SISTEM PAKAR UNTUK MENDIAGNOSA KERUSAKAN TELEVISI DENGAN METODE FORWARD
SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT...
Transcript of SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT...
SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PADA MANUSIA
DENGAN PENGOBATAN BEKAM
NASKAH PUBLIKASI
disusun oleh
ZANUAR DAHLAN EFFENDY
05.12.1234
JURUSAN SISTEM INFORMASI
SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
AMIKOM
YOGYAKARTA
2010
EXPERT SYSTEM FOR DIAGNOSIS OF DISEASE IN HUMAN TREATMENT WHIT �BEKAM�
SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PADA MANUSIA DENGAN PENGOBATAN BEKAM
Zanuar Dahlan Effendy
Jurusan Sistem Informasi STMIK AMIKOM YOGYAKARTA
INTISARI
Dimasa-masa sekarang ini banyak teknologi Informasi yang berkembang, teknologi sekarang ini komputer bukan lagi digunakan untuk membantu pekerjaan manusia, tetapi bahkan untuk menggantikan pekerjaan manusia yang tidak memerlukan pemikiran yang bersifat rutinitas.
Pada perkembangan selanjutnya para ahli mencoba menggantikan sistem otak manusia sehingga diharapkan pada suatu saat nanti mungkin akan terciptanya suatu sistem komputer yang dapat mengambil keputusan sendiri seperti layaknya manusia. Karena hasil kerja komputer ini lebih diakui karena lebih cepat, akurat serta teliti dibandingkan dengan kerja otak manusia.
Salah satu cabang AI ( Aritfical intelligence) adalah apa yang sering dikenal dengan Artifical Neural Network System, dimana sistem ini membantu untuk belajar dari pengalaman. Hal khusus lain dari sistem ini adalah suatu komputer untuk dicoba dan dipelajari penerapannya didalam dunia kesehatan yang pengobatan ini sering dilakukan oleh Nabi SAW pada waktu sakit yaitu dengan pengobatan Bekam (Hijaamah).
Pada project ahir ini, penulis mencoba untuk menganalisis pokok-pokok bahasan tersebut dan hasilnya ditujukan untuk memberikan saran bagi para pengembang sistem informasi, khususnya bagi orang yang belum tahu, bahwa implementasi dalam penelitian ini dapat dikembangkan lagi menjadi pengobatan yang lebih lengkap dan pengguna bisa mendapatkan informasi yang lebih lengkap dan akurat, yang mencakup segala informasi sarana umum khususnya untuk masyarakat luas.
EXPERT SYSTEM FOR DIAGNOSIS OF DISEASE IN HUMAN TREATMENT WHIT �BEKAM�
SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PADA MANUSIA DENGAN PENGOBATAN BEKAM
Zanuar Dahlan Effendy
Jurusan Sistem Informasi STMIK AMIKOM YOGYAKARTA
ABSTRACT
In this current periods of much developing information technology, this current
technology the computer and no longer was used to help the work of humankind, but in fact to replace the work of humankind that did not need thinking that was shaped like a routine.
In the further development of the experts tried to replace the system of the human brain so as to be hoped for sometime in the future possibly would the creation of a computer system that could take the decision personally as being proper for humankind.
Because results of the work of this computer were more acknowledged because faster, accurate as well as thorough compared with the work of the human brain. One of the AI branches (Aritfical intelligence) was what often was known with Artifical Neural Network System, where this system helped to learn from the experience. The matter was especially other from this system was a computer to be tried and studied by his application in the world of the health that this medical treatment was often carried out by the Prophet SAW when being sick that is with Bekam medical treatment (Hijaamah).
In project this end, the writer tried to analyse these subjects of discussion and results were aimed to give the suggestion for the developers of the information system, especially for the person who did not yet know, that the implementation could be in this research developed still became more complete medical treatment and the user could get more complete and accurate information, that included all information of the public's means especially for the wider community.
1. Pendahuluan
Dimasa-masa sekarang ini banyak teknologi Informasi yang berkembang,
teknologi sekarang ini komputer bukan lagi digunakan untuk membantu pekerjaan
manusia, tetapi bahkan untuk menggantikan pekerjaan manusia yang tidak
memerlukan pemikiran yang bersifat rutinitas. Pada perkembangan selanjutnya para
ahli mencoba menggantikan sistem otak manusia sehingga diharapkan pada suatu
saat nanti mungkin akan terciptanya suatu sistem komputer yang dapat mengambil
keputusan sendiri seperti layaknya manusia. Karena hasil kerja komputer ini lebih
diakui karena lebih cepat, akurat serta teliti dibandingkan dengan kerja otak manusia,
hal inilah yang mendorong lahirnya teknologi AI ( Aritfical intelligence).
Salah satu cabang AI ( Aritfical intelligence) adalah apa yang sering dikenal
dengan Artifical Neural Network System, dimana sistem ini membantu untuk belajar
dari pengalaman. Hal khusus lain dari sistem ini adalah suatu komputer untuk dicoba
dan dipelajari penerapannya didalam dunia kesehatan yang pengobatan ini sering
dilakukan oleh Nabi SAW pada waktu sakit yaitu dengan pengobatan Bekam
(Hijaamah). Bekam (Hijaamah) itu sendiri adalah mengeluarkan darah dengan
ukuran tertentu dengan sayatan.
Berdasarkan uraian diatas maka penulis tertarik mengadakan penelitian
tentang hubungan antara dunia kesehatan dengan Aritfical intelligence sehingga
penulis mengambil judul � SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT PADA
MANUSIA DENGAN PENGOBATAN BEKAM�.
1.1 Metode Penelitian
Metode yang digunakan adalah sebagai berikut :
1. Metode Wawancara
Wawancara dengan pihak yang mempunyai kaitan langsung dengan masalah
yang diteliti dalam hal ini adalah pakar.
2. Metode Kepustakaan
Mengumpulkan data dengan cara membaca beberapa literatur/buku-buku yang
mendukung dan yang berhubungan dengan penelitian.
3. Metode Observasi
Yaitu peneliti yang melaksanakan langsung pada objek yang diteliti yang
bertujuan untuk mendapatkan gambaran dengan jelas tentang sistem yang
sedang berlangsung.
4. Pengembangan sistem
- Analisa sistem: menentukan masalah utama dalam lingkup kegiatan,
mengumpulkan fakta-fakta yang berhubungan dengan masalah,
menganalisa fakta-fakta.
- Perancangan sistem: pemeriksaan kebutuhan, menentukan alur data, desain
sistem.
- Implementasi perangkat lunak: pemeriksaan desain, coding program, testing
program.
2. Landasan Teori
2.1 Sistem Pakar
Sistem Pakar adalah sistem berbasis komputer yang menggunakan
pengetahuan, fakta dan teknik penalaran dalam memecahkan masalah yang
biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tersebut (Martin
dan Oxman, 1988).
2.2 Model Representasi Pengetahuan
Pengetahuan dapat di representasikan dalam bentuk yang sederhana atau
kompleks, tergantung dari permasalahannya (Schnupp, 1989). Beberapa
representasi pengetahuan yang penting antara lain :
2.2.1 Logika
Logika merupakan suatu pengkajian ilmiah tentang serangkaian penalaran,
sistem kaidah dan prosedur yang membantu proses penalaran. Logika merupakan
bentuk representasi pengetahuan yang paling tua, yang menjadi dasar dari teknik
representasi high level.
2.2.2 Jaringan Sematik (Semanic Nets)
Representasi jaringan sematik merupakan penggambaran grafis dari
pengetahuna yang diperlihatkan hubungan hirarkis dari obyek-obyek. Komponen
dasar untuk mempresentasikan pengetahuan dalam bentuk jaringan sematik adalah
simpul (node) dan penghubung (link). Simpul mempresentasikan obyak, konsep atau
situasi. Simpul digambarkan denga kotak atau lingkaran. Penghubung
menghhubungkan antar simpul. Penghubung digambarkan dengan panah berarah
dan diberi label untuk menyatakan hubungan yang dipresentasikan.
Sebuah contoh gambar begaimana pengetahuan dapat dipresentasikan
menggunakan jaringan sematik :
PC Komputer Alat
Monitor
merupaka merupaka
memiliki
2.2.3 Bingkai (Frame)
Bingkai berupa ruang-ruang yang berisi atribut-atribut untuk mendekripsikan
pengetahuan. Pengetahuan yang termuat dalam slot dapat berupa kejadian, lokasi,
situasi ataupun elemen-elemen lainya. Bingkai digunakan untuk merepresentasikan
pengetahuan deklaratif (Giarrantano dan Riley, 1994).
2.2.4 Kaidah Produksi
Kaidah Menggunakan cara formal untuk mempresentasikan rekomendasi,
arahan, atau strategi. Kaidah produksi dituliskan dalam bentuk jika-maka (if-then).
Kaidah if-then menghubungkan anteseden (antecedent) dengan konsekuensi yang
diakibatkannya.
2.3 Metode Inferensi
Inferensi merupakan proses untuk menghasilkan informasi dari fakta yang
diketahui atau di asumsikan . Inferensi adalah konklusi logis atau implikasi
berdasarkan informasi yang tersedia.
Ada 2 metode inferensi yang penting dalam system pakar:
1. Runut Maju (Forward Chaining)
Runut maju berarti menggunakan himpunan aturan kondisi-aksi. Dalam
metode in, data digunakan untuk menentukan aturan mana yang akan digunakan,
kemudian aturan tersebut di jalankan. Mungkin proses menambah data ke memori
kerja. Proses diulang sampai ditemukan suatu hasil (Wilson,1988).
Gambar berikut ini menunjukkan bagaimana cara kerja metode inferensi runut maju.
Gambar 2.1 Runut Maju
2. Runut Balik (Backward Chaining)
Runut balik merupakan metode penalaran kebalikan dari runut maju. Dalam
runut balik, penalaran dimulai dengan tujuan menurut balik ke jalur yang akan
mengarahkan ke tujuan tersebut (Giarattano dan Riley, 1994).
Gambar berikut ini menunjukkan proses penalaran menggunakan metode runut balik.
Gambar 2.3 Runut Balik
DATA ATURAN KESIMPULAN A=1 Jika A = 1 dan B = 2 B=2 Maka C = 3 D = 4 Jika C = 3 Maka D = 4
SUB TUJUAN ATURAN TUJUAN A=1 Jika A = 1 dan B = 2 B=2 Maka C = 3 D = 4 Jika C = 3 Maka D = 4
2.4 Bidang Pengembangan Sistem Pakar:
Bidang pengembangan sistem pakar di bawah ini menggunakan waterfall :
a) Rekayasa sistem dan analisa : pembentukan dari sebuah elemen sistem dan
menganalisa keinginan user. Meliputi I/O, waktu pengerjaan, ukuran dan jumlah
data yang ditangani.
b) Analisis kebutuhan sistem dan S/W : proses menentukan arsitektur sistem
secara total dan menentukan ukuran data dan jumlah data.
c) Design : menetukan dasar-dasar pembentukan dan pemilihan struktur data,
struktur program, arsitektur program, pemilihan algoritma, interaksi dengan user.
d) Coding : mentrasformasikan desain kedalam baris-baris program, pemilihan
bahasa.
e) Testing : pengujian kebenaran proram, error debugging.
f) Maintenance, perawatan S/W agar dapat digunalan terus.
3. PERANCANGAN SISTEM
3.1 Analisis Sistem
Sistem pakar yang akan dibangun merupakan sistem yang
mempresentasikan kemampuan atau keahlian seorang pakar atau orang yang
berpengalaman dibidang tertentu untuk membantu user dalam mengatasi masalah
yang dihadapi.
Sistem pakar mendiagnosa penyakit pada manusia dengan mengunakan
pengobatan bekam dapat dikategorikan sebagai masalah artefecal intelegent
khususnya system pakar, Karena pemecah masalah tersebut dapat dilakukan
dengan pengembangan system yang dapat berperan sebagai seorang ahli.
Berdasarkan kategori bidang yang sesuai, sistem pakar ini termasuk jenis diagnosis,
yang mengamati gejala-gejala yang terjadi dan memberikan kesimpulan tentang jenis
penyakit pada manusia beserta pengobatannya.
3.2 Diskripsi Sistem
Deskripsi sistem adalah gambaran umum tentang sistem yang akan
dikembangkan. Sistem pakar untuk mendiagnosa penyakit manusia dalam
pengobatan medis merupakan perangkat lunak untuk digunakan untuk membantu
mendiagnosa penyakait pada manusia dengan mengunakan pengobatan bekam
yang diwujudkan dengan adanya dialog antara pengguna dengan sistem. Pada
proses ini sistem akan memberikan daftar berupa fakta-fakta yang telah disimpan
dalam sistem berupa basis pengetahuan. Jawaban yang diberikan pengguna akan
diproses sehingga menghasilakan kesimpulan tentang penyakit yang di derita
manusia.
3.3 Mesin Inferansi
Mesin inferensi adalah bagian sistem pakar yang melakukan penalaran
dengan mengunakan isi daftar aturan berdasarkan urutan dan pola tertentu. Selama
proses konsultasi, mesin inferensi menggunakan metode runut maju (forward
chaining). Proses forward chaining digunakan pada pengujian fakta-fakta yang
dimasukkan pengguna, dengan aturan yang telah disimpan dalam sistem, satu demi
satu sehingga dapat diambil suatu kesimpulan. Berikut ini contoh graf penelusuran
dan struktur pelacakan forward chaining dapat dilihat pada gambar 3.1
Gambar 3.2 Graf Penelusuran dan Struktur Pelacakan Forward Chaining
Ket. = PT: Penyakit, PB: Penyebab, G: Gejala, S: Saran, T: Titik, GM: Gambar
G0000
G0000
G0000
G0001
G0001
G0001
G0002
G0002
G0002
G0003
G0003
PT0000
PT0000
S0000
S0000
S0000
S0000
PT0000
S0000
S0000
S0000
S0000
PB0001
PB0001
PB0001
PB0001
PB0001
PB0001
PB0001
T0000
T0000
T0000
T0000 T0000
T0000
GM0000
GM0000
GM0000
3.4 Perancangan Sistem
Didalam perancangan sistem ini dibuat rancangan flowchart sistem dan rancangan proses aliran data yang terjadi dalam sistem.
3.4.1 Rancangan Flowchart Sistem
Gejala
input gejala
pengolahandata gejala
gejala
pembuatanlaporangejala
laporan gejala
At uran Gejala
input aturangejala
pengolahanaturangejala
aturangejala
pembuatanlaporanaturangejala
laporan aturangejala
Penyekit Penyebab Aturan penyebab Saran Aturan Saran T itik Aturan Titik Gamba r Aturan Gambar
inputpenyakit
inputpenyebab
input aturanpenyebab
input saraninput aturan
saraninput titik
input aturantitik
input gambarinput atauran
gambar
pengolahandata
penyakit
pengolahandata
penyebab
pengolahanaturan
penyebab
pengolahandata saran
pengolahanaturan saran
pengolahanaturan titk
pengolahandata titik
pengolahangambar
pengolahanaturangambar
penyakit penyebabaturan
penyebabsaran
aturansaran
titik aturan titik gambaraturangambar
pembuatanlaporanpenyakit
pembuatanlaporan
penyebab
pembuatanlaporanaturan
penyabab
pembuatanlaporansaran
pembuatanlaporanaturansaran
pembuatanlaporan titik
pembuatanlaporan
aturan titik
pembuatanlaporangambar
pembuatanlaporanaturangambar
laporanpenyakit
laporanpenyeb ab
laporan a t u r a n
penyebablaporan s aran laporan aturan
saranlaporan titik laporan a t u r a n
t itiklapo rangambar
laporan a t u ra n
gambar
Gambar 3.3 Flowchart Sistem
3.4.2 Perancangan Diagram Alir Data
Gambar 3.4 Diagram Konteks
Gambar 3.4 diatas menunjukkan bahwa sistem pakar berinteraksi dengan 2
external entity, yaitu seorang pakar dan pengguna. Seorang pakar dapat memasukkan
data-data kepakarnya kedalam sistem serta dapat memperoleh informasi pakar.
Sedangkan pengguna hanya dapat melakukan konsulatasi dengan sistem, yaitu memilih
gajala-gelaja kemudian memperoleh solusi penyakit serta saran pengobatan.
Aliran data dan detail proses-proses yang akan diintegrasikan ke dalam sistem,
digambarkan kedalam diagram alir data level 0 yang merupakan turunan dari diagram
konteks, diagram alir data level 0 dapat dilihat pada gambar 3.5
1
ProsesIput Data
PenyakitD2
PakarPengguna
GejalaD1
Aturan SaranD8
TitikD4
PenyebabD5
Aturan GejalaD7
SaranD3
Aturan TitikD9
Aturan PenyababD10
Pak arD13
3
DiagnosaPenyakit
2
Tampil datapengetahuandan aturan
data pengetahuan, data pakar
data gejala
hasildiagnosa
gejala dari user
data penyakit
data saran
data titik
data penyebab
aturan gejala
aturan saran
aturan titik
aturan penyebab
aturan pakar
data pengetahuan,data aturan
Aturan GambarD11
GambarD6data gambar
aturan gambar
Hasil konsultasi
konsultasi
Pengguna Pakar
Sistem Pakar untuk mendiagnosa penyakit pada manusia dengan pengobatan bekam
Gejala penyakit, aturan gejala, penyakit, penyebab, aturan penyebab, saran, aturan
saran, titik, aturan titik, gambar, aturan gambar
Gejala penyakit, aturan gejala, penyakit, penyebab, aturan penyebab,saran, aturan
saran, titik, aturan titik, gambar, aturan gambar
Gambar 3.5 Diagram Alir Data Level 0
Aliran data yang berasal dari seorang pakar berupa data-data jenis gejala, jenis
penyakit, jenis saran, titik, penyebab, aturan gejala, aturan saran, aturan titik dan aturan
penyebab yang menghubungkan data jenis gejala, saran, titik, penyebab, dengan data
penyakit.
Diagram alir data level 0 diturunkan lagi menjadi diagram alir data level 1 yang
menggambarkan proses dan aliran data yang lebih detail, seperti dapat dilihat pada
gambar 3.6 Diagram alir data level 1 proses 1 , gambar 3.7 Diagram alir data level 1
proses 2 dan gambar 3.8 Diagram alir data level 1 proses 3.
Pakar
1.1
Pengolahan datapenyekit
1.2
Pengolahan datapenyebab
1.3
Pengolahan dataaturan penyebab
1.4
Pengolahan datagejala
1.5
Pengolahan dataaturan gejala
1.6
Pengolahan datasaran
1.7
Pengolahan dataaturansaran
1.8
Pengolahan datatitik
1.9
Pengolahan dataaturan titik
1.12
Pengolahan datapakar
Data penyakit
Data penyebab
Aturan penyebab
Data gejala
Aturan gejala
Data saran
Aturan saran
Data titik
Aturan titik
Data pakar
Data pe nyakitD1
Data penyebabD2
Aturan penyebabD3
Data gejalaD4
Aturan gejalaD5
Data saranD6
Aturan saranD7
Data titikD8
Aturan titikD9
Data pakarD12
1.10
Pengolahan datagambar
Data gambarD10
1.11
Pengolahan dataaturan gambar
Aturan GambarD11
Data gambar
Aturan gambar
Gambar 3.6 Diagram Alir Data Level 1 Proses 1
Penyak itD2
Pak ar
GejalaD 1
A turan SaranD7
TitikD4
PenyebabD5
Atura n GejalaD6
SaranD3
A turan Tit ikD8 Aturan PenyababD9
2.1
Tampil dataGejala
data gejala
data penyakit
data saran
data titik
data penyebab
aturan gejala
aturan s aran
aturan titik
aturan penyebab
2.2
Tampil dataPenyakit
2.3
Tampil datasaran
2.4
Tampil datatitik
2.5
Tampil datapenyebab
2.6
Tampil datagejala
2.7
Tampil dataaturan saran
2.9
Tampil dat aat uran pe nye bab
2.8
T ampil dataPaturan titik
2.10
T ampil datagambar
2.11
Tampil dataaturan gambar
At uran Gamba rD11
Gam barD10
data gambar
aturan gambar
Gambar 3.7 Diagram Alir Data Level 1 Proses 2
PenyakitD2
Pengguna
GejalaD1
Aturan SaranD7
TitikD4
PenyebabD5
GambarD6
SaranD3
Aturan TitikD8
Aturan PenyababD11
data gejala
data penyakit
data saran
data titik
data penyebab
data gambar
aturan saran
aturan titik
aturan penyebab
3.1
Tampil gejala
3.2
proses pemasukangejala terpilih
3.3
Diaganosa
data gejala
gejala yg dipilih
hasil diagnosa
gejala yg dipilih
Aturan gejalaD9
Aturan gambarD10
aturan gejala
aturan gambar
Gambar 3.8 Diagram Alir Data Level 1 Proses 3
3.5 Entity Relationhip Diagnosa (ERD)
ERD adalah diagram yang memperlihatkan entitas-entitas yang terlibat dalam
sesuatu serta hubungan-hubungan (relasi) antara entitas penekanan pada ERD adalah
table-tabel merepresentasikan entitas-entitas serta table-tabel yang merepresentasikan
relasi antara entitas itu sendiri. Entitas yang terlibat dalam sistem pakar untuk
mendiagnosa penyakit manusia dengan menggunakan pengobatan bekam adalah
penyakit, penyebab, gejala, saran dan gambar.
Dari entitas yang terlibat dapat dibuat suatu diagram hubungan antara entitas,
seperti yang dapat dilihat pada gambar 3.30 dan hubungan table dapat dilihat pada
gambar 3.31
Saran
Penyakit
GejalaPenyebab
TitikMemiliki
Memiliki
MemilikiMemiliki
KdPenyakit
KdTitikGambar
KdPenyakit
KdPenyakitKdPenyakit
Pakar
Saran
Nama
KdPenyebab
Titik
KdTitik
KdGejalaKdGejala
Gejala
KdSaran
Penyebab
KdPenyebab
password
namauser
Memiliki
Gambar
KdPenyakit
KdSaran
KdPenyakit
KdGambar
KdGambarGambar
Gambar 3.11 Entitiy Relationship Diagram
Pada gambar 3.30 Entitiy Relationship Diagram dapat diketahui keterangan dibawah ini:
Dari tabel penyakit terdapat hubungkan 3 tabel yaitu:
1. Menghubungkan tabel gejala yang akan menghasilkan gejala penyakit atau ciri-ciri
penyakit muncul.
2. Menghubungkan ke tabel penyebab yang didalamnya berisi penyebab utama
munculnya penyakit.
3. Menghubungkan pada tabel saran yang berisi pencegahan agar penyakit tersebut
tidak semakin parah.
4. Menghubungkan pada tabel titik yang berisi gambar titik pembekaman.
5. Menghubungkan pada tabel gambar yang didalamnya terletak gambar
Gambar 3.12 Relasi Antar Tabel
3.6 Flowchart Program
Untuk mendiagnosa penyakit pada manusia dengan pengobatan bekam, maka
sistem akan melakukan langkah-langkah sebagai berikut :
1. Menampilkan gejala yang ada dalam tabel gejala.
2. Memilih berdasarkan gejala yang dipilih.
3. Menghitung prosentase kemungkinan yg dialami berdasarkan gejala yg dipilih
dibandingkan dengan jumlah gejala pada penyakit tersebut.
4. Menampilkan penyakit yang gejalanya telah dipilih beserta prosentasenya.
5. Menentukan gambar titik yang barhubungan dengan penyakit.
6. Jika user memilih penyakit yang ditampilkan dari hasil diagnosa maka pada waktu
bersamaan gambar penyekit tersebut ditampilkan.
7. Menentukan saran dan penyebab yang dapat dilakukan terhadap penyakit dari hasil
penelusuran dengan ataran-aturan yang sudah ditentukan.
Langkah-langkah tersebut dapat dilihat pada gambar 3.37
Gejala
Kd_gejala * Gejala
Aturan_penyebab
Kd_penyebab ** Kd_penyakit **
Aturan Gejala
Kd_gejala ** Kd_penyakit **
Aturan_saran Kd_saran ** Kd_penyakit **
Penyakit
Kd_penyakit * Penyakit Gambar
Saran
Kd_saran* Saran
Penyebab
Kd_penyebab * Penyebab
Pakar Namauser * Password
Aturan_titik Kd_titik ** Kd_penyakit **
Titik
Kd_titik* Titik
Aturan_gambar Kd_gambar ** Kd_penyakit **
Gambar
Kd_gambar* gambar
Gambar 3.37 Flowchart Program
4. IMPLEMENTASI SISTEM
4.1 Impementasi
Implementasi program aplikasi sistem pakar untuk mendiagnosa penyakit
dengan pengobatan bekam merupakan tahap paling penting dimana sistem yang sudah
dirancang, diimplementasikan untuk menghasilkan sistem sesuai yang diinginkan.
Semua rancangan ini digunakan untuk mempermudah dalam penjabaran sistem ke
dalam bahasa pemrograman. Pada sistem pakar untuk mendiagnosa penyakit dengan
pengobatan bekam mempunyai bagian-bagian yang harus dipenuhi dalam membuat
sistem pakar.
4.2 Pembahasan
Dalam melakukan konsultasi, tahap pertama yang dilakukan yaitu memilih gejala
penyakit dari daftar gejala, dapat dilihat pada gambar 4.1.
Gambar 4.1 Tampilan Form Konsultasi Daftar Gejala
Setelah memilih gejala pada konsultasi sistem akan menampilkan form hasil
diagnosa, kemudian sistem akan melanjutkan ke proses diagnosa pada gejala penyakit
yang sudah dipilih, dapat dilihat pada gambar 4.2.
Gambar 4.2 Tampilan Form Hasil Diagnosa
Setelah memilih penyakit pada hasil diagnosa maka secara otomatis akan keluar
gambar dimana titik bekam berada, seperti pada gambar 4.3. Hasil akhir yang
ditampilkan meliputi tampilan alasan kenapa pasien terserang penyakit dengan
persentasi yang kecil atau besar dapat dilihat pada gambar 4.4, penyebab penyakit
dapat dilihat pada gambar 4.5, saran pengobatan dapat dilihat pada gambar 4.6.
Gambar 4.3 Tampilan Form Hasil Titik Bekam Pada Penyakit
Gambar 4.4 Tampilan Form Diagnosa Dari Menu Mengapa
Gambar 4.5 Tampilan Form Diagnosa Dari Menu Penyebab
Gambar 4.7 Tampilan Form Diagnosa Dari Menu Saran
4.3 Ketepatan Diagnosa
Hasil ini dilakukan untuk mengetahui ketepatan sistem dalam mendiagnosa
penyakit dari gejala yang dipilih dapat dilihat pada Tabel 4.1 dibawah ini:
Tabel 4.1 Hasil Perhitungan Ketepatan Diagnosa
No. Penyakit Jumlah
gejala
Jumlah
gejala yg
dipilih
Hasi
diahnosa
sistem
Hasil
diagnose
manual
1. Anterosklerotik (masalah jantung) 2 2 100% 100%
2. Darah tinggi 5 3 60% 60%
Rumus untuk mengetahui hasil diagnosa manual (H):
H = JmlGejala
100 X Gejala yang dipilih
Contoh untuk penyakit Darah Tinggi:
H = 5
100x 3
H= 60%
5. Kesimpulan
5.1 Kesimpulan
Berdasarkan uraina yang telah dibahas pada bab-bab sebelumnya dan hasil
pembahasan serta analisa berulang-ulang, maka dapat diambil kesimpulan:
1. Program ini merupakan alternatif lain bagi pemakai baik masyarakat umum atau
orang yang sedang bermasalah dengan penyakit pada manusia dengan pengobatan
bekam yang dijadikan penduan sebagai langkah untuk pengoabatan tanpa harus
datang ke seorang ahli dalam pengobatan bekam.
2. Implemantasi dalam inferensi menggunakan metode runut maju (Forward Chaining).
3. Dari hasil segi keamanan data sistem pakar meniagnosa penyakit manusia dengan
menggunakan pengobatan bekam, hanya pakar yang diberi hak akses login pakar
untuk akuisisi pengetahuan.
5.2 Saran
Berdasarkan evaluasi terhadap proses dan hasil dari sistem ini, maka saran-saran
untuk pengembangan selanjutnya dalam bidang ini antara lain:
1. Pada pengembangan sistem pakar selanjutnya perlu disertakan faktor kepastian
sehingga menghasilkan informasi yang lebih baik dan lengkap.
2. Pada pengolahan gambar perlu diperbaiki lagi, agar pakar dapat bebas
menempatkan titik bekam tanpa memproses dari luar sistem.
3. Menambah informasi penggunaan pada pengguna maupun pakar.