paling dirasakan dan main

system akan mendapatkan gejala – gejala yang dipilih dari database.

64

3.3.2.4 Sequence Diagram Diagnosa Awal

Gambar 3.12 Sequance Diagram Diagnosa Awal


Setelah User memilih 3 gejala, User akan mendapatkan hasil

dari diagnosa awal berupa penyakit dan nilai probabilitas dari

database.

65

3.3.2.5 Sequence Diagram Rekomendasi Obat Tradisional

Gambar 3.13 Sequance Diagram Rekomendasi Obat Tradisional


Setelah user memilih 3 gejala dan hasil diagnosa awal, user

akan mendapatkan bahan – bahan untuk membuat obat tradisional.

66

3.3.2.6 Sequence Diagram Pembuatan Obat Tradisional

Gambar 3.14 Sequance Diagram Pembuatan Obat Tradisional


Setelah user memilih 3 gejala, hasil diagnosa awal, dan bahan.

User akan mendapatkan cara untuk membuat obat tradisional.

67

3.3.3 Activity Diagram Model

Gambar 3.15 Activity Diagram Memilih Gejala.

Pengguna Sistem

Kurang dari 3 gejala

Ya

Tidak

Membuka Aplikasi Menampilkan List Gejala

Memilih 3 gejala

Masuk tampilan diagnosa awal

68

Pengguna Sistem

Gambar 3.16 Activity Diagram Diagnosa Awal.

Pilih Proses Menampilkan Hasil Diagnosa Awal

Masuk Tampilan Bahan Obat

Tradisional

69

Pengguna Sistem

Gambar 3.17 Activity Diagram Rekomendasi Obat Tradisional.

Pilih Menu Bahan Menampilkan Bahan Obat

Tradisional

Masuk Tampilan Cara Pembuatan

Obat Tradisional

70

Pengguna Sistem

Gambar 3.18 Activity Diagram Cara Pembuatan Obat.

Gambar diatas merupakan aliran aktivitas yang dilakukan pada saat

sitem aplikasi berjalan. Di awal user memilih gejala penyakit mulai dari gejala

yang paling sakit dirasakan hingga gejala yang baru dirasakan. Kemudian,

sistem akan mengkalkulasi nilai yang sebelumnya dimasukkan oleh user.

Setelah selesai melakukan kalkulasi, sistem akan menampilkan informasi

penyakit dan probabilitasnya. Kemudian, sistem akan menampilkan informasi

tentang obat tradisional yang digunakan untuk mengobati penyakit yang

diderita user. Setelah itu, sistem akan menampilkan bahan dan cara meracik

obat tradisional.

Pilih Menu Cara Menampilkan Cara Pembuatan

Obat Tradisional

71

3.3.4 Class Diagram Model

Gambar 3.19 Class Diagram Model Sistem Pakar Diagnosa Penyakit.

3.3.5 Perancangan Bayes

Untuk membantu menyelesaikan masalah ketidakpastian terhadap

hipotesis diagnosa, maka digunakan metode statistik perhitungan probabilitas

bayesian.

3.3.5.1 Perhitungan dengan Teorema Bayes

Saat diagnosa dimulai, sistem akan melakukan kalkulasi

bayes sekaligus dimana satu sisi perhitungan dilakukan terhadap bobot

prior yang sudah direkam dari Pakar dan disimpan di basis

pengetahuan. Sedangkan sisi lainnya, bobot prior ditentukan oleh user

72

yang melakukan proses diagnosa. Hal ini dilakukan karena masalah

ketidakpastian melibatkan hipotesis yang berbeda-beda dari pengambil

keputusan. Oleh karena itu bobot prior sangat bergantung dari

kepakaran dan pengalaman si pengambil keputusan itu sendiri.

Selanjutnya yang akan dilakukan oleh sistem adalah mengirimkan

output ke user berupa hasil perhitungan probabilitas dari prior yang di

masukan oleh user dan probabilitas dari prior yang direkam oleh

sistem dari pakar.

p(Hi | E) =

Dengan :

⋅ p(Hi | E ) = probabilitas hipotesis benar jika diberikan evidence

(fakta) E

⋅ p(E |Hi) = probabilitas munculnya evidence(fakta) E jika diketahui

hipotesis Hi benar

⋅ p(Hi) = probabilitas hipotesis Hi (menurut hasil sebelumnya)

tanpa memandang evidence(fakta) apapun

⋅ n = jumlah hipotesis yang mungkin

⋅

p(E | Hi)*p(Hi)

Σ p(E | Hk )*p(Hk)

n

K=1

73

Sebagai contoh jika pada saat diagnosa user memilih gejala dan bobot

prior seperti berikut :

Sakit kepala : 0.6

Mual : 0.8

Lemes : 0.7

Maka sistem akan memecah data yang dimasukkan oleh user menjadi

Setelah itu sistem akan mengunakan gejala yang sudah diproses untuk

mendapatkan gejala dari tabel gejala, yang berguna untuk memasukan

nilai dari gejala ke kasus-kasus dimana gejala tersebut berada. Setelah

itu kedua sisi proses perhitungan dilakukan dan melakukan cek apakah

ada evidence baru terhadap suatu hipotesis atau tidak, dari contoh

diatas terdapat evidence lain yaitu mual dan lemas. Maka rumus yg

digunakan adalah :

Gejala Nilai Prior

Sakit Kepala 0.6

Mual 0.8

Lemas 0.7

74

Dengan :

e = evidence lama

E = evidence observasi baru

p(H | E,e) = probabilitas hipotesis H benar jika muncul evidence baru

dari evidence lama e

p(H | E) = probabilitas hipotesis H benar jika diberikan evidence E

p(e | E,H) = kaitan antara e dan E jika hipotesis H benar

p(e | H) = kaitan antara e dan E jika hipotesis H benar

Observasi baru menunjukkan bahwa orang terkena darah tinggi pasti

mengalami sakit kepala, jika diketahui probabilitas terkena darah

tinggi bila sakit kepala � p(darah tinggi | sakit kepala) = 0,9.

Setelah itu sistem akan mencocokkan keterkaitan antara mual, lemas

dan sakit kepala bila seseorang terkena darah tinggi dengan nilai yang

diambil/direkam dari pakar �p(mual|lemas|sakit kepala, darah

tinggi) = 0,8 dan keterkaitan antara mual, lemas dan batuk berdahak �

p(mual| lemas | sakit kepala) = 0,9

Maka :

P(darah tinggi | sakit kepala, mual, lemas) =

p(mual| lemas | sakit kepala)

P(darah tinggi | sakit kepala) * P(mual|lemas | sakit kepala, darah tinggi

p( H | E, e ) = p( H| E)*p( e | E, H )

p( e | E )

75

p(darah tinggi | sakit kepala, mual, lemes) = (0,9) * (0,8) / (0,9) = 0,80

dari hasil di atas menunjukan bahwa probabilitas terkena darah tinggi

lebih besar jika seseorang mengalami mual, lemas dan sakit kepala

dibandingkan seseorang yang hanya mengalami sakit kepala.

3.3.6 Perancangan Antar Muka

Dalam pembuatan sistem pakar untuk mendiagnosa penyakit umum,

terdapat beberapa rancangan antar muka yang terdiri dari, halaman utama,

halaman tutorial, halaman pemilihan gejala penyakit, diagnosa, bahan obat

tradisional dan cara pembuatan obat tradisional.

3.3.6.1 Rancangan Antar Muka Halaman Utama

Rancangan antar muka halaman utama dapat dilihat pada awal

program. Tersedia 2 tombol yaitu Tutorial dan Select Symptom yang

dapat user pilih untuk tindakan selanjutnya.

Gambar 3.20 Tampilan Antar Muka Halaman Utama.

Tutorial Pilih Gejala

Traditional Medic

Keterangan Penggunaan.

76

3.3.6.2 Rancangan Antar Muka Tutorial

Rancangan antar muka tutorial dapat dilihat ketika user

memilih Tutorial pada halaman utama. Dalam halaman ini user dapat

melihat dan mengetahui tentang cara menggunakan aplikasi ini.

Gambar 3.21 Tampilan Antar Muka Tutorial.

3.3.6.3 Rancangan Antar Muka Pilih Gejala

Dalam halaman ini user dapat memilih 3 gejala penyakit yang

dialami. Apabila user memilih gejala penyakit kurang dari 3, maka

aplikasi akan memberikan warning kepada user.

Traditional Medic

Penjelasan tutorial aplikasi

Kembali

77

Gambar 3.22 Tampilan Antar Muka Pilih Gejala.

3.3.6.4 Rancangan Antar Muka Diagnosa Awal

Dalam halaman ini user dapat mengetahui diagnosa awal dari

penyakit yang diderita dan besarnya probabilitas penyakit.

Gambar 3.23 Tampilan Antar Muka Diagnosa Awal.

Traditional Medic

Pilih gejala 1

Pilih gejala 2

Pilih gejala 3

Proses

Traditional Medic

Diagnosa awal Bahan Cara

Penjelasan penyakit

Nilai probabilitas

78

3.3.6.5 Rancangan Antar Muka Bahan Obat Tradisional

Dalam halaman ini user dapat mengetahui bahan – bahan obat

tradisional yang akan diracik dari penyakit yang diderita.

Gambar 3.24 Tampilan Antar Muka Bahan Obat Tradisional

3.3.6.6 Rancangan Antar Muka Cara Pembuatan dan Cara Pemakaian

Obat Tradisional

Dalam Halaman ini user dapat mengetahui informasi

bagaimana cara pembuatan dan cara pemakaian obat tradisonal yang

akan diracik dari penyakit yang diderita.

Traditional Medic

Bahan Diagnosa awal Cara

Informasi bahan – bahan obat tradisional

79

Gambar 3.25 Tampilan Antar Muka Cara Pembuatan dan Pemakaian Obat Tradisional.

3.4 Pendekatan Yang Digunakan

3.4.1 Perhitungan Dengan Teorema Bayes

Jika seseorang mengalami gejala Sakit kepala, Mual dan Lemas.

Kemudian dokter menduga bahwa ia terkena penyakit darah tinggi dengan

probabilitas :

�� P(sakit kepala|darah tinggi) = P(SK|DT) = 0.9 (pilihan gejala pertama)

�� P(Mual|darah tinggi) = P(M|DT) = 0.8

�� P(Lemas|darah tinggi) = P(L|DT) = 0.7

Cara

Tradisional Medic

Diagnosa awal Bahan

Informasi Cara Pembuatan dan Cara Pemakaian Obat Tradisional

80

Maka :

Dengan :

e = evidence lama

E = evidence observasi baru

p(H | E,e) = probabilitas hipotesis H benar jika muncul evidence baru dari

evidence lama e

p(H | E) = probabilitas hipotesis H benar jika diberikan evidence E

p(e | E,H) = kaitan antara e dan E jika hipotesis H benar

p(e | H) = kaitan antara e dan E jika hipotesis H benar

maka:

P(darah tinggi | sakit kepala, mual, lemas) =


p(darah tinggi | sakit kepala, mual, lemes) = (0,9) * (0,8) / (0,9) = 0,80

Kesimpulan : Dari hasil diatas menunjukkan bahwa probabilitas penderita

terkena darah tinggi sebesar 80 %, apabila gejala utama yang dirasakan adalah

sakit kepala.

contoh 2:

�� P(lemas|darah tinggi) = P(SK|DT) = 0.7 (pilihan gejala pertama)

�� P(Mual|darah tinggi) = P(M|DT) = 0.8

�� P(Sakit kepala|darah tinggi) = P(L|DT) = 0.9

p( H | E, e ) = p( H| E)*p( e | E, H )

p( e | E )

P(darah tinggi | sakit kepala) * P(mual|lemas | sakit kepala, darah tinggi

BAB 3 ANALISIS DAN PERANCANGAN - thesis.binus.ac.idthesis.binus.ac.id/Doc/Bab3/2011-2-00058-IF...

Documents

Transcript of BAB 3 ANALISIS DAN PERANCANGAN - thesis.binus.ac.idthesis.binus.ac.id/Doc/Bab3/2011-2-00058-IF...