JUDUL : SISTEM PAKAR MENDIAGNOSA PENYAKIT KISTA OVARIUM DENGAN MENGGUNAKAN METODE BAYES
PENULIS: AGUSTINA
Latar Belakang Jurnal
Kesehatan merupakan hal yang sangat penting dalam kehidupan, kesadaran akan pola hidup yang sehat terkadang masih terabaikan. Sehingga banyak gejala dan penyakit yang timbul akibat pola hidup dan pola makan yang tidak teratur, salah satunya adalah penyakit kista ovarium. Diagnosa adalah proses yang dilakukan untuk mengenali atau mengetahui terdapatnya keadaan yang tidak wajar atau alamiah dan meneliti adanya abnormalitas serta menetapkan penyebabnya diterapkan untuk membuat rencana perawatan pada suatu penyakit. Sistem pakar merupakan program komputer dapat meniru proses pemikiran dan pengetahuan pakar untuk menyelesaikan suatu masalah yang spesifik. Diagnosa penyakit dengan menggunakan sistem pakar akan mencatat gejala-gejala dari penderita dan akan mendiagnosa jenis penyakitnya yang berbasis pada pengetahuan yang didapat dari seorang pakar. Metode untuk mendapatkan diagnosa kista ovarium maka diterapkan dengan menggunakan metode bayes dengan hasil bobot nilai.
Tujuan Penulis
1. Untuk mendiagnosa penyakit kista ovarium
2. Untuk menerapkan metode bayes dalam
membuat sistem pakar diagnosa penyakit kista
ovarium
3. Untuk merancang sistem dalam pembutan
program
Metode Penulis
1. Pengumpulan Data
Pengumpulan data diperlukan sebagai refrensi dalam pengerjaan skripsi. dengan mengumpulkan data-data teori dan mempelajari buku-buku, halaman internet yang berhubungan dengan materi yang
dibahas serta dari perpustakaan sebagai landasan dalam penyusunan skripsi penulis.
2. Perancangan Interface
Perancangannya terdiri dari :
a. Perancangan data Flow yaitu merupakan aliran data yang menggambarkan data diproses oleh sistem.
b. Perancangan basis pengetahuan diperlukan untuk memahami serta menyelesaikan masalah yang digunakan untuk pengambilan kesimpulan yang merupakan hasil dari proses. Pada perancangan basis pengetahuan menggunakan IF-THEN rule.
c. Perancangan basis data, Pembuatan tabel dan relasi antar tabel sebagai wadah penyimpanan data yang diperlukan pada sistem.
Review Singkat
Ruled basis sistem merupakan salah satu komponen yang ada di dalam sistem pakar. Aturan tersebut biasanya berbentuk IF-THEN. Rule basis sistem atau sistem berbasis aturan yaitu cara untuk menyimpan dan memanipulasi pengetahun untuk menginterprestrasikan informasi dalam cara yang
bermanfaat. Kaidah dalam basis pengetahuan adalah sebagai berikut :
Rule 1 :
If pasien mengalami Penambahan jumlah
cairan dalam indung telur.
And Nyeri yang hebat.
And Perut berasa penuh
Then pasien megalami penaykit Kista Serosum
Persoalan ini adalah persoalan contoh perhitungan Teorema Bayes untuk penyakit kista ovarium evidence tunggal G dan hipotesis ganda JK1, JK2, JK3... Jk.
Diketahui :
P(E) = P(G1) = 0,9
P(H) = P(JK1) = 3/18 = 0,16
Maka pasien tidak mengalami penyakit kista serosum
P(E) = P(G1) = 0,9
P(H) = P(JK2) = 5/18 = 0,27
Maka pasien tidak mengalami penyakit kista musinosum
P(E) = P(G1) = 0,9
P(H) = P(JK3) = 6/18 = 0,33
Maka pasien mungkin mengalami penyakit kista dermoid
P(E) = P(G1)=0,9
P(H) = P(JK4)=4/18 = 0,22
Maka pasien tidak mengalami penyakit kista endometriosis
Tampak bahwa setelah evidence G1 teramati, kepercayaan terhadap hipotesis JK1 berkurang
dengan JK2 bertambah, kepercayaan terhadap hipotesis JK3 dengan JK4 berkurang. Misalkan setelah
kita mengamati evidence G1,kemudian teramati pula adanya evidence G2 , hitung probabilitas terjadinya hipotesis :
a. JK1 jika kemudian teramati pula adanya evidence G2.
b. JK2 jika kemudian teramati pula adanya evidence G2.
c. JK3 jika tidak teramati adanya evidence G2.
d. JK4 jika tidak teramati adanya evidence G2
Untuk menghitung probabilatas dari G3, G4…Gm dan JK1,JK2,JKm, baik tunggal maupun ganda dapat dilakukan dengan cara yang sama. Berikut contoh perhitungan teorema bayes untuk penyakit kista ovarium evidence tunggal E dan hipotesis tunggal H. Sebagai contoh Gejala 1(G1) pada JK4
P(E)=P(G1)=0,8
P(H) =P(JK1)=4/18 = 0,22
Maka nilai probabilitas dari pada JK4 belum termasuk ke dalam gejala. Setelah evidence G1 G3 G5 G7 G12 teramati, maka dapat dihitung probabilitas dari keseluruhan gejala di mana :
Total bayes = Bayes1 + Bayes2 + Bayes
3+Bayes4+Bayes5
= 0,22+0,18+0,20+0,22+0,15 = = 1%
Tampak bahwa evidence G1,G5, G8,G10,G14 teramati, kepercayaan terhadap JK4 bertambah dan
merupakan penyakit Kista Endometriosi (JK4).
Kelebihan
Metode Bayes mempunyai berbagai keuntungan jika dibandingkan dengan beberapa teori lainnya, yaitu:
1. Interpolation
Metode Bayes menghubungkan segala hal dengan teori-teori engineering. Pada saat berhadapan dengan suatu masalah, terdapat pilihan mengenai seberapa besar waktu dan usaha yang dilakukan oleh manusia dengan komputer. Pada saat membuat suatu sistem, terlebih dahulu diharuskan untuk membuat sebuah model keseluruhan dan ditentukan faktor pengontrol pada model tersebut.
2. Language
Metode Bayes mempunyai bahasa tersendiri untuk menetapkan hal-hal yang prior dan posterior. Hal ini secara signifikan membantu pada saat menyelesaikan bagian yang sulit dari sebuah solusi.
3. Intuitions
Metode Bayes melibatkan prior dan integration, dua aktivitas yang berguna secara luas. Bayes probabilitas adalah teori terbaik dalam menghadapi masalah estimasi dan penarikan kesimpulan. Metode Bayes dapat digunakan untuk penarikan kesimpulan pada kasus-kasus dengan multiple source of measurement yang tidak dapat ditangani oleh metode lain seperti model hierarki yang
kompleks. Dengan keuntungan-keuntungan di atas, dapat dikatakan bahwa Bayes merupakan
suatu metode yg cukup kuat.
Saran
Ada pun saran yang diperoleh oleh penulis adalah sebagai berikut :
1. Aplikasi ini masih membutuhkan pengembangan secara berkala karena masih jauh dari
kesempurnaan.
2. Sebaiknya menggunakan lebih dari satu metode atau menggunakan metode yang lain untuk dapat
mendiagnosa penyakit kista ovarium.
3. Sistem pakar diagnosa penyakit kista ovarium sebaiknya dikembangkan lebih lanjut dengan
menambahkan gejala yang lebih spesifik dan pertanyaan yang lebih terarah.
Kesimpulan
Ada pun kesimpulan yang diperoleh oleh penulis adalah sebagai berikut :
1. Sistem ini mampu mempermudah para medis untuk menghasilkan diagnosa penyakit kista
ovarium.
2. Metode bayes dapat membangun sistem pada diagnosa penyakit kista ovarium.
Daftar Pustaka
https://www.ilmuskripsi.com/2016/06/jurnal-sistem-pakar-mendiagnosa.html
Nama: Nada Nabilah
NPM : 15116240
Kelas : 3KA07
