Contoh Sistem Pakar (Studi Kasus : Sistem Pakar Diagnosa Penyakit Kelenjar Getah Bening Pada Manusia)
A. Sistem Pakar
Menurut Andi (2015 ; 03) Sistem pakar merupakan cabang dari AI (Artificial Inteligent) yang membuat komputer berpikir dan bertindak seperti manusia. Banyak implementasi AI dalam bidang komputer , misalnya Decision Support system ( Sistem Pendukung Keputusan ), Robotic, Natural Langguage ( bahasa Alami), neurel Network (Jaringan Saraf), dan lain-lain.
Contoh bidang lain pengembangan kecerdasan buatan adalah sistem pakar yang meggabungkan pegetahuan dan penelurusan data untuk memecahkan masalah yang secara normal memerlukan keahlian manusia. Tujuan pengembangan sistem pakar sebenarnya bukan untuk menggantikan peran manusia, tetapi untuk mensubtitusikan pengetahuan manusia kedalam bentuk sistem, sehingga dapat digunakan oleh orang banyak.
B. Metode Forward Chaining
Tipe sistem yang dapat dicari dengan Forward Chaining :Menurut Wijoyo (2013:36), Metode Forward Chaining adalah metode pencarian atau teknik pelacakan kedepan yang dimulai dengan informasi yang ada dan penggabungan rule untuk menghasilkan suatu kesimpulan atau tujuan. (Russel S,Norvig P, 2013). Pelacakan maju ini sangat baik jika bekerja dengan permasalahan yang dimulai dengan rekaman informasi awal dan ingin dicapai penyelesaian akhir, karena seluruh proses akan dikerjakan secara berurutan maju. Berikut adalah diagram Forward Chaining secara umum untuk menghasilkan sebuah goal. Forward chaining merupakan metode inferensi yang melakukan penalaran dari suatu masalah kepada solusinya. Jika kalau sapremis sesuai dengan situasi (bernilai TRUE), maka proses akan menyatakan konklusi. Forward chaining adalah data-driven karena inferensi dimulai dengan informasi yang tersedia dan baru konklusi diperoleh. Jika suatu aplikasi menghasilkan tree yang lebar dan tidak dalam, makagunakan forward chaining.
- Sistem yang dipersentasikan dengan satu atau beberapa
- Untuk setiap kondisi, system mecari rule-rule dalam knowledge base untuk rule-rule yang berkorespondensi dengan kondisi dalam bagian IF
- Setiap rule dapat menghasilkan kondisi baru dari konklusi yang diminta pada bagian THEN. Kondisi baru ini ditambahkan kekondisi lain yang sudah
- Setiap kondisi yang ditambahkan kesistemakan Jika ditemu isu atau kondisi baru dari konklusi yang diminta, system akan kembali kelangkah 2 dan mencari rule-rule dalam knowledge base kembali. Jika tidak ada konklusi baru, sesi ini berakhir.
Contoh :
Terdapat 10 aturan yang tersimpan dalam basis pengetahuan yaitu :
R1 : if A and B then C
R2 : if C then D
R3 : if A and E then F
R4 : if A then G
R5 : if F and G then D
R6 : if G and E then H
R7 : if C and H then I
R8 : if I and A then J
R9 : if G then J
R10 : if J then K
Fakta awal yang diberikan hanya A dan E, ingin membuktikan apakah K bernilai benar. Proses penalaran forward chaining terlihat pada gambar dibawah :
C. Pengertian kelenjar Getah Bening
Menurut Cho Belong (2016:83) penyakit kelenjar getah bening merupakan bagian dari sistem kekebalan tubuh yang berfungsi “ menyaring” benda asing yang masuk atau terbentuk di dalam tubuh sebelum msuk ke pembuluh darah.
Gejala-gejala di bawah ini bisa saja merupakan indikasi dar gangguankesehatan yang lan, tetapi jka terdapatsatu atau lebih gejala yang berkepanjangan, segeralah berkonsultasi kepada dokter anda
- Demam, keluhan batuk, dan suara serak berkelanjutan
- Nyerii kronis atau rasa sakit yang tidak terobati pada tulang atau area lainnya pada tubuh
- Rasa lelah, mual atau muntah yang berkepanjangan
- Infeksi dan radang yang berulang
- Perubahan kebiasaanbuang air besar atau kecil
- Keluarnya darah atau pendarahan yang abnormal
- Gangguan pencernaan atau kesultan saat menelan
- Perubahan yang terlihat jelas pada kulit, tahi lalat, atau rasa nyeri pada mulut
- Pembengkakan atau tonjolan di payudara, testis, atau daerah lainnya pada tubuh
- Penurunan berat badan yang tdak disadari dan hilangnya nafsu makan.
D. Analisis Sistem
Didalam perancangan sistem ini menggunakan Metode Forward Chaining pada dasarnya dirancang untuk mempermudah dalam mendiagnosa penyakit kelenjar getah bening. Metode pencarian atau teknik pelacakan kedepan yang dimulai dengan informasi yang ada dan penggabungan rule untuk menghasilkan suatu kesimpulan atau tujuan yang mana pada tahap awal pasien akan membuka sistem, maka akan muncul halaman utama. Untuk berkonsultasi pasien harus registerasi terlebih dahulu. Kemudian pasien mengklik file diagnosa, dan akan tampil form yang berisikan tentang pertanyaan. Setelah pertanyaan dijawab oleh pasien sesuai dengan apa yang dirasakan.
1. Basis pengetahuan
Basis pengetahuan berisi pengetahuan-pengetahuan dalam penyelesaian masalah, tentu saja dalam domain tertentu. Ada dua bentuk pendekatan basis pengetahuan yang sangat umum digunakan, yaitu :
- Penalaran berbasis aturan (Rule-Based Reasoning) Basis pengetahuan direpresentasikan dengan menggunakan aturan berbentuk IF-THEN.
- Penalaran berbasis kasus (Case-Based Reasoning) Basis pengetahuan akan berisi solusi-solusi yang telah dicapai sebelumnya, kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang.
2. Mesin Inferensi
Mesin inferensi berfungsi untuk melakukan penelusuran pengetahuan yang terdapat dalam basis pengetahuan untuk mencapai kesimpulan tertentu. Mesin Inferensi menyediakan arahan tentang bagaimana menggunakan. pengetahuan sistem dalam membangun agenda yang mengorganisasikan & mengontrol langkah yang diambil untuk memecahkan persoalan saat konsultasi berlangsung.
3. Blackboard, Blackboard digunakan untuk menggambarkan masalah dan mencatat hasil sementara sebelum mendapatkan solusi terakhir.
4. Antarmuka Pemakai
Antarmuka digunakan mempemudah komunikasi antar pemakai dengan sistem. Komunikasi tersebut berupa permintaan informasi yang diperlukan sistem untuk pencarian solusi.
5. Fasilitas Penjelasan
Fasilitas penjelasan membantu perekayasaan pengetahuan untuk memperbaiki dan meningkatkan pengetahuan, memberi kejelasan dan keyakinan kepada pemakai tentang proses atau hasil yang diberikan sistem pakar. Fasilitas ini untuk melacak respond dan memberikan penjelasan tentang sistem pakar secara interaktif melalui pertanyaan.
6. Fasilitas Perbaikan Pengetahuan
Faktor Penyebab Penyakit Kelenjar Getah Bening :
- Faktor keturunan (genetika), Infeksi virus atau bakteri
- Kelainan sistem kekebalan tubuh
- Faktor lingkungan seperti toksin.
Gejala – gejala yang dialami :
- Demam, keluhan batuk, dan suara serak berkelanjutan
- Nyeri kronis atau rasa sakit yang tidak terobati pada tulang atau area lainnya pada tubuh
- Rasa lelah, mual atau muntah yang berkepanjangan
- Infeksi dan radang yang berulang
- Perubahan kebiasaanbuang air besar atau kecil
- Keluarnya darah atau pendarahan yang abnormal
- Gangguan pencernaan atau kesulitan saat menelan
- Perubahan yang terlihat jelas pada kulit, tahi lalat, atau rasa nyeri pada mulut
- Pembengkakan atau tonjolan di payudara, testis, atau daerah lainnya pada tubuh
- Penurunan berat badan yang tdak disadari dan hilangnyanafsu makan.
Tabel Daftar Gejala Penyakit Kelenjar Getah Bening
NO |
Kode Gejala |
Gejala |
1 |
GGB01 |
Demam, keluhan batuk, dan suara serak berkelanjutan |
2 |
GGB02 |
Nyeri kronis atau rasa sakit yang tidak terobati pada tulang atau area lainnya pada tubuh. |
3 |
GGB03 |
Rasa lelah, mual atau muntah yang berkepanjangan |
4 |
GGB04 |
Infeksi dan radang yang berulang |
5 |
GGB05 |
Perubahan kebiasaanbuang air besar atau kecil |
6 |
GGB06 |
Keluarnya darah atau pendarahan yang abnormal |
7 |
GGB07 |
Gangguan pencernaan atau kesulitan saat menelan |
8 |
GGB08 |
Perubahan yang terlihat jelas pada kulit, tahi lalat, atau rasa nyeri pada mulut |
9 |
GGB09 |
Pembengkakan atau tonjolan di payudara, testis, atau daerah lainnya pada tubuh |
10 |
GGB10 |
Penurunan berat badan yang tdak disadari dan hilangnyanafsu makan. |
Tabel Penyakit
NO |
Kode Penyakit |
Penyakit |
1 |
PGB1 |
Jinak |
2 |
PGB2 |
Ganas |
Tabel Solusi
NO |
Kode Solusi |
Solusi |
1 |
SGB1 |
Banyak Istrahat |
2 |
SGB2 |
Tidak Boleh Capek |
3 |
SGB3 |
Konsul 1 x Dalam Sebulan |
4 |
SGB4 |
Tidak Boleh Banyak Pikiran |
5 |
SGB5 |
Harus di Oprasi |
Tabel Rule
NO |
Kode Rule |
Jenis Penyakit |
Keterangan |
1 |
R1 |
PGB1 |
If GGB1 AND GGB3 AND GGB5 AND GGB7 AND GGB8 AND GGB 9 AND GGB10 THEN SGB1,SGB2,SGB3,SGB4 |
2 |
R2 |
PGB2 |
If GGB1 ANDGGB2 AND GGB3 AND GGB4 AND GGB5 ANDGGB6 AND GGB7 AND GGB8 AND GGB 9 AND GGB10 THEN SGB1,SGB2,SGB3,SGB4, SGB5 |
Desain File
1. Tabel Pasien
No | Field Name | Type | Width | Description |
1 | Kode | Kode Pasien | ||
2 | Nama | Nama Pasien | ||
3 | Jekel | Jenis Kelamin | ||
4 | Alamat | Alamat | ||
5 | Telp | Telp | ||
6 | Umur | Umur |
2. Tabel Gejala
No | Field Name | Type | Width | Description |
1 | Kode | Kode Gejala | ||
2 | Gejala | Gejala Penyakit |
3. Tabel Penyakit
No | Field Name | Type | Width | Description |
1 | Kode | Kode Penyakit | ||
2 | Penyakit | Nama Penyakit |
4. Tabel Konsultasi
No | Field Name | Type | Width | Description |
1 | Kodepas | Kode Pasien | ||
2 | Kodepen | Kode Penyakit |
5. Tabel Laporan
No | Field Name | Type | Width | Description |
1 | Kodepas | Kode Pasien | ||
2 | Kodesol | Kode Solusi |
6. Tabel Rule
No | Field Name | Type | Width | Description |
1 | Koderule | Kode Rule | ||
2 | Kodepen | Kode Penyakit | ||
3 | Kodesol | Kode Solusi | ||
4 | Hasilrule | Hasil Rule |
7. Tabel Solusi
No | Field Name | Type | Width | Description |
1 | Kode | Kode Solusi | ||
2 | Solusi | Solusi |
8. Tabel Login
No | Field Name | Type | Width | Description |
1 | Username | |||
2 | Password | |||
3 | Level |