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.