IMPLEMENTASI SISTEM PENGAMBILAN KEPUTUSAN UNTUK MENENTUKAN TINGKAT PENYAKIT PERIODENTITIS MENGGUNAKAN

POHON KEPUTUSAN

DOSEN PEMBIMBING 1Diana Purwitasari, S. Kom, M. Sc.

DOSEN PEMBIMBING 2Anny Yuniarti, S.Kom, M.Comp.Sc.

Rachmad Agung Hartantyo5108 100 607

Latar Belakang

23%

77%

Masalah Gigi dan Mulut 2008Masalah gigi dan mulut

Tidak ada masalah

30%

70%

PerawatanMencari Pertolongan

Tidak mencari pertolongan

Indentifikasi Periodontitisdengan pohon Keputusan

Pemeriksaangigi yang lama

WAKTU

Waktu yang lama dalampengisian rekam medik

dengan pohon Keputusan

Solusinya ???

� Membantu dokter untuk mempercepatmenentukan tingkatan periodontitis.

Pohon Keputusan

Final Diagnosis

Tujuan� untuk membuat sistem yang memberikan

rekomendasi tingkatan penyakit periodentitis

PERIODONTITIS� ''peri''= sekitar ‘

'odont''= gigi''itis” = peradangan

� Suatu kondisi radang kronis karena induksimikroba yang menyebabkan peradanganmikroba yang menyebabkan peradangangingiva(radang gusi), kerusakan periodontal danalveolar bone loss.

Perbedaan GIGIGIGI SEHAT GIGI

PERIODONTITIS

Penyebab PERIODONTITIS� Plak

� lapisan tipis biofilm yang mengandung bakteri

Gejalah PERIODONTITIS� Gusi memerah atau berdarah saat menyikat gigi atau

menggigit makanan keras (jambu biji, misalnya).

� Gusi sering membengkak.

� Bau mulut, dan rasa getir terus-menerus dalam mulut.

� Resesi gingiva, sehingga gigi tampak memanjang. (Ini� Resesi gingiva, sehingga gigi tampak memanjang. (Inijuga dapat disebabkan karena menyikat gigi terlalukeras atau menggunakan sikat gigi terlalu kaku).

� Lubang dalam di antara gigi dan gusi.

� Gigi longgar, pada tahap lanjut (meskipun hal inimungkin terjadi karena alasan lain).

Pencegahan� Sikat gigi dua kali sehari, pada pagi hari setelah

sarapan dan malam hari sebelum tidur.� Lakukan flossing sekali dalam sehari untuk

mengangkat plak dan sisa makanan yang tersangkutdi antara celah gigi-geligi.

� Pemakaian obat kumur anti bakteri untuk mengurangipertumbuhan bakteri dalam mulut, misalnya obatpertumbuhan bakteri dalam mulut, misalnya obatkumur yang mengandung chlorhexidine. Lakukankonsultasi terlebih dahulu dengan dokter gigi Andadalam penggunaan obat kumur tersebut.

� Berhenti merokok� Lakukan kunjungan secara teratur ke dokter gigi

setiap 6 bulan sekali untuk kontrol rutin danpembersihan.

Kebutuhan Perawatan

PeriodontitisKebutuhanPerawatan

0 0

11 I

2II

3

4 III

Kebutuhan Perawatan

� 0 = Tidak memperlukan perawatan� I = Memperbaiki kebersihan mulut.� II = Memperbaiki kebersihan mulut dan scaling.

III = Memperbaiki kebersihan mulut, scaling dan� III = Memperbaiki kebersihan mulut, scaling danperawatan kompleks.

Pohon Keputusan� Salah satu metode klasifikasi yang paling populer

karena mudah diinterpretasikan oleh manusia. � Digunakan pada pengenalan pola dan termasuk

dalam pengenalan pola secara statistik.

Konsep pohon keputusan� Mengubah data menjadi pohon keputusan dan

aturan – aturan keputusan.

DATAPohon

KeputusanRule

Konsep pohon keputusan� Data dinyatakan dalam bentuk tabel dengan

atribut dan record.� Atribut menyatakan suatu parameter yang dibuat

sebagai kreteria dalam pembentukan tree.

Entropy� Entropy merupakan suatu parameter untuk

mengukur tingkat keberagaman (heterogenitas) dari kumpulan data. Semakin heterogen, nilaientropy semakin besar.

S = ruang (data) sample yang digunakan untuk training.c = jumlah nilai yang ada pada attribut target (jumlah kelasklasifikasi).P i = jumlah proporsi sampel (peluang) untuk kelas i.

Information Gain

� Information gain digunakan untuk mengukur keefektifan sebuahatribut dalam klasifikasi data training.

� A adalah attribut.

� V adalah nilai yang mungkin untuk atribut A.

� Value (A) adalah sekumpulan nilai kemungkinan untuk atribut A.

� adalah jumlah sample untuk nilai v.

� adalah jumlah seluruh sample data.

� Entropy(Sv) adalah entropy untuk sampel yang memiliki nilai v.

Alur diagram

Atribut� Poket� Hiperplasi� Resesi� Pendarahan� Keradangan� Keradangan� Kalkulus� Plak gigi� Kegoyangan� Vitalitas� Migrasi� Malposisi

Daftar tabel

Data ItemAtribut

Perio1 2 3 4 5 6 7 8 9 10 11

47 R T T T T T T T T T T 0

32 R T T T T T T T T T T 0

43 R T T Y T T T T T T T 1

41 R Y Y Y T T Y T T T T 1

14 R T T T T Y Y T T T T 2R T T T T Y Y T T T T 2

15 R T T T T Y Y T T T T 2

45 R T T T T Y Y T T T T 2

42 R Y T Y T Y Y T T T T 2

31 R T T Y T Y Y T T T T 2

33 R T T Y T Y Y T T T T 2

16 S T T T T Y Y T T T T 3

17 S T T T T T Y T T T T 3

46 B T Y T Y T Y T T T Y 4

44 B T T T T Y Y T T T T 4

� Untuk menghitung nilai dari Entropy sebagai berikut :

� Jumlah Class = 5 ( “0” , “1” , ” 2” , ”3” , ”4”)

� Jumlah sampel untuk kelas 1 (“0”) = 2

� Jumlah sampel untuk kelas 2 (“1”) = 2

� Jumlah sampel untuk kelas 3 (“2”) = 6� Jumlah sampel untuk kelas 3 (“2”) = 6

� Jumlah sampel untuk kelas 4 (“3”) = 2

� Jumlah sampel untuk kelas 5 (“4”) = 2

� Jumlah data yang ada pada tabel sebanyak = 14

= 2.13

Atribut 1

Atribut 1 PERIO JumlahRingan 0 2

Ringan 1 2

Ringan 2 6

Sedang 3 2

Berat 4 2

� Sringan = [2,2,6]

� Ssedang = [2]

� Sberat = [2]

�

= 1.37

� = 0

• =0

Gain (S,Atribut 1) =

= 0.76

Atribut 1 2 3 4 5 6 7 8 9 10 11

Gain 0.76 0.17

0.30.52

0.42

0.70.61

0 0 00.22

Ringan

Atribut 1

4 0,1,2

Berat

3

Sedang

Ringan

Atribut 1

4

Berat

3

Sedang

Ya

Atribut 6

Tidak

Atribut 4

TidakYa

1 0

Ya

2

Uji Coba 1

Uji Coba 1

Uji Coba 1

Uji Coba 2

Uji Coba 2

Uji Coba 2

No GigiPERIODONTITIS

Data Asli Percobaan 1 Percobaan 2 Percobaan 3

11 2 2 2 2

12 2 2 2 2

13 2 2 2 2

14 3 3 3 3

15 3 3 3 3

16 3 3 3 3

17 1 0 0 1

18 0 0 0 0

21 1 1 1 1

22 1 1 1 1

23 3 3 3 3

24 3 3 3 3

25 3 3 3 3

26 3 3 3 3

27 2 0 2 227 2 0 2 2

28 0 0 0 0

31 2 2 2 2

32 2 2 2 2

33 2 2 2 2

34 2 2 2 2

35 2 2 2 2

36 2 0 2 2

37 0 0 0 0

38 0 0 0 0

41 2 2 2 2

42 2 2 2 2

43 2 2 2 2

44 2 2 2 2

45 4 4 4 4

46 4 4 4 4

47 4 4 4 4

48 0 0 0 0

Kesimpulan� Percobaan dilakukan pada data yang telah

didapatkan dari kedokteran gigi dan hasilnyamemperlihatkan tingakta keakuratan klasifikasi yang tinggi. Tingakt akurasi terendah didapatkan sebesar90,625% sedangkan tingkat keakurasian tertinggisebesar 96%. Dan nilai dari rata-rata yang didapatsebesar 96%. Dan nilai dari rata-rata yang didapatsebesar 95,54%.

� Tingkat akurasi yang tinggi ini diperoleh setelahdilakukan beberapa percobaan untuk penentuantingakatan penyakit periodontitis. Semakin banyakdata learning yang digunakan, maka akan semakinbaik pula keputusan yang diambil oleh sistem, berdasarkan diagram tree yang dihasilkan.

Saran� Untuk penelitian selanjutnya, metode-metode statistik

sebaiknya digunakan untuk meningkatkan tingkatakurasi penentuan tingkatan penyakit periodontitis. Metode pengklasifikasian lainnya mungkin ada yang lebih baik apabila dapat menentukan tingkatanpenyakit periodontitis. Dalam hal membangun model penyakit periodontitis. Dalam hal membangun model decision tree hanyalah satu langkah dalampengklasifikasian data sedangkan mempersiapkandata training yang tepat dan akurat, serta pengujianmodel adalah sangat penting sehingga model tree yang terbentuk dapat diandalkan untuk menganalisasuatu data.

TERIMA KASIHTERIMA KASIH