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

REVIEW JURNAL 1. Pengertian 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 (Expert System) adalah program berbasis pengetahuan yang menyediakan solusi-solusi dengan kualitas pakar untuk problema-problema 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). 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 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. Dalam perancangan basis pengetahuan ini digunakan kaidah produksi sebagai sarana untuk representasi pengetahuan. Kaidah produksi dituliskan dalam bentuk pernyataan JIKA [premis] MAKA [konklusi]. Pada perancangan basis pengetahuan sistem pakar ini premis adalah gejala-gejala yang terlihat pada anak dan konklusi adalah jenis gangguan perkembangan yang diderita anak, sehingga bentuk pernyataannya adalah JIKA [gejala] MAKA [gangguan]. Bagian premis dalam aturan produksi dapat memiliki lebih dari satu proposisi yaitu berarti pada sistem pakar ini dalam satu kaidah dapat memiliki lebih dari satu gejala. Gejala-gejala tersebut dihubungkan dengan menggunakan operator logika DAN. Bentuk pernyatannya adalah: JIKA [gejala 1] DAN [gejala 2] DAN [gejala 3] MAKA [gangguan] Adapun contoh kaidah Sistem Pakar Menentukan Gangguan Perkembangan pada Anak adalah sebagai berikut: JIKA Anak Sulit Berbicara DAN Tes IQ Dibawah !9 DAN Koordinasi Otot Tidak Sempurna MAKA Gangguan Retardasi Mental Berat Berdasarkan contoh kaidah pengetahuan diatas maka kaidah tersebut dapat disimpan dalam bentuk sebuah tabel sehingga dapat lebih mudah untuk di mengerti. Dimana pada tabel tersebut terdapat kolom jenis gangguan yang menjelaskan tentang definisi,penyebab, dan pengobatan. 2. Metode yang digunakan Aplikasi yang dikembangkan ini bertujuan untuk menentukan jenis gangguan perkembangan pada anak di bawah umur 10 tahun dengan hanya memperhatikan gejalagejala yang dialami. Dengan menggunakan metode Certanity Factor (CF), didapatkan nilai Kemungkinan gangguan yang dialami pasien. 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) Ada 3 hal yang mungkin terjadi pada Certanity Factor (CF): 1. Beberapa evidence dikombinasikan untuk menentukan CF dari suatu hipostesis 2. CF dihitung dari kombinasi beberapa hipotesis 3. Beberapa aturan saling bergandengan, ketidakpastian dari suatu aturan menjadi input untuk aturan yang lainnya Pengujian kebenaran sistem dilakukan untuk mengetahui kesamaan hasil akhir atau output yang berupa kemungkinan jenis gangguan yang dihasilkan oleh sistem, dengan yang dihasilkan oleh perhitungan secara manual. Untuk mengetahui hasil output dari sistem harus melakukan konsultasi terlebih dahulu yang kemudian memasukkan gejala-gejala yang dirasakan oleh pasien kemudian setelah selesai melakukan konsultasi maka akan muncul halaman hasil konsultasi yang akan menampilkan kemungkinan jenis gangguan perkembangan yang dialami oleh pasien. Pengujian kebenaran sistem dilakukan dengan melakukan beberapa ujicoba diantaranya sebagai berikut: 1. Dengan satu gejala satu jenis gangguan 2. Dengan satu gejala beberapa jenis gangguan 3. Dengan beberapa gejala satu jenis gangguan 4. Dengan beberapa gejala beberapa gangguan 3. Kesimpulan Aplikasi sistem pakar yang dibuat ini mampu menganalisis jenis gangguan perkembangan yang dialamai pasien berdasarkan gejala-gejala yang dimasukkan oleh user. Aplikasi mampu menyimpan representasi pengetahuan pakar berdasarkan nilai kebenaran MB dan nilai ketidakbenaran MD. Aplikasi sistem pakar ini sudah dapat menjelaskan definisi jenis gangguan perkembangan, penyebab, dan pengobatannya. Kekurangan dari aplikasi ini adalah belum adanya pengelompokan gejalagejala sejenis yang hanya boleh dipilih satu dari kelompok gejala tersebut. Akibatnya, jika user kurang teliti dalam memilih gejala, maka sistem akan memberikan kesimpulan yang kurang benar. PUSTAKA : http://journal.uii.ac.id/index.php/media-informatika/article/viewFile/106/66 Kusumadewi, S. (2003). Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu. Rohman, F., & Fauzijah, A. (2008). Rancang Bangun Aplikasi Sistem Pakar untuk Menentukan Jenis gangguan Perkembangan pada Anak. Media Informatika, Vol. 6, No. 1, Juni 2008, 1-23ISSN: 0854-4743.