BAB1 Sistem Pakar diagnosa penyakit Saraf menggunakan CBR dan Foward Chaining

download BAB1 Sistem Pakar diagnosa penyakit Saraf menggunakan CBR dan Foward Chaining

If you can't read please download the document

description

BAB1 Sistem Pakar diagnosa penyakit Saraf menggunakan CBR dan Foward Chaining

Transcript of BAB1 Sistem Pakar diagnosa penyakit Saraf menggunakan CBR dan Foward Chaining

BAB 1

PENDAHULUAN

Latar Belakang

Kesehatan merupakan hal yang begitu penting bagi manusia. Ironisnya banyak sekali penyakit-penyakit yang pada akhirnya terlambat atau mungkin salah dalam pendiagnosaan sehingga mencapai tahap kronis yang membuatnya sulit untuk ditangani. Padahal setiap penyakit sebelum mencapai tahap kronis/stadium tinggi umumnya menunjukan gejala-gejala penyakit yang telah diderita oleh pasien tetapi masih dalam tahap yang ringan misalnya, disorientasi ingatan (mudah lupa akan waktu, tempat, dan nama orang), nyeri kepala, atau kedutan.

Akibat dari ketidaktahuannya, penderita tidak memperhatikan hal tersebut. Penderita mengabaikan hal tersebut karena selain tidak terlalu mengganggu aktivitasnya penderita juga menganggap bahwa gangguan tersebut akan sembuh sendirinya. Sampai suatu saat timbul gejala yang amat mengganggu dirinya secara fisik misalnya nyeri kepala yang luar biasa atau kejang-kejang yang teramat sangat dapat mengganggu aktivitasnya. Kalau sampai tahap ini baru penderita memeriksakan keluhannya tersebut ke dokter. Akan tetapi hal tersebut seringkali terlambat karena tingkat penyakitnya sudah tinggi dan sulit untuk diobati atau dokter yang mendapat keluhannya bukan spesialis di bidang tersebut.

Karena dokter spesialis di bidang saraf masih jarang bahkan untuk di negara Indonesia masih sangat sedikit daerah yang mempunyai spesialis di bidang ini. Akibat dari susahnya mendapatkan diagnosis dan terapi pengobatan dari dokter spesialis saraf, dibuatlah sebuah aplikasi sistem pakar dimana aplikasi tersebut dapat membantu penderita di daerah-daerah yang jarang bahkan tidak ada dokter spesialis saraf. Sistem pakar ini dapat membantu dokter umum maupun spesialis non-saraf untuk membantu pengobatan dan terapi penderita.

Sistem pakar merupakan salah satu cabang kecerdasan buatan yang mempelajai bagaimana meniru cara berpikir seorang pakar dalam menyelesaikan suatu permasalahan, membuat keputusan maupun mengambil sebuah kesimpulan dari sejumlah fakta. Kajian pokok dalam sistem pakar adalah bagaimana mentranser ilmu pengetahuan yang dimiliki seorang pakar ke dalam komputer, dan bagaimana membuat keputusan atau mengambil sebuah kesimpulan berdasarkan pengetahuan yang biasanya dilakukan oleh seorang pakar, dengan menyimpan informasi kemudian digabungkan dengan himpunan aturan penalaran yang memadai sehingga memungkinkan komputer memberikan kesimpulan atau mengambil keputusan seperti seorang pakar.

Namun sistem pakar mempunyai kekurangan yaitu sistem pakar tidak selalu bernilai benar. Artinya bahwa hasil dari diagnosa sistem pakar bisa saja tidak akurat kepada suatu solusi yang diharapkan. Untuk mengatasi hal ini maka perlu suatu metode yang mampu melakukan perhitungan sehingga dari berbagai inputan yang diperoleh dapat dikalkulasikan dan nantinya akan didapat suatu derajat kepercayaan dari hasil diagnosa sistem pakar. Salah satu metode yang dapat digunakan dalam aplikasi sistem pakar adalah penalaran berbasis kasus (CBR). CBR adalah suatu metode untuk membangun dengan pengambilan keputusan dari kasus baru dengan berdasarkan solusi dari kasus-kasus sebelumnya. CBR menggunakan pendekatak Artficial Intellegent yang menitik beratkan pemecahan masalah dengan didasarkan pada knowledge dari kasus-kasus sebelumnya.

Berdasarkan penelitian yang dilakukan oleh Wihayanti dan Gumilang (2013), dalam jurnal Penerapan Metode Case Base Reasoning dan Foward Chaining pada Sistem Pakar untuk Diagnosa awal penyakit Ginjal menyatakan CBR merupakan suatu metode dimana pengambilan keputusan sebuah kasus baru diambil dari kasus sebelumnya. Metode CBR digunakan untuk memberikan sebuah knowledge pada diagnosa, sedangkan metode Foward Chaining untuk mendapakan gejala yang diderita yang dimasukkan pengguna. Proses menggunakan 34 gejala yang dibutuhkan dalam menemukan 13 penyakit pada ginjal. Sistem akan memberikan solusi apabila nilai similiarty lebih besar dari 0,7 terhadap kasus lama.

Penelitian yang telah dilakukan oleh Rismawan dan Hartati (2012), dalam jurnal Case-Based Reasoning untuk Diagnosa Penyakit THT (Telinga Hidung dan Tenggorokan), penelitian yang dilakukan merancang suatu sistem yang berfungsi membantu pengguna dalam melakukan diagnosa penyakit THT dengan menggunakan metode Case Base Reasoning untuk mendapatkan solusi tentang penyakit yang diderita berdasarkan gejala yang dimasukkan. Dalam jurnal ini terdapat 102 dari 111 kasus uji memiliki similarity diatas 0,8, sehingga sistem tidak akan memberikan solusi apabila similarity dibawah 0,8.

Penelitian yang telah dilakukan oleh Ariwibowo (2010) dalam jurnal Pengembangan Sistem Cerdas menggunakan Case Based Reasoning untuk Diagnosa Penyakit akibat Virus Eksantema, menyimpulkan sebuah sistem pakar dapat melakukan diagnosis penyakit yang disebabkan Eksantema virus dengan metode CBR, dimana Metode CBR digunakan untuk membandingkan gejala yang sudah ada dengan gejala baru yang didapatkan dari pengguna. Dalam jurnal ini sistem memiliki similarity yang rendah berupa 0,4 bila similarity sudah diatasnya sistem akan memberikan solusi dari hasil verifikasi menurut jenis penyakit.

Menyimpulkan berbagai alasan dari penjelasan tersebut diatas, maka penulis berkeinginan untuk membuat sebuah aplikasi sistem pakar berbasis desktop untuk mendiagnosa penyakit dan gangguan sistem saraf pada manusia dengan menggunakan metode Case Base Reasoning dan Foward chaining dengan menggunakan nilai similarity diatas 0,7 untuk menampilkan solusi terapi sesuai gejala. Yang membedakan dari tiga sistem diatas ialah pada sistem database dimana pengguna tidak dapat mengubah database yang ada hanya admin yang bisa menguba, menambah atau mengurangi jenis penyakit maupun gejala yang ada pada jenis penyakit pada database. Aplikasi tersebut hanya dapat dipergunakan oleh praktisi kesehatan baik itu dokter umum, dokter spesialis non-saraf maupun perawat untuk membantu mendiagnosis mengenai penyakit dan gangguan syaraf dan terapi yang harus dilakukan oleh seorang pasien atau penderita. Dengan adanya sebuah perangkat lunak sistem pakar ini, maka penderita akan lebih waspada akan penyakitnya.

Permasalahan

Berdasarkan latar belakang seperti yang diuraikan sebelumnya, dapat dirumuskan suatu masalah bagaimana membangun sebuah aplikasi sistem pakar untuk mendiagnosis penyakit dan gangguan saraf secara mandiri serta memberikan solusi mengenai penyakit atau gangguan tersebut.

Ruang Lingkup Penelitian

Mengingat luasnya aspek dalam aplikasi ini maka diperlukan ruang lingkup yang jelas untuk menghindari meluasnya pembahasan. Oleh karena itu, dalam aplikasi ini pengguna hanya dapat menggunakan menu-menu yang ada pada aplikasi dan menambahkan, mengurangi atau mengedit biodata pasien kedalam database, admin dapat melakukan update data, baik menambah rule yang baru dengan cara mengupdate database ke cloud storage sehingga ketika pengguna hendak mengupgrade database terbaru harus terkoneksi ke internet, tetapi pengguna tidak dapat menambah atau mengurangi jenis penyakit, tidak dapat merubah rule-rule yang sudah ada yang akan menyebabkan terjadi kerancuan solusi antar pengguna yang mengakibatkan kesalahan dalam metode terapi pengobatan yang diharapkan pasien.

Sistem pakar mempunyai fungsi untuk memproses data yang diterima dari user, kemudian data yang telah diterima dapat diproses dengan menggunakan metode CBR dan Foward Chaining sehingga hasil dari proses data tersebut dapat menyimpulkan sebuah penyakit atau gangguan saraf yang diderita oleh user,dan ditemukan solusi pengobatan atau terapi pada penyakit tersebut.

Karena banyaknya jenis penyakit dan gangguan pada sistem saraf manusia akan dibatasi menjadi 10 Jenis penyakit dan gangguan pada sistem saraf, di dalam aplikasi ini juga terdapat halaman Ensiklopedia yang berisi informasi-informasi tentang apa itu sistem saraf, informasi tentang beberapa penyakit dan gangguan saraf yang umum diderita oleh masyarakat. Aplikasi dibangun dengan bahasa pemrograman VB.net dan mySQL sebagai database-nya

Tujuan Penelitian

Tujuan dalam penelitian ini adalah menghasilkan suatu aplikasi sistem pakar untuk mendeteksi dini penyakit dan gangguan saraf yang bisa didiagnosis oleh dokter umum tanpa harus ke spesialis saraf beserta terapinya.

Manfaat Penelitian

Manfaat yang didapat dari penelitian ini adalah:

Bagi PenulisMenerapkan pengetahuan yang lebih luas dari ilmu-ilmu yang sudah diperoleh selama menempuh pendidikan di STMIK Pontianak.Menerapkan pengetahuan tentang Sistem Pakar dan Pemrograman VB.net

Bagi PenggunaMembantu penderita untuk mengetahui tentang penyakit dan gangguan saraf yang diderita penderita dan terapi pengobatan.Memudahkan praktisi kesehatan untuk mengetahui jenis penyakit beserta nilai similarity dari gejala penyakit saraf sehingga mendapatkan solusi berdasarkan jenis penyakit atau gangguan saraf.

Sistematika Penulisan

Untuk memudahkan pembahasan dan pemahaman dalam melakukan penelitian, maka penulis menyajikan sistematika penulisan. Adapun sistematika dalam penulisan laporan kerja praktek ini adalah sebagai berikut :

BAB 1 : Pendahuluan

Bab ini memaparkan tentang latar belakang, perumusan masalah, batasan masalah, tujuan dan manfaat penelitian, dan sistematika penulisan laporan dari judul yang diambil.

BAB 2 : Landasan Teori

Bab ini membahas tentang teori teori yang mendasari penulisan Skripsi yang sesuai dengan topik penelitian dari judul yang dipilih dan pembuatan aplikasi yang dapat digunakan sebagai pembanding atau acuan di dalam pembahasan masalah.

BAB 3 : Metodologi Penelitian

Bab ini membahas tentang metode-metode yang mendasari penulisan Skripsi yang sesuai dengan topik penelitian.

BAB 4 : Hasil Penelitian

Bab ini berisi tentang gambaran umum aplikasi yang dirancang, proses perancangan aplikasi dan hasil perancangan.

BAB 5 : Penutup

Bab ini menjelaskan tentang kesimpulan yang dapat diambil dari hasil implementasi dan saran yang dapat membantu pengembangan aplikasi di masa mendatang.