Professional Documents
Culture Documents
104 Perwira, Sistem untuk Konsultasi Menu Diet bagi Penderita Diabetes Mellitus Berbasis
Aturan
105
Penelitian
lain
mengambil
domain
Diabetes Mellitus tipe II (Masykur, 2009).
Penyusunan diet diabetes tipe II ini
menggunakan metode propose dan revise
dalam
penentuan
nilai
kalori
serta
penerapannya
dibantu
dengan
mesin
inferensi model skeletal construction (decision
tree). Penyusunan diet pada penelitian ini
merupakan permasalahan konstruksi yang
diselesaikan dengan metode pemecahan
propose dan revise. Implementasi skeletal
contruction pada penelitian ini meliputi control
simpul-simpul. Simpul terdiri atas empat rule
yaitu simpul AND, OR, daun dan terminasi
proses simpul.
Kecerdasan Buatan
Kecerdasan buatan dapat didefinisikan
sebagai salah satu bagian ilmu komputer
yang membuat agar mesin dapat melakukan
pekerjaan seperti dan sebaik yang dilakukan
manusia (Kusumadewi, 2003). Hal ini
dilakukan untuk mempelajari bagaimana
manusia berfikir ketika mereka mencoba
untuk membuat suatu keputusan dan
memecahkan masalah, membagi-bagi proses
berfikir tersebut menjadi langkah dasar dan
merancang suatu program komputer yang
akan
memecahkan
masalah
dengan
mempergunakan
langkah-langkah
yang
sama. Pola berfikir manusia termasuk dalam
sebuah fenomena kedinamisan, sedangkan
program/sistem saat ini hanya mampu
dirancang untuk menyerupai bukan pasti
menggantikan. Manusia bisa menjadi pandai
dalam menyelesaikan masalah karena
mempunyai pengetahuan dan pengalaman.
Pengetahuan diperoleh dari belajar. Semakin
banyak bekal pengetahuan yang dimiliki
seseorang tentu saja diharapkan akan lebih
mampu dalam menyelesaikan permasalahan.
Pengetahuan yang ada tidaklah cukup untuk
menyelesaikan
permasalahan,
namun
dibutuhkan suatu penalaran oleh akal
manusia
dan
kemudian
mengambil
kesimpulan berdasarkan pengetahuan dan
pengalaman yang dimiliki.
Sistem Berbasis Aturan
Sistem berbasis aturan (Rule Based
System) adalah suatu program komputer
yang memproses informasi yang terdapat di
dalam working memory dengan sekumpulan
aturan yang terdapat di dalam basis
pengetahuan menggunakan mesin inferensi
untuk
menghasilkan
informasi
baru.
(Kusumadewi, 2003)
Rule Based System dapat dibentuk
dengan menggunakan sebuah rule set yang
menentukan aksi pada assertions set. Rulebased system secara relatif adalah model
106 Perwira, Sistem untuk Konsultasi Menu Diet bagi Penderita Diabetes Mellitus Berbasis
Aturan
100
30
(2)
Umur kehamilan
Trimester 1
Trimester 2
Trimester 3
Menyusui
Contoh
Tidur,Duduk,Tidak
kerja,Nganggur,Pensiunan,Ibu RT
Pembantu
RT,
Menyapu,
Menjahit,
Mencuci, Industri RT
PNS, Peg.swasta, mahasiwa, part time,
dosen, petani
Kuli bangunan, menarik becak, Tukang
kayu, Pekerja pasar
Ringan
Sedang
Berat
Energi (kkal)
I
II
III
IV
V
VI
VII
VIII
< 1200
1201-1400
1401-1600
1601-1800
1801-2000
2001-2200
2201-2400
> 2401
Energi (kkal)
Versi RSUD
1100
1300
1500
1700
1900
2100
2300
2500
II
H.Arang
1/
2
1
S
1
1
S
1
1/2
S
1
1/2
S
Hewani
Nabati
Sayuran
A
Minyak
III
IV
VI
VII
1,5
1,5
1
1/2
S
1
1/2
S
1
1/2
S
1
1/2
S
Pagi (06.00-07.00)
1
1
1,5
VIII
107
Pukul 10.00
1
1
1
Siang (12.00-13.00)
2
2
2
1
1
1
1
1
1
S
S
S
Buah
Susu
1
-
1
-
Arang
Hewani
Nabati
Sayuran
A
Sayuran
B
Buah
Minyak
1
1
1
S
1
1
1
S
1
1
1
2
1
2
Buah
Arang
Hewani
Nabati
Sayuran
A
Sayuran
B
Buah
1
1
1
S
1
1
1
S
1
-
1
1
1
1
2,5
1
1
S
3
1
1
S
3
1
2
S
1
3
1
3
1
3
2
1
1
S
2,5
1
1
S
2,5
2
1
S
1
1
2
2
Pukul 16.00
1
1
1
Malam (18.00-19.00)
1
2
2
1
1
1
1
1
1
S
S
S
Pertanyaan Penelitian
Pertanyaan penelitian dari penelitian ini
adalah
1. Bagaimanakah rancangan sebuah sistem
berbasis aturan untuk memberi solusi
berupa jumlah kalori dan menu diet
penderita Diabetes Mellitus dengan aturan
RSCM?
2. Bagaimanakah hasil uji sistem berbasis
aturan untuk konsultasi menu diet
penderita Diabetes Mellitus?
PERANCANGAN SISTEM
Analisa Bisnis Proses
Dalam penyusunan jumlah kalori yang
dibutuhkan
diabetesi,
perlu
beberapa
pemahaman terkait variabel-variabel yang
saling berhubungan satu sama lain (Imami,
R). Penyusunan menu diet dapat dilakukan
setelah mendapat kepastian dari dokter terkait
penyakit Diabetes Mellitus yang diderita
pasien. Untuk itu langkah pertama pasien
harus menghubungi dokter internist untuk
mencari kepastian bahwa pasien benar-benar
menderita diabetes mellitus. Pemeriksaan
dokter
bisa
diperkuat
dengan
hasil
pemeriksaan laboratorium atau penunjang
medis lainnya. Langkah kedua setelah dokter
mengetahui hasil pemeriksaan penunjang
yang dilakukan oleh pasien, maka dokter
kemudian memutuskan pasien menderita
penyakit Diabetes Mellitus tipe tertentu.
Langkah ketiga, dokter mendisposisi kepada
nutritionist atau ahli gizi untuk memberikan
menu diet yang seimbang kepada diabetesi
sesuai
perhitungan
variabel-variabel
Diagram Konteks
Diagram pada Gambar 2 menggambarkan
secara global mengenai beberapa aktor yang
108 Perwira, Sistem untuk Konsultasi Menu Diet bagi Penderita Diabetes Mellitus Berbasis
Aturan
nteks
Gambar 2.. Diagram kon
Peranc
cangan Use Case
Use
e case term
masuk dalam
m salah satu
u
metode
e dalam mendesain
m
sistem yang
g
mempe
erlihatkan hubungan anta
ara aktor atau
u
user dalam menggunakan sistem. Gambar 3
berikutt memperlih
hatkan alur bagaimana
a
sistem ini digunakkan oleh akttor/user. Use
er
Admin memiliki kem
mampuan untu
uk mengontro
ol
user da
an sistem. Ke
esamaan user member dan
n
ahli gizzi adalah sam
ma-sama haru
us login menu
u
terlebih
h
dahulu
dengan
memasukkan
n
userna
ame dan passsword yang te
elah diberikan
n
oleh admin
a
atau dibuat
d
sendiri. Rancangan
n
use ca
ase dari sisstem berbassis aturan in
ni
disajika
an sebagai be
erikut :
kesim
mpulan (jumla
ah kalori the
en jenis die
et).
Fakta
a-fakta terseb
but berupa tinggi bada
an,
berat badan, jen
nis kelamin, rentang usiia,
as fisik kese
eharian dan kondisi berrat
aktifita
badan
n menurut hasil
h
Indeks Massa Tubu
uh
(IMT). Untuk wanitta hamil hany
ya memerluka
an
satu variabel tam
mbahan dala
am penentua
an
besarr kalori yang
g harus dikkonsumsi yaiitu
masa kehamilan
n atau me
enyusui. Da
ari
beberrapa fakta diatas, peng
gguna dimin
nta
untukk menjawab setiap perrtanyaan yan
ng
diajukkan sistem se
ecara benar sesuai kondisi
seben
narnya. Sebelum pertan
nyaan memiliki
jawab
ban, sistem tidak aka
an dilanjutka
an
menu
uju pertanya
aan berikutn
nya. Hal ini
berula
ang sampai pertanyaan
n habis da
an
kesim
mpulan berupa
a jumlah kalo
ori bisa dihitun
ng
berda
asarkan jawa
aban-jawaban
n yang dipilih
pengg
guna. Setiap
p jawaban memiliki
m
bob
bot
sendiri-sendiri dan
n dengan mesin
m
inferen
nsi
kedep
pan setiap bobot yang terpilih aka
an
dijumlahkan atau dikurangkan
n berdasarka
an
rumus
s RSCM. Messin inferensi dikemas
d
dala
am
bentu
uk Kaidah Produksi
P
yan
ng merupaka
an
bagian dari repressentasi penge
etahuan. Messin
infere
ensi penelitia
an ini dapatt dilihat pad
da
Gamb
bar 4 berikut.
Gambar 4. Me
G
esin inferensi runut maju
S
Selain
me
esin
infere
ensi,
dala
am
peran
ncangan sisttem berbasiis kecerdasa
an
buata
an
khususn
nya
rule-ba
ased
syste
em
diperlukan sebu
uah pohon penelurusa
an
(decis
sion tree) unttuk menjelaskkan sistematikka
alur-a
alur sekumpu
ulan aturan yang diadop
psi
dari basis penge
etahuan. Poh
hon keputusa
an
penen
ntuan kalori d
dapat dilihat pada
p
Gambarr 5
beriku
ut.
Gamba
ar 3. Use Cas
se
Mesin Inferensi
Mesin inferensi merupa
akan bagian
n
terpentting yang me
elakukan tuga
as penalaran
n.
Bagian
n ini biasa dikatakan se
ebagai mesin
n
pemikir (Thinking Machine). Penelitian in
ni
gunakan meto
ode penelusu
uran kedepan
n
mengg
atau fo
orward chain
ning, yaitu pe
enalaran yang
g
dimulai dari sekum
mpulan fakta menuju suatu
u
Gambar 5
5. Pohon kepu
utusan
esentasi Pen
ngetahuan
Repre
Selain
n basis peng
getahuan, Siistem berbassis
aturan
n
harus
memiliki
representa
asi
10
09
2.
3.
4.
5.
6.
7.
8.
9.
Aturan Produksi
IF Pria OR Wanita AND 30-40 tahun OR 41-59
tahun OR 60-69 tahun OR diatas 70 tahun AND
aktifitas istirahat OR aktifitas ringan OR aktifitas
sedang OR aktifitas berat AND berat badan
kurang OR berat badan ideal OR berat badan
lebih THEN Jumlah Kalori.
IF Jumlah Kalori kurang dari 1200 THEN Menu
Golongan Diet I
IF Jumlah Kalori 1201-1400 THEN Menu
Golongan Diet II
IF Jumlah Kalori 1401-1600 THEN Menu
Golongan Diet III
IF Jumlah Kalori 1601-1800 THEN Menu
Golongan Diet VI
IF Jumlah Kalori 1801-2000 THEN Menu
Golongan Diet V
IF Jumlah Kalori 2001-2200 THEN Menu
Golongan Diet VI
IF Jumlah Kalori 2201-2400 THEN Menu
Golongan Diet VII
IF Jumlah Kalori diatas 2400 THEN Menu
Golongan Diet VIII
PEMBAHASAN
Hasil Penelitian
Sistem berbasis aturan untuk konsultasi
menu diet bagi penderita Diabetes Mellitus ini
dirancang dengan menggunakan bahasa
pemrograman php versi 5, didukung dengan
MySQL sebagai basis datanya. Sistem ini
memiliki dua menu utama diantaranya menu
konsultasi dan menu utama. Menu-menu
tersebut dapat dilihat pada bagian berikut.
Menu Utama
110 Perwira, Sistem untuk Konsultasi Menu Diet bagi Penderita Diabetes Mellitus Berbasis
Aturan
111
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
UAT Script
User non member dan member
Dapat menampilkan menu utama
Button menu berfungsi dengan
baik
Login berhasil untuk legal akses
Error handling untuk illegal akses
Dapat login sesuai hak aksesnya
Dapat mendaftar member
Error handling masukan angka
bukan huruf
Mesin inferensi berjalan sesuai
aturan RSCM
Fasilitas
penjelas
dapat
menampilkan pilihan user
Dapat
menampilkan
basis
pengetahuan
Pilihan ya dan tidak berfungsi
dengan baik
Dapat melakukan perhitungan
matematis
Dapat menentukan jumlah kalori
berdasarkan masukan user
Dapat menampilkan menu diet
berdasarkan jumlah kalori
Dapat
menyimpan
riwayat
pemakai sistem
Dapat mencetak hasil konsultasi
User admin
Dapat login sebagai admin
Dapat menambah data berita dan
pengguna level admin/ahli
Dapat menghapus data berita dan
pengguna level admin/ahli
Dapat mengupdate data berita
dan pengguna level admin/ahli
Tombol keluar berfungsi dengan
baik
User Ahli
Dapat login sebagai ahli
Dapat
menambah
basis
pengetahuan
Dapat
menghapus
basis
pengetahuan
Dapat
mengupdate
basis
pengetahuan
Tombol keluar berfungsi dengan
baik
Hasil Test
Pass Fail
Kesetaraan
Value
Valid
Tidak valid
Keterangan
25/25 x 100%
5/5 x 100%
Jumlah
sample
25
5
30
2.
3.
4.
5.
SARAN
Dalam pembuatan sistem ini masih banyak
bagian yang dapat dikembangkan
lebih
lanjut. Saran kedepannya antara lain adalah :
1. Untuk menyempurnakan sistem berbasis
aturan ini diperlukan penggabungan
aturan-aturan lain dalam knowledge basenya seperti faktor hasil laboratorium.
2. Perlu adanya penelitian lebih lanjut untuk
menyempurnakan sistem ini menjadi
sebuah sistem pakar sehingga dapat
memberi solusi pendekatan apabila
terdapat hasil penelurusan yang tidak
sesuai dengan rule based.
3. Perlu ditambah fitur atau kemampuan
sistem untuk dapat menambah, mengedit
atau memperkaya aturan (rule).
DAFTAR PUSTAKA
Almatsier, 2007, Penuntun Diet Edisi Baru,
PT.Gramedia Pustaka, Jakarta.
Kusumadewi, S., 2003, Artificial Intelligent
Teknik dan Aplikasinya, Graha Ilmu,
Yogyakarta.
Mahan, Stump, 2000, Food, Nutrition and
Diet Therapy, Elseviers, 11th edition,
USA
Mukharromah,
2010,
Sistem
Pakar
Diagnosa Penyakit Diabetes Berbasis
Web, Skripsi Teknik Informatika, IST
AKPRIND.
Masykur, 2009, Sistem Pakar Penyusun
Diet Diabetes Tipe II, Jurnal Digilibs,
Institute Teknologi Bandung, Bandung.
Rizal, 2009, Pengembangan Aplikasi Sistem
Pakar
Untuk
Diagnosis
Penyakit
Diabetes Mellitus, Tesis UNDIP.
Soegondo, Sidartawan., FACE, 2006.,
Konsensus
Pengelolaan
dan
Pencegahan Diabetes Mellitus tipe 2 Di
Indonesia, PB. PERKENI, Jakarta.
113