Rancang Bangun Aplikasi Diagnosis Penyakit Hepatitis

Menggunakan Certainty Factor

Erista Pramana 1) (07410100359)1) SekolahTinggi Manajemen Informatika dan Komputer Surabaya

Email: s070 359 @si.stikom.edu

Abstract

The World Health Organization (WHO) estimates that more than two billion

people are infected with hepatitis B with a mortality rate of 250 thousand people per

year and 170 million people worldwide suffer from hepatitis C with a death rate of 350

thousand people per year. The number of hepatitis patients in Indonesia is estimated

that as many as 30 million people suffer from chronic hepatitis B and C. Half of it is

thought to have chronic liver disease, with 10 percent of them become cancerous liver.

Applications built will be able to help people with hepatitis in diagnosing and providing

information about the disease hepatitis experienced. Information generated application

form hepatitis outbreak confidence level based on the physical symptoms experienced

were calculated using the Certainty Factor.Based on the evaluation of the test results,

hepatitis disease diagnosis applications using Certainty Factor has been made capable

of diagnosing hepatitis disease experienced by patients and give certainty to the illness

as well as generate data that contains the results of diagnosis and disease therapy diet

meal plan that can help the user provide solutions to the disease suffered hepatitis.

Keywords: WHO, Hepatitis, Certainty Factor, Evident, Diagnosis

Penyakit Hepatitis adalah penyakit yang

disebabkan oleh beberapa jenis virus

yang menyerang dan menyebabkan

peradangan serta merusak sel-sel organ

hati manusia. Hati merupakan organ

tubuh manusia yang sangat penting

yang memiliki fungsi sebagai saringan

atas setiap masuknya partikel berbahaya

yang masuk ke tubuh seseorang.

Seseorang apabila mengidap penyakit

tersebut maka tidak ada lagi bagian

tubuhnya yang dapat menangkal

partikel berbahaya atau racun kedalam

tubuh sehingga dapat menimbulkan

resiko kematian. Virus hepatitis ini

1

memiliki tingkat keganasan yang lebih

besar daripada virus berbahaya lainnya

termasuk HIV Aids (Green,2005).

Badan Kesehatan Dunia (WHO)

memperkirakan lebih dari dua miliar

penduduk dunia terinfeksi hepatitis B

dengan angka kematian 250 ribu orang

per tahun dan 170 juta penduduk dunia

mengidap hepatitis C dengan tingkat

kematian 350 ribu orang per tahun.

Jumlah penderita hepatitis di Indonesia

diperkirakan sebanyak 30 juta orang

yang mengidap penyakit hepatitis B dan

C. Setengah dari jumlah itu diduga

memiliki penyakit liver kronis, dengan

10 persen di antaranya menjadi kanker

liver (Fauzy,2011).

Saat ini, penderita Hepatitis sering

mengalami keterlambatan penanganan

medis. Hal ini disebabkan oleh

keterbatasan waktu untuk melakukan

konsultasi ke dokter dan gejala yang

nampak pada penyakit ini mirip dengan

penyakit biasa sering diabaikan oleh

sebagian besar orang. Sehingga, sering

dijumpai penyakit ini sudah pada

kondisi kronis yang menyebabkan

kematian karena sudah mencapai tahap

akut dan sulit untuk disembuhkan.

Kebutuhan informasi yang cepat dan

tepat dari seorang pakar kesehatan atau

dokter spesialis penyakit dalam

sangatlah dibutuhkan, hal inilah yang

mendorong pembangunan aplikasi

diagnosa Hepatitis untuk diwujudkan.

Penanganan solusi kesehatan Hepatitis

akan sangat membantu terutama dalam

hal mendiagnosis, menentukan jenis

hepatitis yang diderita dan terapi yang

dibutuhkan.

Dalam penerapan teknologi Artificial

Intelligence ada beberapa aturan yang

sering digunakan, salah satunya adalah

Certainty Factor. Certainty Factor

merupakan perhitungan tingkat

kepastian terhadap kesimpulan yang

diperoleh yang dihitung berdasarkan

nilai probabilitas penyakit karena

adanya evident / gejala (Pearl, 2000).

Menurut Kusrini (2008) perhitungan

dengan menggunakan metode ini, dalam

sekali hitung hanya dapat mengolah dua

jenis data saja sehingga keakuratannya

dapat terjaga. Sedangkan menurut

Hartati (2005) hasil uji coba sistem

dengan menggunakan metode ini

menunjukkan bahwa sistem mampu

melakukan diagnosa penyakit kelamin

pria dan penyakit TBC berdasarkan

gejala-gelaja yang diderita pasien.

Meskipun gejala-gejala tersebut

mengandung ketidakpastian dengan

nilai Certainty Factor yang

menunjukkan tingkat kebenaran hasil

2

diagnosa. Dari uraian beberapa sumber

inilah dijadikannya alasan, mengapa

Metode Ceratinty Factor digunakan

pada implementasi aplikasi ini.

Sistem aplikasi yang akan dibuat

diharapkan dapat membantu seseorang

dalam mendiagnosis dan menenentukan

penyakit hepatitis yang diderita

berdsarkan gejala fisik yang dialami

serta dapat memberikan solusi atau

terapi apa yang harus dilakukan untuk

mengatasi penyakit yang dideritanya.

LANDASAN TEORI

2.1 Penyakit Hepatitis

Hepatitis adalah kelainan hati berupa

peradangan (sel) hati. Peradangan ini

ditandai dengan meningakatan kadar

enzim hati. Peningkatan ini disebabkan

adanya gangguan atau kerusakan

membran hati. Ada dua faktor

penyebabnya yaitu faktor infeksi dan

faktor non infeksi. Faktor penyebab

infeksi antara lain virus hepatitis dan

bakteri. Selain karena virus Hepatitis

A,B,C,D,E, dan G masih banyak virus

lain yang berpotensi menyebabkan

hepatitis misalnya adenoviruses ,

CMV , Herpes simplex , HIV ,

rubella ,varicella dan lain-lain.

Sedangkan bakteri yang menyebabkan

hepatitis antara lain misalnya bakteri

Salmonella typhi, Salmonella

paratyphi , tuberkulosis , leptosvera.

Faktor non-infeksi misalnya karena

obat. Obet tertentu dapat mengganggu

fungsi hati dan menyebabkan hepatitis

(Dalimartha,2008).

Virus yang menyebabkan virus

hepatitis berada didalam cairan tubuh

manusia yang sewaktu-waktu bisa

ditularkan ke orang lain. Memang

sebagian orang yang terinfeksi virus ini

bisa sembuh dengan sendirinya namun

demikian virus akan menetap dalam

tubuh seumur hidup.

2.1.1 Hepatitis A

Penyebab penyakit adalah virus

hepatitis A (HAV), picornavius

berukuran 27-nm (yaitu virus dengan

positive stain RNA). Virus tersebut

dikelompokkan kedalam Hepatovirus,

anggota famili Picornaviridae. Gejala

hepatitis A pada orang dewasa

diwilayah nonendemis biasanya

ditandai dengan demam, malaise,

anoreksia, nausea, gangguan abdomial

diikuti dengan gagngguan ikterus

dalam beberapa hari. Disebagian negara

berkembang virus Hepatitis A terjadi

pada amasa anak-anak umumnya

asimtomastis atau gejala sakit ringan.

Infeksi yang terjadi pada usia

3

selanjutnya hanya dapat diperiksa

melalui pemeriksaan laboratorium

terhadap fungsi hati. Disebagian besar

wilayah dunia muncul secara sporadis

sebagai wabah dengan kecenderungan

muncul secara siklis. Dinegara sedang

berkembang umumnya orang dewasa

sudah kebal dengan virus tersebut

sehingga jarang terjadi. Namun dengan

adanya perbaikan sanitasi lingkungan

disebagian besar negara di dunia

ternyata membuat penduduk golongan

dewasa muda menjadi lebih rentan

sehinnga frekuensi terjadi KLB

cenderung meningkat.

Dinegara-negara maju penularan

penyakit terjadi karena kontak dalan

lingkungan keluarga dan kontak

seksual dengan penderita akut, dan juga

muncul secara sporadis di tempat-

tempat penitipan anak usia sebaya,

menyerang wisatawan yang bepergian

ke negara dimana penyakit tersebut

endemis, menyersi ang pengguna

suntikan pecandu obat terlarang dan

pria homoseksual. Didaerah dengan

sanitasi lingkungan yang rendah,

infeksi umumnya terjadi pada usia yang

sangat muda.

2.1.2 Hepatitis B

Penyebab penyakit ini adalah

virus hepatitis B (HBV), termasuk

hepadnavirus, berukuran 42-nm double

straned DNA virus dengan terdiri dari

neucleocapsid core (HBc Ag)

berukuran 27 mm, dikelilingi oleh

lapisan lippoprotein dibagian luarnya

yang berisi antigen permukaan

(HBsAg). Hanya sedikit saja dari

mereka yang terinfeksi hepatitis B

(HVB) akut yang menunjukkan gejala

klinis.

Kurang dari 10% pada anak-anak

dan 30%-50% pada orang dewasa

dengan efisiensi Hepatitis B (HBV)

akut akan berkembang menjadi icteric.

Pada penderita yang menunjukan gejala

klinis, timbulnya gejala biasanya

insidious, dan anorexia, gangguan

abdominal yang samar-samar,mual dan

muntah, kadang-kadang disertai

arthralgia dan trash dan sering

berembang menjadi jaundice. Demam

ringan atau mungkin tidak sama sekali.

Tersebar diseluruh dunia,

endemis atau variasi musiman. WHO

memperkirakan lebih dari 2 milyar

orang terinveksi HBV (termasuk 350

juta kronis). Setiap tahun sekitar 1 juta

orang meninggal akibat terinfeksi HBV

dan lebih dari 4 juta kasus klinis terjadi.

4

Dinegara dimana HBV endemis tinggi

(prlevansi HbsAg berkisar atas 8 %),

infeksi biasanya terjadi pada semua

golongan umur. Meskipun angka

infeksi kronis tinggi terutama

disebabkan karena terjadi penularan

selama kehamilan dan pada masa bayi

dan anak-anak.

2.1.3 Hepatitis C

Penyebab penyakit adalah virus

hepatitis C (HCV) yang merupakan

virus RNA dengan amplop,

diklasifikasikan ke dalam genus

berbeda (Hepacavirus) dari famili

Flaviviridae. Paling sedikit ada 6

genotipe yang berbeda dan lebih dari

90 subtipe HCV yang diketahui saat ini.

Gejala penyakit ini umumnya

insidious,bisa disertai anoreksida,

gangguan abdominal tidak jelas, mual

dan muntah-muntah, berlanjut menjadi

icterus (jauncide) lebih jarang jika

dibandingkan dengan Hepatitis B.

Meskipun infeksi pertama

mungkin asimtomatis (lebih dari 90%

kasus) atau ringan, namun sebagian

besar (diantara 50%-80% kasus) akan

menjadi kronis. Pada orang yang

mengalamin infeksi kronis, sekitar

separuh dapat berkembang menjadi

cirrhosis atau kanker hati.

Hepatitis jenis ini tersebar

diseluruh dunia. Prevelnsi HCV

berhubungan langsung dengan

prevelansi orang yang menggunakan

jarum suntik bersama dikalangan

pecandu obat terlarang dan prevelensi

kebiasaan menggunakan alat suntik

yang tidak steril ditempat pelayanan

kesehatan.

Certainty Factor

Faktor kepastian (Certainty Factor)

diperkenalkan oleh Shortlife Buchanan

dalam pembuatan MYCIN. Certainty

Factor (CF) merupakan nilai parameter

klinis yang diberikan MYCIN untuk

menunjukkan besarnya kepercayaan.

Certainty Factor menurut Giarrantano

dan Riley dalam Kusrini (2008:15)

didefinisikan sebagai berikut :

CF (Pk , G)=MB(Pk ,G) – MD(Pk ,G)

Dengan :

5

Dimana:

CF (Pk,G) tingkat kepastian

penyakit Pk,

berdasarkan gejala G.

MB (Pk,G) pengukuran tingkat

kepastian penyakit Pk,

karena adanya gejala G.

MD (Pk,G) pemgukuran tingkat

ketidakpercayaan

penyakit Pk,

berdasarkan gejala G.

P(Pk\G) probabilitas penyakit

Pk dengan diketahui

gejala G telah terjadi.

P(Pk) probabilitas penyakit

Pk.

Apabila terdapat gejala-gejala yang

berbeda menyebabkan penyakit yang

sama, maka mis gejala G (G1, G2 ...

Gn) menyebabkan penyakit Pk, maka

terdapat nilai E(E1, E2 ... En) juga

menyebabkan penyakit Pk, maka

terdapat nilai CF1(Pk,G) dan

CF2(Pk,E). Tingkat kepastian yang

dihasilkan oleh sistem dalam

menentukan diagnosa adalah CF

kombinasi seperti yang dirumuskan

pada persamaan :

Dengan menggali dari hasil wawancara

dengan pakar . Nilai CF (Rule) didapat

dari interpretasi ‘term’ dari pakar

menjadi nilai CF tertentu (lihat tabel 1 )

Tabel 1CF Value Interpretation

Certain Term MD/MB

Tidak ada

Mungkin

Kemungkinan Besar

Hampir Pasti

Pasti

0 - 0.2

0.4

0.6

0.8

1.0

ANALISIS DAN PERANCANGAN

SISTEM

Seorang dokter dalam

mendiagnosis suatu penyakit adalah

dengan melihat gejala-gejala klinis yang

dialami pasien . Gejala-gejala tersebut

didapatkan dari hasil jawaban atas

pertanyaan-pertanyaan yang diberikan

oleh dokter kepada pasien, dokter

kemudian membuat kesimpulan

penyakit yang diderita pasien serta cara

penyembuhannya. Pengobatan dan

6

rujukan yang diberikan dokter sesuai

dengan penyakit yang dialami pasien.

Cara diagnosis dokter tersebut

memiliki persamaan dengan model

aplikasi diagnosis penyakit hepatitis

dengan menggunakan Certainty

Factor . Representasi penafsiran

analisis dokter dinyatakan dalam bentuk

rule sebagai tempat menyimpan

pengetahuan dan analisa dari dokter

dalam aplikasi. Dimana keduanya

dalam menyimpulkan suatu keputusan

mengacu pada suatu fakta-fakta gejala

yang didapatkan. Gejala-gejala yang

diberikan oleh pasien, pada Certainty

Factor akan diberikan nilai tingkat

keyakinan yang akan digunakan untuk

mengukur tingkat kepastian suatu

penyakit yang dialami pasien seperti

yang dilakukan dokter.

Untuk membuat aplikasi

diagnosis penyakit hepatitis secara

akurat, diperlukan data mengenai jenis

penyakit hepatitis, data gejala-gejala

penyakit, data jenis terapi, data tindakan

terapi dan data rekam medik. Data

rekam medik merupakan berkas yang

berisikan catatan dan dokumen yang

berisikan tentang identitas pasien,

pemeriksaan, pengobatan, tindakan dan

pelayanan lain yang telah diberikan.

Sumber data atau informasi bisa kita

dapatkan dari seorang ahli, dan berbagai

literatur mengenai penyakit, sedangkan

data rekam medik bisa kita peroleh dari

rumah sakit. Berikut Gambaran umum

mengenai proses diagnosis pasien

penderita penyakit hepatitis.

Data penyakit, gejala, terapi, dan

tindakan yang didapatkan dari para ahli

medis dan rekam medik akan

dimasukkan kedalam sistem untuk

proses dan diolah yang kemudian akan

dijadikan informasi jenis penyakit

hepatitis yang dialami. Proses tersebut

dimulai dengan membuat Tabel

penyakit,Tabel gejala, dan Tabel terapi

7

beserta detailnya, serta pembuatan

Tabel rekam medik..

Pada Tabel gejala dan penyakit

akan dilakukan proses penghitungan

tingkat probabilitas gejala terhadap

penyakit yang dialami sesuai dengan

data rekam medik yang telah

dimasukkan kedalam Tabel. Nilai

probabilitas inilah yang menjadi acuan

dalam perhitungan Certainty Factor .

Sedangkan untuk data terapi dokter

akan melakukan penentuan bagaimana

terapi itu akan diterapkan terhadap

penyakitnya.

Desain Arsitektur

Model pengembangan dalam

sistem informasi ini berupa desain

arsitektur yang terdiri dari tiga

pengguna, yaitu dokter, admin dan user

umum untuk konsultasi. Desain

arsitektur untuk Dokter terdiri dari

proses Maintenance data penyakit, data

gejala, data terapi dan data tindakan,

serta proses penentuan terapi yang

menjadi parameter dalam mementukan

terapi bagi para penderita.

Gambar 1 Desain Arsitektur aplikasi

diagnosis penyakit hepatitis menggunakan metode Certainty Factor

Context Diagram

Context Diagram dari aplikasi

diagnosis penyakit hepatitis

menjelaskan garis besar dari proses

diagnosis penyakit. Pada Context

Diagram ini terdapat 3 external entity

yaitu dokter, admin dan user

Gambar 2 Context Diagram

8

DFD Level 0

DFD level merupakan hasil

decomposse dari DFD level Context.

Pada DFD level 0 terdapat lima proses.

Proses pada level ini yaitu proses

manajemen data, proses perhitungan CF

(Certainty Factor) gejala dan penentuan

terapi dan terakhir adalah proses

konsultasi.

dt rule

[Data User]

[Jawaban Konsultasi]

[Data Tindakan]

[Data Terapi]

[Data Penyakit]

[Data gejala]

[Data Rule]

Detail Rule

dt detail terapi

dt detail menu

nilai cf gejala

dt tingkat penyakit

pertanyaan gejala

dt konsultasi

detail konsultasi

pertanyaan

dt gejala

dt tindakan

dt menu makanan

dt penyakit

dt terapi

dt makanandt jenis menu

Detail Menu

Detail TerapiDetail Rule

dt tingkat penyakit

nilai CF gejalaDetail Rekam Medik

dt rekam medik

dt rule

dt menu makanan

dt tindakan

dt gejala

dt_user

dt jenis menu

dt makanan

dt terapi

dt penyakit

[Data Rekam Medik]

[Data Jenis Menu]

[Data Makanan]

[Gejala Fisik]

[Pertanyaan Gejala]

[Hasil Diagnosis]

[Pertanyaan Konsultasi]

[Data Menu Makanan]

User

Admin

Dokter

1

Manajemen Data

+

2

Perhitungan CF Gejala dan penentuan terapi

+

3

Diagnosis dan Konsultasi

+

1 User

2 Penyakit 3 Gejala

4 Terapi 5 Tindakan

6 Makanan7 Menu_Makanan

8 Jenis_Menu9 Rule

10 Rekam_Medik

11 Detail_Rekam_Medik12 Nilai_CF_Gejala

13 Detail_Rule

14 Tingkat_Penyakit

15 Detail_Terapi

16 Detail_Menu

17 Konsultasi

18 Detail_Konsultasi

19 Tanya_Jawab

9 Rule

Gambar 3 DFD Level 0

Conceptual data model (CDM)

mempunyai

mempunyaimempunyai

mempunyai

mempunyai

mempunyai mempunyai

mengajukan

mempunyai

mempunyai

mempunyai

mempunyai

mempunyai

mempunyai

mempunyai

mempunyai

mempunyai

mempunyai

melakukan

mengandungmempunyai

Userid_useruser_namepasswordnamatgl_lahiralamatkotajenis_kelaming ol_darahno_telpemailstatus_user

Rekam_Medikid_datarmnama_sampelg ejalahasil_uji_lab

Gejalaid_g ejalanama_g ejalapertanyaanprobabili tas_g ejala

Terapiid_terapijenis_terapiterapi

Penyakitid_penyakitpenyaki tprobabili tas_pk

Nilai_CF_Gejalaid_cfg ejalambmd

Konsul tasiid_konsultas itgl_konsultas ijawaban konsultasi

Tindakanid_tindakannama_tindakan

Detai l_Rekammedikid_detail_rmstatus_detail rm

Detai l_Terapiid_detailterapistatus_detail terapi

Detai l_Konsul tasiid_detailkonsultas istatus_detail lkonsul tasiCF_Pk

Tingkat_Penyaki tid_ting katpenyakitMaksimal_CFMinimal_CF

Tanya_Jawabid_pertanyaantgl_pertanyaanjudul_pertanyaanpertanyaanjawaban

Ruleid_rulenama_rulerule

Detai l_Ruleid_detail_ruleketrangan_rule

Menu_Makananid_menunama_menujumlah_kalori

Detai l_Menuid_detail_menuket_detai l_menu

Makananid_makanannama_makananket_makanang olong an_makananprotein (g )lemak (g )karbohidrat (g )kalori

Jenis_M enuid_jenis_menunama_jenis_menuket_jenis_menu

Gambar 3.10 Conceptual data model (CDM)

Physical data model (PDM)

9

ID_MAKANAN = ID_MAKANAN

ID_JENIS_MENU = ID_JENIS_MENUID_MENU = ID_MENU

ID_TINGKATPENYAKIT = ID_TINGKATPENYAKIT

ID_RULE = ID_RULE

ID_GEJALA = ID_GEJALA

ID_PENYAKIT = ID_PENYAKIT

ID_USER = ID_USER

ID_TERAPI = ID_TERAPIID_PENYAKIT = ID_PENYAKIT

ID_DATA = ID_DATA

ID_GEJALA = ID_GEJALA

ID_PENYAKIT = ID_PENYAKIT

ID_TINDAKAN = ID_TINDAKAN

ID_GEJALA = ID_GEJALA

ID_KONSULTASI = ID_KONSULTASI

ID_TERAPI = ID_TERAPI

ID_TERAPI = ID_TERAPI

ID_USER = ID_USER

ID_PENYAKIT = ID_PENYAKITID_GEJALA = ID_GEJALA

USERID_U SER varchar(12)USER_NAM E varchar(12)PASSWORD varchar(12)NAMA v50TGL_LAHIR dateALAMAT varchar(50)KOTA varchar(50)JENIS_KELAMIN varchar(10)GOL_DARAH varchar(2)NO_TELP varchar(50)EMAIL varchar(50)STATUS_USER varchar(50)

REKAM_MEDIKID_DATA varchar (10)NAMA_SAM PEL varchar (50)GEJALA varchar (50)HASIL_UJI_LAB varchar (10)ID_PENYAKIT varchar (20)

GEJALAID_GEJALA varchar(20)NAMA_GEJALA varchar(50)PERTANYAAN varchar(100)PROBABILITAS_GEJALA integ er

TERAPIID_TERAPI varchar(10)JENIS_TERAPI varchar(20)TER API varchar(100)

PENYAKITID_PENYAKIT varchar(20)PENYAKIT varchar(20)PROBABILITY integ er

NILAI_C F_GEJALAID_CF varchar (10)ID_GEJALA varchar (20)ID_PENYAKIT varchar (20)MB integ erMD integ er

KONSULTASIID_KONSULTASI varchar(10)ID_TERAPI varchar(10)TGL_KONSULTASI dateJAWABAN_KONSULTASI varchar(50)ID_USER varchar(12)

TINDAKANID_T INDAKAN varchar(10)NAMA_KETERANGAN varchar(100)

DETAIL_REKAM MEDIKID_DETAIL_RM varchar (10)STATUS_DETAILRM varchar (50)ID_GEJALA varchar (20)ID_DATA varchar (10)

DETAIL_TERAPIID_DETAILTERAPI varchar(10)ID_TERAPI varchar(10)ID_TINDAKAN varchar(10)STATUS_DETAILTERAPI varchar(50)

DETAIL_KONSULTASIID_DETAILKONSULTASI varchar(10)ID_KONSULTASI varchar(10)ID_GEJALA varchar(20)STATUS_DETAILLKONSULTASI varchar(50)CF_PK integ er TINGKAT_PENYAKIT

ID_TINGKATPENYAKIT varchar(10)ID_PENYAKIT varchar(20)ID_TERAPI varchar(10)MAKSIMAL_CF integ erMINIMAL_CF varchar(10)

TANYA_JAWABID_PERTANYAAN varchar(7)TGL_PERTANYAAN timestampJUD UL_PERTANYAAN varchar(100)PER TANYAAN varchar(200)JAWABAN varchar(200)ID_USER varchar(12)

RULEID_R ULE varchar(10)ID_PENYAKIT varchar(20)RULE numeric(1)NAMA_RULE varchar(25)

DETAIL_RULEID_D ETAIL_R ULE varchar(10)ID_GEJALA varchar(20)KETRANGAN _RULE <undefined>ID_R ULE varchar(10)

MENU_M AKANANID_MENU varchar(7)NAMA_MENU varchar(100)ID_TINGKATPENYAKIT varchar(10)JUM LAH_KALORI integ er

DETAIL_M EN UID_D ETAIL_M ENU varchar(10)KET_DETAIL_MENU varchar(10)ID_MENU varchar(7)ID_JENIS_MENU varchar(10)ID_MAKANAN varchar(10)

MAKANANID_MAKANAN varchar(10)NAMA_MAKANAN varchar(100)KET_M AKANAN varchar(100)PR OTEIN integ erLEMAK integ erKARBOHIDRAT integ erKALORI integ erGOLONGAN _MAKANAN integ er

JENIS_MENUID_JEN IS_MENU varchar(10)NAMA_JENIS_MENU varchar(100)KET_JENIS_MENU varchar(100)

Gambar 3 Physical data model (PDM)

IMPLEMENTASI

Halaman login adalah halaman

yang pertama kali akan ditampilkan

ketika membuka aplikasi diagnosis.

User harus menginputkan username dan

password pada halaman login agar bisa

masuk dalam aplikasi diagnosis

penyakit hepatitis. Halaman login dapat

dilihat pada Gambar 4.

Gambar 4.1 Halaman Log In

Tampilan pertanyaan untuk

mengidentifikasi gejala yang dialami

user yang akan melakukan diagnosis

pada aplikasi diagnosis penyakit

hepatitis ditunjukkan Gambar 4.53.

Gambar 4 Tampilan pertanyaan identifikasi gejala

Hasil diagnosis yang dilakukan pada

aplikasi pada kasus 1 didapatkan

kesimpulan bahwa antar hasil

pemeriksaan pasien yang terdapat pada

data rekam medik dengan hasil

diagnosis yang dilakukan pada aplikasi

seperti terlihat pada Gambar 5

Gambar 5 Hasil diagnosis

Detail hasil perhitungan Certainty

Factor yang tedapat pada aplikasi

seperti terdapat pada Gambar 6

Gambar 6 Perhitungan kombinasi gejala

KESIMPULAN

Berdasarkan evaluasi hasil uji coba,

aplikasi diagnosis penyakit hepatitis

menggunakan Certainty Factor yang

telah dibuat mampu mendiagnosis

penyakit hepatitis yang dialami

penderita dan memberikan nilai

kepastian terhadap penyakit yang

diderita serta menghasilkan data hasil

10

diagnosis yang berisi tentang terapi

penyakit dan meal plan menu makanan

yang dapat membantu user memberikan

solusi terhadap penyakit hepatitis yang

diderita.

SARAN

Berdasarkan penjelasan tentang sistem

aplikasi yang telah dibuat, dapat

diberikan saran untuk pengembangan

sistem ini sebagai berikut:

Sistem dapat dikembangkan menjadi

lebih lanjut dalam hal pemanfaatan

yaitu melalui media konsultasi berbasis

smartphone seperti Android,

Blackberry, dan I-Phone sehingga dapat

dengan mudah diakses dan melakukan

konsultasi.

Sistem dapat dikembangkan menjadi

lebih kompleks lagi yaitu aplikasi ini

dapat diperluas area penyakit yang akan

di diagnosis mencakup penyakit

hepatitis beserta komplikasi penyakit

yang menyertainya.

DAFTAR PUSTAKA

Anonim, Lembar Fakta Hepatitis.

http://www.depkes.go.id/hepat

itis/index.php/component/cont

ent/article/34-press-release/

799-lembar-fakta-

hepatitis.html. (Sitasi 20

September 2011)

Arhami, Muhammad. 2005. Konsep

Dasar Sistem Pakar.

Yogyakarta : Andi

Dalimartha, Setiawan. 2008. Ramuan

Tradisional Untuk Pengobatan

Hepatitis. Jakarta. Penebar

Swadaya.

Fauzy, Ahmad dr. Sp.PD-KGEH.

Prevalensi Penyakit Hepatitis

Virus di Indonesia.

http://www.rspondokindah.co.

id/rspi/index.php?

option=com_docman&task=do

c_download&gid=457&Itemid

=218&lang=id . (Sitasi 20

September 2011)

Green, Chris W.2005. Hepatitis Virus

dan HIV,Jakarta:Yayasan Spirtia

Hartati, 2005. Media Konsultasi

Penyakit Kelamin Pria dengan

Menggunakan Metode Certainty

Factor Bayesian. Yogyakarta:

Seminar Nasional Teknologi

Informasi (SNASTI) 2005

Universitas Gadjah Mada

Kusrini, 2008. Aplikasi Sistem Pakar.

Yogyakarta: Andi

Romeo, S.T. 2003. Testing dan

Implementasi Sistem. STIKOM.

Surabaya.

11

12