SISTEM PAKAR DIAGNOSA PENYAKIT ALZHEIMER SECARA DINI .
SISTEM PAKAR DIAGNOSA PENYAKIT ALZHEIMER SECARA DINIMENGGUNAKAN FUZZY TSUKAMOTOVina Rehadi Ongkosaputra, Heru Agus SantosoProgram Studi Teknik InformatikaFakultas Ilmu Komputer, Universitas Dian NuswantoroEmail: vina rehadi@yahoo.comABSTRAKSampai saat ini kesadaran dan pengetahuan masyarakat serta dokter akan penyakit Alzheimer masih terbilangrendah. Bahkan hingga saat ini belum ditemukan penyebab pasti penyakit ini serta penyembuhannya bagipenderita akut. Oleh sebab itu diperlukan teknologi yang dapat membantu dalam pemeriksaan penyakitAlzheimer secara dini. Prototipe Sistem Pakar Diagnosa Penyakit Alzheimer Secara Dini yang penuliskembangkan merupakan model untuk mendukung pengambilan keputusan pendiagnosaan. Denganmenggunakan perhitungan Fuzzy Tsukamoto tingkat akurasi hasilnya tinggi sehingga dapat membantu doktermembuat keputusan bagi pasien. Penulis telah melakukan pengujian terhadap 25 sampel diagnosa pasiendiperoleh tingkat akurasi sebesar 0.92. Hal ini menunjukkan bahwa Fuzzy Tsukamoto memiliki tingkat akurasiyang tinggi untuk mendiagnosa suatu penyakit.Kata kunci: Sistem Pakar, Fuzzy Tsukamoto, AlzheimerI. PENDAHULUAN1.1 Latar BelakangDi jaman modern ini jumlah jenis penyakit yangmenyebar di seluruh dunia semakin banyak seiringdengan bertambahnya waktu. Salah satu penyakityang sudah banyak memakan korban dan dikenalpublik tahun-tahun ini adalah penyakit Alzheimer.Penyakit Alzheimer pertama kali dicetuskan olehahli syaraf asal German, Alois Alzheimer,merupakan penyakit fisik yang mempengaruhi otak.Saat penyakit ini menyerang, ‘plak’ protein dan‘gumpalan’ mengembang pada struktur otak,menyebabkan kematian pada sel-sel otak. PenderitaAlzheimer juga mengalami kekurangan beberapazat kimia yang tertunda dari otak mereka. Padahalzat-zat tersebut berperan penting dalam transmisipesan dalam otak. Disisi lain, penyakit yangmenyerang jaringan otak ini sulit untuk dideteksi,terutama saat fase awal penyerangan dimana tingkatkerusakan masih minimal.Tingginya angka kematian dari penderitaAlzheimer ini dikarenakan kurangnya kesadaranmasyarakat akan penyakit mematikan ini. Selainitu, kurangnya perhatian terhadap penderita berusialanjut karena dianggap sebagai penyakit pikun biasadan dianggap normal. Penyakit Alzheimer memangsulit dideteksi pada awal serangan karenamenyerupai kepikunan biasa, namun berangsurangsur kemampuan berpikir serta kemampuanmotorik penderita semakin menurun. Puncaknya,penderita tidak dapat lagi berpikir secara normalmaupun melakukan aktivitas seperti orang normal.Pada akhirnya penderita dapat mengalami kematiansetelah beberapa tahun karena kemampuanmotoriknya sudah tidak berfungsi.Bahaya penyakit ini harus mulai disadariterutama bagi masyarakat yang memiliki sanakkeluarga yang sudah berusia lanjut (di atas 60tahun) maupun yang memiliki sejarah an menderita Alzheimer. Sebaiknyauntuk umur-umur rentan, para lansia maupunorang-orang yang memiliki faktor turunanAlzheimer diperiksakan secara berkala setidaknyaenam bulan sekali ke dokter maupun psikiater.Tujuannya agar keberadaan penyakit tersebut dapatsegera di deteksi dan diobati. Sayang sekali, tidaksemua dokter ataupun psikiater memilikikemampuan untuk mendeteksi keberadaan penyakitini secara akurat, terutama saat-saat dini seranganpenyakit. Padahal semakin dini penyakit Alzheimerdideteksi, kemungkinan pasien untuk hidup dandiobati jauh lebih besar. Hingga sekarang belumditemukan obat untuk menyembuhkan penyakitAlzheimer yang sudah parah. Yang tersedia hanyaobat-obat yang memperlambat proses penurunankemampuan tubuh.Sebagai solusinya, teknologi dapat membantudalam pemecahan masalah yang ada sedinimungkin.Denganmenggunakanteknologiinformasi dan komputer, para dokter sertaparamedisdiharapkandapatmendeteksikeberadaan penyakit Alzheimer secara lebih dinidengan cepat dan mudah. Salah satu teknologi yangdapat digunakan adalah Sistem Pakar atau ExpertSystem. Sistem pakar ini akan mengumpulkan
formasi yang ada diolah dalam aturanaturan yang telah ditetapkan sebelumnya untukkemudian ditarik kesimpulan dari data yangdidapat.1.2 Rumusan MasalahBerdasarkan latar belakang masalah yangdikemukakan di atas, permasalahan yang akandibahas dalam penelitian ini adalah bagaimanamerancang dan mengembangkan prototipe aplikasiyang berfungsi sebagai alat bantu pengambilankeputusan untuk mendiagnosis penyakit Alzheimerpada seseorang.1.3 Batasan MasalahBatasan masalah yang menjadi acuan dalampenelitian ini adalah :a. Identifikasi keadaan psikologis dan gejala fisiktertentu yang dapat digunakan untukpendeteksian penyakit Alzheimer secara dini.b. Sistem pakar ini dirancang untuk mendeteksikeberadaan penyakit Alzheimer secara dini.c. Perancangan sistem pada penelitian ini akandiimplementasikan dalam bentuk prototipe.d. Hasil output dari prototipe aplikasi yang adaberupa nilai bobot Fuzzy, dengan nilai tertinggisebagai indikasi besar resiko penyakitAlzheimer yang diderita pasien.1.4 TujuanTujuan dari penelitian ini adalah membuat suatuprototipe aplikasi yang dapat digunakan sebagaialat bantu medis untuk mendiagnosa penyakitAlzheimer.1.5 ManfaatDengan adanya sistem pakar maka diharapkandapat bermanfaat sebagai salah satu referensi bagidunia medis dan kesehatan dalam mendiagnosapenyakit Alzheimer secara dini, serta dapat menjadipustaka dan bahan acuan bagi akademik untukpengembangan selanjutnya.II. METODE2.1 Permodelan GejalaRendahTinggiSedang0;.µ tinggi(x) 0.5;.0.5 1; 1 12.2 Permodean ResikoRendah0TinggiSedang0.110.5Gambar 3.2 Fungsi keanggotaan variabel resiko0;µ BR(z) . 0.5;.0.1 1;0; 0.1.µ CB(z) 0.1 0.5;0.5 10;. 1;.µ BT(z) 0.5 0.1; 0.50.5 1; 1 1III.HASIL DAN PEMBAHASAN4.1 , dan rule yang sama dengan yang sudahdibahas pada bab sebelum ini, maka perludilakukan pengujian pada salah satu perhitungandata sampel diagnosa pasien. Pengujian perhitungandi sini dimaksudkan untuk melihat kualitasdiagnosa menggunakan metode fuzzy Tsukamotoyang diterapkan pada prototipe aplikasi denganmelakukan perbandingan hasil diagnosa dengansyarat hasil diagnosa pada Sistem Pakar Alzheimerdengan indikasi Beresiko Tinggi masuk dalamkategori pasien yang kemungkinan besar menderitapenyakit Alzheimer, hasil diagnosa dengan indikasiCukup Beresiko masuk dalam kategori pasien yangkemungkinan dapat menderita penyakit Alzheimer,sedangkan hasil diagnosa dengan indikasi BeresikoRendah masuk dalam kategori pasien yang tidakmenderita penyakit Alzheimer atau memilikikemungkinan kecil terkena penyakit Alzheimer.Berikut ini adalah salah satu contoh penentuantingkat resiko penyakit Alzheimer mmenggunakanperhitungan Fuzzy Tsukamoto:[R01] IF G1tinggi and G2tinggi and G3tinggi and00.110.5Gambar 3.1 Fungsi keanggotaan variabel gejala0;µ rendah(x) . 0.5;.0.1 1; 0.1.α-predikat1 min (0.4; 0.2; 0.6; 0.5333; 0.3333) 0.10;µ sedang(x) 0.5G4tinggi and G5tinggi 0.2 1;0.1 0.5;0.5 1Nilai z : z11 (z-0.5)/0.5 0.2 Z 0.61Penentuan nilai α-predikat disesuaikan denganrule dan perhitungan nilai z didapat dari α-predikat
dan kesimpulan rule. Setelah nilai masing-masingrule didapatkan baru kemudian digolongkan sesuaikesimpulan rule untuk dihitung bobot masingmasing untuk tiap kesimpulan, antara lain sebagaibeirkut: Beresiko tinggi (R01 – R12)Z Z 0.6267 Cukup beresiko (R13 – R24)Z // Hitung predikat berdasarkan rule R1-R36For var G1. G5 dopredikat MIN( G1. G5)// Hitung z berdasarkan predikatIf z beresiko tinggi (BT) thenIf predikat 0 then z 0.5ElseIf predikat 1 then z 1Else z ( predikat * 0.5) 0.5EndIf EndIfIf z cukup beresiko (CB) thenIf predikat 0 then z 0.1Else z ( predikat * 0.4) 0.1EndIf EndIfZ 0.2333 Resiko rendah (R25 – R36)Z Z -- (tidak bernilai, dianggap 0)Dari perbandingan nilai bobot Z di atas untukmasing-masing indikasi resiko didapat bobottertinggi dengan indikasi Beresiko tinggi senilai0.6267. Pada pemeriksaan dokter secara manual,data pasien tersebut terbukti merupakan pasienpenderita Alzheimer.Perbandingan kebenaran data telah dilakukanantara hasil diagnosa dari data sampel asli sebanyak25 orang dengan diagnosa yang menggunakanperhitungan fuzzy. Nilai presisi antara hasilperhitungan fuzzy Tsukamoto dengan hasil diagnosaasli pada sampel adalah sebagai berikut : If z beresiko rendah (BR) thenIf predikat 0 then z 0.5ElseIf predikat 1 then z 0.1Else z 0.5 - ( predikat * 0.4)EndIf EndIfEndFor// Hitung nilai bobot (Z) untuk BT, CB, BRFor var , var z doZ EndForIV. TINJAUAN PUSTAKAAplikasiParu-paru(Atif,2006)MetodeDecision a,2012)MLP,Improved MLPJantung(Niti,2007)ANN 0.92Dapat dilihat pada perhitungan di atas bahwatingkat kepresisian hasil diagnosa prototipe aplikasiyang dibuat menggunakan perhitungan fuzzyTsukamoto memiliki nilai yang cukup tinggi yaitu0.92 yang menunjukkan tingkat keakurasian yangbaik.4.2 AlgoritmaInput var deteksi Alz (G1.G5) Gangguan memori [A1.A5] Perubahan kebiasaan [B1, B2, B3] Gangguan bahasa [C1, C2] Gangguan penilaian [D1, D2, D3] Gangguan kepribadian [E1, E2, E3]// HitungFor var deteksi Alz doHitung nilai tinggiHitung nilai sedangHitung nilai rendahEndForKeteranganSistem pendukungkeputusan inidigunakan untukmengurangi waktu danbiaya untuk diagnosadan mempercepatpenangananMendeteksi penyakitdari beberapa faktoratau gejala adalahmasalah denganbanyak lapisan yangjuga dapat berujungdengan asumsi yangsalah dengan banyakefek yang tidak dapatdiprediksi.Beberapa kemampuandan properti ANNseperti non-parametic,non-linearity, inputoutput mapping,adaptivity membuatnyasebagai alternatif untukpemecahan strukturluas yang terdistribusi
Alzheimer(Martinez, 2012)Alzheimer (Sigut,2007)MannWhitneyWilcoxon U-TestKADSsecara paralel danlangkah-langkah yangkompleksdibandingkan denganteknik statistikalMann-WhitneyWilcoxon U-Testdigunakan untukmenyeleksi voxel.SVM (Support VectorMachine) digunakanuntuk melakukanpengelompokan padagambaran yang masuk.Database-databaseyang digunakan untukmengetes metode yangdiusulkan yaitu SPECTdan PET.Sistem pakar inidigunakan untukmempersempitpencarian dalamruangan beberapadesain yang mungkindapat digunakanklasifikasi.V. KESIMPULANDANPENELITIANSELANJUTNYA5.1 KesimpulanBerdasarkan dari hasil penelitian yang telahdilakukan penulis dalam pembuatan sistem pakaruntuk pendeteksian penyakit Alzheimer secara dini,dapat disimpulkan bahwa :a. Teknik perhitungan fuzzy Tsukamoto terbuktibaikmampumemecahkanmasalahpendiagnosaan penyakit Alzheimer secara cepatdan akurat.b. Prototipe aplikasi ini dapat berfungsi sebagaialat bantu pengambilan keputusan untukmendiagnosis penyakit Alzheimer padaseseorang.c. Prototipe aplikasi ini dapat digunakan sebagaialat bantu medis dalam dunia kesehatan untukmendiagnosa penyakit Alzheimer secara dini.5.2 Penelitian SelanjutnyaTidak ada sistem yang baik jika tidak selaludikembangkan. Prototipe aplikasi yang ada masihbelumsempurnadanuntukdapatdiimplementasikan secara nyata dalam instansiharus dilakukan banyak pengembangan danpenelitian untuk mendapatkan hasil yang maksimal.Pada pengembangannya nanti mungkin dapatditambahkan gejala-gejala baru ataupun mungkinpergantian rule yang lebih kompleks. Penelitianselanjutnya juga dapat menambahkan fiturpemberian saran bagi tiap indikasi baik saranperawatan, terapi, maupun gaya hidup. Padapengembangannya diharapkan dapat membuatsistem yang lebih baik lagi dengan aplikasi-aplikasiterbaru nantinya maupun perbaikan sistem dariyang sudah ada menjadi lebih baik lagi. Tentunyasemuanya hanya dapat dilakukan setelahsebelumnya melakukan riset dan penelitianmenyeluruh untuk mengubah, menghapus, maupunmenambahkan data-data yang ada.DAFTAR PUSTAKA[1] Henry W. Querfurth dan Frank M. LaFerla(2010). Alzheimer’s Disease. Massachusetts:N Engl J Med.[2] J. Sigut , J. Pin eiro, E. Gonzalez, dan J.Torres (2006). An expert system for supervisedclassifier design: Application to AlzheimerDiagnosis. Spain: University of La Laguna.[3] F.J. Martínez-Murcia, J.M. Górriz, J. Ramírez,C.G. Puntonet, D. Salas-González (2012).Computer Aided Diagnosis tool forAlzheimer’s Disease based on Mann-WhitneyWilcoxon-U-Test. Spain: University of Spain.[4] Maria C. Carrillo, Christopher C. Rowe,Cassandra Szoeke, Colin L. Masters, DavidAmes, Tim O’Meara, S. Lance Macaulay,Andrew Milner, Kathryn A. Ellis, PaulMaruff, Stephanie R. Rainey-Smith, Ralph N.Martins, Lisa J. Bain, Richard J. Head (2013).Research and standarization in Alzheimer’strials: Reaching international consensus.Australia.[5] Mayeux, Richard (2010). Early Alzheimer’sDisease. Massachusetts: N Engl J Med.[6] Toor, Atif Imran (2006). Decision SupportSystem for Lung Diseases. Master TesisDepartemen Komputer Sains dan Elektronik.Universitas Malardalen.[7] Sunila, Prabhat Panday, dan Nirmal Godara(2012). Decision Support System forCardiovascular Heart Disease DiagnosisUsing Improved Multilayer ons (0975 – 8887).[8] Niti Guru, Anil Dahiya, dan Navin Rajpal(2007). Decision Support System for HeartDisease Diagnosing Using Neural Network.Delhi: Delhi Bussiness Review.[9] Jones, Kingsley (1984). PsychologicalProblems in the Elderly. Can Fam Physician.[10] Petersen, Ronald C. (2011). Mild CognitiveImpairment. Massachusetts: N Engl J Med.[11] Kawas, Claudia H. (2010). Early Alzheimer’sDisease. Massachusetts: N Engl J Med.[12] http://www.news-medical.net/health/Alzheimers -Disease-Symptoms.aspx, diakses tanggal 2April 2013
[13] Kusumadewi, S. dan Purnomo, H. (2010).Aplikasi Logika Fuzzy untuk PendukungKeputusan. Yogyakarta: Graha Ilmu.[14] Masykur, Fauzan (2012). Implementasi SistemPakar Diagnosis Penyakit Diabetes MellitusMenggunakan Metode Fuzzy Logic BerbasisWeb. Tesis Magister. Universitas Diponegoro.[15] Sri Hartati dan Sari Iswanti (2008). SistemPakar dan Pengembangannya. Yogyakarta:Graha Ilmu.[16] Gottesdiener, Ellen (1995). RAD Realities:Beyond the Hype to How RAD Really Works.Application Development Trends.[17] http://www.alz.co.uk/research/statisticsdiakses tanggal 20 Mei 2013[18] Frerichs, R.R. (2008). Rapid Surveys.Unpublished.
pendeteksian penyakit Alzheimer secara dini. b. Sistem pakar ini dirancang untuk mendeteksi keberadaan penyakit Alzheimer secara dini. c. µ Perancangan sistem pada penelitian ini akan diimplementasikan dalam bentuk prototipe. d. Hasil output dari prototipe aplikasi yang ada berupa nilai bobot Fuzzy, dengan nilai tertinggi
Jurnal Coding Sistem Komputer Untan Volume 05, No. 1 (2017), hal. 45-55 ISSN : 2338-493X 45 SISTEM PAKAR DIAGNOSA PENYAKIT PADA KUCING MENGGUNAKAN METODE DEMPSTER-SHAFER BERBASIS ANDROID [1]Dwi Purnomo, [2]Beni Irawan, [3]Yulrio Brianorman [1][3] Jurusan Sistem Komputer, Fakultas MIPA Universitas Tanjungpura Pontianak [2] Jurusan Sistem Informasi, Fakultas MIPA Universitas Tanjungpura Pontianak
Pengerjaan dari sistem pakar ini direncanakan melalui 7 tahapan yaitu : 1) Tahap pengumpulan data 2) Tahap perumusan penyakit jantung dan paru beserta gejalanya, 3) Tahap pembuatan rule sistem pakar, 4) Tahap perancangan basis data, 5) Tahap perancangan antar muka sistem pakar, 6) Tahap implementasi perancangan ke dalam sistem
penyakit tanpa menyita banyak waktu, salah satunya yaitu sistem pakar (expert system). Sistem pakar ini dibuat agar para Sistem pakar ini dibuat agar para orangtua dapat menggunakan teknologi ini untuk dapat melakukan pendeteksian gejala maupun langkah awal penanganan
Sistem pakar adalah suatu sistem yang dirancang untuk dapat menirukan keahlian seorang pakar dalam menjawab pertanyaan dan memecahkan suatu masalah (T.Sutojo dkk, 2011:13). Sistem pakar akan memberikan pemecahan suatu masalah yang didapat dari dialog dengan pengguna. Dengan bantuan sistem pakar seseorang yang
Pendeteksian suatu penyakit dengan komputer akan mempermudah tenaga medis maupun masyarakat biasa untuk menentukan kesimpulan yang dapat diambil. Salah satu bentuk kemajuan teknologi komputer adalah sistem pakar (expert system) yang merupakan bagian dari kecerdasan buatan (artificial intelligence), Sistem pakar merupakan sebuah sistem yang .
pendeteksian Penyakit Dalam pun mahal harganya sehingga tiap rumah sakit belum pasti memiliki alat canggih dalam pendeteksian Penyakit Dalam yang serius. . yang digunakan pada pembuatan sistem pakar ini adalah Penyakit Dalam pada manusia, dengan tambahan jumlah Penyakit Dalam dari kajian terdahulu. Metode penelusuran
Terdapat banyak jenis sistem pakar yang menggunakan metode certainty factor pada sistem pakar penyakit kulit. Beberapa penelitian terkait yang relevan dengan penelitian ini adalah sebagai berikut. Sistem pakar dapat membantu pasien supaya tidak menunggu lama untuk mendapatkan perawatan oleh dokter, sehingga
1550-1950, which she curated with Anne Sutherland Harris for the Los Angeles County Museum of Art; the show was accompanied by the catalogue of the same title co-authored by both scholars. Linda Nochlin has written numerous books and articles focusing attention on social and political issues revealed in the work of artists, both male and female, from the modernist period to the present day .
