Sabtu, 17 Desember 2016

Review Film WALL-E [2008] (TUGAS 4)





Pada era abad ke – 22 perusahaan "raksasa" Buy N Large (BnL) menguasai bumi demi mengatur kelayakan hidup manusia, dimana pada masa itu bumi sangat dipenuhi oleh samapah yang bertaburan, sehingga perusahaan BnL berinisiatif dalam membuat sebuah program yaitu mernciptakan robot yang ditanamkan kecerdasan buatan untuk mengentaskan permasalahan yang ada.
     Wall E (Waste Allocation Load Lifters - Earth Class) adalah sebuah jenis robot  kecil yang bertugas sebagai robot pembersih sampah di bumi. Pada awalnya robot wall e memiliki populasi ratusan ribu unit dengan fungsi yang sama, akan tetapi setelah melewati kehidupan berabad-abad lamanya robot wall-e perlahan rusak, dan pada saat umur ke 700 tahun diciptakaan hanya tersisa satu robot wall e dan menjadi  benda hidup yang satu-satunya  tersisa di bumi pada tahun 2700 masehi. Kala itu manusia berbondong-bondong meninggalkan bumi menggunakan pesawat yang diciptakan oleh perusahaan BnL yaitu Axiom, dimana pesawat tersebut difasilitasi dengan robot yang selalu melayani manusia dalam perjalanannya menghindari bumi yang kotor.

     Kehidupan Wall e ternyata tidak hanya sendiri, Wall e pun ditemani oleh seekor kecoak. Hari-harinya dilalui dalam membersihkan sampah-sampah yang ada. Dalam kurun waktu yang lama Wall e selalu memiliki kehidupan yang sama, dan ternyata Wall e mengalami perkembangan dalam kecerdasan buatan yang ditanamkan pada dirinya, dalam perkembangannya iya ternyata memiliki ketertarikan untuk mengkoleksi barang-barang yang dia temukan dalam tumpukan sampah, seperti onderdil dari Wall e lain yang telah rusak, dimana onderdil yang iya temukan dapat digunakan sebagai suku cadang dari tubuhnya sendiri, selain itu dia juga gemar mendengarkan musik era 65’s dan gemar menonton video, salah satunya ialah “It Only Takes a Moment” dimana film tersebut mengajarkannya dalam memiliki sebuah perasaan. Dimana perasaan hanya dimiliki dalam diri manusia tidak dalam diri robot.

     Suatu saat ketika Wall e sedang menjalankan aktivitasnya sebagai robot pembersih lingkungan, Wall e menemukan sebuah bibit tanaman, disana dengan perkembangan kecerdasan yang iya alami Wall e mencoba menyematkan bibit yang iya temukan ke sebuah sepatu usang, tidak lama dari aktivitas Wall e tadi mendaratlah sebuah robot yang  bernama eve yang dikirimkan oleh pesawat axiom dengan kecerdasan buatan untuk mencari kehidupan flora dibumi, Didalam film robot eve diibaratkan sebagai robot wanita, disaat itu juga Wall e dan Eve bertemu, dalam pertemuannya timbullah rasa ketertarikan diantara mereka. Dalam pertemuannya Wall e memberikan tumbuhan yang iya temukan kepada Eve, kemudian Eve menyimpannya deidalam tubuhnya kemudian Eve mendadak non aktiv, seketika Wall e panik dan mencari cara untuk mengaktifkan tubuh Eve, akan tetapi pesawat ruang angkasa axiom menarik kembali tubuh Eve. Dalam proses penarikan tubuh Eve ke dalah pesawat, Wall e mengikutinya dan berhasil menerobos masuk kedalam pesawat axiom. Didalam pesawat Wall e dianggap sebagai ancaman yang mengikut dari bumi, sehingga Wall e harus dikeluarkan dari pesawat. Wall e yang terlanjur mengejar Eve kedalam pesawat kemudian mecari cara dalam meloloskan diri dari kejaran dan mencari Eve yang telah non-aktiv. Dalam pencariannya Wall e bertemu dengan Eve didalam ruang perbaikan dan disana mereka memberikan penemuan bibit tumbuhan kapten Mc Crea. Kapten Mc Crea merupakan seorang kapten kapal Axiom yang ditunjuk pemerintah untuk membawa semua manusia demi menyelamatkan manusia dari efek radiasi nuklir di bumi.

     Pada akhir cerita Eve dan Wall e dikembalikan ke bumi. Saat sampai di bumi kedua robot tersebut sama-sama nonaktiv, akan tetapi Wall e mengalami kerusakan yang cukup parah dan dalam cerita Eve kembali aktif ketika seekor serangga melewati tombol aktivasi yang ada pada tubuhnya. Ketika Eve kembali aktif Eve melihat tubuh Wall e yang rusak, seketika itu Eve mencoba memperbaiki Wall e dengan sumber daya yang ada dan hasilnya Wall e aktif kembali. Akan tetapi kebangkitan Wall e sudah sangat berbeda. Wall e kembali menjadi robot yang tidak memiliki perasaan sehingga membuat Eve menjadi sedih. Disaat itu Eve menyentuhkan keningnya dengan keningnya Wall e dan dalam proses tersebut menimbulkan getaran terhadap dua robot tersebut, dan dari proses tersebut Wall e kembali kepada ingatan yang ia miliki sebelumnya. Selepas dari kejadian tersebut mereka berdua dan manusia  bumi mencoba memperbaiki keadaan di bumi agar layak huni bagi setiap makhluk. Pada akhirnya bumi kembali normal seperti sedia kala. Mengenai kelanjutan kehidupan manusia beserta para robot di Bumi, dapat dilihat pada lukisan-lukisan yang terdapat pada kredit penutup dalam film animasi ini.

DAMPAK NEGATIF


Dari sebuah film Wall_E saya dapat simpulkan bahwa kehidupan manusia sangat di pengaruhi tekhnologi yang sangat peraktis. Sekarang coba lihat siapa yang tidak mau hidup secara instan dan enak. Karena hidup ingin serba instan manusia menjadi “Malas” semua ingin cepat instan. Tetapi mereka tidak tau efek jangka panjangnya akibat terlalu di manjakan tekhnologi. Contoh dari kehidupan kita yaitu dirumah anda memilki tv, tv tersebut dilengkapi dengan sebuah remote yang berfungsi untuk memberikan kemudahan kepada kita, untuk dapat mengganti channel tanpa harus menekan tombol yang tersedia di TV tersebut itu akan membuat anda malas dari hal-hal yang kecil saja, apalagi yang besar coba anda bayangkan dan disitu contoh anda di manjakan oleh tekhnologi.


PROBABILISTIC REASONING (TUGAS 3)

       PROBABILISTIC REASONING
(Penalaran Probabilistic) pada kasus penyakit ginjal

A. Deskripsi Masalah
Penyakit   Ginjal   merupakan   organ   tubuh   manusia   yang   sangat   vital.   Karena   ginjal merupakan salah satu organ perkemihan (ginjal-ureter-kandung kemihuretra). Penyakit ginjal dapat meningkatkan risiko kematian bagi penderita dan dapat juga menjadi pemicu timbulnya penyakit jantung. Apabila penyakit ginjal bisa dideteksi secara dini, penyakit lain yang menyebabkan kematian bisa segera dicegah. Karena ketidaknormalan fungsi ginjal sering kali menggambarkan tahapan awal dari gejala penyakit jantung.

            Tabel 1. Tabel Jenis-Jenis Penyakit Ginjal dan Gejalanya



Keterangan:
A : Gagal Ginjal Akut F : Kanker Kandung Kemih
B : Kanker Ginjal G : Ginjal Polikista
C : Pielonefritis H : Nefritis Tubulointerstisialis
D : Sindroma Nefrotik I : Sistitis
E : Hidronefrosis J : Infeksi Saluran Kemih


Pada tugas ini, penulis hanya membahas 2 jenis penyakit ginjal sebagai contoh
untuk penyelesaian pada penalaran probabilistik, yaitu : gagal ginjal akut dan kanker
ginjal. Di bawah ini adalah tabel klasifikasi gejala penyakit gagal ginjal akut dan kanker
ginjal.
                      Tabel 2. Klasifikasi Gejala Penyakit Ginjal



B. Diagram Bayesian Network
Diagram Bayesian network penyakit   ginjal   merupakan   representasi  hubungan sebab
akibat  antara data jenis penyakit dengan data gejala yang  telah  diperoleh.  Diagram
Bayesian network akan ditunjukan pada gambar 1.




C. Nilai Prior Probability
Setelah diagram bayesian network penyakit ginjal terbentuk, maka langkah selanjutnya adalah menentukan nilai  prior probability dari setiap gejala, yaitu derajat kepercayaan untuk suatu gejala. Prior Probability digunakan untuk melihat kemungkinan suatu event terjadi, tetapi begitu informasi baru diketahui maka probabilitas yang baru harus dilihat berdasarka informasi yang baru diketahui tersebut.
D. Menentukan  joint probability distribution, yakni probabilitas kemunculan bersama untuk semua kombinasi kemungkinan nilai-nilai yang terdapat pada variable A dan B. Untuk menghitung   nilai  joint   probability   distribution,   dapat   menggunakan persamaan:
P (A,B) = P (A|B) P(B) .
Berdasarkan   persamaan   di   atas,   maka   untuk   menentukan   nilai  joint   probability distribution suatu gejala adalah mengalikan nilai conditional probability dengan nilai prior probability. Misalkan akan menghitung nilai joint probability distribution gejala demam.

E. Menentukan nilai Likehood Ratio, merupakan nilai keyakinan terjadinya sesuatu.
- Prior   adds   on   Hipotesa   (H),   misalkan   A   merupakan   Hipotesa   dan   B
merupakan evidence (e), maka:
O(B) = P(B) / P(~B)
         = P(B) / 1- P(~B)

- Likehood Ratio
L(B|A) = P (B|A) / P(B|~A)  * O(B)
             =  P (B|A) / P(B|~A)  * P(B) / 1- P(~B)
 Maka nilai Likehood Ratio untuk penyakit demam tersebut adalah:
L(Demam| Ginjal) = [P(Demam| Ginjal) / P(Demam|~Ginjal)] *
                                  [P(Demam) / 1- P(~Demam)]
                                = nilai joint probability distribution P(Demam| Ginjal) /   nilai joint  
probability distribution P(Demam|~Ginjal)
   = 0.16 / 0.258
   = 0.620155039

Minggu, 13 November 2016

Aplikasi Sistem Cerdas dalam Kehidupan Sehari-Hari


Aplikasi Sistem Cerdas dalam Kehidupan Sehari-Hari 

Hasil gambar untuk artificial intelligence

Sistem cerdas atau kecerdasan buatan (Artificial Intelligent) merupakan cabang terpenting dalam dunia komputer yang dalam mempresentasi pengetahuan lebih banyak menggunakan bentuk symbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic (Metode Heuristik adalah teknik yang dirancang untuk memecahkan masalah yang mengabaikan apakah solusi dapat dibuktikan benar, tapi yang biasanya menghasilkan solusi yang baik atau memecahkan masalah yang lebih sederhana yang mengandung atau memotong dengan pemecahan masalah yang lebih kompleks). Sistem cerdas sudah banyak dikembangkan terutama dalam kehidupan sehari-hari, berikut adalah aplikasi sistem cerdas yang sering kita temui dalam kehidupan sehari-hari.

Hasil gambar untuk traffic light

Lampu Lalu Lintas adalah lampu yang mengendalikan arus lalu lintas yang terpasang di persimpangan jalan, pertigaan, perempatan, tempat penyeberangan pejalan kaki (zebra cross), dan tempat arus lalu lintas lainnya. Terdiri dari 3 warna lampu yaitu Merah yang artinya pengendara harus berhenti, kuning yang artinya pengendara harus berhati-hati, dan hijau yang artinya pengendara boleh melaju kembali tetapi ingat bukan dengan llaju kendaraan yang ngebut. Adanya lampu lalu lintas adalah untuk keselamatan bersama yang berarti harus dipatuhi. Dengan adanya lampu lalu lintas para pengendara akan lebih tertib, dan dapat memudahkan para pejalan kaki untuk menyebrang dengan rasa aman.

Hasil gambar untuk Vending Machine commuter line 

Vending Machine Commuter Line adalah mesin yang digunakan untuk membeli tiket kereta commuter line dengan menggunakan bantuan komputer. Dengan tampilan touch screen penggunakan vending machine commuter line cukup mudah yaitu dengan cara pilih stasiun yang akan kita tuju, kemudian akan muncul total harga tiket yang harus dibayarkan, lalu masukan uang ada vending machine maka setelah itu tiket kereta commuter line akan keluar.

Hasil gambar untuk Automatic Sliding Door

Automatic Sliding Door atau Pintu Geser Otomatis adalah suatu perangkat yang dapat mendeteksi kehadiran manusia atau objek hidup lainnya. Automatic sliding door biasanya sering kita temui di mall, perkantoran, apartemen dan pabrik. Penggunaan automatic sliding door juga sangat praktis, kita tidak perlu memegang gagang pintu untuk membukanya, kita hanya perlu berjalan menghampirinya maka pintu akan otomatis terbuka dan akan otomatis tertutup kembali.

Dari ketiga contoh implementasi sistem cerdas yang ada dalam kehidupan sehari-hari semuanya dapat memudahkan masyarakat. Lampu lalu lintas yang sangat bermanfaat untuk ketertiban dan keselamatan pengguna jalan, Vending Machine Commuter Line yang bermanfaat untuk melakukan pembelian tiket, Automatoc Sliding Door yang bermanfaat agar kita tidak perlu mendorong pintu agar terbuka dan tertutup. Semuanya tidak lagi menggunakan operator untuk menjalankannya, hanya memerlukan system untuk menjalankannya. Tetapi disisi lain masyarakat juga masih bingung dalam menggunakan system tersebut contohnya dalam menggunakan vending machine commuter line masih harus dipandu oleh petugas, pada lampu lalu lintas masyarkat juga banyak yang melanggar aturan saat lampu sudah merah tetap jalan tidak berhenti padahal itu sangat membahayakan pengendara itu sendiri dan yang lainnnya. Seharusnya masyarakat harus lebih banyak belajar menggunakan sistem cerdas denga begitu akan tujuan dan manfaatnya akan lebih terasa.

Senin, 10 Oktober 2016

Review Jurnal Kecardasan Buatan

SISTEM PAKAR BERBASIS MOBILE UNTUK 

MENDITEKSI PENYAKIT PADA GINJAL


ABSTRAK
Sistem pakar merupakan bagian dari kecerdasan buatan (artificial intelligence) yang terdiri dari
pengetahuan dan pengalaman dari banyak pakar yang dimasukkan ke dalam suatu basis
pengetahuan. Sistem pakar dapat membantu seseorang yang mungkin bukanlah seorang
pakar untuk menyelesaikan persoalan tertentu. Ginjal merupakan bagian dari organ dalam
manusia, bentuknya kecil namun memiliki fungsi yang penting dan cukup kompleks. Namun
demikian banyak masyarakat yang masih kurang memahami fungsi ginjal dengan baik,
termasuk berbagai penyakit yang mungkin muncul seputar ginjal. Oleh karena itu, pada
penelitian ini dirancang sistem pakar berbasis mobile untuk mendeteksi penyakit pada ginjal.
Basis pengetahuan dan mesin inferensi diletakkan di sebuah public server dan dibuat dengan
menggunakan teknologi PHP dan MySQL. Sedangkan sisi client dibuat dengan teknologi J2ME
dan komunikasi menggunakan protokol WAP. Sistem pakar yang dirancang memiliki 84 rule
(basis pengetahuan) dan memungkinkan untuk terus bertambah. Dengan adanya sistem pakar
yang dihasilkan dari penelitian ini, masyarakat dapat memahami berbagai penyakit pada ginjal
dan dapat melakukan pencegahan dini terhadap penyakit tersebut. Sistem pakar juga dapat
diakses dengan mudah, murah dan cepat karena menggunakan teknologi mobile.
Kata kunci: mobile, penyakit pada ginjal, sistem pakar
1. Pendahuluan
Sistem pakar merupakan bagian dari kecerdasan buatan yang terdiri dari pengetahuan dan
pengalaman dari banyak pakar yang dimasukkan ke dalam suatu basis pengetahuan. Sistem
pakar dapat membantu seseorang yang mungkin bukanlah seorang pakar untuk
menyelesaikan persoalan tertentu sesuai dengan basis pengetahuan yang telah dimasukkan
ke dalam sistem. Dengan adanya basis pengetahuan yang setiap saat dapat bertambah, maka
sistem pakar akan semakin berkembang keakuratannya.
Beberapa ahli telah mendefinisikan mengenai sistem pakar. Menurut (Ignizio, 1991) _ , sistem
pakar adalah suatu model dan prosedur yang berkaitan, dalam suatu domain tertentu, yang
mana tingkat keahliannya dapat dibandingkan dengan keahlian seorang pakar. Sementara itu,
menurut (Durkin, 1994) _ , sistem pakar adalah suatu program komputer yang dirancang untuk
memodelkan kemampuan penyelesaian masalah yang dilakukan oleh seorang sistem pakar.
Sedangkan menurut Siswanto dalam (Siswanto, 2010) _ , sistem pakar adalah program AI
(Artificial Intelligence) dengan basis pengetahuan (knowledge base) yang diperoleh dari
pengetahuan beberapa pakar atau ahli dalam memecahkan persoalan pada bidang tertentu
dan didukung mesin inferensi
(inference engine) yang melakukan penalaran atau pelacakan
terhadap sesuatu atau fakta-fakta yang diberikan oleh user lalu dicocokan
(matching) dengan
fakta-fakta dan aturan atau kaidah yang ada di basis pengetahuan setelah dilakukan
pencarian, sehingga tercapai kesimpulan.
Dari beberapa definisi di atas, dapat diambil kesimpulan bahwa sistem pakar memiliki
beberapa karakteristik utama yaitu terbatas pada domain permasalahan tertentu, memiliki
aturan (rule) tertentu, terdiri dari basis pengetahuan yang dapat ditambahkan oleh pakar dan
menggunakan algoritma pencarian atau penelusuran untuk menghasilkan suatu kesimpulan.
Sistem pakar memiliki 4 (empat) komponen dasar (Siswanto, 2010) _ , yaitu basis pengetahuan,
mesin inferensi, user interface dan development engine. Basis pengetahuan atau knowledge
base
yang merupakan komponen utama dari sistem pakar dan terdiri dari sejumlah fakta dan
aturan
(rule) yang disusun sedemikian rupa sehingga mengarah ke suatu kesimpulan. Bagian
kedua adalah mesin inferensi (
inference engine) yang mengandung mekanisme fungsi berpikir
dan pola-pola penalaran sistem yang digunakan oleh pakar. Teknik penalaran (inference)
dapat berupa penalaran ke depan (forward chaining) dan penalaran ke belakang (backward
chaining).
Komponen ketiga dari sistem pakar adalah user interface, dimana akan menyajikan
tampilan antar-muka bagi pengguna sistem pakar. Pada bagian ini umumnya, pengguna dapat
melakukan identifikasi fakta-fakta untuk menghasilkan suatu kesimpulan.
User interface pada
sistem pakar dapat berupa program berbasis
desktop (Handojo, Irawan, & Ongko, 2004) _,
berbasis web (Honggowibowo, 2009; Nafisah & Effendy, 1998; Yuwono, Fauziah, &
Setyaningsih, 2008) _ maupun berbasis mobile (Yudatama, 2008) _ . Bagian development
engine
merupakan komponen dari sistem pakar dimana bagian ini ditujukan bagi seorang
pakar untuk menambahkan pengetahuan baru ke dalam sistem.
Sementara itu, ginjal merupakan bagian dari organ dalam manusia, bentuknya kecil namun
memiliki fungsi yang penting dan cukup kompleks. Ginjal merupakan bagian dari saluran
kemih. Fungsi utama sistem organ yang kompleks ini adalah membuang kelebihan cairan dan
produk sisa dari darah (Clinic, 2003) _ . Ginjal juga berfungsi sebagai kelenjar endoktrin, yang
menghasilkan hormon penting bagi pembentukan sel darah merah, mengatur tekanan darah
dan pembentukan tulang.
Dengan pentingnya fungsi ginjal tersebut, pemahaman terhadap berbagai penyakit yang akan
mengganggu fungsi ginjal juga merupakan hal yang penting. Namun demikian, saat ini banyak
masyarakat yang belum memahami tentang penyakit-penyakit pada ginjal. Umumnya penyakit
akan diketahui setelah terjadi masalah yang parah. Dan untuk mendeteksi penyakit pada ginjal,
masyarakat juga harus berkonsultasi kepada seorang dokter spesialis. Bagi sebagian besar
masyarakat, biaya dan waktu untuk berkonsultasi dengan dokter spesialis merupakan hal yang
menjadi kendala.
Oleh karena itu, untuk mengatasi permasalahan yang ada tersebut dan untuk meningkatkan
pengetahuan masyarakat awam terhadap penyakit seputar ginjal, maka perlu dilakukan
penelitian yang akan menghasilkan suatu sistem pakar yang secara khusus dapat digunakan
untuk mendeteksi penyakit pada ginjal. Pendeteksian penyakit didasarkan pada gejala-gejala
yang timbul dan dapat dirasakan. Basis pengetahuan pada sistem pakar tersebut dapat
diperoleh dari para pakar yaitu dokter spesialis penyakit dalam dan juga dari berbagai referensi
buku kedokteran terkait penyakit pada ginjal.
Untuk mengatasi keterbatasan waktu dan mempermudah akses terhadap sistem pakar, maka
dalam penelitian ini sistem pakar akan dirancang menggunakan teknologi mobile. Dengan
demikian, sistem dapat diakses secara mudah dengan menggunakan perangkat mobile seperti
handphone dan smartphone. Dalam penelitian ini, sistem pakar dibuat dengan menggunakan
teknologi J2ME (Java 2 Micro Edition) yang dapat dijalankan di berbagai jenis perangkat
mobile.
Dengan adanya sistem pakar ini, masyarakat awam dapat menggunakannya sebagai sarana
deteksi dini terhadap penyakit pada ginjal. Dengan demikian, dampak yang lebih parah akibat
penyakit pada ginjal dapat dicegah. Masyarakat juga dapat mengakses sistem pakar dengan
mudah dan biaya yang murah melalui perangkat mobile yang dimilikinya.
2. Pembahasan
Pada penelitian ini, sistem pakar dirancang menggunakan teknologi mobile, sehingga
pengguna sistem pakar dapat dengan mudah mengakses aplikasi. Secara umum, sistem pakar
yang dirancang terdiri dari 2 (dua) bagian yaitu mesin inferensi
(inference engine) yang akan
diletakkan di sisi
server. Bagian ini dibuat dengan menggunakan bahasa pemrograman PHP.
Sedangkan basis pengetahuan sistem pakar disimpan di basis data MySQL. Bagian kedua
adalah sisi
client yang diletakkan di perangkat mobile pengguna. Bagian ini dibuat dengan
teknologi J2ME (Java 2 Micro Edition).

Gambar 10: Arsitektur Aplikasi Sistem Pakar
Kedua bagian, client dan server, terhubung melalui jaringan internet menggunakan mekanisme
request dan response. Client akan meminta data ke server dan server akan menanggapinya
dengan mengirimkan data yang diminta. Protokol yang digunakan dalam komunikasi kedua
bagian adalah WAP atau
wireless application protocol sehingga aksesnya akan lebih cepat.
Secara umum, arsitektur aplikasi dapat digambarkan pada gambar 1.
Basis pengetahuan atau knowledge base merupakan komponen yang paling penting dari suatu
sistem pakar. Basis pengetahuan harus disusun berdasarkan fakta-fakta yang diperoleh dari
berbagai sumber terpercaya, baik dari pengetahuan seorang pakar, maupun referensi lainnya.
Dalam kaitannya dengan ginjal, ternyata ditemukan banyak sekali variasi gejala dan jenis
penyakit yang mungkin terjadi pada ginjal. Dari hasil analisis yang dilakukan, didapatkan
setidaknya terdapat 84 rule. Setiap rule terdiri dari fakta-fakta sedemikian hingga membentuk
pohon keputusan sampai sembilan level kedalaman.
Berikut ini beberapa contoh rule yang ditemukan dalam penelitian ini.
Contoh Rule 1 :
JIKA ada demam
DAN ada pembengkakan
DAN ada perubahan warna pada kulit
DAN ada nyeri pada bagian tertentu
DAN tidak ada nyeri ketika berkemih
DAN ada darah dalam urin
DAN tidak ada nanah dalam urin
DAN tekanan darah rendah
DAN ada mual dan muntah
MAKA menderita penyakit GAGAL GINJAL AKUT
Contoh Rule 2 :
JIKA ada demam
DAN tidak ada pembengkakan
DAN ada perubahan warna pada kulit
DAN ada nyeri pada bagian tertentu
DAN tidak ada nyeri ketika berkemih
DAN ada darah dalam urin
DAN tidak ada nanah dalam urin
DAN tekanan darah tinggi
DAN tidak ada mual dan muntah
MAKA menderita penyakit KANKER GINJAL
DAN ada perubahan warna pada kulit
DAN tidak ada nyeri pada bagian tertentu
DAN tidak ada nyeri ketika berkemih
DAN ada darah dalam urin
DAN tidak ada nanah dalam urin
DAN tekanan darah normal
DAN tidak ada mual dan muntah
MAKA menderita penyakit GLOMERULONEFRITIS AKUT
Seluruh rule yang telah ditemukan harus disimpan dalam sebuah basis data, sehingga dengan
mudah dapat diakses dan ditambahkan. Untuk menyimpan rule dan kesimpulan terdapat
beberapa entitas antara lain entitas pertanyaan digunakan untuk menyimpan fakta-fakta dari
basis pengetahuan, entitas jawaban digunakan untuk menyimpan kesimpulan dari serangkaian
fakta yang membentuk
rule. Pada penelitian ini, basis pengetahuan disimpan dalam 4 (empat)
tabel basis data, yaitu tabel pertanyaan, jawaban, jurusan dan arahan.
Rancangan layar pengguna (user interface) dirancang dengan memperhatikan sisi
kenyamanan
(user friendly). Rancangan aplikasi dibuat dengan tampilan berbasis teks agar
dapat ditampilkan pada berbagai jenis perangkat mobile. Rancangan layar menu utama
aplikasi terdiri dari menu "Beranda" untuk kembali ke halaman awal, "Konsultasi" untuk
melakukan konsultasi, "Kamus" untuk mengakses halaman kamus istilah, "Tentang" untuk
mengakses penjelasan singkat terkait aplikasi, menu "Bantuan" untuk mengetahui petunjuk
menjalankan aplikasi dan menu "Admin Login" untuk mengakses halaman admin.

Pada rancangan konsultasi, pengguna akan disajikan pertanyaan berupa fakta. User diminta




untuk memilih jawaban "Ya" atau "Tidak" terkait pertanyaan tersebut. Pertanyaan lain akan
ditampilkan sesuai dengan jawaban pengguna dan rule yang sudah ditetapkan. Demikian
seterusnya sehingga dicapai suatu kesimpulan.
Flowchart aplikasi menggambarkan secara lebih rinci mengenai proses yang terjadi dalam
program. Gambar 4 adalah flowchart aplikasi untuk bagian konsultasi. Secara umum proses
yang terjadi pada halaman konsultasi adalah dimulai dengan konfirmasi apakah akan memulai
proses konsultasi. Selanjutnya akan ditampilkan pertanyaan awal yaitu pertanyaan level
pertama. Pengguna akan memilih jawaban "Ya" atau "Tidak". Jika dipilih salah satu jawaban,
maka program akan mencari pertanyaan selanjutnya yang akan ditampilkan. Jika pertanyaan
selanjutnya masih ada, maka akan ditampilkan. Namun jika tidak ada, maka akan ditampilkan



Sistem Pakar yang dihasilkan telah diuji cobakan secara langsung. Untuk sisi server, dipasang
pada sebuah
web hosting dan untuk sisi client diuji coba dengan menggunakan perangkat
mobile. Hasilnya, sistem pakar dapat berjalan dengan baik serta menghasilkan kesimpulan
sesuai dengan basis pengetahuan yang telah dimasukkan. Jika kombinasi jawaban tidak
ditemukan, sistem pakar juga dapat menampilkan arahan, yaitu semua kemungkinan jawaban
(kesimpulan) berdasarkan fakta-fakta yang ada.
3. Kesimpulan
Berdasarkan hasil analisis dan uji coba yang telah dilakukan, maka dapat diperoleh beberapa
kesimpulan terkait sistem pakar berbasis
mobile untuk mendeteksi penyakit pada ginjal. Sistem
pakar dirancang menggunakan teknologi
mobile, sehingga dapat dengan mudah diakses oleh
pengguna. Namun demikian, data yang disajikan pada sistem pakar hanya berupa teks
sehingga kurang menarik. Sistem pakar telah memiliki 84 rule yang menjadi basis
pengetahuan. Penambahan rule perlu dilakukan setiap saat, sehingga sistem pakar dapat
berkembang menjadi lebih akurat. Pada sistem pakar berbasis mobile, akan lebih efektif dan
efisien jika proses pencarian (mesin inferensi) diletakkan di sisi server, bukan di sisi client
(mobile)
sehingga tidak memberatkan client. Pada sistem pakar ini, digunakan metode
penelusuran
forward chaining atau penelusuran kedepan dimana kesimpulan akan didapat
berdasarkan fakta-fakta yang ada.
Daftar Pustaka
1. Clinic, M. (2003). Mayo Clinic Family Health Book, Third Edition. William Morrow.
2. Durkin, J. (1994). Expert Systems: Design and Development. Prentice Hall.
3. Handojo, A., Irawan, M. I., & Ongko, F. (2004). Perancangan dan Pembuatan Aplikasi
Sistem Pakar Terhadap Harta Kekayaan. Jurnal Informatika, Vol 5 (1), hal 32 - 38.
4. Honggowibowo, A. S. (2009). Sistem Pakar Diagnosa Penyakit Tanaman Padi berbasis
Web dengan Forward dan Backward Chaining. TELKOMNIKA, Vol 7 (3), hal 187-194.
5. Ignizio, J. P. (1991). An Introduction To Expert Systems. Mcgraw-Hill College.
6. Kusrini. (n.d.). Penggunaan Certainty Factor dalam Sistem Pakar untuk Melakukan
Diagnosis dan Memberikan Terapi Penyakit Epilepsi dan Keluarganya.
7. Nafisah, S., & Effendy, N. (1998). Implementasi Sistem Pakar dalam Bidang Farmakologi
dan Terapi Sebagai Pendukung Pengambilan Keputusan berbasis Web. World Wide Web
Internet And Web Information Systems, hal 1-6.
8. Siswanto. (2010). Kecerdasan Tiruan (2nd ed.). Yogyakarta: Graha Ilmu. 
9. Yudatama, U. (2008). Sistem Pakar untuk Diagnosis Kerusakan Mesin Mobil Panther
Berbasis Mobile. Jurnal Teknologi, Vol 1 (2), hal 212 - 218.
10. Yuwono, B., Fauziah, Y., & Setyaningsih, Y. R. (2008). Sistem Pakar Berbasis Web untuk
Identifikasi Jenis dan Penyakit pada Bunga Mawar. Seminar Nasional Informatika 2008,
semnasIF UPN Veteran, hal 202-208.