REVIEW JURNAL SISTEM INFORMASI
RANCANG BANGUN SISTEM PAKAR FUZZY UNTUK DIAGNOSIS PENYAKIT
TROPIS BERBASIS WEB
1.
Latar
Belakang Jurnal
Latar belakang pembuatan sistem pakar ini adalah
adanya penyakit tropis. Penyakit tropis merupakan penyakit yang kompleks dan
sering diderita oleh kebanyakan orang. Orang sering bingung dengan penyakit
yang diderita dan terkadang tidak tahu apakah penyakit tersebut sudah termasuk
dalam stadium awal atau kronis. Oleh karena itu, seseorang membutuhkan dokter
untuk berobat dan berkonsultasi. Jam kerja (praktek) yang terbatas membuat
seseorang menunggu dan harus rela mengantri. Hal demikian menyulitkan pasien
untuk mengatur waktu. Untuk mengatasi masalah tersebut maka penulis membangun
sistem pakar fuzzy yang dapat memudahkan pasien dalam mengetahui dan
mendiagnosis penyakit tropis secara dini dengan aplikasi berbasis web.
2.
Tujuan
Tujuan dari adanya sistem ini, diharapkan dapat
membantu dan memberikan kemudahan bagi dokter untuk mendiagnosis dan bagi
pasien untuk mengetahui kemungkinan terjadinya penyakit lebih awal yang dapat
diakses kapan pun dan di mana pun melalui gejala-gejala yang dirasakan oleh
pasien.
3.
Metode
Metode
yang digunakan dalam pembuatan sistem pakar ini adalah :
a. Fuzzifikasi: merupakan proses pengubahan
data dari data kualitatif menjadi data kuantitatif. Proses ini dilakukan dengan
cara mengkonversi nilai input ke dalam bentuk nilai certainty factor.
Nilai certainty factor dapat dilihat pada Tabel 3.3 halaman 45.
b. Inference Engine: mekanisme inferensi
yang digunakan adalah sistem pakar fuzzy, yaitu menelusuri gejala-gejala
yang ada untuk menghasilkan suatu kesimpulan. Dalam tugas akhir ini proses
inferensi ditunjukkan dalam bentuk perhitungan certainty factor.
c. IF-Then
Rule dan Certainty Factor : melalui bantuan rule yang
diturunkan dari dependency diagram, kemudian dilakukan proses inferensi
dengan menggunakan metode dan perumusan certainty factor.
Berdasarkan beberapa
sampel atau data di atas, sistem pakar fuzzy akan mengolah data tersebut
sehingga akan menghasilkan sebuah kesimpulan. Data akan dihitung berdasarkan
jenis penyakit tropis. Perhitungan fuzzy akan menggunakan rule kombinasi
yang terdapat pada rumus certainty factor di bab II halaman 14. Contoh
dari proses diagnosis pemilihan gejala yang mempengaruhi jenis penyakit tropis
pasien dapat dilihat pada Tabel 2.
Dari data diagnosis di
atas, maka akan dilakukan perhitungan untuk mengetahui persentase jenis
penyakit tropis yang diderita pasien. Adapun perhitungannya adalah sebagai
berikut
Dependency
Diagram
Dependency
diagram digunakan untuk menentukan hubungan
antara faktor-faktor penting yang mempengaruhi dalam mendiagnosis penyakit
tropis. Dependency diagram juga berisi aturan-aturan dan jawaban yang
digunakan untuk memudahkan pada saat proses verifikasi. Dependency diagram untuk
mendiagnosis penyakit tropis dapat dilihat pada pada lampiran.
Proses fuzzifikasi dilakukan dengan cara mengkonversi
nilai input ke dalam bentuk nilai certainty factor. Adapun nilai Certainty
Factor (CF) parameter yang digunakan dalam penelitian ini dapat dilihat
pada Tabel 3 dan nilai CF gejala yang digunakan dalam penelitian ini dapat
dilihat pada Tabel 4.
Output: hasil yang didapatkan dari sistem menunjukkan jawaban dari
gejala-gejala atau fakta-fakta yang telah dimasukkan. Keluaran yang dihasilkan
sistem adalah hasil diagnosis penyakit tropis beserta solusi pengobatannya.
4.
Pembahasan
Singkat
Form diagnosis digunakan oleh pasien
untuk menjawab pertanyaan mengenai gejala-gejala yang dialami oleh pasien.
Untuk lebih jelaskan dapat dilihat pada Gambar 6.
Gambar merupakan hasil diagnosis
sistem pakar fuzzy diagnosis penyakit tropis yang ditampilkan berupa
persentse hasil perhitungan dengan menggunakan rumusan certainty factor beserta
pengobatannya. Untuk lebih jelasnya dapat dilihat pada Gambar 7
a. Kelebihan
aplikasi
Aplikasi
sistem pakar fuzzy ini telah diuji cobakan kepada 15 orang pasien penyakit
tropis. Dan hasilnya, terdapat 14 pasien yang hasil diagnosisnya tepat. Namun pada
pasien ke tujuh, hasil diagnosis aplikasi memberikan hasil yang berbeda dengan
diagnosis dokter, tetapi hasil diagnosis aplikasi tidak memberikan penilaian
atau hasil yang terlalu berbeda dari perkiraan dokter. Perbedaan hasil
diagnosis aplikasi dengan diagnosis dokter hanya memiliki perbedaan kurang dari
1%.
Jadi,
dapat disimpulkan Tingkat akurasi dari sistem pakar fuzzy diagnosis
penyakit tropis adalah 93,3%.
Jadi aplikasi
sistem pakar fuzzy ini dapat mendiagnosis penyakit tropis yang diderita seorang
pasien, hanya dengan memasukkan gejala-gejala yang dialami maka akan keluar
hasil diagnosis dari sistem pakar yang memiliki keakuratan 93,3% seperti halnya
diagnosis seorang dokter. Sehingga pasien bisa mengetahui lebih awal penyakit
yang dideritanya dan bagaimana cara penanganan awal dari penyakit tersebut.
5.
Saran
untuk aplikasi
Saran untuk pengembangan sistem pakar fuzzy untuk
mendiagnosis penyakit tropis berikutnya adalah aplikasi ini tidak hanya dapat
diakses melalui web saja tetapi dapat diakses melalui mobile. Dapat
ditambahkan lagi jenis-jenis penyakit tropis yang belum dibahas dalam
penelitian ini sehingga untuk penelitian berikutnya, jenis penyakit tropis
lebih kompleks.
6.
Kesimpulan
Sistem pakar fuzzy untuk diagnosis
penyakit tropis berbasis web ini adalah suatu aplikasi yang dibuat untuk membantu
dan memberikan kemudahan bagi dokter untuk mendiagnosis dan bagi pasien untuk
mengetahui kemungkinan terjadinya penyakit lebih awal yang dapat diakses
kapanpun dan di manapun melalui gejala – gejala yang dialami pasien. Sistem
Pakar ini dapat mendiagnosis penyakit tropis seperti tuberkulosis, difteri,
pertusis, DBD, chikungunya, campak, demam tifoid.
SUMBER JURNAL :
2014.STIKOM
Surabaya. Rancang Bangun Sistem
Pakar Fuzzy Untuk Diagnosis Penyakit Tropis Berbasis Web. ISSN
2338-137X.
Burhanuddin
Surya Putra, Jusak, A.B. Tjandrarini JSIKA Vol. 3, No. 1, (2014)/ ISSN
2338-137X.
http://jurnal.stikom.edu/index.php/jsika/article/viewFile/262/218
TIFANI APRILIA
16115894
3KA04
