Jurnal Teknik Elektro Vol. 8 No. 2 Juli - Desember 2016
ISSN 1411 - 0059
Sistem Pakar Diagnosis Penyakit Paru-Paru Menggunakan Metode Forward Chaining Esti Rahmawati1 dan Hari Wibawanto2 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Negeri Semarang
[email protected],
[email protected] Abstrak— Kesehatan merupakan hal terpenting bagi manusia. Namun, sebagian besar masyarakat seringkali menyepelekan penyakit batuk yang dapat menjadi suatu gejala dari penyakit paru-paru. Beberapa kondisi batuk merupakan gejala dari penyakit paru-paru yang harus segera mendapatkan penanganan dari dokter. Oleh karena itu dibutuhkan suatu sistem pakar yang menggunakan metode forward chaining agar dapat menghasilkan keputusan diagnosis awal sesuai dengan diagnosis dokter. Tujuan dari penelitian ini adalah untuk mengetahui langkah-langkah implementasi metode forward chaining ke dalam sistem pakar diagnosis penyakit paru-paru, serta untuk mengetahui efektivitas penggunaannya. Sistem pakar ini dibuat dengan bahasa pemrograman PHP dan SQL. Pengujian terhadap sistem pakar dilakukan dengan Blackbox testing, uji validitas sistem, uji pakar, dan uji pengguna. Tujuan dari penelitian ini adalah untuk mengetahui langkahlangkah implementasi metode forward chaining ke dalam sistem pakar diagnosis penyakit paru-paru, serta untuk mengetahui efektivitas penggunaannya. Sistem pakar ini dibuat dengan bahasa pemrograman PHP dan mySQL. Pengujian terhadap sistem pakar dilakukan dengan Blackbox testing, uji validitas sistem, uji pakar, dan uji pengguna. Hasil uji Blackbox dapat disimpulkan bahwa sistem pakar dapat berfungsi dengan baik. Hasil pengujian validitas system, diperoleh nilai probabilitas keakuratan sistem sebesar 84,21% dan ketidakakuratan sistem sebesar 15,79% sehingga sistem pakar ini dapat dinyatakan sudah berjalan baik. Uji pakar dilakukan oleh 2 dokter dan dapat dikatakan data yang digunakan sudah sesuai. Kata kunci— Sistem Pakar, Metode Forward Chaining, Penyakit Paru-Paru
I. PENDAHULUAN Seseorang yang sedang menderita suatu penyakit dengan gejala batuk tentunya perlu berkonsultasi dengan dokter agar dapat segera mengetahui penyakit yang dideritanya. Namun, penyebaran dokter spesialis penyakit paru-paru tidak merata dan sebagian besar terdapat di kota-kota besar dan masih ada beberapa wilayah kabupaten yang tidak mempunyai dokter spesialis paru-paru. Berdasarkan data yang didapatkan dari website resmi Perhimpunan Dokter Paru Indonesia cabang Jawa Timur. Dari total keseluruhan dokter spesialis paru-paru yang berada di Jawa Timur, yaitu sebanyak 82 dokter, hanya tersebar di 22 kabupaten/kota dan 34 dokter diantaranya berada di kota Surabaya, mengingat provinsi Jawa Timur mempunyai 29 kabupaten dan 9 kota [1]. Misalnya saja di kabupaten Ngawi yang tidak mempunyai dokter spesialis paru-paru, kabupaten tersebut mendatangkan dokter spesialis paru-paru dari kabupaten lain untuk menyiasati kekurangan ini. Hal ini menyebabkan, dokter spesialis paru-paru tersebut hanya mampu berkunjung satu kali dalam seminggu. Untuk mengatasi hal tersebut, maka dibutuhkan suatu sistem pakar yang dapat melakukan diagnosis dan diharapkan juga dapat menghasilkan suatu keputusan diagnosis yang sesuai dengan keputusan dari seorang ahli (dokter). Salah satu solusi untuk membuat sistem pakar ini agar dapat menghasilkan diagnosis yang akurat adalah dengan menerapkan salah satu metode dari artificial intelligence yang
mempunyai konsep basis pengetahuan (knowledge base) dan penalaran (reasoning). Terdapat beberapa metode yang termasuk dalam artificial intelligence diantaranya adalah forward chaining dan backward chaining. Dalam pengimplementasiannya, backward chaining memerlukan hipotesis atau kesimpulan terlebih dahulu dan kemudian dilakukan penulusuran. Menurut penelitian Sharma dkk [2], hal tersebut tidak sesuai dengan proses diagnosis yang seharusnya diketahui fakta terlebih dahulu untuk mendapatkan kesimpulan. Untuk melakukan diagnosis yang memerlukan fakta awal, metode yang lebih sesuai untuk diimplementasikan ke dalam sistem pakar adalah forward chaining. Metode ini mempunyai konsep basis pengetahuan (knowledge base) dan penalaran (reasoning). Proses penalaran metode forward chaining ini agar mendapatkan kesimpulan adalah runut maju berdasarkan fakta sehingga sangat sesuai digunakan untuk melakukan diagnosis sesuai dengan gejala yang diderita. Kemudian untuk kemudahan akses, sistem pakar dibuat dengan berbasis website. Keterpaduan antara sistem pakar dengan website ini dapat diakses darimana saja dan sangat diharapkan dapat membantu masyarakat agar lebih mempunyai kesadaran dalam memperhatikan kesehatannya. Masyarakat bisa mengetahui jenis penyakitnya lebih cepat dan dapat segera melakukan pemeriksaan medis lebih lanjut. Namun dengan adanya website sistem pakar ini, bukan berarti menghilangkan ataupun menggantikan peran dari seorang
64
Jurnal Teknik Elektro Vol. 8 No. 2 Juli - Desember 2016 dokter karena website sistem pakar ini dibuat hanya untuk menganalisis suatu penyakit melalui gejala klinis yang dirasakan oleh masyarakat agar dapat mengetahui jenis penyakit dengan lebih cepat dan bukan untuk memberikan penanganan yang lebih lanjut. II. METODE PENELITIAN Penelitian ini termasuk dalam penelitian Research and Development (R & D). Penelitian dan pengembangan juga didefinisikan sebagai suatu metode penelitian yang digunakan untuk menghasilkan produk tertentu dan menguji keefektifan produk tersebut [3]. A. Forward Chaining Metode Forward Chaining adalah metode pencarian atau teknik pelacakan ke depan yang dimulai dengan informasi yang ada dan penggabungan aturan untuk menghasilkan suatu kesimpulan atau tujuan [4]. Metode ini merupakan metode yang paling umum diterapkan ke dalam suatu sistem pakar. Proses pelacakan dengan metode ini berawal dari premis menuju kesimpulan akhir atau sering disebut driven yaitu suatu pencarian yang dikendalikan oleh data yang diberikan. Aktivitas sistem dimulai dari pencarian semua aturan yang kondisinya telah tersimpan dalam database, kemudian memilih salah satunya dan menjalankan aksi yang sesuai dengan aturan tersebut. Pemilihan aturan yang akan dijalankan berdasarkan strategi tetap yang disebut strategi penyelesaian konflik. Cara penelusuran h1 dimulai dengan mencocokkan fakta atau pernyataan dimulai dari penelusuran fakta-fakta lebih dulu untuk mencari kebenaran dari sebuah hipotesis. Operasi dari sistem Forward Chaining dimulai dengan memasukkan sekumpulan fakta yang diketahui ke dalam memori kerja, kemudian fakta baru berdasarkan aturan premisnya cocok dengan fakta yang diketahui. Proses ini dilanjutkan lagi sampai mencapai goal atau tidak ada lagi aturan yang premisnya cocok dengan fakta yang diketahui.
Gambar 1. Alur proses metode Forward Chaining
B. Penyakit Paru-Paru Penyakit paru-paru adalah penyakit yang khusus menyerang organ paru-paru. Menurut Buku Ajar Ilmu Penyakit Paru 2010 dibuat dan disusun oleh Departemen Ilmu Penyakit Paru FK UNAIR RSUD dr. Soetomo Surabaya terdapat 14 penyakit paru yaitu Tuberkulosis Paru (TBC), Multi-Drug Resistence (MDR)-TB, Penyakit Paru Obstruktif
65
Kronik (PPOK), Asma Bronkial, Kanker Paru, Efusi Pleura, Penyakit Paru Kerja dan Pencemaran Udara, Pneumonia, Pneumoniatoraks, Gagal Napas, Edema Paru, Avian Influenza (Flu Burung), Swine Influenza (Flu Babi)[5]. Namun kenyataannya tidak semua penyakit paru-paru tersebut banyak diderita oleh masyarakat. Oleh karena itu, dr. Agus Hidayat, Sp.P sebagai seorang ahli dan narasumber dalam penelitian ini merekomendasikan beberapa penyakit yang sering diderita masyarakat agar diangkat sebagai permasalahan dalam penelitian ini. Beberapa penyakit paru-paru yang sering diderita oleh masyarakat menurut dr. Agus Hidayat, Sp.P. yaitu: 1) Tuberkulosis Paru (TBC) Gejala: Batuk > 3minggu Batuk berdahak Batuk darah Nyeri dada Sesak nafas Demam Keringat malam Malaise Nafsu makan berkurang Berat badan menurun 2) Penyakit Paru Obstruktif Kronik (PPOK) Gejala: Batuk > 3 minggu Ketika bernapas kadang terdengar suara “ngik” atau mengi Dahak tidak banyak hanya beberapa sendok teh per hari Dahak bersifat mukoid (kental berwarna hijau) Dahak bersifat purulen (kuning sedikit cair) dan bernanah pada keadaan infeksi Sesak napas ketika mengerahkan tenaga Batuk muncul sebelum atau bersamaan dengan sesak napas 3) Asma Bronkial Gejala: Mengi Dada rasa penuh (chest tightness) Sesak napas Asma nokturnal terjadi antara jam 4-6 pagi dan menghilang dengan bronkodilator Batuk kronis Batuk menetap dan timbul berulang Batuk timbul akibat paparan zat tertentu, aktivitas, gangguan emosi, dan infeksi virus Batuk memberat pada malam hari Ada riwayat keluarga asma dan atopi
Jurnal Teknik Elektro Vol. 8 No. 2 Juli - Desember 2016 4) Kanker Paru Gejala: Batuk Batuk > 3 minggu tanpa respon terhadap obat batuk Batuk darah Sesak Hilang nafsu makan Penurunan berat badan ( > 4 kg / 6 bulan) Rasa capai berlebihan Radang paru kerap berulang Suara parau Rasa nyeri di dada, bahu, atau punggung Pembengkakan leher dan wajah 5) Pneumonia Gejala: Demam (suhu tubuh > 40oC) Menggigil Batuk Dahak kental (mukoid) atau dahak kuning bernanah (purulen) Kadang disertai darah Sesak napas Nyeri dada C. Use Case Diagram Perancangan proses untuk sistem pakar ini adalah dengan menggunakan diagram UML (Unified Modelling Language). Use Case Diagram digunakan untuk menggambarkan pengguna aplikasi dan perilaku pengguna terhadap aplikasi. Pada sistem ini, pengguna aplikasi terdiri dari user umum dan admin. User umum sebagai pengguna sistem (pengunjung/pasien) sedangkan admin adalah seorang pakar yang berwenang sebagai pengelola sistem. Perilaku pengguna (user umum dan admin) adalah apa saja yang dapat dilakukan terhadap sistem. Diagram Use Case pada sistem ini digambarkan dalam gambar 2.
Gambar 2. Use Case Diagram D. Representasi Pengetahuan Representasi pengetahuan berupa hubungan atau keterkaitan antara gejala dan penyakit paru-paru. Representasi pengetahuan tersebut dapat dilihat pada Tabel 1.
66 TABEL I.
Kode Gejala G001 G002 G003 G004 G005 G006 G007 G008 G009 G010 G011 G012 G013 G014 G015 G016 G017 G018 G019 G020 G021 G022 G023 G024 G025 G026 G027
P001 x x x x x
TABEL KEPUTUSAN PENYAKIT PARU-PARU
P002 x x x x x x x
Kode Penyakit P003 P004 x x x x
x
P005 x x
x x
x
x x x
x x
x x x x
x x x x x x x x x x x x x x x
x
Berdasarkan tabel 1 dapat diketahui bahwa dalam sistem ini terdapat 5 aturan atau rule dalam kaidah produksi yang digunakan untuk menarik kesimpulan dengan penjelasan sebagai berikut: 1) Rule 1 Penyakit Tuberkulosis (TBC) IF Batuk AND Batuk > 3 minggu tanpa respon terhadap obat batuk AND Batuk berdahak mukoid (kental kehijauan) AND Batuk darah AND Sesak napas AND Demam AND Keringat malam AND Malaise AND Nafsu makan berkurang AND Berat badan menurun THEN Tuberkulosis Paru (TBC) 2) Rule 2 Penyakit Paru Obstruktif Kronik (PPOK) IF Batuk AND Batuk > 3 minggu tanpa respon terhadap obat batuk AND Batuk berdahak mukoid (kental kehijauan) AND Batuk berdahak purulen (cair kekuningan) AND Sesak napas AND Sesak napas ketika mengerahkan tenaga AND Batuk muncul sebelum atau bersamaan dengan sesak napas THEN Penyakit Paru Obstruktif Kronik (PPOK)
Jurnal Teknik Elektro Vol. 8 No. 2 Juli - Desember 2016
67
3) Rule 3 Asma Bronkial IF Batuk AND Batuk > 3 minggu tanpa respon terhadap obat batuk AND Sesak napas AND Mengi AND Dada terasa penuh AND Keluhan menjelang pagi atau malam AND Asma nokturnal terjadi antara jam 4-6 pagi AND Batuk memberat pada malam hari AND Ada riwayat keluarga asma atau tidak THEN Asma Bronkial 4) Rule 4 Kanker Paru IF Batuk AND Batuk > 3 minggu tanpa respon terhadap obat batuk AND Batuk darah AND Sesak napas AND Nafsu makan berkurang AND Berat badan menurun AND Cepat lelah AND Radang paru kerap berulang AND Suara parau AND Rasa nyeri di daerah dada AND Rasa nyeri di daerah bahu atau punggung AND Pembengkakan di leher AND Pembengkakan di wajah THEN Kanker Paru 5) Rule 5 Pneumonia IF Batuk AND Batuk > 3 minggu tanpa respon terhadap obat batuk AND Batuk berdahak purulen (cair kekuningan) AND Batuk darah AND Sesak napas AND Demam AND Menggigil AND Rasa nyeri di daerah dada THEN Pneumonia
Gambar 4. Halaman Konsultasi
Gambar 5. Halaman Pertanyaan
III. HASIL DAN PEMBAHASAN Perancangan sistem pakar berupa tampilan interface yang ditunjukkan pada gambar 3 hingga gambar 6. Pada pengujian sistem pakar, pengujian dilakukan dengan cara pengujian mandiri menggunakan 4 tahap pengujian, yaitu uji blackbox, uji validitas sistem, dan uji pakar.
Gambar 6. Halaman Hasil Diagnosis
A. Uji Blackbox Cara pengujian blackbox dilakukan dengan menjalankan menu-menu dalam website sistem pakar dan melakukan input data serta melihat output yang diharapkan. Hasil pengujian blackbox disajikan dalam Tabel 2 dan Tabel 3. Gambar 3. Halaman Home
Jurnal Teknik Elektro Vol. 8 No. 2 Juli - Desember 2016
68
B. Uji Validitas Sistem Cara pengujian validitas sistem ini dilakukan dengan membandingkan data penyakit pasien hasil diagnosis dokter dengan hasil analisis diagnosis awal yang dilakukan oleh sistem pakar ini. Data penyakit pasien hasil diagnosis dokter
diperoleh dari data rekam medis pasien penyakit paru-paru di klinik praktik dr. Agus Hidayat, Sp.P pada periode minggu kedua bulan Agustus 2016. Tabel 4 menunjukan jumlah penyakit pasien hasil diagnosis dokter.
TABEL II. PENGUJIAN BLACKBOX HALAMAN INTERFACE UNTUK USER
Deskripsi Menu Home Halaman Home Menu Konsultasi
Form Isi Data Diri
Halaman Pertanyaan Konsultasi Halaman Hasil Analisa Menu Daftar Penyakit Halaman Daftar Penyakit Menu Tentang
Prosedur Pengujian Mengeklik menu Home
-
Mengeklik tombol “Read more” Mengeklik menu Konsultasi
Nama = santika Umur = 30 Jenis Kelamin = Perempuan Alamat = Candi Pekerjaan = swasta
Mengisi form Isi Data Diri
Menjawab pertanyaan konsultasi Menampilkan hasil analisa Mengeklik menu Daftar Penyakit Mengeklik tombol “Detail” Mengeklik menu Tentang
Keluaran Yang Diharapkan
Hasil Yang Didapat
Keterangan
Halaman Home ditampilkan
Halaman Home tampil
BERHASIL
Halaman detail berita ditampilkan Halaman Konsultasi ditampilkan
Halaman detail berita tampil Halaman Konsultasi tampil
Data pengunjung bertambah sesuai form yang diisi
Data pengunjung bertambah
BERHASIL
Jawaban data gejala disimpan
Data gejala tersimpan
BERHASIL
Hasil analisa pengunjung ditampilkan Halaman Daftar Penyakit ditampilkan Halaman Detail penyakit ditampilkan Halaman Tentang ditampilkan
Hasil analisa pengunjung tampil Halaman Daftar Penyakit tampil Halaman Detail penyakit tampil Halaman Tentang tampil
Masukan
Memilih jawaban sesuai gejala yang dirasakan -
BERHASIL BERHASIL
BERHASIL BERHASIL BERHASIL BERHASIL
TABEL III. PENGUJIAN BLACKBOX HALAMAN INTERFACE UNTUK ADMIN
Deskripsi Login Admin Menu Penyakit Tambah Penyakit
Prosedur Pengujian
Masukan
Memasukkan username dan password Mengeklik menu Penyakit Mengeklik tombol “Tambah Penyakit”
User = adminesti Password = admin -
Form Tambah Penyakit
Mengisi form Tambah Penyakit
Kode penyakit = P001 Nama penyakit = Tubekulosis Paru Nama Latin = Tuberculosis Definisi = Tuberkulosis paru merupakan suatu penyakit infeksi
Edit Penyakit
Mengeklik tombol “Edit”
Kode Penyakit = P002
Hapus Penyakit
Mengeklik tombol “Hapus”
-
Menu Gejala
Mengeklik menu Gejala
-
Tambah Gejala
Mengeklik tombol “Tambah Gejala”
-
Form Tambah Gejala
Mengisi form Tambah Gejala
Kode Gejala = G001 Nama Gejala = Batuk
Keluaran Yang Diharapkan Masuk ke halaman Admin Halaman Penyakit ditampilkan Halaman Tambah Penyakit ditampilkan
Hasil Yang Didapat Halaman Admin tampil Halaman Penyakit tampil Halaman Tambah Penyakit tampil
Data Penyakit bertambah sesuai form yang diisi
Data penyakit bertambah
Data penyakit disimpan Data penyakit dihapus Halaman Gejala ditampilkan Halaman Tambah Gejala ditampilkan Data Gejala bertambah sesuai form yang diisi
Data penyakit tersimpan Data penyakit terhapus Halaman Gejala tampil Halaman Tambah Gejala tampil Data Gejala bertambah
Keterangan BERHASIL BERHASIL BERHASIL
BERHASIL
BERHASIL BERHASIL BERHASIL BERHASIL BERHASIL
Jurnal Teknik Elektro Vol. 8 No. 2 Juli - Desember 2016 Deskripsi Edit Gejala Hapus gejala Menu Relasi
69
Prosedur Pengujian Mengeklik tombol “Edit” Mengeklik tombol “Hapus” Mengeklik menu relasi dan menentukan relasi
Menu Data Pengunjung
Mengeklik menu Data Pengunjung
Menu Halaman Pengunjung “Home / Berita”
Mengeklik menu Halaman Pengunjung dan mengisi form Home Pengunjung
Menu Halaman Pengunjung “Kumpulan Berita”
Mengeklik menu Kumpulan Berita
Menu Logout
Mengeklik menu Logout
Keluaran Yang Diharapkan
Masukan Kode Gejala = G002
Data gejala disimpan
-
Data gejala dihapus
Mengisi form relasi sesuai kaidah produksi
Data relasi disimpan
Hasil Yang Didapat Data gejala tersimpan Data gejala terhapus Data relasi tersimpan
Keterangan BERHASIL BERHASIL BERHASIL
Halaman Data Pengunjung ditampilkan
Halaman Data Pengunjung tampil
BERHASIL
Data berita disimpan
Data berita tersimpan
BERHASIL
-
Data kumpulan berita ditampilkan
Data kumpulan berita tampil
BERHASIL
-
Admin logout dan kembali ke halaman Home
Admin logout dan halaman Home tampil
BERHASIL
Judul Halaman = Penyakit Paru-paru Konten Halaman = Pneumonia
TABEL IV. JUMLAH PERBANDINGAN HASIL DIAGNOSIS
Nama Penyakit TBC PPOK Asma Bronkial Kanker Paru Pneumonia Jumlah Hasil Diagnosis Jumlah Keakuratan Jumlah Ketidakakuratan
Diagnosis Dokter 5 8 2 1 3 19
Diagnosis Sistem 4 6 2 1 3 19 16 3
Sesuai tabel 4 dapat dilakukan penarikan kesimpulan nilai probabilitas sistem seperti berikut ini: Nilai probabilitas keakuratan sistem adalah: Nilai probabilitas ketidakakuratan sistem adalah:
Penilaian uji pakar yang telah dilakukan oleh dua ahli pakar rata-rata menyebutkan pendapat yang sama, yaitu setuju dengan data gejala yang digunakan. Maka dapat disimpulkan bahwa berdasarkan hasil penilaian tersebut, data gejala yang digunakan dalam penelitian sudah sesuai dan tergolong tepat. IV. KESIMPULAN Hasil uji Blackbox dapat disimpulkan bahwa sistem pakar dapat berfungsi dengan baik. Hasil pengujian validitas system, diperoleh nilai probabilitas keakuratan sistem sebesar 84,21% dan ketidakakuratan sistem sebesar 15,79% sehingga sistem pakar ini dapat dinyatakan sudah berjalan baik. Uji pakar dilakukan oleh 2 dokter dan dapat dikatakan data yang digunakan sudah sesuai. REFERENSI
Berdasarkan hasil pengujian tersebut, dapat diketahui bahwa nilai probabilitas keakuratan sistem sebesar 84,21%. Hal ini menunjukkan bahwa sistem pakar diagnosis penyakit paru-paru sudah berjalan sangat baik. C. Uji Pakar Uji pakar dilakukan untuk mengetahui tingkat ketepatan antara gejala-gejala yang terdapat dalam sistem dengan gejalagejala yang terdapat dalam Buku Ajar Ilmu Penyakit Paru yang digunakan sebagai indikator dalam penelitian ini. Pengujian tingkat ketepatan ini dilakukan oleh dua orang ahli pakar.
[1]
[2]
[3] [4] [5]
KlikPDPI. 2016. Perhimpunan Dokter Paru Indonesia Cabang Jawa Timur. http://klikpdpi.com/modules.php?name=Content&pa=showpage&pid= 61. 29 September 2016 (19.04). Sharma, Tilotma, Navneet Tiwan, dan Deepali Kelkar. 2012. Study of Difference Between Forward and Backward Reasoning. International Journal of Emerging Technology and Advanced Engineering. Volume 2. Sugiyono. 2009. Metode Penelitian Kuantitatif, Kualitatif, dan R & D. Bandung: Alfabeta. Hayadi, Herawan. 2016. Sistem Pakar. Yogyakarta: deepublish. Hariadi, Slamet, M. Jusuf Wibisono, dan Winariani. 2010. Buku Ajar Penyakit Paru 2010. Surabaya: Departemen Ilmu Penyakit Paru FK UNAIR – RSUD Dr. Soetomo.
