An Application of Expert System For Diagnozing Endoparasitisme Gastrointestinal Disease In Livestock Animals

Rusdi Efendi1, Sri Hartati2
2

Computer Science Study Program, Gadjah Mada University, Yogyakarta Abstract

An expert systems is a branch of artificial intelligence (AI) that makes extensive use of specialized knowledge to solve problem at the level of a humam expert. An expert is a person who has expertise in a certain area. The expert’s knowledge at this research is about endoparasitisme gastrointestinal diseases. The goal of this research was to made expert system as a tool for diagnozing endoparasitisme gastrointestinal disease in cows and sheeps. The knowledge base of the expert system has been acquired from interviewing with doctors as experts of internal diseases animal’s unit at Animal’s Hospital Gadjah Mada University Jogjakarta, text books, journals and research papers. The inference machine of the system is utilized Forward Chaining published and uncertainty data methods using Dempster-Shafer Theory. The result of this research is a consultation session having interactive dialog with the system about endoparasitisme gastrointestinal disease. The user gives information such as user’s data, and answering the question about endoparasitisme gastrointestinal symptons that being provided by the system. The system provides information about the possibility diagnose of endoparasitisme gastrointestinal disease, life cycle parasites, and therapy suggestions for animal consulted by user’s. The types of endoparasitisme gastrointestinal diseases are fascioliasis, ascariasis, haemonchosis, bunostomiasis, strongyloides, and oesophagostomum. Interface user of the system is easily used and required a little time to respond also using simple Indonesian language. Keywords : Expert System, diagnose, endoparasitisme gastrointestinal disease, Forward chaining methode, Dempster-Shafer Teory

1. Pengantar Sistem pakar adalah cabang dari Artifial Intellegence yang membuat ekstensi khusus untuk spesialisasi pengetahuan guna memecahkan suatu permasalahan tertentu pada level humam expert [1]. Humam Expert adalah seseorang yang ahli dalam suatu bidang ilmu pengetahuan tertentu, ini berarti bahwa humam expert memiliki suatu pengetahuan atau skill khusus yang tidak dimilki oleh orang lain. Sistem pakar yang digunakan untuk mendiagnosa suatu penyakit dibuat pertama kali pada tahun 1970, dirancang oleh Dr. Edward H. Shortliffe dan Bruce Buchanan di Stanford University. Sistem ini kemudian populer dengan nama MYCIN [2]. MYCIN digunakan untuk melakukan diagnosa infeksi pada darah dan menentukan pengobatan-nya. MYCIN bertujuan menyediakan keterangan kepada

pemakai dengan mencetak aturan yang relevan serta menunjukan pelacakan dari penalaran yang dipakainya [3]. Sistem pakar MYCIN inilah yang banyak memberikan ide-ide pada pengembangan pembuatan sistem pakar yang lain untuk menangani permasalahan-permasalahan diagnosa penyakit [4]. Sistem pakar lainnya yang telah ada diantaranya adalah sistem pendiagnosa penyakit pernafasan dan terapinya dengan probabilitas Bayesian [5], sistem pakar untuk mendiagnosa penyakit anak dengan menggunakan kombinasi metode representasi untuk menyatukan mekanisme pemikiran yang ada dalam pencapaian tujuan [6]. Pada penelitian ini yang akan dijadikan domain adalah mengenai penyakit endo-parasitisme gastrointestinal pada hewan ternak sapi dan domba yang

1

Sedangkan jenis penyakit endo-parasitisme gastrointestinal yang akan dibahas adalah : fascioliasis. dan oesophagostomum. Lingkungan pengembangan yang digunakan dalam sistem pakar untuk membangun komponen-komponennya dan menempatkan pengetahuan dalam basisnya. strongyloides. saran Consultation Environment User Fact about the specific incident User Interface Development Environment Knowledge base Fact what is about a the domain area LogicalInference(eg symptom and causes) Rules Explanation Facility Knowledge Engineer Inference Engine Draws conclusion -Interpreter -Scheduler -Consistency Enforcer Documented Knowledge Knowledge Acqusition Recommended Action Expert Knowledge Blackboard(workplace) Plan Agenda Solution Problem description Knowledge Refinement Gambar 1. haemonchosis. terapinya. serta daur hidupnya sehingga dapat memberikan manfaat dalam melakukan tindakan yang perlu diambil jika mengetahui terdapat gejala-gejala penyakit parasitisme pada hewan ternak yang diamatinya. Struktur dari sistem Pakar [3] 2 . yaitu : a. Cara Penelitian Menurut Turban dan Aronson sistem pakar memiliki dua bagian komponen utama. 2. bunostomiasis. Hasil dari penelitian ini diharapkan dapat memberikan sumbangan kepada pemakai sistem sebagai bahan referensi dalam menentukan diagnosa penyakit parasitisme gastrointestinal pada hewan ternak (sapi dan kerbau).merupakan suatu penyakit berupa cacing parasit yang yang hidup dan berkembangbiak dalam tubuh hewan penderita / hospes [7]. ascariasis.

Gambar 2. Pohon keputusan pendiagnosa penyakit endoparasit gastrointestinal 3 .

memformulasi dan menyelesaikan masalah. Tabel keputusan pendiagnosa penyakit endoparasit gastrointestinal 4 . Mengenai sumber pengetahuan yang dijadikan acuan pada penelitian ini dapat dilihat pada sistem pakar pendiagnosa penyakit endoparasitisme gastrointestinal pada hewan ternak . sapi dan domba [8]. yaitu mendapatkan pengetahuan dari buku. Basis pengetahuan pemecahan masalah dalam domain tertentu dan fakta-fakta tentang masalah. dan dari keduannya dibentuk kaidah produksi atau rule-rule yang akan diaplikasikan pada sistem [9]. Lingkungan konsultasi digunakan oleh seseorang yang bukan ahli untuk berkonsultasi. Lingkungan pengembangan digunakan sebagai sistem pakar baik dari segi pembangunan komponen maupun basis pengetahuan. Basis Pengetahuan Basis pengetahuan mengandung pengetahuan yang diperlukan untuk memahami. Basis pengetahuan ini direpresentasikan dalam bentuk pohon keputusan dan tabel keputusan. Komponen-komponen yang pada sistem pakar (gambar 1). Proses pengumpulan data pengetahuan ini dapat ditempuh dengan beberapa cara. Basis pengetahuan ini didapatkan dari proses akuisisi pengetahuan. laporan dan wawancara langsung dengan Tabel 1. Fasilitas Akuisisi Pengetahuan Akuisisi pengetahuan merupakan suatu proses untuk mengumpulkan datadata pengetahuan terhadap suatu masalah dari seorang pakar. jurnal ilmiah.b. Lingkungan konsultasi yang digunakan oleh pemakai untuk mendapatkan pengetahuan dari pakar. yaitu : ada pakar.

05 = 0.Pohon Keputusan(Decision Trees) Keuntungan dari penggunaan pohon keputusan adalah sederhana dalam proses akuisisi pengetahuan dan lebih mudah diubah dalam bentuk kaidah. sapi dan domba [8].05 m1 {Θ } =0.3 m1 {u} = 0.m1 (Usia) = 1 – 0.3 = 0. Tabel Keputusan (Decision Tables) Tabel keputusan adalah pengetahuan yang diorganisasikan dalam format spreadsheet.3 m2 (Θ) = 1.015 0. Frames of discerment ini merupakan semesta pembicaraan dari sekumpulan hipotesis sehingga sering disebut dengan environment [10]. dan hanya ada satu yang akan sesuai dengan jawaban yang dibutuhkan.95 0. Maka untuk memperoleh nilai keyakinan dengan Dempster’s rule of combination dari gejala usia dan anemia ringan di atas. . Tabel 2. dihitung: m1 (Usia) = 0. yaitu menggunakan kolom dan baris.035 0.. Sedangkan metode ketidakpastian datanya menggunakan metode DempsterShafer.m2(Anemia ringan) = 1 – 0. Untuk keterangan lebih rincinya mengenai pohon keputusan dan tabel keputusan serta kaidah produksi yang dihasilkan pada sistem pakar ini dapat dilihat pada sistem pakar pendiagnosa penyakit endoparasitisme gastrointestinal pada hewan ternak . dimana : Θ = { 1 .95 m2 (Anemia ringan) = 0.Plausibility]..05 m1 (Θ) = 1.7 Hasil perhitungan diilustrasikan dalam tabel 2. yaitu penalaran yang didasarkan dengan mengumpulkan fakta-fakta (gejala-gejala) yang ada untuk menarik suatu kesimpulan [1]. Kemungkinan ini dalam teori Dempster-Shafer dinotasikan dengan P (Θ). ∑m (X ) m 1 2 (Y ) (5) m1 ⊕ m 2 ( Z ) = Di mana : X ∩Y = Z 1− κ ∑ = mass function dari evidence (Z) m1 (X) = mass function dari evidence (X) m2 (Y) = mass function dari evidence (Y) κ = jumlah evidential conflict Contoh Aplikasi : Hewan sapi Anda memiliki gejala : usia hewan 2 tahun.θ N } θ (3) Di mana : 5 . P (H) + P (H’) = 1 (4) Sedangkan mass function (m) dalam teori Dempster-Shafer adalah tingkat kepercayaan dari suatu evidence (gejala). Belief (Bel) adalah total ukuran kekuatan evidence dalam mendukung suatu himpunan bagian. sering disebut dengan evidence measure sehingga dinotasikan dengan (m).285 m2 {Θ } = 0. θ 2 .665 m1 ⊕ m2 ( Z ) Y⊆X Pls ( X ) =1 − Bel ( X ' ) =1 − ∑ m ( X ' ) (2) Y⊆X' Di mana : Bel (X) = Belief (X) Pls (X) = Plausibility (X) m (X) = mass function dari (X) m (Y) = mass function dari (Y) Pada teori Dempster-Shafer kita mengenal adanya Frames of Discerment yang dinotasikan dengan simbol (Θ) dan mass function yang dinotasikan dengan m. θN = element / unsur bagian dalam environment Environment mengandung elemenelemen yang menggambarkan kemungkinan sebagai jawaban.7 0. Sedangkan plausibility (Pls) akan mengurangi tingkat kepastian dari evidence Bel ( X ) = m (Y ) (1) Θ = Frame of discernment atau environment θ1. dan anemia. Hasil perhitungan m1 dan m2 m2 {A} = 0. Secara umum teori DampsterShafer ditulis dalam suatu interval [Belief.…. Untuk mengatasi sejumlah evidence pada teori Dempster-Shafer menggunakan aturan yang lebih dikenal dengan Dempster’s Rule of Combination [1]. Mesin Inferensi Metode yang digunakan dalam mesin inferensi adalah forward chaining.

985 = 0.Daftar penyakit .285/0. Adapun rancangan proses yang akan dilakukan dalam sistem pakar yang akan dibangun ditunjukkan oleh gambar 3.Daftar gejala .035/0.985 = 0. gejala yang telah dimasukkan ke sistem .015 = 0.Ketidakpastian user Sistem Pakar pendiagnosa penyakit Endoparasit Gastrointestinal .985 Selanjutnya kita akan menghitung tingkat keyakinan (m) combine dengan rumus : (usia muda) + bel (anemia) = m 1⊕ m2 (usia muda ) + • m 1⊕ m2 (anemia) = 0. m 1⊕ m2 (usia muda ) = κ 1 U ∩ Θ =usia muda ∑m (u ) m2 (Θ) Sehingga didapatkan : m 1⊕ m2 (usia muda) = 0.5 % Antarmuka Pemakai Antarmuka pemakai digunakan untuk mempermudah komunikasi antar pemakai dengan sistem.289 Jika kita menggunakan rumus : bel ( X ) = ∑ m (Y ) Y⊆X Pakar Data login pakar Data penambahan penyakit baru Data penambahan gejala baru Data aturan Ketidakpastian pakar Saran terapi Daur hidup parasit .Saran terapi dan daur hidup parasit .Daftar aturan Paramedis User .Data Gejala . Rancangan Proses dalam Sistem Pakar 6 .325 * 100 % = 32.bel ({usia muda.036 m 1⊕ m2 (anemia) = 0.289 = 0.325 Maka nilai kepastian kombinasi Dempster-Shafer bahwa hewan anda terinfeksi penyakit endoparasitisme gastrointestinal adalah sebesar = 0.Info Diagnosis Penyakit Endoparasitisme Gastrointestinal dan jenis penyakitnya .Data Viewer penyakit.Daftar User .036 + 0.Data User . anemia}) = bel • Langkah pertama kita hitung nilai dari κ-1 : κ-1 = 1 – 0.Ketidakpastian gabungan - - data login paramedis Data yang telah di back up Data yang telah direstore Database yang telah dikompakkan dan direparasi Data login system engineer Data backup Data restore Kompak dan reparasi database System Engineer Gambar 3.

Tampilan Proses Konsultasi 7 . Pemakai Untuk kategori pemakai hanya akan dapat melakukan proses konsultasi. Tampilan Input Data Pemakai 3. berupa menjawab pernyataan yang diajukan sistem kemudian sistem akan memberikan prediksi diagnosa tentang penyakit endoparasitisme gastrointestinal berdasarkan penyataan yang telah dijawab oleh pemakai dengan memasukkan identitas data pemakai terlebih dahulu. pakar. paramedis. Hasil dan Pembahasan Sistem pakar sebagai alat bantu pendiagnosa penyakit endoparasitisme gastrointestinal pada hewan ternak sapi dan domba ini di buat untuk 4(empat) kategori akses pengguna. dan engineer.Tombol Untuk melakukan proses konsulatsi Gambar 4. Setelah melakukan klik pada tombol tersebut maka akan muncul form konsultasi dimana sistem akan menanyakan beberapa pertanyaan mengenai penyakit endoparasitisme gastrointestinal serta kepastian dari pemakai yang diserta dengan petunjuk pengisian yang bertujuan untuk memudahkan menjawab pertanyaan yang diajukan. yaitu akses sebagai pemakai. Kriteria gejala yang ditanyakan Pertanyaan yang diajukan serta optian jawaban Nilai kepastian pemakai pada pertanyaan Petunjuk pengisian Gambar 5. Kemudian setelah data pemakai lengkap dan disimpan pada sistem maka tombol konsultasi akan aktif.

Tampilan Hasil Konsultasi Setelah semua pertanyaan selesai dijawab pemakai maka akan langsunng melihat hasil konsultasi dengan Tombol CETAK. Tampilan Daur Hidup dan Saran Terapi 8 . Setelah itu pemakai langsung ke tahap berikutnya dengan menekan tombol “Silahkan anda klik disini untuk mengetahui jenis penyakit endoparasitisme hewan anda” atau kembali ke menu utama dengan menekan tombol KELUAR.Total persentase keyakinan sistem menggunakan teori Dempster-Shafer Penyakit endoparasitisme Gastrointestinal Data pemakai Gejala penyakit Gambar 6. Daur hidup penyakit endoparasitisme Gastrointestinal Saran terapi penyakit endoparasitisme Gastrointestinal Gambar 7.Selain melihat hasil konsultasi pada sistem disertai dengan daur hidup dan saran terapi (pengobatan yang dapat dilakukan).

2. Haemonchosis. Paramedis dan Engineer pada sistem pakar ini memerlukan password yang harus diisikan terlebih. Paramedis dan Engineer Akses pakar. buku. Sedangkan Iengineer ini diperuntukan bagi pembuat sistem dimana aksesnya meliputi backup dan restore terhadap data. yang meliputi penyakit : Fascioliasis. Sistem pakar pendiagnosa penyakit endoparasitisme gastrointestinal pada hewan ternak sapi dan domba ini akuisisi pengetahuan didapatkan dari wawancara dan diskusi dengan dokter hewan bagian ilmu penyakit dalam. 4. 9 . dimana tahap pertama merupakan prediksi hewan sapi dan domba terkena penyakit adalah berikut Domba - Usia domba : 1 tahun Hewan mengalami anemia berat Hewan mengalami gangguan pertumbuhan Hewan mengalami penurunan berat badan seberat 5 kg Hewan mengalami penurunan nafsu makan Hewan diberi pakan rumput dari daerah basah Hewan dikandangkan secara berkelompok Hewan mengalami stress Pada sesi pertama pemakai akan memperoleh hasil atas prediksi terkena penyakit endoparasitisme gastrointestinal seperti yang ditampilkan oleh gambar 8. Mekanisme inferensi yang digunakan dalam Sistem pakar pendiagnosa penyakit endoparasitisme gastrointestinal pada hewan ternak sapi dan domba ini menggunakan 2 tahapan. serta mengkompakkan dan mereparasi database sistem. data gejala. hasil penelitian. dan Oesophagostomum. Kesimpulan Dari penelitian ini dapat disimpulkan bahwa : Sistem pakar pendiagnosa penyakit endoparasitisme gastrointestinal pada hewan ternak sapi dan domba berfungsi sebagai alat bantu diagnosa kemungkinan hewan akan terkena penyakit endoparasitisme gastrointestinal dan juga mendiagnosa jenis penyakitnya. Hasil prediksi terkena penyakit Endoparasitime Gastrointestinal Pakar. data penyakit. Askariasis.Gambar 8. 1. dan data aturan tanpa bisa merubah isi dari data tersebut. Strongyloides. Bunostomiasis. jurnal baik dalam negeri maupun luar negeri. Paramedis hanya bisa melihat data pemakai. Akses pakar adalah untuk melakukan proses edit data pengetahuan. Pengujian Sistem Kasus: Kriteria pemakai sistem dengan kondisi hewan sebagai : Hewan yang diamati pemakai : Selanjutnya setelah pemakai mengetahui bahwa hewannya terserang penyakit endoparasitisme gastrointestinal maka pemakai akan melakukan proses berikutnya yaitu diagnosa jenis penyakit endoparasitisme gastrointestinal yang dialami oleh hewan ternak yang diamati.

V. Yogyakarta. binaries/dempster. Boston. [5] Publishing S. “Sistem Pendiagnosa Penyakit Pernafasan dan Terapinya Menggunakan Probabilitas Bayesian”. Turban. Apulina. [6] [7] Daftar Pustaka [1] Giarratano. Sistem pakar pendiagnosa penyakit endoparasitisme gastrointestinal pada hewan ternak sapi dan domba yang dibangun ini menggunakan teori ketidakpastian Dempster-Shafer dalam menyelesaikan masalah ketidakpastian hipotesa hasil pada sistem.E. 1986. 2001. Tjahajati. J. Prentice Hall inc. 2006. 1989.3. E. ”Demspter-Shafer http://www.com/ Teori”. D. diakses tanggal 15 Pebruari 2006.pdf. Riley. 4. 1998. dan II” . 2 ed. Ignizio. Boston. O’Neill. Tesis Ilmu Komputer. E. FMIPA UGM. Approach”. “Artificial Intelligence Knowledge-Based [8] [2] [9] [3] [10] [4] 10 . “Probabilistic Interpretations for Mycin’s Certainty Factors”. Aronson. 2000. Elsivier Science Publishers B.. “Ilmu Penyakit Ternak I.P. PWS Publishing Company. Heckerman. M. Firebaugh. 1994. Efendi. Tesis ILKOM FMIPA UGM Yogyakarta. 1991. Gadjah Mada University Press. endoparasitisme gastrointestinal. Yogyakarta J. I. North-Holland. “Expert System: Principle and Programing”. PWS-KENT Company. ”Sistem Pakar Pendiagnosa Penyakit Endoparasitisme Gastrointestinal pada Hewan Ternak. R. 2004. 2002. “Pengkombinasian Metode Representasi Dalam Sistem Pendiagnosa Penyakit Anak”. Sapi dan Domba”. Subronto. dan tahap keduanya merupakan diagnosa jenis penyakit endoparasitisme gastrointestinal. “Decision Support System and Intelligent System”. An Introduction to Expert System. Mcgraw-Hill College A.. Iswanti. Tesis ILKOM FMIPA UGM Yogyakarta. 5 ed. G. W.aonaware. USA.

Sign up to vote on this title
UsefulNot useful