Showing posts with label TESIS MAGISTER ILMU KOMPUTER. Show all posts
Showing posts with label TESIS MAGISTER ILMU KOMPUTER. Show all posts
RANCANG BANGUN SISTEM PAKAR UNTUK MENANGANI PENYAKIT TUBERKULOSIS PADA ANAK
 |
| Tuberkulosis (TBC) |
ABSTRAK
Tuberkulosis
(TBC) adalah penyakit menular yang disebabkan oleh kuman Mycobacterium
Tuberculosis. Diagnosis penyakit TBC pada anak sulit dilakukan karena gejala
klinis dan pemeriksaan penunjang yang ada tidak selalu dapat memberikan hasil
yang pasti. Tantangan lainnya adalah pada pemberian terapi kepada penderita TBC
yang memerlukan waktu yang cukup lama
sehingga perlu dilakukan pemantauan perkembangan terapi oleh dokter.
Peneliti
membuat sebuah aplikasi sistem pakar sebagai alat bantu bagi dokter untuk melakukan
diagnosis dan memberikan terapi penyakit TBC. Aplikasi ini diberi nama TubEx
System. TubEx System memiliki kemampuan antara lain: dapat menghitung kepastian
jawaban user (certainty factor) pada saat interaksi mengenai gejala/penyakit,
mengguna kan logika temporal dalam memberikan terapi dan evaluasi terapi yang dilakukan
dalam jangka waktu yang relatif lama dan
tidak hanya sekali, memperhitungkan alergi pasien terhadap obat tertentu dalam
memberikan terapi, memiliki fasilitas rekam medis per pasien untuk membantu memantau
perkembangan kesehatan seorang pasien, dan dapat mengatasi adanya perubahan
pengetahuan pada fasilitas akuisisi
pengetahuan.
ABSTRACT
Tuberculosis
(TBC) is a spreading disease caused by infection of Mycobacterium Tuberculosis
microbe. Diagnose of TBC is difficult to hold because available clinical
indication and supporting test do not always produce exact result. Another challenge
is about giving medical therapy to TBC’s patient that needs long period of time
and consequently, the doctor needs a mechanism to monitor the progress of
patient health.
Researcher
developed A n Expert System name d TubEx System as a tool for doctors to diagnose
and treat Tuberculosis disease in children. The features of TubEx System are:
ability to calculate certainty degree of user’s answer when consult about
symptom/disease, use temporal reasoning on treat and evaluating treatment that
given in long time period and more than once, consider patient’s allergy to
determine medicine given in treatment, has medical record to help monitoring
patient health and can handle knowledge change with acquisition facility.
BAB 1 PENDAHULUAN
1.1 Latar Belakang
1.2 Perumusan Masalah
1.3 Batasan Masalah
1.4 Tujuan Penelitian
1.5 Manfaat Penelitian
1.6 Tinjauan Pustaka
1.7 Keaslian Penelitian
1.8 Cara Penelitian
1.9 Sistematika Penulisan
BAB 2 LANDASAN TEORI
2.1 Kecerdasan Buatan
2.2 Sistem Pakar
2.2.1 Komponen Sistem Pakar
2.2.2 Representasi Pengetahuan
2.2.2.1 Pengertian Pengetahuan
2.2.2.2 Model Representasi Pengetahuan
2.2.2.2.1 Jaringan Semantik
2.2.2.2.2 Bingkai
2.2.2.2.3 Kaidah Produksi
2.2.2.2.4 Logika Predikat
2.2.3 Metode Inferensi
2.2.3.1 Runut Maju
2.2.3.2 Runut Balik
2.3 Faktor Kepastian
2.3.1 Ketidakpastian
2.3.2 Ketidakpastian Aturan
2.3.3 Pengertian Faktor Kepastian
2.3.4 Kombinasi Aturan
2.4 Logika Fuzzy
2.4.1 Himpunan Fuzzy
2.4.2 Fungsi keanggotaan
2.5 Penalaran Temporal
2.6 Tuberkulosis
2.6.1 Pengertian
2.6.2 Diagnosis
2.6.3 Terapi
BAB 3 PERANCANGAN SISTEM
3.1 Gambaran Sistem
3.2 Arsitektur Sistem
3.3 Representasi Pengetahuan
3.3.1 Pengetahuan
3.3.2 Data Dasar
3.3.3 Aturan dan Pola Umum dari Aturan
3.3.3.1 Aturan dalam Melakukan Diagnosis
3.3.3.2 Aturan Terapi
3.4 Mekanisme Inferensi
3.4.1 Inferensi Diagnosis
3.4.1.1 Menentukan CF User
3.4.1.2 Menentukan CF Sequensial
3.4.1.3 Menentukan CF Paralel
3.4.1.4 Menentukan CF Gabungan
3.4.1.5 Contoh Kasus Diagnosis
3.4.2 Inferensi Terapi
3.4.2.1 Algoritma Penentuan Terapi
3.4.2.2 Rumus Penentuan Dosis Obat
3.4.2.3 Contoh Kasus Pemberian Terapi
3.5 Rancangan Basis Data
3.6 Menentukan Tool
3.7 Struktur Program
BAB 4 IMPLEMENTASI
4.1 Konsultasi Kasus Baru
4.2 Konsultasi Lanjutan
BAB 5 HASIL DAN PEMBAHASAN
BAB 6 PENUTUP
6.1 Kesimpulan
6.2 Saran
DAFTAR PUSTAKA
LAMPIRAN
1 Daftar Aturan Diagnosis
LAMPIRAN
2 Daftar Aturan Terapi
LAMPIRAN
3 Script Basis Data
LAMPIRAN
3 Kode Program
SISTEM PAKAR PENDIAGNOSA PENYAKIT ENDOPARASITISME GASTROINTESTINAL PADA HEWAN TERNAK SAPI DAN DOMBA
Oleh: Rusdi Efendi
ABSTRAK
Sistem pakar merupakan cabang
dari artificial intelligence (AI) yang menggunakan pengetahuan khusus untuk
memecahkan suatu permasalahan pada tingkat pakar. Pakar adalah seseorang yang
memiliki keahlian pada suatu disiplin ilmu tertentu. Pengetahuan pakar yang
digunakan pada penelitian ini adalah mengenai penyakit endoparasitisme
gastrointestinal. Penelitian ini bertujuan untuk membuat sistem pakar sebagai
alat bantu pendiagnosa penyakit endoparasitisme gastrointestinal pada sapi dan domba.
Knowledge base dari sistem pakar
ini didapat dari wawancara dengan dokter hewan pada unit ilmu penyakit dalam di
RumahSakitHewan Universitas Gadjah Mada Jogjakarta, membaca buku, jurnal dan
hasil penelitian. Mesin inferensi dari sistem pakar ini menggunakan metode
Penalaran maju (Forward Chaining) serta metode ketidakpastian datanya
menggunakan teori Dempster-Shafer.
Hasil dari penelitian ini adalah
sesi konsultasi yang berupa dialog interaktif dengan sistem pakar mengenai
penyakit endoparasitisme gatrointestinal. Pemakai memberikan informasi seperti
data pemakai dan menjawab pertanyaan tentang gejala penyakit endoparasitisme
gastrointestinal yang diberikan oleh sistem pakar, dan sistem pakar akan
menampilkan informasi mengenai kemungkinan diagnosa penyakit endoparasitisme
gastrointestinal, daur hidup parasit dan saran terapi yang diberikan untuk hewan
kepunyaan pemakai.
Jenis penyakit endoparasitisme
gastrointestinal meliputi fascioliasis, ascariasis, haemonchosis,
bunostomiasis, strongyloides,dan oesophagostomum. User interface dari sistem
pakar ini mudah digunakan dan diperlukan waktu yang singkat serta menggunakan bahasa
Indonesia yang sederhana dalam aplikasinya.
Kata kunci: Expert System,
diagnosa, penyakit endoparasitisme gastrointestinal, metoda forward chaining,
teori Dempster-Shafer
EXPERT SYSTEM FOR DIAGNOZING ENDOPARASITISME
GASTROINTESTINAL DISEASESINLIVESTOCK ANIMALS COWS AND SHEEPS
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 human 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 diagnosing
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 methodsusing
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 symptoms 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.
Key words: Expert System, diagnose, endoparasitisme gastrointestinal
disease,
Forward chaining methods, Dempster-Shafer Theory
SISTEM PAKAR PENDIAGNOSA PENYAKIT INFEKSI MATA MENGGUNAKAN LOGIKA SAMAR
Oleh: Luther A. Latumakulita
ABSTRAK
Pada
penelitian ini dilakukan rancang bangun sistem untuk mendiagnosa penyakit infeksi
mata. Sistem ini ditujukan untuk masyarakat maupun ahli mata dengan memasukan gejala-gejala
penyakit tersebut. Mengingat gejala-gejala penyakit yang terjadi ada yang mengandung
ketidakpastian, maka gejala di kelompokkan dalam fuzzy sedangkan kelompok
gejala yang bersifat pasti dikelompokkan dalam crisp. Pemasukan gejala fuzzy oleh
user saat konsultasi dipermudah menggunakan fasilitas slider. Ada beberapa
tahap yang dilakukan untuk membuat sistem ini yaitu akuisisi pengetahuan,
membuat representasi pengetahuan, menentukan himpunan aturan, dan membuat mesin
inferensi. Adapun m odel yang digunakan untuk menangani ketidakpastian ini
adalah menggunakan logika samar ( fuzzy logic) dengan menggunakan berbagai
kombinasi operator yaitu kelas standar, kelas aljabar, kelas yager dan kelas
einstein dengan implikasi Dienes-Rescher dan untuk mengkombinasikan semua rule
digunakan Mamdani Combination. Berdasarkan gejala-gejala yang dimasukkan, hasil
uji data dan analisisnya menggunakan kelas standar, sistem dapat mendiagnosa
penyakit infeksi mata dengan nilai inferensi tertentu.
Kata
kunci : diagnosa, infeksi mata, sistem pakar, logika samar.
ABSTRACT
In this
research, a system for diagnosing eye’s infection disease was designed and
implemented. This system will be used for paramedics or eye’s expert. They need
to enter many symptoms. The symptoms are classified into two categories, crisps
and fuzzy. The fuzzy symptoms are input using slider. It is used for uncertainty
symptoms. Building this system, needs three steps knowledge acquisition,
knowledge representation and then building knowledge base, and finally building
inference engine. This system uses
standard class operator, algebraic class operator, and Einstein class operator.
Implication rule uses Dienes-Rescher and for combine all rules use Mamdani
Combination. Based on all symptom
that have been entered using standard class operator, this
system is a success for diagnosing eye’s infection disease and its inference
value.
Keyword : diagnose, eye’s infection, expert system, fuzzy logic .
Bab I Pendahuluan
1.1. Latar Belakang Masalah
1.2. Rumusan Masalah
1.3. Batasan Masalah
1.4. Keaslian Penelitian
1.5. Tujuan Penelitian
1.6. Manfaat Penelitian
1.7. Tinjauan Pustaka
1.8. Metode Penelitian
Bab II Tinjauan Teori
2.1. Sistem Pakar
2.1.1. Konsep Dasar Sistem
Pakar
2.1.1.1. Keahlian
(Expertice)
2.1.1.2. Ahli
(Expert)
2.1.1.3. Pemindahan
Keahlian (Tranferring Expertice)
2.1.1.4. Inferensi (Inferencing)
2.1.1.5. Aturan (Rules)
2.1.1.6. Keampuan Menjelaskan
(Explanation Capability)
2.1.2. Struktur Sistem Pakar
2.1.2.1. Antar Muka Pemakai
(User Interface)
2.1.2.2. Basis
Pengetahuan (Knowledge Base)
2.1.2.3. Basis Data
(Working Memory)
2.1.2.4. Mesin
Inferensi (Inference Mechine)
2.2. Representasi Pengetahuan
2.2.1. Jaringan Semantik
2.2.2. Bingkai
2.2.3. Kaidah Produksi
2.2.4. Logika Predikat
2.3. Logika Samar
2.3.1. Himpunan Samar ( fuzzy set
)
2.3.2. Operasi Hipunan Samar
2.3.3. Relasi Fuzzy
2.3.4. Variabel Linguistik
2.3.5. Aturan Fuzzy IF -
THEN
2.3.6. Basis Aturan Samar
2.3.7. Mesin Inferensi Samar
2.3.7.1. Inferensi
Berbasis Komposisi
2.3.7.2. Inferensi
Berbasis Individu
2.4. Pengetahuan tentang Penyakit Mata
2.4.1. Anatomi Mata
2.4.2. Jenis Penyakit Infeksi
Mata
Bab III Desain Sistem Pendiagnosa Pakar Penyakit
Infeksi Mata menggunakan Logika Samar
3.1. Gambaran Umum
3.2. Tahap Pembangunan Sistem
3.2.1. Menentukan Toll / Bahasa
Pemrograman
3.2.2. Identifikasi Domain dan
Pengetahuan
3.2.2.1. Akuisisi
Pengetahuan (Knowledge Acqusition)
3.2.2.2. Re presentase
Pengetahuan (Know ledge Representation)
3.2.2.3. Himpunanan
Aturan
3.3. Proses Fuzzyfikasi Nilai
3.4. Mekanisme Inferensi
3.5. Rancangan Sistem
3.5.1. Rancangan Basis Data
3.5.1.1. Struktur
Tabel
3.5.1.2. Relasi Antar
Tabel
Bab IV Implementasi dan Pembahasan
4.1. Implementasi
4.2. Pembahasan
Bab V Penutup
5.1. Kesimpulan
5.2. Saran
Daftar Pustaka
LAMPIRAN A
LAMPIRAN B
Subscribe to:
Posts (Atom)