METODE FUZZY MULTI ATTRIBUT DECISION MAKING, CONTOH KASUS SISTEM PAKAR DIAGNOSA PENYAKIT IKAN BANDENG

1. Pemahaman Rumus Fuzzy MADM

2. Analisa Variabel Fuzzy Pakar

3. Analisa Variabel Fuzzy User

4. Contoh Kasus Pengambilan Keputusan (Hitung Manual)

Semoga Bermanfaat...........

METODE CERTAINTY FACTOR (CF) SERTA PROSES HITUNG MANUAL CONTOH KASUS DIAGNOSA PENYAKIT PARU-PARU

METODE CERTAINTY FACTOR (CF) SERTA PROSES HITUNG MANUAL CONTOH KASUS DIAGNOSA PENYAKIT PARU-PARU

Faktor kepastian (Certainty Factor) menyatakan kepercayaan dalam sebuah kejadian (atau fakta atau hipotesis) berdasarkan bukti atau penilaian pakar. Certainty factor menggunakan suatu nilai untuk mengasumsi derajad keyakinan seorang pakar terhadap suatu data.

1. Formula Certainty Factor

Certainty factor memperkenalkan konsep keyakinan dan ketidakyakinan yang kemudian diformulakan dalam rumusan dasar sebagai berikut:

CF [H,E]= MB[H,E] – MD[H,E]........................................................................ .... [2.1]

Keterangan:

CF[H,E]	:	certainty factor hipotesa yang dipengaruhi oleh evidence e diketahui dengan pasti.
MB[H,E]	:	measure of belief terhadap hipotesa H, jika diberikan evidence E (antara 0 dan 1)
MD	:	Measure of Disbelief (Nilai Ketidakpercayaan)
P	:	Probability
E	:	Evidence (Peristiwa/Fakta)

Formula dasar digunakan apabila belum ada nilai CF untuk setiap gejala yang menyebabkan penyakit. Kombinasi certainty factor yang digunakan untuk mengdiagnosa penyakit adalah (Turban: 2005):

1.    Certainty Factor untuk kaidah dengan premis/gejala tunggal (single premis rules):

CF_gejala=CF[user] * CF[pakar].................................................................... .... [2.2]

2.    Apabila terdapat kaidah dengan kesimpulan yang serupa (similiary concluded rules) atau lebih dari satu gejala, maka CF selanjutnya dihitung dengan persamaan:

CF_combine= CF_old+ CF_gejala *(1- CF_old).............................................................. .... [2.3]

3.    Sedangkan untuk menghitung persentase terhadap penyakit, digunakan persamaan:

CF_persentase= CF_combane* 100.............................................................................. .... [2.4]

Untuk menentukan keterangan faktor keyakinan dari pakar, dilihat dari CF_combine dengan berpedoman dari tabel interpretasi (term) certainty factor. Adapun tabel tersebut dapat dilihat pada Tabel berikut.

Tabel 1 Tabel Interpretasi Certainy Factor

No.	Certainty Term	CFakhir
1.	Pasti Tidak	-1,0
2.	Hampir Pasti Tidak	-0,8
3.	Kemungkinan Besar Tidak	-0,6
4.	Mungkin Tidak	-0,4
5.	Tidak Tahu/Tidak Yakin	-0,2 --- 0,2
6.	Mungkin	0,4
7.	Kemungkinan Besar	0,6
8.	Hampir Pasti	0,8
9.	Pasti	1,0

2. Proses Hitung Manual Atau Implementasi Metode Certainty Factor (CF)

Pada sesi diagnosa penyakit, user diberikan pilihan interpretasi yang masing-masing memiliki nilai CF sebagai berikut:

-	Tidak Yakin	=	0.0
-	(Ya) Kurang Yakin	=	0.1
-	(Ya) Kurang Yakin	=	0.2
-	(Ya) Kurang Yakin	=	0.3
-	(Ya) Sedikit Yakin	=	0.4
-	(Ya) Sedikit Yakin	=	0.5
-	(Ya) Cukup Yakin	=	0.6
-	(Ya) Cukup Yakin	=	0.7
-	(Ya) Yakin	=	0.8
-	(Ya) Yakin	=	0.9
-	(Ya) Sangat Yakin	=	1.0

Proses penghitungan prosentase keyakinan diawali dengan pemecahan sebuah kaidah (rule) yang memiliki gejala majemuk, menjadi kaidah-kaidah (rules) yang memiliki gejala tunggal. Kemudian masing-masing rule baru dihitung CF nya dengan memggunakan persamaan 2.2:

CFgejala

=

CF(user)*CF(pakar)

Namun apabila terdapat lebih dari satu gejala, maka CF penyakit dihitung dengan menggunakan persamaan 2.3:

CFcombine

=

CFold+ CFgejala *(1- CFold)

Sebagai contoh kasus adalah proses pemberian nilai CF pada setiap gejala hingga perolehan prosentase keyakinan untuk penyakit paru-paru Pneumonia Bakterialis.

Kaidah 1:

	IF	Demam Tinggi (Gejala 1)
	AND	Nyeri Dada (Gejala 2)
	AND	Napas Pendek-Pendek (Gejala 3)
	AND	Batuk Yang Dimulai Dengan Cepat (Gejala 4)
	THEN	Pneumonia Bakterialis

Langkah pertama, pakar menentukan nilai CF untuk masing-masing gejala. Adapun nilai CF yang diberikan pakar misalnya:

CFpakar(Gejala 1)	=	0.4
CFpakar(Gejala 2)	=	0.7
CFpakar(Gejala 3)	=	0.7
CFpakar(Gejala 4)	=	0.6

Misalkan user memilih jawaban sebagai berikut:

Gejala 1	=	(Ya) Cukup Yakin	=	0.6
Gejala 2	=	(Ya) Kurang Yakin	=	0.2
Gejala 3	=	(Ya) Yakin	=	0.8
Gejala 4	=	(Ya) Sedikit Yakin	=	0.4

Kaidah awal (kaidah 1) yang memiliki 4 gejala dipecah menjadi kaidah yang memiliki gejala tunggal, sehingga menjadi:

Kaidah 1.1: IF Demam Tinggi (Gejala 1) THEN Pneumonia Bakterialis	Kaidah 1.3: IF Napas Pendek-Pendek (Gejala 3) THEN Pneumonia Bakterialis
Kaidah 1.2: IF Nyeri Dada (Gejala 2) THEN Pneumonia Bakterialis	Kaidah 1.4: IF Batuk Yang Dimulai Dengan Cepat (Gejala 4) THEN Pneumonia Bakterialis

Proses perhitungan manual untuk kaidah 1.1:

CFgejala1	=	CF(user)*CF(pakar)
	=	0.6*0.4
	=	0.240

Proses perhitungan manual untuk kaidah 1.2:

CFgejala2	=	CF(user)*CF(pakar)
	=	0.2*0.7
	=	0,140

Proses perhitungan manual untuk kaidah 1.3:

CFgejala3	=	CF(user)*CF(pakar)
	=	0.8*0.7
	=	0.560

Proses perhitungan manual untuk kaidah 1.4:

CFgejala4	=	CF(user)*CF(pakar)
	=	0.4*0.6
	=	0.240

Dikarenakan terdapat lebih dari satu gejala, maka untuk menentukan CF penyakit selanjutnya digunakan persamaan 2.3:

CFcombine1(CFgejala1, CFgejala2)	=	CFgejala1+ CFgejala2*(1- CFgejala1)
	=	0.240+0.140 * (1-0.240)
CFold1	=	0.289

CFcombine2(CFold1, CFgejala3)	=	CFold1+ CFgejala3*(1- CFold1)
	=	0.289+0.560 * (1-0.289)
CFold2	=	0.604

CFcombine3(CFold2, CFgejala4)	=	CFold2+ CFgejala4*(1- CFold2)
	=	0.604+0.240 * (1-0.604)
CFold3	=	0.334

Keterangan: CFold terakhir merupakan CFpenyakit, berdasarkan hasil perhitungan CF di atas, maka CF penyakit adalah 0.334. Selanjutnya hitung persentase keyakinan terhadap penyakit dengan persamaan

Persentase	=	CFpenyakit* 100
	=	0.334*100
	=	33.4 %

Berdasarkan hasil perhitungan, maka keterangan tingkat keyakinan berdasarkan tabel interpretasi adalah MUNGKIN.

Semoga Bermanfaat,,,,,

SISTEM PAKAR DIAGNOSA PENYAKIT PARU-PARU MANUSIA BERBASIS WEB DENGAN METODE CERTAINTY FACTOR (CF)

IMPLEMENTASI SISTEM

1         Tampilan Halaman Index

Halaman index tampil pada saat pertama sekali user mengakses sistem pakar untuk mendiagnosa penyakit paru-paru manusia berbasis web ini. Pada halaman ini user dapat mengakses informasi-informasi yang dibutuhkan secara bebas terkait penyakit paru-paru pada manusia, serta dapat pula melakukan proses diagnosa penyakit paru-paru secara bebas. Untuk lebih jelas tampilan halaman ini dapat dilihat pada Gambar 1.

Gambar 1 Tampilan Halaman Index

2         Pembahasan Akses Halaman Pakar

Halaman pakar merupakan halaman yang digunakan khusus oleh pakar, di dalam halaman ini pakar dapat mengelola data-data kebutuhan sistem. Untuk mengakses halaman ini user diharuskan melakukan proses login pakar terlebih dahulu. Adapun tampilan halaman login pakar dapat dilihat pada Gambar 2.

Gambar 2 Tampilan Halaman Login Pakar

Setelah melakukan proses login pakar dengan benar, selanjutnya sistem akan menampilkan halaman khusus yang digunakan oleh pakar. Adapun tampilan halaman khusus pakar dapat dilihat pada Gambar 3.

Gambar 3 Tampilan Halaman Khusus Pakar

3         Pembahasan Menu Pakar

Menu pakar merupakan link-link yang dapat digunakan oleh pakar untuk mempercepat akses ke halaman-halaman utama pengolahan data kebutuhan sistem pakar ini, menu pakar terdapat disebelah kiri dari halaman khusus pakar. Untuk lebih jelasnya dapat dilihat pada Gambar 4.

Gambar 4 Pembahasan Menu Pakar

4         Implementasi Halaman Pengolahan Data

Halaman pengolahan data merupakan halaman-halaman yang digunakan oleh pakar untuk melakukan proses pengolahan data kebutuhan sistem.

4.1. Tampilan Halaman Update Akun Pakar

Halaman update pakar digunakan pakar untuk melakukan proses update seperti nama pakar dan password. Untuk mengakses halaman ini caranya klik link Update Akun Pakar yang terdapat pada menu pakar. Adapun tampilan halaman ini dapat dilihat pada Gambar 5.

Gambar 5 Tampilan Halaman Update Akun Pakar

4.2. Tampilan Halaman Data Gejala

Halaman data gejala digunakan pakar untuk melakukan proses pengolahan data gejala-gejala yang menyebabkan penyakit paru-paru pada manusia. Untuk mengakses halaman ini caranya klik link Data Gejala yang terdapat pada menu pakar. Adapun tampilan halaman ini dapat dilihat pada Gambar 6.

Gambar 6 Tampilan Halaman Data Gejala

4.3. Tampilan Halaman Data Jenis Penyakit

Halaman data jenis penyakit digunakan pakar untuk melakukan proses pengolahan data-data jenis penyakit paru-paru pada manusia. Untuk mengakses halaman ini caranya klik link Data Penyakit yang terdapat pada menu pakar. Adapun tampilan halaman ini dapat dilihat pada Gambar 7.

Gambar 7 Tampilan Halaman Data Jenis Penyakit

4.4. Tampilan Halaman Data Keputusan Penyakit

Halaman data keputusan penyakit digunakan pakar untuk melakukan proses pengolahan data-data gejala berdasarkan penyakit. Untuk mengakses halaman ini caranya klik link Data Keputusan Penyakit yang terdapat pada menu pakar. Adapun tampilan halaman ini dapat dilihat pada Gambar 8.

Gambar 8 Tampilan Halaman Data Keputusan Penyakit

4.5. Tampilan Halaman Data Hasil Diagnosa

Halaman data hasil diagnosa digunakan pakar untuk melakukan proses penghapusan data-data spam dari hasil diagnosa yang dilakukan oleh user pada sistem ini. Untuk mengakses halaman ini caranya klik link Data Hasil Diagnosa yang terdapat pada menu pakar. Adapun tampilan halaman ini dapat dilihat pada Gambar 9.

Gambar 9 Tampilan Halaman Data Hasil Diagnosa

5         Pembahasan Proses Diagnosa Penyakit

Untuk melakukan proses diagnosa didalam sistem ini user harus melewati beberapa langkah-langkah, antara lain:

1.    Klik link Diagnosa penyakit yang terdapat di sebelah kiri halaman index.

2.    Input nama anda, untuk lebih jelasnya dapat dilihat pada Gambar 10.

Gambar 10 Input Nama Anda

3.    Lalu klik tombol lanjut untuk melanjutkan diagnosa.

4.    Kemudian, jawab pertanyaan gejala sesuai dengan yang anda alami. Untuk lebih jelasnya dapat dilihat pada Gambar 11.

Gambar 11 Jawab Pertanyaan

Cara untuk menjawab jawaban adalah dengan cara memilih jawaban terlebih dahulu, kemudian klik tombol simpan jawaban untuk menyimpan jawaban yang telah anda pilih.

5.    Setelah semua jawaban yang anda alami dijawab, lalu klik tombol Lihat Hasil Diagnosa Penyakit untuk melihat hasil diagnosa berdasarkan gejala-gejala yang dijawab. Tombol Lihat Hasil Diagnosa Penyakit terdapat di akhir pertanyaan-pertanyaan gejala.

6.    Kemudian, sistem akan melakukan proses perhitungan CF secara automatis. Setelah proses perhitungan CF berhasil dilakukan maka sistem akan menampilkan halaman hasil diagnosa. Adapun tampilan halaman Data Hasil Diagnosa dapat dilihat pada Gambar 12.

Gambar 12 Tampilan Halaman Data Hasil Diagnosa

6         Tampilan Output

Tampilan output menampilkan informasi-informasi yang dihasilkan oleh sistem pakar ini.

6.1   Tampilan Laporan Data Penyakit Paru-Paru

Tampilan laporan ini menampilkan informasi-informasi mengenai data-data penyakit paru-paru pada manusia serta data-data gejala yang menyebabkan penyakit. Untuk lebih jelasnya tampilan laporan ini dapat dilihat pada Gambar 13.

Gambar 13 Tampilan Laporan Data Penyakit Paru-Paru

6.2   Tampilan Laporan Hasil Diagnosa

Tampilan laporan ini menampilkan informasi-informasi mengenai hasil diagnosa penyakit yang dilakukan oleh user. Untuk lebih jelasnya tampilan laporan ini dapat dilihat pada Gambar 14.

Gambar 14 Tampilan Laporan Hasil Diagnosa

BILA ANDA BERMINAT HUBUNGI KAMI SEGARA....EMAIL= AHafkon@gmail.com, ATAU Telpon Ke 085260785955