Review Jurnal Sistem Pakar Metode Certainty Factor

1

REVIEW ARTIKEL/JURNAL ILMIAH

Oleh

Putu Ary Darma Yasa

1215057015

Judul : Sistem Pakar Penyakit Kulit Pada Manusia Menggunakan

Metode Certainty Factor Berbasis Web

Pengarang : Sri Yastita, Yohana Dewi Lulu, Rika Perdana Sari

Tahun : 2012

ISSN : 2085-9902

A. PENDAHULUAN

Kecanggihan teknologi saat ini memang sudah tidak bisa kita pungkiri

lagi. Teknologi saat ini sangat berperan dalam kehidupan manusia sehari-hari.

Hampir seluruh aspek atau bidang menggunakan teknologi dalam menyelesaikan

masalah. Salah satu aspek yang paling sering menggunakan bantuan teknologi,

adalah aspek kesehatan. Aspek kesehatan ini merupakan aspek yang

berkembang seiring dengan perkembangan teknologi. Para ahli teknologi terus

melakukan riset dan pengembangan teknologi kedokteran, salah satunya di

bidang Artificial Intelligence yang mengarah pada sistem pakar atau dalam

bahasa Inggrisnya disebut Expert System. Sistem pakar itu sendiri merupakan

sistem yang berusaha mengapdosi pengetahuan manusia ke komputer, agar

komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para

ahli. Sistem pakar yang baik dirancang agar dapat menyelesaikan suatu

permasalahan tertentu dengan meniru kerja dari para ahli sehingga orang awam

pun bisa menggunakan sistem tersebut untuk menyelesaikan masalah.

Berdasarkan kenyataan tersebut, Sri Yastita bersama timnya berinisiatif

untuk mencoba mengembangkan sebuah sistem pakar yang bertujuan untuk

membantu dalam mendiagnosa suatu penyakit sebelum melakukan tindak lanjut

ke dokter ahli/spesialis. Studi kasus yang diambil adalah penyakit kulit pada

manusia. Dalam ilmu sistem pakar terdapat berbagai metode dalam proses

2

penelusuran,derajat keyakinan, dan pengambilan keputusan. Pada sistem yang

dibuat ini menggunakan metode Certainty Factor.

B. LANDASAN TEORI

Certainty Factor merupakan suatu metode yang digunakan untuk

menyatakan kepercayaan dalam sebuah kejadian (fakta atau hipotesis)

berdasarkan bukti atau penilaian pakar. Secara konsep, Certainty Factor (CF)

merupakan salah satu teknik yang digunakan untuk mengatasi ketidakpastian

dalam pengambilan keputusan. Certainty Factor (CF) dapat terjadi dengan

berbagai kondisi. Diantara kondisi yang terjadi adalah terdapat beberapa

antensenden (dalam rule yang berbeda) dengan satu konsekuen yang sama.

Dalam kasus ini, kita harus mengagregasikan nilai CF keseluruhan dari setiap

kondisi yang ada. Pada konsep Certainty Factor ini juga sering dikenal dengan

adanya believe dan disbelieve. Believe merupakan keyakinan, sedangkan

disbelive merupakan ketidakyakinan.

Adapun notasi atau rumusan dasar dari Certainty Factor, sebagai berikut.

CF[h,e] = MB[h,e] - MD[h,e]

Keterangan :

CF[h,e] = Certainty Factor dalam hipotesis h yang dipengaruhi oleh

fakta e.

MB[h,e] = Meansure of Believe, merupakan nilai kenaikan dari

kepercayaan hipotesis h dipengaruhi oleh fakta e.

MD[h,e] = Meansure of Disbelieve, merupakan nilai kenaikan dari

ketidakpercayaan hipotesis h dipengaruhi oleh fakta e.

h = Hipotesis.

e = Evidence.

3

C. HASIL DAN PEMBAHASAN

Sistem pakar ini dibuat dengan menggunakan bahasa pemrograman PHP

dan pengolah database MySQL. Cara kerja dari sistem ini adalah pengguna

menginput gejala-gejala penyakit yang dialami. Berdasarkan gejala-gejala

tersebut, sistem akan melakukan proses perhitungan dengan metode CF. Pada

akhir perhitungan akan didapat kesimpulan berupa output jenis penyakit yang

diderita. Berikut ini adalah tabel sampel pengetahuan disertai dengan nilai

kepercayaan gejala.

Tabel 1. Tabel Sampel Pengetahuan

Gejala Panu Skabies D.A Urtikaria D.K Pomfoliks DKT

MB MD MB MD MB MD MB MD MB MD MB MD MB MD

Gatal-gatal 0,75 0,01 0,75 0,01 0,75 0,01 0,75 0,01 0,75 0,01 0,75 0,01 0,75 0,01

Gatal

kurang dari

14 hari

0,75 0,02 0,75 0,02 0,8 0,02 0,75 0,02 0,75 0,02 0,02 0,8 0,02 0,8

Gatal

disebabkan

oleh setelah

konsumsi

obat/makan

an

0,2 0,8 0,02 0,8 0,8 0,02 0,8 0,02 0,02 0,8 0,02 0,8 0,02 0,8

Alergi 0,2 0,8 0,02 0,8 0,8 0,02 0,8 0,02 0,8 0,02 0,02 0,8 0,02 0,8

Pada tabel ini hanya ditampilkan empat gejala sebagai contoh studi kasus dalam

perhitungan metode CF. Jadi, kesimpulan penyakit yang akan muncul hanya

berdasarkan gejala-gejala tersebut.

Proses Perhitungan:

Untuk mendapatkan nilai CF di masing-masing penyakit, terlebih dahulu harus

dicari nilai MB dan MD penyakit tersebut. Proses perhitungan dilakukan

berdasarkan rumusan dari CF. Berikut ini adalah proses perhitungannya.

4

1. Panu

Gejala Perhitungan MB

Gatal-gatal ⋀ Gatal

kurang dari 14 hari

0,75 + 0,75 * ( 1 - 0,75 )

0,9375


kurang dari 14 hari ⋀

Gatal disebabkan karena

konsumsi obat/makanan

0,9375 + 0,02 * (1 - 0,9375)

0,93875





⋀ Alergi

0,93875 + 0,02 * (1-0,93875)

0,93998

Gejala Perhitungan MD


kurang dari 14 hari

0,01 + 0,02 * ( 1 - 0,01 )

0,0298





0,0298+0,8*(1-0,0298)

0,80596





⋀ Alergi

0,80596+0,8*(1-0,80596)

0,96119

CF didapat dari hasil perhitungan selisih MB dan MD.

CF = MB – MD

= 0,939975 – 0,961192

= - 0,021217

5

2. Skabies



kurang dari 14 hari

0,75 + 0,75 * ( 1 - 0,75 )

0,9375





0,9375 + 0,02 * (1 - 0,9375)

0,93875





⋀ Alergi

0,93875 + 0,02 * (1-0,93875)

0,939975



kurang dari 14 hari

0,01 + 0,02 * ( 1 - 0,01 )

0,0298





0,0298+0,8*(1-0,0298)

0,80596





⋀ Alergi

0,80596+0,8*(1-0,80596)

0,96119


CF = MB – MD

= 0,939975 – 0,961192

= - 0,021217

6

3. Dermatitis Alergi (D.A)



kurang dari 14 hari

0,75 + 0,8 * ( 1 - 0,75 )

0,95





0,95 + 0,8 * ( 1 - 0,95 )

0,99





⋀ Alergi

0,99 + 0,8 * ( 1 - 0,99 )

0,998



kurang dari 14 hari

0,01 + 0,02 * ( 1 - 0,01 )

0,0298





0,0298 + 0,02 * ( 1 - 0,0298)

0,049204





⋀ Alergi

0,0492 + 0,02 * ( 1 - 0,0298)

0,068216


CF = MB – MD

= 0,998 – 0,068216

= 0,929784

7

4. Urtikaria



kurang dari 14 hari

0,75 + 0,75 * ( 1 - 0,75 )

0,9375





0,9375 + 0,8 * (1 - 0,9375)

0,9875





⋀ Alergi

0,9875 + 0,8 * (1-0,9875)

0,9975



kurang dari 14 hari

0,01 + 0,02 * ( 1 - 0,01 )

0,0298





0,0298 + 0,02 * (1 - 0,0298)

0,049204





⋀ Alergi

0,049204 + 0,02 * (1 - 0,049204 )

0,06822


CF = MB – MD

= 0,9975 – 0,06822

= 0,92928

8

5. Dermatitis Kontak (D.K)



kurang dari 14 hari

0,75 + 0,75 * ( 1 - 0,75 )

0,9375





0,9375 + 0,8 * (1 - 0,9375)

0,9875





⋀ Alergi

0,93875 + 0,8 * (1-0,93875)

0,98775



kurang dari 14 hari

0,01 + 0,02 * ( 1 - 0,01 )

0,0298





0,0298 + 0,8 * (1 - 0,0298)

0,80596





⋀ Alergi

0,80596 + 0,02 * (1-0,80596)

0,80984


CF = MB – MD

= 0,98775 – 0,809841

= 0,177909

9

6. Pomfoliks



kurang dari 14 hari

0,75 + 0,02 * ( 1 - 0,75 )

0,755





0,755 + 0,02 * (1 - 0,755)

0,7599





⋀ Alergi

0,7599 + 0,02 * (1-0,7599)

0,7607



kurang dari 14 hari

0,01 + 0,8 * ( 1 - 0,01 )

0,802





0,802 + 0,8 * (1 - 0,802)

0,9604





⋀ Alergi

0,9604+ 0,8 * (1-0,9604)

0,99208


CF = MB – MD

= 0,760702 – 0,99208

= - 0,231378

10

7. Dermatitis Kronis pada Kaki dan Tangan



kurang dari 14 hari

0,75 + 0,02 * ( 1 - 0,75 )

0,755





0,755 + 0,02 * (1 - 0,755)

0,7599





⋀ Alergi

0,7599 + 0,02 * (1-0,7599)

0,7607



kurang dari 14 hari

0,01 + 0,8 * ( 1 - 0,01 )

0,802





0,802 + 0,8 * (1 - 0,802)

0,9604





⋀ Alergi

0,9604+ 0,8 * (1-0,9604)

0,99208


CF = MB – MD

= 0,760702 – 0,99208

= - 0,231378

11

Semua nilai CF di masing-masing penyakit telah didapatkan. Untuk

mendapatkan kesimpulan akhir, perlu dilakukan perbandingan nilai CF tersebut.

Nilai terbesar adalah nilai yang akan dijadikan kesimpulan. Nilai terbesarnya

adalah 0,92928. Jadi, hasil diagnosa berdasarkan gejala tersebut adalah

Dermatitis Alergi.

Demikian proses perhitungan pada sistem pakar ini dengan

menggunakan metode Certainty Factor.

Pada aspek tampilan web, sistem pakar ini cukup simpel dan user

friendly. Hal ini dapat ditunjukkan melalui hasil kuisioner yang telah dilakukan.

Kuisioner dilakukan pada 30 pengguna dan 2 dokter spesialis kulit. Berikut ini

adalah gambar dari hasil persentase kuisioner.

Gambar 1. Hasil Persentase Kuisioner

Berdasarkan hasil yang ditunjukkan melalui gambar tersebut, dapat

dijelaskan bahwa tampilan aplikasi memiliki persentase 72,6 %, penggunaan

aplikasi yang dinilai cukup baik dengan persentase 70%, menu aplikasi 74,6%,

dan manfaat aplikasi 73,3%. Bila dirata-ratakan hasil total adalah 72,63%.

Adapun screenshot dari tampilan sistem pakar ini, sebagai berikut.

Gambar 2. Tampilan Awal

12

Gambar 3. Form Menu Diagnosa

Gambar 4. Form Gejala

Gambar 5. Form Output

Pada gambar tersebut dapat dijelaskan bahwa, user harus login untuk bisa

menggunakan sistem. Form login tersedia pada tampilan awal web seperti yang

terlihat pada Gambar 2. Jika user belum memiliki akun, dipersilahkan untuk

melakukan registrasi. Setelah itu user dapat menggunakan sistem dengan

melakukan proses penentuan gejala dan diagnosis seperti yang terlihat pada

Gambar 3 dan Gambar 4. Hasil diagnosis akan ditujukkan sesuai gejala yang

dipilih. Hasil ditunjukkan pada form output, seperti yang terlihat pada Gambar 5.

13

D. CONTOH STUDI KASUS

Pada artikel/jurnal ini ditampilkan tabel sampel pengetahuan hanya

sebatas empat gejala penyakit yang dapat dilihat pada Tabel 1. Pada contoh studi

kasus di artikel, pasien memiliki riwayat alergi. Jadi, untuk contoh lain kasus

berdasarkan studi kasus pada artikel ini adalah mencoba diagnosa bila pasien

tidak memiliki riwayat alergi, sebagai berikut.

Contoh Studi Kasus Lain

Seorang pasien mengalami penyakit kulit, tetapi nama penyakit belum diketahui

dengan gejala yang dialami, sebagai berikut.

- Gatal-gatal.

- Gatal diduga setelah mengkonsumsi makanan atau obat-obatan.

- Gatal yang dirasakan kurang dari 14 hari.

- Tidak mempunyai riwayat alergi (gejala ini tidak dihitung).

Proses Perhitungan:

Untuk mendapatkan nilai CF di masing-masing penyakit, terlebih dahulu harus

dicari nilai MB dan MD penyakit tersebut. Proses perhitungan dilakukan

berdasarkan rumusan dari CF. Berikut ini adalah proses perhitungannya.

1. Panu



kurang dari 14 hari

0,75 + 0,75 * ( 1 - 0,75 )

0,9375





0,9375 + 0,02 * (1 - 0,9375)

0,93875



kurang dari 14 hari

0,01 + 0,02 * ( 1 - 0,01 )

0,0298



0,0298+0,8*(1-0,0298)

0,80596

14




CF = MB – MD

= 0,93875 – 0,80596

= 0,13279

2. Skabies



kurang dari 14 hari

0,75 + 0,75 * ( 1 - 0,75 )

0,9375





0,9375 + 0,02 * (1 - 0,9375)

0,93875



kurang dari 14 hari

0,01 + 0,02 * ( 1 - 0,01 )

0,0298





0,0298+0,8*(1-0,0298)

0,80596


CF = MB – MD

= 0,93875 – 0,80596

= 0,13279

3. Dermatitis Alergi (D.A)



kurang dari 14 hari

0,75 + 0,8 * ( 1 - 0,75 )

0,95

15





0,95 + 0,8 * ( 1 - 0,95 )

0,99



kurang dari 14 hari

0,01 + 0,02 * ( 1 - 0,01 )

0,0298





0,0298 + 0,02 * ( 1 - 0,0298)

0,049204


CF = MB – MD

= 0,99 – 0,049204

= 0.940796

4. Urtikaria



kurang dari 14 hari

0,75 + 0,75 * ( 1 - 0,75 )

0,9375





0,9375 + 0,8 * (1 - 0,9375)

0,9875



kurang dari 14 hari

0,01 + 0,02 * ( 1 - 0,01 )

0,0298





0,0298 + 0,02 * (1 - 0,0298)

0,049204

16


CF = MB – MD

= 0,9875– 0,049204

= 0.9383

5. Dermatitis Kontak (D.K)



kurang dari 14 hari

0,75 + 0,75 * ( 1 - 0,75 )

0,9375





0,9375 + 0,8 * (1 - 0,9375)

0,9875



kurang dari 14 hari

0,01 + 0,02 * ( 1 - 0,01 )

0,0298





0,0298 + 0,8 * (1 - 0,0298)

0,80596


CF = MB – MD

= 0,9875 – 0,80596

= 0,18154

6. Pomfoliks



kurang dari 14 hari

0,75 + 0,02 * ( 1 - 0,75 )

0,755




0,755 + 0,02 * (1 - 0,755)

0,7599

17




kurang dari 14 hari

0,01 + 0,8 * ( 1 - 0,01 )

0,802





0,802 + 0,8 * (1 - 0,802)

0,9604


CF = MB – MD

= 0,7599 – 0,9604

= - 0,2005

7. Dermatitis Kronis pada Kaki dan Tangan



kurang dari 14 hari

0,75 + 0,02 * ( 1 - 0,75 )

0,755





0,755 + 0,02 * (1 - 0,755)

0,7599



kurang dari 14 hari

0,01 + 0,8 * ( 1 - 0,01 )

0,802





0,802 + 0,8 * (1 - 0,802)

0,9604

18


CF = MB – MD

= 0,7599 – 0,9604

= - 0,2005

Semua nilai CF di masing-masing penyakit sudah didapatkan, untuk

selanjutnya dicari nilai CF terbesar sebagai kesimpulan akhir diagnosa penyakit.

Nilai CF terbesar adalah 0.940796. Jadi, hasil diagnosa berdasarkan gejala

tersebut adalah tetap Dermatitis Alergi. Hal ini menunjukkan bahwa ada atau

tidaknya riwayat penyakit alergi tidak terlalu berpengaruh terhadap jenis

penyakit yang dialami sesuai perbandingan studi kasus gejala-gejala penyakit

ini.

E. KESIMPULAN

Pada penelitian ini menggunakan metode certainty factor dalam

pengembangan sistem pakar untuk mendiagnosa penyakit kulit pada manusia.

Implementasi program yang digunakan adalah PHP dan MySQL.Hasil akhir atau

output aplikasi berupa jenis penyakit berdasarkan inputan gejala yang dipilih

oleh user. Pada penerapan certainty factor dalam permasalahan ini dikatakan

sudah sesuai dengan hasil perhitungan manual dan hasil yang diberikan oleh

sistem. Berdasarkan hasil analisa yang dilakukan dengan teknik sampling

menunjukkan hasil 73,15 % sama dengan hasil yang diberikan dokter ahli.

Berdasarkan hasil kuesioner, pengguna merasa menu pada aplikasi yang dibuat

sangat baik dengan persentase 74,6% dan secara keseluruhan memiliki

persentase 72,62%.

F. REFERENSI

Yastita, Sri, dkk. 2012. “Sistem Pakar Penyakit Kulit Pada Manusia

Menggunakan Metode Certainty Factor Berbasis Web”. http://journal.

pcr.ac.id/i-journal/page/read_pdf.php?name=penyakit-kulit.pdf.

Diakses pada 30 Maret 2013, pukul 14.21 WITA.

Technology

Review Jurnal Sistem Pakar Metode Certainty Factor