SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT TELINGA

HIDUNG DAN TENGGOROKAN (THT) DENGAN METODE

CERTAINTY FACTOR BERBASIS WEB

DITA SALMA NUR AZIZAH SEHABUDIN

ABSTRAK
Perkembangan komputer dewasa ini telah mengalami banyak perubahan yang sangat
pesat, seiring dengan kebutuhan manusia yang semakin banyak dan kompleks. Hal ini
mendorong para ahli untuk semakin mengembangkan komputer agar dapat membantu kerja
manusia atau bahkan melebihi kemampuan kerja manusia. sistem pakar (Expert System)
merupakan program komputer yang meniru proses pemikiran dan pengetahuan pakar dalam
menyelesaikan suatu masalah tertentu.. Tujuan pengembangan sistem pakar adalah 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. Metode sistem yang digunakan
dalam penelitian ini adalah certainty factor berbasis web. Aplikasi sistem pakar untuk
mendiagnosa penyakit telinga hidung dan tenggorokan (THT) Dengan Metode certainty
factor (CF) berbasis web dapat menyelesaikan masalah yaitu bisa menampilkan hasil
diagnosa dengan cepat dan tepat berdasarkan gejala-gejala yang dimasukkan oleh user.
Aplikasi sistem pakar THT ini, terdapat 24 gejala penyakit. Gejala-gejala tersebut akan dijadikan
pertanyaan-pertanyaan yang nantinya dijawab oleh user. Hasil diagnosa penyakit THT pada aplikasi
ini nantinya akan muncul 3 jenis penyakit. Sistem akan mengambil satu keputusan yaitu jenis
penyakit yang memiliki persentase tertinggi dari 3 persentase teratas sebagai hasil diagnosa.
Kata kunci : Sistem Pakar, THT, Certanty Factor, Berbasis Web

ABSTRACT
The development of computers have undergone many changes very rapidly, along with
the human needs of an increasingly numerous and complex. This prompted experts to further
develop the computer to help the working man or even exceed the capabilities of human labor.
Expert system is a computer program that follow the process of thinking and expert
knowledge in solving a particular problem. The purpose of the development of expert systems
is as a medium of information for the community, especially people with the disease to
determine the type of the illness as early diagnosis, as well as a tool for doctors to be able to
take decisions quickly and more accurately. System method used in this study is a web-based
certainty factor. Application of expert systems for diagnosing diseases ear nose and throat
(ENT) with method certainty factor (CF) web-based can solve problems that can show results
quickly and accurately diagnosis based on symptoms entered by the user. ENT expert system
application, there are 24 symptoms of the disease. These symptoms will be questions that will
be answered by the user. ENT disease diagnosis on this application will appear 3 types of the
disease. The system will take a decision which is a type of disease that has the highest
percentage of top 3 percentage as a result of the diagnosis.
Keywords : Expert System, ENT, Certainty Factor, Web Based

1. PENDAHULUAN Sistem pakar adalah program komputer yang

Kecerdasan buatan adalah ilmu komputer meniru pengetahuan dan proses pe- mikiran para
yang membuat agar mesin (komputer) dapat pakar dalam menyelesaikan suatu masalah
melakukan pekerjaan seperti yang dilakukan oleh tertentu. Implementasi sistem pakar yang dapat
manusia. Sistem cerdas adalah sistem yang diterapkan dalam dunia ke- sehatan yaitu sebagai
dibangun dengan menggunakan teknik- teknik media informasi bagi masyarakat terutama
artificial intelligence. Salah satu yang dipelajari penderita penyakit untuk mengetahui jenis penyakit
pada kecerdasan buatan adalah teori kepastian yang diderita se- bagai diagnosa awal, dan juga
dengan menggunakan metode certainty factor sebagai alat
(CF) [1].
alat bantu untuk mengambil keputusan secara cepat pakar. Secara konsep certainty factor merupakan
dan lebih akurat [2]. suatu teknik yang digunakan untuk mengatasi
Salah satu implementasi sistem pakar yang ketidakpastian dalam pengambilan keputusan [3].
dapat diterapkan dalam bidang ke- sehatan yaitu Pada konsep certainty factor sering juga
sistem pakar untuk diagnosa penyakit telinga, dikenal dengan believe dan disbelieve. Believe
hidung, dan tenggorokan (THT). Karena penyakit merupakan keyakinan sedangkan disbelieve
THT sangat beragam jenis dan gejalanya, maka merupakan ketidakyakinan [3].
seorang pakar atau dokter perlu mengkaji lebih Rumus dasar faktor kepastian (Certainty
dalam gejala yang dialami pasien untuk dapat Factor) dapat dilihat pada Persamaan 1 [3].
menentukan pe- nyakit yang diderita.
Dari latar belakang di atas perlu dibangun (1)
sistem pakar untuk memberikan informasi tentang
penyakit THT dan untuk memberikan solusi dan Keterangan:
cara pencegahan penyakit THT tersebut secara 1. CF(H,E) adalah certainty factor dari hi-
cepat dan tepat. potesis H yang dipengaruhi oleh gejala
Penelitian sistem pakar ini dilakukan untuk (evidence) E. Besarnya CF berkisar an- tara –
mendiagnosa penyakit THT dengan menggunakan 1 sampai dengan 1. Nilai –1 me- nunjukkan
metode certainty factor guna menyatakan ketidakpercayaan mutlak se- dangkan nilai 1
kepercayaan dalam sebuah kejadian (fakta atau menunjukkan keper- cayaan mutlak.
hipotesis) berdasarkan bukti atau penilaian pakar. 2. MB(H,E) adalah ukuran kenaikan keper-
Secara konsep certainty factor merupakan suatu cayaan (measure of increased belief) ter-
teknik yang digunakan untuk mengatasi hadap hipotesis H yang dipengaruhi oleh
ketidakpastian dalam pengambilan keputusan. gejala E.
Terdapat 10 penyakit dan 24 gejala dalam 3. MD(H,E) adalah ukuran kenaikan ke-
penelitian ini. tidakpercayaan (measure of increased
disbelief) terhadap hipotesis H yang di-
2. KAJIAN PUSTAKA pengaruhi oleh gejala E
Dalam kajian pustaka ini mepaparkan tentang
teori dasar dalam proses pembuatan aplikasi. 2.4 Penyakit Telinga, Hidung, Dan
Tengorokan (THT)
2.1 Kecerdasan Buatan (Artificial Terdapat 10 jenis penyakit THT dalam
Intelligent) Secara Umum penelitian ini, yaitu sebagai berikut [4].
Kecerdasan buatan adalah bidang ilmu 1. Abses Peritonsiler
komputer yang mendayagunakan komputer 2. Barotitis Media
sehingga dapat berperilaku cerdas seperti manusia 3. Faringitis
[1]. 4. Laryngitis
5. Otitis Media Akut
2.2 Sistem Pakar 6. Meniere
Sistem pakar adalah suatu teknik kecerdasan 7. Tonsilitis
buatan yang menirukan proses penalaran manusia 8. Sinusitis Maksilarasis
[2]. 9. Sinusitis Frontalis
Sistem pakar dibuat hanya pada pe- 10. Sinusitis Etmoidalis
ngetahuan tertentu untuk kepakaran tertentu yang
mendekati kemampuan manusia di salah satu 3 METODOLOGI PENELITIAN
bidang saja [2]. Metodologi penelitian memaparkan alur
Pengetahuan pada sistem pakar di- peroleh analisis, gambaran umum sistem, DFD diagram
dari orang yang mempunyai pe- ngetahuan pada konteks, relasi antar tabel, basis pe- ngetahuan, dan
suatu bidang (pakar bidang tertentu), buku-buku, pembahasan metode certainty factor.
jurnal ilmiah, majalah, maupun dokumentasi cetak
lainnya [2]. 3.1 Alur Analisis
Alur analisis dari penelitian memaparkan
2.3 Faktor Kepastian (Certainty Factor) tentang bagaimana proses analisis masalah sampai
Certainty factor adalah suatu metode yang sistem yang direncanakan berjalan dengan baik.
digunakan untuk menyatakan ke- percayaan dalam Berikut adalah proses- prosesnya.
sebuah kejadian (fakta atau hipotesis) berdasarkan
bukti atau penilaian
 1. Pendefinisian permasalahan dari ap- likasi
3.4 Relasi Antar Tabel
yang ingin dibuat untuk menambah
Relasi antar tabel merupakan hubungan antar
pemahaman mengenai hal tersebut. Dari
tabel dalam database sistem pakar THT, dapat
pendefinisian ini didapat beberapa rumusan
dilihat pada Gambar 2 [5].
masalah.
2. Pengumpulan data yang berhubungan
dengan perancangan dan pembuatan sistem :
melalui observasi, wawancara, dan studi
literatur.
3. Pemahaman terhadap proses-proses yang
terjadi, sehingga dapat dilakukan suatu
pemodelan data.
4. Pembuatan perangkat lunak. Pem- buatan
perangkat lunak dibagi menjadi dua bagian
yaitu pembuatan server database dan web.
5. Pengujian terhadap perangkat lunak yang
telah dibuat dengan cara me- masukkan Gambar 2. Relasi antar tabel
beberapa contoh data.
6. Pengambilan kesimpulan untuk me- Relasi antar tabel di atas meng- gambarkan
ngetahui hasil dari penelitian dan dapat suatu media penyimpanan yang digunakan untuk
memberikan saran atas pengembangan menyimpan data penunjang sebagai inputan sistem
aplikasi selanjutnya. dan kemudian diolah menjadi data output sistem.

3.2 Gambaran Umum Sistem 3.5 Basis Pengetahuan

Sistem pakar yang akan dibuat menggunakan Keberhasilan suatu aplikasi sistem pakar
sistem pakar berbasis web dan akan difungsikan terletak pada pengetahuan dan bagaimana
bagi pengguna internet yang memerlukan informasi mengolah pengetahuan tersebut agar dapat ditarik
tentang cara men- diagnosa penyakit dari THT. suatu kesimpulan. Tabel jenis penyakit dan gejala
Untuk membuat aplikasi ini, diperlukan beberapa ini digunakan sebagai pola pencocokan informasi
aplikasi antara lain : PHP editor, CSS, HTML yang dimasukan oleh pemakai dan basis
untuk menggetikkan syntax, Macromedia Dream- pengetahuan, dapat dilihat pada Tabel 1.
weaver untuk pendesainan web, tempat pe-
nyimpanan data akan memanfaatkan data- base Tabel 1. Tabel Gejala Dan Jenis Penyakit THT
MySQL, dan XAMPP sebagai local- hostnya.

3.3 DFD Diagram Konteks

Context diagram menggambarkan ten- tang
gambaran secara umum bagaimana aliran data
yang terjadi dalam sistem, dapat dilihat pada
Gambar 1 [5].
I n p u t _ Username,password
Input_Username , pa ss w o rd
validasi Data_User

Info_dt_user validasi Input_dt_pengunjung

Info_dt_pengunjung
Dt_THT
Data_User Tanya_gejala Jawab_Pertanyaan
Hasil_Diagnosa
Info_dt_THT
Info_dt_user
S istem Pakar
Admin Data_berita User
Info_dt_berita
Data_kontak
Dt_THT
Info_dt_kontak
Info_dt_THT
Sistem Pakar
Admin Data_berita Dt_Rule
UsernameI,pnafsosw_odrdt_bInfeo_rditt_aRule
Data_konvtaalkidasi
Info_dt_Dkt_Peonntyaakkit
Info_dt_penyakit
Dt_Gejala

Info_Dt_Gejala
Ahli PakarUsername,password validasi Dt_Rule
Info_dt_

Gambar 1. Diagram konteks

Keterangan gejala dan penyakit
Gejala [4].
[G01] Nyeri saat bicara atau menelan.
[G02] Suara serak.
[G03] Leher bengkak.
[G04] Demam.
[G05] Sakit kepala.
[G06] Nyeri tenggorokan.
[G07] Pembengkakan kelenjar getah bening.
[G08] Air liur menetes.
[G09] Nyeri telinga. [G10]
Hidung tersumbat. [G11]
Nyeri leher.
[G12] Batuk. Perhitungan dengan metode CF adalah
[G13] Tenggorokan gatal. sebagai berikut.
[G14] Mual dan muntah. Langkah pertama, ahli menentukan nilai CF dari
[G15] Serangan vertigo. [G16] setiap bukti sebagai berikut.
Telinga terasa penuh. [G17] CFexpert (suara serak)
Hidung meler. = Mb – Md
[G18] Selaput lendir merah dan bengkak. = 0.9 – 0.1 = 0.8
[G19] Nyeri pipi di bawah mata. CFexpert (demam)
[G20] Sakit gigi. = Mb – Md
[G21] Dahi sakit. = 0.8 – 0.2 = 0.6
[G22] Nyeri antara mata. CFexpert (sakit kepala)
[G23] Nyeri pinggir hidung. = Mb – Md
[G24] Suara serak/parau/suara hilang. = 0.8 – 0.2 = 0.6
Penyakit [4]. CFexpert (nyeri tenggorokan)
[P01] Abses Peritonsiler. = Mb – Md
[P02] Barotitis Media. = 0.9 – 0.1 = 0.8
[P03] Faringitis. CFexpert (pembengkakan kelenjar getah
[P04] Laryngitis. bening)
[P05] Otitis Media Akut. = Mb – Md
[P06] Meniere. = 0.7 – 0.3 = 0.4
[P07] Tonsilitis. CFexpert (air liur menetes)
[P08] Sinusitis Maksilarasis. = Mb – Md
[P09] Sinusitis Frontalis. [P10] = 0.9 – 0.1 = 0.8
Sinusitis Etmoidalis. Kemudian nilai CF dihitung dengan meng- gunakan
persamaan di bawah ini.
3.6 Pembahasan Metode Certainty CF (H,E) = CF (E) * CF (rule)
Factor = CF (user) * CF (ahli)
Misalkan gejala yang dipilih adalah [G02] CF 1.1 = 0.8 * 0.8 = 0.64
Suara serak dengan pilihan jawaban yakin de- ngan CF 1.2 = 0.5 * 0.6 = 0.30
nilai 0.8, [G04] Demam dengan pilihan jawaban CF 1.3 = 0.5 * 0.6 = 0.30
sedikit dengan nilai 0.5, [G05] Sakit kepala dengan CF 1.4 = 0.8 * 0.8 = 0.64
pilihan jawaban sedikit dengan nilai 0.5, [G06] CF 1.5 = 0.8 * 0.4 = 0.32
Nyeri tenggorokan dengan pilihan jawaban yakin CF 1.6 = 0.8 * 0.8 = 0.64
dengan nilai 0.8, [G07] Pembengkakan kelenjar Kombinasikan nilai CF 1.1 untuk menghargai nilai
getah bening dengan pilihan jawaban yakin dengan CF 1.2 dengan menggunakan rumus di bawah ini.
nilai 0.8, [G08] Air liur menetes dengan pilihan CF COMBINE (CF1, CF2) = CF1 + CF2 * (1
jawaban yakin dengan nilai 0.8. Berikut adalah – CF1) sehingga menjadi :
tabel gejala berdasarkan nilai MB dan MD, dapat CF COMBINE (CF1.1, CF1.2) = 0.64 + 0.30
dilihat pada Tabel 2. * (1 – 0.64) = 0.75 = Cfold
Menggabungkan Cfold dengan CF1.3
sebagai berikut :
CF COMBINE (Cfold, CF1.3) = 0.75 + 0.30 * (1
– 0.75) = 0.83 = Cfold
Tabel 2. Tabel Gejala THT
 Menggabungkan Cfold dengan CF1.4 sebagai
berikut :
CF COMBINE (Cfold, CF1.4) = 0.83 + 0.64 * (1
– 0.83) = 0.94 = Cfold
Menggabungkan Cfold dengan CF1.5 sebagai
berikut :
CF COMBINE (Cfold, CF1.5) = 0.94 + 0.32 * (1
– 0.94) = 0.96 = Cfold
Menggabungkan Cfold dengan CF1.6 sebagai
berikut :
CF COMBINE (Cfold, CF1.6) = 0.96 + 0.64 * (1
– 0.96) = 0.99 = Cfold
Persentase kepercayaan
= CF COMBINE * 100%
= 0.99 * 100% Gambar 5. Halaman Penyakit THT
= 99%
Pada Gambar 5, user akan ditampilkan sekilas
Jadi persentase kepercayaan sistem ter- hadap
informasi mengenai penyakit THT se- hingga
penyakit Abses Peritonsiler adalah 99% sesuai
sedikit tidaknya dapat menambah wa- wasan user.
dengan jawaban yang diberikan oleh pengguna.
4.3 Halaman Konsultasi
4. HASIL DAN PEMBAHASAN
Pada halaman ini, user dapat melakukan
Hasil dan pembahasan memaparkan
konsultasi pada sistem pakar THT, dapat di- lihat
mengenai tampilan dan hasil uji coba pe- rangkat
pada Gambar 6.
lunak pembangunan sistem pakar mendeteksi
penyakit THT berbasis web dengan menggunakan
metode certainty factor.

4.1 Halaman Utama/Index

Halaman utama atau halaman index ini
merupakan halaman pembuka dari sistem pakar
THT, dapat dilihat pada Gambar 4.

Gambar 6. Halaman Konsultasi

Pada Gambar 6, user dapat melakukan

konsultasi pada sistem pakar ini, tetapi se- belum
dapat melakukan konsultasi user ter- lebih dahulu
harus melakukan proses regis- trasi. Registrasi
dilakukan dengan cara me- lengkapi data diri yang
sudah tertera di halaman registrasi.

4.4 Halaman Registrasi

Gambar 4. Menu utama
Halaman registrasi merupakan tampilan
halaman dimana user harus melakukan proses
Pada Gambar 4, user akan melihat se- buah
registrasi, dapat dilihat pada Gambar 7.
teks paragraf yang berisi mengenai se- kilas
informasi mengenai THT beserta ucapan selamat
datang sebagai standar tampilan index dari website
ini.

4.2 Halaman Penyakit THT

Halaman penyakit THT merupakan ha- laman
yang memberikan informasi mengenai penyakit
THT, dapat dilihat pada Gambar 5.
 Gambar 9. Halaman Hasil Konsultasi Dengan Jawaban
Gambar 7. Halaman Registrasi Detail

Pada Gambar 7, proses registrasi di- lakukan Pada Gambar 9, menampilkan hasil dari
dengan cara mengisi form-form yang telah jawaban-jawaban user terhadap pertanyaan-
disediakan seperti nama, email, pass- word, dan pertanyaan yang telah diajukan oleh sistem. Hasil
alamat. Setelah registrasi selesai, user dapat konsultasi yang diperoleh oleh user adalah berupa
melakukan konsultasi dengan cara memasukkan nama penyakit serta per- sentase keyakinan
email dan passwordnya terlebih dahulu. terhadap penyakit itu sen- diri Misalkan gejala yang
dipilih adalah [G02] Suara serak dengan pilihan
4.5 Halaman Konsultasi Dengan jawaban yakin de- ngan nilai 0.8, [G04] Demam
Jawaban Detail dengan pilihan jawaban sedikit dengan nilai 0.5,
Berikut adalah halaman konsultasi ngan [G05] Sakit kepala dengan pilihan jawaban sedikit
jawaban detail, dapat dilihat pada Gambar 8. dengan nilai 0.5, [G06] Nyeri tenggorokan dengan
pilihan jawaban yakin dengan nilai 0.8, [G07]
Pembengkakan kelenjar getah bening dengan
pilihan jawaban yakin dengan nilai 0.8, [G08] Air
liur menetes dengan pilihan jawaban yakin dengan
nilai 0.8. Jadi diagnosa yang diperoleh dari hasil
perhitungan dengan metode CF dari 24 pertanyaan
yang dijawab oleh user adalah [P01] Abses
Peritonsiler.

4.7 Halaman History

Halaman history pada Gambar 10,
menampilkan hasil konsultasi yang telah dilakukan
oleh user yang berisikan nama penyakit, persentase
Gambar 8. Halaman Konsultasi Dengan Jawaban Detail keyakinan, detail dari pertanyaan yang telah
diajukan sistem, serta berisi penjelasan tentang cara
Para Gambar 8, user dapat melakukan pencegahan terhadap penyakit yang telah
konsultasi dengan cara memilih pilihan jawab- an ditemukan sistem, dan berisi tanggal saat user
yang dianggap sesuai dengan keyakinan user melakukan konsultasi.
terhadap keyakinan tentang pertanyaan- pertanyaan
yang diajukan oleh sistem.

4.6 Halaman Hasil Konsultasi Dengan

Jawaban Detail
Berikut adalah halaman hasil konsultasi
dengan jawaban detail, dapat dilihat pada Gambar
9.

Gambar 10. Halaman History

4.8 Halaman History Detail menyelesaikan masalah yaitu bisa
Berikut adalah halaman history detail, dapat menampilkan hasil diagnosa dengan cepat
dilihat pada Gambar 11. dan tepat berdasarkan gejala- gejala yang
dimasukkan oleh user.
2. Pada aplikasi sistem pakar THT ini, untuk
membuat hasil diagnosa menjadi sangat
valid, maka data gejala yang dimasukan oleh
seorang admin/pakar kedalam suatu data
penyakit, harus lengkap artinya gejala-gejala
yang bisa mengarah ke suatu penyakit
tersebut harus dimasukan secara lengkap,
karena kesimpulan hasil diagnosa
(persentase) yang ditampilkan dihitung
secara otomatis oleh sistem aplikasi.
3. Aplikasi sistem pakar THT ini, terdapat
24 gejala. 24 gejala tersebut akan dijadikan
Gambar 11. Halaman History Detail pertanyaan-pertanyaan yang nantinya
dijawab oleh user. User boleh menjawab
Pada Gambar 11, halaman history detail semua pertanyaan yang diajukan oleh
menampilkan perhitungan dari pertanyaan- sistem, ataupun user boleh menjawab
pertanyaan yang dijawab oleh user dengan pilihan sebagian pertanyaan yang diajukan oleh
jawaban yang diajukan oleh sistem. sistem. Jika user hanya menjawab sebagian
pertanyaan yang diajukan oleh sistem, maka
4.9 Halaman History Penjelasan sisa dari pertanyaan yang tidak dijawab oleh
Berikut adalah halaman history pen- jelasan, user, akan diberikan nilai 0.
dapat dilihat pada Gambar 12. 4. Hasil diagnosa penyakit THT pada aplikasi
ini nantinya akan muncul 3 jenis penyakit
dengan 3 persentase teratas. Untuk
kesimpulan akhir dari diagnosa tersebut,
maka sistem hanya akan me- ngambil satu
keputusan yaitu jenis pe- nyakit yang
memiliki persentase tertinggi sebagai hasil
diagnosa.

6. DAFTAR PUSTAKA
[1] Andri Kristanto, Kecerdasan Buatan.
Yogyakarta: Graha Ilmu, 2010.
[2] Muhammad Arhami, Konsep Dasar Sistem
Gambar 12. Halaman History Penjelasan Pakar. Yogyakarta: Andi Publisher, 2006.
[3] Kusrini, [Link]., Aplikasi Sistem Pakar.
Pada Gambar 12, memberikan pen- jelasan Yogyakarta: Andi Publisher, 2009.
terhadap user mengenai hasil dari kon- sultasi yang [4] Rukun Saputra, “Jenis-Jenis Penyakit THT,”
telah dilakukan. Penjelasannya berisikan tentang 2011. [Daring]. Tersedia pada:
sedikit mengenai penyakit yang ditemukan serta [Link]
cara pengobatannya terhadap penyakit tersebut. /[Link].
[5] Wahyu Prabowo, “Sistem Pakar Berbasis Web
5. KESIMPULAN Untuk Diagnosa Awal Penyakit THT,”
Penulisan Tugas Akhir yang berjudul “Sistem Semin. Nas. Apl. Teknol. Formasi 2008
Pakar Untuk Mendiagnosa Penyakit Telinga SNATI 2008 Yogyak., 2008.
Hidung Dan Tenggorokan (THT) De- ngan Metode
Certainty Factor (CF) Berbasis Web” dapat ditarik
kesimpulan sebagai berikut
1. Aplikasi sistem pakar untuk mendiagnosa
penyakit telinga hidung dan tenggorokan
(THT) dengan metode certainty factor (CF)
berbasis web dapat