PENERAPAN METODE FORWARD CHAINING DAN...

13
1 PENERAPAN METODE FORWARD CHAINING DAN CERTAINTY FACTOR UNTUK DIAGNOSA PENYAKIT MATA MANUSIA Meilisa Roslina Simamora Jurusan Sistem Informasi STMIK PalComTech Palembang Abstrak Mata sebagai jendela dunia bagi manusia adalah salah satu organ tubuh yang sangat penting. Ketika mata mengalami gangguan maka seseorang akan merasa tidak nyaman, bahkan mengalami kesulitan untuk melakukan berbagai aktifitas dalam kehidupannya. Terbatasnya layanan informasi kesehatan mata di puskesmas dan rumah sakit, kurangnya tenaga dokter spesialis mata yang bisa memberikan informasi tentang gangguan kesehatan mata, serta mahalnya biaya konsultasi dokter spesialis mata mengakibatkan kurangnya pengetahuan masyarakat tentang penyakit mata. Setiap penderita penyakit mata dapat dengan mudah dan cepat mengetahui jenis penyakit mata dan gejalanya yaitu dengan membangun aplikasi sistem pakar untuk mendiagnosa penyakit mata manusia. Teknik yang digunakan untuk mengembangkan sistem adalah waterfall. Sistem ini dibangun berbasis website dengan bahasa pemrograman yang digunakan yaitu PHP dan MySQL sebagai databasenya. Penelitian ini akan menghasilkan sistem pakar dengan menerapkan metode forward chaining dan certainty factor (CF) untuk memberikan informasi gejala dan diagnosa penyakit mata manusia. Kata Kunci : Sistem Pakar, Forward Chaining, Certainty Factor, Mata PENDAHULUAN Mata sebagai jendela dunia bagi manusia adalah salah satu organ tubuh yang sangat penting. Apabila mata mengalami gangguan fungsi yang disebabkan penyakit, informasi yang dihasilkan dari lima indera akan mengalami ketidakseimbangan yang sudah pasti berujung pada gangguan dalam aktivitas keseharian manusia. Terbatasnya layanan informasi kesehatan mata di Puskesmas dan Rumah Sakit, kurangnya tenaga dokter spesialis mata yang bisa memberikan informasi tentang gangguan kesehatan mata, serta mahalnya biaya konsultasi dokter spesialis, sehingga mengakibatkan kurangnya pengetahuan masyarakat tentang penyakit mata. Upaya agar setiap penderita penyakit mata dapat dengan mudah dan cepat mengetahui jenis penyakit mata dan gejalanya tanpa harus ke dokter terlebih dahulu mengakibatkan bidang sistem pakar mulai dimanfaatkan untuk membantu seorang pakar atau ahli dalam mendiagnosa penyakit mata manusia. Sistem pakar adalah aplikasi berbasis komputer yang digunakan untuk menyelesaikan masalah sebagaimana yang dipikirkan oleh pakar. Pengambilan keputusan mengenai diagnosis dan memberikan penatalaksanaan suatu penyakit tidak dapat dilakukan semua orang, sehingga diperlukan suatu sistem pakar yang memudahkan masyarakat untuk mendapatkan informasi diagnosa penyakit mata. Sistem pakar untuk diagnosa penyakit mata ini menggunakan metode runut maju (forward chaining) untuk menelusuri gejala yang ditampilkan dalam bentuk pertanyaan- pertanyaan agar dapat mendiagnosa jenis penyakit mata. Dalam penentuan penypendiagnosaan diperlukan nilai kepercayaan terhadap penyakit, untuk mendapatkan nilai kepercayaan terhadap penyakit yang diderita, diperlukan suatu metode yang dikenal dengan certainty factor (CF).

Transcript of PENERAPAN METODE FORWARD CHAINING DAN...

Page 1: PENERAPAN METODE FORWARD CHAINING DAN …news.palcomtech.com/wp-content/uploads/2014/10/Jurnal_Meilisa... · forward chaining dan certainty factor (CF) untuk memberikan informasi

1

PENERAPAN METODE FORWARD CHAINING DAN CERTAINTYFACTOR UNTUK DIAGNOSA PENYAKIT MATA MANUSIA

MeilisaRoslina Simamora

Jurusan Sistem InformasiSTMIK PalComTech Palembang

Abstrak

Mata sebagai jendela dunia bagi manusia adalah salah satu organ tubuh yang sangatpenting. Ketika mata mengalami gangguan maka seseorang akan merasa tidak nyaman,bahkan mengalami kesulitan untuk melakukan berbagai aktifitas dalam kehidupannya.Terbatasnya layanan informasi kesehatan mata di puskesmas dan rumah sakit, kurangnyatenaga dokter spesialis mata yang bisa memberikan informasi tentang gangguan kesehatanmata, serta mahalnya biaya konsultasi dokter spesialis mata mengakibatkan kurangnyapengetahuan masyarakat tentang penyakit mata. Setiap penderita penyakit mata dapatdengan mudah dan cepat mengetahui jenis penyakit mata dan gejalanya yaitu denganmembangun aplikasi sistem pakar untuk mendiagnosa penyakit mata manusia. Teknik yangdigunakan untuk mengembangkan sistem adalah waterfall. Sistem ini dibangun berbasiswebsite dengan bahasa pemrograman yang digunakan yaitu PHP dan MySQL sebagaidatabasenya. Penelitian ini akan menghasilkan sistem pakar dengan menerapkan metodeforward chaining dan certainty factor (CF) untuk memberikan informasi gejala dan diagnosapenyakit mata manusia.Kata Kunci : Sistem Pakar, Forward Chaining, Certainty Factor, Mata

PENDAHULUAN

Mata sebagai jendela dunia bagi manusia adalah salah satu organ tubuh yang sangatpenting. Apabila mata mengalami gangguan fungsi yang disebabkan penyakit, informasi yangdihasilkan dari lima indera akan mengalami ketidakseimbangan yang sudah pasti berujungpada gangguan dalam aktivitas keseharian manusia.

Terbatasnya layanan informasi kesehatan mata di Puskesmas dan Rumah Sakit,kurangnya tenaga dokter spesialis mata yang bisa memberikan informasi tentang gangguankesehatan mata, serta mahalnya biaya konsultasi dokter spesialis, sehingga mengakibatkankurangnya pengetahuan masyarakat tentang penyakit mata. Upaya agar setiap penderitapenyakit mata dapat dengan mudah dan cepat mengetahui jenis penyakit mata dan gejalanyatanpa harus ke dokter terlebih dahulu mengakibatkan bidang sistem pakar mulaidimanfaatkan untuk membantu seorang pakar atau ahli dalam mendiagnosa penyakit matamanusia.

Sistem pakar adalah aplikasi berbasis komputer yang digunakan untuk menyelesaikanmasalah sebagaimana yang dipikirkan oleh pakar. Pengambilan keputusan mengenaidiagnosis dan memberikan penatalaksanaan suatu penyakit tidak dapat dilakukan semuaorang, sehingga diperlukan suatu sistem pakar yang memudahkan masyarakat untukmendapatkan informasi diagnosa penyakit mata.

Sistem pakar untuk diagnosa penyakit mata ini menggunakan metode runut maju(forward chaining) untuk menelusuri gejala yang ditampilkan dalam bentuk pertanyaan-pertanyaan agar dapat mendiagnosa jenis penyakit mata. Dalam penentuanpenypendiagnosaan diperlukan nilai kepercayaan terhadap penyakit, untuk mendapatkan nilaikepercayaan terhadap penyakit yang diderita, diperlukan suatu metode yang dikenal dengancertainty factor (CF).

Page 2: PENERAPAN METODE FORWARD CHAINING DAN …news.palcomtech.com/wp-content/uploads/2014/10/Jurnal_Meilisa... · forward chaining dan certainty factor (CF) untuk memberikan informasi

2

LANDASAN TEORI

Sistem PakarMenurut Arhami (2005: 3), sistem pakar adalah salah satu cabang dari AI yang membuat

penggunaan secara luas knowledge yang khusus untuk penyelesaian masalah tingkat manusiayang pakar. Seorang pakar adalah orang yang mempunyai keahlian dalam bidang tertentu,yaitu pakar yang mempunyai knowledge atau kemampuan khusus yang orang lain tidakmengetahui atau mampu dalam bidang yang dimilikinya.

Menurut Kusrini (2008: 3), sistem pakar adalah aplikasi yang berbasis komputer yangdigunakan untuk menyelesaikan masalah sebagai mana yang dipikirkan oleh pakar. Pakaryang dimaksud di sini adalah orang yang mempunyai keahlian khusus yang dapatmenyelesaikan masalah yang tidak dapat diselesaikan oleh orang awam. Sebagai contoh,dokter adalah seorang pakar yang mampu mendiagnosis penyakit yang diderita pasien sertadapat memberikan penatalaksanaan terhadap penyakit tersebut. Pengambilan keputusanmengenai diagnosis dan memberikan penatalaksanaan suatu penyakit tidak dapat dilakukansemua orang.Runut Maju (Forward Chaining)

Menurut B.Wilson dalam Kusrini (2008: 8-11), runut maju berarti menggunakanhimpunan aturan kondisi-aksi. Dalam metode ini, data digunakan untuk menentukan aturanmana yang akan dijalankan. Proses diulang sampai ditemukan suatu hasil.

Berikut ini adalah daftar aturannya :Aturan 1:

Jika premis 1Dan premis 2Dan premis 3Maka konklusi 1

Aturan 2:Jika premis 1Dan premis 3Dan premis 4Maka konklusi 2

Aturan 3:Jika premis 2Dan premis 3Dan premis 5Maka konklusi 3

Aturan 4:Jika premis 1Dan premis 4Dan premis 5Dan premis 6Maka konklusi 4

Certainty Factor (CF)Menurut Arhami (2005: 153-154), dalam mengekspresikan derajat keyakinan, certainty

theory menggunakan suatu nilai yang disebut certainty factor (CF) untuk mengasumsikanderajat keyakinan seorang pakar terhadap suatu data.

Konsep ini kemudian diformulasikan dalam rumusan dasar sebagai berikut :

Page 3: PENERAPAN METODE FORWARD CHAINING DAN …news.palcomtech.com/wp-content/uploads/2014/10/Jurnal_Meilisa... · forward chaining dan certainty factor (CF) untuk memberikan informasi

3

FlowchartMenurut Utami dan Sukrisno (2005: 24), flowchart (bagan alir) merupakan representasi

secara grafik dari suatu algoritma atau prosedur untuk menyelesaikan suatu masalah.Menurut Jogiyanto (2005: 795), “Bagan alir (flowchart) adalah bagan (chart) yang

menunjukkan alir (flow) di dalam program atau prosedur sistem secara logika.” Bagan alirdigunakan terutama untuk alat bantu komunikasi dan untuk dokomentasi.Data Flow Diagram (DFD)

Menurut Fatta (2007: 119), Data Flow Diagram (DFD) merupakan diagram yangdigunakan untuk menggambarkan proses-proses yang terjadi pada sistem yang akandikembangkan.

HASIL DAN PEMBAHASAN

1. Data PenyakitJumlah penyakit yang diolah dalam sistem pakar penyakit mata ini adalah 15 macam

penyakit.Tabel 1. Data Penyakit

Kode Penyakit Nama PenyakitP01 BlefaritisP02 SkleritisP03 Konjungtivitis BakteriP04 Konjungtivitis ViralP05 Konjungtivitis AlergiP06 Konjungtivitis SikaP07 KeratitisP08 Ulkus KorneaP09 EndoftalmitisP10 Uveitis AnteriorP11 Glaukoma AkutP12 Glaukoma KronikP13 KatarakP14 Ablasi RetinaP15 Neuritis Optik

2. Data GejalaData-data gejala yang digunakan dalam sistem pakar penyakit mata ini berjumlah 51

gejala. Berikut sebagian dari gejala yang digunakan :Tabel 2. Data Gejala

Kode Gejala GejalaG01 Daya penglihatan menurunG02 Fotofobia (silau)G03 Mata merahG04 Bengkak

Page 4: PENERAPAN METODE FORWARD CHAINING DAN …news.palcomtech.com/wp-content/uploads/2014/10/Jurnal_Meilisa... · forward chaining dan certainty factor (CF) untuk memberikan informasi

4

G05 GatalG06 Epifora (berair)G07 Lakrimasi (sedikit berair)G08 SakitG09 Eksudat (belekan)G10 Hipopion (nanah yang berkumpul di dalam korneaG11 KelilipanG12 Kelopak mata merahG13 Konjungtiva bengkakG14 Rasa sakit yang menyebar ke dahi, alis, dagu secara terus-menerusG15 Sklera bengkakG16 Konjungtivitas bulbi merahG17 Mata terasa seperti ada benda asingG18 Pembengkakan kelenjar getah bening belakang telingaG19 Pseudoptis (sulit membuka mata)G20 Demam dan sakit tenggorokan

Sumber : Mansjoer dkk (2007: 49-65)

3. Tabel KeputusanBerdasarkan pengetahuan berupa data gejala dan penyakit mata pada manusia, maka

dapat dibuat basis pengetahuan berupa hubungan atau keterkaitan yang ada antara gejala danpenyakit mata pada manusia.

Tabel 3. Tabel Keputusan

KodeGejala

Kode Penyakit (P)01 02 03 04 05 06 07 08 09 10 11 12 13 14 15

G01 √ √ √ √ √ √ √G02 √ √ √ √ √ √G03 √ √ √ √ √ √G04 √ √ √ √G05 √ √ √ √G06 √ √ √G07 √ √ √G08 √ √ √G09 √ √G10 √ √G11 √ √G12 √ √G13 √ √G14 √G15 √G16 √G17 √G18 √G19 √G20 √G21 √G22 √G23 √

Page 5: PENERAPAN METODE FORWARD CHAINING DAN …news.palcomtech.com/wp-content/uploads/2014/10/Jurnal_Meilisa... · forward chaining dan certainty factor (CF) untuk memberikan informasi

5

G24 √G25 √G26 √G27 √G28 √G29 √G30 √G31 √G32 √G33 √G34 √G35 √G36 √

Sumber : Mansjoer dkk (2007: 49-65)

4. Pohon KeputusanProses pencarian dari pohon keputusan menggunakan pencarian algoritma depth first

search (DFS), yaitu proses pencarian dilakukan dari suksesor akar (node awal) secaramendalam dalam setiap level dari yang paling kiri hingga yang paling akhir (dead-end) atausampai goal ditemukan. Pohon keputusan terdiri dari gejala, penyakit, dan busur yangmenunjukkan hubungan antar objek.

Gambar 1. Pohon Keputusan

5. Perhitungan CFNilai Certainty Factor (CF) ditentukan untuk setiap gejala yang berkorespondensi

dengan penyakit tertentu dalam range nilai 0 sampai dengan 1. Nilai ini mewakili keyakinanseorang pakar terhadap suatu gejala yang mempengaruhi terjadinya suatu penyakit matatertentu.

Page 6: PENERAPAN METODE FORWARD CHAINING DAN …news.palcomtech.com/wp-content/uploads/2014/10/Jurnal_Meilisa... · forward chaining dan certainty factor (CF) untuk memberikan informasi

6

Tabel 4. Detail Penyakit

No. Gejala Penyakit CF1. Bengkak Blefaritis 0,92. Eksudat (belekan) Blefaritis 0,43. Epifora (berair) Blefaritis 0,34. Gatal Blefaritis 0,45. Kelilipan Blefaritis 0,46. Kelopak mata merah Blefaritis 0,67. Sakit Blefaritis 0,48. Epifora (berair) Skleritis 0,39. Daya penglihatan menurun Skleritis 0,3

10. Fotofobia (silau) Skleritis 0,411. Konjungtiva bengkak Skleritis 0,312. Mata merah Skleritis 0,6

13.Rasa sakit yang menyebar ke dahi, alis,dagu secara terus menerus

Skleritis 0,3

14. Sklera bengkak Skleritis 0,315. Eksudat (belekan) Konjungtivitis Bakteri 0,916. Konjungtivitas bulbi merah Konjungtivitis Bakteri 0,517. Lakrimasi (sedikit berair) Konjungtivitis Bakteri 0,818. Mata terasa seperti ada benda asing Konjungtivitis Bakteri 0,5

19.Pembengkakan kelenjar getah beningbelakang telinga

Konjungtivitis Bakteri 0,5

20. Pseudoptis (sulit membuka mata) Konjungtivitis Bakteri 0,821. Demam dan sakit tenggorokan Konjungtivitis Viral 0,522. Gatal Konjungtivitis Viral 0,823. Lakrimasi (sedikit berair) Konjungtivitis Viral 0,924. Terdapat sedikit kotoran pada mata Konjungtivitis Viral 0,525. Alergi Konjungtivitis Alergi 0,326. Bengkak Konjungtivitis Alergi 0,627. Epifora (berair) Konjungtivitis Alergi 0,828. Fotofobia (silau) Konjungtivitis Alergi 0,429. Gatal Konjungtivitis Alergi 0,930. Mata merah Konjungtivitis Alergi 0,331. Mata terasa panas Konjungtivitis Alergi 0,332. Sakit Konjungtivitis Alergi 0,333. Fotofobia (silau) Konjungtivitis Sika 0,534. Gatal Konjungtivitis Sika 0,735. Mata Kering Konjungtivitis Sika 0,536. Mata seperti berpasir Konjungtivitis Sika 0,837. Penglihatan kadang-kadang kabur Konjungtivitis Sika 0,538. Sukar menggerakkan kelopak mata Konjungtivitis Sika 0,939. Terdapat erosi kornea Konjungtivitis Sika 0,5

Page 7: PENERAPAN METODE FORWARD CHAINING DAN …news.palcomtech.com/wp-content/uploads/2014/10/Jurnal_Meilisa... · forward chaining dan certainty factor (CF) untuk memberikan informasi

7

Berikut contoh kasus perhitungan CF untuk P01 (Blefaritis)

Tabel 5. Perhitungan CF P01

No. Gejala Penyakit CF1. Bengkak Blefaritis 0,92. Eksudat (belekan) Blefaritis 0,43. Epifora (berair) Blefaritis 0,34. Gatal Blefaritis 0,45. Kelilipan Blefaritis 0,46. Kelopak mata merah Blefaritis 0,67. Sakit Blefaritis 0,4

CF(A) = CF(1) + CF(2) * [ 1 – CF(1) ]= 0,9 + 0,4 * (1 – 0,9) = 0,94CF(B) = CF(3) + CF(A) * [ 1 – CF(3) ]= 0,3 + 0,94 * (1 – 0,3) = 0,958CF(C) = CF(4) + CF(B) * [ 1 – CF(4) ]= 0,4 + 0,958 * (1 – 0,4) = 0,9748CF(D) = CF(5) + CF(C) * [ 1 – CF(5) ]= 0,4 + 0,9748 * (1 – 0,4) = 0,98488CF(E) = CF(6) + CF(D) * [ 1 – CF(6) ]= 0,6 + 0,98488 * (1 – 0,6) = 0,99395CF(F) = CF(7) + CF(E) * [ 1 – CF(7) ]= 0,4 + 0,99395 * (1 – 0,4) = 0,99637

Perhitungan manual di atas, didapatkan nilai faktor kepastian dari masukan gejala yangmengarah ke penyakit blefaritis adalah 0,99637.

6. Diagram KonteksDiagram konteks adalah diagram yang dibuat untuk menggambarkan sumber serta tujuan

data yang akan diproses atau dengan kata lain diagram tersebut digunakan untukmenggambarkan secara umum atau global dari keseluruhan sistem yang ada.

Gambar 1. Diagram Konteks

7. Diagram Level NolDiagram level nol adalah diagram yang dibuat untuk menggambarkan tahapan proses

yang ada dalam diagram konteks, yang penjabarannya lebih terperinci atau dengan kata lainyaitu diagram yang menyusun keseluruhan sistem.

Page 8: PENERAPAN METODE FORWARD CHAINING DAN …news.palcomtech.com/wp-content/uploads/2014/10/Jurnal_Meilisa... · forward chaining dan certainty factor (CF) untuk memberikan informasi

8

Gambar 2. Diagram Level Nol

8. ERD (Entity Relationship Diagram)Entity relationship diagram merupakan komponen-komponen himpunan entitas dan

himpunan relasi yang masing-masing dilengkapi dengan atribut-atribut diagram yangmenggambarkan hubungan antara entitas dengan atribut penghubungnya. Entity relationshipdiagram berfungsi sebagai sebuah prasyarat, rancangan database yang digambarkan sebagaimodel khusus yang disebut skema database. Skema ini adalah cetak biru untuk sebuahdatabase. Skema ini menggambarkan implementasi teknis dari sebuah bentuk data.

Gambar 3. Entity Relationship Diagram

Hasil perancangan dari penelitian yang dilakukan penulis ialah berupa website sistempakar, berikut tampilan dari website yang telah dibuat :

Page 9: PENERAPAN METODE FORWARD CHAINING DAN …news.palcomtech.com/wp-content/uploads/2014/10/Jurnal_Meilisa... · forward chaining dan certainty factor (CF) untuk memberikan informasi

9

1. Tampilan LoginHalaman login adalah rancangan halaman yang dibuat untuk keamanan data supaya

pemakaian sistem digunakan oleh admin sesuai dengan tugas dan fungsinya. Halamanlogin dapat dilihat pada gambar 4. berikut ini.

Gambar 4. Halaman Login

2. Tampilan Halaman Pasiena) Halaman Menu Beranda Pasien

Halaman menu beranda pasien dirancang untuk melihat informasi mengenaikesehatan mata. Halaman menu beranda pasien dapat dilihat pada gambar 5. berikutini.

Gambar 5. Halaman Menu Beranda Pasien

Page 10: PENERAPAN METODE FORWARD CHAINING DAN …news.palcomtech.com/wp-content/uploads/2014/10/Jurnal_Meilisa... · forward chaining dan certainty factor (CF) untuk memberikan informasi

10

b) Halaman Menu Sistem PakarHalaman menu sistem pakar dirancang untuk melihat informasi tentang pengertiansistem pakar. Halaman menu sistem pakar dapat dilihat pada gambar 6. berikut ini.

Gambar 6. Halaman Menu Sitem Pakar

c) Halaman KonsultasiHalaman menu konsultasi dirancang untuk melakukan konsultasi untuk mendiagnosapenyakit mata manusia. Halaman menu konsultasi dengan mengisi form konsultasi,yaitu nama, tanggal lahir, jenis kelamin, alamat, dan telepon. Halaman konsultasidapat dilihat pada gambar 7. berikut ini.

Gambar 7. Halaman Konsultasi

Page 11: PENERAPAN METODE FORWARD CHAINING DAN …news.palcomtech.com/wp-content/uploads/2014/10/Jurnal_Meilisa... · forward chaining dan certainty factor (CF) untuk memberikan informasi

11

3. Tampilan Halaman Admina) Halaman Utama Admin

Halaman utama admin digunakan untuk mengelola data penyakit, gejala, relasi,konsultasi, dan pengguna. Desain halaman utama admin dapat dilihat pada gambar 8.berikut ini.

Gambar 8. Desain Halaman Utama Admin

b) Halaman Menu PenyakitHalaman menu penyakit adalah rancangan halaman untuk menambah data penyakit,melihat data penyakit, mengubah data penyakit dan menghapus data penyakit.Halaman menu penyakit dapat dilihat pada gambar 9. berikut ini.

Gambar 9. Halaman Menu Penyakit

c) Halaman Menu GejalaHalaman menu gejala adalah rancangan halaman untuk menambah data gejala,melihat data gejala, mengubah data gejala dan menghapus data gejala. Desainhalaman menu gejala dapat dilihat pada gambar 10. berikut ini.

Page 12: PENERAPAN METODE FORWARD CHAINING DAN …news.palcomtech.com/wp-content/uploads/2014/10/Jurnal_Meilisa... · forward chaining dan certainty factor (CF) untuk memberikan informasi

12

Gambar 10. Halaman Menu Gejala

d) Halaman Menu RelasiHalaman menu relasi dirancang untuk menentukan hubungan atau keterkaitan antarapenyakit dengan gejala. Desain halaman menu relasi dapat dilihat pada gambar 11.berikut ini.

Gambar 11. Halaman Menu Relasi

e) Halaman Menu PenggunaHalaman menu pengguna dirancang untuk menambah data pengguna sebagai admin,melihat data pengguna dan menghapus pengguna. Desain halaman menu penggunadapat dilihat pada gambar 12. berikut ini.

Page 13: PENERAPAN METODE FORWARD CHAINING DAN …news.palcomtech.com/wp-content/uploads/2014/10/Jurnal_Meilisa... · forward chaining dan certainty factor (CF) untuk memberikan informasi

13

Gambar 12. Halaman Menu Pengguna

PENUTUP

Berdasarkan hasil penelitian dan uji coba yang telah dilakukan, maka dapat diambilbeberapa kesimpulan yaitu, metode sistem pakar (expert system) yang dibuat dengan prosespenelusuran forward chaining dapat membantu untuk mendiagnosa penyakit mata manusia,pendiagnosaan penyakit dapat diambil dari gejala-gejala penyakit yang di alami oleh pasiensehingga dapat memberikan diagnosa penyakit, beberapa gejala penyakit mata dapatmenyimpulkan jenis penyakit mata sesuai cf tertinggi. Semakin tinggi nilai cf dari hasilpenelusuran, maka menunjukkan jenis penyakit mata yang diderita oleh pasien penyakitmata, dengan adanya sistem ini, dapat mempermudah masyarakat umum dalam mendapatkaninformasi tentang penyakit mata, hasil diagnosa dapat menampilkan beberapa kemungkinanjenis penyakit mata pada manusia.

DAFTAR PUSTAKA

Arhami, Muhammad. 2005. Konsep Dasar Sistem Pakar. Yogyakarta: Andi Offset.

Kusrini. 2008. Aplikasi Sistem Pakar Menentukan Faktor Kepastian Pengguna denganMetode Kuantifikasi Pertanyaan. Yogyakarta: Andi Offset.

Andi. 2009. Pengembangan Sistem Pakar Menggunakan Visual Basic. Yogyakarta: AndiOffset.

Jogiyanto. 2005. Analisis dan Desain Sistem Informasi Pendekatan Terstruktur, Teori danPraktik Aplikasi Bisnis. Yogyakarta: Andi Offset.

Mansjoer, Arif dkk. 2007. Kapita Selekta Kedokteran. Jakarta: Media Aesculapius.

Fatta, Hanif Al. 2007. Analisis dan Perancangan Sistem Informasi. Yogyakarta: AndiOffset.

Utami, Ema dan Sukrisno. 2005. 10 Langkah Belajar Logika dan Algoritma MenggunakanBahasa C dan C++ di GNU/Linux. Yogyakarta: Andi Offset.