1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

SISTEM PAKAR UNTUK MENDIAGNOSIS PENYAKIT

DENGAN GEJALA BATUK PADA ANAK BALITA DENGAN

METODE DEMPSTER SHAFER

Ida Bagus Wira Negara1, Dra. Luh Gede Astuti.M.Kom

1

Jurusan Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Udayana

Bukit, Jimbaran

Email: ibwirapuja@gmail.com , lg.astuti@gmail.com

ABSTRAK

Batuk adalah reaksi alami tubuh yang sering menjadi gejala penyakit tertentu. Penyakit-penyakit pada

anak yang berumur dibawah lima tahun (balita) banyak disertai dengan gejala batuk, sehingga diperlukan

diagnosa lebih lanjut untuk membedakan penyakit-penyakit yang mempunyai gejala batuk tersebut. Pada

penelitian ini digunakan metode Dempster Shafer untuk membangun Sistem Pakar pada perangkat android yang

mampu mendiagnosa penyakit-penyakit yang disertai dengan gejala batuk dan mampu menangani

ketidakkonsistenan jika ada penambahan maupun pengurangan fakta baru yang akan merubah aturan yang ada.

Setelah dilakukan uji coba sistem mampu melakukan diagnosa penyakit dengan gejala batuk

Kata Kunci: Sistem Pakar, Dempster Shafer, Anak Balita, Normal, Berbasis Android

ABSTRACT

Coughing is the body's natural reaction is often can become a symptom of certain diseases. Diseases in

children under five years old (toddlers) lot is accompanied by symptoms of cough, requiring further diagnosis to

distinguish diseases that have cough symptoms. In this study, Dempster Shafer Method is used to build an Expert

System on android device that capable of diagnosing diseases accompanied by symptoms of cough and able to

handle inconsistencies if the addition or subtraction of new facts that would change the existing rules. After

doing some testing. The system can diagnose the diseases with cough symptom.

Key Word: Expert System, Dempster Shafer, toddlers, Android.

1 PENDAHULUAN

Batuk adalah reaksi alami tubuh untuk

membersihkan lendir atau faktor penyebab iritasi agar

keluar dari saluran pernapasan. Batuk sering tidak

ditangani karena terkadang sembuh dengan sendirinya,

namun batuk dapat menjadi gejala dari penyakit yang

berbahaya.

Pada anak yang berumur dibawah lima tahun

(balita) banyak penyakit yang disertai dengan gejala

batuk, sehingga diperlukan diagnosa lebih lanjut untuk

membedakan penyakit-penyakit yang mempunyai

gejala batuk tersebut.

Perkembangan pengetahuan di bidang

teknologi komputer dapat memudahkan berbagai

bidang kehidupan termasuk kesehatan. Perkembangan

tersebut memungkinkan dibangunnya Sistem untuk

membantu menyelseaikan permasalahan yang hanya

dapat diselesaikan oleh seorang pakar yang disebut

Sistem Pakar. Sistem pakar (Expert System) adalah

sistem berbasis pengetahuan, yang bertujuan untuk

mewujudkan keahlian seorang pakar tentang suatu

bidang tertentu sedemikian rupa sehingga pengguna

non - pakar yang mencari nasihat di bidang tersebut ,

mendapatkan pengetahuan pakar yang mereka

inginkan dengan mempertanyakan sistem [1]

Pada penelitian sebelumnya[2] diakukan riset

mengenai penyakit-penyakit pada anak dengan

menggunakan metode Certainty Factor (CF). Pada

penelitian ini digunakan metode Dempster Shafer

untuk melakukan diagnosa penyakit dengan gejala

batuk pada anak sehingga diperoleh tingkat risiko

penyakit yang diderita.

Perangkat mobile kususnya android adalah

perangkat komputer yang paling banyak digunakan.

Pengembangan perangkat lunak berbasis android dapat

memperluas lingkupan penggguna yang dapat

menggunakan aplikasi yang dibangun. Pembangunan

Sistem pakar pada perangkat android tentunya akan

membuat aplikasi dapat digunakan oleh masyarakat

yang sebagian besar adalah pengguna perangkat

mobile.

2 Metode

2.1 Teori Dempster Shafer

18

Teori Dempster-Shafer [3] ditulis dalam suatu

interval: [Belief, Plausibility]. Belief (Bel) adalah

ukuran kekuatan evidence dalam mendukung suatu

himpunan proposisi. Jika bernilai 0 maka tidak ada

evidence, dan jika bernilai 1 menunjukkan adanya

kepastian. Plausibility (Pls) akan mengurangi tingkat

kepastian dari evidence. Plausibility bernilai 0 sampai

1. Jika yakin akan X’, maka dapat dikatakan bahwa

Bel(X’) = 1, sehingga rumus di atas nilai dari Pls(X) =

0.

fungsi Belief [3] dapat diformulasikan dan ditunjukkan

pada persamaan (1):

Plausibility dinotasikan pada persamaan (2):

Dimana :

Bel (X) = Belief (X)

Pls (X) = Plausibility (X)

m (X) = mass function dari (X)

m (Y) = mass function dari (Y)

Teori Dempster-Shafer menyatakan adanya

frame of discrement yang dinotasikan dengan simbol

(Θ). frame of discrement merupakan semesta

pembicaraan dari sekumpulan hipotesis sehingga sering

disebut dengan environment yang ditunjukkan pada

persamaan (3) :

Θ = { θ1, θ2, … θN}

Dimana :

Θ = frame of discrement atau environment

θ1,…,θN = element/ unsur bagian dalam

environment

Environment mengandung elemen-elemen

yang menggambarkan kemungkinan sebagai jawaban,

dan hanya ada satu yang akan sesuai dengan jawaban

yang dibutuhkan. Kemungkinan ini dalam teori

Dempster-Shafer disebut dengan power set dan

dinotasikan dengan P(Θ), setiap elemen dalam power

set ini memiliki nilai interval antara 0 sampai 1.

m : P (Θ) [0,1]

Sehingga dapat dirumuskan pada persamaan (4):

Dengan :

P (Θ) = power set

m (X) = mass function (X)

Mass function (m) dalam teori Dempster-

shafer adalah tingkat kepercayaan dari suatu evidence

(gejala), sering disebut dengan evidence measure

sehingga dinotasikan dengan (m). Tujuannya adalah

mengaitkan ukuran kepercayaan elemen-elemen θ.

Tidak semua evidence secara langsung mendukung

tiap-tiap elemen. Untuk itu perlu adanya probabilitas

fungsi densitas (m). Nilai m tidak hanya

mendefinisikan elemen-elemen θ saja, namun juga

semua subsetnya. Sehingga jika θ berisi n elemen,

maka subset θ adalah 2n. Jumlah semua m dalam

subset θ sama dengan 1. Apabila tidak ada informasi

apapun untuk memilih hipotesis, maka nilai :

m{θ} = 1,0

Apabila diketahui X adalah subset dari θ, dengan m1

sebagai fungsi densitasnya, dan Y juga merupakan

subset dari θ dengan m2 sebagai fungsi densitasnya,

maka dapat dibentuk fungsi kombinasi m1 dan m2

sebagai m3, yaitu ditunjukkan pada persamaan (5)

M3(Z) =

Dimana:

m3(Z) = mass function dari evidence (Z)

m1(X) = mass function dari evidence (X), yang

diperoleh dari nilai keyakinan suatu evidence

dikalikan dengan nilai disbelief dari evidence

tersebut.

m2 (Y) = mass function dari evidence (Y), yang

diperoleh dari nilai keyakinan suatu evidence

dikalikan dengan nilai disbelief dari evidence

tersebut.

) = nilai himpunan kosong yang

terdapat pada kombinasi )

2.2 Analisis Sistem

Sistem yang dibangun adalah sistem pakar yang

dapat menentukan tingkat risiko penyakit dengan

gejala batuk berdasarkan gejala-gejala pendukung yang

dialami anak balita berdasarkan pengetahuan pakar.

Semua aturan, gejala, penjelasan dan informasi

pengguna akan disimpan pada database lokal dan

sewaktu-waktu aturan, gejala dan penjelasan akan

diperbarui sehingga Metode Dampster Shafer

digunakan untuk menangani ketidakkonsistenan jika

ada penambahan maupun pengurangan fakta baru yang

akan merubah aturan yang ada. Sistem Pakar yang

dibangun diharapkan memiliki kemampuan berikut

Melakukan diagnosa penyakit dengan gejala batuk

pada anak balita dengan menggunakan metode

dempster shafer dan Menyimpan nama anak balita

dan data hasil Diagnosa

Update data diagnosa yang telah disimpan dan

melakukan perbaruan diagnosa

Melihat Deskripsi penyakit-penyakit dengan gejala

batuk pada anak balita

Dapat melakukan update database apabila ada

perbaruan aturan, gejala, serta deskripsi penyakit

2.3 Desain Sistem

19

Pembangunan sistem pakar untuk

mendiagnossis penyakit dengan gejala batuk pada

anak yang sudah di analisa, memerlukan beberapa

desain sistem agar sistem yang sudah dianalisa

dapat diimplementasikan. Adapun desain sistem

yang diperlukan dalam penelitian ini adalah

desain basis data yang digambarkan melalui

diagram ER dan desain antarmuka yang

digambarkan melalui diagram activity.

Gambar 1. ERD diagram

Sistem yang dibangun memerlukabn lima

entitas, yaitu balita, gejala, penyakit, konsultasi

dan diagnosis.

Gambar 2. Activity Diagram

Sistem harus mampu menampilkan halaman

masuk, daftar, konsultasi baru, edit konsultasi

serta deskripsi penyakit

2.4 Representasi Pengetahuan

Representasi dilakukan setelah proses akuisisi

pengetahuan pakar. Tujuan representasi adalah untuk

mengembangkan suatu struktur yang akan membantu

pengkodean pengetahuan ke dalam program. Penyakit

yang akan didiagnosa pada penelitian ini adalah

Penyakit Infeksi Saluran Pernafasan Atas (P1),

Campak(P2), ASMA (P3), TBC (P4) dan Pneumonia

(P5).

Berikut ini adalah tabel penyakit dan gejalanya

No Gejala P1 P2 P3 P4 P5

1 Batuk V V V V V

2 Pilek V V V V

3 Demam V V V V

4 ruam merah pada kulit V

5 mata merah V

6 Sesak V V

7

suara nafas ngwik

ngwik V

8

pergerakan cuping

hidung V

9

tarikan dinding dada

kedalam V

10

frekuensi nafas

meningkat V

11 nampak biru V

12 suara nafas grek grek V

13 Gelisah V V

14 dahak berisi darah V

15 BTA positif V

16 Berat badan menurun V V

Tabel 1. Tabel penyakit dan gejalanya

Penyakit tersebut didiagnosa dengan metode

dempster shafer berdasarkan pada kaidah aturan IF

THEN. Berikut contoh aturan yang digunakan pada

sistem.

IF batuk AND pilek AND panas AND mata merah

AND ruam kemerahan pada kulit THAN campak

IF batuk AND pilek AND panas AND sesak

dengan gerakan cuping hidung AND tarikan

dinding diagfragme kedalam THAN pneumpnia

3 SKENARIO UJI COBA

Skenario uji coba yang dilakukan pada

penelitian ini antara lain

Uji coba diagnosa. Sistem pakar yang dibuat

harus mampu menghasilkan diagnosal yang

sesuai dengan diagnosa yang dilakukan pakar,

sehingga dilakukan beberapa kali uji coba

diagnosa untuk menguji ketepatan sistem.

Contoh skenario uji coba: seorang anak

mengalami gejala batuk, berat badan menurun

dan anak mengeluarkan dahak bercampur darah

berwana merah tua

Uji user interface, penanganan antar muka antara

sistem dengan user harus bersifat user friendly.

20

Oleh karena itu dilakukan uji coba antarmuka

sistem dengan meminta pendapat beberapa ibu-

ibu yang memiliki anak balita mengenai user

interface.

4 HASIL UJI COBA

Setelah melakukan uji coba sesuai scenario

yang dirancang, sistem berjalan dengan baik, berikut

ini hasil dari uji coba yang dilakukan.

Uji coba terhadap aturan-aturan diagnosa yang telah

dibentuk memperoleh hasil baik. Dari beberapa uji

coba yang dilakukan pada aturan-aturan yang

dibangun diperoleh hasil yang sesuai dengan

diagnosa pakar. Berikut contoh perhitungan yang

dilakukan.

Gejala pertama yang dialami adalah batuk yang

berdasarkan penelitian ini memiliki tingkan

kepercayaan gejala sebesar 0,8 dan bisa menjadi

gejala dari penyakit ISPA(P1), Campak (P2), Asma

(P3), TBC(P4) dam Pneumonia(P5)

Berdasarkan persamaan 1 dan 2 diperoleh:

m1 =0,8

m1{θ} =1 - 0,8 = 0,2

Gejala selanjutnya yang muncul adalah berat badan

menurun dengan kepercayaan sebesar 0,6 dan bisa

terjadi pada penyakit TBC dan dan Pneumoni.

Sehingga

m2 =0,6

m2{θ} =1 - 0,6 = 0,4

Lalu dilakukan kombinasi terhadap gejala satu dan

dua yang dapat digambarkan dengan tabel berikut:

m1{P1,P2,P3,P4,P5} 0.8 m1{θ} 0,3

m2{P4,P5}0.6 {P4,P5} 0.48 {P4,P5}0,18

m1{θ} 0.4 m1{P1,P2,P3,P4,P5} 0.32 Θ = 0,12

Tabel 2. Ilustrasi kombinasi gejala batuk dan berat

badan turun

Dengan menggunakan persamaan (5) maka

diperoleh m3 sebagai berikut.

m3{P4,P5} =

m3{P1,P2,P3,P4,P5}=

m3{θ} =

Kemudian muncul gejala anak mengeluarkan dahak

mengandung darah berwarna merah tua yang

merupakan gejala TBC dengan nilai kepercayaan

sebesar 0,92 , sehingga diperoleh

m4=0,92

m4{θ} =1 - 0,8 = 0,2

Maka dengan melakukan kombinasi m4 dan m3

diperoleh tabel ilustrasi berikut: m4{P4}

0,82

m4{θ}

0,18

m3{P4,P5}

0.66

{P4}

0,5412

{P4,P5}

0,1188

m3{P1,P2,P3,P4,P5}

0.32

{P4}

0,2624

{P1,P2,P3,P4,P5}

0,0576

m3{θ} {P4} {θ}

0.12 0,0984 0,0216

Tabel 3. Ilustrasi kombinasi gejala batuk, berat badan

turun dan anak mengeluarkan dahak bercampur darah

Dengan menggunakan persamaan (5) maka

diperoleh m5 sebagai berikut.

m5{P4} =

=

= 0,902

m5{P4,P5} =

m5{P1,P2,P3,P4,P5} =

m5{θ} =

Nilai kepercayaan penyakit yang paling tinggi

adalah P4 yang merupakan penyakit TBC, sehingga

dari gejala batuk, berat badan menurun dan anak

mengeluarkan darah diperoleh diagnosa TBC

dengan kepercayaan 0,902

Hasil uji coba User Interface berjalan baik. User

Interface yang dirancang dapat dimengerti oleh ibu-

ibu yang memiliki anak balita

Gambar 1. Halaman Awal

Gambar 2. Halaman konsultasi

21

Gambar 3. Daftar hasil diagnosa

5 KESIMPULAN

Berdasarkan uji coba yang dilakukan dapat

disimpulkan:

1. Penelitian yang dilakukan berhasil

merepresentasikan pengetahuan pakar menjadi

aturan-aturan yang mampu memecahkan

permasalahan diagnosa penyakit yang disertai

gejala batuk pada anak balita.

2. Metode Demster Shafer yang digunakan mampu

memberikan tingkatan hasil penyakit yang

diperoleh dari perhitungan kombinasi-kombinasi

gejala yang dialami anak balita.

3. Design User Interface yang dirancang dapat

dimengerti oleh pengguna yakni ibu-ibu dan bapak-

bapak yang memiliki anak balita.

6 DAFTAR PUSTAKA

[1] Budiharto,Wibowo dan Suharto, Derwin., 2014.

Artificial Intelegent dan Penerapannya.

C.V ANDI OFFSET. Yogyakarta.

[2] Latumakulita Luther A, Oktober 2012, “Sistem

Pakar Pendiagnosa Penyakit Anak

Menggunakan Metode Certainty Factor“, Jurnal

Ilmiah Sains Vol. 12 No.2 .

[3] Giarratano, J. and Riley G., 2005, Expert

Systems; Principles and Programming.

Boston: PWS Publishing Company

[4] Rosenblatt, Harry J, 2013. System Analysis and

Design Temth Edition. Shelly Cashman Series.

North Carolina

[5] Kadir, Abdul. 2011. Mudah menjadi

programmer JAVA. Yescom. C.V ANDI

OFFSET. Yogyakarta

22