Sistem Berbasis Pengetahuan

Diagnosa Penyakit pada Unggas

Oleh:M. Zain Adiyusuf Mr. 311210030Rachmad Yanuarianto 311210035Sanhendrin Dwi Prasetya 311210042Teofilus Candra 311210043Uyogo Gunawan 311210044

PROGRAM STUDI TEKNIK INFORMATIKAFAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS MA CHUNGMALANG

SEPTEMBER 2014

SISTEM PAKAR: DIAGNOSIS PENYAKIT UNGGASDENGAN METODE CERTAINTY FACTOR

Siti Rohajawati1; Rina Supriyati21, 2 Jurusan Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam,

Universitas Pakuan, Bogor

ExpertExpert adalah seorang pakar yang pengetahuannya dijadikan

dasar untuk membangun sebuah sistem pakar. Sistem pakar ini menggunakan pengumpulan data dan informasi terkait jenis penyakit unggas (ayam), dengan studi pustaka dan konsultasi dengan peternak ayam yang berpengalaman.

Dalam jurnal dengan judul : “SISTEM PAKAR DIAGNOSA PENYAKIT AYAM”, oleh : MEILANY NONSI TENTUA , jurnal ini mengacu pada data seorang pakar yang tertuang pada buku “Pengendalian Hama dan Penyakit Ayam” karya Murtidjo terbitan tahun 1992.

Knowledge Engineer Knowledge Engineer adalah seorang yang mengintegrasikan pengetahuan

dari expert ke dalam sistem komputer untuk memecahkan masalah kompleks atau dapat disebut sebagai penghubung antara sistem pakar dengan pakarnya.

Knowledge Engineer dalam sistem pakar Diagnosis Penyakit Unggas dengan Metode Certainty Factor ini adalah Siti Rohajawati dan Rina Supriyati, keduanya adalah mahasiswa dari urusan Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Pakuan, Bogor.

Knowledge BaseKnowledge Base (basis pengetahuan) merupakan tempat dimana

informasi yang berasal dari para pakar disimpan, diorganisasi, dibagi, dicari dan digunakan. Knowledge Base berisi fakta-fakta yang didapat dari seorang ahli (Expert) dan diimplementasikan ke dalam sistem komputer dengan menggunakan metode representasi pengetahuan tertentu. Representasi pengetahuan adalah metode yang digunakan untuk mengkodekan pengetahuan dalam sebuah sistem pakar.

Knowledge base dalam sistem pakar ini adalah “Penyakit pada ayam dapat disebabkan oleh virus, bakteri, parasit dalam, parasit luar, dan jamur. Macam-macam penyakit yang disebabkan oleh bakteri dan virus pada ayam (Rasyaf, 2009)”. Knowledge base dapat berupa struktur data yang disimpan dalam bentuk susunan tabel yang saling berelasi antar satu dengan lainnya dan bisa digambarkan dalam bentuk Entity Relationship Diagram yang ditampilkan di bawah ini.

Susunan Entity Relationship Diagram dalam Knowledge Base

Nama Penyakit Nama Latin Gejala

Gumboro Gumboro Disease

Nafsu makan berkurang Tampak lesuMencret keputih-putihanTidur paruhnya diletakkan di lantaiDuduk dengan sikap membungkukBulu kusam dan mengkerut

Mareks Mareks Disease

Nafas cepatMuka pucatSempoyonganKaki pincangSayap menggantungBadan kurusNafsu makan berkurang

Produksi Telur Egg Drop Syndrome 76

Kualitas telur jelekProduksi telur menurunMencret kehijau-hijauanNafas cepat

Penyakit Ayam yang Disebabkan oleh Virus

Nama Penyakit Nama Latin Gejala

Tipus Ayam Fowl Typhoid

Kelihatan ngantuk dan bulu berdiriBulu kusam dan mengkerutDiareMencret kehijau-hijauan Badan kurusTampak lesuNafsu makan kurang

Berak Darah Coccidosis

Mencret bercampur darahProduksi telur menurunBulu Kusam dan mengkerutMuka pucat Badan kurusNafsu makan berkurang

Salesma Ayam Infecctious Coryza

Bersin-bersinPembengkakan dari sinus dan mata Keluar nanah dari mata dan bauKelopak mata kemerahanProduksi telur menurunDiareNafsu makan berkurang

Penyakit Ayam yang Disebabkan oleh Bakteri

Database of FactsDatabase of facts, adalah basis data yang menampung semua

kesimpulan dari aturan-aturan yang cocok dengan permasalahan yang diberikan sistem pakar untuk digunakan sebagai acuan tambahan dalam mengambil keputusan pada permasalahan berikutnya.

Dalam kedua jurnal yang kami jadikan acuan, kami belum menemukan penggunaan database of facts pada sispem pakar yang telah diterapkan.

Inference EngineInference Engine atau mesin inferensi adalah bagian dari sistem

pakar yang bertugas untuk menemukan solusi yang tepat untuk masalah yang ada. Untuk mendapat hasil, ada dua metode yaitu forward chaining dan backward chaining.

Adapun konsep inference engine dilakukan sistem pakar ini yaitu dengan penggunaan production rule (if..then) mekanismenya melalui forward chaining serta penilaian bobot menggunakan model Certainty Factors (CFs). Dalam teori kepastian (certainty theory), sama halnya dengan fuzzy logic, ketidakpastian direpresentasikan dengan derajat kepercayaan. . Certainty theory mendasari penggunaan Certainty Factors (CFs). Ada beberapa metode dari penggunaan CF akan menggunakan angka 100 atau 1.0 untuk kepercayaan dan 0 untuk ketidakpercayaan. CF berupa nilai, dan bukan merupakan probabilitas.. Model yang dikembangkan dalam CFs adalah sebagai berikut (Russel, 2003; Turban, 2005).

Certainty Factors (CFs) menunjukkan ukuran kepastian terhadap suatu fakta atau aturan.

CFs[h,e] = MB[h,e] - MD[h,e]Keterangan:

CFs[h,e] = Faktor kepastianMB[h,e] = Ukuran kepercayaan atau tingkat

keyakinan terhadap hipotesis h, jika diberikan evidence e (antara 0 dan 1)

MD[h,e] = Ukuran ketidakpercayaan atau tingkat keyakinan terhadap hipotesis h, jika diberikan evidence e (antara 0 dan 1)

Masalah yang diseleksi adalah gejala-gejala yang timbul pada ayam. Secara khusus, masalah yang ditimbulkan sepenuhnya dievaluasi dan ditentukan kesesuaiannya. Tipe pelacakan dan penalaran ditentukan menggunakan mekanisme forward chaining. Untuk setiap jenis penyakit dan gejala yang ditimbulkan, dibuatkan kode dengan P1..Pn serta G1..Gn. Setiap gejala diberikan bobot sesuai dengan referensi yang didapat.

Metode certainty factor ini merupakan metode yang akurat karena berupa kuantitas dari suatu gejala. Hal yang perlu diperhatikan dalam metode Cfs ini adalah pemberian nilai bobot terhadap gejala-gejala dari penyakit sehingga memperoleh kesimpulan yang benar.

Nama Penyakit

Nama Latin

Gejala Bobot

GumboroGumboro Disease

Nafsu makan berkurang Tampak lesuMencret keputih-putihanTidur paruhnya diletakkan di lantaiDuduk dengan sikap membungkukBulu kusam dan mengkerut

0.200.400.600.850.700.35

MareksMareks Disease

Nafas cepatMuka pucatSempoyonganKaki pincangSayap menggantungBadan kurusNafsu makan berkurang

0.350.400.600.700.800.300.30

Produksi Telur

Egg Drop Syndrome

76

Kualitas telur jelekProduksi telur menurunMencret kehijau-hijauanNafas cepat

0.900.850.500.40

Tipus Ayam

Fowl Typhoid

Kelihatan ngantuk dan bulu berdiriBulu kusam dan mengkerutDiareMencret kehijau-hijauan Badan kurusTampak lesuNafsu makan kurang

0.850.400.400.400.250.350.25

Berak Darah

Coccidosis

Mencret bercampur darahProduksi telur menurunBulu Kusam dan mengkerutMuka pucat Badan kurusNafsu makan berkurang

0.900.500.450.400.350.35

Salesma Ayam

Infecctious Coryza

Bersin-bersinPembengkakan dari sinus dan mata Keluar nanah dari mata dan bauKelopak mata kemerahanProduksi telur menurunDiareNafsu makan berkurang

0.800.700.600.500.400.350.30

Bobot Gejala yang Terdapat pada Penyakit Unggas (Ayam)

Bobot yang Dimiliki oleh Setiap Gejala pada Pilihan Penyakit

Contoh Inference Engine:Ketika user sudah menginputkan beberapa gejala seperti gambar

dibawah :

Selanjutnya, perhitungan yang dilakukan dengan metode certainty factors untuk menentukan kecenderungan penyakit yang diderita adalah:

P1 = MB(P1,G3) + (MB(P1,G3) * (1 - MB(P1,G3)))= 0.85 + (0.85 * (1-0.85)) = 0,9775

P2 = MB(P2,G2) + (MB(P2,G2) * (1 - MB(P2,G2))))= 0.9 + (0.9 * (1-0.9)) = 0,99

P3 = MB(P3,G6)+MB(P3,G10)+(MB(P3,G11)*(1-MB(P3,G6)-MB(P3,G10)))= 0.8 + 0.7 + (0.6 * (1 - 0.8 - 0.7)) = 1.2

P4 = MB(P4,G5)+MB(P4,G8)+(MB(P4,G12)*(1-MB(P4,G5)-MB(P4,G8)))= 0.85 + 0.7 + (0.6 * (1 - 0.85 - 0.7)) = 1,22

P5 = MB(P5,G9) + (MB(P5,G7) * (1 - MB(P5,G9)))= 0.7 + (0.8 * (1-0.7))) = 0.94

Explanation MechanismExplanation Mechanism adalah modul yang berfungsi untuk memberikan

penjelasan kepada user mengenai rekomendasi yang sudah diolah oleh inference engine. Modul ini memberi penjelasan kepada user mengenai bagaimana keputusan itu dibuat sehingga user dapat menerapkan logika yang sama untuk kemudian dikembangkan.

Explanation mechanism pada user interface sistem pakar ini hanya merekam jejak jawaban pengguna, seperti user interface dibawah ini:

Namun tidak dipaparkan gambar / screenshot jika user memilih button “Lihat Solusi”, maka dari itu kami menggabungkan bagian ini dengan jurnal lain, yaitu Jurnal dengan judul : “SISTEM PAKAR DIAGNOSA PENYAKIT AYAM”, oleh : MEILANY NONSI TENTUA , Dosen Tetap Program Studi Teknik Informatika, Universitas PGRI Yogyakarta. Setelah menjelaskan diagnosa sesuai pertanyaan yang dijawab user seperti gambar berikut:

Maka, user bisa memilih button “Detail Penyakit” untuk melihat penjelasan penyakit tersebut disertai solusi yang harus dilakukan peternak terhadap unggas yang mengidap penyakit tersebut.

User InterfaceUser interface merupakan bagian dari sistem pakar yang berfungsi

sebagai pengendali input output. User interface melayani user selama proses konsultasi mulai dari tanya jawab untuk mendapatkan fakta-fakta yang dibutuhkan mesin inferensi sampai menampilkan output yang merupakan kesimpulan/rekomendasi yang dihasilkan oleh mesin inferensi.

User Interface dalam aplikasi ini menggunakan antar muka berbasis web, dengan masukan berupa sajian menu yang menampilkan beberapa jenis gejala yang dapat dipilih. Masukan gejala ini merupakan premise bagi penalaran yang akan dilakukan pada knowledge base dengan production rule yang telah dikontruksikan. Keluaran aplikasi ini berisi informasi nilai kepercayaan (CF) jenis penyakit yang didiagnosis menyerang unggas, sedangkan uji validitas hasil diagnosis dikomparasi dengan pakar (peternak).

Sebagai contoh, dengan masukan seperti di bawah ini, maka sistem pakar akan menyajikan hasil kesimpulan bahwa penyakit yang diderita adalah penyakit Gumboro.

UserUser adalah orang yang mengoperasikan sistem pakar yang telah dibuat

dengan tujuan antara lain mendapatkan jawaban, mendapatkan bahan pertimbangan, atau untuk mempelajari mengapa kesimpulan tersebut diambil.

User yang akan menggunakan sistem pakar Diagnosa Penyakit pada Unggas ini adalah peternak unggas, mahasiswa peternakan, atau peneliti.