perancangan sistem pakar

5/24/2018 Perancangan Sistem Pakar

1/20

PERANCANGAN SISTEM PAKAR UNTUK

ANALISA PENYAKIT KANKER SERVIKS BERBASIS WEB

DENGAN METODE NAVE BAYES

Oleh :

1. Deny Andrianto 1050608071110762. Marta Perdana A 1050608071111063. Miftahul Abidin 105060800111060

PROGRAM TEKNOLOGI INFORMASI DAN ILMU KOMPUTER

UNIVERSITAS BRAWIJAYA

MALANG2014


2/20

BAB I

PENDAHULUAN

1.1 Latar BelakangPerkembangan komputer dewasa ini telah mengalami banyak perubahan yang sangat pesat,

seiiring dengan kebutuhan manusia yang semakin banyak dan kompleks. Komputer yang

pada awalnya hanya digunalan oleh para akedimisi dan militer, kii telah digunakan secara

luas di berbagai bidang, misalnya bisnis, kesehatan, pendidikan,psikologi, permainan dan

sebagainya. Hal ini mendorong para ahli untuk semakin mengembangkan komputer agar

dapat membantu kerja manusia atau bahkan melebihi kemampuan kerja manusia. Sistem

cerdas (intelligent system) adalah sistem yang dibangun dengan menggunakan teknik-teknik

artificial lintelligence. Salah satu yang dipelajari pada kecerdasan buatan adalah teori

kepastian denganmenggunakan teori Nave Bayes.

Sistem Pakar (Expert System) adalah program berbasis pengetahuan yang menyediakan

solusi-solusi untuk problema-problema dengan kualitas pakar. Sistem pakar merupakan

program komputer yang meniru proses pemikiran dan pengetahuan pakar dalam

menyelesaikan suatu masalah tertentu. Implementasi sistem pakar dapat diterapkan dalam

dunia kesehatan selain sebagai media informasi bagi masyarakat terutama penderita

penyakit untuk mengetahui jenis penyakit yang diderita sebagai diagnosa awal, juga sebagai

alat bantu bagi dokter untuk dapat mengambil keputusan secara cepat dan lebih akurat.

Pengetahuan

yang disimpan di dalam sistem pakar umumnya diambil dari seorang manusia yang pakar

dalam masalah tersebut dan sistem pakar itu berusaha meniru metodelogi dan kinerjanya

(performance). Salah satu implementasi yang diterapkan sistem pakar dalam bidang

kesehatan yaitu sistem pakar untuk diagnosa penyakit kanker serviks. Penyakit yang dipilih

adalah penyakit kanker serviks karena penyakit kanker serviks merupakan penyakit yang

memiliki tingkat penderita tinggi dan kurangnya pengetahuan masyarakat tentang kanker

serviks, baik dari penanganan, pengobatan serta pencegahan . Seringkali orang bingung

dengan penyakit yang diderita dan harus ke dokter apa untuk berobat atau berkonsultasi.

Oleh karena itu dibangun suatu sistem pakar yang dapat membantu menyelesaikan masalah

tersebut dengan menggunakan metode Nave Bayes.


3/20

1.2 Tujuan

Tujuan dari sistem ini adalah membuat suatu program sistem pakar yang berisi pengetahuan

dari seorang pakar/dokter yang diyakini kebenarannya yang memiliki kemampuan untuk

dapat mendiagnosa penyakit dari gejala-gejala yang dirasakan oleh pasien secara cepat dan

tepat seperti seorang pakar dengan menggunakan metode Nave Bayes. Manfaat dari sistem

pakar untuk mendiagnosa penyakit kanker serviks ini untuk dapat memberikan informasi

sebagai diagnosa awal bagi penderita penyakit dalam mengenali jenis penyakit yang yang

diderita dan sebagai alat bantu bagi pakar/dokter untuk dapat medeteksi secara dini

penyakit kanker serviks yang timbul secara tepat dan cepat sehingga dapat diputuskan

pengobatan secara efektif.

1.3 Pembatasan Masalah

a) Sistem pakar ini menggunakan bahasa pemrograman PHP dan database MySQL.b) Diasumsikan bahwa data dimasukkan oleh pakar atau orang yang mengetahui

perubahan jenis, gejala dan langkah pengobatan penyakit kanker serviks.

c) Penyakit yang dibahas kanker serviks beserta gejala dan pengobatannya.d) Sistem pakar ini mendiagnosis pasien dewasa di atas 20 tahun yang produktif.

1.4 Metode Penelitian

Pengerjaan Tugas Akhir ini menggunakan metodologi :

a) Studi literaturBertujuan untuk mempelajari dan memahami teori dasar tentang Sistem Pakar,dan

materi lain yang berhubungan dengan pembuatan program.

b) Pengumpulan data dan studi lapanganMengumpulkan data dan informasi yang terkait dengan informasi jenis, gejala dan

pengobatan penyakit kanker serviks, baik melalui konsultasi dengan pakar (dokter

atau pakar kesehatan) maupun sumber literatur lainnya.

c) Analisa dan perancangan


4/20

Pengembangan perangkat lunak sistem dengan tahapan sesuai dengan tahapan

pada Perancangan Sistem Pakar Untuk Diagnose Penyakit Kanker Serviks Berbasis

Web sebagai berikut:

Identifikasi MasalahMasalah yang terjadi sekarang ini adalah banyak penderita penyakit dalam

yang masih belum mengetahui jenis penyakit yang diderita dan seringkali

pakar atau karena begitu kompleksnya penyakit dalam, maka dokter/pakar

harus mendalami lebih jauh gejala yang dialamai pasien dan mencoba

tindakan pengobatan mana yang harus dijalani sampai ditemukan

pengobatan yang sesuai dengan jenis penyakit yang diderita.

Analisis dan Akuisisi PengetahuanPada tahapan ini akan dilakukan analisis terhadap data dan informasi yang

diperoleh, yaitu data dan informasi tentang jenis-jenis penyakit, gejala yang

menyertai serta tindakan pengobatan apa yang mesti dilakukan. Selain itu

pada tahap ini juga dilakukan pengumpulan pengetahuan dan pengalaman

dari pakar (dokter dan literatur yang terkait).

Pemilihan ToolsMerupakan tahap pemilihan tools yang akan digunakan untuk membangun

sistem pakar.

Representasi PengetahuanPengetahuan-pengetahuan yang telah didapat dari hasil akuisisi

pengetahuan diolah menjadi bentuk yang dapat dikenali oleh komputer.

Selain itu pada tahap ini juga dilakukan pembuatan prototype dari

sistem berupa aturan-aturan yang akan digunakan untuk menelusuri

pengetahuan pada mesin inferensi.

Verifikasi dan validasiPada tahap ini, pengetahuan yang sudah direpresentasikan tersebut

dikonfirmasikan kembali ke pakar untuk diverifikasi serta diperiksa

validasinya.

Implementasi


5/20

Merupakan tahap pembangunan aplikasi, termasuk integrasi

pengetahuan yang sudah diverifikasi dan valid.

Evaluasi dan Implementasi akhirAkan dilakukan evaluasi dan penyempurnaan pada sistem yang telah

dibuat jika diperlukan untuk kemudian diserahkan pada user.


6/20

BAB II

LANDASAN TEORI

2.1 Kecerdasan Buatan (Artif icial I ntelli gent) Secara Umum

Kecerdasan Buatan (Artificial Intelligence) adalah Ide ide untuk membuat suatu perangkat

lunak computer yang memiliki kecerdasan sehingga perangkat lunak komputer tersebut

dapat melakukan suatu pekerjaan yang dilakukan oleh manusia (Artanti,2004), dengan kata

lain membuat sebuah program pada komputer dapat berpikir dan bernalar seperti manusia.

Tujuan dari Kecerdasan Buatan ini adalah membuat komputer lebih cerdas, mengerti tentan

cara berfikir, dan membuat mesin lebih berguna bagi manusia. Implementasi dariKecerdasan Buatan saat ini dapat ditemui dalam bidangbidang antara lain :

1. Fuzzy Logic : Suatu metode Kecerdasan Buatan yang banyak terdapat pada alatelktronik dan robot. Dimana alat alat elektronik atau robot tersebut mampu

berfikir dan bertingkah laku layaknya manusia.

2. Computer vision : Suatu metode Kecerdasan Buatan yang memungkinkan sebuahsistem pada komputer unruk mengenali gambar sebagai input. Contoh : untuk

mengenali tulisan yang terdapat gambar didalamnya.

3. Artificial Intelligence pada Game : Suatu metode Kecerdasan Buatan yang mampumeniru tingkah laku manusia dengan tampilan berupa Game. Contoh : Game

Winning Eleven yang dapat berfikir layaknya pemain sepak bola.

4. Speech Recognition : Suatu metode Kecerdasan Buatan yang berguna untukmengenali suara manusia sebagai input, dengan cara mencocokkan suara pada

acuan atau pattern yang telah diprogram sebelumnya. Contoh : Suara dari user

dapat dijadikan sebuah perintah bagi komputer.

5. Expert System : Suatu metode Kecerdasan Buatan yang digunakan untuk menirucara berfikir dan penalaran seorang ahli dalam mengambil keputusan berdasarkan

situasi yang ada.

2.2 Sistem Pakar

Sistem Pakar (Expert System) adalah sistem yang berusaha mengadopsi pengetahuan

manusia untuk diterapkan dalam sistem komputer untuk menyelesaikan suatu masalah

layaknya seorang pakar. Pada dasarnya Sistem Pakar diterapkan untuk mendukung aktivitas


7/20

pemecahan masalah. Beberapa aktivitas pemecahan yang dimaksud seperti pembuatan

keputusan (Decision Making) , Pemanduan Pengetahuan (Knowledge Fusing), Pembuata

Desain (Designing), Perencanaan (Planning), Prakiraan (Forecasting), Pengaturan

(Regulating), Pengendalian (Controlling), Diagnosa (Diagnosing), Perumusan (Prescribing),

Penjelasan (Explaining), Pemberian Nasihat (Advising), dan Pelatihan (Tutoring)

(Kusrini,2006).

2.2.1 Sejarah Sistem Pakar

Sistem Pakar mulai dikembangkan pada pertengahan tahun 1960 oleh Artificial Intelligence

Corporation. Periode penelitian kecerdasan buatan ini didominasi oleh suatu keyakinan

bahwa nalar digabung dengan komputer canggih akan menghasilkan prestasi pakar atau

bahkan manusia super. Suatu usaha kearah ini adalah General Purpose Problem Solver (GPS)

yang dikembangkan oleh Allen Newell, John Cliff Shaw, dan Hebert Alexander Simon. GPS

merupakan sebuah percobaan untuk menciptakan mesin yang cerdas.Sistem Pakar untuk

melakukan diagnosa kesehatan telah dikembangkan sejak pertengahan tahun 1970 yang

untuk pertama kali dibuat oleh Bruce Buchnanan dan Edward Shortliffe di Standford

University diberi nama MYCIN. MYCIN merupakan program interaktif yang melakuka

diagnosa penyakit meningitis dan infeksi Bacremia serta memberikan rekomendasi terapi

antimikrobia.

MYCIN mampu memberikan penjelasan atas penalarannya secara detail. Dalam uji coba,

program ini mampu menunjukkan kemampuan seperti spesialis.

2.2.2 Ciri-ciri Sistem Pakar

Adapun ciriciri Sistem Pakar yaitu :

1. Mudah dimodifikasi, yaitu dengan menambah atau menghapus suatu pengetahuandari basis pengetahuannya.

2. Memiliki kemampuan untuk beradaptasi.3. Terbatas pada bidang spesifik.4. Output tergantung dialog dengan pengguna (user).

2.2.3 Kategori dan Area Permasalahan Sistem Pakar

Berikut adalah kategori dan area permasalahan sistem pakar:

a) Interprestasi, adalah membuat kesimpulan atau deskripsi dari sekumpulan datamentah.


8/20

b) Prediksi, adalah memproyeksikan akibat-akibat yang dimungkinkan dari situasi-situasi tertentu.

c) Diagnosa, adalah menentukan sebab malfungsi dalam situasi yang didasarkan padagejala gejala yang teramati.

d) Desain, adalah menentukan konfigurasi komponen-komponen sistem yang cocokdengan tujuan-tujuan kinerja tertentu yang memenuhi kendala-kendala tertentu.

e) Perencanaan, adalah merencanakan serangkaian tindakan yang dapat mencapaisejumlah tujuan dengan kondisi awal tertentu.

f) Debugging dan Repair, adalah menentukan dan menginterpresentasikan cara-carauntuk mengatasi malfungsi.

g) Instruksi, adalah mendeteksi dan mengoreksi defisiensi dalam pemahaman domainsubyek.

h) Pengendalian, adalah mengatur tingkah laku suatu lingkungan yang kompleks.i) Seleksi, adalah mengidentifikasi pilihan terbaik dari sekumpulan kemungkinan.

j) Simulasi, adalah pemodelan interaksi antara komponen-komponen sistem.k) Monitoring, adalah membandingkan hasil pengamatan dengan kondisi yang

diharapkan.

2.2.3 Keuntungan dan kelemahan Sistem Pakar

Keuntungan sistem pakar:

a) Memungkinkan orang awam dapat mengerjakan pekerjaan para ahli.b) Dapat melakukan proses secara berulang secara otomatis.c) Menyimpan pengetahuan dan keahlian para pakar.d) Meningkatkan kualitas, dengan memberi nasehat yang konsisten dan mengurangi

kesalahan.

e) Meningkatkan hasil dan produktivitas, karena sistem pakar dapat bekerja lebih cepatdari manusia.

f) Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap danmengandung ketidakpastian.

g) Memiliki kemampuan untuk mengakses pengetahuan.h) Meningkatkan kapabilitas dalam penyelesaian masalah.i) Menghemat waktu dalam pengambilan keputusan.


9/20

Kelemahan sistem pakar:

a) Biaya yang diperlukan untuk membuat, memelihara, dan mengembangkannyasangat mahal.

b) Sulit dikembangkan, hal ini erat kaitannya dengan ketersediaan pakar di bidangnya.c) Sistem pakar tidak 100% benar karena seseorang yang terlibat dalam pembuatan

sistem pakar tidak selalu benar. Oleh karena itu perlu diuji ulang secara teliti

sebelum digunakan.

d) Kepakaran sangat sulit diekstrak dari manusia.e) Pendekatan oleh setiap pakar untuk suatu situasi atau problem bisa berbeda-beda,

meskipun sama-sama benar.

f) Sangat sulit bagi seorang pakar untuk mengabstraksi atau menjelaskan langkahmereka dalam menangani masalah.

g) Sistem pakar bekerja baik untuk suatu bidang yang sempit.h) Istilah dan jargon yang dipakai oleh pakar dalam mengekspresikan fakta seringkali

terbatas dan tidak mudah dimengerti oleh orang lain.

i) Transfer pengetahuan dapat bersifat subyektif dan bias.

2.3 Algoritma Nave Bayes

Klasifikasi adalah salah satu tugas yang penting dalam data mining, dalam klasifikasi sebuah

pengklasifikasi dibuat dari sekumpulan data latih dengan kelas yang telah di tentukan

sebelumnya. Performa pengklasifikasi biasanya diukur dengan ketepatan (atau tingkat galat).

Teorema Bayes adalah teorema yang digunakan dalam statistika untuk menghitung peluang

untuk suatu hipotesis, Bayes Optimal Classifier menghitung peluang dari suatu kelas dari

masing-masing kelompok atribut yang ada, dan menentukan kelas mana yang paling

optimal. Umumnya kelompok atribut E direpresentasikan dengan sekumpulan nilai atribut

(x1,x2,x3,.,xn) dimana xi adalah nilai atribut Xi. C adalah variable klasifikasi dan c adalah

nilai dari C.


10/20

Pengklasifikasian menggunakan Teorema Bayes ini membutuhkan biaya komputasi yang

mahal (waktu prosessor dan ukuran memory yang besar) karena kebutuhan untuk

menghitung nilai probabilitas untuk tiap nilai dari perkalian kartesius untuk tiap nilai atribut

dan tiap nilai kelas. Data latih untuk Teorema Bayes membutuhkan paling tidak perkalian

kartesius dari seluruh kelompok atribut yang mungkin, jika misalkan ada 16 atribut yang

masing-masingnya berjenis Boolean tanpa missing value, maka data latih minimal yang

dibutuhkan oleh Teorema bayes untuk digunakan dalam klasifikasi adalah 216 = 65.536 data,

sehingga ada 3 masalah yang dihadapi untuk menggunakan teorema bayes dalam

pengklasifikasian, yaitu :

1) Kebanyakan data latih tidak memiliki varian klasifikasi sebanyak itu (oleh karenanyasering diambil sample)

2) Jumlah atribut dalam data sample dapat berjumlah lebih banyak (lebih dari 16)3) Jenis nilai atribut dapat berjumlah lebih banyak [lebih dari 2 Boolean] terlebih lagi

untuk jenis nilai atribut yang bersifat tidak terbatas 1 - seperti numeric dan

kontiniu.

4) Jika suatu data X tidak ada dalam data latih, maka data X tidak dapat di asumsitersebut performa yang dihasilkan akan buruk.

Domingos dan Pazzani (1997) pada papernya untuk menjelaskan performa nave bayes

dalam fungsi zero-one loss. Fungsi zero-one loss ini mendefinisikan error hanya sebagai

pengklasifikasian yang salah. Tidak seperti fungsi error yang lain seperti squared error, fungsi

zero-one loss tidak member nilai suatu kesalahan perhitungan peluang selama peluang

maksimum di tugaskan kedalam kelas yang benar. Ini berarti bahwa nave bayes dapat

mengubah peluang posterior dari tiap kelas, tetapi kelas dengan nilai peluang posterior

maksimum jarang diubah. Sebagai contoh, diasumsikan peluang sebenarnya dari dan ,

sedangkan peluang yang dihasilkan oleh nave bayes adalah dan . nilai peluang tersebut

tentu saja berbeda jauh, namun pilihan kelas tetap tidak terpengaruh.

2.4 PHP

2.4.1 Sejarah PHP

Pertama kali PHP dibuat oleh Rasmus Lerdorf pada tahun 1995 menggunakan nama PHP/FI

yang memiliki kepanjangan Personal Home Page/Form Interpreter. Namun pada

perkembangannya, pada tahun 1997, Andi Gutmans dan Zeev Suraski menulis ulang PHP

yang kemudian sampai sekarang dikenal kependekan dari kata Hypertext Preprocessor. PHP


11/20

tergolong sebagai perangkat lunak open source yang diatur dalam aturan general purpose

licences ( GPL ).

Pemrograman PHP sangat cocok dikembangkan dalam lingkungan web, karena PHP

dikhususkan untuk pengembangan web dinamis. Maksudnya PHP mampu menghasilkan

website yang terus menerus hasilnya bisa berubah-ubah sesuai dengan pola yang diberikan.

Hal tersebut bergantung pada permintaan client browsernya (Opera, Internet Explorer,

Mozzila, dan lain-lain).

2.4.2 Tipe Data

Ada beberapa jenis tipe data yang digunakan di dalam PHP, yaitu:

a) Tipe scalar, adalah tipe data yang hanya memuat satu data dalam variabel. tipe initidak bisa dipecah lagi menjadi bagian yang lebih kecil, boleh dikatakan merupakan

tipe dasar, terdiri dari :

Boolean, adalah tipe data yang paling sederhana, banyak digunakan untuk

mencari nilai kebenaran. Boolean bisa bernilai True atau False dan

keduanya bersifat case-insentive.

Integer, merupakan tipe data yang berisikan bilangan bulat negatif danpositif.

Float, merupakan tipe data yang berisikan bilangan real negatif dan positif.

String, merupakan tipe data yang berisikan satu atau kumpulan karakter.

b) Tipe compound atau tipe campuranArray, adalah sekumpulan data yang disimpan dalam suatu variabel dengan

nama yang sama.

Object, adalah sebuah tipe data yang dapat berupa sebuah bilangan,

variabel, atau bahkan sebuah fungsi.

c) Tipe special atau tipe khususResource, tipe data yang dikhususkan untuk menyimpan resource atau

sumber atau alamat. Variabel tersebut hanya dapat diciptakan oleh suatu

fungsi khusus yang mengembalikan nilai berupa resource seperti

penggunaan fungsifopen, dir, mysql_conn, mysql_query dan semacamnya.


12/20

Null, adalah tipe data yang tidak memuat apapun. Setiap variabel yangdiset menjadi tipe data NULL ini akan menjadikan variabel tersebut kosong,

seperti dalam penggunaan fungsi unset().

2.5 MySQL

MySQL adalah suatu sistem manajemen database. Suatu database adalah suatu koleksi data

terstruktur. Data tersebut dapat berupa apa saja, dari list sederhana sampai sebuah galeri

gambar. Untuk menambah, mengakses, dan memproses data yang tersimpan dalam sebuah

database, dibutuhkan suatu sistem manajemen database seperti halnya MySQL. Sejak

komputer menjadi suatu alat yang digunakan untuk menanggulangi data dalam ukuran

besar, manajemen database memegang peranan utama dalam perhitungan, sebagai utilitas

tunggal maupun sebagai bagian dari aplikasi lain.

Salah satu keuntungan MySQL adalah MySQL merupakan perangkat lunak open source. Open

source berarti dapat digunakan dan dimodifikasi oleh siapa saja. Semua orang dapat

mengunduh MySQL dari internet dan menggunakannya secara gratis. Untuk administrasi

database, seperti pembuatan database, pembuatan tabel, dan sebagainya, dapat digunakan

aplikasi berbasis web seperti PHPMyAdmin.

MySQL mendukung banyak tipe data yang terbagi menjadi beberapa kategori, antara lain

tipe numeric, tipe date dan time, dan tipe string. Berikut ini akan dibahas tentang kategori

tipe data masing-masing tersebut.

a) Tipe numericMySQL mendukung hampir semua tipe data numeric/angka, asalkan sesuai

dengan standar SQL. Termasuk di dalamnya adalah tipe data untuk bilangan

bulat serta tipe data yang digunakan untuk bilangan desimal atau pecahan

Tabel 2.2 Tipe data numeric MySQL

Type Byte Signed Unsigned

TINYINT 1 -128 s/d 127

SMALLINT 2 -32768 s/d 32767

MEDIUMINT 3 -8388608 s/d 8388607

INT, INTEGER 4 -2147483648 s/d 2147483647

BIGINT 8 -9223372036854775808 s/d

9223372036854775807


13/20

FLOAT 4 -3.402823466E+38 s/d

-1.175494351E-38

1.175494351E-38 s/d

3.402823466E+38

DOUBLE 8 -1.797693138623157 s/d

b) Tipe Date dan TimeMySQL memiliki tipe data yang berhubungan dengan penanganan tanggal dan

pewaktuan, antara lain DATETIME, FATE, TIMESTAMP, TIME dan YEAR. Berikut

ini jenis-jenis tipe data yang berhubungan dengan tipe date dan time

Tabel 2.2 Tipe date dan time

Type Keterangan

DATETIME Ukuran 8 byte, kombinasi tanggal dan jam dengan jangkauan mulai

"1000-01-01 00:00:00' sampai dengan '9999-12-31

23:59:59 '

DATE Ukuran 3 byte, tanggal dengan jangkauan mulai dari '1000-0101' sampai

dengan '9999-12-31'

TIMESTAM

Ukuran 4 byte, kombinasi tanggal dan jam dengan jangkauan mulai dari

'1970-01- 00:00:00' sampai dengan tahun 2037TIME Ukuran 3 byte, waktu dengan jangkauan mulai dari '-

838:59:59' sampai dengan '838:59:59'

YEAR

Ukuran 1 byte, data tahun antara 1901 sampai dengan 2155

c) Tipe CharacterTipe character adalah tipe yang berhubungan dengan string. Adapun tipe

datanya antara lain sebagai berikut:

Tabel 2.3 Tipe character

Type Keterangan

BINARY, CHAR(M) Ukuran M byte, 1


14/20

LONGBLOB, LONGTEXT

Fungsi MySQL akan sering digunakan saat membuat website dinamis yang membutuhkan

database MySQL. Misalnya, untuk membuat query, memanipulasi table, menghubungkan keserver MySQL, dan menyimpan data. Semua fungsi MySQL bekerja dengan baik jika sudah

terhubung dengan server MySQL (gunakan fungsi mysql_connect). Berikut contoh

penggunaan fungsi MySQL connect:

< ?php

$link = mysql_connect (localhost , mysql_user ,

mysql_password) if (! $link ) { die (koneksi gagal :

.mysql_error ( ) ) ;

} echo Connected

Succesfully; mysql_close

( $link);

?>

2.6 Kanker Leher Rahim (Kanker Serviks)

Kanker Serviks adalah sejenis kanker yang 99,7% disebabkan oleh human papilloma virus

(HPV) onkogenik, yang menyerang leher rahim. Di Indonesia hanya 5 persen yang melakukan

Penapisan Kanker Leher Rahim, sehingga 76,6 persen pasien ketika terdeteksi sudah

memasuki Stadium Lanjut (IIIB ke atas), karena Kanker Leher Rahim biasanya tanpa gejala

apapun pada stadium awalnya. Penapisan dapat dilakukan dengan melakukan tes Pap smear

dan juga Inspeksi Visual Asam Asetat (IVA). Di negara berkembang, penggunaan secara luas

program pengamatan leher rahim mengurangi insiden kanker leher rahim yang invasif

sebesar 50% atau lebih. Kebanyakan penelitian menemukan bahwa infeksi human

papillomavirus (HPV) bertanggung jawab untuk semua kasus kanker leher rahim. Perawatan

termasuk operasi pada stadium awal, dan kemoterapi dan/atau radioterapi pada stadium

akhir penyakit.

Human papilloma virus (HPV) 16 dan 18 merupakan penyebab utama pada 70% kasus kanker

serviks di dunia. Perjalanan dari infeksi HPV hingga menjadi kanker serviks memakan waktu

yang cukup lama, yaitu sekitar 10 hingga 20 tahun. Namun proses penginfeksian ini sering

tidak disadari oleh para penderita, karena proses HPV kemudian menjadi pra-kanker


15/20

sebagian besar berlangsung tanpa gejala. Karena itu, Vaksinasi Kanker Serviks sangat

dianjurkan, demikian juga Penapisan.

Kanker leher rahim pada stadium awal tidak menunjukkan gejala yang khas, bahkan bisa

tanpa gejala. Pada stadium lanjut, gejala kanker serviks, antara lain: perdarahan post coitus,

keputihan abnormal, perdarahan sesudah mati haid (menopause) serta keluar cairan

abnormal (kekuning-kuningan, berbau dan bercampur darah).

2.6.1 Faktor Resiko

Berikut ini akan dijelaskan faktor-faktor penyebab terjadinya kanker serviks :

a) Faktor AlamiahFaktor alamiah adalah faktor-faktor yang secara alami terjadi pada seseorang

dan memang kita tidak berdaya untuk mencegahnya. Yang termasuk dalam

faktor alamiah pencetus kanker serviks adalah usia diatas 40 tahun. Semakin tua

seorang wanita maka makin tinggi risikonya terkena kanker serviks. Tetapi hal ini

tidak hanya sekedar orang yang sudah berumur saja, yang berusia muda pun

bisa terkena kanker serviks. Tentu kita tidak bisa mencegah terjadinya proses

penuaan. Akan tetapi kita bisa melakukan upaya-upaya lainnya untuk mencegah

meningkatnya risiko kanker serviks. Tidak seperti kanker pada umumnya, faktor

genetik tidak terlalu berperan dalam terjadinya kanker serviks. Ini tidak berarti

Anda yang memiliki keluarga bebas kanker serviks dapat merasa aman dari

ancaman kanker serviks. Anda dianjurkan tetap melindungi diri Anda terhadap

kanker serviks.

b) Faktor KebersihanKeputihan yang dibiarkan terus menerus tanpa diobati. Ada 2 macam keputihan,

yaitu yang normal dan yang tidak normal. Keputihan normal bila lendir berwarna

bening, tidak berbau, dan tidak gatal. Bila salah satu saja dari ketiga syarat

tersebut tidak terpenuhi berarti keputihan tersebut dikatakan tidak normal.

Segeralah berkonsultasi dengan dokter Anda bila Anda mengalami keputihan

yang tidak normal.

Penyakit Menular Seksual (PMS). PMS merupakan penyakit-penyakit yang

ditularkan melalui hubungan seksual. PMS yang cukup sering dijumpai antara

lain sifilis, gonore, herpes simpleks, HIV-AIDS, kutil kelamin, dan virus HPV.


16/20

Pemakaian pembalut yang mengandung bahan dioksin. Dioksin merupakan

bahan pemutih yang digunakan untuk memutihkan pembalut hasil daur ulang

dari barang bekas, misalnya krayon, kardus, dan lain-lain.

Membasuh kemaluan dengan air yang tidak bersih, misalnya di toilet-toilet

umum yang tidak terawat. Air yang tidak bersih banyak dihuni oleh kuman-

kuman.

c) Faktor PilihanFaktor ketiga adalah faktor pilihan, mencakup hal-hal yang bisa Anda tentukan

sendiri, diantaranya berhubungan seksual pertama kali di usia terlalu muda.

Berganti-ganti partner seks. Lebih dari satu partner seks akan meningkatkan

risiko penularan penyakit kelamin, termasuk virus HPV. Memiliki banyak anak

(lebih dari 5 orang). Saat dilahirkan, janin akan melewati serviks dan

menimbulkan trauma pada serviks. Bila Anda memutuskan untuk memiliki

banyak anak, makin sering pula terjadi trauma pada serviks. Pap Smear

merupakan pemeriksaan sederhana yang dapat mengenali kelainan pada

serviks. Dengan rutin melakukan papsmear, kelainan pada serviks akan semakin

cepat diketahui sehingga memberikan hasil pengobatan semakin baik. Dokter

yang tepat dalam melakukan pap smear adalah Dokter kandungan, tetapi

beberapa Laboratorium Klinikpun dapat melakukannya.

2.6.2 Pencegahan dan Pengobatan

Pencegahan terhadap kanker serviks dapat dilakukan dengan program skrinning dan

pemberian vaksinasi. Di negara maju, kasus kanker jenis ini sudah mulai menurun berkat

adanya program deteksi dini melalui pap smear. Vaksin HPV akan diberikan pada perempuan

usia 10 hingga 55 tahun melalui suntikan sebanyak tiga kali, yaitu pada bulan ke nol, satu,

dan enam. Dari penelitian yang dilakukan, terbukti bahwa respon imun bekerja dua kali lebih

tinggi pada remaja putri berusia 10 hingga 14 tahun dibanding yang berusia 15 hingga 25

tahun. Sayangnya, Vaksinasi HPV terbilang mahal setidaknya untuk negara berkembang.

Penyakit ini bisa menular dengan cara mencuci pakaian yang sudah kotor karena pada

pakaian tersebut mengandung virus dari orang lain jika yang sudah mengalami penyakit

kanker serviks.

Standar pengobatan kanker serviks meliputi terapi: operasi pengangkatan, radioterapi, dan

kemoterapi. Pengobatan kanker serviks tahap pra kanker - stadium 1A adalah dengan:

histerektomi (operasi pengangkatan rahim). Bila pasien masih ingin memiliki anak, metode


17/20

LEEP atau cone biopsy dapat menjadi pilihan. Pengobatan kanker serviks stadium IB dan IIA

tergantung ukuran tumornya. Bila ukuran tumor tidak melebih 4cm, disarankan radikal

histerektomi ataupun radioterapi dengan/tanpa kemo. Bila ukuran tumor lebih dari 4cm,

pasien disarankan menjalani radioterapi dan kemoterapi berbasis cisplatin, histerektomi,

ataupun kemo berbasis cisplatin dilanjutkan dengan histerektomi. Selain pengobatan medis,

pasien juga dapat melakukan terapi komplementer dengan herbal kanker.


18/20

BAB III

PERANCANGAN SISTEM

3.1 Kebutuhan SistemAda istilah yang mengatakan bahwa mengobati pasien adalah seni. Pola pikir dan cara

mengobati pasien pada setiap dokter tidaklah sama, bergantung pada pengetahuan dan

pengalaman dokter tersebut dalam mengobati pasien. Sistem pakar untuk diagnosa penyakit

dalam ini bekerja dengan mengadaptasi pengetahuan dan kreativitas dokter dalam

mengobati pasien serta didukung dengan literatur-literatur yang berkaitan dengan penyakit

dalam, baik dari buku-buku kedokteran maupun dari internet. Setelah mengamati dan

mencari informasi baik dari pakar (dokter) maupun pengguna (pasien), diketahui bahwa

masyarakat belum mendapat informasi yang benar tentang penyakit kanker serviks. Sistem

pakar ini dibuat untuk memberikan pengetahuan diagnosa awal kepada pengguna tentang

penyakit yang diderita serta juga sebagai alat bantu bagi seorang dokter untuk dapat

mengambil keputusan atau diagnosa yang tepat terhadap suatu gejala sehingga diperoleh

pengobatan yang tepat. Perancangan sistem ini meliputi:

a) Sistem mengadaptasi pemikiran pakar dalam mendiagnosa penyakit dalam yangdituangkan dalam suatu kaidah diagnosa.

b) Sistem menganalisa masukan pengguna dengan aturan yang ditetapkan.c) Sistem dapat mengambil keputusan berdasarkan masukan dari pengguna.d) Sistem memberikan informasi berupa pengetahuan kepada pengguna mengenai

angka kemungkinan penyakit kanker serviks yang diderita berdasarkan kerluaran

nave bayes dari masukan gejala yang dialami.

e) Sistem dibuat dengan menggunakan bahasa pemrograman PHP dan basisdata MySQLsupaya user friendly atau mudah dalam penggunaan dan mudah dalam

pengembangan selanjutnya.

3.2 Perancangan Diagram Alir

3.2.1 Diagram Alir Program Sistem Pakar

Diagram alir digunakan untuk menggambarkan secara grafik langkahlangkah dan urut-urutan

prosedur dari suatu program untuk menolong dan memecahkan masalah kedalam segmen-

segmen yang lebih kecil dan menolong dalam menganalisis alternatif-alternatif lain dalam

pengoperasian.


19/20

Pada gambar 3.1 dapat dijelaskan bahwa pada saat program dijalankan tampilan menuju ke

halaman index.php sebagai halaman pembuka. Pengguna perlu memasukkan userid dan

password untuk dapat mengakses program. Pengguna program ini dibedakan menjadi tiga

pengguna yang memiliki otorisasi yang berbeda, yaitu pakar (dokter), admin (operator) dan

pasien ( pengunjung ).

Setelah pengguna memasukkan userid dan password yang benar, program akan menampilkan

halaman_depan.php yang berisi kata pembuka dan menu-menu yang dapat diakses. Adapun

menu yang dapat diakses dibedakan sesuai dengan otorisasi pengguna, yaitu sebagai berikut :

a) Pakar/dokterDokter merupakan pengguna dengan akses penuh terhadap sistem dan memegang

peranan yang sangat penting pada sistem, khususnya menyangkut manajemen

pengetahuan penyakit dalam. Dokter dapat mengakses semua menu dalam aplikasi

sistem pakar ini, yaitu:

Halaman depan

pakaralirDiagram3.1Gambar sistempogram

Tampilanhalamanndex.php

LOGIN

Userid=?

??Pswd=

Mulai

Userrole=Pakar?

Userrole=Admin?

TampilanhalamanHalaman_depan.php TampilanhalamanHalaman_depan.php TampilanhalamanHalaman_depan.php

Aksesmenu

Aksesmenu?

Keluar? Keluar? Keluar?

Aksesmenu

Aksesmenu

Selesai

Inputuseriddan asswd

1 1 1

1

Y

Y Y

Y Y Y

T

T T

T

T

T T

T TY YY

Aksesmenu?

Akses

menu?


20/20

Diagnosa penyakit Data penyakit Data gejala Kaidah diagnosa Data pakar Data pasien

b) Admin ( operator )Admin dirancang jika sistem pakar ini digunakan pada suatu rumah sakit yang

memiliki banyak dokter dan pasien sehingga perlu seseorang untuk mengatur data

dokter dan pasien. Adapun menu yang dapat diakses adalah:

Halaman depan Diagnosa penyakit Data pakar Data pasien

c) Pasien/pengunjungSistem pakar ini juga dirancang untuk dapat digunakan oleh orang awam untuk dapat

mendiagnosa awal jenis penyakit dalam yang diderita. Adapun menu yang dapat

diakses adalah:

Halaman depan Diagnosa penyakit

Jika pengguna akan mengakhiri program, dapat memilih menu keluar yang kemudian

tampilan akan dikembalikan ke tampilan index.php

perancangan sistem pakar

Documents