1. Contoh Skripsi (Format Baru)
Transcript of 1. Contoh Skripsi (Format Baru)
-
8/18/2019 1. Contoh Skripsi (Format Baru)
1/374
TESIS
PENGEMBANGAN SISTEM PAKAR BERBASIS
MOBILE UNTUK MEMBANTU MENDIAGNOSIS
PENYAKIT AKIBAT GIGITAN NYAMUK
EMANUEL SAFIRMAN BATA
No. Mhs. : 115301620/PS/MTF
PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA
PROGRAM PASCA SARJANA
UNIVERSITAS ATMA JAYA YOGYAKARTA
2012
-
8/18/2019 1. Contoh Skripsi (Format Baru)
2/374
i
TESIS
PENGEMBANGAN SISTEM PAKAR BERBASIS
MOBILE UNTUK MEMBANTU MENDIAGNOSIS
PENYAKIT AKIBAT GIGITAN NYAMUK
EMANUEL SAFIRMAN BATA
No. Mhs. : 115301620/PS/MTF
PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA
PROGRAM PASCA SARJANA
UNIVERSITAS ATMA JAYA YOGYAKARTA
2012
-
8/18/2019 1. Contoh Skripsi (Format Baru)
3/374
-
8/18/2019 1. Contoh Skripsi (Format Baru)
4/374
-
8/18/2019 1. Contoh Skripsi (Format Baru)
5/374
iv
PERNYATAAN
Menyatakan bahwa penelitian ini adalah hasil karya pribadi dan bukan
duplikasi dari karya tulis yang telah ada sebelumnya. Karya tulis yang telah ada
sebelumnya dijadikan penulis sebagai acuan dan referensi untuk melengkapi
penelitian dan dinyatakan secara tertulis dalam penulisan acuan dan daftar pustaka.
Demikian pernyataan ini dibuat untuk digunakan sebagaimana mestinya.
Yogyakarta, Juli 2012
Emanuel Safirman Bata
Nama : EMANUEL SAFIRMAN BATA
Nomor Mahasiswa : 115301620/PS/MTF
Program Studi : Magister Teknik Informatika
Konsentrasi : Mobile Computing
Judul Tesis : Pengembangan Sistem Pakar Berbasis Mobile untukMembantu Mendiagnosis Penyakit Akibat Gigitan
Nyamuk
-
8/18/2019 1. Contoh Skripsi (Format Baru)
6/374
v
INTISARI
Di Kabupaten Sikka, nyamuk adalah sumber penularan penyakit malaria, demam
berdarah, chikungunya dan kaki gajah. Pada tahun 2010 penyakit-penyakit
tersebut menjadi populer dengan ditemukannya banyak kasus yang meliputi
19.763 kasus malaria, 861 kasus demam berdarah, 20 kasus chikungunya dan
5.252 kasus kaki gajah. Kurangnya sarana dan prasarana medis serta keadaan
geografis yang buruk menjadi faktor penyebabnya. Kabupaten Sikka hanya
memiliki tiga buah rumah sakit dan 57 orang dokter. Jumlah seperti ini tentunya
tidak sebanding dengan jumlah penduduk saat itu sebesar 300.328 jiwa. Jauhnya
tempat pelayanan kesehatan menyebabkan masyarakat harus mengeluarkan dana
lebih untuk memeriksakan kesehatannya. Hal ini tentunya akan membebani
sebagian masyarakat yang memiliki latar belakang perekonomian yang rendah.Berdasarkan masalah diatas, penulis mengembangkan sebuah sistem pakar
berbasis mobile yang mampu membantu masyarakat untuk mendiagnosis
penyakit-penyakit akibat gigitan nyamuk sehingga masyarakat dapat mengambil
langkah cepat untuk menanggulangi penyakit tersebut. Untuk menangani masalah
ketidakpastian data, sistem ini menggunakan Teorema Bayes. Sistem ini dapat
membantu Dinas Kesehatan Kabupaten Sikka untuk memonitoring perkembangan
penyakit akibat gigitan nyamuk melalui media grafik. Berdasarkan hasil pengujian
yang dilakukan terhadap empat orang dokter, tiga orang operator dan 30
pasien/masyarakat yang sedang atau pernah mengalami penyakit akibat gigitan
nyamuk maka dapat disimpulkan bahwa sistem ini dapat memberikan kontribusi,
baik bagi pasien maupun dokter untuk melakukan diagnosis penyakit.
Kata Kunci: Sistem Pakar, Penyakit Akibat Gigitan Nyamuk, Short MessageService, Teorema Bayes
-
8/18/2019 1. Contoh Skripsi (Format Baru)
7/374
vi
ABSTRACT
At Sikka district, mosquito is a source infecting agent of malaria, dengue,
chikungunya and elephantiasis. On 2010, these diseases have been popular with
the founding of many cases that consist of 19.763 Malaria, 861 Dengue, 20
Chikungunya and 5.252 Elephantiasis. The lack of medical structure and
infrastructure and bad geographical condition was being a causal factors. The
SIkka district was only has three hospital and 57 doctors. This amount is unequal
with the recent population as much as 300.328 peoples. The far of health service
places was causing the people more paying in order to examining their health.
This will burden the person that has a lowest economic condition. Based on the
problem above, the author was developing an expert system based on mobile that
able to helping people to diagnosing the disease that caused from mosquito bite sothat the people able to take an emergency action to handling this disease. To
handling the uncertain data, this system was using Teorema Bayes. This system
can helping Health Department of Sikka District in order to monitoring the
increasing of disease that caused by mosquito bite through graphical media. Based
on test result on four doctor, three operator and 30 patients/persons while or has
been suffering the disease that caused by mosquito bite announced this system can
give a contribution to the patients and doctor in order to diagnosing the disease.
Keyword: Expert System, Disease Caused By Mosquito Bite, Short Message
Service, Teorema Bayes
-
8/18/2019 1. Contoh Skripsi (Format Baru)
8/374
vii
MOTTO
Orang yang berhasil tidak pernah menyerah
Orang yang menyerah tidak pernah berhasil
-
8/18/2019 1. Contoh Skripsi (Format Baru)
9/374
viii
HALAMAN PERSEMBAHAN
Kupersembahkan hasil karyaku ini teristimewa kepada:
Bapa di Surga,
Tuhan Yesus Kristus dan Bunda Maria,
terima kasih atas segala berkat dan bimbingan-Nya.
Bapak Bonefasius Nurak, Alm dan Mama Editha Avelina, Alma.
Bapak Thobias Soman, Mama Flaviana Rona dan Mama Ivonia Mati,
terima kasih atas segala doa dan dukungannya.
Kakak Yohanes sekeluarga, kakak Elisabeth sekeluarga, adik Theresia, kakak
Nona, Bapak Yosep Dare sekeluarga, Mama Bura sekeluarga, Mama Gode
sekeluarga, Kakak Leksi, Kakak Yus, Kakak Lony, Kakak Yoris, Sahabatku
Maz Preng dan Erika, terima kasih atas segala doa dan dukungannya.
Teman-teman seperjuangan MTF angkatan 2010, 2011 dan 2012 serta semua
sahabat yang tidak dapat kusebutkan namanya satu per satu,
terima kasih buat doa dan dukungannya.
-
8/18/2019 1. Contoh Skripsi (Format Baru)
10/374
ix
KATA PENGANTAR
Puji dan syukur Penulis sampaikan kepada Bapa di Surga, Tuhan Yesus
Kristus dan Bunda Maria, karena atas segala berkat dan bimbingan-Nya penulis
dapat menyeleslesaikan tesis dengan judul Sistem Pakar Berbasis Mobile untuk
Membantu Mendiagnosis Penyakit Akibat Gigitan Nyamuk (SiPamuk). Tesis ini
merupakan syarat untuk memperoleh gelar Sarjana Strata 2 (S2) pada Program
Studi Magister Teknik Informatika Universitas Atma Jaya Yogyakarta.
Tesis ini dapat terlaksana dengan baik atas bimbingan dan bantuan banyak
pihak. Oleh karena itu, pada kesempatan ini Penulis ingin mengucapkan terima
kasih kepada:
1. Bapak Y. Sigit Purnomo W.P., S.T., M.Kom. selaku dosen pembimbing I
yang telah meluangkan banyak waktu dan tenaga untuk membantu penulis
dalam memberikan arahan dan masukan terkait tesis yang penulis kerjakan.
2. Ibu Dra. Ernawati, M.T., selaku Ketua Prodi MTF dan sekaligus sebagai
dosen pembimbing II yang telah memberikan banyak arahan, koreksi dan
masukan untuk perbaikan tesis penulis.
3. Bapak Eddy Julianto, S.T., M.T., selaku dosen penguji yang telah menguji
tugas akhir penulis.
4. Para Dosen MTF yang sangat baik hati membagikan ilmu serta keramahan,
staff Admisi yang selalu membantu Penulis
5.
Masyarakat Kabupaten Sikka khususnya masyarakat Desa Bloro yang telah
menyediakan waktu untuk mengisi kuesioner.
6.
Bapak Bonefasius Nurak, Alm., Mama Editha Avelina, Alma., Bapak Thobias
Soman, Mama Flaviana Rona dan Mama Ivonia Mati, orang tua yang selalu
mendoakan penulis.
7. Kakak Yohanes sekeluarga, kakak Elisabeth sekeluarga, adik Theresia, kakak
Nona, Bapak Yosep Dare sekeluarga, Mama Bura sekeluarga, Mama Gode
sekeluarga, Kakak Leksi, Kakak Yus, Kakak Lony, Kakak Yoris, Sahabatku
Maz Preng dan Erika, yang selalu mendoakan dan mendukung penulis.
-
8/18/2019 1. Contoh Skripsi (Format Baru)
11/374
x
8.
Teman-teman seperjuangan: Rian, Kribo yang paling cantik dan modiz, Kak
Indri yang baik hati, Bud, Maz Yuba, EzKade, Mr. R, Rio, Nyong Ambon,
Bapa Patris selalu tersenyum, PNS, Maz Ardi, Maz Bimo, Maz Martinus, Bu
Melda dan Bapa Oscar yang selalu ceria dan semua teman lainnya yang tak
dapat penulis sebutkan namanya satu per satu terima kasih atas kebersamaan
serta kekompakan kita untuk selalu saling menguatkan.
9.
Teman-teman seperjuangan MTF Angkatan 2010 dan 2012: Pa Max, Pa
Payong, Pa Tedy, Kak Benya, Kak Kris, Kak Jose, Bapak Ono yang selalu
ada, Maz Hogi, Ragil, David dan semua teman yang tak dapat penulis
sebutkan namanya satu per satu. Terima kasih atas kerbersamaan dan
kekompakan kita selama ini.
Penulis menyadari tesis ini masi jauh dari kesempurnaan. Kritik dan saran
yang membangun sangat diharapkan untuk dijadikan acuan perbaikan ke arah
yang lebih baik. Akhir kata, semoga laporan tesis ini dapat bermanfaat bagi
pembaca.
Yogyakarta, Juli 2012
Penulis
-
8/18/2019 1. Contoh Skripsi (Format Baru)
12/374
xi
DAFTAR ISI
HALAMAN JUDUL .............................................................................................. i
HALAMAN PENGESAHAN DOSEN PEMBIMBING ...................................... ii
HALAMAN PENGESAHAN TIM PENGUJI .................................................... iii
HALAMAN PERNYATAAN ............................................................................. iv
INTI SARI ............................................................................................................. v
ABSTRACT ......................................................................................................... vi
MOTTO .............................................................................................................. vii
HALAMAN PERSEMBAHAN ........................................................................ viii
KATA PENGANTAR ......................................................................................... ix
DAFTAR ISI ........................................................................................................ xi
DAFTAR TABEL ............................................................................................... xv
DAFTAR GAMBAR ........................................................................................ xvii
DAFTAR LAMPIRAN ...................................................................................... xix
BAB I PENDAHULUAN ..................................................................................... 1
A. Latar Belakang .......................................................................................... 1
B. Rumusan Masalah ..................................................................................... 4
C. Batasan Masalah ........................................................................................ 4
D. Keaslian Penelitian .................................................................................... 5
E. Tujuan dan Manfaat Penelitian .................................................................. 5
BAB II TINJAUAN PUSTAKA ........................................................................... 7
A. Tinjauan Pustaka ....................................................................................... 7
-
8/18/2019 1. Contoh Skripsi (Format Baru)
13/374
xii
B. Landasan Teori .......................................................................................... 17
1. Kecerdasan buatan secara umum .......................................................... 17
2. Sistem pakar (expert system) ................................................................. 18
3. Komponen sistem pakar ........................................................................ 19
4. Representasi pengetahuan (knowledge representation) ........................ 23
5. Penyakit-penyakit akibat gigitan nyamuk ............................................. 24
6. Ketidakpastian dengan Teorema Bayes ................................................ 31
7. Sistem Informasi Mobile ....................................................................... 33
8. Short Message Service (SMS) ............................................................... 34
9. Kabupaten Sikka ................................................................................... 40
BAB III METODOLOGI PENELITIAN.............................................................. 43
A. Studi Kepustakaan ..................................................................................... 43
B. Metode Observasi ...................................................................................... 43
C. Kuesioner .................................................................................................. 44
D. Metode Pengembangan Perangkat Lunak ................................................. 44
1. Analisis kebutuhan perangkat lunak ..................................................... 44
2. Perancangan perangkat lunak ................................................................ 44
3. Implementasi perangkat lunak (coding ) ................................................ 44
4. Pengujian perangkat lunak .................................................................... 44
BAB IV ANALISIS DAN PERANCANGAN SISTEM ...................................... 46
A. Deskripsi Sistem ....................................................................................... 46
1. Perspektif produk .................................................................................. 46
2. Fungsi produk ........................................................................................ 47
-
8/18/2019 1. Contoh Skripsi (Format Baru)
14/374
xiii
3. Flowchart Proses Auto Diagnosis SiPamuk (SMS Gateway) ............... 54
4. Algoritma diagnosis dengan Teorema Bayes ........................................ 56
5. Sosialisasi SiPamuk ke masyarakat ....................................................... 57
6. Karakteristik pengguna.......................................................................... 58
B. Kebutuhan Khusus .................................................................................... 58
1. Kebutuhan antarmuka eksternal ............................................................ 59
a. Antamuka pemakai ........................................................................... 59
b. Antarmuka perangkat keras .............................................................. 59
c. Antarmuka perangkat lunak .............................................................. 59
2. Kebutuhan fungsionalitas perangkat lunak ........................................... 60
a. Use case SiPamuk ............................................................................. 60
b. Entity Relationship Diagram (ERD) ................................................ 61
C. Peracangan Perangkat Lunak .................................................................... 61
1. Perancangan arsitektur layar ................................................................. 61
2. Class diagram ....................................................................................... 62
3. Dekomposisi data .................................................................................. 64
4. Perancangan antarmuka ......................................................................... 66
BAB V IMPLEMENTASI DAN PENGUJIAN ................................................... 67
A. Implementasi ............................................................................................. 67
1. Proses implementasi SiPamuk .............................................................. 67
2. File hasil implementasi SiPamuk .......................................................... 69
3. Antarmuka SiPamuk ............................................................................. 75
B. Pengujian Sistem ....................................................................................... 97
-
8/18/2019 1. Contoh Skripsi (Format Baru)
15/374
xiv
1. Pengujian fungsionalitas ....................................................................... 97
2. Stress testing ........................................................................................106
3. Pengujian pengguna ............................................................................108
C. Analisis Kelebihan dan Kekurangan Sistem ...........................................116
1. Kelebihan ............................................................................................116
2. Kekurangan .........................................................................................116
BAB VI KESIMPULAN DAN SARAN ............................................................118
A. Kesimpulan .............................................................................................118
B. Saran ........................................................................................................118
DAFTAR PUSTAKA
DAFTAR LAMPIRAN
-
8/18/2019 1. Contoh Skripsi (Format Baru)
16/374
xv
DAFTAR TABEL
Tabel 1. Kasus Penyakit Akibat Gigitan Nyamuk (2010) .................................... 2
Tabel 2. Perbandingan Penelitian .......................................................................... 14
Tabel 3. Nilai Probabilitas Populasi Penyakit Akibat Gigitan Nyamuk
di Kabupaten Sikka Tahun 2010 ............................................................. 30
Tabel 4. Daftar Gejala Penyakit Akibat Gigitan Nyamuk .................................... 30
Tabel 5. AT Command yang Digunakan pada SMS Server ................................. 36
Tabel 6. Skema Format SMS PDU Pengirim........................................................ 37
Tabel 7. Validity Period ........................................................................................ 38
Tabel 8. Skema Format SMS PDU Penerima ....................................................... 39
Tabel 9. Tabel Kecamatan..................................................................................... 64
Tabel 10. Tabel Desa............................................................................................. 64
Tabel 11. Tabel Pustu ............................................................................................ 64
Tabel 12. Tabel Pasien .......................................................................................... 64
Tabel 13. Tabel Diagnosis..................................................................................... 65
Tabel 14. Tabel Penyakit....................................................................................... 65
Tabel 15. Tabel Rule ............................................................................................. 65
Tabel 16. Tabel Gejala .......................................................................................... 65
Tabel 17. Tabel Inbox ........................................................................................... 66
Tabel 18. Tabel Outbox ......................................................................................... 66
Tabel 19. Tabel Operator ...................................................................................... 66
Tabel 20. File Hasil Implementasi SiPamuk ......................................................... 70
Tabel 21. Tabel Dalam Basis Data ........................................................................ 74
-
8/18/2019 1. Contoh Skripsi (Format Baru)
17/374
xvi
Tabel 22. Deskripsi dan Hasil Pengujian .............................................................. 98
Tabel 23. Stress Testing ......................................................................................106
Tabel 24. Hasil Kuesioner Pilihan Jawaban Masyarakat ....................................108
Tabel 25. Hasil Kuesioner Pilihan Jawaban Operator ........................................111
Tabel 26. Hasil Kuesioner Pilihan Jawaban Dokter............................................113
-
8/18/2019 1. Contoh Skripsi (Format Baru)
18/374
xvii
DAFTAR GAMBAR
Gambar 1. Komponen Sistem Pakar ..................................................................... 19
Gambar 2. Arsitektur SiPamuk ............................................................................. 47
Gambar 3. Flowchart Proses Auto Diagnosis SiPamuk (SMS Gateway) ............ 55
Gambar 4. Use Case Diagram Sipamuk ............................................................... 60
Gambar 5. Entity Relationship Diagram SiPamuk ............................................... 61
Gambar 6. Layer Architecture............................................................................... 62
Gambar 7. Class Diagram SiPamuk ..................................................................... 63
Gambar 8. Implementasi SiPamuk ........................................................................ 67
Gambar 9. Antarmuka Halaman Login ................................................................. 75
Gambar 10. Antarmuka Halaman Utama Server .................................................. 77
Gambar 11. Antarmuka Halaman Utama Client ................................................... 77
Gambar 12. Antarmuka Tab Operator .................................................................. 78
Gambar 13. Antarmuka Tab Kecamatan ............................................................... 79
Gambar 14. Antarmuka Tab Desa ......................................................................... 79
Gambar 15. Antarmuka Tab Pustu ........................................................................ 80
Gambar 16. Antarmuka Tab Penyakit ................................................................... 81
Gambar 17. Antarmuka Tab Gejala ...................................................................... 81
Gambar 18. Antarmuka Tab Rule ......................................................................... 82
Gambar 19. Contoh SMS Registrasi Pasien .......................................................... 83
Gambar 20. Flowchart Auto Registrasi ................................................................. 83
Gambar 21. SMS Hasil Registrasi Pasien ............................................................. 84
Gambar 22. Contoh SMS Diagnosis ..................................................................... 84
-
8/18/2019 1. Contoh Skripsi (Format Baru)
19/374
xviii
Gambar 23. Flowchart Auto Diagnosis ................................................................ 85
Gambar 24. SMS Hasil Diagnosis ........................................................................ 87
Gambar 25. Contoh SMS Bantuan ........................................................................ 88
Gambar 26. Flowchart Permintaan Bantuan ......................................................... 89
Gambar 27. SMS Informasi bantuan SiPamuk ..................................................... 89
Gambar 28. Antarmuka Tab Kelola Inbox............................................................ 90
Gambar 29. Antarmuka Tab Kelola Outbox ......................................................... 91
Gambar 30. Antarmuka Tab Data Pasien .............................................................. 91
Gambar 31. Antarmuka Tab Data Diagnosis ........................................................ 92
Gambar 32. Antarmuka Halaman Cetak laporan dan Brosur ............................... 92
Gambar 33. Antarmuka halaman Ubah Password ................................................ 93
Gambar 34. Laporan Rekap Pasien ....................................................................... 93
Gambar 35. Laporan Riwayat Diagnosis .............................................................. 94
Gambar 36. Grafik Kasus Penyakit Akibat Gigitan Nyamuk ............................... 94
Gambar 37. Laporan Rekap Hasil Diagnosis ........................................................ 95
Gambar 38. Brosur Gejala Penyakit Akibata Gigitan Nyamuk ............................ 95
Gambar 39. Brosur Penyakit Pencegahan dan Pengobatan .................................. 96
Gambar 40. Brosur Daftar Puskesmas Pembantu ................................................. 96
Gambar 41. Grafik Hasil Pengujian Pengguna (Masyarakat) .............................110
Gambar 42. Grafik Hasil Pengujian Pengguna (Operator) .................................112
Gambar 43. Grafik Hasil Pengujian Pengguna (Dokter) ....................................115
-
8/18/2019 1. Contoh Skripsi (Format Baru)
20/374
xix
DAFTAR LAMPIRAN
Lampiran 1. Kuesioner
Lampiran 2. Spesifikasi Kebutuhan Perangkat Lunak
Lampiran 3. Deskripsi Perancangan perangkat Lunak
Lampiran 4. Perencanaan, Deskripsi dan hasil uji Perangkat Lunak
Lampiran 5. Sertifikat Publikasi Tesis
-
8/18/2019 1. Contoh Skripsi (Format Baru)
21/374
-
8/18/2019 1. Contoh Skripsi (Format Baru)
22/374
BAB I
PENDAHULUAN
A. Latar Belakang
Dewasa ini perkembangan teknologi informasi dan komunikasi telah
merambah ke berbagai bidang kehidupan manusia, tak terkecuali bidang
kesehatan yang senantiasa mengadaptasi perkembangan teknologi tersebut.
Beberapa institusi kesehatan seperti rumah sakit, klinik, laboratorium dan bahkan
puskesmas serta Dinas Kesehatan sudah banyak yang mengadopsi teknologi ini.
Penggunaan teknologi informasi memang sudah dirasa perlu dalam mengolah data
dan informasi kesehatan yang jumlahnya tidak terbatas. Tidak hanya untuk
meingkatkan efektifitas pelayanan, aksesibilitas terhadap data kesehatan dan
peningkatan efisiensi, teknologi informasi juga akan sangat membantu dalam
proses diagnosis, pemantauan dan pengevaluasian penyakit-penyaki akbat gigitan
nyamuk yang terjadi pada suatu daerah tertentu.
Menurut data Badan Pusat Statistik (BPS) (2010), Kabupaten Sikka
merupakan daerah kepulauan dengan total luas daratan 1.731,91 km2. Terdapat 18
pulau, baik yang didiami ataupun tidak. Sebagian besar penduduknya tinggal di
daerah berbukit-bukit dan terpencil dengan kondisi lingkungan yang tidak baik,
sarana transportasi yang sulit, akses pelayanan kesehatan kurang, tingkat
pendidikan dan sosial ekonomi masyarakat yang rendah, serta buruknya perilaku
masyarakat terhadap kebiasaan hidup sehat. Kondisi daerah seperti ini dapat
menimbulkan berbagai macam penyakit yang dapat meresahkan warga. Penyakit
yang paling banyak ditemukan di daerah ini adalah penyakit-penyakit yang
1
-
8/18/2019 1. Contoh Skripsi (Format Baru)
23/374
2
disebabkan oleh gigitan nyamuk seperti demam berdarah, malaria, chikungunya
dan kaki gajah ( filariasis). Penyakit ini akan menjadi semakin banyak di saat
terjadi perubahan iklim seperti peralihan musim kemarau ke musim hujan atau
sebaliknya (Kementrian Kesehatan RI, 2011).
Tabel 1 berikut ini menunjukan jamlah kasus penyakit akibat gigitan nyamuk
menurut data BPS Kabupaten Sikka dan Kementrian Kesehatan RI tahun 2010.
Tabel 1. Kasus Penyakit Akibat Gigitan Nyamuk (2010)
Nama Penyakit Kabupaten Sikka Indonesia
Malaria 19.763 229.819
Demam Berdarah 861 157.444
Kaki Gajah/ Filariasis 5.252 11.969
Chikungunya 20 53.899
Permasalahan lain yang sering muncul adalah kurangnya sarana dan
prasarana medis. Menurut data BPS (2010), Kabupaten Sikka hanya memiliki tiga
rumah sakit, 22 puskesmas/pustu, 598 posyandu, 57 orang dokter, 428 perawat
dan bidan. Jumlah ini tentunya tidak sebanding dengan jumlah penduduk
Kabupaten Sikka yang pada waktu itu berjumlah 300.328 jiwa, dengan rata-rata
kepadatan penduduk 173,41 jiwa per km². Hal ini mengakibatkan banyak
masyarakat yang enggan untuk memeriksakan penyakit yang diderita jika
penyakit tersebut belum parah. Oleh karena itu, diperlukan sebuah alat yang dapat
memudahkan masyarakat untuk memeriksakan atau mendiagnosis penyakit
mereka serta saran pengobatannya.
Telepon selular adalah sebuah alat yang memudahkan manusia untuk
berkomunikasi atau bertukar informasi jarak jauh. Banyak fitur-fitur yang tersedia
-
8/18/2019 1. Contoh Skripsi (Format Baru)
24/374
3
didalamnya, salah satu diantaranya adalah Short Message Service (SMS). Media
informasi melalu SMS sudah sangat umum dipakai dan bahkan sudah menjadi
kebutuhan masyarakat Kabupaten Sikka pada khususnya. Pengguna telepon
selular di kabupaten ini sudah mencapai 202.447 pengguna (Telkomsel, 11 April
2012). Layanan yang sangat efektif, efisien dan murah, memudahkan
penyampaian informasi kepada masyarakat yang bertempat tinggal di daerah-
daerah terpencil yang sulit terjangkau oleh kendaraan bermotor. Dengan adanya
SMS masyarakat akan diberi kemudahan untuk memperoleh berbagai informasi
diantaranya informasi yang berhubungan dengan kesehatan termasuk kemudahan
dalam mendiagnosis penyakit serta penanggulangannya.
Sistem pakar merupakan solusi tepat untuk menyelesaikan masalah diatas.
Namun informasi yang benar dari pengguna pun sangat menentukan untuk
menampilkan hasil yang benar. Jawaban yang diberikan pengguna belum tentu
memiliki kepastian yang penuh. Hal ini tentunya akan mengakibatkan
ketidaksempurnaan hasil diagnosa.
Sistem pakar yang baik harus berdasarkan pada metode-metode tertentu untuk
hasil yang akurat. Salah satu metode yang diterapkan dalam sistem pakar adalah
Teorema Bayes. Metode ini dapat melakukan pengambilan keputusan ( inferensi)
probabilistik. Inferensi Probabilistik memprediksi nilai variabel yang tidak dapat
diketahui secara langsung dengan menggunakan nilai-nilai variabel lain yang telah
diketahui. Pada banyak kasus, teorema ini terkenal dengan keakuratannya yang
tinggi (Purnamawati, 2011).
-
8/18/2019 1. Contoh Skripsi (Format Baru)
25/374
4
Berdasarkan latar belakang diatas maka penulis akan mengembangkan sistem
pakar berbasis mobile yang mampu mendiagnosa penyakit-penyakit akibat gigitan
nyamuk yang diderita oleh masyarakat Kabupaten Sikka. Dengan demikian
masyarakat tidak perlu lagi bersusah payah untuk memeriksakan dirinya ke rumah
sakit atau puskesmas yang letaknya jauh dari tempat tinggalnya. Hanya dengan
mengirimkan SMS gejala-gejala yang diderita, mereka langsung mengetahui jenis
penyakit apa yang diderita serta saran pengobatannya. Untuk mengatasi masalah
ketidakpastian data, digunakan Teorema Bayes.
B. Rumusan Masalah
Berdasarkan latar belakang diatas, maka rumusan masalah dalam penelitian
ini adalah bagaimana mengembangkan sebuah sistem pakar berbasis mobile untuk
membantu mendiagnosis penyakit akibat gigitan nyamuk?
C. Batasan Masalah
Agar pembahasan tidak melebar dari topik, maka penulis membatasi
permasalahan penelitian yaitu:
1.
Sistem pakar berbasis mobile untuk membantu mendiagnosis penyakit akibat
gigitan nyamuk akan diterapkan pada kantor Dinas Kesehatan Kabupaten
Sikka.
2. Metode ketidakpastian yang digunakan adalah Teorema Bayes.
3. Interaksi antara sistem dan user melalui SMS. User akan mengetikkan lalu
mengirimkan kata kunci yaitu beberapa kode gejala yang dialaminya
kemudian sistem akan mendiagnosis dan membalas SMS dari pengguna yang
meliputi jenis penyakit yang diderita serta saran pengobatannya.
-
8/18/2019 1. Contoh Skripsi (Format Baru)
26/374
5
4.
Penyakit-penyakit akibat gigitan nyamuk yang dibahas dalam penelitian ini
adalah malaria, demam berdarah, chikungunya dan kaki gajah.
D. Keaslian Penelitian
Penelitian yang dibuat mengenai pengembangan sistem pakar berbasis mobile
untuk membantu mendiagnosis penyakit akibat gigitan nyamuk yang akan
diterapkan pada kantor Dinas Kesehatan Kabupaten Sikka ini belum pernah
dilakukan oleh peneliti lain.
E. Tujuan dan Manfaat Penelitian
Tujuan dari penelitian ini adalah mengembangkan sistem pakar berbasis
mobile untuk membantu mendiagnosis penyakit akibat gigitan nyamuk.
Beberapa manfaat yang akan diperoleh dari penelitian ini adalah sebagai berikut:
1.
Bagi Dinas Kesehatan Kabupaten Sikka
Memberikan kemudahan bagi Dinas Kesehatan Kabupaten Sikka untuk
memantau dan mengevaluasi penyakit-penyaki akibat gigitan nyamuk yang
terjadi di Kabupaten Sikka.
2. Bagi Masyarakat
a.
Membantu masyarakat yang tinggal di daerah terpencil atau jauh dari
sarana dan prasarana kesehatan serta daerah yang berpotensi terhadap
penyakit akibat gigitan nyamuk secara khusus masyarakat Kabupaten
Sikka untuk mendiagnosis penyakit berdasarkan gejala-gejala yang
dialami.
-
8/18/2019 1. Contoh Skripsi (Format Baru)
27/374
6
b.
Memudahkan penanganan penyakit akibat gigitan nyamuk dimana melalui
hasil diagnosis melalui media SMS, masyarakat dapat mengambil tindakan
cepat untuk mengatasi penyakit tersebut.
3. Bagi Pembaca
Dapat dijadikan sebagai bahan referensi di bidang penelitian sistem pakar
berbasis mobile.
-
8/18/2019 1. Contoh Skripsi (Format Baru)
28/374
-
8/18/2019 1. Contoh Skripsi (Format Baru)
29/374
BAB II
TINJAUAN PUSTAKA
A. Tinjauan Pustaka
Sistem pakar adalah sebuah sistem yang menggunakan pengetahuan manusia.
pengetahuan tersebut dimasukan ke dalam sebuah komputer dan kemudian
digunakan untuk menyelesaikan masalah-masalah yang biasanya membutuhkan
kepakaran atau keahlian manusia (Sutojo, Mulyanto, Suhartono, 2010). Seseorang
yang bukan pakar menggunakan sistem pakar untuk menyelesaikan masalah-
masalah yang dihadapi diantaranya masalah kesehatan dan pertanian, sedangkan
seorang pakar menggunakan sistem pakar untuk knowledge assistant . Dalam
bidang kesehatan, sistem pakar ini tentunya akan sangat memudahkan masyarakat
untuk mendiagnosis penyakit tanpa harus bertemu langsung dengan dokter (Patra,
Sahu, Mandal, 2010). Dalam bidang pertanian, sistem pakar dapat membantu para
petani untuk mengidentifikasi jenis penyakit atau hama yang menyerang
tanamannya (Sarma, Singh, Abhijeet, 2010).
Media interaksi antara pengguna dan sistem pakar dapat melalui SMS,
website dan komputer desktop. Dari ketiga media ini, SMS merupakan pilihan
yang tepat khususnya untuk masyarakat di Kabupaten Sikka. Hal ini disebabkan
karena saat ini penggunaan telepon selular sebagai penyedia layanan SMS sudah
sangat umum dipakai dan bahkan sudah menjadi kebutuhan (Bose, Nahid, Islam,
Saha, 2010). Layanan yang sangat efektif, efisien dan murah, memudahkan
penyampaian informasi kepada masyarakat yang bertempat tinggal di daerah-
7
-
8/18/2019 1. Contoh Skripsi (Format Baru)
30/374
8
daerah terpencil yang sulit terjangkau oleh kendaraan bermotor (Katankar,
Thakare, 2010).
Sistem pakar yang muncul pertama kali adalah General-purpose Problem
Solver (GPS) yang dikembangkan oleh Newel dan Simon pada pertengahan tahun
1960. Sampai saat ini sudah banyak sistem pakar yang dibuat dan dikembangkan
di berbagai bidang kehidupan diantaranya yang paling sering ditemukan adalah
bidang kesehatan dan pertanian.
Pada penelitian-penelitian sebelumnya di bidang kesehatan, menunjukan
bahwa salah satu penyakit mematikan yang paling ditakuti adalah malaria.
Penyakit ini ditimbulkan akibat gigitan nyamuk betina dewasa yang ditularkan
kepada manusia lewat kelenjar ludah (Mathur, Vargas, Alvarez, Olson, Marinotti,
James, 2010). Banyak penelitian yang dilakukan untuk mengatasi penyakit ini,
diantaranya adalah penelitian untuk mengevaluasi vaksin malaria (Small, Chengy,
Havez, 2010) dan penelitian cross-sectional untuk menilai tingkat kepatuhan
penyedia layanan kesehatan terhadap pedoman pengendalian malaria (Ray, Nair,
2011). Selain melalui evaluasi vaksin dan cross-sectional , sistem pakar juga dapat
menjadi pilihan yang tepat untuk membantu pasien melakukan diagnosis serta
mengatasi penyakit malaria.
Pada tahun 2011, Djam, Wajiga, Kimbi dan Blamah melakukan sebuah
penelitian tentang sistem pakar untuk mendiagnosa penyakit malaria
menggunakan metode Fuzz Logic dan knowledge base. Sistem ini mampu
menbantu pasien, dokter, peneliti dan praktisi untuk mengidentifikasi penyakit
malaria dengan baik berdasarkan gejala-gejala yang ditimbulkan. Selain
-
8/18/2019 1. Contoh Skripsi (Format Baru)
31/374
9
menggunakan metode Fuzz Logic dapat juga menggunakan aturan inferensi
terhadap basis pengetahuan (Oluwagbemi, Adeoye, Fatumo, 2009). Data yang
digunakan untuk mengisi basis pengetahuan diperoleh dari studi literatur dan para
pakar kesehatan. Hal ini tentunya akan menghasilkan representasi pengetahuan
yang lebih baik (Biswas, Bairagi, Panse dan Shinde, 2011).
Chen, Hsu, Liu dan Yang (2008) mengembangkan sebuah sistem pakar
berbasis web untuk mendiagnosis gizi. Sistem ini berbasis aturan. Aturan-aturan
tersebut disimpan dalam sebuah database SQL. Hal ini tentunya akan
memberikan kemudahan apabila suatu saat terjadi penambahan aturan atau
pengetahuan baru. Sistem pakar ini memiliki kemampuan untuk mendiagnosis
gizi pasien dengan baik berdasarkan beberapa data inputan seperti data pasien,
data antropometrik, data pemeriksaan fisik, data biokimia dan data makanan atau
nutrisi. Setelah data diisi secara lengkap sistem akan melakukan inferensi
terhadap basis aturan dan membuat diagnosa gizi. Setelah itu ahli diet akan
membuat keputusan. Penelitian ini dilakukan dengan menganalisis data yang
diperoleh dari 100 pasien penderita ginjal kronis, yaitu data albumin, kolesterol
dan beberapa data pendukung lainnya. Setelah dibandingkan hasilnya,
disimpulkan bahwa sistem pakar lebih cepat dan lebih akurat daripada ahli diet
manusia.
Sementara itu pada tahun yang sama Naser dan Ola mengembangkan sebuah
sistem pakar untuk mendiagnosa penyakit mata menggunakan aturan inferensi
terhadap basis pengetahuan. Sistem ini sangat membantu pasien untuk
-
8/18/2019 1. Contoh Skripsi (Format Baru)
32/374
10
mendiagnosis penyakit mata dan dapat dijadikan sebagai alat pelatihan interaktif
mengenai penyakit mata.
Mahmoodabadi, Ahmadian, Abolhasani, Babyn dan Alirezaie (2010)
melakukan sebuah penelitian tentang sistem pakar untuk mendeteksi aritmia atau
pola atau perubahan yang cepat dari denyut jantung normal menggunakan Fuzz
Logic. Sistem pakar ini mampu mendeteksi 14 jenis aritmia dan kelainan jantung
dengan baik.
Pada tahun yang sama, Uminingsih mengembangkan sebuah sistem informasi
dugaan sementara penentuan jenis penyakit dengan gejala demam menggunakan
sistem pakar berbasis SMS. Metode yang digunakan adalah Certainty Factor
(CF). Hasil penelitian menunjukan bahwa dengan penyakit yang sama mempunyai
CF yang berbeda, hal ini dikarenakan ada beberapa penyakit mempunyai
kesamaan gejala dengan penyakit yang lain. CF ini dihasilkan berdasarkan
perhitungan perkalian CF dari gejala dengan CF dari pakar. Akses informasi
dilakukan menggunakan media SMS dengan bantuan SMS gateway yang dapat
menghubungkan PC dengan mobile phone terminal yang berperan transfer data
komputer dengan handphone terminal .
Bria (2011) mengembangkan sebuah aplikasi sistem pakar untuk
mendiagnosis penyakit umum seperti diare, TBC paru, HIV-AIDS, malaria,
anemia, hipertensi, infeksi saluran pernafasan bagian atas akut, pneumonia,
bronkhitis akut, dispepsia, apendiks dan infeksi saluran kencing. Penyakit-
penyakit ini banyak ditemukan pada masyarakat Kabupaten Belu, Nusa Tenggara
Timur. Sistem pakar ini berhasil dibangun dan dapat membantu dokter untuk
-
8/18/2019 1. Contoh Skripsi (Format Baru)
33/374
11
mempermudah pekerjaan mereka dalam mendiagnosis penyakit dan
mempermudah masyarakat untuk mendiagnosis jenis penyakit umum yang
diderita. Berdasarkan hasil pengujian pada tiga orang dokter dan 30 pengguna
web, 93.93% jawaban menunjukan setuju bahwa sistem ini dapat memberikan
kontribusi kepada masyarakat atau dokter dalam hal mendiagnosa penyakit.
Metode yang digunakan untuk proses pengambilan keputusan dalam sistem pakar
ini adalah Forward Chaining . Sedangkan untuk menangani masalah
ketidakpastian data menggunakan CF dengan range nilai nol hingga satu. Tool
yang digunakan adalah PHP dengan database MySQL.
Pada tahun yang sama Klaudius mengembangkan sebuah sistem pakar untuk
mengidentifikasi penyakit pada kelinci. Penelitian ini dilakukan di daerah
Yogyakarta. Sistem pakar ini memiliki kemampuan untuk mengidentifikasi jenis
penyakit pada kelinci berdasarkana gejala-gejala yang ditimbulkan secara umum
serta mampu menyajikan informasi dengan cepat dan user-friendly. Sistem ini
menggunakan teknik pelacakan Forward Chaining dalam mendiagnosa dan
metode CF untuk menunjukan nilai kepastian terhadap suatu diagnosa. Tools yang
digunakan dalam mengembangkan aplikasi ini adalah PHP, editor dreamweaver 8
dan MySQL.
Selain digunakan untuk membantu pasien dan dokter dalam mendiagnosa
penyakit malaria, mengidentifikasi gizi, penyakit mata, penyakit kelainan pada
jantung dan penyakit kanker payudara, sistem pakar juga dapat digunakan untuk
mendiagnosis penyakit-penyakit lainnya seperti penyakit kulit (Asghar, Saqib dan
Ahmad, 2011), tuberkolosis (Imianvan, Obi, 2011), migren (Maizels, Wolfe,
-
8/18/2019 1. Contoh Skripsi (Format Baru)
34/374
12
2008), diabetes (Derya dan Beyli, 2010), gagal jantung (Ceylan, Özbay dan
Karlik, 2010), keracunan (Navarro, Bandojo, Gatapia, Santos, Marcelo,
Panganiban dan Prospero, 2010) dan masih banyak lagi yang lainnya.
Selain di bidang kesehatan, sistem pakar juga banyak dikembangkan di
bidang lainnya seperti bidang pertanian. Sistem pakar dapat membantu para petani
untuk mendiagnosis penyakit-penyakit umum yang terjadi pada tanaman padi
selama masa hidup (Sarma, Singh, dan Abhijeet, 2010). Sistem pakar ini
dilengkapi dengan fasilitas explanation atau penjelasan (Darlington, 2011)
terhadap setiap gejala dan penyakit serta solusinya. Selain pada tanaman padi,
sistem pakar juga dapat membantu para petani untuk untuk mengidentifikasi
penyakit-penyakit utama pada tanaman kacang-kacangan (Devraj dan Jain, 2011).
Sistem ini menyediakan antar muka yang user-friendly. Pertanyaan-pertanyaan
yang diajukan berupa teks dan gambar. Urutan pertanyaan yang diajukan bersifat
dinamis tergantung pada jawaban dari petani.
Purnamawati (2011) melakukan sebuah penelitian sistem pakar untuk
mendiagnosa penyakit pada tanaman cabai merah menggunakan Metode
Bayesian. Sistem akan memberikan hasil berupa nama penyakit yang dilengkapi
dengan info penyakit hasil berdasarkan nilai kepastian dari guest . Nilai
probabilitas Bayesian adalah derajat keyakinan probabilitas pengguna terhadap
gejala yang dirasakan. Nilai probabilitas Bayesian terbesar yang dimiliki oleh
penyakit yang dihasilkan dari proses diagnosa adalah penyakit yang memiliki
kemungkinan terbesar yang diderita tanaman cabai merah milik guest .
-
8/18/2019 1. Contoh Skripsi (Format Baru)
35/374
13
Sistem pakar juga dapat dikembangkan dalam bidang lainnya seperti untuk
mendiagnosis kerusakan alat-alat elektronik (Aribowo dan Khomsah, 2011).
Dengan menggunakan metode forwar chaining dan Bayesian sistem ini mampu
mendiagnosis kerusakan alat-alat elektronik dengan syarat knowledge yang
dibutuhkan sudah tersedia. Sistem pakar dilengkapi dengan manajemen
ketidakpastian sehingga sistem tetap dapat memberikan hasil kesimpulan
walaupun fakta yang dimasukkan oleh pengguna tidak lengkap.
-
8/18/2019 1. Contoh Skripsi (Format Baru)
36/374
14
Tabel 2. Perbandingan Penelitian
No Penelitian Tujuan MetodeHasil
1 Chen, Y., Hsu, C., Liu,L., dan Yang, S., 2008,Constructing a nutrition
diagnosis expert system,
Expert Systems with
Applications, Vol. 39Issue 2, pp. 2132-2156
Membangun sebuah sistem pakar untuk Membantu ahlidiet untuk mendiagnosa gizi pasien berdasarkan dataantropometrik, data pemeriksaan fisik, data biokimia dan data makananatau nutrisi.
Aturaninferensi
Mampu mendiagnosa gizi pasien lebih cepat dan lebihakurat dari ahli diet manusia. Sistem ini berbasis aturan.Aturan-aturan dan pengetahuannya disimpan dalamsebuah database SQL. Hal ini tentunya akanmemberikan kemudahan apabila suatu saat terjadi penambahan aturan atau pengetahuan baru. Kelemahandari sistem ini adalah aksesnya terbatas saat ada koneksiinternet.
2 Naser, S.S.A., Ola,A.Z.A., 2008, An ExpertSystem for Diagnosing
Eye Diseases Using
Clips, Journal ofTheoretical and Applied
Information Technology,Vol. 4, pp. 923-930
Membangun sebuah sistem pakar untuk Membantudokter dan masyarakatuntuk mendiagnosa penyakit mata
Aturaninferensi
Sistem pakar ini sangat membantu pasien untukmendiagnosa penyakit mata khususnya pasien denganlatar latar belakang ekonominya rendah. Selain itu dapatdijadikan sebagai alat pelatihan interaktif mengenai penyakit mata. Kelemahan dari sistem ini adalahaksesnya terbatas saat ada koneksi internet.
3 Mahmoodabadi, S.Z.,Ahmadian, A.,Abolhasani, M., Babyn,P., dan Alirezaie, J.,2010, A fast expert system for
electrocardiogram
arrhythmia detection, Expert Systems The
Journal of Knowledge
Membangun sebuah sistem pakar untuk Membantudokter dan pasien untukmendeteksi aritmia atau pola atau perubahan yangcepat dari denyut jantungnormal
Logika Fuzzy System pakar ini mampu mendeteksi Empat belas jenisaritmia dan kelainan jantung. Penerapan filter waveletdengan fungsi scaling telah terbukti memberikan hasilyang tepat dalam penelitian ini. Kelemahan dari sistemini adalah aksesnya terbatas saat ada koneksi internet.
-
8/18/2019 1. Contoh Skripsi (Format Baru)
37/374
15
Engineering , Vol. 27, pp.180-200
4 Uminingsih, 2010, SistemInformasi DugaanSementara PenentuanJenis Penyakit DenganGejala DemamMenggunakan Sistem
Pakar Berbasis Sms,Jurnal TeknologiTechnoscientia, Vol. 2, No. 1, pp. 112-119
Membangun sebuah sisteminformas berbasis sistem pakar untukmengidentifikasi penyakitdengan gejala demam
Certainty Factor
Penggunaan sistem pakar dalam mendiagnosa penyakitdengan gejala demam ini memiliki tingkat keakuratadata yang baik. Dengan berbasis SMS, sistem inimenjadi sangat praktis untuk konsultasi penyakitdemam karena dapat diakses dimana saja dan kapan sajasejauh kondisi jaringan tidak ada masalah.
5 Bria, Y.P., 2011,Pengembangan SistemPakar untukMendiagnosis PenyakitUmum Berbasis Web,Tesis, Universitas AtmaJaya Yogyakarta
Mengembangkan sebuahsistem pakar untukmendiagnosis penyakit penyakit umum yangdiderita
ForwardChaining danCertainty
Factor
Berdasarkan hasil pengujian pada 3 orang dokter dan 30 pengguna web, 93.93% jawaban menunjukan setuju bahwa sistem ini dapat memberikan kontribusi kepadamasyarakat atau dokter dalam hal mendiagnosa penyakit. Kelemahan dari sistem ini adalah aksesnyaterbatas saat ada koneksi internet.
6 Klaudius, J.B.S., 2011,Pengembangan SistemPakar untukMengidentifikasiPenyakit pada Kelinci,Tesis, Universitas AtmaJaya Yogyakarta
Mengembangkan sebuahsistem pakar untukmengidentifikasi penyakit- penyakit pada kelinci berdasarkan gejala-gejalanya.
Forward
Chaining danCertainty Factor
Sistem pakar ini mampu menyajikan informasi dengancepat dan user friendly. Berdasarkan hasil uji dengan pengguna, sistem pakar ini menyampaikan hasilidentifikasi penyakit berupa yang diderita kelinci,definisi penyakit, tindakan yang harus dilakukanterhadap penyakit, penyebab penyakit dan solusi untuk penanganannya serta disertai dengan tingkatkepastiannya. Kelemahan dari sistem ini adalahaksesnya terbatas saat ada koneksi internet.
7 Purnamawati, M.M.D.,2011, Pengembangan
Membangun sebuah sistem pakar untuk
Bayesian Sistem ini sangat membantu para petani untukmengidentifikasi penyakit pada tanaman cabai merah
-
8/18/2019 1. Contoh Skripsi (Format Baru)
38/374
16
aplikasi sistem pakaruntuk diagnosa penyakit pada tanaman cabaimerah, Tugas Akhir,Univ. Atma JayaYogyakarta
mengidentifikasi penyakit pada tanaman cabai merah besar
dengan memberikan hasil berupa nama penyakit yangdilengkapi dengan info penyakit hasil berdasarkan nilaikepastian dari guest. Kelemahan dari sistem ini adalahaksesnya terbatas saat ada koneksi internet.
8 Aribowo, A.S., Khomsah,S., 2011, Sistem Pakar
dengan Beberapa Knowledge Base menggunakanProbabilitas Bayes danMesin Inferensi ForwardChaining , semnasIF2011, ISSN: 1979-2328, pp. D51-D58
Membangun sebuah sistem pakar untuk mendiagnosis
kerusakan alat-alatelsektronik
Bayes dan Forward
Chaining
Sistem pakar dapat mengelola knowledge untuk beberapa kasus dengan baik sehingga setiap knowledge
dapat bermanfaat untuk diagnosa setiap kasus tanpasaling mengganggu satu sama lain. Sistem pakar inidilengkapi dengan manajemen ketidak pastian sehinggadapat memberikan hasil kesimpulan walaupun faktayang dimasukkan oleh pengguna tidak lengkap.Kelemahan dari sistem ini adalah aksesnya terbatas saatada koneksi internet.
9 Emanuel Safirman Bata,2012, PengembanganSistem Pakar Berbasis Mobile untuk MembantuMendiagnosis PenyakitAkibat Gigitan Nyamuk,Universitas Atma JayaYogyakarta
Mengembangkan sebuahsistem pakar berbasismobile untuk membantumendiagnosis penyakitakibat gigitan nyamuk.
TeoremaBayes
Sistem pakar ini dapat membantu masyarakat yangtinggal di daerah terpencil atau jauh dari sarana dan prasarana kesehatan serta daerah yang berpotensiterhadap penyakit akibat gigitan nyamuk secara khususmasyarakat Kabupaten Sikka untuk mendiagnosis penyakit dengan tepat berdasarkan gejala-gejala yangdialami. Selain itu sistem ini dapat memberikankemudahan bagi Dinas Kesehatan Kabupaten Sikkauntuk memonitoring dan mengevaluasi programkesehatan serta surveilans penyakit-penyaki akbatgigitan nyamuk yang terjadi di Kabupaten Sikka.
-
8/18/2019 1. Contoh Skripsi (Format Baru)
39/374
17
Berdasarkan perbandingan penelitian pada tabel 2 dapat disimpulkan bahwa,
masalah-masalah yang akan diteliti penulis terkait dengan penyakit akibat gigitan
nyamuk yang terjadi di Kabupaten Sikka dapat diselesaikan dengan menggunakan
sistem pakar melalui media SMS. Metode yang digunakan adalah Teorema Bayes.
Dengan menggunakan sistem pakar berbasis SMS, pengguna diberi kemudahan
untuk mendiagnosa penyakit berdasarkan pada gejala-gejala yang timbul serta
dapat digunakan kapan dan dimana saja selama konektifitas jaringan telepon tidak
bermasalah. Teorema Bayes dalam penelitian ini digunakan sebagai metode atau
alat pengambilan keputusan untuk memperbaharui tingkat kepercayaan dari suatu
informasi serta dapat memberikan hasil kesimpulan walaupun gejala yang
dimasukkan oleh pasien tidak lengkap. Sistem pakar yang akan dikembangkan
penulis, menggunakan basis pengetahuan sehingga akan memberikan kemudahan
apabila suatu saat terjadi penambahan aturan atau pengetahuan baru seiring
dengan meningkatnya pengetahuan medis.
B. Landasan Teori
1. Kecerdasan buatan secara umum
Kecerdasan buatan berasal dari bahasa Inggris “ Artificial Intelligence” atau
disingkat AI, yaitu intelligence adalah kata sifat yang berarti cerdas, sedangkan
artificial artinya buatan. Kecerdasan buatan yang dimaksud disini merujuk pada
mesin yang mampu berpikir, menimbang tindakan yang akan diambil dan mampu
mengambil keputusan seperti yang dilakukan oleh manusia. Masalah yang
ditangani oleh kecerdasan buatan makin lama makin berkembang sehingga
memungkinkan bagi kecerdasan buatan untuk merambah ke bidang ilmu yang
-
8/18/2019 1. Contoh Skripsi (Format Baru)
40/374
18
lain. Sebagai contoh perpaduan antara teknik elektro dan kecerdasan buatan
melahirkan berbagai ilmu baru seperti pengolahan citra, teori kendali serta
pengenalan pola dan robotika. Sistem pendukung keputusan dan sistem informasi
manajemen adalah hasil kontribusi dari kecerdasan buatan (Sutojo, Mulyanto,
Suhartono, 2010).
2. Sistem pakar (expert system)
Sistem pakar adalah suatu sistem yang dirancang untuk dapat menirukan
keahlian seorang pakar dalam menjawab pertanyaan dan memecahkan suatu
masalah. Sistem pakar akan memberikan pemecahan suatu masalah yang didapat
dari dialog dengan pengguna. Dengan bantuan sistem pakar, seorang yang bukan
pakar atau ahli dapat menjawab pertanyaan, menyelesaikan masalah serta
mengambil keputusan yang biasanya dilakukan oleh seorang pakar (Sutojo,
Mulyanto, Suhartono, 2010).
Sistem pakar dapat memiliki banyak manfaat, diantaranya mampu bekerja
dengan informasi yang tidak lengkap atau tidak pasti. Pengguna dapat merespon
dengan: “tidak tahu” atau “tidak yakin” pada satu atau lebih pertanyaan selama
konsultasi dan sistem pakar tetap akan memberikan jawabannya. Bisa digunakan
sebagai media pelengkap dalam pelatihan. Pengguna pemula yang bekerja dengan
sistem pakar akan menjadi lebih berpengalaman karena adanya fasilitas penjelas
yang berfungsi sebagai guru. Sistem pakar dapat meningkatkan kemampuan untuk
menyelesaikan masalah karena sistem pakar mengambil sumber pengetahuan dari
banyak pakar. Selain itu sistem pakar juga memiliki kemampuan untuk
menangkap pengetahuan dan kepakaran seseorang, dapat beroperasi di lingkungan
-
8/18/2019 1. Contoh Skripsi (Format Baru)
41/374
19
yang berbahaya serta tidak pernah menjadi bosan dan kelelahan atau sakit (Sutojo,
Mulyanto, Suhartono, 2010).
3. Komponen sistem pakar
Ada dua bagian penting dari sistem pakar, yaitu lingkungan pengembangan
(development environment ) dan lingkungan konsultasi (consultation
environment ). Lingkungan pengembangan digunakan oleh pembuat sistem pakar
untuk membangun komponen-komponennya dan memperkenalkan pengetahuan
ke dalam knowledge base (basis pengetahuan). Lingkungan konsultasi digunakan
oleh pengguna untuk berkonsultasi sehingga pengguna mendapatkan pengetahuan
dan nasehat dari sistem pakar layaknya berkonsultasi dengan seorang pakar
(Sutojo, Mulyanto, Suhartono, 2010). Gambar 1 berikut ini menunjukan
komponen-komponen yang penting dalam sebuah sistem pakar
User
Antarmuka
Aksi yang
direkomendasi
Fasilitas
Penjelasan
Motor Inferensi
Blackboard
Rencana Agenda
Solusi Deskripsi
Masalah
Fakta-fakta tentang
kejadian tertentu
Basis Pengetahuan
Fakta : Apa yang diketahui
tentang area domain
Rule : Logical Reference
Perbaikan
Pengetahuan
Rekayasa
Pengetahuan
Pengetahuan
Pakar
Akuisisi Pengetahuan
Lingkungan Konsultasi Lingkungan Pengembangan
Gambar 1. Komponen Sistem Pakar (Sutojo, Mulyanto, Suhartono, 2010).
-
8/18/2019 1. Contoh Skripsi (Format Baru)
42/374
20
a. Akuisisi pengetahuan
Akuisisi pengetahuan digunakan untuk memasukan pengetahuan dari seorang
pakar dengan cara merekayasa pengetahuan agar bisa diproses oleh komputer dan
menaruhnya ke dalam basis pengetahuan dengan format tertentu. Ada beberapa
cara untuk mendapatkan pengetahuan yaitu:
1) Kuesioner
Metode ini dilakukan dengan cara membagikan daftar pertanyaan tertulis
kepada responden. Jawaban responden atas semua pertanyaan dalam kuesioner
kemudian dicatat atau direkam, kemudian diolah untuk menghasilkan suatu
informasi tertentu.
2) Observasi
Observasi adalah suatu metode yang menunjukan cara mengumpulkan data
dengan mengadakan pengamatan langsung terhadap suatu objek yang akan diteliti
dalam suatu periode tertentu dan mengadakan pencatatan secara sistematis tentang
hal-hal tertentu yang akan diamati. Materi dan pengetahuan hasil pengamatan
akan dikumpulkan dan digunakan sebagai acuan dalam penelitian.
3) Analisa dokumen
Analisa dokumen merupakan kegiatan pengumpulan dokumen-dokumen yang
berhubungan dengan materi penelitian kemudian dianalisa untuk menghasilkan
suatu informasi baru yang menunjang penelitian.
-
8/18/2019 1. Contoh Skripsi (Format Baru)
43/374
21
4) Wawancara
Wawancara adalah sebuah metode pencarian data melalui kegiatan tanya
jawab secara face to face antara peneliti dengan responden untuk mendapatkan
informasi secara lisan dengan tujuan untuk memperoleh data yang dapat
menjelaskan ataupun menjawab suatu permasalahan penelitian.
b. Basis pengetahuan (knowledge base)
Basis pengetahuan mengandung pengetahuan yang diperlukan untuk
memahami, memformulasikan dan menyelesaikan masalah. Basis pengetahuan
terdiri dari dua elemen dasar yaitu fakta dan rule. Fakta menunjukan situasi,
kondisi dan permasalahan yang ada. Misalkan fakta tentang jumlah kasus demam
berdarah, malaria, chikungunya dan kaki gajah berturut-turut yang terjadi di
Kabupaten Sikka pada tahun 2010 adalah 861, 19.763, 20 dan 5.252. Rule adalah
aturan untuk mengarahkan penggunaan pengetahuan dalam memecahkan masalah.
Misalkan aturan untuk menetapkan seseorang menderita penyakit akibat gigitan
nyamuk berdasarkan gijala-gejala yang dialami.
c. Mesin inferensi (inference engine)
Mesin inferensi adalah sebuah program yang berfungsi untuk memandu
proses penalaran terhadap suatu kondisi berdasarkan pada basis pengetahuan yang
ada, memanipulasi dan mengarahkan kaidah, model dan fakta yang disimpan
dalam basis pengetahuan untuk mencapai solusi atau kesimpulan. Dalam
prosesnya mesin inferensi menggunakan Teorema Bayes sebagai panduan dalam
melakukan proses penalaran (Sutojo, Mulyanto, Suhartono, 2010).
-
8/18/2019 1. Contoh Skripsi (Format Baru)
44/374
22
d. Dareah kerja (blackboard )
Blackboard adalah area kerja memori yang disimpan sebagai database untuk
deskripsi persoalan terbaru yang ditetapkan oleh data input dan digunakan juga
untuk penekanan hipotesis dan keputusan sementara. Tiga-tipe keputusan yang
dapat direkam pada blackboard yaitu rencana (bagaimana menghadapi masalah),
agenda (aksi-aksi potensial yang sedang menunggu untuk dieksekusi) dan solusi
(calon aksi yang akan dibangkitkan)
e. Antarmuka pengguna (user interface)
User Interface merupakan bentuk tampilan grafis yang berhubungan langsung
dengan pengguna. Antarmuka pengguna berfungsi sebagai penghubung atau
media komunikasi antara pengguna dengan sistem pakar. Komunikasi akan
semakin bagus bila disajikan dalam bahasa alami.
f. Subsistem penjelasan (explanation subsystem/justifier)
Berfungsi untuk memberi penjelasan kepada pengguna, bagaimana suatu
kesimpulan dapat diambil. Kemampuan seperti ini sangat penting bagi pengguna
untuk mengetahui proses pemindahan keahlian pakar maupun dalam pemecahan
masalah (Sutojo, Mulyanto, Suhartono, 2010).
g. Sistem perbaikan pengetahuan (knowledge refining system)
Kemampuan memperbaiki pengetahuan dari seorang pakar diperlukan untuk
menganalisis pengetahuan, belajar dari kesalahan masa lalu, kemudian
memperbaiki pengetahuannya sehingga dapat dipakai pada masa mendatang.
Kemampuan evaluasi diri seperti itu diperlukan oleh program agar dapat
-
8/18/2019 1. Contoh Skripsi (Format Baru)
45/374
23
menganalisis alasan-alasan kesuksesan dan kegagalannya dalam mengambil
kesimpulan (Sutojo, Mulyanto, Suhartono, 2010).
h. Pengguna (user )
Pengguna adalah seseorang yang menggunakan sistem pakar untuk
mendiagnosa jenis penyakit berdasarkan gejala-gejala yang dialaminya. Pada
umumnya penggua sistem pakar bukanlah seorang pakar. Mereka membutuhkan
saran dan solusi dari pakar untuk menyelsesaikan masalah yang dihadapi.
4. Representasi pengetahuan (knowledge representation)
Representasi pengetahuan adalah sebuah metode yang digunakan untuk
merumuskan pengetahuan-pengetahuan yang terdapat dalam sebuah masalah.
Bahasa representasi harus mudah dipahami oleh programer untuk mendapatkan
suatu solusi pemecahan masalah. Sebuah sistem pakar yang handal dan efektif
dapat diperoleh jika representasi pengetahuannya dipilih dengan tepat.
Representasi pengetahuan terdiri dari beberpa model yaitu jaringan semantik
( semantic nets), bingkai ( frame), kaidah produksi ( production rule) dan logika
predikat ( predicate logic).
Dalam penelitian ini penulis menggunakan representasi pengetahuan kaidah
produksi yang dituliskan dalam bentuk jika-maka (if-then). Setiap rule terdiri dari
dua bagian, yaitu bagian IF disebut evidence (fakta-fakta) dan bagian THEN
disebut hipotesis atau kesimpulan. Syntax Rule adalah I F evidence then hipotesis.
-
8/18/2019 1. Contoh Skripsi (Format Baru)
46/374
24
5. Penyakit-penyakit akibat gigitan nyamuk
Dalam bahasa Inggris, nyamuk dikenal sebagai " Mosquito", berasal dari
sebuah kata dalam bahasa Spanyol atau bahasa Portugis yang berarti lalat kecil.
Nyamuk adalah serangga yang tergolong dalam order diptera; genera termasuk
anopheles, culex, psorophora, ochlerotatus, aedes, sabethes, wyeomyia, culiseta,
dan haemagoggus untuk jumlah keseluruhan sekitar 35 genera yang merangkum
2700 spesies. Nyamuk mempunyai dua sayap bersisik, tubuh yang langsing, dan
enam kaki panjang; antar spesies berbeda-beda tetapi jarang sekali melebihi 15
mm. Sebagian besar spesies nyamuk betina menghisap darah (hematophagy) dari
hewan lain yang dapat menyebarkan penyakit, membunuh jutaan orang setiap
tahun sejak ribuan tahun yang lalu karena gigitan nyamuk dapat menyebabkan
timbulnya beberapa penyakit bagi korban gigitannya, antara lain:
a. Penyakit malaria
1) Definisi
Malaria adalah penyakit yang disebabkan oleh parasit bernama plasmodium.
Ada empat jenis plasmodiaum yaitu plasmodium falciparum, plasmodium vivax,
plasmodium malariae dan plasmodium ovale. Penyakit ini ditularkan melalui
gigitan nyamuk yang terinfeksi parasit tersebut. Di dalam tubuh manusia, parasit
plasmodium akan berkembang biak di organ hati kemudian menginfeksi sel darah
merah. Pasien yang terinfeksi oleh malaria akan menunjukan gejala awal
menyerupai penyakit influenza, namun bila tidak diobati maka dapat terjadi
komplikasi yang berujung pada kematian. Penyakit ini paling banyak terjadi di
-
8/18/2019 1. Contoh Skripsi (Format Baru)
47/374
25
daerah tropis dan subtropis dimana parasit plasmodium dapat berkembang baik
begitu pula dengan vektor nyamuk anopheles.
2) Gejala
Gejala malaria terjadi rata-rata setelah sembilan sampai 14 hari setelah
terinfeksi. Daftar gejala penyakit malaria beserta nilai probabilitasnya dapat
dilihat pada tabel 4. Nilai probabilitas tersebut diperoleh dari hasil analisis empat
orang pakar yang diperoleh penulis menggunakan metode kuesioner.
3) Pengobatan
Pengobatan malaria tergantung kepada jenis parasit dan resistensi parasit
terhadap obat tertentu. Untuk suatu serangan malaria falciparum akut dengan
parasit yang resisten terhadap klorokuin, bisa diberikan kuinin atau kuinidin
secara intravena. Pada malaria lainnya jarang terjadi resistensi terhadap klorokuin,
karena itu biasanya diberikan klorokuin dan primakuin sedangkan untuk
pengobatan malaria, ada beberapa jenis obat yang dikenal umum yaitu obat
standar (klorokuin dan primakuin), obat alternatif (kina dan sulfadoksin +
pirimetamin), obat malaria penunjang (vitamin B complex, vitamin C dan sulfas
ferrosus), obat malaria berat (kina HCL 25% injeksi-1 ampul 2 cc) dan obat
malaria alternatif (klorokuin injeksi-1 ampul 2 cc).
b. Penyakit demam berdarah
1) Definisi
Demam berdarah adalah penyakit demam akut yang disebabkan oleh virus
dengue, yang masuk ke peredaran darah manusia melalui gigitan nyamuk dari
-
8/18/2019 1. Contoh Skripsi (Format Baru)
48/374
26
genus aedes, misalnya aedes aegypti atau aedes albopictus. Terdapat empat jenis
virus dengue yang diketahui dapat menyebabkan penyakit demam berdarah yaitu
DEN-1, DEN-2, DEN-3, dan DEN-4. Penyakit demam berdarah ditemukan di
daerah tropis dan subtropis di berbagai belahan dunia, terutama di musim hujan
yang lembap. Tingkat risiko terjangkit penyakit demam berdarah meningkat pada
seseorang yang memiliki antibodi terhadap virus dengue akibat infeksi pertama.
Selain itu, risiko demam berdarah juga lebih tinggi pada wanita, seseorang yang
berusia kurang dari 12 tahun, atau seseorang yang berasal dari ras Kaukasia.
2) Gejala
Gejala demam berdarah baru muncul saat seseorang yang pernah terinfeksi
oleh salah satu dari empat jenis virus dengue mengalami infeksi oleh jenis virus
dengue yang berbeda. Sistem imun yang sudah terbentuk di dalam tubuh setelah
infeksi pertama justru akan mengakibatkan kemunculan gejala penyakit yang
lebih parah saat terinfeksi untuk kedua kalinya. Daftar gejala penyakit demam
berdarah beserta nilai probabilitasnya dapat dilihat pada tabel 4. Nilai probabilitas
tersebut diperoleh dari hasil analisis empat orang pakar yang diperoleh penulis
menggunakan metode kuesioner.
3) Pengobatan
Tindakan pengobatan yang umum dilakukan pada pasien demam berdarah
yang tidak terlalu parah adalah pemberian cairan tubuh (lewat minuman atau
elektrolit) untuk mencegah dehidrasi akibat demam dan muntah, konsumsi obat
yang mengandung acetaminofen (misalnya tilenol) untuk mengurangi nyeri dan
-
8/18/2019 1. Contoh Skripsi (Format Baru)
49/374
27
menurunkan demam serta banyak istirahat. Bagi pasien dengan demam berdarah
yang lebih parah, akan sangat disarankan untuk menjalani rawat inap di rumah
sakit, pemberian infus dan elektrolit untuk mengganti cairan tubuh, serta transfusi
darah akibat pendarahan yang terjadi. Seseorang yang terkena demam berdarah
juga harus dicegah terkena gigitan nyamuk, karena dikhawatirkan dapat
menularkan virus dengue kepada orang lain yang sehat.
c.
Penyakit chikungunya
1) Definisi
Chikungunya adalah suatu penyakit yang menyebabkan posisi tubuh
penderita menjadi meliuk atau melengkung, mengacu pada postur penderita yang
membungkuk akibat nyeri sendi hebat (arthralgia). Penyebab penyakit ini adalah
sejenis virus, yaitu alphavirus dan ditularkan lewat nyamuk aedes aegypti.
Nyamuk yang sama juga menularkan penyakit demam berdarah dengue. Meski
masih "bersaudara" dengan demam berdarah, penyakit ini tidak mematikan.
Penyakit chikungunya disebabkan oleh sejenis virus yang disebut virus
chikungunya. virus chikungunya ini masuk keluarga togaviridae, genus
alphavirus.
2) Gejala
Daftar gejala penyakit chikungunya beserta nilai probabilitasnya dapat dilihat
pada tabel 4. Nilai probabilitas tersebut diperoleh dari hasil analisis empat orang
pakar yang diperoleh penulis menggunakan metode kuesioner.
-
8/18/2019 1. Contoh Skripsi (Format Baru)
50/374
28
3) Pengobatan
Penyakit ini biasanya sembuh sendiri dalam tujuh hari karena virus ini
termasuk self limiting disease maksudnya hilang dengan sendirinya dengan
istirahat cukup, obat demam, kompres, serta antisipasi terhadap kejang demam.
Namun, rasa nyeri akibat penyakit ini masih tertinggal dalam hitungan minggu
sampai bulan. Dokter biasanya hanya memberikan obat penghilang rasa sakit dan
demam atau golongan obat yang dikenal dengan obat-obat flu serta vitamin untuk
penguat daya tahan tubuh (misalnya parasetamol).
d. Penyakit kaki gajah
1) Definisi
Cacing filaria (wuchereria bancrofti) termasuk salah satu jenis invertebrata
yang merugikan manusia. Di Indonesia, filariasis dapat disebabkkan oleh tiga
jenis cacing filaria, yaitu wuchereria bancrofti, grugia malayi dan brugia timori.
Cacing filaria dapat menyebabkan penyakit kaki gajah atau filariasis yang
ditularkan melalui gigitan berbagai jenis nyamuk kecuali nyamuk mansoni yang
jumlahnya kurang lebih 23 spesies nyamuk dari genus anopheles, culex,
mansonia, aedes dan armigeres. Penyakit ini bersifat menahun (kronis) dan bila
tidak mendapatkan pengobatan dapat menimbulkan cacat menetap, berupa
pembesaran kaki, lengan dan alat kelamin baik wanita maupun pria. Akibatnya,
penderita penyakit kaki gajah tidak dapat bekerja secara optimal bahkan dalam
hidupnya selalu bergantung pada orang lain.
-
8/18/2019 1. Contoh Skripsi (Format Baru)
51/374
29
2) Gejala
Daftar gejala penyakit kaki gajah beserta nilai probabilitasnya dapat dilihat
pada tabel 4. Nilai probabilitas tersebut diperoleh dari hasil analisis empat orang
pakar yang diperoleh penulis menggunakan metode kuesioner.
3) Pengobatan
Pemeriksaan dilakukan pada darah penderita dan diperiksa pada pukul 20.00
malam waktu setempat karena pada saat malam hari mikrofilaria terdapat di
dalam darah tepi penderita. Apabila ternyata di dalam pemeriksaan sediaan darah
tebal ditemukan mikrofilaria, maka orang tersebut dinyatakan sebagai penderita
filariasis atau terserang penyakit kaki gajah. Program eliminasi dilaksanakan
melalui pengobatan masal dengan DEC ( Diethil Carbarnazile Citrate) dan
albendasol untuk setahun sekali selama lima tahun. DEC bersifat membunuh
mikrofilaria juga makrofilaria atau satu-satunya obat penyakit kaki gajah
( filariasis) yang efektif, aman dan relatif murah. Pada pengobatan perorangan,
aturan dosis yang dianjurkan untuk 6 mg/kg berat badan/hari, selama 12 hari di
minum sesudah makan, dalam sehari tiga kali. Pada pengobatan masal (program
pengendalian filariasis), digunakan pemberian DEC dosis rendah, dengan jangka
waktu pemberian yang lebih lama, misalnya dalam bentuk garam DEC 0,2%-
0,4% selama 9-12 bulan, untuk orang dewasa digunakan 100 mg/minggu selama
40 minggu.
Menurut data BPS Kabupaten Sikka (2010), jenis penyakit akibat gigitan
nyamuk yang paling banyak diderita oleh penduduk Kabupaten Sikka adalah
malaria dengan jumlah kasus mencapai 19.763 kasus. Selanjutnya diikuti oleh
-
8/18/2019 1. Contoh Skripsi (Format Baru)
52/374
30
kaki gajah dengan jumlah 5.252 kasus, demam berdarah berjumlah 861 kasus dan
chikungunya berjumlah 20 kasus. Jika jumlah kasus diatas dibagi dengan jumlah
penduduk Kabupaten Sikka saat itu maka akan diperoleh nilai probabilitas
populasi penyakit akibat gigitan nyamuk yang dapat dilihat pada tabel 3 berikut
ini.
Tabel 3. Nilai Probabilitas Populasi Penyakit Akibat Gigitan Nyamukdi Kabupaten Sikka Tahun 2010
Kode Nama Penyakit Nilai Probabilitas PopulasiH1 Malaria 0,065805
H2 Demam berdarah 0,002867
H3 Chikungunya 0,000067
H4 Kaki gajah 0,017488
Tabel 4 berikut ini menunjukan gejala-gejala yang ditimbulkan akibat
penyakit malaria, demam berdarah, chikungunya dan kaki gajah beserta nilai
probabilitasnya masing-masing yang diperoleh dari hasil analisis empat orang
pakar.
Tabel 4. Daftar Gejala Penyakit Akibat Gigitan Nyamuk
KodeGejala
Gejala PenyakitAkibat Gigitan Nyamuk
Presentase KemungkinanMenderita Penyakit
Malaria(%)
DBD(%)
Chikungunya(%)
KakiGajah
(%)E1 Menggigil/dingin 0,55 0,45 0,15 0,1E2 Demam 0,7 0,7 0,5 0,45E3 Suhu badan meningkat 0,45 0,5 0,38 0,15E4 Berkeringat 0,55 0,48 0,3 0,08E5 Sakit kepala 0,58 0,68 0,55 0,15E6 Mual 0,3 0,3 0,05 0E7 Muntah-muntah 0,25 0,1 0,05 0,05E8 Nyeri saat menelan 0,1 0,15 0,08 0,03E9 Nyeri seluruh/sebagian anggota tubuh 0,4 0,55 0,63 0,23E10 Pucat 0,43 0,4 0,35 0,28E11 Gangguan kesadaran 0,4 0,4 0,13 0,03E
12 Kejang-kejang 0,38 0,35 0,13 0
E13 Mata kuning 0,55 0,05 0 0
-
8/18/2019 1. Contoh Skripsi (Format Baru)
53/374
31
E14 Tubuh kuning 0,38 0,05 0 0E15 Pendarahan di hidung 0,05 0,58 0,03 0
E16 Pendarahan di gusi 0,05 0,6 0 0E17 Pendarahan pada saluran pencernaan 0,05 0,15 0,03 0,03E18 Jumlah kencing kurang (oliguri) 0,2 0,3 0,18 0,05E19 Warna urine seperti teh tua 0,5 0,1 0,05 0,03E20 Sesak nafas 0,1 0,1 0,05 0,03E21 Ruam 0,05 0,15 0,05 0,03E22 Perdarahan kecil-kecil di kulit 0,05 0,55 0,1 0E23 Penurunan trombosit 0,25 0,75 0,13 0,15E24 Tubuh melengkung/meliuk 0,05 0,05 0,03 0,03E25 Mata merah 0 0,1 0,05 0,03E26 Flu 0,25 0,23 0,1 0,05E27 Lumpuh 0 0 0,45 0,05E28 Lemas 0,45 0,5 0,3 0,1
E29 Bengkak di daerah lipatan paha 0 0 0,1 0,45E30 Ketiak tampak kemerahan 0,05 0,1 0,03 0,03E31 Tungkai, lengan, buah dada membesar 0 0 0 0,4E32 Buah zakar terlihat agak kemerahan 0,05 0,08 0,03 0,05E33 Buah zakar terasa panas 0 0,05 0,05 0E34 Nyeri otot 0,45 0,48 0,45 0,38E35 Kulit merah 0 0,2 0,03 0,03E36 Kekurangan darah/anemia 0,2 0,4 0,08 0E37 Perdarahan pada anus 0 0,05 0 0E38 Kekurangan cairan(dehidrasi) 0,15 0,2 0,15 0,05E39 Terasa geli pada kulit 0,05 0,08 0,03 0,08E40 Nyeri dibelakang mata 0,1 0,2 0,1 0
E41 Kencing berdarah (haematuria) 0,1 0 0 0E42 Pendarahan di bawah kulit 0 0,45 0,13 0E43 Sulit tidur 0,15 0,15 0,13 0,1E44 Tekanan darah menurun 0,13 0,18 0,1 0,05
6. Ketidakpastian dengan Teorema Bayes
Teorema Bayes diadopsi dari nama penemunya yaitu Thomas Bayes sekitar
tahun 1950. Teorema Bayes adalah sebuah teori kondisi probabilitas yang
memperhitungkan probabilitas suatu kejadian (hipotesis) bergantung pada
kejadian lain (bukti). Pada dasarnya, teorema tersebut mengatakan bahwa kejadian
di masa depan dapat diprediksi dengan syarat kejadian sebelumnya yang telah
terjadi.
Teorema Bayes adalah suatu metode yang digunakan untuk menangani
masalah ketidakpastian data. Contohnya kasus pasien yang menderita gejala
-
8/18/2019 1. Contoh Skripsi (Format Baru)
54/374
32
demam dan suhu badan meningkat. Keputusan yang diambil adalah apakah pasien
tersebut menderita demam berdarah, malaria, chikungunya atau kaki gajah.
Sebuah sistem pakar yang baik harus mempu menangani masalah ketidakpastian
data diatas. Dengan menggunakan Teorema Bayes, sistem pakar dapat
mengestimasi dan menarik kesimpulan dengan baik.
Teorema Bayes menyediakan beberapa rumusan untuk menarik kesimpulan
berdasarkan fakta (evidence) dan hipotesis.
a. Bentuk Teorema Bayes untuk evidence tunggal dan hipotesis tunggal
Keterangan:
= probabilitas hipotesis H terjadi jika evidence E terjadi
= probabilitas munculnya evidence E, jika hipotesis H terjadi
= probabilitas hipotesis H tanpa memandang evidence apapun
= probabilitas evidence E tanpa memandang apapun
b. Bentuk Teorema Bayes untuk evidence tunggal dan hipotesis ganda
Keterangan:
= probabilitas hipotesis terjadi jika evidence E terjadi
= probabilitas munculnya evidence E, jika hipotesis terjadi
= probabilitas hipotesis tanpa memandang evidence apapun
...................................................................... (1)
......................................................... (2)
-
8/18/2019 1. Contoh Skripsi (Format Baru)
55/374
33
= jumlah hipotesis yang terjadi
c.
Bentuk Teorema Bayes untuk evidence ganda dan hipotesis ganda
Dalam penelitian ini, penulis menggunakan rumusan bentuk Teorema Bayes
dengan evidence ganda dan hipotesis ganda. Hal ini dikarenakan dalam penelitian
penulis menemukan ada beberapa penyakit yang memiliki gejala yang sama.
Seperti gejala demam dimiliki oleh penyakit demam berdarah, malaria,
chikungunya dan kaki gajah.
7. Sistem Informasi Mobile
Dalam perkembangannya sistem informasi tidak hanya berhenti pada
computer based information system saja. Perkembangan baru yang dipicu oleh
banyaknya penggunaan telepon seluler di berbagai belahan dunia. Hampir setiap
orang sudah memiliki handphone untuk berkomunikasi nirkabel. Mobilitas orang
yang tinggi merupakan kata kunci munculnya teknokogi komunikasi bergerak
(mobile communication) seperti handphone. Mobilisasi yang tinggi jangan sampai
menghalangi seseorang terhadap akses informasi. Hal inilah yang mendasari
munculnya mobile information system. Dengan mobile information system setiap
orang dapat mengakses informasi kapanpun, dimanapun dan untuk urusan apapun.
Pada perkembangan berikutnya, teknologi nirkabel makin pesat setelah
ditemukan SMS. Penggunaan SMS pada handphone lebih banyak jika
dibandingkan dengan komunikasi secara langsung. Selain hemat, komunikasi
melalui SMS lebih bersifat personal. Munculnya SMS memberi inspirasi bagi
..... (3)
-
8/18/2019 1. Contoh Skripsi (Format Baru)
56/374
34
sejumlah orang untuk mengembangkan aplikasi yang berbasis SMS seperti kuis
berhadiah, polling, pemesanan tiket, sistem informasi akademik, dan transaksi
perbankan.
8. Short Message Service (SMS)
SMS merupakan fasilitas standar dari GSM, walaupun kini sudah banyak
telepon selular dengan teknologi CDMA (Code Division Multiple Access) yang
juga dilengkapi dengan fasilitas SMS. Fasilitas ini dipakai untuk mengirim dan
menerima pesan ke dan dari sebuah telepon selular.
a. Global System for Mobile communication (GSM)
GSM merupakan standard yang diterima secara global untuk komunikasi
seluler digital. Sepanjang evolusi telekomunikasi seluler, berbagai sistem telah
dikembangkan tanpa standard tertentu. Hal ini tentu saja menimbulkan masalah
terutama dalam pengembangan digital radio technology. Pada tahun 1982, GSM
( groupe special mobile) yang merupakan suatu grup kerja pada CEPT
(Conference Europeance d’Administration de Post at Telecomunication) dibentuk
untuk menciptakan sebuah sistem yang menjadi standard pada handphone di
Eropa. Nama dari sistem diambil dari grup ini namun karena alasan marketing,
kemudian GSM berubah menjadi Global System for Mobile Communication.
b. SMS gateway
SMS gateway merupakan mekanisme mengirim dan menerima pesan singkat
berupa teks melalui sebuah komputer yang terhubung ke handphone atau modem
Global System for Mobile Communication (GSM) melalui serial port , IrDA
-
8/18/2019 1. Contoh Skripsi (Format Baru)
57/374
35
maupun bluetooth dimana handphone berfungsi sebagai modem. Arsitekur ini
disebut independent service. Arsitektur lain untuk menghubungkan antara
penerima dan penyedia informasi melalui SMS yaitu dependent service dimana
komputer yang berfungsi sebagai server gateway terhubung secara langsung ke
server operator seluler melalui internet. SMS gateway dapat dimanfaatkan untuk
keperluan yang lebih luas dalam menyediakan informasi sejenis bagi banyak
orang sesuai permintaan dengan format tertentu secara otomatis (Wahidin, 2010).
c. Cara kerja short message service
Pada saat pesan SMS dikirim dari handphone, pesan tersebut tidak langsung
dikirim ke handphone tujuan, akan tetapi terlebih dahulu dikirim ke Short
Message Service Center (SMSC) dengan prinsip store and forward , setelah itu
baru dikirimkan ke handphone yang dituju. Melalui keberadaan SMSC dapat
diketahui status dari SMS yang dikirim, apakah telah sampai ataukah gagal
diterima oleh handphone tujuan. Apabila handphone tujuan dalam keadaan aktif
dan menerima SMS yang dikirim, ia akan mengirim kembali pesan konfirmasi ke
SMSC yang menyatakan bahwa SMS telah diterima. Kemudian SMSC
mengirimkan kembali status tersebut kepada si pengirim. Tetapi jika handphone
tujuan dalam keadaan mati atau di luar jangkauan, SMS yang dikirimkan akan
disimpan pada SMSC sampai periode validitas terpenuhi, jika periode validitas
terlewati maka SMS itu akan dihapus dari SMSC dan tidak dikirimkan ke
handphone tujuan. Disamping itu SMSC juga akan mengirim pesan informasi ke
nomor pengirim yang menyatakan pesan yang dikirim belum diterima atau gagal
(Wahidin, 2010).
-
8/18/2019 1. Contoh Skripsi (Format Baru)
58/374
36
d. AT command
AT command adalah perintah-perintah yang digunakan untuk berkomunikasi
dengan terminal (handphone) melalui serial port pada komputer. Dengan AT
command , dapat diketahui vendor dari handphone yang digunakan, kekuatan
sinyal, membaca pesan yang ada pada SIM card dan lainnya. Tabel 5 berikut ini
berisi perintah-perintah AT yang terkait dengan SMS server :
Tabel 5. AT Command yang Digunakan pada SMS Server
AT Command Keterangan
AT Mengecek apakah handphone telah terhubung
AT + CMGF Menetapkan format mode dari terminal
AT + CSCS Menetapkan jenis encoding
AT + CNMI Mendeteksi pesan SMS baru masuk secara otomatis
AT + CMGL Membuka daftar SMS yang ada pada SIM Card
AT + CMGS Mengirim pesan SMS
AT + CMGR Membaca pesan SMSAT + CMGD Menghapus pean SMS
Dalam menggunakan AT command ada beberapa hal yang harus diperhatikan
yaitu command apa yang harus dimasukan pada terminal, tindakan apa yang harus
dilakukan setelah command dimasukan ke terminal dan mengetahui respon apa
yang didapat setelah melakukan tindakan pada command yang dimasukan.
e. Protocol Data Unit (PDU)
Dalam pengiriman dan penerimaan pesan SMS, terdapat dua mode, yaitu
mode teks dan mode PDU . Mode teks adalah format pesan dalam bentuk teks asli
yang dituliskan pada saat akan mengirimkan pesan. Sedangkan mode PDU adalah
format pesan dalam bentuk oktet heksadesimal dan oktet semidesimal dengan
panjang mencapai 160 (7 bit) atau 140 (8 bit) karakter. Di Indonesia, tidak semua
-
8/18/2019 1. Contoh Skripsi (Format Baru)
59/374
37
operator GSM maupun terminal mendukung mode teks, sehingga mode yang
digunakan adalah mode PDU (Wahidin, 2010). Pada pengiriman pesan terdapat
dua jenis mobile, yaitu mobile terminated (handphone penerima) dan mobile
originated (handphone pengirim).
1) PDU pengiriman
PDU pengirim adalah pesan yang dikirim dari handphone ke SMSC. Pada
prinsipnya apabila kita mengirim pesan ke nomor tujuan, pesan itu akan melalui
SMSC. Pesan yang akan dikirim oleh terminal masih dalam bentuk teks,
sedangkan dalam pengiriman ke SMSC harus dalam bentuk PDU. Untuk itu
sebelum dikirim, terminal atau handphone akan melakukan perubahan dari format
teks menjadi PDU, proses ini sering disebut proses encodec (Wahidin, 2010).
Adapun skema dari format PDU pengirim telah diatur dan ditetapkan oleh ETSI
terlihat pada tabel 6 berikut ini.
Tabel 6. Skema Format SMS PDU Pengirim
SCA PDU Type MR DA PID DCS VP UDL UD
Keterangan:
a) Service Center Address (SCA): adalah informasi dari alamat atau nomor
SMSC. SCA memiliki tiga komponen yaitu len (panjang informasi SMSC
dalam octet ), type of number (format nomor dari SMSC. Untuk format lokal
81 hexa, sedangkan format internasional 91 hexa) dan service center number
(nomor SMSC dari operator pengirim. Jika panjangnya ganjil maka pada
karakter terakhir ditambahkan 0F hexa). Dalam pengiriman SMS, nomor
SMSC tidak dicantumkan sehingga SCA bernilai 00.
-
8/18/2019 1. Contoh Skripsi (Format Baru)
60/374
38
b) PDU Type: nilai default dari PDU type untuk SMS pengirim adalah 11 hexa,
yang memiliki arti bahwa 11 hexa = 0010001.
c) Message Reference (MR): acuan dari pengaturan pesan SMS. Apabila diberi
nilai 00 maka pengaturan pesan SMS dilakukan sendiri oleh handphone
tujuan.
d) Destination Address (DA): alamat atau nomor tujuan, yang terdiri atas
panjangnya nomor tujuan (len), format dari nomor tujuan (type number ) dan
nomor tujuan (destination number ).
e) Protocol Identifier (PID): tipe atau format dari ca