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.

Review Jurnal Sistem Pakar Metode Certainty Factor

Recommandé

Recommandé

Contenu connexe

Tendances

Tendances (20)

En vedette

En vedette (20)

Review Jurnal Sistem Pakar Metode Certainty Factor