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