Review Jurnal: Sistem Pakar

 Di ambil dari jurnal yang berjudul :

Implementasi Sistem Pakar Berbasis Web

Untuk Mendiagnosis Penyakit Dalam Pada Manusia

Istri Sulistyowati

Jurusan Sistem Informasi, STMIK Amikom Purwokerto

E-mail : cantik_ista@yahoo.com

ABSTRAK

Perkembangan penyakit dalam semakin berkembang setiap tahunnya dari perkembangan penyakit dan jumlah penderitanya, untuk menangani masalah penyakit tersebut dibutuhkan seorang dokter spesialis penyakit dalam. Permasalahan yang  muncul adalah terbatasnya jumlah, waktu dan tenaga dari seorang dokter sehingga untuk melakukan konsultasi ketika dokter berhalangan hadir akan menyulitkan pasien. Untuk itu seorang dokter membutuhkan pendamping atau asisten dalam menangani pasien untuk mendapatkan pelayanan medis yang lebih baik. Untuk itu penelitian ini bertujuan membuat sistem untuk mendiagnosa penyakit dalam, dimana sistem ini akan memudahkan dan membantu user dalam melakukan diagnosa penyakit dalam serta menentukan solusi dari penyakit tersebut. Sistem pakar ini menggunakan metode penelusuran dalam mesin inferensi yaitu pelacakan maju (forward chaining) dan pelacakan mundur (backward chaining), sedangkan untuk metode representasi menggunakan kaidah produksi untuk merepresentasikan pengetahuan tentang jenis-jenis penyakit dalam beserta gejala dan pengobatannya. Hasil dari penelitian ini adalah terbentuknya aplikasi sistem pakar yang dapat membantu mendiagnosa penyakit dalam, untuk menentukan jenis penyakit dan pengobatannya berdasarkan gejala-gejala yang dipilih oleh user.

Kata kunci :  sistem pakar, penyakit dalam, kaidah produksi, forward chaining, backward chaining

1.    PENDAHULUAN

Perkembangan penyakit dalam semakin berkembang setiap tahunnya dari perkembangan penyakit dan jumlah penderitanya, untuk menangani masalah penyakit tersebut dibutuhkan seorang dokter spesialis penyakit dalam. Permasalahan yang  muncul adalah terbatasnya jumlah, waktu dan tenaga dari seorang dokter sehingga untuk melakukan konsultasi ketika dokter berhalangan hadir akan menyulitkan pasien. Untuk itu seorang dokter membutuhkan pendamping atau asisten dalam menangani pasien untuk mendapatkan pelayanan medis yang lebih baik Selain itu, bagi masyarakat pada umumnya yang membutuhkan informasi tentang penyakit dalam mulai dari gejala yang terjadi, penentuan jenis penyakit sampai dengan solusi untuk mengatasi penyakit kepada dokter spesialis penyakit dalam. Selain jumlah dokter spesialis penyakit dalam yang masih sedikit, biaya untuk berkonsultasi dengan seorang dokter spesialis tidak sedikit. Saat ini, pengguna layanan internet di Indonesia menunjukkan pertumbuhan yang signifikan setiap harinya, Indonesia tercatat sebagai negara urutan ke-5 di Asia untuk besaran jumlah pengguna internet. Bahkan di Indonesia tercatat sebagai negara urutan ke-5 di Asia untuk besaran jumlah pengguna internet. Untuk itu, maka perlu dibuat aplikasi sistem pakar berbasis web untuk mendiagnosis penyakit dalam. Dimana dalam aplikasi ini dengan memberikan suatu pernyataan dan informasi kepada sistem pakar, akan mengambil kesimpulan dengan cepat dan tepat. Dengan aplikasi tersebut kemungkinan terjadi kesalahan diagnosa bisa dihilangkan dan proses penanganan terhadap pasien bisa dilakukan dengan cepat.

2.    TINJAUAN PUSTAKA

2.1 Sistem pakar (Expert System)

Sistem pakar juga merupakan sejenis KBS (Knowledge-based System) yang memakai pengetahuan untuk mengerjakan tugas seorang ahli. Sedangkan KBS itu sendiri adalah suatu sistem berbasis pengetahuan yang bersifat lebih luas dan umum daripada sistem pakar.. 

Sebuah sistem pakar membutuhkan pengetahuan, beberapa pengertian dari pemakaian, dan kemampuan untuk berkomunikasi dengan seorang pemakai. Ketiga hal ini sering dikenal sebagai sebuah basis pengetahuan, sebuah antar muka manusia-mesin, sebuah mekanisme inferensi.

2.2   Kaidah Produksi

Menyediakan cara formal untuk merepresentasikan  rekomendasi,  arahan, atau strategi. Kaidah produksi dituliskan dalam bentuk jika-maka (if-then).                

Kaidah  if-then menghubungkan anteseden dengan konskuensi yang diakibatkannya dan menghubungkan obyek atau atribut adalah sebagai berikut:

JIKA premis MAKA konklusi

JIKA masukan MAKA Keluaran 

JIKA kondisi MAKA tindakan 

JIKA anteseden MAKA konsekuen

JIKA data MAKA hasil

JIKA tindakan MAKA tujuan

Premis mengacu pada fakta yang harus benar sebelum konklusi tertentu dapat diperoleh. Masukan mengacu pada data yang harus tersedia sebelum keluaran dapat diperoleh. Kondisi mengacu pada keadaan yang harus berlaku sebelum tindakan dapat diambil. Anteseden mengacu pada situasi yang terjadi sebelum konsekuensi dapat diamati. Data dan tindakan mengacu pada kegiatan yang harus dilakukan sebelum hasil dapat diharapkan..  Berikit contoh kaidah produksi:

JIKA Sesak nafas

AND Nafas berbunyi mengi (wheezing)

AND Batuk

AND Sulit bicara dan kebingungan

MAKA Terserang penyakit Asma

2.3  Penyakit Dalam

Penyakit dalam adalah suatu penggolongan penyakit dalam dunia kedokteran yang mempunyai ragam penyakit yang paling banyak, dan saat penggolongan ini masih terus berlangsung. Beberapa klasifikasi penyakit dalam antara lain adalah asma, gagal jantung, hipertensi, diabetes, maag, leukimia, hepatitis, cysitis, gagal hati, dan gagal ginjal akut.

3.    METODE PENELITIAN

Sistem pakar ini menggunakan metode penelusuran dalam mesin inferensi yaitu pelacakan maju (forward chaining) dan pelacakan mundur (backward chaining), sedangkan untuk metode representasi menggunakan kaidah produksi untuk merepresentasikan pengetahuan tentang jenis penyakit dalam beserta gejala dan pengobatannya. Data-data yang menjadi input bagi sistem adalah data gejala sedangkan data-data yang menjadi output adalah data penyakit dan pengobatan.

Pada halaman berikut, user memilih gejala-gejala yang telah diketahui minimal satu pilihan gejala.

Gambar 4. Halaman  Diagnosa 1

Apabila sistem belum bisa menemukan hasil diagnosa penyakit, maka sistem memberikan pertanyaan kembali berupa beberapa gejala tambahan yang mendekati ke arah diagnosa 

Gambar 5. Halaman  Diagnosa 2

Pada halaman ini memungkinkan muncul beberapa macam penyakit yang mungkin dialami dengan gejala yang sama, untuk memperoleh suatu kepastian user akan dituntun untuk memilih penyakit dan memastikan tentang suatu penyakit beserta pengobatan yang ada yang akan dimunculkan pada halaman berikutnya.

 

Gambar 6. Halaman Diagnosa 3

Halaman ini merupakan hasil dari sebuah diagnosa yang telah dilakukan melalui penelusuran gejala yang dialami. Melalui halaman ini seorang user mendapatkan informasi sehingga dapat membantu pengobatan yang akan dilakukan. 

Gambar 7. Halaman Hasil Diagnosa

4.    PENUTUP

4.1     Kesimpulan 

1.     Sistem pakar di rancang dengan menggunakan metode penelusuran alur maju (forward chaining) dan penelusuran alur mundur (backward chaining)

2.     Sistem pakar yang telah dibuat dapat digunakan sebagai alat untuk mendiagnosa penyakit dalam pada manusia berdasarkan atas gejala-gejala yang dipilih, maka sistem akan memberikan diagnosa kemudian memberikan saran pengobatan.  

3.     Seorang admin, pakar dan user dapat mengaksesnya melalui jaringan internet untuk mengelola dan mendapatkan  informasi.

4.     Berdasarkan test user acceptance, prosentase jawaban baik dan sangat baik untuk kriteria kinerja sebesar 82,4% dan antarmuka sebesar 76,2%. Sehingga dapat disimpulkan bahwa sistem pakar untuk mendignosis penyakit dalam bisa diterima oleh user.

5.     Keunikan sistem pakar ini dibandingkan dengan sistem pakar yang lainnya (yang digunakan sebagai referensi) adalah dalam sistem pakar ini berbasis web dan menggunakan dua metode sekaligus yaitu forward chaining dan backward chaining.

4.2    Saran

1.     Sistem pakar untuk mendiagnosa penyakit dalam pada manusia perlu ditambahkan data berupa penyakit, gejala, dan pengobatan penyakit selain yang sudah ada di dalam database agar hasil identifikasi yang diperoleh semakin akurat.

2.     Untuk pemilihan gejala bisa menggunakan “text processing” sehingga user tidak harus memilih gejala yang telah disediakan akan tetapi user bisa menuliskan sendiri gejala-gejalanya.

3.     Untuk keakuratan data, setiap gejala diberikan “persamaan kata” sehingga penulusuran bisa dilakukan dengan cepat dan tepat. Hal ini dikarenakan istilah yang dipakai oleh masyarakat berbeda-beda.

DAFTAR PUSTAKA

                 

[1]      Arhami, M., 2005, Pengantar Sistem Pakar, Andi Offset, Yogyakarta.

[2]      Arsandi, Y., 2006, Sistem Pakar Untuk Mendiagnosa Penyakit Saluran Pernafasan Dan  Penyakit Saluran Pencernaan  Dengan Metode Penalaran Muju Dan Metode Penalaran Mundur, Ista, Yogyakarta.

[3]      Bunafit, N., 2008, Membuat Aplikasi Sistem Pakar Dengan PHP Dan Editor       Dreamweaver, Gava Media, Yogyakarta.

[4]      Dinas            Kesehatan             DKI        Jakarta   __________,        Info Penyakit,       www.dinkes-dki.go.id                        dan www.dinkesdki.blogspot.com   

[5]      Firdaus, 2007, Php Dan Mysql Dengan Dreamweaver, Maxicom, Palembang.

[6]      Jang jae Lee, A Design and Implementation of U-health Diagnosis System using Expert system and Neural Network, Internatioanl Journal of future Generation Communication and Networking : 83 – 90.

[7]      Jogiyanto, HM. 1999. Analisis dan Disain sistem informasi Pendekatan Terstruktur Teori  dan Praktek Aplikasi Bisnis. Andi Offset, Yogyakarta.

[8]      Kusrini, 2006, Sistem Pakar Teori & Aplikasi, Andi Offset,Yogyakarta.

[9]      Kusrini, 2008, Aplikasi Sistem Pakar Menentukan Faktor Kepastian Penguna dengan Metode Kuantifikasi Pertanyaan, Andi Offset, Yogyakarta

[10]   Kusumadewi, S., 2003, Artificial Intelegence (Teknik dan Aplikasinya), Graha Ilmu Yogyakarta.

[11]   Lina Handayani, Tole Sutikno, 2008, Sistem Pakar untuk Diagnosis Penyakit THT Berbasis Web, Jurnal Teknologi Industri Vol. XII No. 1 Januari 2008 : 19-16.

[11] Persatuan Ahli Penyakit Dalam Indonesia, 1998, Ilmu Penyakit Dalam Jilid II, Balai Penerbit FKUI, Jakarta.

SISTEM CERDAS

SISTEM CERDAS

1.      Pengertian Sistem Cerdas

Kecerdasan Buatan adalah salah satu cabang Ilmu pengetahuan berhubungan dengan pemanfaatan mesin untuk memecahkan persoalan yang rumit dengan cara yang lebih manusiawi. Hal Ini biasanya dilakukan dengan mengikuti/mencontoh karakteristik dan analogi berpikir dari kecerdasan/Inteligensia manusia, dan menerapkannya sebagai algoritma yang dikenal oleh komputer. Dengan suatu pendekatan yang kurang lebih fleksibel dan efisien dapat diambil tergantung dari keperluan, yang mempengaruhi bagaimana wujud dari perilaku kecerdasan buatan. AI biasanya dihubungkan dengan Ilmu Komputer, akan tetapi juga terkait erat dengan bidang lain seperti Matematika, Psikologi, Pengamatan, Biologi, Filosofi, dan yang lainnya. Kemampuan untuk mengkombinasikan pengetahuan dari semua  bidang ini pada akhirnya akan bermanfaat bagi kemajuan dalam upaya menciptakan suatu kecerdasan buatan.

Pengertian lain dari kecerdasan buatan adalah bagian ilmu komputer yang membuat agar mesin komputer dapat melakukan pekerjaan seperti dan sebaik yang dilakukan manusia. Pada awal diciptakannya, komputer hanya difungsikan sebagai alat hitung saja. Namun seiring dengan perkembangan jaman, maka peran komputer semakin mendominasi kehidupan manusia. Komputer tidak lagi hanya digunakan sebagai alat hitung, lebih dari itu, komputer diharapkan untuk dapat diberdayakan untuk mengerjakan segala sesuatu yang bisa dikerjakan oleh manusia.Manusia bisa menjadi pandai dalam menyelesaikan segala permasalahan di dunia ini karena manusia mempunyai pengetahuan dan pengalaman Pengetahuan diperoleh dari belajar. Semakin banyak bekal pengetahuan yang dimiliki oleh seseorang tentu saja diharapkan akan lebih mampu dalam menyelesaikan permasalahan. Namu bekal pengetahuan saja tidak cukup, manusia juga diberi akal untuk melakukan penalaran, mengambil kesimpulan berdasarkan pengetahuan dan pengalaman yang mereka miliki. Tanpa memiliki kemampuan untuk menalar dengan baik, manusia dengan segudang pengalaman dan pengetahuan tidak akan dapat menyelesaikan masalah dengan baik. Demikian pula dengan kemampuan menalar yang sangat baik, namun tanpa bekal pengetahuan dan pengalaman yang memadai, manusia juga tidak akan bisa menyelesaikan masalah dengan baik. Agar komputer bisa bertindak seperti dan sebaik manusia, maka komputer juga harus diberi bekal pengetahuan dan mempunyai kemampuan untuk menalar. Untuk itu AI akan mencoba untuk memberikan beberapa metoda untuk membekali komputer dengan kedua komponen tersebut agar komputer bisa menjadi mesin pintar.

2.      Sejarah Sistem Cerdas

Di awal abad 20, seorang penemu Spanyol yang bernama Torres Y Quevedo, membuat sebuah mesin yang dapat mengskakmat raja laannya dengan sebuah raja dan ratu. Perkembangan secara sistematis kemudian dimulai ditemukannya komputer digital.

·         Pada tahun 1950-an Alan Turing seorang matematikawan dari Inggris. Pertama kali mengusulkan adanya tes untuk melihat bias tidaknya sebuah mesin dikatakan cerdas(dikenal dengan Turing Test) seolah-olah mesin mampu merespon terhadap serangkaian pertanyaan yang diajukan.

·         Istilah kecerdasan buatan dimunculkan pertama kali pada tahun 1956 ketika John Mc Cathy dari Massachusets Institute of Technology (MIT) menciptakan bahasa pemrograman LISP

·         Loghic Theorist (1956), diperkenalkan pada Dartmouth Conference, program ini dapat membuktikan teorema-teorema matematika.

·         Mesin Neural Network pertama oleh Marvin Minsky (1958)

·         Sad Sam, deprogram oleh Robert K. Lindsay (1960), program ini dapat mengetahui kalimat-kalimat sederhana yang ditulis dalam bahasa Inggris dan mampu memberikan jawaban dari fakta-fakta yang didengar dalam sebuah percakapn.

·         Muncul logika samar (1965) yang merupakan pelaksanaan konsep samar di atas system komputer. Logika samar mengukur ketidaktepatan dengan cara yang tepat, seperti yang diperlukan mesin.

·         ELIZA (1967), diprogram oleh Joseph Weizenbaum, yang mampu melakukan terapi terhadap pasien dengan memberikan beberapa pertanyaan.

·         Program Microworld dengan penciptaan proyek SHRDLU (1968) merupakan Expert System yang pertama.

·         Pada tahun 1972 bahasa Prolog dimunculkan. John Holland (1975) mengatakan bahwa setiap problem berbentuk adaptasi (alami maupun buatan) secara umum dapat diformulasikan dalam terminologi genetika (Algoritma Genetika) . Sistem catur AI mengalahkan manusia (Pecatur master) pada tahun 1991. Robotik, peranti mekanika yang diprogram untuk melakukan berbagai tugas.

3.      Lingkup utama kecerdasan buatan:

1.      Sustem pakar. Komputer digunakan sebagai saran untuk menyimpan pengetahuan para pakar. Dengan demikian komputer akan memiliki keahlian untuk menyelesaikan masalah dengan meniru keahlian yang dimiliki para pakar

2.      Pengolahan bahasa alami. Dengan pengolahan bahasa alami ini diharapkan user mampu berkomunikasi dengan komputer dengan menggunakan bahasa sehari-hari.

3.      Pengenalan ucapan. Melalui pengenalan ucapan diharapkan manusia mampu berkomunikasi dengan komputer dengan menggunakan suara.

4.      Robotika dan Sistem sensor

5.      Computer vision, mencoba untuk dapat mengintrepetasikan gambar atau objek-objek tampak melalui komputer

6.      Intelligent Computer aid Instruction. Komputer dapat digunakan sebagai tutor yang dapat melatih dan mengajar

4.      Keuntungan Kecerdasan Buatan :

1.      Kecerdasan buatan lebih bersifat permanen. Kecerdasan alami akan cepat mengalami perubahan. Hal ini dimungkinkan karena sifat manusia yang pelupa. Kecerdasan buatan tidak akan berubah sepanjang sistem komputer dan program tidak mengubahnya.

2.      Kecerdasan buatan lebih mudah diduplikasi dan disebarkan. Mentransfer pengetahuan manusia dari satu orang ke orang lain butuh proses dan waktu lama. Disamping itu suatu keahlian tidak akan pernah bisa diduplikasi secara lengkap. Sedangkan jika pengetahuan terletak pada suatu sistem komputer, pengetahuan tersebuat dapat ditransfer atau disalin dengan mudah dan cepat dari satu komputer ke komputer lain

3.      Kecerdasan buatan lebih murah dibanding dengan kecerdasan alami. Menyediakan layanan komputer akan lebih mudah dan lebih murah dibanding dengan harus mendatangkan seseorang untuk mengerjakan sejumlah pekerjaan dalam jangka waktu yang sangat lama.

4.      Kecerdasan buatan bersifat konsisten. Hal ini disebabkan karena kecerdasan busatan adalah bagian dari teknologi komputer. Sedangkan kecerdasan alami senantiasa berubah-ubah.

5.      Kecerdasan buatan dapat didokumentasikan. Keputusan yang dibuat komputer dapat didokumentasikan dengan mudah dengan melacak setiap aktivitas dari sistem tersebut. Kecerdasan alami sangat sulit untuk direproduksi.

6.      Kecerdasan buatan dapat mengerjakan pekerjaan lebih cepat dibanding dengan kecerdasan alami

7.      Kecerdasan buatan dapat mengerjakan pekerjaan lebih baik dibanding dengan kecerdasan alami.

5.      Keuntungan kecerdasan alami:

1.      Kreatif. Kemampuan untuk menambah ataupun memenuhi pengetahuan itu sangat melekat pada jiwa manusia. Pada kecerdasan buatan, untuk menambah pengetahuan harus dilakukan melalui sistem yang dibangun

2.      Kecerdasan alami memungkinkan orang untuk menggunakan pengalaman secara langsung. Sedangkan pada kecerdasan buatan harus bekerja dengan input-input simbolik

3.      Pemikiran manusia dapat digunakan secara luas, sedangkan kecerdasan buatan sangat terbatas.

CONTOH TEKNOLOGI SISTEM CERDAS

1)      Penerapan teknologi sistem cerdas dalam kehidupan sehari – hari adalah PT KAI Commuter Jabodetabek (KCJ) yang mulai mengoperasikan mesin tiket atau vending machine di sejumlah stasiun. Vending machine merupakan suatu alat atau mesin yang menjual tiket  secara otomatis. Vending Machine tidak membutuhkan tenaga operator untuk menjual barang, kita dapat memilih sendiri tiket kereta yang kita inginkan. Keberadaan mesin tiket pada layanan KRL commuter line bertujuan untuk mengurangi antrean transaksi di loket.

2)      Contoh lain dari teknologi sistem cerdas adalah OSHbot atau robot pelayan toko. Robot ini adalah robot pintar yang akan memandu pengunjung toko ke barang yang anda akan beli dengan cara mengucapkan nama barang kepada OSHbot. OSHbot memiliki tinggi 29.5 inchi dan siap memberikan pelayanan belanja yang menyenangkan.

3)      Penerapan Sistem pakar dalam Industri / Manufaktur. System Pakar Dalam Perencanaan Wood Trus fabrication Application merupakan contoh system pakar dalam proses perencanaan. System ini dibuat dengan menggunakan shell sitem pakar SPS (Semi Intelligent Process Selector).

4)      Sistem Pakar Dalam Perancangan PRIDE(Pinch Roll Interactive Design Expert / Environment). Sistem pakar ini digunakan untuk merancang system pengaturan kertas untuk mesin fotocopy.

5)      Twenty Questions, sebuah game berdasar Neural Network yang menampilkan 20 pertanyaan.

6)      The Start Project, sebuah sistem berdasar web di mana partanyaan-jawaban dalam bahasa Inggris.

7)      Brainboost, sistem tanya-jawab yang lain.

8)      AskEd! Sebuah sistem tanya-jawab multi lingual.

9)      Cyc, sebuah koleksi pengetahuan dasar yang luas mengenai fakta-fakta tentang dunia nyata dan kemampuan untuk beralasan dengan logika.

10)   ALICE dan Alan, sebuah chatterbot (serta chatbot,chatterbox) adalah program bot yang dapat melakukan percakapan dengan manusia.

11)   Jabber Wacky, sebuah chatterbot pembelajar.

Sumber :

https://kidodi.wordpress.com/2012/02/19/pengertian-sistem-cerdas/

https://rehulina.wordpress.com/2009/08/05/pengertian-kecerdasan-buatan/

http://fkcommunicationtech.blogspot.co.id/2012/07/untitled-document-contoh-penerapan.html

http://ariefkkurniawan.blogspot.co.id/2016/10/teknologi-sistem-cerdas-pada-bidang.html

http://trisnahyt.blogspot.co.id/2016/09/teknologi-sistem-cerdas_30.html

ayudiaarahmadanii.blogspot.co.id/2016/10/teknologi-sistem-cerdas.html

http://adefauzisiregar.blogspot.co.id/2016/10/apa-itu-teknologi-sistem-cerdas.html