IMPLEMENTASI
SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT DALAM PADA MANUSIA MENGGUNAKAN METODE
DEMPSTER SHAFER
Penulis: Esthi Dyah Rikhiana (07018061), Abdul Fadlil
(0510076701)
Judul jurnal: IMPLEMENTASI SISTEM PAKAR UNTUK
MENDIAGNOSA PENYAKIT DALAM PADA MANUSIA MENGGUNAKAN METODE DEMPSTER SHAFER
= Latar belakang jurnal
Penyakit Dalam merupakan penyakit yang serius untuk
ditangani karena penyakit dalam ini berkaitan dengan banyak organ vital dalam
tubuh manusia. Penyakit mematikan di dunia banyak diantaranya merupakan
penyakit dalam seperti penyakit jantung dan paru-paru. Kurangnya informasi dan
pengetahuan tentang Penyakit Dalam membuat manusia mengabaikan penyakit dalam
karena gejala awal dari penyakit dalam berawal dari suatu gejala yang ringan. Kurangnya dokter spesialis penyakit dalam di
Indonesia menjadi pemicu kendala dalam pemeranan pencegahan penyakit mematikan
sejak dini sehingga diperlukan sebuah sistem yang mempunyai kemampuan seperti
pakar dengan memberikan nilai kepastian dalam bentuk persentase dengan
perhitungan Dempster Shafer.
Penelitian yang pertama dilakukan mengacu pada
penelitian terdahulu yang dilakukan oleh Khooliq Ahmad Dani Mutaqien (2011)
yang berjudul “Sistem Pakar Untuk Mendiagnosa Penyakit Dalam Dengan Obat Herbal
Pada Klinik Sidi Aritjahja”. Sistem pakar tersebut menggunakan metode pelacakan
Forward Chaining. Kelemahan pada sistem pakar tersebut belum dilengkapi dengan
metode kepastian atau belum didukung oleh probabilitas hasil diagnosa yang
diperoleh. Kajian terdahulu yang kedua
mengacu pada penelitian Agus Priyono (2011) dengan Judul ” Sistem Pakar Untuk
Mendiagnosa Kerusakan Mesin Lokomotif Kereta Api Dengan Menggunakan Metode Dempster-Shafer”. Dengan menggunakan
metode Dempster-Shafer untuk menghitung nilai ketidakpastian. Metode tersebut
digunakan berdasarkan pada evidence atau fakta gejala atau kerusakan awal yang
terlihat pada mesin kereta api.
= Metode Penulisan Jurnal:
Metode Dempster Shafer
= Review singkat pembahasan jurnal
Ada berbagai macam penalaran dengan model yang lengkap
dan sangat konsisten, tetapi pada kenyataannya banyak permasalahan yang tidak dapat terselesaikan secara lengkap
dan konsisten. Ketidakkonsistenan
tersebut adalah akibat adanya penambahan
fakta baru. Penalaran yang seperti itu disebut dengan penalaran non monotonis.
Untuk mengatasi ketidakkonsistenan tersebut maka dapat menggunakan penalaran
dengan teori Dempster-Shafer. Secara umum teori Dempster-Shafer ditulis dalam
suatu interval:
[Belief,Plausibility]
Belief (Bel) adalah ukuran kekuatan evidence dalam
mendukung suatu hipotesa, jika bernilai 0 maka mengindikasikan bahwa tidak ada
evidence, dan jika bernilai 1 menunjukkan adanya kepastian atau Plausibility
(Pl), yang dinotasikan sebagai]:
Pl(H) = 1 –
Bel (⌐H)
Plausibility juga bernilai 0 sampai 1. Jika yakin akan
⌐H, maka dapat dikatakan bahwa
Bel(⌐H)=1, dan Pl(⌐H)=0. Pada
teori Dempster-Shafer dikenal adanya
frame of discrement yang dinotasikan dengan θ. Frame ini merupakan semesta pembicaraan
dari sekumpulan hipotesis. Tujuannya adalah mengaitkan ukuran kepercayaan
elemenelemen 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, dengan
rumus seperti pada persamaan 2 berikut:
Dimana :
m3(Z) = mass function dari evidence (Z)
m1 (X) = mass function dari evidence (X)
m2 (Y) = mass function dari evidence (Y)
Zm1(X).m2(Y) = ada hasil irisan dari m1 dan m2 Ø
Zm1(X).
m2(Y) = tidak ada hasil irisan (irisan kosong (Ø))
= Kelebihan dalam jurnal
1.
Perhitungan matematika yang sudah
akurat dalam merancang suatu system nya
2.
System pakar yang dibuat sangat
membantu dalam meminimalisir tingkat kesalahan, sehingga hasil yang di dapat
bisa presisi
3.
Penggunaan metode ini sudah sesuai
dengan pemilihan bahasan dalam jurnal ini.
= Saran
1.
Penambahan saran obat yang
digunakan setelah hasil diagnose keluar
2.
Menggunakan metode lain selain yang
dituliskan dalam jurnal ini
3.
Agar aplikasi system pakar yang
dibuat lebih rapi lagi.
= kesimpulan
Berdasarkan hasil pengembangan dan pembahasan maka
dapat disimpulkan :
1. Dari penelitian dihasilkan sebuah perangkat lunak
baru yang mampu mendiagnosa penyakit dalam berdasarkan gejala yang dimasukkan
dan dapat memberikan informasi tentang penyakit yang terdiagnosa
2. Perangkat lunak yang dihasilkan mampu mendiagnosa
penyakit dalam dengan perhitungan probabilitasnya menggunakan metode Dempster
Shafer, dengan menggunakan bahasa pemograman Visual Basic 6.0 yang dapat
beraksi layaknya pakar internis. Sistem ini dapat digunakan sebagai media
konsultasi.
Daftar pustaka:
[2] Fathansyah.
2002. Basis Data Cetakan Keempat.Bandung:Penerbit Informatika.
[3] Gunawan. 2000. Kuliah Artificial Intelligence
Pengantar ke Expert System. Surabaya.
[4] Hartati, Sri & Iswantai, Sari. 2008. Sistem
Pakar dan Pengembangannya. Yogyakarta : Graha Ilmu.
[5]
http://adjie501ers.wordpress.com/2011/04/30/daftar-10-penyakit-palingmematikan
(penulis : Adjie , diakses pada tanggal
06/05/2011 09:05)
[6] http://blogdokter.net/ (penulis : dr. I Made Cock
Wirawan, S.Ked. , diakses pada tanggal 06/05/2011 21:30)
[7]
http://karolindip.blogspot.com/2010/02/ pemerintah-dan -kk
i-harus-membukamata.html diakses pada
tanggal 06/05/2011 09:05
[9]
http://majalahkesehatan.com/penyebab-gejala-dan-penanganan-sirosis-hati/
(penulis : dr.Salma, diakses pada
tanggal 05/06/2011 22:25)
[10] http://www.mediaindonesia.com/read/2011/06/09/232506/293/14/IndonesiaKekurangan-Dokter-Spesialis-Penyakit-Dalam
(Penulis : Media Indonesia, diakses pada tanggal 08/11/2011)
[11] http://turunberatbadan.com/1203/penyebab-hipertensi/
(penulis : Yusri, diakses pada
tanggal 05/06/2011 22:38)
[12] http://www.infopenyakit.com/ (penulis : Khomsah, diakses pada tanggal
05/06/2011 21:30)
[13] Kusrini. 2006. Sistem Pakar Teori dan Aplikasi.
Yogyakarta : Andi Offset.
[14] Kusumadewi, Sri. 2003. Artificial Intelligence
(Teknik & Aplikasi). Yogyakarta : Graha Ilmu.
[15] Mutaqien, Kholiq A,D. 2011. Sistem Pakar Untuk
Mendiagnosa Penyakit Dalam Dengan Obat
Herbal Pada Klinik Sidi Aritjahja
(Skripsi S-1). Yogyakarta : Unersitas Ahmad Dahlan.
[16] Priyono, Agus. 2011. Sistem Pakar Untuk
Mendiagnosa Kerusakan Mesin Lokomotif
Kereta Api Dengan Menggunakan Metode Demspter-Shafer (Skripsi-S1).
Yogyakarta : Universitas Ahmad Dahlan