SISTEM PAKAR UNTUK MENDIAGNOSIS PENYAKIT LEUKIMIA

MENGGUNAKAN

METODE BAYESIAN NETWORK

OLEH

MUHAMAD W SUWANDI (231 10 083)

MARDON DJINGI (231 10 069)

FAKULTAS TEKNIK JURUSAN TEKNIK INFORMATIKA

UNIVERSITAS KATOLIK WIDYA MANDIRA KUPANG

2014

1

2

KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa, yang telah

melimpahkan kasih, karunia dan anugerahnya, sehingga penulis dapat

menyelesaikan laporan “Sistem Pakar Untuk Mendiagnosa Penyakit Leukimia

Menggunakan Metode Bayesian Network” tepat pada waktunya.

Dalam menyelesaikan laporan ini, penulis sudah berusaha sebaik

mungkin, namun penulis hanyalah insan yang tidak sempurna yang tidak terlepas

dari keterbatasan, penulis menyadari bahwa masih banyak terdapat kesalahan

dalam penulisan laporan ini. Untuk itu penulis dengan hati terbuka menerima

saran dan kritik dalam upaya menyempurnakan laporan ini nantinya.

Dalam menyelesaikan laporan ini, penyusun banyak mendapatkan bantuan

dari berbagai pihak yang telah memberikan keterangan, data-data, waktu, tenaga

dan pikiran demi terselesaikannya Skripsi ini. Oleh karena itu, dalam kesempatan

ini penyusun ingin menyampaikan ucapan terima kasih yang sebesar-besarnya

kepada :

1. Ibu Paulina Yulianti Bria,ST. MT., selaku dosen matakulia sistem pakar.

2. Teman-teman Rio,Epang,Lalong,Putra,Abi dan semua teman-teman

seangkatan yang telah banyak memberikan dukungan.

3. Semua pihak yang telah memberikan bantuan dalam menyelesaikan

laporan ini.

Kupang, 2014

P e nulis

3

BAB I

PENDAHULUAN

1.1 Latar Belakang

Dalam kehidupan manusia kesehatan merupakan hal yang sangat penting

untuk dibicarakan dan dipelihara. Hidup sehat adalah salah satu modal bagi

seorang manusia agar dapat menjalani aktivitasnya. Walaupun demikian tak dapat

kita pungkiri bahwa masalah kesehatan selalu diikuti dengan adanya atau

munculnya penyakit yang dapat menjadi ancaman bagi manusia. Tingginya angka

kematian pada manusia disebabkan oleh berbagai jenis penyakit salah satunya

Leukimia.

Leukemia adalah suatu jenis kanker yang dimulai dari sel darah putih. Dalam

keadaan normal, sel darah putih, berfungsi sebagai pertahanan tubuh, akan terus

membelah dalam suatu kontrol yang teratur. Pada penderita leukemia, terjadi

pembentukkan sel darah putih abnormal (sel leukemia) yang berbeda dan tidak

berfungsi seperti sel darah putih normal. Leukemia umumnya muncul pada diri

seseorang sejak dimasa kecilnya, sumsum tulang tanpa diketahui dengan jelas

penyebabnya telah memproduksi sel darah putih yang berkembang abnormal.

Untuk melakukan diagnosa penyakit, pasien dapat langsung berkonsultasi dengan

dokter atau ahli sehingga dokter langsung dapat menentukan penyakit yang

diderita pasien tersebut. Namun ada kendala-kendala yang dialami oleh pasien

4

pada saat konsultasi yaitu keterbatasan waktu seorang dokter atau pakar karena

manusia juga memerlukan waktu beristirahat, tempat aksesnya bersifat lokal pada

suatu tempat saja dimana pakar berada, dan membutuhkan biaya yang mahal.

Sedangkan dengan mengunakan sistem pakar akan lebih mudah karena tidak

terbatas waktu, dapat digunakan kapanpun juga, dan dapat digunakan di berbagai

tempat

Seperti yang diketahui, dewasa ini telah berkembang bidang studi “Artificial

Inteligence” (kecerdasan buatan) yang mempelajari serta mampu meniru

kecerdasan manusia. Salah satu sub bidang kecerdasan buatan adalah “expert

sistem” (sistem pakar). Sistem pakar mampu meniru kerja seorang pakar dalam

bebagai bidang, seperti medis dan geologi. Untuk mendapatkan informasi berupa

kesimpulan dari seperangkat data atau fakta yang diketahui dapat menggunakan

metode Bayesian Network. Bayesian Network merupakan suatu metode

penyelesaian masalah yang dapat merepresentasikan hubungan sebab akibat

diantara variabel-variabel yang terdapat pada struktur bayesian network. Sebagai

contoh, sebuah bayesian network dapat mewakili hubungan probabilistik antara

penyakit dan gejala. Bayesian network dapat digunakan untuk menghitung

probabilitas dari kehadiran berbagai gejala penyakit.

Bertolak dari keseluruhan pembahasan tersebut, penulis ingin mengangkatnya

sebagai suatu permasalahan pada penulisan laporan ini dengan judul sistem

pakar untuk mendiagnosis penyakit leukimia menggunakan metode bayesian

network. . Diharapkan dengan adanya sistem ini dapat membantu seorang

dokter/ahli dalam proses pendiagnosaan pasien.

5

1.2 Permasalahan

Berdasarkan latar belakang yang telah diuraikan, perumusan masalah

pada sistem ini adalah bagaimana membuat sistem pakar untuk mendiagnosis

penyakit leukimia menggunakan metode bayesian network

1.3 Batasan Masalah

Dari perumusan masalah di atas, penulis membatasi permasalahan dalam

penulisan laporan ini yaitu diagnosis hanya pada penyakit leukemia dengan hasil

diagnosis “positif” atau “negatif”. Apabila “positif”, akan dihitung nilai

probabilitas untuk setiap jenis penyakit. Basis pengetahuan terdiri dari 4 jenis

penyakit leukemia.

1.4 Tujuan Penulisan

Adapun tujuan yang akan dicapai dalam penulisan laporan tugas akhir ini

adalah, merancang suatu aplikasi yang dapat membantu Dokter/Ahli untuk

memberikan diagnosa penyakit pasien dengan meminimalkan resiko terjadinya

kesalahan.

6

BAB II

TINJAUAN PUSTAKA

2.1 Pengertian Sistem Pakar

Menurut Arhami (2005), sistem pakar adalah suatu cabang dari

pemrograman AI (Artificial Intelligence) yang membuat penggunaan secara luar

pengetahuan (Knowledge) yang khususnya untuk penyelesaian tingkat manusia

yang pakar.

Menurut Kusumadewi (2003), sistem pakar (expert system) adalah sistem

yang berusaha mengadopsi pengetahuan menusia ke komputer, agar komputer

dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli.

Pada dasarnya sistem pakar diterapkan untuk mendukung aktivitas

pemecahan masalah. Beberapa aktivitas pemecahan yang dimaksud antara lain :

pembuatan keputusan (decision making), pemanduan pengetahuan (knowledge

fusing), pembuatan desain(designing), perencanaan (planning), pengaturan

(regulating), pengendalian (controlling), diagnosis (diagnosing), penjelasan

(explaining), pemberian nasihat (advising), dan pelatihan (tutoring). Selain itu

sistem pakar juga dapat berfungsi sebagai asisten yang pandai dari seorang pakar.

Didalam sistem pakar tidak ada batasan dalam menentukan siapa yang

akan menggunakan sistem ini.

a. Beberapa orang yang dapat menggunakan sistem pakar :

7

i. Orang awam yang bukan pakar untuk meningkatkan kemampuan

mereka dalam memecahkan masalah.

ii. Pakar sebagai asisten yang berpengetahuan.

iii. Memperbanyak atau menyebarkan sumber pengetahuan yang

semakin langka.

b. Alasan mendasar mengapa sistem pakar dikembangkan untuk

mengganti seorang pakar :

i. Dapat menyediakan kepakaran setiap waktu dan diberbagai

lokasi.

ii. Secara otomatis mengerjakan tugas-tugas rutin yang

membutuhkan seorang pakar.

iii. Seorang pakar akan pensiun atau pergi.

iv. Menghadirkan/menggunakan jasa seorang pakar memerlukan

biaya yang mahal.

v. Kepakaran dibutuhkan juga pada lingkungan yang tidak

bersahabat (hostile environtment).

c. Adapun ciri-ciri yang terdapat didalam sebuah sistem pakar :

i. Terdapat pada bidang yang spesifik.

ii. Dapat memberikan penalaran untuk data-data yang tidak lengkap

atau tidak pasti.

iii. Dapat mengemukakan rangkaian alasan yang diberikannya

dengan cara yang dapat dipahami.

iv. Berdasarkan pada rule tertentu.

8

v. Dirancang untuk dapat dikembangkan secara bertahap.

vi. Outputnya bersifat nasihat atau anjuran.

vii. Output tergantung dari dialog dengan user.

viii. Knowledge-base dan inferensi engine terpisah.

Dalam penggunaan sistem pakar terdapat keuntungan dan kelemahan

pemakaian sistem pakar :

a. Keuntungan :

i. Membuat seorang yang awam dapat bekerja seperti layaknya

seorang pakar.

ii. Dapat bekerja dengan informasi yang tidak lengkap atau tidak

pasti.

iii. Meningkatkan output dan produktivitas. Sistem pakar dapat

bekerja lebih cepat dari manusia. Dan secara otomatis dapat

mengurangi jumlah pekerja yang dibutuhkan dan akhirnya akan

mereduksi biaya.

iv. Meningkatkan kualitas.

v. Sistem pakar menyediakan nasihat yang konsisten dan dapat

mengurangi tingkat kesalahan.

vi. Membuat peralatan yang kompleks lebih mudah dioperasikan

karena sistem pakar dapat melatih pekerja yang tidak

berpengalaman.

vii. Handal (reliability).

9

viii. Sistem pakar tidak dapat lelah atau bosan. Juga konsisten dalam

memberikan jawaban.

ix. Memiliki kemampuan untuk memecahkan masalah yang komplek.

b. Kelemahan :

i. Daya kerja dan produktivitas manusia menjadi berkurang karena

semuanya dilakukan secara otomatis oleh sistem.

ii. Sistem pakar tidak 100% benar.

iii. Pengembangan perangkat lunak sistem pakar lebih sulit

dibandingkan dengan perangkat lunak konvensional. Hal ini dapat

dilihat pada tabel 1 sebagai berikut :

Tabel 1. Perbedaan perangkat lunak konvesional dan sistem pakar

Perangkat lunak konvensional Perangkat lunak sistem pakar

Fokus pada solusi Fokus pada permasalahan

Pengembangan dapat dilakukan secaraindividu

Pengembangan oleh tim kerja

Pengembangan secara sekuensial Pengembangan secara iterative

Pada umumnya informasi dan pemprosesandigabungkan

Knowledge Based terpisah darimekanisme pemprosesan

Program tidak pernah salah kecualipemrograman yang salah

Program bisa saja melakukanKesalahan

Data harus lengkap Data tidak harus lengkap

Sistem bekerja apabila telah lengkap Sistem dengan rule sedikit

Sistem pakar memiliki beberapa komponen utama yaitu antar muka

pengguna (user interface), motor inferensi (inference engine), dan pangkalan

pengetahuan (knowledge base). Diagram blog umum sistem pakar dapat dilihat

pada gambar 1 sebagai berikut :

10

Gambar 1. Blog diagram umum sistem pakar

a. User interface berfungsi sebagai media pemasukan pengetahuan kedalam

knowledge base dan melakukan komunikasi dengan user.

b. Inference engine merupakan bagian dari sistem pakar yang melakukan

penalaran dengan menggunakan isi knowledge base berdasarkan urutan

tertentu. Makanisme inferensi berfungsi untuk mensimulasikan strategi

penyelesaian masalah dari seorang pakar. Selama proses penalaran,

mekanisme inferensi menguji aturan-aturan dari basis pengetahuan satu per

satu. Ada dua metode utama yang dibuat untuk inference engine yang

digunakan untuk menguji aturan tersebut yaitu forward chaining dan

backward chaining.

c. Knowledge base merupakan suatu database yang menangani informasi

khusus dan aturan tentang subyek tertentu yang diperlukan untuk membuat

fakta-fakta dan teknik dalam menerangkan masalah yang disusun dalam

urutan yang logis. Knowledge base terdiri dari dua bagian yaitu :

i. Fakta

Fakta adalah suatu kenyataan atau kebenaran yang diketahui. Fakta

menyatakan hubungan antara dua objek atau lebih.

11

ii. Aturan

Dalam menerangkan masalah digunakan suatu aturan untuk

menentukan hal apa yang harus dilakukan dalam situasi tertentu dan

aturan tersebut terdiri dari dua bagian yaitu If dan Then, dimana If

merupakan kondisi yang mungkin benar atau mungkin salah, sedangkan

Then merupakan tindakan yang dilakukan jika kondisi benar.

Sistem pakar memiliki beberapa area permasalahan yaitu,

a) Interpretasi

Pengambilan keputusan dari hasil observasi, diantaranya pengawasan,

pengenalan ucapan, analisis citra, interpretasi sinyal, dan beberapa analisis

kecerdasan.

b) Prediksi

Memprediksi akibat-akibat yang dimungkinkan dari situasi-situasi tertentu,

diantaranya peramalan, prediksi demografis, peralaman ekonomi, prediksi

lalu lintas, estimasi hasil, militer, pemasaran, atau peramalan keuangan.

c) Diagnosis

Menentukan sebab malfungsi dalam situasi kompleks yang didasarkan pada

gejala-gejala yang teramati, diantaranya medis, elektronis, mekanis, dan

diagnosis perangkat lunak.

d) Desain

Menentukan konfigurasi komponen-komponen sistem yang cocok dengan

tujuan-tujuan kinerja tertentu dan kendala-kendala tertentu, diantaranya

layout sirkuit, perancangan bangunan.

12

e) Perencanaan

Merencanakan serangkaian tindakan yang akan dapat mencapai sejumlah

tujuan dengan kondisi awal tertentu, diantaranya perencanaan keuangan,

komunikasi, militer, pengembangan politik, routing dan manajemen

proyek.

f) Monitoring

Membandingkan tingkah laku suatu sistem yang teramati dengan tingkah

laku yang diharapkan darinya, diantaranya Computer Aided Monitoring

System.

g) Debugging dan repair

Menentukan dan mengimplementasikan cara-cara untuk mengatasi

malfungsi, diantaranya memberikan resep obat terhadap suatu kegagalan.

h) Instruksi

Melakukan instruksi untuk diagnosis, debugging dan perbaikan kinerja.

i) Kontrol

Mengatur tingkah laku suatu environment yang kompleks seperti kontrol

terhadap interpretasi-interpretasi, prediksi, perbaikan, dan monitoring

kelakuan sistem

j) Seleksi

Mengidentifikasi pilihan terbaik dari sekumpulan (list) kemungkinan.

k) Simulasi

Pemodelan interaksi antara komponen-komponen sistem.

13

Sistem pakar terdiri dari dua bagian pokok, yaitu lingkungan

pengembangan (development environment) dan lingkungan konsultasi

(consultation environment).

Lingkungan pengembangan digunakan sebagai pembangun sistem pakar

baik dari segi pembangun komponen maupun basis pengetahuan. Lingkungan

konsultasi digunakan oleh seorang yang bukan ahli untuk berkonsultasi.

Gambar 2. Struktur Sistem Pakar

Papan Tulis (Blackboard/Workplace), adalah memori/lokasi untuk bekerja

dan menyimpan hasil sementara. Biasanya berupa sebuah basis data. Antarmuka

Pemakai (User Interface). Sistem Pakar mengatur komunikasi antara pengguna

dan komputer. Komunikasi ini paling baik berupa bahasa alami, biasanya

disajikan dalam bentuk tanya-jawab dan kadang ditampilkan dalam bentuk

gambar atau grafik. Antarmuka yang lebih canggih dilengkapi dengan percakapan

(voice communication).

14

Subsistem Penjelasan (Explanation Facility). Kemampuan untuk menjejak

(tracing) bagaimana suatu kesimpulan dapat diambil merupakan hal yang sangat

penting untuk transfer pengetahuan dan pemecahan masalah.

Komponen subsistem penjelasan harus dapat menyediakannya yang secara

interaktif menjawab pertanyaan pengguna, Misalnya:

a. “Mengapa pertanyaan tersebut anda tanyakan?”

b. “Seberapa yakin kesimpulan tersebut diambil?”

c. “Mengapa alternatif tersebut ditolak?”

d. “Apa yang akan dilakukan untuk mengambil suatu kesimpulan?”

e. “Fakta apalagi yang diperlukan untuk mengambil kesimpulan akhir?”

Sistem Penghalusan Pengetahuan (Knowledge Refining System). Seorang

pakar mempunyai sistem penghalusan pengetahuan artinya, mereka bisa

menganalisa sendiri performa mereka, belajar dari pengalaman, serta

meningkatkan pengetahuannya untuk konsultasi berikutnya. Pada Sistem Pakar,

swa-evaluasi ini penting sehingga dapat menganalisa alasan keberhasilan atau

kegagalan pengambilan kesimpulan, serta memperbaiki basis pengetahuannya.

Sistem pakar memiliki beberapa komponen utama, yaitu antarmuka

pengguna (user interface), basis data sistem pakar (expert system database),

fasilitas akuisisi pengetahuan (knowledge acquisition facility), dan mekanisme

inferensi (inference mechanism). Selain itu ada satu komponen yang hanya ada

pada beberapa sistem pakar, yaitu fasilitas penjelasan (explanation facility).

Ada 4 tipe penjelasan yang digunakan dalam sistem pakar yaitu :

a. penjelasan mengenai jejak aturan yang menunjukkan status konsultasi.

15

b. Penjelasan mengenai bagaimana sebuah keputusan diperoleh.

c. Penjelasan mengapa sistem menanyakan suatu pertanyaan.

d. Penjelasan mengapa sistem tidak memberikan keputusan seperti yang

dikehendaki pengguna.

Gambar 3. Arsitektur Sistem Pakar

Memori kerja dalam arsitektur sistem pakar merupakan bagian dari sistem

pakar yang berisi fakta-fakta masalah yang ditemukan dalam suatu sesi, berisi

fakta-fakta tentang suatu masalah yang ditemukan dalam proses konsultasi.

Proses dalam rekayasa pengetahuan meliputi :

a. Akuisisi pengetahuan, yaitu bagaimana memperoleh pengetahuan dari pakar

atau sumber lain (sumber terdokumentasi, buku, sensor, file komputer, dll.).

b. Validasi pengetahuan, untuk menjaga kualitasnya misalnya dengan uji

kasus.

c. Representasi pengetahuan, yaitu bagaimana mengorganisasi pengetahuan

yang diperoleh, mengkodekan dan menyimpannya dalam suatu basis

pengetahuan.

16

d. Penyimpulan pengetahuan, menggunakan mesin inferensi yang mengakses

basis pengetahuan dan kemudian melakukan penyimpulan.

e. Transfer pengetahuan (penjelasan). Hasil inferensi berupa nasehat,

rekomendasi, atau jawaban, kemudian dijelaskan ke pengguna oleh

subsistem penjelas.

Gambar 4. Proses dalam Rekayasa Pengetahuan

2.2 Pengertian Dan Klasifikasi Penyakit Leukemia

2.2.1 Pengertian Leukimia

Dorland (2002), menyatakan bahwa leukemia adalah penyakit ganas dan

progresif pada organ pembentuk darah yang ditandai dengan perubahan proliferasi

(reproduksi sel) dan perkembangan leukosit dalam darah dan sumsum tulang.

Leukemia atau yang biasa disebut kanker darah merupakan jenis kanker yang

menyerang sel-sel darah putih yang diproduksi oleh sumsum tulang. Sumsum

tulang dalam tubuh manusia memproduksi tiga tipe sel darah diantaranya sel

17

darah putih, yang berfungsi sebagai daya tahan tubuh melawan infeksi, sel darah

merah, yang berfungsi membawa oksigen kedalam tubuh dan platelet, yaitu

bagian kecil sel darah yang membantu proses pembekuan darah.

Pada kasus leukemia, sel darah putih tidak merespon kepada tanda yang

diberikan oleh tubuh untuk mereproduksi sel darah putih. Akhirnya produksi yang

berlebihan dan tidak terkontrol akan keluar dari sumsum tulang dan dapat

ditemukan di dalam darah periferi. Jumlah sel darah putih yang abnormal ini bila

berlebihan dapat mengganggu fungsi normal sel lainnya, seseorang dengan

kondisi leukemia akan menunjukkan beberapa gejala umum seperti:

i. Anemia. Penderita akan menampakkan cepat lelah, pucat dan bernafas

cepat. Sel darah merah dibawah normal menyebabkan oksigen dalam

tubuh kurang, akibatnya penderita bernafas cepat sebagai kompensasi

pemenuhan kekurangan oksigen dalam tubuh.

ii. Perdarahan. Ketika platelet (sel pembeku darah) tidak terproduksi dengan

wajar karena didominasi oleh sel darah putih, maka penderita akan

mengalami perdarahan dijaringan kulit (banyaknya jentik merah lebar atau

kecil dijaringan kulit).

iii. Terserang Infeksi. Sel darah putih berperan sebagai pelindung daya tahan

tubuh, terutama melawan penyakit infeksi. Pada penderita leukemia, sel

darah putih yang diterbentuk adalah tidak normal (abnormal) sehingga

tidak berfungsi semestinya. Akibatnya tubuh penderita rentan terkena

infeksi virus atau bakteri, bahkan dengan sendirinya akan menampakkan

keluhan adanya demam, keluar cairan putih dari hidung dan batuk.

18

iv. Nyeri tulang dan persendian. Hal ini sebagai akibat dari sumsum tulang

(bone marrow) mendesak padat oleh sel darah putih.

v. Nyeri perut. Nyeri perut juga merupakan salah satu indikasi gejala

leukemia, dimana sel leukemia dapat terkumpul pada organ ginjal, hati dan

empedu yang menyebabkan pembesaran pada organ-organ tubuh ini dan

timbulah nyeri. Nyeri perut ini dapat berdampak hilangnya nafsu makan

penderita leukemia.

vi. Pembengkakan kelenjar getah bening (limfadenopati). Penderita

kemungkinan besar mengalami pembengkakan pada kelenjar getah bening,

baik yang dibawah lengan, leher, dada dan lainnya. Kelenjar getah bening

bertugas menyaring darah, sel leukemia dapat terkumpul disini dan

menyebabkan pembengkakan.

vii. Kesulitan bernafas (dyspnea). Penderita mungkin menampakkan gejala

kesulitan bernafas dan nyeri dada, apabila terjadi hal ini maka harus segera

mendapatkan pertolongan medis.

2.2.2 Klasifikasi Leukemia

Berdasarkan perjalanan penyakitnya leukemia dibagi menjadi dua

golongan yaitu akut dan kronis. Leukemia akut ditandai dengan suatu perjalanan

penyakit yang sangat cepat, memburuk, dan mematikan. Apabila hal ini tidak

segera diobati, maka dapat menyebabkan kematian dalam hitungan minggu

hingga hari. Sedangkan leukemia kronis memiliki perjalanan penyakit yang tidak

begitu cepat sehingga memiliki harapan hidup yang lebih lama, hingga lebih dari

1 tahun. Sedangkan berdasarkan tipe sel pembentuknya terdapat dua jenis, yaitu

19

leukemia limfositik dan leukemia mielogenosa (granulositik). Jadi secara umum

leukemia dibagi menjadi 4 jenis, yaitu:

i. Leukemia Limfositik Akut (LLA)

Suatu penyakit yang berakibat fatal, dimana sel-sel yang dalam keadaan

normal berkembang menjadi limfosit berubah menjadi ganas dan dengan segera

akan menggantikan sel-sel normal di dalam sumsum tulang. Sel kanker ini

kemudian dilepaskan ke dalam aliran darah dan berpindah ke hati, limpa, kelenjar

getah bening, otak, ginjal dan organ reproduksi, dimana mereka melanjutkan

pertumbuhannya dan membelah diri. Sel kanker bisa mengiritasi selaput otak,

menyebabkan meningitis dan bisa menyebabkan anemia, gagal hati, gagal ginjal

dan kerusakan organ lainnya.

Leukemia Limfositik Akut (LLA) merupakan leukimia yang sering terjadi

pada anak-anak. Leukimia jenis ini merupakan 25 % dari semua jenis kangker

yang mengenai anak-anak di bawah umur 15 tahun. Paling sering terjadi pada

anak usia antara 3-5 tahun, tetapi kadang terjadi pada usia remaja dan dewasa.

Gejala awal biasanya terjadi karena sumsum tulang gagal menghasilkan

sel darah merah dalam jumlah yang memadai, yaitu berupa:

a) Mudah lelah, pucat, dan pusing, karena anemia (sel darah merah terlalu

sedikit).

b) Anoreksia (tidak ada atau kehilangan selera terhadap makanan).

c) Nyeri tulang dan sendi, karena infiltrasi sumsum tulang oleh sel-sel

leukemia.

d) Infeksi dan demam karena, berkurangnya jumlah sel darah putih.

20

e) Perdarahan kulit (petechiae atau bintik merah keunguan kecil dan

ecchymosis atau bercak perdarahan yang kecil), perdarahan gusi,

perdarahan saluran cerna, perdarahan otak, dan hematuria (darah di dalam

urin) karena jumlah platelet yang terlalu sedikit.

f) Limfadenopati atau pembengkakan kelenjar getah bening.

g) Hepatomegali atau pembesaran hati.

h) Splenomegali atau pembesaran limpa.

Pada beberapa penderita, infeksi yang berat merupakan pertanda awal dari

leukemia, sedangkan pada penderita lain gejalanya lebih ringan, berupa

lemah,sesak napas, lelah dan tampak pucat. Perdarahan yang terjadi biasanya

perdarahan hidung, perdarahan gusi, mudah memar dan bercak-bercak keunguan

di kulit. Sel-sel leukemia dalam otak bisa menyebabkan sakit kepala, muntah dan

gelisah; sedangkan di dalam sum-sum tulang menyebabkan nyeri tulang dan

sendi.

ii. Leukemia Mielositik Akut (LMA).

Leukemia mieloid (mielositik, mielogenous, mieloblastik,mielomonositik)

akut adalah penyakit yang bisa berakibat fatal, dimana mielosit (yang dalam

keadaan normal berkembang menjadi granulosit) berubah menjadi ganas dan

dengan segera akan menggantikan sel-sel normal di sumsum tulang. Sel-sel

leukemik tertimbun di dalam sumsum tulang, menghancurkan dan menggantikan

sel-sel yang menghasilkan sel darah yang normal. Sel kanker ini kemudian

dilepaskan ke dalam aliran darah dan berpindah ke organ lainnya, dimana mereka

melanjutkan pertumbuhannya dan membelah diri. Mereka bisa membentuk tumor

21

kecil (kloroma) di dalam atau tepat dibawah kulit dan bisa menyebabkan

meningitis, anemia, gagal hati, gagal ginjal dan kerusakan organ lainnya.

Leukemia jenis ini dapat menyerang segala usia tetapi cenderung diderita oleh

dewasa.

Gejala awal biasanya terjadi karena sumsum tulang gagal menghasilkan

sel darah normal dalam jumlah yang memadai, gejalanya berupa:

a) Mudah lelah, karena anemia (sel darah merah terlalu sedikit).

b) Perdarahan.

c) Infeksi (sering terjadi di tenggorokan dan paru-paru).

d) Leukostasis atau gumpalan leukosit yang menyumbat aliran pembuluh

darah vena maupun arteri, yang dapat menyebabkan gangguan kesadaran,

sesak nafas, nyeri dada, priapismus atau ereksi penis yang abnormal

biasanya tanpa gairah seksual.

iii. Leukemia Limfositik Kronis (LLK).

Leukemia limfositik kronik ditandai dengan adanya sejumlah besar

limfosit (salah satu jenis sel darah putih) matang yang bersifat ganas dan

pembesaran kelenjar getah bening. Lebih dari 3/4 penderita berumur lebih dari 60

tahun. Leukemia limfositik kronis 2-3 kali lebih sering menyerang pria.

Pada awalnya penambahan jumlah limfosit matang yang ganas terjadi di

kelenjar getah bening. Kemudian menyebar ke hati dan limpa, dan keduanya

mulai membesar. Masuknya limfosit ini ke dalam sumsum tulang akan menggeser

sel-sel yang normal, sehingga terjadi anemia dan penurunan jumlah sel darah

22

putih dan platelet di dalam darah. Kadar dan aktivitas antibodi (protein untuk

melawan infeksi) juga berkurang.

Sistem kekebalan yang biasanya melindungi tubuh terhadap serangan dari

luar, seringkali menjadi salah arah dan menghancurkan jaringan tubuh yang

normal. Hal ini dapat menyebabkan:

a) Penghancuran sel darah merah dan platelet

b) Peradangan pembuluh darah

c) Peradangan sendi (artritis rematoid)

d) Peradangan kelenjar tiroid (tiroiditis)

Pada stadium awal, sebagian besar penderita tidak menunjukkan Gejala

lain selain pembesaran kelenjar getah bening.

Gejala yang timbul kemudian dapat berupa:

a) Penurunan berat badan

b) Anemia

c) Limfadenopati

d) Anoreksia

e) Penurunan kemampuan latihan atau olahraga.

f) Demam

g) Keringat pada malam hari

h) Infeksi

i) Splenomegali

j) Hepatomegali

23

Pada stadium awal, leukemia sel T bisa menyusup ke dalam kulit dan

menyebabkan ruam kulit yang tidak biasa, seperti yang terlihat pada sindroma S?

zary. Lama-lama penderita akan tampak pucat dan mudah memar. Infeksi bakteri,

virus dan jamur biasanya baru akan terjadi pada stadium lanjut.

iv. Leukemia Mielositik Kronis (LMK)

Leukemia Mielositik (Mieloid, mielogenous, granulositik, LMK) Suatu

penyakit dimana sebuah sel di dalam sum-sum tulang berubah menjadi ganas dan

menghasilkan sejumlah besar granulosit (salah satu jenis sel darah putih) yang

abnormal. Penyakit ini bisa mengenai semua kelompok umur, baik pria maupun

wanita; tetapi jarang ditemukan pada anak-anak berumur kurang dari 10 tahun.

Sebagian besar granulosit leukemik dihasilkan di dalam sumsum tulang,

tetapi beberapa diantaranya dibuat di limpa dan hati. Pada Leukemia Mielositik

Kronis (LMK), sel-selnya terdiri dari sel yang sangat muda sampai sel yang

matang, sedangkan pada Leukemia Limfositik Akut (LMA) hanya ditemukan sel

muda. Granulosit leukemik cenderung menggeser sel-sel normal di dalam sumsum

tulang dan seringkali menyebabkan terbentuknya sejumlah besar jaringan fibrosa

yang menggantikan sumsum tulang yang normal.

Selama perjalanan penyakit ini, semakin banyak granulosit muda yang

masuk ke dalam aliran darah dan sumsum tulang (fase akselerasi). Pada fase

tersebut, terjadi anemia dan trombositopenia (penurunan jumlah trombosit) dan

proporsi sel darah putih muda (sel blast) meningkat secara dramatis. Kadang

granulosit leukemik mengalami lebih banyak perubahan dan penyakit berkembang

menjadi krisis blast. Pada krisis blast, sel stem yang ganas hanya menghasilkan

24

granulosit muda saja, suatu pertanda bahwa penyakit semakin memburuk. Pada

saat ini kloroma (tumor yang berisi granulosit) bisa tumbuh di kulit, tulang, otak

dan kelenjar getah bening.

Pada stadium awal, Leukemia Mielositik Kronis (LMK) bisa tidak

menimbulkan gejala. Tetapi beberapa penderita dapat mengalami:

a. Anemia.

b. BMR (Basal Metabolic Rate) meningkat, perasaan berdebar-debar atau

denyut jantung yang cepat atau tak teratur, berkeringat.

c. Splenomegali, seperti perut mengganjal, dyspepsia atau terganggunya

daya atau fungsi pencernaan, flatulensi atau terdapatnya udara atau gas

dalam jumlah berlebihan dalam lambung atau usus.

d. Herpes zoster pruritus atau infeksi kulit akut.

e. Nyeri tulang terutama tulang dan sendi, karena infiltrasi leukosit di

sumsum tulang.

f. Amenorrhea atau menorrhagi atau menstruasi hebat, priapsimus karena

trombosis pada sinuscavernosus oleh sel-sel leukemia.

g. Demam.

h. Penurunan berat badan.

Lama-lama penderita menjadi sangat sakit karena jumlah sel darah merah

dan trombosit semakin berkurang, sehingga penderita tampak pucat, mudah

memar dan mudah mengalami perdarahan. Demam, pembesaran kelenjar getah

bening dan pembentukan benjolan kulit yang terisi dengan granulosit leukemik

(kloroma) merupakan pertanda buruk.

25

Klasifikasi penyakit leukimia beserta gejala yang mengalaminya dapat

dilihat pada tabel berikut

Tabel 2. Klasifikasi penyakit Leukimia beserta gejala yang di alami.

N0 GejalaJenis Leukimia

LLA LMA LLK LMK

1 Anemia √ √ √ √2 Sesak nafas √ √3 Nyeri dada √4 Anoreksia (tidak ada atau kehilangan

selera terhadap makanan)√ √

5 Nyeri pada tulang dan atau sendi √ √6 Demam √ √ √

7 Keringat pada malam hari √8 Infeksi mulut √9 Infeksi saluran nafas atas √ √10 Infeksi saluran nafas bawah √ √11 Infeksi bakteri, virus, dan jamur √12 Perdarahan kulit √ √13 Perdarahan gusi √ √14 Perdarahan saluran cerna √15 Perdarahan hidung (mimisan) √16 Perdarahan retina √17 Perdarahan otak √18 Perdarahan dalam urin √19 Mudah memar √ √20 Muntah √21 Gelisah √22 Meningitis √23 Limfadenopati √24 Hepatomegali (pembesaran hati) √ √25 Splenomegali (pembesaran limpa) √ √ √26 Gangguan kesadaran √27 Dyspepsia (gangguan fungsi pencernaan) √28 Priapismus (ereksi penis yang abnormal

biasanya tanpa gairah seksual)√ √

29 Penurunan berat badan √ √30 Penurunan kemampuan olahraga √31 Perasaan berdebar-debar atau denyu

jantung yang cepat atau tak teratur√

32 Ruam pada kulit √33 Benjolan pada kulit √34 Herpes zoster pruritus (infeksi kulit akut) √

26

35 Amenorrhea (tidak ada atau terhentinyamenstruasi secara abnormal)

√

36 Menorrhagi (menstruasi hebat) √

2.3 Pengertian Bayesian Network

Bayesian network menurut Heckerman adalah “graphical model for

probabilistic relationships among a set of variabels.” Bayesian network

merupakan salah satu probabilistic graphical model (PGM) yang sederhana yang

dibangun dari teori probabilistik dan teori graf. Teori probabilistik berhubungan

langsung dengan data sedangkan teori graf berhubungan langsung dengan bentuk

representasi yang ingin didapatkan. Menurut Neapolitan bayesian network dapat

merepresentasikan hubungan sebab akibat diantara variabel-variabel yang terdapat

pada struktur bayesian network. Sebagai contoh, sebuah bayesian network dapat

mewakili hubungan probabilistik antara penyakit dan gejala. Bayesian network

dapat digunakan untuk menghitung probabilitas dari kehadiran berbagai gejala

penyakit.

Bayesian network merupakan probabilistic graphical model (PGM)

dengan edge berarah yang digunakan untuk merepresentasikan pengetahuan

tentang hubungan ketergantungan atau kebebasan diantara variabel-variabel

domain persoalan yang dimodelkan. Pengetahuan tersebut direpresentasikan

secara kualitatif menggunakan struktur graf dan secara kuantitatif menggunakan

parameter-parameter numerik.

Bayesian network dapat melakukan pengambilan keputusan (inferensi)

probabilistik. Inferensi probabilistik adalah memprediksi nilai variabel yang tidak

27

dapat diketahui secara langsung dengan menggunakan nilai-nilai variabel lain

yang telah diketahui.. Inferensi probabilistik dapat dilakukan jika terlebih dahulu

diperoleh joint probabillity distribution (JPD) dari semua variabel yang

dimodelkan. JPD adalah probabilitas semua kejadian variabel yang terjadi secara

bersamaan.

Dalam membangun bayesian network yang berhubungan dengan sistem

pakar, struktur dibangun dengan pendekatan statistik yang dikenal dengan

teorema bayes yaitu conditional probability (peluang bersyarat). Conditional

probability yaitu perhitungan peluang suatu kejadian H bila diketahui kejadian E

telah terjadi, dinotasikan dengan P(H|E). Teorema ini digunakan untuk

menghitung peluang suatu set data untuk masuk ke dalam suatu kelas tertentu

berdasarkan inferensi data yang sudah ada. Dalam kaitan dengan dignosis

penyakit leukemia, E dapat mengacu pada gejala penyakit leukemia dan H adalah

jenis penyakit leukemia. Rumus teori bayes yaitu:

P(H | E) = P(E |H) x P(H)P(E)

Dengan :

P(H | E) = probabilitas hipotesis H terjadi jika evidence E terjadi.

P(E | H) = probabilitas munculnya evidence E, jika hipotesis H terjadi.

P(H) = probabilitas hipotesis H tanpa memandang evidence apa pun.

P(E) = probabilitas evidence E tanpa memandang apa pun.

Contoh :

Diketahui, p(Nyeri dada) = 0.4, p=(LMA) = 0.3, P(Nyeri dada | LMA)= 0.75

a. Berapa nilai dari P(Nyeri dada | LMA) ?

b. Berapa nilai dari P(Nyeri dada | LMA) jika p(demam) = 0.1 ?

Penyelesaian :a. P(Nyeri dada | LMA) = P ( N y er i d a d a | L MA) x

p( L M A) P(nyeri dada)

= 0.75 x 0.3 0.4

= 0.56b. P(Nyeri dada | LMA) = P ( N y er i d a d a | L MA) x

p( L M A) P(Nyeri dada)

= 0.75 x 0.3 0.1

= 0.1

Tetapi nilai probabilitas harus antara 0 dan 1. Perhatikan bahwa :P(Nyeri dada) harus lebih besar atau sama dengan P(Nyeri dada ∩ LMA) P(Nyeri dada) ≥ p(nyeri dada ∩ LMA)c. P(Nyeri dada ∩ LMA) = P(Nyeri dada | LMA) x

p(LMA)

= 0.75 x 0.3

= 0.225

Jadi, P(Nyeri dada) ≥ 0.225Untuk nilai P(Nyeri dada) = 0.1 tidak memenuhi syarat sehingga menghasilkan

perhitungan yang salah. Maka, dengan melihat kasus yang di ambil diatas maka

pasien didiagnosa menderita penyakit leukimia dengan jenis Leukemia Mielositik

Akut (LMA).

2.4 Tinjauan pustaka

Dalam menelusuri tentang sistem pakar untuk mendiagnosis penyakit leukimia

menggunakan Metode Bayesian Network maka penulis melakukan perbandingan

judul antara lain :

Dalam skripsi berjudul ‘Aplikasi sistem pakar diagnosa penyakit ginjal

dengan metode Dempster-shafer’ (Aprilia Sulistyohati, 2008). Dari skripsi

tersebut penulis mengambil masalah bagaimana menghasilkan keluaran berupa

kemungkinan penyakit ginjal yang diderita berdasarkan gejala yang dirasakan

oleh user. Sistem ini juga manampilkan besarnya kepercayaan gejala tersebut

terhadap kemungkinan penyakit ginjal yang diderita oleh user. Besarnya nilai

kepercayaan tersebut merupakan hasil perhitungan dengan menggunakan metode

Dempster-Shafer.

Selanjutnya pada skripsi berjudul ‘Sistem Pakar Untuk Diagnosa Penyakit

Mata Pada Manusia menggunakan metode forward chaining’ (Hamdani, 2010).

Dalam skripsi tersebut penulis mengambil masalah bagaimana merancang sebuah

suatu sistem pakar yang dapat mendiagnosa jenis penyakit mata manusia

menggunakan metode forward chaining.

Kemudian dalam skripsi berjudul ‘Sistem pakar penentuan jenis makanan

sesuai penyakit pasien dengan menggunakan metode forward chaining’ (Denis

Lutsina, 2011). Dalam skripsi tersebut penulis mengambil masalah bagaimana

membuat sebuah aplikasi sistem pakar yang mampu memberikan informasi

penentuan jenis makanan sesuai penyakit pasien dengan menggunakan metode

forward chaining, aplikasi yang digunakan adalah Borland Delphi 7.0

Perbedaan penelitian-penelitian terdahulu dengan penelitian sekarang

adalah dalam penelitian ini mengambil masalah membuat sistem pakar untuk

mendiagnosis penyakit leukimia dengan basis pengetahuan yang dipakai terdiri dari 4

jenis penyakit leukemia yaitu : Leukemia Limfositik Akut (LLA), Leukemia

Mielositik Akut (LMA), Leukemia Limfositik Kronis (LLK), Leukemia

Mielositik Kronis (LMK). Metode yang digunakan dalam penulisan ini adalah

bayesian network kelebihan dari metode ini adalah dapat menghitung probabilitas

kehadiran gejala penyakit, sehingga mempermudah untuk menentukan jenis

leukemia yang diderita pasien. dan aplikasi yang digunakan adalalah Borland

Delphi 7.0

2.5 Tinjauan Umum Software

Disini dibahas tentang bahasa pemprograman yang dipakai penulis dalam

menyusun dan membuat aplikasi.

2.5.1 Pengenalan Borland Delphi 7.0

Pada tahun 1971, Nicklaus Wirth menciptakan sebuah bahasa

pemrograman, yaitu bahasa pascal. Kemudian pada tahun 1983 sebuah

perusahaan dengan nama Borland Internasional Incorporation mengeluarkan versi

pascal baru, yaitu Turbo Pascal. Namun, Turbo Pascal ini hanya dapat berjalan

disistem operasi DOS saja.

Pada tahun 1992, Borland menggabungkan Turbo Pascal For DOS dengan

Turbo Pascal For Windows menjadi satu yang diberi nama Borland Pascal 7.

Namun pemrograman menggunakan Borland Pascal 7 ini dirasakan masih sangat

susah bagi para programmer, maka pada tahun 1993 Borland mengembangkan

sebuah lingkungan kerja berbasis pascal yang bersifat visual, yang disebut dengan

Delphi. Jadi bahasa yang digunakan oleh Delphi adalah bahasa pascal. Dengan

konsep kerja lingkungan yang visual yang dukungannya terhadap konsep

pemrograman berorientasi objek (OOP) menjadikan pembuatan aplikasi terasa

sangat mudah dengan menggunakan Delphi.

Borland Delphi pertama kali dirilis pada tahun 1995 oleh Borland

Internasional yang dapat berjalan di Windows 3.X. versi ini sering disebut dengan

Delphi 1. Setahun kemudian yaitu tahun 1996 Borland Internasional meluncurkan

kembali Borland Delphi versi 2 yang dikhususkan untuk bisa berjalan pada

system operasi Windows 95 dan Windows NT. Pada tahun 1997 Borland

Internasional menyempurnakan Delphi versi 2 dan dirilis Borland Delphi 3. Dan

versi terakhir Borland Delphi adalah versi 4 yang memanfaatkan segala fasilitas

Windows 98.

Perkembangan Delphi begitu cepat dikarenakan beberapa kelebihan yang

memberikan kebebasan para programmer untuk berkreasi. Kelebihan-kelebihan

tersebut adalah program yang dibuat dan yang dihasilkan oleh Delphi benar-benar

merupakan program yang telah terkompilasi sehingga program Delphi akan

berjalan lebih cepat. Untuk mendistribusikan program Delphi yang ukurannya

kecil cukup hanya menggunakan EXE-nya tanpa harus menyerahkan file DLL

(Dinamic Link Library), dimana komponen-komponen yang terdapat dalam

Delphi dapat dikembangkan dengan mudah oleh para programmer. Sampai pada

saat ini perkembangan Delphi sampai versi 8, walaupun versi 8 masih dalam

perkembangan dan programmer biasanya masih memakai program Borland

IDE dalam program Borland Delphi 7.0 antara lain sebagai ber

Main Window

ain Window atau jendela utama adalah bagian dari I

yai fungsi yang sama dengan semua fungsi yang utama dari

Windows lainnya. Lembar kerja seperti yang terlihat pada

ini dapat digunakan untuk merancang, ataupun mendesain aplik

Delphi sampai versi 7.

Jadi, Borland Delphi adalah paket bahasa pemrograman yang bekerja pada

system operasi Windows. Delphi merupakan bahasa pemrograman yang

mempunyai cakupan yang luas dan sangat canggih. Berbagai jenis aplikasi dapat

dibuat, termasuk aplikasi untuk mengolah teks, grafik, angka, database dan

aplikasi web.

a. Lingkungan Kerja Borland Delphi 7.0

Lingkungan pengembangan aplikasi terpadu atau Integrated Development

Environment (IDE) menyediakan seluruh sarana yang diperlukan untuk

merancang, membangun, ataupun melacak kesalahan serta mendistribusikan

aplikasi. ikut :

i.

M DE

yang mempun

program aplikasi

gambar dibawah

asi.

Gambar 5. Lembar kerja Borland Delphi 7.0

ii. Form Designer

Form Designer merupakan suatu objek yang dapat dipakai sebagai tempat

untuk merancang program. Form berbentuk sebuah meja kerja yang dapat diisi

dengan komponen-komponen yang diambil dari Component Palette.

Gambar 6. Form Designer

iii. Component Palette

Component Palette berisi kumpulan icon yang melambangkan komponen-

komponen yang dapat digunakan untuk merancang antarmuka bagi pemakai

aplikasi. Component Palette terdiri atas beberapa page yang dipakai sebagai

pengelompok jenis komponen, seperti Standar, Additional, Data Accses dan lain-

lain.

Gambar 7. Component Palette

iv. Object Inspector

Object Inspector digunakan untuk menentukan dan mengubah properti

atau karakteristik sebuah komponen dan event objek. Object Inspektor terdiri dari

dua tab yaitu Properties dan Event.

Gambar 8. Object Inspector Properties dan Event

v. Object TreeView

Object TreeView menampilkan diagram pohon dari komponen-komponen

yang terdapat dalam form, data module, Object TreeView juga menampilkan

hubungan logika antar komponen di dalam projek. Melalui Object TreeView

dapat dilihat hirarki komponen-komponen yang ada didalam form aplikasi.

Gambar 9. Object TreeView

TIPE DATA FUNGSI

Character Untuk menyimpan data-data text atau angka.

Currency Untuk menyimpan data-data mata uang.

Numeric Untuk menyimpan data-data angka.

Float Untuk menyimpan data angka.

Date Untuk menyimpan data-data angka.

Date/Time Untuk menyimpan data tanggal dan waktu.

Double Untuk menyimpan bilangan berpresisi ganda.

Integer Untuk menyimpan nilai bilangan bulat.

vi. Code Editor

Code Editor berfungsi sebagai tempat untuk menulis, menyunting kode

program dan meniliskan pernyataan-pernyataan dalam Object Pascal. Code

Editor dilengkapi dengan fasilitas highlight yang memudahkan pemakai

menemukan kesalahan.

Gambar 10. Lembar kerja Code Editor

b. Tipe Data dan Fungsinya dalam Borland Delphi 7.0

Berikut ini adalah tipe data beserta fungsinya pada Borland Delphi 7.0 :

Tabel 3. Tipe data Dan Fungsinya dalam borland delphi 7.0

Logical Untuk menyimpan data yang hanyamempunyai dua nilai misalnya Jenis Kelamin(T = Pria, F = Wanita)

Memo Untuk menyatakan suatu keterangan yangpanjang.

General Memungkinkan untuk menyimpan data-datadokumen OLE misalnya untuk menyimpan data-data gambar.

Character (Binary) Untuk menampung sembarang data karakter.

Memo (Binary) Untuk menampung sembarang data memo.

Integer (AutoInc) menyimpan data integer secara berurutan.

2.5.2 Microsoft Office Access 2003

Mcrosoft Acces adalah software yang dibuat oleh microsoft dan digunakan

oleh user dalam mengelolah data-data yang berada dalam suatu database.

Database merupakan suatu kumpulan data yang berhubungan dengan suatu objek,

topik, atau tujuan khusus tertentu. Sebagai contoh : buku telpon, kamus bahasa,

katalog buku perpustakaan, data suplier dan lain-lain.

Database Acces terdiri dari beberapa table (tabel), query (pernyataan), form

(bentuk), report (laporan), page (halaman) dan modul dimana diantara satu

dengan yang lain saling terikat dan memiliki funsi sebagai berikut :

a. Tables, berfungsi untuk menyimpan kumpulan data yang merupakan

komponen utama dari database.

b. Queries, berfungsi untuk menyaring data dengan berbagai kriteria dan

urutan seperti yang diinginkan.

c. Form, berfungsi untuk memasukan data dengan memasukan tampilan

formulir hasil rancangan sendiri.

d. Report, berfungsi untuk mencetak data atau informasi dalam bentuk

laporan.

e. Pages, berfungsi untuk membuat halaman web yang berupa data acces

page.

f. Modules, berfungsi untuk perancangan berbagai modul aplikasi

pengelolahan database tingkat lanjut sesuai dengan kebutuhan.

BAB III

BAHAN DAN METODE

3.1 Bahan dan Alat

Bahan dan Alat yang digunakan dalam penulisan laporan serta membahas

spesifikasi sistem yang meliputi perangkat keras dan perangkat lunak.

3.1.1 Bahan.Bahan yang digunakan berupa data yang diambil dari studi dokumentasi

dan juga buku-buku literatur yang berhubungan dengan penyakit leukimia. modul

perancangan sistem, buku sistem informasi dan aplikasinya yaitu Borland Delphi

7.0 serta mencari dari berbagai sumber untuk dijadikan bahan dalam penyusunan

proposal ini.

3.1.2 Alat.Dalam menyusun software pendukung sistem pakar untuk mendiagnosis

penyakit leukimia menggunakan metode bayesian network, penulis menggunakan

spesifikasi komputer sebagai berikut :

a. Perangkat keras (Hardware)

Adapun spesifikasi perangkat keras (Hardware) yang digunakan sebagai

berikut :

i. Processor Intel® Core(TM) i-2310M CPU @ 2.10GHz

ii. Memory DDR3 2 GB

iii. Hard Disk Maxtor 500 GB

iv. Printer Canon 1880

v. Mouse Komic

vi. Keyboard e-aser

b. Perangkat lunak (Software)

Adapun spesifikasi perangkat lunak (Software) yang digunakan sebagai

berikut :

i. Sistem operasi Microsoft Windows 7.

ii. Aplikasi Pemrograman Berorientasi Objek Borland Delphi 7.0

iii. Microsoft Office Word 2007

iv. Microsoft Office Visio 2003

v. Microsoft Office Access 2007

vi. Adobe Photoshop 8.0

3.2 Metodologi.

Metodologi juga merupakan analisis teoritis mengenai suatu cara atau

metode untuk mendapatkan informasi yang diperlukan dan data penunjang serta

teori pelengkap dalam penyusunan laporan Skripsi ini, ada beberapa hal yang

perlu diketahui dan telah dilakukan oleh penulis, diantaranya :

a. Teknik Pengumpulan Data

Teknik pengumpulan data yang digunakan dalam penulisan ini yakni

Studi Pustaka yaitu Melakukan studi kepustakaan dengan mengumpulkan

data yang dilaksanakan dengan membaca buku literatur dan sumber

informasi lain yang ada hubungan dengan masalah pembahasan sebagai

acuan dalam pelaksanaan kegiatan dan penyusunan laporan.

b. Jenis dan Sumber Data

i. Jenis Data

Jenis Data Sekunder yaitu data yang diperoleh dengan cara

mempelajari dokumen-dokumen yang berhubungan dengan penyakit

leukimia.

ii. Sumber Data

Sumber data yang dipakai untuk penulisan ini diperoleh dari

dokumen-dokumen dan buku-buku literatur.

c. Analisa dan Perancangan Sistem

Metode adalah suatu alat atau cara dalam memperoleh data dalam suatu

penulisan ilmiah. Untuk merancang sistem sampai didapatnya hasil yang

diinginkan diperlukan tahapan-tahapan penyelesaian, mulai dari Pembuatan Alur

Dokumen, Diagram Konteks, Diagram Berjenjang, Data Flow Diagram, Entity

Relationship Diagram, Kamus dan Arus Data, Kamus Data Tabel, serta

Perancangan Input Output.

3.2.1 Alur Dokumen

Alur dokumen atau yang disebut juga flowchart merupakan gambaran

tentang bagaimana cara kerja sistem yang dapat dibangun dengan menggunakan

simbol-simbol yang mewakili keadaan sebenarnya pada sistem dan gambaran

tentang dokumen-dokumen tersebut beredar.

Gambar 11. Alur Dokumen

3.2.2 Diagram Konteks

Diagram konteks merupakan diagram yang menggambarkan hubungan

input atau output antara sistem dengan entitas (kesatuan luar) yang ada.

Gambar 12. Diagram Konteks

3.2.3 Diagram Berjenjang

Diagram Berjenjang merupakan alat dokumentasi program yang

dikembangkan dan digunakan sebagai alat bantu untuk merancang dan

mendokumentasikan siklus pengembangan sistem.

Gambar 13. Diagram Berjenjang3.2.4 DFD (Data Flow Diagram)

DFD Level merupakan peralatan yang berfungsi untuk menggambarkan

secara rinci mengenai sistem sebagai jaringan kerja antar fungsi yang

berhubungan satu sama lain dengan menunjukkan dari dan kemana data mengalir

serta penyimpanannya.

a. DFD Level 0

Gambar 14. DFD Level 0

Pada gambar DFD Level 0 diatas ini terdapat 2 entitas yang berperan

penting, yaitu entitas Pasien yang memberikan data Pasien dan entitas Dokter

sebagai operator yang menginput data jenis penyakit.

a. DFD Level 1 Proses 1.0

Gambar 15. DFD Level 1 Proses 1.0

Pada gambar DFD level 1 proses 1.0 diatas ini menjelaskan bahwa

terdapat dua entitas yang memberikan datanya masing-masing untuk diinput yaitu

entitas pasien, dan Dokter yang sekaligus menjadi operator atau user. Proses 1.1

menghasilkan tabel pasien, proses 1.2 menghasilkan tabel jenis penyakit.

b. DFD Level 1 Proses 2.0

Gambar 16 . DFD Level 1 Proses 2.0

Pada gambar DFD level 1 proses 2.0 diatas ini menjelaskan bahwa

terdapat proses input data analisa untuk menginput data analisa pasien yang

diambil dari tabel D1-D2. Entitas pasien atau dokter memasukkan data analisa

pasien dan menghasilkan laporan berupa laporan hasil analisa.

3.2.5 Kamus Data Arus Data

Kamus data adalah sebuah gambaran tertulis dari data-data yang

dimasukan dalam database yang merupakan fakta tentang data dan kebutuhan

informasi dari suatu sistem informasi. Kamus data berisi elemen-elemen data dari

sistem yang dibangun dengan elemen-elemen pendukung sistem berdasarkan

DFD.

Berikut ini susunan kamus data arus data dalam sistem ini yang

berfungsi untuk menjelaskan tiap arus data dalam program.

a. Data Pasien

Nama Arus Data : Data Pasien

Alias : -

Keterangan : Berisi Data Pasien

Arus Data :

Dari : Entitas Pasien

Proses 1.0

Ke

Ke

Proses 1.0

Simpan Data D1

Entitas Dokter Ke Proses 1.0

Proses 1.0 Ke Simpan Data D1

Simpan Data D1 Ke Proses 2.0

Entitas Pasien Ke Proses 1.1

Entitas Admin Ke Proses 1.1

Proses 1.1 Ke Simpan Data D1

Tabel 4. Kamus Data Arus Data Pasien

No. Nama Field Tipe Field Lebar Keterangan

1 Kode_Pasien Text 6 Kode Pasien

2 Nama_Pasien Text 25 Nama Pasien

3 Usia Text 3 Usia Pasien

4 Alamat Text 50 Alamat Pasien

5 Jenis Kelamin Text 20 Kota Pasien

6 Tanggal Date Tanggal Konsultasi

b. Data Penyakit

Nama Arus Data : Data Penyakit

Alias : -

Keterangan : Berisi Data Penyakit

Arus Data :

Dari : Entitas Dokter Ke Proses 1.0

Proses 1.0

Simpan Data D2

Ke

Ke

Simpan Data D2

Proses 2.0

Entitas Dokter Ke Proses 1.2

Proses 1.2 Ke Simpan Data D2

Tabel 5. Kamus Data Arus Data Jenis Penyakit

No. Nama FieldTipe

FieldLebar Keterangan

1 Kode_ Penyakit Text 6 Kode Penyakit

2 Nama_Penyakit Text 50 Nama Penyakit

3.2.6 Kamus Data Tabel

Kamus data tabel adalah semua fakta tentang data atau kebutuhan-

kebutuhan informasi dari suatu sistem, kamus data tabel dibuat berdasarkan

kamus data arus data yang harus sesuai di sistem dengan program, maka dalam

laporan dibuat sebagai berikut :

Tabel 6. Kamus Data Tabel PasienNomorTabel

KodeTabel

Nama TabelDi Sistem Di Program

1 D1 Pasien T_PasienKunci Primer Kode_PasienKunci Sekunder -No Nama Field Type

FieldLebarFieldDi Sistem Di Program

1 Kode Pasien Kode_Pasien Text 62 Nama Pasien Nama_Pasien Text 253 Usia Usia Text 34 Alamat Alamat Text 50

5 Tanggal Tanggal Date6 Jenis Kelamin Jenis_Kelamin Text 10

Tabel 7. Kamus Data Tabel Jenis PenyakitNomorTabel

KodeTabel

Nama TabelDi Sistem Di Program

2 D2 Penyakit T_PenyakitKunci Primer Kode_PenyakitKunci SekunderNo Nama Field Type

FieldLebarFieldDi Sistem Di Program

1 Kode Penyakit Kode_Penyakit Text 62 Nama Penyakit Nama_Penyakit Text 50

3.2.7 Entity Relationship Diagram (ERD)

ERD merupakan model yang berisi komponen-komponen himpunan

entitas dan himpunan relasi yang masing-masing dilengkapi dengan atribut-atribut

yang merepresentasikan seluruh fakta dari dunia nyata dimana seseorang berada.

Entity Relationship digunakan untuk memodelkan struktur data dan hubungan

antar data.

Gambar 17. Entity Relationship Diagram (ERD)

3.2.8 Perancangan Input dan Output

Perancangan Input merupakan bentuk dari dokumen dasar yang

digunakan untuk merancang data, kode-kode input yang digunakan dan bentuk

dari tampilan input di alat input. Input yang didesain dapat ditentukan dari DAD

(Diagram Arus Data) yang dibuat. Input DAD ditunjukan oleh arus data dari

kesatuan luar ke proses dan bentuk tampilan dialat input yang ditunjukan oleh

suatu proses memasukan data.

I. Perancangan Input

Merupakan suatu bentuk form yang dirancang sebagai tempat memasukan

data kedalam sistem sehingga diolah menjadi informasi yang dibutuhkan.

I. Perancangan Input Form Password

Form input password digunakan untuk menginput password yang dimiliki.

Form ini hanya bisa di akses oleh dokter/ahli.

Gambar 18. Perancangan Form Input Password

II. Perancangan Input Form Tambah User

Form input tambah user digunakan untuk menginput user baru. Form ini

hanya bisa di akses oleh dokter/ahli.

Gambar 19. Perancangan Form Input Tambah User

III. Perancangan Input Form Ganti Password

Form ganti password digunakan untuk melakukan penggantian password

yang dimiliki. Form ini hanya bisa di akses oleh dokter/ahli.

Gambar 20. Perancangan Form Input ganti password

IV. Perancangan Input Form Data Pasien

Form data pasien digunakan untuk menyimpan dan melakukan perubahan

data pasien.

Gambar 21. Perancangan Form Input data pasien`

V. Perancangan Input Form Data Penyakit

Form data jenis penyakit digunakan untuk menyimpan dan melakukan

perubahan data penyakit.

Gambar 22. Perancangan Form Input data penyakit

VI. Perancangan Form Data Diagnosa.

Form analisa pasien digunakan untuk menganalisa data pasien yang telah

dimasukkan, kemudian data tersebut akan di analisa untuk mengetahui apakah

pasien tersebut positif menderita leukimia atau tidak.

Gambar 23. Perancangan Form analisa pasien

II. Perancangan Output

Perancangan output merupakan suatu bentuk form yang dirancang sebagai

tempat keluarnya data berupa laporan yang sudah diolah menjadi informasi yang

dibutuhkan.

I. Perancangan Output Laporan Hasil Analisa.

Bentuk laporan yang dirancang sebagai tempat keluarnya data berupa

laporan hasil diagnosa pasien yang sudah di proses.

Gambar 24. Perancangan Laporan Hasil Analisa.

BAB IV

HASIL DAN PEMBAHASAN

Pada Bab ini akan dibahas penggambaran dari hasil program yang dibuat

sehingga memudahkan user/pengguna program dalam menjalankan program

tersebut.

4.1 Form Login

Form login digunakan sebagai akses agar bisa masuk kedalam aplikasi.

Terdapat 2 (dua) user yang berhak masuk kedalam aplikasi. Penjelasan dari

masing-masing user tersebut adalah sebagai berikut.

a. Pasien atau pemakai dapat mengakses tampilan dari sub menu dari data

pasien, analisa pasien dan melakukan logout.

b. Dokter dapat mengakses semua tampilan dari menu input data, proses,

laporan dan sistem.

Gambar 25. Tampilan Form Login

Jika username dan Password yang diisi salah maka, akan muncul pesan

peringatan bahwa username dan password yang diisi salah, silahkan ulangi.

Gambar 26. Tampilan Dialoq Warning

4.2 Menu Utama

Menu ini adalah tampilan awal pada Aplikasi Sistem Pakar Untuk

Mendiagnosa Penyakit Leukimia Menggunakan Metode Bayesian Network.

Terdapat 3 (Tiga) menu utama dalam aplikasi ini. Adapun penjelasan dari menu-

menu tersebut adalah sebagai berikut :

a. Menu input data terdiri dari sub menu yaitu, data pasien, data penyakit.

b. Menu proses terdiri dari sub menu analisa pasien.

c. Menu file terdiri dari sub menu yaitu, tambah user, ganti password dan

logout.

Gambar 27. Tampilan Menu Utama

4.2.1 Sub menu data pasien

Gambar 28. Tampilan sub Menu data pasienForm data pasien digunakan untuk menyimpan dan melakukan perubahan

data pasien. Semua data yang dimasukkan akan disimpan dalam tabel data pasien.

4.2.2 Sub menu data Penyakit

Gambar 29. Tampilan sub Menu data jenis penyakit.

Form data jenis penyakit digunakan untuk menyimpan dan melakukan

perubahan data penyakit. Semua data yang dimasukkan akan disimpan dalam

tabel data jenis penyakit.

4.2.3 Sub menu proses analisa pasien

Gambar 30. Tampilan sub Menu proses analisa pasien.

Form analisa pasien digunakan untuk menganalisa data pasien yang telah

dimasukkan, kemudian data tersebut akan di analisa untuk mengetahui apakah

pasien tersebut positif menderita leukimia atau tidak. Tombol hasil analisa

digunakan untuk menampilkan hasil proses analisa seorang pasien, sedangkan

tombol cetak digunakan untuk mencetak hasil analisa.

Gambar 31. Tampilan laporan hasil analisa pasien.

4.2.4 Laporan hasil analisa pasien.

4.2.5 Sub menu file tambah user

Pada gambar 32 di bawah ini dapat dijelaskan, pada saat mengklik menu

Tambah user maka akan ditampilkan beberapa field diantaranya nama username

dan password. Dalam form ini terdapat tombol tambah dan batal. Cara untuk

mengisi data dalam form ini cuma mengisi nama username dan password.

Selanjutnya klik tombol tambah. Kemudian tombol Batal untuk keluar dari form.

Manfaat dari form tambah User ini adalah untuk menambahkan user / pemakai

lebih dari satu.

Gambar 32. Tampilan Form Tambah User.

4.2.6 Sub menu sistem ganti password

Pada gambar 33 di bawah ini dapat dijelasan, pada saat mengklik menu file

ganti password maka akan ditampilkan beberapa field diantaranya password lama,

password baru dan konfirmasi Password. Dalam form ini terdapat tombol Ganti

dan Batal. Cara untuk mengisi data dalam form ini dimulai dari password lama,

password baru dan konfirmasi password. Selanjutnya klik tombol tambah.

Kemudian tombol Batal untuk keluar dari form.

Gambar 33. Tampilan Form Ganti Password.

BAB V

PENUTUP

5.1 Kesimpulan

Dari hasil evaluasi aplikasi secara garis besar, kesimpulan yang dihasilkan

oleh Sistem Pakar Untuk Mendiagnosa Penyakit Leukimia Menggunakan Metode

Bayesian Network adalah merancang suatu aplikasi yang dapat membantu

Dokter/Ahli yang dapat menyelesaikan masalah diagnosis penyakit leukemia,

sistem ini mampu mendiagnosa positif atau negatif leukemia dari seorang pasien

dan menentukan jenis leukimia apa yang diderita oleh pasien tersebut. Sistem ini

memberikan hasil diagnosa dengan cepat beserta nilai probabilitas kemunculan

setiap jenis penyakit dengan menggunakan sistem pakar.

5.2 Saran

Dengan adanya Aplikasi sistem pakar ini diharapkan dapat meningkatkan

kinerja kerja bagi para Dokter/Ahli. Diharapkan laporan ini juga bisa

dikembangkan dengan menambahkan solusi dari pasien yang positif mengidap

leukimia. Dengan melihat betapa efektifnya penggunaan komputer dalam segala

bidang maka fasilitas-fasilitas penunjang juga harus diperhatikan seperti

hardware, software, dan juga brainware agar informasi yang dihasilkan benar-

benar sesuai dengan yang diinginkan.