PROPOSAL TUGAS AKHIRSistem Pakar UntukMendiagnosa Penyakit Ibu Hamil Dengan Metode Certainty Factor

Konsentrasi : Komputasi Cerdas dan Visual

Diajukan untuk memenuhi persyaratan tugas akhir Mata Kuliah Sistem Pakar

KELAS FKELOMPOK 10

Disusun Oleh :Ridho Saputra (105060807111053)Marine Putri Dewi Y (105090600111009)Septian Welly Sandi(105060807111048)

DosenPengampu:Arief Andy Soebroto, ST., M.Kom.

PROGRAM STUDI TEKNIK INFORMATIKAPROGRAM TEKNOLOGI INFORMASI DAN ILMU KOMPUTERUNIVERSITAS BRAWIJAYAMALANG

20141

KATA PENGANTAR

Assalamualaikum Warrahmatullahi Wabarakatuh. Alhamdulillahi rabbil alamin. Puji syukur penulis panjatkan kehadirat Allah SWT, karena atas segala rahmat dan limpahan hidayah-Nya, penulis dapat menyelesaikan tugas matakuliah Sistem Pakar dengan judul Sistem Pakar Untuk Mendiagnosa Penyakit Ibu Hamil Dengan Metode Certainty Factor.Makalah ini disusun agar pembaca memahami tentang Metode Certanty Factor dan mampu mengimplementasikannya.Dalam kesempatan ini penulis ingin mengucapkan terima kasih yang sebesar besarnya kepada :1. Pada kedua Orang Tua kami yang senantiasa mendoakan kami kapanpun dalam kondisi apapun dan dimanapun kami berada.2. Teman-teman TIF10 tercinta yang selalu memberikan semangat, dorongan, dan bantuan pikiran.Penulis menyadari bahwa dalam penyusunan makalah ini masih banyak kekurangan baik format makalah maupun isinya. Oleh karena itu, saran dan kritik membangun dari para pembaca senantiasa kami harapkan guna perbaikan bagi laporan selanjutnya. Semoga makalah Sistem Pakar Untuk Mendiagnosa Penyakit Ibu Hamil Dengan Metode Certainty Factor ini dapat memberikan manfaat bagi semua pihak, Amin.

Malang, 29 Maret 2014Penulis

DAFTAR ISI

DAFTAR ISI

KATA PENGANTARiiDAFTAR ISIiiiBAB I1PENDAHULUAN11.1Latar Belakang11.2Rumusan Masalah11.3Batasan Masalah21.4.Tujuan Penelitian21.5Manfaat Penelitian21.6Sistematika Penulisan2BAB II4TINJAUAN PUSTAKA42.1 SISTEM PAKAR42.2 CERTAINTY FACTOR (FAKTOR KEPASTIAN)52.3 PENYAKIT IBU HAMIL6BAB III15IMPLEMENTASI SISTEM153.1 FORM KONSULTASI153.2 FORM GEJALA153.3 FORM HASIL KONSULTASI16BAB IV17PENUTUP17Kesimpulan17

DAFTAR GAMBARGambar 2.1 Produk Yang Dihasilkan YMPIGambar 2.2 Produk Hasil YMPIGambar 2.3 Motor YamahaGambar 2.4 Diagram Alur YamahaGambar 2.5 Filosofi Yamaha GroupGambar 2.6 Yamaha Group Lokasi dan KaryawanGambar 2.7 Business GroupsGambar 2.8 Slogan Yamaha Musical Product IndonesiaGambar 2.9 Logo YamahaGambar 3.1 Cara Menjalankan Visual Basic 6.0Gambar 3.2 Tampilan Awal Visual Basic 6.0Gambar 3.3 New ProjectGambar 3.4 Jenis ProjectGambar 3.5 Tampilan Visual Basic 6.0Gambar 3.6 TitlebarGambar 3.7 Menu BarGambar 3.8 ToolboxGambar 3.9 Project Explorer/WindowsGambar 3.10 Properti WindowGambar 3.11 FormGambar 3.12 Jendela FormGambar 3.13 Jendela Kerja Access Jendela Task Pane-New FileGambar 3.14 Kotak dialog file New DatabaseGambar 3.15 Jendela Kerja Database Baru Yang Masih KosongGambar 3.16 Jendela Table DesignGambar 3.17 Kotak dialog Save AsGambar 3.18 Tampilan untuk membuat field kunci (Primary Key)Gambar 3.19 Tampilan Crystal Report pada Visual Basic 6.0Gambar 3.20 Tampilan Gallery pada Crystal ReportGambar 3.21 Tampilan frame tables pada Crystal Report Gambar 3.22 Tampilan tab Fields pada Crystal Report Gambar 3.23 Tampilan Crystal Report Expert Gambar 3.24 Tampilan Run pada IDE Visual Basic 6.0Gambar 3.25 Tampilan Toobox pada Crystal Report 8.5Gambar 3.26 Tampilan CRViewer pada Crystal Report 8.5Gambar 4.1 Diagram alur Kuliah Kerja Nyata Praktik (KKN-P)Gambar 4.2 Proses Pembuatan BarangGambar 4.3 Proses KensaGambar 4.4 Laporan Barang OKGambar 4.5 Laporan Hasil PerolehanGambar 4.6 Flowchart Alur ProduksiGambar 4.7 Hasil Perolehan Secara ManualGambar 5.1 Alur Analisis SistemGambar 5.2 SistemGambar 5.3 Flowchart Perencanaan Pembuatan ProgramGambar 5.4 Entity Relation Diagram (ERD)Gambar 5.5 Context DiagramGambar 5.6 Desain ArsitekturGambar 5.7 Use CaseGambar 5.8 Activity DiagramGambar 5.9 Class DiagramGambar 5.10 Sequence Diagram Plan ProductGambar 5.11 Sequence Diagram Plan ProductGambar 6.1 Flowchart Memulai ProgramGambar 6.2 Flowchart Inputan TargetGambar 6.3 Flowchart Inputan Hasil Perolehan Per JamGambar 6.4 Flowchart Penyimpanan Pada Database dan Output GrafikGambar 6.5 Tampilan AwalGambar 6.6 Tampilan Form Inputan Hasil PerolehanGambar 6.7 Tampilan Form Target PerolehanGambar 6.8 Tampilan Target dan Hasil PerolehanGambar 6.9 Flowchart StartGambar 6.10 Flowchart TargetGambar 6.11 Flowchart Output TargetGambar 6.12 Flowchart Inputan Hasil PerolehanGambar 6.13 Flowchart Program Di AkhiriDAFTAR TABELTabel 2.1 Yamaha Group di IndonesiaTabel 3.1 KeteranganTabel 3.2 Simbol Aliran Sistem InformasiTabel 3.3 Simbol Data Flow DiagramTabel 3.4 Simbol Entity Relationship DiagramTabel 3.5 Simbol Struktur ProgramTabel 3.6 Simbol-simbol Program FlowchartTabel 5.1 Tabel MasterTabel 5.2 Tabel PlanProdukTabel 5.3 Tabel PerolehanTabel 6.1 Tabel Data dan Proses GroupingTabel 6.2 Tabel Pemrosesan Grouping

ii

BAB IPENDAHULUAN1.1Latar BelakangDengan adanya kemajuan teknologi yang semakin pesat, berpengaruh pula perkembangan perangkat mobile saat ini, sehingga perangkat mobile semakin memasyarakat. Perkembangan ini sangatlah membantu dalam menyajikan informasi yang cepat dan efisien dengan pengaksesan internet melalui perangkat mobile tersebut. Meski perangkat mobile merupakan small device dengan layar penyajian yang sangat terbatas, tetapi penyajiannya tidak kalah optimalnya layaknyainformasi yang diakses melalui personal computer.Saat ini teknologi seluler dapat dikatakan sudah masuk dalam daftar kebutuhan penting bagi manusia untuk mendapatkan informasi apapun. Ini dibuktikan oleh data terbaru dari Asosiasi telekomunikasi Seluler Indonesia (ATSI) menunjukkan bahwa Jumlah pelanggan seluler di Indonesia tahun 2011 telah mencapai lebih dari 240 juta[1]. Didapatkan juga dari hasil survei yang dilakukan oleh MarkPlus Insight yang mengatakan bahwa jumlah pengguna internet di Indonesia mencapai 61 juta orang dengan lama mengakses internet lebih dari 3 jam setiap harinya, 58 juta orang mengakses internet dari notebook, netbook, tablet dan perangkat seluler, dan mayoritas berusia 15-35 tahun.Angka Kematian Ibu (AKI) adalah 228 per 100.000 kelahiran hidup pada tahun 2007, dan sebagian besar penyebab kematian tersebut dapat di cegah. Salah satu masalah yang dihadapi oleh ibu hamil pada masa kehamilannya yaitu kurangnya informasi mengenai kesehatan pada ibu hamil[2].Dengan adanya sistem pakar ini, maka penulis tertarik untuk membuat suatu aplikasi sistem pakar sebagai layanan kesehatan ibu hamil yang berbasis mobile menggunakan software Hypertaxt Preprocessor (PHP ) dan JQUERY MOBILE dengan judul Sistem Pakar Untuk Diagnosa Penyakit Ibu Hamil Berbasis Mobile.1.2Rumusan MasalahBerdasarkan latar belakang yang telah diuraikan, dapat dirumuskan masalah-masalah yang akan dibahas sebagai berikut:1. Bagaimana merancang sebuah system pakar untuk mendiagnosa penyakit ibu hamil dengan metode certainty factor?1. Bagaimana merancang sistem agar dapat mendiagnosa penyakit ibu hamil berdasarkan gejala-gejalanya serta bagaimana menemukan solusinya atau cara pengobatannya?1.3Batasan MasalahBerdasarkan latar belakang dan rumusan yang telah diuraikan, agar permasalahan yang dirumuskan dapat lebih terfokus, maka penelitian ini dibatasi dalam hal :1. Aplikasi yang dibuat hanya dibatasi sampai pada proses penentuan penyakit ibu hamil berdasarkan gejala-gejalanya, serta cara pengobatannya.2. Metode yang digunakan adalah Certanty Factor1.4.Tujuan PenelitianTujuan dari penelitian ini adalah merancang Certainty Factor kedalam kasus ibu hamil dan membangun suatu aplikasi dalam sistem pakar untuk mendiagnosa kesehatan ibu hamil yang berbasis web mobile.1.5Manfaat PenelitianAdapun manfaat dari penelitian ini yaitu Aplikasi ini dapat dimanfaatkan sebagai informasi awal kepada ibu hamil sebelum konsultasi ke Dokter spesialis kandungan, dan dengan menggunakan perangkat mobile, maka ibu hamil akan semakin mudah untuk mendapatkan informasi seputar penyakit pada ibu hamil.1.6Sistematika PenulisanUntuk mencapai tujuan yang diharapkan, maka sistematika penulisan yang disusun dalam laporan tugas akhir ini adalah sebagai berikut :BAB IPendahuluanBerisi tentang latar belakang masalah, rumusan masalah, batasan masalah, tujuan dan manfaat dari penelitian serta sistematika penulisan.

BAB IIDasar TeoriMenguraikan tentang dasar teori dan referensi secara luas mengenai software maupun hardware serta informasi yang diperlukan dalam pengembangan, perancangan, implementasi, dan pengujian perangkat lunak dari permasalahan yang dibahas.BAB IIIPerancangan dan PembahasanMembahasperancangan sistem sesuai dengan teori yang ada dan analisa yang didapatkan.BAB IV PenutupMemuat kesimpulan yang diperoleh dari pembuatan dan pengujian perangkat lunak yang dikembangkan serta saran-saran untuk pengembangan lebih lanjut.

BAB IITINJAUAN PUSTAKA

2.1 SISTEM PAKARSistem pakar adalah aplikasi berbasis komputer yang digunakan untuk menyeleseikan masalah sebagaimana yang dipikirkan oleh pakar. Pakar yang dimaksud di sini adalah orang yang mempunyai keahlian khusus yang dapat menyeleseikan masalah yang tidak dapat diseleseikan oleh orang awam. Sistem pakar mencoba memecahkan masalah yang biasanya hanya bisa dipecahkan oleh seorang pakar. (Kusumadewi,2003)Terdapat 2 bagian komponen utama dalam sistem pakar yaitu basis pengetahuan dan mesin inferensi. Basis pengetahuan yang digunakan yaitu dengan rule-based reasoning (penalaran berbasis aturan). Pada penalaran berbasis aturan, pengetahuan direpresentasikan dengan menggunakan aturan berbentuk IF-THEN. (Rismawan,T) Mesin inferensi dalam sistem pakar menerapkan pengetahuan untuk solusi problema yang sebenarnya. Mekanisme ini merupakan pusat dari kemampuan untuk belajar dari pengalaman sebab memungkinkan untuk men-generate fakta baru, dan juga dapat melakukan verifikasi terhadap data-data yang ada. Penyusunan suatu mekanisme inferensi dengan pendekatan tertentu, melibatkan konversi dari representasi pengetahuan yang ada kedalam bentuk pendekatan mekanisme inferensi yang dipilih. Mesin inferensi yang digunakan adalah forward chaining yaitu pencocokan fakta atau pernyataan dimulai dari bagian sebelah kiri. Dengan kata lain, penalaran dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesis.Pada konsep forward chaining terdapat 1 metode penalaran yang sering digunakan, yaitu dengan menggunakan metode Certainty Factor/CF (Faktor Kepastian).

2.2 CERTAINTY FACTOR (FAKTOR KEPASTIAN)CF merupakan nilai yang mengasumsikan derajat keyakinan seorang pakar terhadap suatu data CF memperkenalkan konsep meansure of believe/MB (nilai keyakinan) dan meansure of disbelieve/MD (nilai ketidakyakinan). Konsep ini diformulasikan dengan rumusan dasar sebagai berikut (Rismawan,T):Certainty Factor (CF) menunjukkan ukuran kepastian terhadap suatu fakta atau aturan. (kusumadewi, 2005). CF memberikan suatu konsep mesure of belief (MB) dan measure of disbelief (MD) berikut merupakan notasi faktor kepastian : Notasi faktor kepastian :CF (h,e) = MB (h,e,) MD (h,e) ....................................(1)MB[h,e1^e2]={ 0MD [h,e1^e1] = 1Lainnya

MB[h, e1] +MB [h,e2], (1-MB[h,e1]) ........................(2)

MD[h,e1^e2]={ 0MB [h,e1^e2] = 1lainnya

MB[h, e2] +MB [h,e2], (1-MB[h,e1]) ........................(3)

Keterangan:h: Hipotesise : Peristiwa atau fakta (Evidence)CF : Certainty Factor (factor kepastian) dalam hipotesis (h) yang dipengaruhi oleh fakta (e)MB : Measure of belief (tingkat keyakinan), merupakan ukuran kenaikan dari kepercayaan hipotesis (h) dipengaruhi oleh fakta (e)MD : Measure of disbelief (tingkat ketidakyakinan) merupakan kenaikan dari ketidakpercayaan hipotesis (h) dipengaruhi oleh fakta (e)

2.3 PENYAKIT IBU HAMILAdapun beberapa gangguan kehamilan ringan yang meliputi hamil normal, ISK (Infeksi Saluran Kencing) dan gastritis (maag). ISK (Infeksi Saluran Kencing) ditandai dengan timbulnya rasa perih seperti terbakar ketika buang air kecil dan menjadi terlalu sering ingin buang air kecil. Hal ini terjadi ketika bakteri E coli mengikatkan diri pada dinding saluran kencing.Kegawatan Obstetri merupakan keadaan yang mengancam nyawa selama kehamilan atau mendekati cukup bulan, meliputi perdarahan yang terjadi pada minggu awal kehamilan (Abortus, hamil anggur, hamil ekstrauteri(ektopik) terganggu) dan perdarahan pada minggu akhir kehamilan selama persalinan, dan pasca persalinan (Plasenta previa, Solusio (abrupsio) plasenta, Preeklamsia berat, Ruptur uteri, Retensio plasenta (plasenta inkompletus), Syok hemoragik, Syok septic (bakteri,endotoksin)). Berikut Perhitungan dari Certainty Factor (CF) untuk menentukan jenis penyakit dari gejala-gejala yang ada: Contoh kasus 1:Terdapat suatu kasus, een mengalami gejala yaitu Syok, Nadi cepat dan teraba kecil, Produksi urin sedikit, Kesadaran menurun dan Demam tinggi yang terdapat pada penyakit Syok septic (bakteri, endotoksin). Maka dengan melakukan perhitungan manual, hasil perhitungannya adalah sebagai berikut : MB[Syok septic (bakteri, endotoksin),syok dan Nadi cepat dan teraba kecil] = 1+( 1 * (1 1))= 1MB[Syok septic (bakteri, endotoksin),syok dan Nadi cepat dan teraba kecil dan produksi urin sedikit] = 1+( 1 * (1 1))= 1 MB[Syok septic (bakteri, endotoksin),syok dan Nadi cepat dan teraba kecil dan produksi urin sedikit dan kesadaran menurun] = 1+( 1 * (1 1))= 1 MB[Syok septic (bakteri, endotoksin),syok dan Nadi cepat dan teraba kecil dan produksi urin sedikit dan kesadaran menurun dan demam tinggi] = 1+( 1 * (1 1)) = 1 MD[Syok septic (bakteri, endotoksin),syok dan Nadi cepat dan teraba kecil] = 0+( 0 * (1 0))= 0MD[Syok septic (bakteri, endotoksin),syok dan Nadi cepat dan teraba kecil dan produksi urin sedikit] = 0+( 0 * (1 0))= 0MD[Syok septic (bakteri, endotoksin),syok dan Nadi cepat dan teraba kecil dan produksi urin sedikit dan kesadaran menurun] = 0+( 0 * (1 0))= 0MD[Syok septic (bakteri, endotoksin),syok dan Nadi cepat dan teraba kecil dan produksi urin sedikit dan kesadaran menurun dan demam tinggi] = 0+( 0 * (1 0))= 0 CF[Syok septic (bakteri, endotoksin),syok dan Nadi cepat dan teraba kecil dan produksi urin sedikit dan kesadaran menurun dan demam tinggi] = 1-0 = 1 Berdasarkan perhitungan diatas, maka didapat nilai CF (factor kepastian) = 1 yang terdapat di penyakit Syok Septic.

Contoh kasus 2:Dilakukan perhitungan dengan beberapa gejala beberapa penyakit yaitu : Terdapat suatu kasus, een mengalami gejala Tes kehamilan (+), Tidak dapat haid (amenore), Mual (Nausea), Muntah (Emesis), Nyeri ulu hati, Kembung yang terdapat di beberapa penyakit yatu : 1. Hamil Normal 2. Gastritis (maag) Maka dengan perhitungan manual didapat: 1. Hamil Normal MB[Hamil Normal,Tes kehamilan (+) dan Tidak dapat haid (amenore)] = 1+( 1 * (1 1)) = 1 MB[Hamil Normal,Tes kehamilan (+) dan Tidak dapat haid (amenore) dan mual (nausea)]= 1+( 0.8 * (1 1))= 1 MB[Hamil Normal,Tes kehamilan (+) dan Tidak dapat haid (amenore) dan mual (nausea) dan muntah (emesis)] = 1+( 0.8 * (1 1))= 1 MB[Hamil Normal,Tes kehamilan (+) dan Tidak dapat haid (amenore) dan mual (nausea) dan muntah (emesis) dan nyeri ulu hati]= 1+( 0.7 * (1 1))= 1 MB[Hamil Normal,Tes kehamilan (+) dan Tidak dapat haid (amenore) dan mual (nausea) dan muntah (emesis) dan nyeri ulu hati dan kembung]= 1+( 0.8 * (1 1))= 1 MD[Hamil Normal,Tes kehamilan (+) dan Tidak dapat haid (amenore)]= 0+( 0 * (1 0))= 0 MD[Hamil Normal,Tes kehamilan (+) dan Tidak dapat haid (amenore) dan mual (nausea)]= 0+( 0.12 * (1 0)) = 0.12 MD[Hamil Normal,Tes kehamilan (+) dan Tidak dapat haid (amenore) dan mual (nausea) dan muntah (emesis)] = 0.12+( 0.1 * (1 0.12))= 0.21 MD[Hamil Normal,Tes kehamilan (+) dan Tidak dapat haid (amenore) dan mual (nausea) dan muntah (emesis) dan nyeri ulu hati]= 0.21+( 0.1 * (1 0.21))= 0.29 MD[Hamil Normal,Tes kehamilan (+) dan Tidak dapat haid (amenore) dan mual (nausea) dan muntah (emesis) dan nyeri ulu hati dan kembung] = 0.29+( 0.1 * (1 0.29))= 0.37 CF[Hamil Normal,Tes kehamilan (+) dan Tidak dapat haid (amenore) dan mual (nausea) dan muntah (emesis) dan nyeri ulu hati dan kembung] = 1-0.37 = 0.63 2. Gastritis (maag) MB[Gastritis (maag) ,Tes kehamilan (+) dan Tidak dapat haid (amenore)] = 1+( 1 * (1 1)) = 1MB[Gastritis (maag) ,Tes kehamilan (+) dan Tidak dapat haid (amenore) dan mual (nausea)]= 1+( 0.9 * (1 1))= 1 MB[Gastritis (maag) ,Tes kehamilan (+) dan Tidak dapat haid (amenore) dan mual (nausea) dan muntah (emesis)] = 1+( 0.8 * (1 1))= 1 MB[Gastritis (maag) ,Tes kehamilan (+) dan Tidak dapat haid (amenore) dan mual (nausea) dan muntah (emesis) dan nyeri ulu hati] = 1+( 1 * (1 1))= 1 MB[Gastritis (maag) ,Tes kehamilan (+) dan Tidak dapat haid (amenore) dan mual (nausea) dan muntah (emesis) dan nyeri ulu hati dan kembung] = 1+( 0.8 * (1 1)) = 1 MD[Gastritis (maag) ,Tes kehamilan (+) dan Tidak dapat haid (amenore)] = 0+( 0 * (1 0))= 0 MD[Gastritis (maag) ,Tes kehamilan (+) dan Tidak dapat haid (amenore) dan mual (nausea)] = 0+( 0.1 * (1 0)) = 0.1 MD[Gastritis (maag) ,Tes kehamilan (+) dan Tidak dapat haid (amenore) dan mual (nausea) dan muntah (emesis)] = 0.1+( 0.15 * (1 0.1)) = 0.24 MD[Gastritis (maag) ,Tes kehamilan (+) dan Tidak dapat haid (amenore) dan mual (nausea) dan muntah (emesis) dan nyeri ulu hati] = 0.24+( 0 * (1 0.24)) = 0.24 MD[Gastritis (maag) ,Tes kehamilan (+) dan Tidak dapat haid (amenore) dan mual (nausea) dan muntah (emesis) dan nyeri ulu hati dan kembung] = 0.24+( 0.1 * (1 0.24)) = 0.32 CF[Gastritis (maag) ,Tes kehamilan (+) dan Tidak dapat haid (amenore) dan mual (nausea) dan muntah (emesis) dan nyeri ulu hati dan kembung] = 1-0.32 = 0.68 Berdasarkan perhitungan diatas, maka didapat nilai CF (factor kepastian) = 0.68 yaitu pada Hamil Normal.Berikut beberapa macam diagnosa penyakit yang terdapat pada penyakit ibu hamil: Hamil NormalHamil Ekstrauteri (ektopik) Tergganggu

GejalaMBMDGejalaMBMD

Tes kehamilan (+)10Tes kehamilan (+)10

Tidak dapat haid (amenore)10Tidak dapat haid (amenore)10

Mual (nausea)0.80.12Mual (nausea)0.90.12

Muntah (emesis)0.80.1Muntah (emesis)0.80

Pusing0.80.1Nyeri perut bagian bawah10

Nyeri ulu hati0.70.1Nyeri pada satu sisi kanan/kiri0,90.15

Kembung0.80.1Nyeri hebat tiba-tiba10

Pendarahan dari jalan lahir0.9

Kematian janin0.9

Syok1

CF0,56CF0,50

Table 1. data Nilai MB dan MD Hamil Normal dan Hamil Ekstrauteri (ektopik) Terganggu.

Gastritis (magg)Abortus

GejalaMBMDGejalaMBMD

Tes kehamilan (+)10Tes kehamilan (+)10

Tidak dapat haid (amenore)10Tidak dapat haid (amenore)10

Mual (nausea)0.90.1Nyeri perut bagian bawah0.90.1

Muntah (emesis)0.80.15Nyeri perut pada satu sisi kanan/kiri0.90.1

Nyeri ulu hati10Pendarahan dari jalan lahir10

Kembung0.80.1Kematian janin10

CF0.68CF0.81

Tabel 2. Data Nilai MB dan MD gastritis (magg) dan Abortus

Hamil AnggurISK (Infeksi Saluran kencing)

GejalaMBMDGejalaMBMD

Tes kehamilan (+)10Tes kehamilan (+)10

Mual (nausea)10Sering kencing10

Muntah (emesis)0.90.13Nyeri perut bagian bawah10

Pendarahan dari jalan lahir0.90.12Nyeri waktu kencing10

Keluar gelembung seperti buah anggur dari jalan lahir10Nyeri pinggang0.90.1

CF0.66CF0.9

Table 3. Data Nilai MB dan MD Hmil Anggur dan ISK (infeksi Saluran Kencing

Plasenta PreviaSolusio (abrupsio) plasenta

GejalaMBMDGejalaMBMD

Usia hamil 7 bulan/ lebih10Usia hamil 7 bulan/ lebih10

Tidak dapat haid (amenore)10Tidak dapat haid (amenore)10

Pendarahan dari jalan lahir warna merah10Pendarahan dari jalan lahir warna kehitaman10

Kematian janin0.80.1Kematian janin10

Pasien tampak pucat0.80.2Pasien tampak pucat0.90.1

Tejanan darah turun sampau di bawah 90 60 mmHg10Tejanan darah turun sampau di bawah 90 60 mmHg10

Nadi cepat dan teraba kecil0.80.1Nadi cepat dan teraba kecil0.90.1

Tidak mengalami nyeri perut10Kontraksi dan Rahim10

Jumlah pendarahan banyak10Jumlah pendarahan banyak10

CF0,57CF0,72

Tabel 4. Data Nilai MB dan MD Plasenta Previa dan Solusio (abrupsio) Plasenta

Prekiamsia BeratSyok Septic (Bakteri, Endotoksin)

GejalaMBMDGejalaMBMD

Kejang10Syok10

Proteinuria, lebih dari 3g/liter10Nadi cepat dan teraba kecil10

Tekanan darah > 160/110 mmHg10Produksi urin sedikit10

Pusing0.80.1Kesadaran menurun10

Nyeri ulu hati0.80.1Demam tinggi10

Kematian janin0.80.1

Produksi urin sedikit0.90.1

CF0.64CF1

Tabel 5. Data Nilai MB dan MD Preklamsia Berat dan Syok Septic (Bakteri, Endoktoksin)

Retensio Plasenta (Plasenta Inkompletus)Syok Hemoragik

GejalaMBMDGejalaMBMD

Pendarahan dari jalan lahir10Pemdarajam dari kalan lahir10

Tampak plasenta atau tali pusat di jalan lahir (Vagina)10Syok10

Kontraksi Rahim lemah10Kontraksi lemah pasca melahirkan10

Pasien tampak pucat10Pasien tampak pucat10

Terdapat sisa plasenta10Tekanan darah turun sampai di bawah 90/60 mmHg10

Tekanan darah turun sampai di bawah 90/60 mmHg0.90.1Nadi cepat dan teraba kecil10

Nadi cepat dan teraba kecil0.90.1Produksi urin sedikit10

Produksi urin sedikit0.80.1Kesadaran menurun10

CF0.72CF1

Tabel 6. Data Nilai MB dan MD Retensio Plasenta (Plasenta Inkompletus) dan Syok Hemoragik

Ruputure Uteri

GejalaMBMD

Nyeri perut bagian bawah10

Pendarahan dari jalan lahir10

Kematian janin10

Syok10

Pada pemeriksaan dinding rahim, bagian-bagian janin muda diraba10

Pasien tampak pucat10

Air kencing bewarna kemerahan10

Tekanan darah turun sampai di bawah 90/60 mmHg10

Nadi cepat dan teraba kecil10

Produksi urin sedikit10

Kontraksi rahim yang hilang10

Kesadaran menurun10

CF1

Tabel 7. Data Nilai MB dan MD rupture Uteri

BAB IIIIMPLEMENTASI SISTEM

Implementasi sistem pakar untuk diagnosa penyakit ibu hamil ini berbasis mobile. Dalam sistem ini terdapat beberapa form - form yang mempunyai fungsi tersendiri. Diantaranya adalah:3.1 FORM KONSULTASIBerikut merupakan form konsultasi yang digunakan oleh user untuk melakukan konsultasi penyakit pada ibu hamil dengan mengisi data pribadi dilanjutkan dengan memilih tombol daftar.

Gambar 1. Form Konsultasi3.2 FORM GEJALASetelah user telah melengkapi data pribadi, maka user akan dihadapkan dengan form gejala, yaitu dengan memilih beberapa gejala yang dirasakan oleh pasien. Gejala-gejala tersebut misalnya yaitu syok, nadi cepat dan teraba kecil, produksi urin sedikit, kesadaran menurun dan demam tinggi.

Gambar 2. Form Gejala3.3 FORM HASIL KONSULTASIForm hasil konsultasi merupakan form untuk menampilkan hasil dari konsultasi setelah memilih beberapa gejala yang dirasakan oleh pasien, dan hasilnya yaitu terdapat pada penyakit syok septic (bakteri endotoksin) dengan nilai CF yaitu 100%.

Gambar 3. Form Hasil Konsultasi

BAB IVPENUTUP

KesimpulanBerdasarkan hasil perancangan, implementasi dan pengujian yang dilakukan, maka diambil kesimpulan sebagai berikut :

1. Sistem pakar adalah aplikasi berbasis komputer yang digunakan untuk menyelesaikan masalah sebagaimana yang dipikirkan oleh pakar.2. Diperoleh hasil yang sama antara perhitungan manual dan perhitungan menggunakan sistem.3. Sebagian besar kasus-kasus yang terjadi pada ibu hamil yang berhubungan dengan kehamilannya merupakan kasus-kasus yang bersifat emergency .4. Terdapat gejala spesifik yang berbeda pada setiap penyakit, sehingga bila gejala spesifik tersebut tidak dipilih oleh user maka aplikasi akan memberikan diagnosa yang kurang tepat.5. Sistem pakar untuk mendiagnosa penyakit ibu hamil ini dapat memudahkan pencarian jenis gangguan dengan mudah dan cepat.

Saran1. Sistem pakar untuk mendiagnosa penyakit pada ibu hamil hanya berdasarkan keluhan yang dirasakan oleh pasien, tidak dilakukan pemeriksaan fisik pada ibu hamil, sehingga diagnosis penyakit tersebut tidak 100% benar, oleh karena itu ibu hamil harus segera ke dokter maupun bidan terdekat untuk penanganan selanjutnya.2. Meningkatkan publikasi sistem ini melalui internet ataupun secara langsung kepada masyarakat agar dapat diketahui bahwa terdapat salahsatu cara untuk mendiagnosa dini suatu penyakit.3. Perlu dilakukan penelitian selanjutnya dengan jenis penyakit yang lain dan gejala yang lebih banyak agar dapat memberikan manfaat yang lebih besar terhadap pengguna mobile dan internet.