This is not the document you are looking for? Use the search form below to find more!

Report home > Technology

RANCANG BANGUN APLIKASI SISTEM PAKAR UNTUK MENENTUKAN JENIS ...

0.00 (0 votes)
Document Description
Sistem pakar ( expert system ) secara umum adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. Atau dengan kata lain sistem pakar adalah sistem yang didesain dan diimplementasikan dengan bantuan bahasa pemrograman tertentu untuk dapat menyelesaikan masalah seperti yang dilakukan oleh para ahli. Diharapkan dengan sistem ini, orang awam dapat menyelesaikan masalah tertentu baik 'sedikit' rumit ataupun rumit sekalipun 'tanpa' bantuan para ahli dalam bidang tersebut. Sedangkan bagi para ahli, sistem ini dapat digunakan sebagai asisten yang berpengalaman. Aplikasi yang dikembangkan ini bertujuan untuk menentukan jenis gangguan perkembangan pada anak di bawah umur 10 tahun dengan hanya memperhatikan gejala- gejala yang dialami. Dengan menggunakan metode Certanty Factor ( CF ), didapatkan nilai Kemungkinan gangguan yang dialami pasien.
File Details
  • Added: February, 07th 2011
  • Reads: 626
  • Downloads: 34
  • File size: 1.74mb
  • Pages: 23
  • Tags: sistem pakar, certanty factor, anak, artificial intelligent
  • content preview
Submitter
  • Name: samuel
Embed Code:

Add New Comment




Related Documents

Aplikasi Internet Marketing Untuk Bisnis

by: gpbisnis, 3 pages

pemanfaatan internet marketing tidak sebatas untuk membuat company profile saja. Ada banyak peluang dari internet yang bisa kita manfaatkan untuk meningkatkan penjualan produk atau jasa Anda juga ...

IJCSS - Indonesian Journal on Computer Science - Speed

by: masbambang, 4 pages

1. Media Pembelajaran Interaktif Mata Pelajaran Bahasa Jawa Pokok Bahasan Aksara Jawa Pada Sekolah Menengah Pertama Negeri 2 Tawangsari Kabupaten Sukoharjo Dewi Kartikasari, Gesang Kristianto Nugroho ...

KONSULTASI KONSULTAN MANAJEMEN: MASALAH PENGEMBANGAN USAHA BISNIS DAN SOLUSI MANAJEMEN. INFO 081389411679, 081932985325

by: abrahamhandoyo, 2 pages

KONSULTASI KONSULTAN MANAJEMEN: MASALAH PENGEMBANGAN USAHA BISNIS DAN SOLUSI MANAJEMEN. INFO 081389411679, 081932985325 http://konsultanmanajemenbisnis.com Setiap usaha bisnis baik perorangan atau ...

"Terbebas dari Kemiskinan: Masukan ILO atas PRSP Indonesia".

by: jacobus, 27 pages

Dalam mempersiapkan masukan ILO kepada Komite Penanggulangan Kemiskinan di Indonesia, 12 seri paparan teknis singkat (Technical Briefing Notes-TBNs) telah disusun untuk memenuhi dua kegunaan. ...

INVESTOR ASING DI JAWA: PENYESUAIAN BUDAYA DAN AGAMA SERTA ...

by: emmanuel, 60 pages

Tujuan penelitian ini adalah untuk: 1. Mendiskripsikan penyesuaian terhadap budaya yang dilakukan oleh Investor asing di Jawa. 2. Mendiskripsikan penyesuaian terhadap agama yang dilakukan oleh ...

ASPEK HUKUM REKAM MEDIS

by: isabel, 7 pages

Status hukum dan peraturan tentang catatan kesehatan harus dijaga oleh institusi pelayanan kesehatan. Istitusi kesehatan tidak memiliki hukum atau peraturan pemerintah pusat. Institusi pelayanan ...

JASA KONSULTAN SOP, KONSULTAN SOP, SOP CONSULTANT, PROSEDUR PERUSAHAAN, KONSULTAN SOP, PROCEDURE CONSULTANT, KONSULTAN SISTEM PROSEDUR, CONSULTANT SISTEM PROSEDUR HRD, PROSEDURE KONSULTAN, KONSULTAN PROSEDUR HR MANAJEMEN, KONSULTAN PROSEDURE MARKETING DAN

by: abrahamhandoyo, 2 pages

JASA KONSULTAN SOP, KONSULTAN SOP, SOP CONSULTANT, PROSEDUR PERUSAHAAN, KONSULTAN SOP, PROCEDURE CONSULTANT, KONSULTAN SISTEM PROSEDUR, CONSULTANT SISTEM PROSEDUR HRD, PROSEDURE KONSULTAN, KONSULTAN ...

MENU MAKANAN SEHAT, MAKANAN SEHAT, MAKANAN BERGIZI, JENIS MAKANAN SEHAT DENGAN HERBALIFE PRODUCT. INFORMASI DAN PEMESANAN HUBUNGI REKO HANDOYO, 081389411679,081932985325 http://makanankesehatananda.blogspot.com BINTARO JAKARTA

by: abrahamhandoyo, 2 pages

MENU MAKANAN SEHAT, MAKANAN SEHAT, MAKANAN BERGIZI, JENIS MAKANAN SEHAT DENGAN HERBALIFE PRODUCT. INFORMASI DAN PEMESANAN HUBUNGI REKO HANDOYO, 081389411679,081932985325 http://makanankesehatananda ...

XCL01 Aplikasi Akuntansi Excel (www.xclmedia.com)

by: xclmedia, 15 pages

http://xclmedia.com - Excel software program bisnis non bisnis + ebook : aplikasi akuntansi excel, general ledger excel, piutang excel, penyusutan, persediaan stok, keuangan sekolah.

Ebook Software - Aplikasi Piutang Excel (www.xclmedia.com)

by: xclmedia, 7 pages

www.xclmedia.com - Excel software program bisnis non bisnis + ebook : aplikasi akuntansi excel, general ledger excel, piutang excel, penyusutan, persediaan stok, keuangan sekolah.

Content Preview
Media Informatika, Vol. 6, No. 1, Juni 2008, 1-23
ISSN: 0854-4743

RANCANG BANGUN APLIKASI SISTEM PAKAR
UNTUK MENENTUKAN JENIS GANGGUAN
PERKEMBANGAN PADA ANAK

Feri Fahrur Rohman, Ami Fauzijah
Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia
Jalan Kaliurang, Km. 14.5, Yogyakarta, 55584, Indonesia
E-mail: ami@fti.uii.ac.id

ABSTRAK
Sistem pakar (expert system) secara umum adalah sistem yang berusaha
mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan
masalah seperti yang biasa dilakukan oleh para ahli. Atau dengan kata lain sistem pakar
adalah sistem yang didesain dan diimplementasikan dengan bantuan bahasa pemrograman
tertentu untuk dapat menyelesaikan masalah seperti yang dilakukan oleh para ahli.
Diharapkan dengan sistem ini, orang awam dapat menyelesaikan masalah tertentu baik
‘sedikit’ rumit ataupun rumit sekalipun ‘tanpa’ bantuan para ahli dalam bidang tersebut.
Sedangkan bagi para ahli, sistem ini dapat digunakan sebagai asisten yang berpengalaman.
Aplikasi yang dikembangkan ini bertujuan untuk menentukan jenis gangguan
perkembangan pada anak di bawah umur 10 tahun dengan hanya memperhatikan gejala-
gejala yang dialami. Dengan menggunakan metode Certanty Factor
(CF), didapatkan nilai
Kemungkinan gangguan yang dialami pasien.

Kata kunci: sistem pakar, Certanty Factor (CF)

1. PENDAHULUAN
1.1 Latar
Belakang
Perkembangan komputer dewasa ini telah mengalami banyak perubahan
yang sangat pesat, seiring dengan kebutuhan manusia yang semakin banyak dan
kompleks. Komputer yang pada awalnya hanya digunakan oleh para akademisi
dan militer, kini telah digunakan secara luas di berbagai bidang, misalnya: Bisnis,
Kesehatan, Pendidikan, Psikologi, Permainan dan sebagainya. Hal ini mendorong
para ahli untuk semakin mengembangkan komputer agar dapat membantu kerja
manusia atau bahkan melebihi kemampuan kerja manusia.
Kecerdasan buatan atau artificial intelligence merupakan bagian dari ilmu
komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan
seperti dan sebaik yang dilakukan oleh manusia. Sistem cerdas (intelligent system)
adalah sistem yang dibangun dengan menggunakan teknik-teknik artificial
intelligence
. Salah satu yang dipelajari pada kecerdasan buatan adalah teori
kepastian dengan menggunakan teori Certainty Factor (CF) (Kusumadewi, 2003).
Sistem Pakar (Expert System) adalah program berbasis pengetahuan yang
menyediakan solusi-solusi dengan kualitas pakar untuk problema-problema
Media Informatika, Vol. 6, No. 1, Juni 2008, 1-23
1

dalam suatu domain yang spesifik. Sistem pakar merupakan program komputer
yang meniru proses pemikiran dan pengetahuan pakar dalam menyelesaikan
suatu masalah tertentu. Implementasi sistem pakar banyak digunakan dalam
bidang psikologi karena sistem pakar dipandang sebagai cara penyimpanan
pengetahuan pakar pada bidang tertentu dalam program komputer sehingga
keputusan dapat diberikan dalam melakukan penalaran secara cerdas. Irisan
antara psikologi dan sistem pakar melahirkan sebuah area yang dikenal dengan
nama cognition & psycolinguistics. Umumnya pengetahuannya diambil dari seorang
manusia yang pakar dalam domain tersebut dan sistem pakar itu berusaha meniru
metodelogi dan kinerjanya (performance) (Kusumadewi, 2003).
Salah satu implementasi yang diterapkan sistem pakar dalam bidang
psikologi, yaitu untuk sistem pakar menentukan jenis gangguan perkembangan
pada anak. Anak-anak merupakan fase yang paling rentan dan sangat perlu
diperhatikan satu demi satu tahapan perkembangannya. Contoh satu bentuk
gangguan perkembangan adalah conduct disorder. Conduct disorder adalah satu
kelainan perilaku dimana anak sulit membedakan benar salah atau baik dan
buruk, sehingga anak merasa tidak bersalah walaupun sudah berbuat kesalahan.
Dampaknya akan sangat buruk bagi perkembangan sosial anak tersebut. Oleh
karena itu dibangun suatu sistem pakar yang dapat membantu para pakar/
psikolog anak untuk menentukan jenis gangguan perkembangan pada anak
dengan menggunakan metode Certainty Factor (CF).

1.2 Tujuan
Tujuan dari penelitian ini adalah menghasilkan suatu sistem yang dapat
digunakan untuk melakukan diagnosis gangguan pada perkembangan anak yang
mampu membuat suatu keputusan yang sama, sebaik dan seperti pakar.
1.3 Batasan
Masalah
1. Sistem pakar ini berbasis web.
2. Diasumsikan bahwa data dimasukkan oleh orang yang mengetahui perubahan
tingkah laku si pasien.
3. Sistem pakar ini mendiagnosis pasien di bawah umur 10 tahun.
4. Sumber pengetahuan diperoleh dari pakar, buku-buku, dan e-book yang
mendukung.
5. Metode yang digunakan dalam penyelesaian masalah ini adalah metode
Certainty Factor.
2. DASAR TEORI
2.1 Kecerdasan Buatan Secara Umum
Kecerdasan buatan dapat didefinisikan sebagai mekanisme pengetahuan
yang ditekankan pada kecerdasan pembentukan dan penilaian pada alat yang
menjadikan mekanisme itu, serta membuat komputer berpikir secara cerdas.
Kecerdasan buatan juga dapat didefinisikan sebagai salah satu bagian ilmu
komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan
seperti dan sebaik yang dilakukan manusia.
2
Rohman & Fauzijah – Aplikasi Sistem Pakar untuk Menentukan Jenis Gangguan pada Anak

Teknologi kecerdasan buatan dipelajari dalam bidang-bidang, seperti:
robotika, penglihatan komputer (computer vision), jaringan saraf tiruan (artifical
neural system
), pengolahan bahasa alami (natural language processing), pengenalan
suara (speech recognition), dan sistem pakar (expert system).

2.2 Sistem Pakar
Sistem pakar (expert system) secara umum adalah sistem yang berusaha
mengadopsi pengetahuan manusia ke komputer, agar komputer dapat
menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. Atau dengan
kata lain sistem pakar adalah sistem yang didesain dan diimplementasikan
dengan bantuan bahasa pemrograman tertentu untuk dapat menyelesaikan
masalah seperti yang dilakukan oleh para ahli. Diharapkan dengan sistem ini,
orang awam dapat menyelesaikan masalah tertentu baik ‘sedikit’ rumit ataupun
rumit sekalipun ‘tanpa’ bantuan para ahli dalam bidang tersebut. Sedangkan bagi
para ahli, sistem ini dapat digunakan sebagai asisten yang berpengalaman.
Sistem pakar merupakan cabang dari Artificial Intelligence (AI) yang cukup
tua karena sistem ini telah mulai dikembangkan pada pertengahan tahun 1960.
Sistem pakar yang muncul pertama kali adalah General-purpose problem solver
(GPS) yang dikembangkan oleh Newl dan Simon. Sampai saat ini sudah banyak
sistem pakar yang dibuat, seperti MYCIN, DENDRAL, XCON & XSEL, SOPHIE,
Prospector, FOLIO, DELTA, dan sebagainya (Kusumadewi, 2003).
Perbandingan sistem konvensional dengan sistem pakar sebagai berikut
(Kusumadewi, 2003):
a. Sistem Konvensional
1. Informasi dan pemrosesan umumnya digabung dalam satu program
sequential
2. Program tidak pernah salah (kecuali pemrogramnya yang salah)
3. Tidak menjelaskan mengapa input dibutuhkan atau bagaimana hasil
diperoleh
4. Data harus lengkap
5. Perubahan pada program merepotkan
6. Sistem bekerja jika sudah lengkap.

b. Sistem Pakar
1. Knowledge base terpisah dari mekanisme pemrosesan (inference)
2. Program bisa melakukan kesalahan
3. Penjelasan (explanation) merupakan bagian dari ES
4. Data tidak harus lengkap
5. Perubahan pada rules dapat dilakukan dengan mudah
6. Sistem bekerja secara heuristik dan logik

Suatu sistem dikatakan sistem pakar apabila memiliki ciri-ciri sebagai
berikut (Kusumadewi, 2003):
1. Terbatas pada domain keahlian tertentu
2. Dapat memberikan penalaran untuk data-data yang tidak pasti
Media Informatika, Vol. 6, No. 1, Juni 2008, 1-23
3

3. Dapat mengemukakan rangkaian alasan-alasan yang diberikannya dengan cara
yang dapat dipahami
4. Berdasarkan pada kaidah atau rule tertentu
5. Dirancang untuk dikembangkan sacara bertahap
6. Keluarannya atau output bersifat anjuran.

Adapun banyak manfaat yang dapat diperoleh dengan mengembangkan
sistem pakar, antara lain (Kusumadewi, 2003):
1. Masyarakat awam non-pakar dapat memanfaatkan keahlian di dalam bidang
tertentu tanpa kesadaran langsung seorang pakar
2. Meningkatkan produktivitas kerja, yaitu bertambahnya efisiensi pekerjaan
tertentu serta hasil solusi kerja
3. Penghematan waktu dalam menyelesaikan masalah yang kompleks
4. Memberikan penyederhanaan solusi untuk kasus-kasus yang kompleks dan
berulang-ulang
5. Pengetahuan dari seorang pakar dapat dikombinasikan tanpa ada batas waktu
6. Memungkinkan penggabungan berbagai bidang pengetahuan dari berbagai
pakar untuk dikombinasikan.

Selain banyak manfaat yang diperoleh, ada juga kelemahan pengembangan
sistem pakar, yaitu (Kusumadewi, 2003):
1. Daya kerja dan produktivitas manusia menjadi berkurang karena semuanya
dilakukan secara otomatis oleh sistem
2. Pengembangan perangkat lunak sistem pakar lebih sulit dibandingkan dengan
perangkat lunak konvensional.

Tujuan pengembangan sistem pakar sebenarnya bukan untuk
menggantikan peran manusia, tetapi untuk mensubstitusikan pengetahuan
manusia ke dalam bentuk sistem, sehingga dapat digunakan oleh orang banyak.

2.2.1 Struktur Sistem Pakar
Sistem pakar disusun oleh dua bagian utama, yaitu lingkungan
pengembangan (development environment) dan lingkungan konsultasi (consultation
environment
) (Turban, 1995). Lingkungan pengembangan sistem pakar digunakan
untuk memasukkan pengetahuan pakar ke dalam lingkungan sistem pakar,
sedangkan lingkungan konsultasi digunakan oleh pengguna yang bukan pakar
guna memperoleh pengetahuan pakar. Komponen-komponen sistem pakar dalam
dua bagian tersebut dapat dilihat pada Gambar 1.
Komponen-komponen yang terdapat dalam sistem pakar adalah seperti
yang terdapat pada Gambar 1, yaitu User Interface (antarmuka pengguna), basis
pengetahuan, akuisisi pengetahuan, mesin inference, workplace, fasilitas penjelasan,
perbaikan pengetahuan.

4
Rohman & Fauzijah – Aplikasi Sistem Pakar untuk Menentukan Jenis Gangguan pada Anak


Gambar 1. Arsitektur sistem pakar

Seorang pakar mempunyai pengetahuan tentang masalah yang khusus.
Dalam hal ini disebut domain knowledge. Penggunaan kata “domain” untuk
memberikan penekanan pengetahuan pada problem yang spesifik. Pakar
menyimpan domain knowledge pada Long Term Memory (LTM) atau ingatan jangka
panjangnya.

ingatan jangka panjang
Bidang Pengetahuan
Saran
PROSES
Pemecahan
masalah
ingatan jangka pendek
Kaidah dan fakta

Gambar 2. Pemecahan masalah pada pakar

Ketika pakar akan memberikan nasihat atau solusi kepada seseorang, pakar
terlebih dahulu menentukan fakta-fakta dan menyimpannya ke dalam Short Term
Memory (STM)
atau ingatan jangka pendek. Kemudian pakar memberikan solusi
tentang masalah tersebut dengan mengkombinasikan fakta-fakta pada STM
dengan pengetahuan LTM. Dengan menggunakan proses ini pakar mendapatkan
informasi baru dan sampai pada kesimpulan masalah. Gambar 2 menunjukan
berkas diagram pemecahan masalah dengan pendekatan yang digunakan pakar.

Kumpulan Pengetahuan
Bidang Pengetahuan
Pemakai
Mesin
Pemecahan
inferensi
Memori bekerja
masalah
Kaidah dan Fakta

Gambar 3. Struktur pemecahan masalah pada sistem pakar
Media Informatika, Vol. 6, No. 1, Juni 2008, 1-23
5

Sistem pakar dapat memecahkan masalah menggunakan proses yang sama
dengan metode yang digunakan oleh pakar, struktur yang digunakan ditunjukan
pada Gambar 3.

2.2.2 Komponen Sistem pakar
Sebuah program yang difungsikan untuk menirukan seorang pakar
manusia harus bisa melakukan hal-hal yang dapat dikerjakan seorang pakar.
Untuk membangun sistem seperti itu maka komponen-komponen dasar yang
harus dimilikinya paling sedikit adalah sebagai berikut:
1. Antar muka pemakai (User Interface)
2. Basis pengetahuan (Knowledge Base)
3. Mesin inferensi

Sedangkan untuk menjadikan sistem pakar menjadi lebih menyerupai
seorang pakar yang berinteraksi dengan pemakai, maka dapat dilengkapi dengan
fasilitas berikut:
1. Fasilitas penjelasan (Explanation)
2. Fasilitas Akuisisi pengetahuan (Knowledge acquisition facility)
3. Fasilitas swa-pelatihan (self-training)

2.2.3 Metode Inferensi
Komponen ini mengandung mekanisme pola pikir dan penalaran yang
digunakan oleh pakar dalam menyelesaikan suatu masalah. Metode inferensi
adalah program komputer yang memberikan metedologi untuk penalaran tentang
informasi yang ada dalam basis pengetahuan dan dalam workplace, dan untuk
memformulasikan kesimpulan (Turban, 1995).
Kebanyakan sistem pakar berbasis aturan menggunakan strategi inferensi
yang dinamakan modus ponen. Berdasarkan strategi ini, jika terdapat aturan “IF A
THEN B”, dan jika diketahui bahwa A benar, maka dapat disimpulkan bahwa B
juga benar. Strategi inferensi modus ponen dinyatakan dalam bentuk:
[A And (A→B)] →B (1)
dengan A dan A→B adalah proposisi-proposisi dalam basis pengetahuan.
Terdapat dua pendekatan untuk mengontrol inferensi dalam sistem pakar
berbasis aturan, yaitu pelacakan ke belakang (Backward chaining) dan pelacakan ke
depan (forward chaining).

a. Pelacakan ke belakang (Backward Chaining)
Pelacakan ke belakang adalah pendekatan yang dimotori oleh tujuan (goal-
driven). Dalam pendekatan ini pelacakan dimulai dari tujuan, selanjutnya dicari
aturan yang memiliki tujuan tersebut untuk kesimpulannya. Selanjutnya proses
pelacakan menggunakan premis untuk aturan tersebut sebagai tujuan baru dan
mencari aturan lain dengan tujuan baru sebagai kesimpulannya. Proses berlanjut
sampai semua kemungkinan ditemukan (Kusumadewi, 2003). Gambar 4
menunjukan proses backward chaining.


Gambar 4. Proses backward chaining
6
Rohman & Fauzijah – Aplikasi Sistem Pakar untuk Menentukan Jenis Gangguan pada Anak

b. Pelacakan ke depan (forward chaining)
Pelacakan kedepan adalah pendekatan yang dimotori data (data-driven).
Dalam pendekatan ini pelacakan dimulai dari informasi masukan, dan selanjutnya
mencoba menggambarkan kesimpulan. Pelacakan ke depan, mencari fakta yang
sesuai dengan bagian IF dari aturan IF-THEN. Gambar 5 menunjukkan proses
forward chaining.


Gambar 5. Proses forward chaining

2.2.4 Representasi Pengetahuan
Setelah menerima bidang kepakaran yang telah diaplikasikan pada sistem
pakar, kemudian mengumpulkan pengetahuan yang sesuai dengan domain
keahlian tersebut. Pengetahuan yang dikumpulkan tersebut tidak bisa
diaplikasikan begitu saja dalam sistem. Pengetahuan harus direpresentasikan
dalam format tertentu dan dihimpun dalam suatu basis pengetahuan.
Pengetahuan yang dilakukan pada sistem pakar merupakan serangkaian
informasi pada domain tertentu. Kedua hal tersebut menurut ekspresi klasik oleh
Wirth ditulis sebagai berikut:
Algoritma + Struktur Data = Program
Pengetahuan + Inferensi = Sistem Pakar

Noise merupakan suatu item yang tidak mempunyai maksud (interest). Noise
merupakan data yang masih kabur atau tidak jelas. Data adalah item yang
mempunyai makna potensial. Data diolah menjadi pengetahuan. Meta knowledge
adalah pengetahuan tentang pengetahuan dan keahlian.
Karakteristik pengetahuan yang diperoleh tergantung pada sifat masalah
yang akan diselesaikan, tipe dan tingkat pengetahuan seorang pakar.
Pengetahuan harus diekstraksikan dan dikodekan dalam suatu bentuk tertentu
untuk memecahkan masalah. Ketika pengetahuan dalam suatu bidang kepakaran
tersedia, maka dipilih representasi pengetahuan yang tepat. Pengetahuan dapat
digolongkan menjadi dua kategori, yaitu: pengetahuan deklaratif dan pengetahuan
prosedural.
Pengetahuan deklaratif mengacu pada fakta, sedangkan pengetahuan
prosedural mengacu pada serangkaian tindakan dan konsekuensinya. Pengetahuan
deklaratif juga terlibat dalam pemecahan masalah, sedangkan pengetahuan
prosedural diasosiasikan dengan bagaimana menerapkan strategi atau prosedur
penggunaan pengetahuan yang tepat untuk memecahkan masalah.
Pengetahuan deklaratif menggunakan basis logika dan pendekatan relasi.
Representasi logika menggunakan logika proporsional dan logika predikat. Model
relasi menggunakan jaringan semantik, graph dan pohon keputusan (decision tree).
Pengetahuan prosedural menggunakan algoritma sebagai prosedural pemecahan
masalah.

Media Informatika, Vol. 6, No. 1, Juni 2008, 1-23
7

2.2.5 Ketidakpastian dengan Teori Certainty Factor (Teori Kepastian)
Dalam menghadapi suatu permasalahan sering ditemukan jawaban yang
tidak memiliki kepastian penuh. Ketidakpastian ini dapat berupa probabilitas atau
kebolehjadian yang tergantung dari hasil suatu kejadian. Hasil yang tidak pasti
disebabkan oleh dua faktor, yaitu aturan yang tidak pasti dan jawaban pengguna
yang tidak pasti atas suatu pertanyaan yang diajukan oleh sistem. Hal ini sangat
mudah dilihat pada sistem diagnosis penyakit, dimana pakar tidak dapat
mendefinisikan hubungan antara gejala dengan penyebabnya secara pasti, dan
pasien tidak dapat merasakan suatu gejala dengan pasti pula. Pada akhirnya akan
ditemukan banyak kemungkinan diagnosis.
Sistem pakar harus mampu bekerja dalam ketidakpastian. Sejumlah teori
telah ditemukan untuk menyelesaikan ketidakpastian, termasuk diantaranya
probabilitas klasik, probabilitas bayes, teori hartley berdasarkan himpunan klasik,
teori shannon berdasakan pada probabilitas, teori Depmster-Shafer, teori fuzzy
Zadeh, dan faktor kepastian (certanity factor).
Faktor kepastian (Certanity Factor) diperkenalkan oleh Shortliffe Buchanan
dalam pembuatan MYCIN (Kusumadewi, 2003). Certanity Factor (CF) merupakan
nilai parameter klinis yang diberikan MYCIN untuk menunjukkan besarnya
kepercayaan. Certanity Factor (CF) menunjukkan ukuran kepastian terhadap suatu
fakta atau aturan.
Certanity factor didefinisikan sebagai berikut:
CF[h,e]=MB[h,e]-MD[h,e]
(2)
dengan:
CF[h,e]= Faktor kepastian
MB[h,e]= Ukuran kepercayaan terhadap hipotesis h, jika diberikan evidence e
(antara 0 dan 1)
MD[h,e]= Ukuran ketidakpercayaan terhadap hipotesis h, jika diberikan evidence e
(antara 0 dan 1)

Gambar 7 menunjukkan kombinasi aturan ketidakpastian:


Gambar 7. Kombinasi aturan ketidakpastian

Ada 3 hal yang mungkin terjadi pada Certanity Factor (CF):
1. Beberapa evidence dikombinasikan untuk menentukan CF dari suatu hipostesis
(Gambar 7a). Jika e1 dan e2 adalah observasi, maka:


0
MB h
[ ,e e ] =1
MB h
[ ,e e ] =
1
2

1
2

MB h
[ ,e ] + MB h
[ ,e
1
].( − MB h
[ ,e ])
lainnya
1
2
1
(3)

0
MB[h, e e ] =


1

MD[h, e e ] =
1
2

1
2
(4)
MD[h, e ] + MD[h, e
1
].( −


MD[h, e ])
lainnya
1
2
1
8
Rohman & Fauzijah – Aplikasi Sistem Pakar untuk Menentukan Jenis Gangguan pada Anak

2. CF dihitung dari kombinasi beberapa hipotesis (Gambar 7b), jika h1 dan h2
adalah hipotesis, maka:
MB[h1 ∧ h2,e] = min(MB[h1,e],MB[h2,e])
(5)
MB[h1 ∨ h2,e] = max(MB[h1,e],MB[h2,e])
(6)
MD[h1 ∧ h2,e] = min(MD[h1,e],MD[h2,e])
(7)
MD[h1 ∨ h2,e] = max(MD[h1,e],MD[h2,e])
(8)
CF[h1 ∧ h2,e] = MB[h1 ∧ h2,e] - MD[h1 ∧ h2,e]
(9)
CF[h1 ∨ h2,e] = MB[h1 ∨ h2,e] - MD[h1 ∨ h2,e]
(10)

3. Beberapa aturan saling bergandengan, ketidakpastian dari suatu aturan
menjadi input untuk aturan yang lainnya (Gambar 7c), maka:
MB[h,s]=MB’[h,s]*max(0,CF[s,e])
(11)
dengan MB’[h,s] adalah ukuran kepercayaan h berdasarkan keyakinan penuh
terhadap validitas s.

2.3 Gangguan Perkembangan pada Anak
Manusia dalam hidupnya selalu mengalami perkembangan. Dari mulai
dilahirkan sebagai seorang bayi, berkembang menjadi anak-anak, remaja, dewasa,
tua dan akhirnya meninggal dunia. Dalam perjalanannya tersebut tidak sedikit
yang mengalami berbagai gangguan dan permasalahan yang kemudian disebut
sebagai hambatan atau gangguan perkembangan. Sebuah perkembangan yang
terjadi pada diri manusia akan mempengaruhi perkembangan selanjutnya,
karenannya perlu ada perhatian khusus dalam masalah ini sebagai tindakan
preventif, sehingga harapannya perkembangan yang akan berlangsung selanjutnya
dalam kondisi yang positif. Anak-anak merupakan fase yang paling rentan dan
sangat perlu diperhatikan satu demi satu tahapan perkembangan yang
dialaminya.

2.3.1 Jenis Gangguan perkembangan anak
a. Keterbelakangan mental (Mental Retardetion)
Definisi Keterbelakangan mental
Keterbelakangan Mental (Retardasi Mental, RM) adalah suatu keadaan yang
ditandai dengan fungsi kecerdasan umum yang berada dibawah rata-rata
disertai dengan berkurangnya kemampuan untuk menyesuaikan diri
(berprililaku adaptif), yang mulai timbul sebelum usia 10 tahun.
Penyebab Keterbelakangan Mental
Tingkat kecerdasan ditentukan oleh faktor keturunan dan lingkungan. Pada
sebagian besar kasus RM, penyebabnya tidak diketahui; hanya 25% kasus
yang memiliki penyebab yang spesifik (Maharani,2007).
Secara kasar, penyebab RM dibagi menjadi beberapa kelompok:
1. Trauma (sebelum dan sesudah lahir)
• Perdarahan intrakranial sebelum atau sesudah lahir
Hipoksia (kekurangan oksigen), sebelum, selama atau sesudah lahir
• Cedera kepala yang berat

Media Informatika, Vol. 6, No. 1, Juni 2008, 1-23
9


2. Infeksi (bawaan dan sesudah lahir)
Rubella kongenitalis
Meningitis
• Infeksi sitomegalovirus bawaan
Ensefalitis
Toksoplasmosis kongenitalis
• Infeksi HIV
3. Kelainan kromosom
• Kesalahan pada jumlah kromosom (Sindroma Down)
Defek pada kromosom (sindroma X yang rapuh, sindroma Angelman,
sindroma Prader-Willi)
Translokasi kromosom dan sindroma cri du chat
4. Kelainan genetik dan kelainan metabolik yang diturunkan
Galaktosemia
• Penyakit Tay-Sachs
Fenilketonuria
Sindroma Hunter
Sindroma Hurler
Sindroma Sanfilippo
Leukodistrofi metakromatik
Adrenoleukodistrofi
Sindroma Lesch-Nyhan
Sindroma Rett
Sklerosis tuberose
5. Metabolik
Sindroma Reye
Dehidrasi hipernatremik
Hipotiroid kongenital
Hipoglikemia
6. Keracunan
• Pemakaian alkohol, amfetamin dan obat lain pada ibu hamil
• Keracunan metilmerkuri
• Keracunan timah hitam
7. Gizi
Kwashiorkor
Marasmus
Malnutrisi
8. Lingkungan
• Kemiskinan
• Status ekonomi rendah
Sindroma deprivasi.


10
Rohman & Fauzijah – Aplikasi Sistem Pakar untuk Menentukan Jenis Gangguan pada Anak

Download
RANCANG BANGUN APLIKASI SISTEM PAKAR UNTUK MENENTUKAN JENIS ...

 

 

Your download will begin in a moment.
If it doesn't, click here to try again.

Share RANCANG BANGUN APLIKASI SISTEM PAKAR UNTUK MENENTUKAN JENIS ... to:

Insert your wordpress URL:

example:

http://myblog.wordpress.com/
or
http://myblog.com/

Share RANCANG BANGUN APLIKASI SISTEM PAKAR UNTUK MENENTUKAN JENIS ... as:

From:

To:

Share RANCANG BANGUN APLIKASI SISTEM PAKAR UNTUK MENENTUKAN JENIS ....

Enter two words as shown below. If you cannot read the words, click the refresh icon.

loading

Share RANCANG BANGUN APLIKASI SISTEM PAKAR UNTUK MENENTUKAN JENIS ... as:

Copy html code above and paste to your web page.

loading