1
APLIKASI SISTEM PAKAR BERBASIS ANDROID UNTUK DIAGNOSA AWAL
PENYAKIT DAN RACIKAN OBAT TRADISIONAL
Ivan Eroka Yuliadji Binus University, Jakarta, DKI Jakarta, Indonesia
Ricky Khoenata Binus University, Jakarta, DKI Jakarta, Indonesia
Andy Angelous Binus University, Jakarta, DKI Jakarta, Indonesia
ABSTRAK
Tujuan pembuatan aplikasi sistem pakar berbasis android ini adalah untuk mempermudah pengguna
mobile device khususnya berbasis android untuk mendiagnosa awal penyakit dan mengetahui cara meracik
obat tradisional. Aplikasi sistem pakar ini menggunakan Teori Probabilitas Bayesian dengan didasari gejala –
gejala utama yang dirasakan oleh penderita dan nilai probabilitas dari gejalanya yang bersumber dari
pengamatan dan pengalaman pakar. Hasilnya berupa dugaan awal penyakit dan langkah – langkah peracikan
obat tradisional untuk mengobati penyakit yang di derita.
Kata Kunci : Sistem Pakar,Android, Obat Tradisional, Teori Probabilitas Bayesian.
1. PENDAHULUAN
Dewasa ini perkembangan teknologi informasi yang sangat cepat telah mempengaruhi kehidupan
manusia di berbagai bidang dan salah satu dari manfaat teknologi informasi tersebut adalah untuk menyebarkan
informasi. Dengan memanfaatkan jaringan komputer, penyebaran informasi dapat dilakukan dengan mudah.
2
Selain itu pula penyebaran informasi dapat juga dilakukan secara global dengan jaringan komputer yang sangat
besar, yang dikenal dengan internet. Melalui internet, informasi dapat disampaikan ke semua penjuru dunia.
Perkembangan teknologi dalam bidang kesehatan dan pengobatan sangat pesat pada beberapa tahun
terakhir ini. Beberapa panduan serta cara-cara mengatasi penyakit sudah membanjiri pasaran. Obat tradisional
dirasa penting untuk menjadi solusi yang tepat bagi penyakit yang diderita oleh pasien. Selain harganya murah
dan mudah didapat, obat tradisional juga tidak memiliki efek samping yang berbahaya seperti obat kimia yang
dikonsumsi secara terus menerus. Perkembangan pembangunan sistem pakar dalam bidang kesehatan
diharapkan mampu memperbaiki kualitas hidup manusia. Memindahkan kepakaran yang dimiliki oleh seorang
dokter ke dalam suatu aplikasi mobile yang disebut dengan sistem pakar diharapkan dapat membantu
masyarakat untuk mengetahui kemungkinan penyakit yang diderita dan mengatasinya sendiri dengan
menggunakan tanaman-tanaman obat yang berguna menjadi obat tradisional tanpa harus pergi ke dokter. Selain
itu, mengaplikasikan sistem pakar ke dalam aplikasi mobile memungkinkan setiap individu untuk menghemat
waktu, biaya dan tenaga dalam mendapatkan pelayanan kesehatan dan pengobatan. Setiap penyakit pasti ada
obatnya.
2. METODE PENELITIAN
Metode penulisan yang digunakan dalam penulisan penelitian ini adalah:
1. Metode Studi Kepustakaan
Dalam metode ini dilakukan pencarian sebanyak mungkin literatur-literatur yang ada, baik dari
pakar, internet, buku-buku penunjang ataupun menanyakan langsung ke dosen pembimbing kami.
setelah semua informasi diperoleh, dilakukan pengajian tentang masalah apa yang dihadapi, teknologi
apa yang tepat digunakan untuk sistem operasi android, kelebihan dan kekurangan teknologi-teknologi
tersebut.
2. Metode Analisis
Metode analisis yang dilakukan adalah sebagai berikut:
• Analisis kebutuhan
Analisis kebutuhan dilakukan berdasarkan fakta-fakta yang sudah berupa data olahan.
3
• Perumusan masalah yang dihadapi
Perumusan masalah berdasarkan hasil analisis kebutuhan sebelumnya
• Penetapan solusi
Menetapkan solusi atas kebutuhan yang berhasil diidentifikasi dan menentukan penggunaan
teknologi yang sesuai dengan teknologi yang telah ditetapkan.
3. Implementasi
Setelah memutuskan metode yang digunakan untuk membuat aplikasi, penulis mulai membaca,
mencari dan memahami lebih dalam tentang metode ini dan mengimplementasikannya ke dalam
program uji. Dalam aplikasi ini, penulis menggunakan Teori Probabilitas Bayesian.
4. Evaluasi
Melakukan evaluasi hasil akhir dari aplikasi yang telah dirancang pada tahap perancangan. Dalam
tahap ini dilakukan pengujian program dengan menggunakan Teori Probabilitas Bayesian, menganalisa
dan mengevaluasi hasil dari metode tersebut.
3. HASIL DAN BAHASAN
3.1 Analisis Permasalahan
3.1.1 Identifikasi Masalah yang dihadapi
- Pasien memerlukan banyak waktu, biaya dan tenaga hanya untuk mengetahui penyakit yang
diderita
- Obat kimia yang digunakan memiliki efek samping yang berbahaya bagi kesehatan pasien
- Pasien kesulitan jika ingin mencari racikan obat tradisional
3.1.2 Solusi Permasalahan
- Pasien dapat mengetahui penyakit yang di derita kapan saja, dan dimana saja dengan mengisi
gejala – gejala awal yang dirasakan kedalam aplikasi
4
- Pasien dapat mengetahui obat tradisional yang aman dan tanpa memiliki efek samping yang
berbahaya bagi kesehatan
Masalah utamanya adalah jumlah pakar yang sangat terbatas bila dibandingkan dengan
kebutuhannya. Karena untuk menjadi seorang pakar dibutuhkan pengetahuan yang banyak dan
pengalaman selama bertahun-tahun. untuk mengatasi hal tersebut diperlukan suatu metode untuk
menyebarkan kepakaran yang dimiliki oleh pakar tersebut. Dengan membuat suatu aplikasi android
yang berisi tentang kepakaran yang dimiliki oleh seorang pakar untuk mendiagnosa penyakit yang
melibatkan sistem penyakit umum, diharapkan dapat membantu masyarakat untuk mengenali
gejala-gejala yang timbul dan membuat obat sendiri dengan menggunakan tanaman-tanaman obat
yang diolah menjadi obat tradisional. Selain itu juga memungkinkan setiap individu untuk
menghemat waktu, biaya dan tenaga dalam mendapatkan pelayanan kesehatan dan pengobatan.
Penggunaan obat-obatan kimia yang memiliki efek samping yang lebih berbahaya dari
obat tradisional memungkinkan user lebih memilih obat tradisional sebagai pengganti obat kimia
sebagai solusi dari penyakit yang dideritanya. Karena alasan-alasan itulah kemudian penulis ingin
membuat sebuah sistem pakar untuk memudahkan user dalam mendiagnosa penyakit yang diderita
dan meracik obat tradisional mereka sendiri.
Traditional Medic Application merupakan salah satu contoh sistem pakar yang dapat
digunakan oleh banyak user yang menggunakan gadget berbasis android. Sistem ini berfungsi untuk
memberikan informasi kepada para user tentang penyakit yang diderita dengan menganalisa gejala
– gejala penyakit yang diinput oleh user dan memberikan obat tradisional sebagai solusinya.
3.2 Teorema Bayes
3.2.1 Perhitungan dengan Teorema Bayes
Saat diagnosa dimulai, sistem akan melakukan kalkulasi bayes sekaligus dimana
satu sisi perhitungan dilakukan terhadap bobot prior yang sudah direkam dari Pakar dan
disimpan di basis pengetahuan. Sedangkan sisi lainnya, bobot prior ditentukan oleh user
yang melakukan proses diagnosa. Hal ini dilakukan karena masalah ketidakpastian
5
melibatkan hipotesis yang berbeda-beda dari pengambil keputusan. Oleh karena itu bobot
prior sangat bergantung dari kepakaran dan pengalaman si pengambil keputusan itu
sendiri. Selanjutnya yang akan dilakukan oleh sistem adalah mengirimkan output ke user
berupa hasil perhitungan probabilitas dari prior yang di masukan oleh user dan probabilitas
dari prior yang direkam oleh sistem dari pakar.
p(Hi | E) =
Dengan :
p(Hi | E ) = probabilitas hipotesis benar jika diberikan evidence (fakta) E
p(E |Hi) = probabilitas munculnya evidence(fakta) E jika diketahui hipotesis Hi benar
p(Hi) = probabilitas hipotesis Hi (menurut hasil sebelumnya) tanpa memandang
evidence(fakta) apapun
n = jumlah hipotesis yang mungkin
Sebagai contoh jika pada saat diagnosa user memilih gejala dan bobot prior seperti berikut:
Sakit kepala : 0.6
Mual : 0.8
Lemes : 0.7
Maka sistem akan memecah data yang dimasukkan oleh user menjadi
S
e
t
Setelah itu sistem akan mengunakan gejala yang sudah diproses untuk mendapatkan gejala
dari tabel gejala, yang berguna untuk memasukan nilai dari gejala ke kasus-kasus dimana
gejala tersebut berada. Setelah itu kedua sisi proses perhitungan dilakukan dan melakukan
Gejala Nilai Prior
Sakit Kepala 0.6
Mual 0.8
Lemas 0.7
p(E | Hi)*p(H i)
Σ p(E | Hk )*p(Hk)
n
K=
6
cek apakah ada evidence baru terhadap suatu hipotesis atau tidak, dari contoh diatas
terdapat evidence lain yaitu mual dan lemas. Maka rumus yg digunakan adalah :
Dengan :
e = evidence lama
E = evidence observasi baru
p(H | E,e) = probabilitas hipotesis H benar jika muncul evidence baru dari evidence
lama e
p(H | E) = probabilitas hipotesis H benar jika diberikan evidence E
p(e | E,H) = kaitan antara e dan E jika hipotesis H benar
p(e | H) = kaitan antara e dan E jika hipotesis H benar
Observasi baru menunjukkan bahwa orang terkena darah tinggi pasti mengalami sakit
kepala, jika diketahui probabilitas terkena darah tinggi bila sakit kepala � p(darah tinggi |
sakit kepala) = 0,9.
Setelah itu sistem akan mencocokkan keterkaitan antara mual, lemas dan sakit kepala bila
seseorang terkena darah tinggi dengan nilai yang diambil/direkam dari pakar
�p(mual|lemas|sakit kepala, darah tinggi) = 0,8 dan keterkaitan antara mual, lemas dan
batuk berdahak � p(mual| lemas | sakit kepala) = 0,9
Maka :
P(darah tinggi | sakit kepala, mual, lemas) =
p(mual| lemas | sakit kepala)
p(darah tinggi | sakit kepala, mual, lemes) = (0,9) * (0,8) / (0,9) = 0,80
dari hasil di atas menunjukan bahwa probabilitas terkena darah tinggi lebih besar jika
seseorang mengalami mual, lemas dan sakit kepala dibandingkan seseorang yang hanya
mengalami sakit kepala.
P(darah tinggi | sakit kepala) * P(mual|lemas | sakit kepala, darah tinggi
p( H | E, e ) = p( H| E)*p( e | E, H )
p( e | E )
7
3.3 Evaluasi
3.3.1 Evaluasi terhadap IMK
Evaluasi aplikasi Traditional Medic yang dibuat berdasarkan prinsip 8 (delapan) aturan
emas (8 golden rules). Adapun aturan – aturan emas yang dapat dipenuhi oleh aplikasi ini adalah :
1. Perancangan yang dibuat harus selalu konsisten
Aplikasi ini menggunakan sistem yang dirancang agar memiliki layar yang konsisten, baik
dalam hal komposisi warna, background, dan jenis tulisan.
2. Memungkinkan pengguna untuk menggunakan shortcut
Pengguna akan dapat menggunakan shortcut melalui list menu yang ada pada kanan atas di
setiap layar.
Gambar Contoh penggunaan shortcut list menu pada Halaman Hasil Akhir.
3. Memberikan umpan balik yang informatif
Pemberian umpan balik yang informatif diberikan pada pengguna. Pada saat pengguna
memilih 3 gejala. Jika pengguna tidak memilih gejala atau hanya memilih kurang dari 3
maka akan muncul pesan apa yang harus dilakukan.
8
Gambar Contoh umpan balik pada saat pengguna tidak memilih gejala.
4. Merancang dialog untuk menghasilkan keadaan akhir
Suatu pemberitahuan yang diberikan kepada pengguna. Pemberitahuan ini diberikan pada
saat pengguna telah memilih 3 gejala dan akan melakukan proses diagnosa awal.
Gambar Contoh perancangan dialog akhir pada aplikasi.
5. Memberikan penanganan kesalahan yang sederhana
Penanganan kesalahan yang diberikan bertujuan jika pengguna melakukan kesalahan, maka
kesalahan tersebut dapat ditangani dengan mudah. Seperti pada saat pengguna akan
memilih gejala, jika pengguna tidak memilih 3 gejala atau hanya memilih kurang dari 3
gejala maka akan ada pemberitahuan.
9
Gambar Contoh penanganan kesalahan pada saat memilih gejala.
6. Mudah kembali ke tindakan sebelumnya
Penyediaan tombol back atau gambar panah ke belakang di setiap halaman pada aplikasi,
akan memudahkan pengguna untuk kembali ke tindakan sebelumnya.
Gambar Contoh tombol back yang ada pada halaman hasil akhir diagnosa awal.
7. Mendukung tempat pengendali internal (Internal Locus Of Control)
Penggunaan aplikasi ini sepenuhnya dikendalikan oleh pengguna , pengguna dapat
mengendalikan dan menguasai sistem dan mendapatkan respon atas aksi yang dilakukan.
Seperti jika pengguna ingin pindah ke menu yang lain, pengguna dapat menekan tombol
lain sewaktu – waktu dari layar ke menu lain.
10
Gambar Contoh menu sebagai pusat kendali.
8. Mengurangi beban ingatan jangka pendek
Agar dapat mengurangi beban ingatan jangka pendek, penempatan posisi menu dan tombol
yang ada di aplikasi ini dirancang konsisten. Penempatan ini tentu memudahkan pengguna
untuk tidak perlu melakukan penghafalan letak dan posisi tombol serta halaman – halaman
layar yang diinginkan.
4. SIMPULAN DAN SARAN
4.1 Simpulan
Berdasarkan hasil evaluasi dan implementasi didapat kesimpulan sebagai berikut :
� Aplikasi Sistem pakar ini menerapkan Teori Probabilitas Bayesian untuk diagnosa awal
terhadap penyakit berbasis android.
� Aplikasi sistem pakar dalam mendiagnosa awal penyakit ini mudah digunakan dan fleksibel.
4.2 Saran
Untuk dapat lebih memaksimalkan penggunaan aplikasi Traditional Medic pada
Android ini, maka ada beberapa saran. Berikut saran – saran yang dapat menjadikan aplikasi
Traditional Medic pada Android ini menjadi lebih baik :
� Untuk kedepannya aplikasi ini dapat diakses dari seluruh versi Android, dan apabila terdapat
update yang terbaru akan dengan otomatis terupdate secara online.
11
� Membuat kinerja aplikasi lebih cepat.
� Dapat ditambahkan data basis aturan untuk meningkatkan akurasi dalam diagnosa.
� Dapat mengembangkan metoda kalkulasi lain seperti dengan menggunakan Neural Network.
REFERENSI
[1] Kusrini. (2006). Sistem Pakar, Teori dan Aplikasi. Yogyakarta : Percetakan Andi Offset.
[2] Kusumadewi, Sri. (2003). Artificial Inteligence: Teknik dan Aplikasinya. Yogyakarta: GrahaIlmu.
[3] Shneiderman, B. (2010). Designing The User Interface: Strategic For Effective HCI.(Fourth
Edition).New York: Addison-Wesley.
[4] Turban, Efraim&Frenzel, Louis. (1992). Expert System and Applied Artificial Intelligence. New York:
McGraw-Hill publishing company.
[5] Safaat, N.H. (2011). Membangun Aplikasi Mobile Berbasis Android. Bandung.
12
RIWAYAT PENULIS
Nama : Ivan Eroka Yuliadji
E-mail : [email protected]
Alamat : Jl. Kebon Jeruk Raya no.38, Jakarta Barat
Nomor Telepon : 0819-33158089
Nama : Ricky Khoenata
E-mail : [email protected]
Alamat : JL. Phinisi Indah 2 No.1, Jakarta Utara
Nomor Telepon : 0878-83121240
Nama : Andy Angelous
E-mail : [email protected]
Alamat : Taman Ratu Indah Blok C 9 no.11 Jakarta
Nomor Telepon : 0818-711906