WENNY WIDIASTUTI, DINI DESTIANI, DHAMI JOHAR DAMIRIJURNAL ALGORITMA SEKOLAH TINGGI TEKNOLOGI GARUT TAHUN 2012

IBNU NUR HIDAYAT ( 1441177004025)

APLIKASI SISTEM PAKAR DETEKSI DINI PADA PENYAKIT TUBERKULOSIS

ABSTRACT

SISTEM PAKAR TBC

Tanda Gejala ?

Penyuluhan- Pasien TB tidak tahu- Pemeriksaan Masif

LATAR BELAKANG DAN TUJUAN

TBC (Tuberkulosis )➔ kuman TB (Mycobacterium Tuberculosis)TB ➔ Menyerang siapa saja (usia 15-50 tahun) dan anak-anak

Pasien TB dilakukan secara pasif dengang promosi aktif oleh petugas kesehatan➔ “Dibuatkan Sitem Pakar yang mendeteksi dini Penyakit TBC”

DATA YANG DIGUNAKAN

Data Penelitian diambil dari Puskesmas Cibutu, dengan melakukan pengamatan saat pemeriksaan “ Hanya dilakukan pemeriksaan fisik”Dari pemeriksaan diambil data dari tanda gejala, meliputi:1. Batuk terus menerus dan berdahak selama 3 ( tiga) minggu atau lebih.2. Dahak bercampur darah.3. Batuk darah.4. Sesak nafas dan rasa nyeri dada.5. Badan lemah6. Nafsu makan menurun7. Berat badan turun8. Rasa kurang enak badan (malaise)9. Demam meriang lebih dari sebulan.

METODEDalam pengembangan sistem pakar, akan digunakan pendekatan konvensional dengan metodeExpert System Development Life Cycle (ESDLC), dengan tahapan:

HASIL DAN PEMBAHASANDari representasi pengetahuan dibuat dalam pohon keputusan:

Selanjutnya dibuatkan sistem pakarnya dari interaksi user dan sistem digambarkan dalam ERD

Dengan Struktur sistemnya, sebagai berikut:

KESIMPULANDari sistem yang telah dibangun ini, dapat disimpulkan:

1. Dengan dibuatnya aplikasi sistem pakar deteksi dini pada penyakit TBC dapat membantu Dokter TBC dalam melakukan deteksi dini dan penyuluhan di lapangan semakin mudah dilakukan.

2. Melalui aplikasi ini, pengguna dapat melakukan konsultasi dengan sistem layaknya berkonsultasi dengan seorang pakar untuk mendeteksi gejala yang terjadi pada pengguna serta menemukan solusi atas permasalahan yang dihadapi.

SISTEM PAKAR DIAGNOSA DINI PENYAKIT KANDUNGAN MENGGUNAKAN METODE FUZZYAGUS IRAWAN DAN EDI FAIZAL. STMIK EL RAHMA YOGYAKARTA

PRESENTED BY ELISA FITRIANI KHOIRUNNISA (1441177004281)

LATAR BELAKANG

◼ Dari dulu hingga sekarang begitu banyak masalah dalam kesehatan yang timbul pada wanita, khususnya pada bagian rahim. Rahim merupakan suatu organ muscular berbentuk seperti pir yang terletak diantara kandung kencing dan rektum yang berfungsi sebagai pengeluaran darah haid dengan ditandai adanya perubahan dan pelepasan dari endometrium.

◼ Pengetahuan tentang gejala dan jenis penyakit rahim itu sendiri teryata masih belum banyak diketahui oleh kaum wanita. Wanita yang mengalami gangguan atau kelainan pada area rahim ia akan mendatangi dokter spesialis untuk berkonsultasi, namun pada kenyataannya tidak semua orang dapat melakukannya. Hal ini dapat dikarenakan factor perekonomian yang kurang mencukupi ataupun karena tuntutan kesibukan, terdapat pula kelemahan seperti jam kerja praktek dokter yang terbatas.

◼ Permasalahan yang di tangani oleh seorang sistem pakar bukan hanya mengandalkan algoritma,namun terkadang juga permasalahan yang sulit di pahami. Permasalahan tersebut dapat di atasi oleh seorang pakar dengan pengetahuan dan pengalamannya.Oleh karena itu sistem pakar di bangun bukan berdasarkan algoritma tertentu, tetapi berdasarkan basis pengetahuan dan aturan.

DATA YANG DIGUNAKAN

G : Gejala G5 :Kembung, bengkak, adanya tekanan pada perutB : Bobot nilai G6 :Pendarahan pasca monopouseN : Nilai No G7 :Tidak napsu makan, Penurunan Berat badan secara progasiY : Nilai Yes G8 :Sakit kepala dan sering lelahP1 : Penyakit Kista Indung Telur (Ovarium Cyst) G9 :Keputihan patogonisP2 : Penyakit Kanker Indung Telur (Kanker Ovarium) G10 :Sakit pada area kewanitaanP3 : Penyakit Kanker leher rahim (Kanker Serviks) G11 :Pendarahan vagina saat/setelah berhubungan intimP4 : Penyakit Myoma Uteri G12 :Bengkak pada kakiP5 : Penyakit Kanker Rahim (Kanker Uterus = Carcinoma Uteri) G13 :Pendarahan selama haid ataupun diluar masa haidG1 :Kramperut bawah atau nyeri panggul G14 :Rasa nyeri pada kandung kemih atau organ panggul lainyaG2 :Menstruasi tidak teratur abnormal,rapat secara periode G15 :Pada bagian bawah perut rahim terasa kenyalG3 :Sakit atau tekanan pada saat berkemih G16 :Nyeri pada area pelvicG4 :Rasa nyeri, keluarnya flek darah dari vagina

METODE

◼ DIAGNOSISDasar therapy modern adalah diagnosis.Konsep diagnosis adalah penentuan jenis penyakit kemudian melakukan penyembuhan penyakit tersebut.Prosedur untuk mendapatkan informasi yang dibutuhkan guna menegakan sautu diagnosis sangat berhubungan dengan keberhasilan suatu diagnosis. Untuk sampai kepada diagnosis yang tepat diperlukan ilmu pengetahuan penyakit serta gejala-gejalanya, ketrampilan untuk melakukan cara menguji yang tepat dan seni menyatakan impresi, fakta dan pengalaman ke dalam pengertian.Sehubungan dengan banyak penyakit yang memepunyai gejala yang sama, seorang klinis harus teliti dalam menentukan ketepatan diagnosis.◼ FUZZYFuzyy dalam bahasa inggris berarti tidak tentu, kabur atau tidak jelas. Logika fuzyy merupakan salah satu komponen pembetuk soft computing. Logika fuzzy pertama kali diperkenalkan oleh Prof. Lotfi A. Zaedah pada tahun 1965. Dalam banyak hal, logika fuzzy digunakan sebagai suatu cara untuk memetakan permasalahan dari input menuju output yang diharapkan.◼ MAMDANIMetode mamdani sering juga dikenal dengan metode Max-Min. Metode ini diperkenalkan oleh EbrahimMamdani pada tahun 1975. Untuk mendapatkan output, diperlukan 4 tahapan : Pembentuk himpunan fuzzy, aplikasi fungsi implikasi (aturan), komposisi aturan, penegasan.

HASIL DAN PEMBAHASAN◼ Tahap awal yang dilakukan adalah melakukan analisis terhadap data atau basis pengetahuan yang akan

digunakan. Distribusi dan aturan gejala terhadap penyakit kandungan yang digunakan dalam penelitian ini disajikan pada Tabel 1 dan Tabel 2.

Tabel 1. Distribusi gejala terhadap penyakit kandungan

TABEL 2 ATURAN GEJALA TERHADAP PENYAKIT

KESIMPULAN

◼ Dari hasil analisis, perancangan dan pembuatan aplikasi sistem pakar pendeteksi penyakit kanker kandungan, maka dapat ditarik kesimpulan bahwa dengan adanya aplikasi ini para wanita dapat mengetahui kemungkinan penyakit yang diderita berdasarkan gejala yang dirasakan. Gejala yang dapat dipilih ada 16 gejala, sedangkan penyakit kandungan yang kemungkinan terdeteksi ada 5 macam yaitu, kista ovarium, kanker ovarium, kanker serviks, myoma uteri dan kanker rahim. Selain itu user juga dapat mengetahui solusi yang harus diambil dengan penyakit yang terdeteksi. Metode yang digunakan untuk menganalisa dan menghitung menggunakan metode logica fuzzy. Aplikasi ini berbasis mobile yang dapat dijalankan pada smartphone dengan sistem operasi android.

Armadyah Amborowati, Nurul HidayahSEMNASTEKNOMEDIA TAHUN 2016

MUHAMAD MUHYIDIN AMIN( 1441177004201)

ANALISIS DAN PERANCANGAN SISTEM PAKAR DIAGNOSA PENYAKIT MEMATIKAN PADA PEREMPUAN MENGGUNAKAN METODE BAYES (Studi Kasus : Asri Medical Center)

LATAR BELAKANG

TUJUAN :

DATA

METODE

PEMBAHASAN

REPRESENTASI PENGETAHUAN

METODE BEYES●●

●

●

●

KESIMPULAN

Sistem Pakar Pendeteksian Dini Kanker Mulut Rahim

Berbasis WebNovita Mariana dan irfan Sungkaar

Jurnal Teknologi Informasi DINAMIK Volume 20, No.1, Januari 2015: 42-50

Presented By Agus Wibawa1441177004155

Latar Belakang

▶ Karena banyaknya kematian wanita karena kanker rahim.

▶ Agar dapat membantu dokter dengan menggunakan Expert System.

Tujuan

Tujuan dari penelitian ini adalah sistem yang memanfaatkan sistem pakar untuk menangani masalah diagnosis penyakit dalam hal ini mendeteksi secara dini penyakit kanker mulut rahim dengan mesin inferensi forward chaining. Adapun hasil dari sistem informasi ini adalah memberikan informasi mengenai keterangan penyakit kanker mulut rahim dan solusi penanganan penyakit kanker tersebut sesuai dengan stadium.

Metode

Sekuensial Linier mengusulkan sebuah pendekatan kepada perkembangan perangkat lunak yang sistematik dan sekuensial yang dimulai pada tingkat dan kemajuan sistem pada seluruh analisis, desain,kode, pengujian, dan pemeliharaan. Sekuensial linier untuk rekayasa perangkat lunak yang sering disebut juga dengan siklus kehidupan klasik atau model air terjun model (waterfall).

Metodologi pengembangan sistem pakar

Metode inferensi yang digunakan adalah Forward Chaining berarti menggunakan himpunan aturan kondisi-aksi. Dalam metode ini, data digunakan untuk menentukan aturan mana yang akan dijalankan, kemudian aturan tersebut dijalankan.

Kaidah, suatu aturan yang digunakan sistem untuk menemukan suatu konklusi. Gejala yang dimasukkan user merupakan kondisi (IF) dan penyakit adalah merupakan konklusi (THEN). Sebagai contoh Kaidah 1

IF Keputihan berbau

AND keputihan berwarna kuning

AND keputihan berwarna hijau

AND perdarahan dari jalan lahir

AND perdarahan setelah berhubungan

AND histopatologi karsinoma insitu (karsinoma intraepitel)

THEN nama penyakit Ca Cervix stadium 0

PERANCANGAN SISTEM PAKAR DIAGNOSA INFEKSI MENULAR SEKSUAL (IMS) BERBASIS WEB DENGAN

METODE FORWARD DAN BACKWARD CHAINING PADA RSUP DR. SARDJITO

YOGYAKARTA

NUZLA ABIDIN KUSRINI

SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER AMIKOM YOGYAKARTA

2013

PRESENTED BY YUDI RAHARJO1441177004169

LATAR BELAKANG• Infeksi menular seksual (IMS) adalah infeksi yang menular lewat hubungan seksual, baik

dengan pasangan yang sudah tertular, maupun mereka yang sering berganti-ganti pasangan.

• Menurut WHO Information Fact Sheet No 110 August 2011, 499 juta infeksi baru dapat disembuhkan menular seksual (sifilis, gonore, klamidia dan trikomoniasis) terjadi setiap tahun di seluruh dunia pada orang dewasa berusia 15-49 tahun

• Beberapa infeksi menular seksual terjadi tanpa gejala• Infeksi menular seksual merupakan penyebab utama infertilitas pada pria dan wanita• IMS dapat meningkatkan risiko HIV akuisisi tiga kali lipat atau lebih.

TUJUAN PENELITIAN• Dapat membantu masyarakat khususnya penderita IMS• Bagi mahasiswa kedokteran atau dokter muda dalam melakukan tindak diagnosis terhadap

penyakit IMS.

DATA YANG DIGUNAKAN• Sumber pengetahuan sistem pakar ini terdiri dari

Data penyakit Infeksi Menular

Seksual

Definisi Infeksi Menular Seksual

Gejala Infeksi Menular Seksual

Penyebab Infeksi Menular Seksual

Saran Infeksi Menular Seksual

Wawancara dengan dokter RSUPdr. Sardjito

Buku yang direferensikan oleh

dokter

METODE YANG DITERAPKAN

• Runut maju (forward chaining) digunakan untuk menentukan calon-calon jenis penyakit yang mungkin diderita oleh pasien berdasarkan keluhan yang dimasukkan oleh pasien

• Setelah diketahui daftar jenis penyakit IMS yang menjadi calon konklusi, dilakukan runut balik (backward chaining) guna mengetahui gejala yang dialami oleh pasien dan dihitung menggunakan metode perhitungan probabilitas berbobot untuk menentukan tingkat kemungkinan jenis penyakit yang dialami pasien

• Penentuan penyakit dilakukan dengan memilih diantara konklusi yang memiliki probabilitas tertinggi.

inferensi runut maju (forward chaining)

inferensi runut balik (backward chaining)

HASIL DAN PEMBAHASANTampilan awal ketika melakukan konsultasi

Halaman ini untuk konsultasi keluhan yang dimiliki pasien pada penyakit Infeksi Menular Seksual

(IMS)

Tampilan daftar penyakit kemudian

pasien diminta untuk

menginputkan gejala yang

dirasakan dengan memberi tanda

cheklist (√).

Hasil diagnosa diperoleh dari

inputan keluhan dan gejala pada halaman sebelumnya, dimana

hasil kemungkinan prosentasi penyakit

yang terdeteksi menggunakan perhitungan probabilitas

berbobot

KESIMPULAN

• Dengan adanya website ini mampu memberikan informasi kepada pemakai mengenai jenis penyakit infeksi menular seksual yang dideritanya berdasarkan keluhan dan gejala-gejala yang diberikan.

• Web sistem pakar ini hanya membahas 4 faktor resiko, 3 keluhan, 65 gejala dan 12 jenis penyakit infeksi menular seksual.

Sistem Pakar dengan Inferensi Fuzzy Tsukamoto dalam Mendiagnosa Penyakit Saluran Reproduksi Manusia

LATHIFAH DAN SRI WINIARTIJURNAL SARJANA TEKNIK INFORMATIKA, VOLUME 2 NOMOR 1, FEBRUARI 2014

MUKHAMMAD KHILMI ( 1441177004160 )

LATAR BELAKANG

Minimnya pemahaman yang baik dan benar mengenai kesehatan reproduksi

Kurangnya kesadaran masyarakat untuk melakukan pemerikasaan dini penyakit reproduksi

Keterbatasan penyuluh kesehatan yang berkompeten dalam penyakit saluran reproduksi

Biaya konsultasi Dokter yang relatif mahal

Penderita penyakit kelamin meningkat mencapai 20 – 40 %

Remaja 35 %

Lain-lain 45%

Pelajar 20 %

Segmentasi penderita penyakit kelamin

TUJUAN

Media untuk meningkatkan pengetahuan penyuluh kesehatan mengenai penyakit saluran reproduksi

Membuat sistem pakar untuk mendiagnosa penyakit saluran reproduksi

Memberi informasi mengenai solusi penanganan penyakit saluran reproduksi

Alternatif media konsultasi peyakit saluran reproduksi yang murah

DATA PENELITIAN

Data gejala penyakit

Data jenis penyakit

Data penyebab penyakit

Data pencegahan penyakit

Data dari pakar penyakit reproduksi :Dr.H.Irwan Taufiqur Rachman, Sp.OG.

METODE

Metode Tsukamoto Metode defuzzifikasi

rata-rata terpusat (Center Average

Defuzzyfier)

Metode inferensi

Backward Chaining

HASIL PENELITIAN

Tampilan menu utamaAplikasi sistem pakar penyakit reproduksi

Tampilan daftar gejala penyakit reproduksi

Tampilan hasil Diagnosa

KESIMPULAN

• Sistem mampu mendiagnosa penyakit reproduksi manusia berdasarkan gejala yang dimasukkan

• Sistem dapat dijadikan media informasi mengenai penyakit reproduksi manusia dan solusi untuk menanggulanginya

• Informasi yang dihasilkan sistem dapat digunakan sebagai alternatif pengganti pakar dalam berkonsultasi dengan biaya murah dan mampu mendiagnosa 28 penyakit reproduksi