Terakreditasi SINTA Peringkat 2 Surat Keputusan Dirjen Penguatan Riset dan Pengembangan Ristek Dikti No.
10/E/KPT/2019
masa berlaku mulai Vol.
1 No.
1 tahun 2017 s.
d Vol.
5 No.
3 tahun 2021 Terbit online pada laman web jurnal: http://jurnal.
JURNAL RESTI
(Rekayasa Sistem dan Teknologi Informas.
Vol.
4 No.
17 - 27
ISSN Media Elektronik: 2580-0760 Sistem Pakar Penyakit Menular Menggunakan Dempster Shafer Dengan Rekomendasi Tempat Layanan Kesehatan Istiadi1.
Emma Budi Sulistiarini2.
Rudy Joegijantoro3.
Dedi Usman Effendy4 Program Studi Teknik Informatika.
Universitas Widyagama Malang Program Studi Teknik Industri.
Universitas Widyagama Malang Program Studi Kesehatan Lingkungan.
STIKES Widyagama Husada Malang Program Studi Teknik Elektro.
Universitas Widyagama Malang istiadi@widyagama.
id, 2emma_budi@widyagama.
id, 3aziro71@gmail.
com, 4dedy@widyagama.
Abstract Delay in the handling of a type of disease can pose a risk for someone who has the surrounding environment.
Often the casualties are caused by people's ignorance of the spread of dangerous infectious diseases.
People's ignorance as an action that must be done immediately and where to do to get help.
Thus it is necessary to build an application of an expert system that can diagnose infectious diseases, provide recommendations for disease management, and provide recommendations for appropriate and acceptable health services.
The system was built to diagnose six types of infectious diseases that are of particular concern to Malang City.
Various infectious diseases with similar symptoms that appear will lead to the possibility of a diagnosis and many possibilities for diagnosis.
The Dempster Shafer method is an approved one that can be used in overcoming these factors.
The disease expert consultation system application using the Dempster Shafer method obtained an accuracy test result of 88.
While the system usability test obtained results, 76% agreed to system reliability, 85% strongly agreed to system efficiency, 83% strongly agreed to ease for use system, and 79% agreed to accurate system.
Keywords: expert system, infectious diseases, dempster-shafers, positioning, online system.
Abstrak Keterlambatan penanganan terhadap suatu jenis penyakit dapat menimbulkan resiko baik bagi seseorang maupun lingkungan Seringkali jatuhnya korban disebabkan karena ketidaktahuan masyarakat atas terjangkitnya suatu penyakit menular yang berbahaya.
Ketidaktahuan masyarakat itu seperti tindakan apa yang harus segera dilakukan dan kemana seharusnya untuk mendapatkan bantuan atau pertolongan.
Dengan demikian perlu dibangun suatu aplikasi sistem pakar yang dapat mendiagnosis jenis penyakit menular, memberikan rekomendasi penanganan penyakit, dan memberikan rekomendasi tempat layanan kesehatan yang dapat segera dijangkau.
Sistem yang dibangun bertujuan untuk mendiagnosis enam jenis penyakit menular yang menjadi perhatian khusus di Kota Malang.
Beragam penyakit menular dengan kemiripan gejala yang muncul akan menimbulkan ketidakpastian dan menyebabkan ditemukannya banyak kemungkinan diagnosis.
Metode dempster shafer merupakan salah satu pendekatan sesuai yang dapat digunakan dalam mengatasi faktor ketidakpastian Aplikasi sistem pakar konsultasi penyakit menggunakan metode dempster shafer memperoleh hasil uji akurasi Sementara uji ketergunaan sistem memperoleh hasil, sebanyak 76% menyatakan setuju terhadap reliability sistem, 85% sangat setuju terhadap efficiency sistem, 83% sangat setuju terhadap ease for use sistem, dan 79% setuju terhadap accurate sistem.
Kata kunci: sistem pakar, penyakit menular, dempster-shafer, pemosisian, sistem daring.
A 2020 Jurnal RESTI Banyak permasalahan yang menyangkut kebutuhan Seperti pada bidang kesehatan, khalayak atau masyarakat yang membutuhkan seringkali jatuhnya korban disebabkan keterlambatan dukungan solusi.
Solusi-solusi tersebut mungkin Pendahuluan Diterima Redaksi : 22-10-2019 | Selesai Revisi : 13-01-2020 | Diterbitkan Online : 01-02-2020 Istiadi.
Emma Budi Sulistiarini.
Rudy Joegijantoro.
Dedi Usman Effendy Jurnal RESTI (Rekayasa Sistem dan Teknologi Informas.
Vol .
4 No.
17 Ae 27 tindakan dan penanganan karena ketidaktahuan Yusniar dkk .
, telah mendiagnosa penyakit mata masyarakat akan terjangkitnya suatu penyakit menular menggunakan Dempster Shafer dengan input 32 gejala yang berbahaya .
Keterlambatan tindakan ini dapat dan 8 jenis penyakit mata .
Penelitian Kanggeraldo disebabkan karena yang bersangkutan belum tahu apa dkk .
, menggunakan metode Dempster Shafer yang sebaiknya dilakukan dan kemana seharusnya untuk mendiagnosa penyakit stroke hemoragik dan mendapatkan bantuan atau pertolongan.
Misalnya iskemik, dengan hasil pengujian validitas akurasi klinik, rumah sakit, laboratorium, apotik, dan sistem sebesar 97% .
Penelitian Novariana dkk sebagainya yang dapat segera dijangkau.
, mendiagnosa penyakit hepatitis menggunakan Dempster Shafer dengan membagi jenis penyakit Penyakit menular merupakan masalah penting yang menjadi 5 jenis virus hepatitis .
Penelitian Alkaff terjadi hampir di semua negara berkembang.
Angka dkk .
, melakukan penelitian untuk mendeteksi kesakitan dan tingkat kematiannya relatif tinggi dalam jenis perilaku ADHD pada anak yang terbagi menjadi kurun waktu yang relatif singkat.
Penyakit menular tiga jenis gangguan yaitu hiperaktif, inatentif, dan adalah penyakit infeksi yang disebabkan oleh virus, impulsif .
bakteri, atau parasit .
Berdasarkan data Dinas Kesehatan Kota Malang tahun 2016 mengenai Kelima penelitian tersebut mampu menerapkan setiap perkembangan kesehatan di Kota Malang, terdapat kasus menggunakan metode Dempster Shafer dengan beberapa penyakit menular yang menjadi perhatian, prosentase nilai akurasi yang tinggi, namun kasus yang diantaranya : Faringitis (Radang Tenggoro.
Difteri, diangkat belum pada beberapa penyakit menular.
Demam Berdarah Dengue (DBD).
Demam Typhoid Penelitian-penelitian tersebut juga hanya menggunakan (Tifu.
Tuberkulosis (TB Par.
, dan Kusta .
satu jenis platform untuk implementasinya.
Selain itu belum terdapat rekomendasi penanganan awal untuk Beberapa penyakit menular, menjadi perhatian setiap hasil diagnosis serta rekomendasi tempat layanan pemerintah untuk dapat ditangani dengan menggunakan kesehatan yang sesuai dan dapat segera dijangkau teknologi informasi .
Seperti layanan konsultasi pengguna .
Hasil pengujian yang dilakukan penyakit dengan pemanfaatan teknologi sistem pakar.
belum menjangkau pada uji evaluasi pengguna terkait Sistem pakar .
xpert syste.
, merupakan sistem yang dengan penilaian sistem yang telah dibuat.
berusaha mengadopsi pengetahuan manusia ke komputer agar komputer dapat menyelesaikan masalah Penelitian ini bertujuan untuk menerapkan metode seperti yang biasa dilakukan para ahli atau pakar .
Dempster Shafer pada enam penyakit menular yang Seiring dengan perkembangan teknologi informasi dan menjadi perhatian di Kota Malang .
menggunakan layanan komunikasi yang semakin luas, sistem pakar platform website dan smartphone (Androi.
Penelitian tidak hanya dikembangkan secara lokal pada satu ini juga memberikan layanan rekomendasi yang tediri komputer, tetapi dapat dikembangkan menjadi layanan dari rekomendasi penanganan awal dan rekomendasi online yang dapat diakses pada platform yang berbeda, tempat layanan kesehatan terdekat sesuai dengan posisi seperti website dan aplikasi smartphone (Androi.
saat mengakses sistem konsultasi penyakit secara online.
Pengujian terdiri dari uji akurasi Beragam penyakit menular dengan kemiripan gejala dan uji evaluasi pengguna terhadap sistem yang telah yang muncul akan menimbulkan ketidakpastian, sehingga dibutuhkan pendekatan yang sesuai.
Salah satu pendekatan yang dapat digunakan adalah metode Metode Penelitian Dempster Shafer.
Metode Dempster Shafer adalah suatu teori matematika tentang pembuktian berdasarkan Jalannya penelitian ini digambarkan dalam bentuk fungsi kepercayaan .
elief functio.
dan pemikiran bagan seperti disajikan pada Gambar 1.
yang masuk akal .
lausible reasonin.
Metode Dempster Shafer dapat digunakan untuk mengatasi faktor ketidakpastian dalam sistem pakar yang menyebabkan ditemukannya banyak kemungkinan diagnosis, dengan cara mengkombinasikan potongan informasi yang terpisah untuk mengkalkulasikan kemungkinan dari suatu peristiwa berdasarkan nilai kepercayaan yang diberikan .
Penerapan metode Dempster Shafer pada sistem pakar telah banyak dilakukan pada penelitian sebelumnya dengan jenis kasus yang beragam.
Penelitian Minardi dkk .
, menggunakan metode Dempster Shafer dan Decision Tree untuk mendiagnosa penyakit kehamilan, hasil pengujian validitas mendapatkan nilai akurasi sesuai 76% dan akurasi tidak sesuai 24% .
Penelitian Gambar 1.
Langkah Kerja Penelitian Jurnal RESTI (Rekayasa Sistem dan Teknologi Informas.
Vol .
4 No.
17 Ae 27 Istiadi.
Emma Budi Sulistiarini.
Rudy Joegijantoro.
Dedi Usman Effendy Jurnal RESTI (Rekayasa Sistem dan Teknologi Informas.
Vol .
4 No.
17 Ae 27 dikalikan dengan nilai disbelief Berdasarkan bagan pada Gambar 1, penelitian ini dari evidence tersebut.
diawali dengan mengidentifikasi masalah yang akan m2(Y) : mass function dari evidence (Y).
Masalah diselesaikan melalui tahapan yang diperoleh studi literatur dan lapangan.
Studi literatur dilakukan dikalikan dengan nilai disbelief guna mendapatkan referensi terkait penelitian yang dari evidence tersebut.
Studi lapangan dilakukan dengan : nilai kekuatan dari evidence Z Oc melakukan pengamatan langsung pada rumah sakit, yang diperoleh dari kombinasi klinik, atau puskesmas dan mempelajari permasalahan nilai keyakinan sekumpulan yang terjadi.
Mekanisme komputasi menggunakan : jumlah evidential conflict.
Oc metode Dempster Shafer yang digambarkan dalam bentuk bagan seperti disajikan pada Gambar 2.
Proses perhitungan tesebut akan terus diiterasi hingga semua gejala selesai dihitung, jika hasil perhitungan m3 .
ass functio.
sama dengan nol, maka tidak ada penyakit yang sesuai dengan enam jenis penyakit menular yang telah ditentukan, namun jika hasil perhitungan m3 .
ass functio.
tidak sama dengan nol, maka akan dilakukan perhitungan nilai maksimal dari setiap mass function dan jenis penyakit akan segera dapat diketahui.
Gambar 2.
Flowchart Metode Dempster Shafer Data penyakit dan gejala-gejala yang digunakan pada sistem ini diperoleh dari hasil wawancara oleh pakar atau dokter, sejumlah tiga orang.
Wawancara dilakukan untuk mengumpulkan informasi data gejala dengan bobot tingkat keyakinannya .
, informasi data rekomendasi penanganan awal sebagai pencegahan penularan penyakit, informasi data untuk penyakit menular yang memerlukan pemeriksaan laboratorium, dan informasi data rekomendasi jenis layanan kesehatan yang sesuai dengan jenis penyakitnya.
Hasil informasi data penyakit dan informasi data gejala yang disertai dengan bobot tingkat keyakinan .
disajikan dalam bentuk Tabel 1.
Berdasarkan bagan pada Gambar 2, data gejala yang Pada Tabel 1, kolom jenis penyakit merupakan enam telah dipilih oleh pengguna .
akan dihitung jenis penyakit menular yang menjadi perhatian di Kota menggunakan rumus perhitungan plausibility/m().
Malang .
, kolom gejala merupakan daftar gejala Menurut Giarratano dan Riley .
fungsi belief klinis sesuai jenis penyakit, dan kolom bobot diformulasikan sebagai :
merupakan prosentase tingkat keyakinan .
dari frekuensi kemunculan gejala pada pasien untuk setiap Oc jenis penyakit.
Informasi data penyakit dan data gejala tersebut, selanjutnya direpresentasikan kedalam rule atau aturan Oc .
Aturan tersebut dibentuk menjadi kodekode yang bertujuan untuk menentukan proses Jika banyaknya gejala yang diinputkan hanya satu, pencarian dan menentukan kesimpulan dari diagnosis maka jenis penyakit akan segera dapat diketahui.
Representasi bentuk rule atau aturan penelusuran Namun jika banyaknya gejala yang diinputkan lebih disajikan dalam Tabel 2.
dari satu gejala, maka akan dilakukan perhitungan kembali menggunakan rumus m3.
, atau yang dikenal Berdasarkan data pada Tabel 2.
P1 merupakan penyakit Faringitis (Radang Tenggoro.
P2 merupakan penyakit dengan DempsterAos Rule of Combination :
Difteri.
P3 merupakan penyakit DBD.
P4 merupakan Oc penyakit Demam Typhoid (Tifu.
P5 merupakan .
Oc penyakit Tuberkulosis (TB Par.
, dan P6 merupakan penyakit Kusta.
Diketahui bahwa terdapat beberapa Keterangan :
gejala yang sama terhadap sejumlah penyakit.
Gejala m3(Z) : mass function dari evidence (Z).
yang paling dominan terhadap penyakit adalah gejala m1(X) : mass function dari evidence (X), yang diperoleh Selanjutnya sistem dirancang untuk mengakomodasi kebutuhan layanan berdasarkan jenis sedangkan plausibility dinotasikan sebagai :
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informas.
Vol .
4 No.
17 Ae 27 Istiadi.
Emma Budi Sulistiarini.
Rudy Joegijantoro.
Dedi Usman Effendy Jurnal RESTI (Rekayasa Sistem dan Teknologi Informas.
Vol .
4 No.
17 Ae 27 Pengguna sistem antara lain knowledge penyakit menular untuk memperoleh informasi hasil engineer dan user.
Rancangan sistem tersebut diagnosis penyakit, dan rekomendasi penanganannya.
dituangkan dalam use case diagram pada Gambar 3.
Tabel 2.
Fakta dan Aturan Tabel 1.
Data Penyakit dan Gejala Jenis Penyakit Menular Faringitis (Radang Tenggoroka.
Difteri Demam Berdarah Dengue (DBD) Demam Typhoid (Tifu.
Tuberkulosis(T B Par.
Kusta Gejala Dinding belakang mulut radang Sakit tenggorokan Batuk Nyeri menelan Demam Pilek Tenggorokan terasa kering Mengorok saat bernapas/tidur Sakit tenggorokan Selaput putih di tenggorok Batuk Demam Pilek suara serak Amandel membesar Mengorok saat bernapas/tidur Sesak napas Bengkak pada leher Lemas Sakit kepala Sakit perut Demam Mual-muntah Pendarahan Badan dingin dan lembab Sesak napas Organ dalam membesar .
iver, limp.
Tidak sadar Lemas Sakit kepala Kembung Demam Mual-muntah Sakit perut gangguan BAB Lidah kotor Bercak merah Organ dalam membesar .
iver, limp.
Tidak sadar Batuk > 2 minggu Ada riwayat kontak Penurunan berat badan Pembesaran kelenjar getah bening Demam Keringat malam Berat badan sulit naik Suara napas berubah Sesak napas Nyeri dada Napas berdengik Bercak mati rasa Kesemutan Pembesaran saraf Kebas .
ulit terasa teba.
Nyeri
Kekakuan alat gerak
Lumpuh
Jari-jari putus sendiri Bobot
Rule
Gejala
G01
G02
G03
G04
G05
Sakit Tenggorokan Demam Batuk Pilek Tenggorok terasa Dinding belakang mulut radang Nyeri menelan Selaput putih di Mengorok saat bernapas/tidur Sesak napas Suara serak Amandel membesar Bengkak pada leher Pendarahan Sakit kepala Sakit perut Lemas Badan dingin dan Tidak sadar Organ dalam Mual-muntah gangguan BAB Mengigau Lidah kotor Bercak merah Batuk > 2 minggu Keringat malam Penurunan berat Nyeri dada Pembesaran kelenjar bening leher/ ketiak Berat badan sulit Suara napas berubah Ada riwayat kontak Napas berdengik Bercak mati rasa Kesemutan Kebas .
ulit terasa Pembesaran saraf
Nyeri
Kekakuan alat gerak
Lumpuh
Jari-jari putus sendiri ya ya ya ya ya ya ya ya G06
G07
G08
G09
G10
G11
G12
G13
G14
G15
G16
G17
G18
G19
G20
G21
G22
G23
G24
G25
G26
G27
G28
G29
G30
G31
G32
G33
G34
G35
G36
G37
G38
G39
G40
G41
G42
G43
ya ya ya ya ya ya ya ya ya ya ya ya ya ya ya ya ya ya ya ya ya ya ya ya ya ya ya ya ya ya ya ya ya ya ya Pada Gambar 3 dapat diketahui terdapat dua fungsi layanan login pada sistem konsultasi penyakit menular, yaitu login Knowledge Engineer dan login User.
Knowledge Engineer merupakan aktor yang mengelola basis pengetahuan yang terdiri dari pengelolaan data penyakit beserta gejala-gejalanya, data informasi penyakit, dan data untuk rekomendasi sistem .
User merupakan aktor yang mengakses sistem konsultasi Gambar 3.
Use Case Diagram Jurnal RESTI (Rekayasa Sistem dan Teknologi Informas.
Vol .
4 No.
17 Ae 27 ya ya ya ya ya ya ya ya ya ya ya ya ya ya ya ya ya Istiadi.
Emma Budi Sulistiarini.
Rudy Joegijantoro.
Dedi Usman Effendy Jurnal RESTI (Rekayasa Sistem dan Teknologi Informas.
Vol .
4 No.
17 Ae 27 Tabel 3.
Skor Maksimum Sistem diimplementasikan secara online berbasis website dan Skor Skor Maksimum Jawaban (Skor ya Total Jumlah Responde.
Likert smartphone (Androi.
Penentuan rekomendasi tempat layanan kesehatan mempertimbangankan beberapa Sangat Setuju aspek, yaitu kesesuaian fasilitas tempat layanan Setuju Netral kesehatan dengan jenis penyakit pengguna .
, dan Tidak Setuju tempat layanan kesehatan yang terdekat dengan posisi Sangat Tidak Setuju pengguna .
pada saat mengakses sistem layanan Berdasarkan Tabel 3, nilai skor maksimum diperoleh konsultasi online.
Untuk mengetahui tempat layanan dari hasil perkalian skor likert dengan total jumlah kesehatan terdekat dengan posisi pengguna .
, responden, yaitu berjumlah 20 orang.
Sedangkan rumus maka digunakan perhitungan jarak dengan Formula untuk mencari prosentase jawaban pada masing-masing Haversine.
Formula Haversine merupakan persamaan pertanyaan menggunakan rumus .
yang memberikan jarak lingkaran besar antara dua titik pada permukaan bumi berdasarkan bujur dan lintang Perhitungan menggunakan formula Haversine diperoleh menggunakan rumus .
Keterangan :
(Oo ( ) )) .
Skor Ideal Keterangan :
Jarak 1 km Bujur (Lattitud.
1 Bujur (Lattitud.
2 Lintang (Longitud.
1 Lintang (Longitud.
2 Lattitude1 Ae Lattitude2 Longitude1 Ae Longitude2 Nilai prosentase jawaban Total skor responden Oc .
kor likert ya responden yang menjawab setiap Skor maksimum .
kor tertinggi likert ya total jumlah Hasil prosentase jawaban yang diperoleh kemudian di analisis untuk ditentukan jenis kategori yang sesuai dari lima indikator skala likert yang telah ditentukan.
Untuk dapat mengetahui jenis kategori yang sesuai berdasarkan hasil prosentase jawaban yang diperoleh.
Evaluasi pada sistem ini terdiri dari uji akurasi, dan uji maka dibutuhkan suatu interval indikator skala likert evaluasi ketergunaan sistem.
Tahap evaluasi harus yang dapat diperoleh dengan menggunakan rumus .
dilalui agar dapat mengetahui apakah sistem yang .
Oc dibuat sudah sesuai dengan yang diharapkan .
Uji akurasi dilakukan terhadap 35 data rekam medis pasien Dengan menggunakan rumus .
, maka diperoleh yang telah didiagnosis pakar pada kasus penyakit interval indikator skala likert sebesar 20, dimulai dari menular, sedangkan uji evaluasi pengguna dilakukan persentase terendah .
%) hingga persentase tertinggi berdasarkan analisis hasil kuesioner yang dibagikan .
%).
Pembagian interval setiap indikator skala likert pada 20 responden.
disajikan pada Tabel 4.
Evaluasi pengguna mencakup uji coba aspek reliability.
Tabel 4.
Kriteria Skor efficiency, ease of use, dan accurate.
Reliability atau uji Kategori Keterangan reliabilitas adalah melihat performa serta kehandalan 0% - 19.
Sangat Tidak Setuju dari sistem.
Efficiency adalah kemampuan sistem 20% - 39.
Tidak Setuju menyediakan performa yang sesuai dan relatif terhadap 40% - 59.
Netral 60% - 79.
Setuju jumlah sumber daya yang digunakan dalam kondisi
80% - 100%
Sangat Setuju tertentu .
Ease of Use digunakan untuk mengukur kepuasan pengguna dari sisi kemudahan pengguna atau Analisis data evaluasi pengguna ini diambil dengan user friendly dalam menggunakan sistem.
Accuracy langkah menghitung rentang penilaian, menentukan digunakan untuk mengukur kepuasan pengguna dari kriteria penilaian, dan mencari rata-rata skor data setiap sisi keakuratan data .
Setiap aspek diukur dengan aspek.
indikator jangkauan skor mulai dari sangat tidak setuju .
, tidak setuju .
, netral .
, setuju 3.
Hasil dan Pembahasan .
, sangat setuju .
Hasil kuesioner uji Dempster Shafer evaluasi pengguna dianalisis menggunakan skala likert.
Perhitungan Skala likert digunakan untuk menentukan nilai rata-rata didemonstrasikan dengan sebuah contoh kasus.
tanggapan responden terhadap setiap aspek pertanyaan Misalnya sistem konsultasi penyakit menular yang .
Tabel 3 merupakan tabel skor untuk setiap dialammi seorang user dengan gejala, yaitu : demam, sakit tenggorokan, pilek, dan tenggorokan terasa indikator skala likert.
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informas.
Vol .
4 No.
17 Ae 27 Istiadi.
Emma Budi Sulistiarini.
Rudy Joegijantoro.
Dedi Usman Effendy Jurnal RESTI (Rekayasa Sistem dan Teknologi Informas.
Vol .
4 No.
17 Ae 27 Tahap awal adalah mengambil dua gejala sebagai densitas untuk perhitungan kombinasi 1, yaitu M1 dan M2.
M5 .
/ .
06 / 1
Tabel 5.
Densitas Awal Kombinasi 1 Berdasarkan perhitungan kombinasi 2 yaitu mass function (M.
dengan gejala pilek (M.
diperoleh hasil Gejala Penyakit Believe mass function (M.
dengan tiga jenis hipotesa penyakit Demam
1,2,3,4,5
M5.
M5.
,2,3,4,.
M5.
Mass function (M.
Sakit akan dikombinasikan dengan gejala lain yang di pilih Tenggorokan oleh user dan yang belum dilakukan perhitungan (Tabel Berdasarkan Tabel 5, penyakit yang memiliki gejala .
Begitu seterusnya hingga semua gejala yang dipilih klinis demam adalah penyakit .
,2,3,4,.
yaitu penyakit oleh user telah dilakukan perhitungan.
(Faringitis.
Difteri.
DBD.
Tifus, dan TB Par.
Tabel 9.
Densitas Awal Kombinasi 3 Penyakit yang memiliki gejala klinis sakit tenggorokan Plausibility adalah penyakit .
yaitu penyakit (Faringitis dan Judul Gejala Penyakit Believe Kolom Difter.
Judul Kolom Plausibility Tabel 6.
Kombinasi Densitas 1 M2 .
M2 .
,2,3,4,.
: .
/ .
: 0.
7 / 1
: 0.
: .
/ .
: 0.
18 / 1
: 0.
: .
/ .
: 0.
/ 1
: 0.
M1 .
,2,3,4,.
M1 .
M3 .
M3 .
,2,3,4,.
M3 .
Tenggorokan terasa kering M5 .
M5 .
,2,3,4,.
M5 .
M7 .
M7 .
Tabel 7.
Densitas Awal Kombinasi 2 M7 .
Gejala Penyakit Believe 1,2,3,4,5 Pilek Plausibility M3 .
M3 .
,2,3,4,.
M3 .
M5 .
,2,3,4,.
M7 .
,2,3,4,.
M6 .
M6 .
,2,3,4,.
/ .
6 / 1
/ .
34 / 1
/ .
036 / 1
/ .
024 / 1
Tabel 8.
Kombinasi Densitas 2 M4 .
Tabel 10.
Kombinasi Densitas 3 Berdasarkan perhitungan kombinasi 1 (Tabel .
diperoleh hasil mass function (M.
teridiri dari M3.
M3.
,2,3,4,.
M3.
Mass function (M.
akan dikombinasikan dengan gejala lain yang dipilih oleh user (Tabel .
, pada perhitungan kombinasi 2 (Tabel .
Judul
Kolom
1,2,3,4,5
M4 .
,2,3,4,.
/ .
85 / 1
/ .
09 / 1
Berdasarkan perhitungan pada kombinasi 3 (Tabel .
yaitu mass function (M.
dan gejala tenggorokan terasa kering (M.
maka diperoleh hasil mass function (M.
dengan empat jenis kumpulan hipotesa penyakit, yaitu M7.
M7.
M7.
,2,3,4,.
M7.
Berdasarkan hasil perhitungan tersebut didapatkan hasil perhitungan tertinggi adalah mass function M7.
yang merupakan penyakit faringitis dengan nilai probabilitas 6 atau dengan prosentase sebesar 60%.
Setelah sistem mampu untuk mendiagnosis jenis penyakit menular, selanjutnya sistem memberikan rekomendasi tempat layanan kesehatan yang sesuai jenis penyakit dan dekat dengan posisi user saat mengakses sistem konsultasi penyakit menular secara Rekomendasi tempat layanan kesehatan menggunakan formula Haversine.
Berikut merupakan penerapan menggunakan formula Haversine.
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informas.
Vol .
4 No.
17 Ae 27 Istiadi.
Emma Budi Sulistiarini.
Rudy Joegijantoro.
Dedi Usman Effendy Jurnal RESTI (Rekayasa Sistem dan Teknologi Informas.
Vol .
4 No.
17 Ae 27 Posisi user pada saat mengakses sistem konsultasi gejala.
Data gejala yang dipilih akan didiagnosis oleh penyakit menular secara online berada pada titik sistem untuk dapat diketahui jenis penyakit menular koordinat latitude -7.
844652 dan koordinat longitude yang diderita.
Sementara tempat layanan kesehatan yang dapat dijangkau oleh user terdiri dari 3 tempat dengan titik koordinat seperti pada Tabel 11.
Tabel 11.
Koordinat Tempat Layanan Kesehatan Tempat Layanan Kesehatan RS.
Siti Miriam Klinik Brawijaya Lawang Puskesmas Lawang Latitude Longitude Berdasarkan data posisi user terhadap masing-masing posisi tempat layanan kesehatan (Tabel .
dilakukan penghitungan jarak yang disajikan pada Tabel 12.
Perhitungan jarak menggunakan formula Haversine dicontohkan sebagai berikut.
Gambar 5.
Detail Informasi Gejala Gambar 5 merupakan tampilan detail informasi gejala.
Informasi yang diberikan merupakan jenis gejala seperti contoh yang dapat dilihat secara langsung atau Tabel 12.
Hasil Perhitungan Jarak Menggunakan Formula Havesine tampak secara fisik.
Hal ini memudahkan user untuk dapat membedakan setiap gejala yang dapat diamati.
(Oo ) ) Tempat Layanan Kesehatan RS.
Siti Miriam Klinik Brawijaya Lawang Puskesmas Lawang Jarak .
Jarak .
Berdasarkan Tabel 12, dapat diketahui jarak posisi user terhadap tempat layanan kesehatan yang terdekat .
apat segera dijangka.
adalah Klinik Brawijaya Lawang, dan jarak posisi user terhadap tempat layanan kesehatan terjauh adalah RS.
Siti Miriam dengan jarak tempuh sejauh 793 meter.
Hasil yang dicapai dari penelitian ini adalah sebuah produk sistem konsultasi penyakit menular yang Gambar 6.
Tampilan Hasil Diagnosis Sistem diimplementasikan secara online berbasis website dan smartphone (Androi.
Sistem konsultasi penyakit Gambar 6 merupakan tampilan hasil konsultasi oleh menular ini memiliki tiga menu utama.
Home, sistem.
Tampilan itu terdiri dari profil user, hasil Konsultasi, dan Riwayat Penyakit.
Berikut ini diagnosis penyakit, dan rekomendasi yang terdiri dari merupakan tampilan sistem konsultasi penyakit rekomendasi penanganan awal dan rekomendasi tempat layanan kesehatan yang sesuai dengan jenis penyakit.
menular berbasis website.
Gambar 7.
Tampilan Rekomendasi Tempat Layanan Kesehatan Gambar 7 merupakan tampilan rekomendasi tempat layanan kesehatan terdekat sesuai dengan posisi user saat mengakses sistem yang ditampilkan dalam bentuk Gambar 4.
Tampilan Daftar Gejala Penanda hijau menunjukkan posisi user, dan Gambar 4 merupakan halaman daftar gejala yang penanda merah menunjukkan rekomendasi tempat dipilih oleh user.
Daftar gejala terdiri dari 43 jenis Jurnal RESTI (Rekayasa Sistem dan Teknologi Informas.
Vol .
4 No.
17 Ae 27 Istiadi.
Emma Budi Sulistiarini.
Rudy Joegijantoro.
Dedi Usman Effendy Jurnal RESTI (Rekayasa Sistem dan Teknologi Informas.
Vol .
4 No.
17 Ae 27 layanan kesehatan terdekat dengan fasilitas kesehatan dengan jenis penyakit pada halaman yang sama pada yang sesuai jenis penyakit.
(Gambar 9.
Gambar 8.
Tampilan Riwayat Penyakit Gambar 8 merupakan daftar tampilan hasil riwayat penyakit yang pernah dikonsultasikan oleh user melalui .
Tabel riwayat penyakit terdiri dari jenis Gambar 10.
Tampilan Hasil Konsultasi Berbasis Android .
Tampilan Lanjutan Hasil Konsultasi Pada Gambar 9b.
penanganan penyakit, rekomendasi rumah sakit yang Rekomendasi Tempat Layanan Kesehatan Dengan Google Maps dipilih, alamat rumah sakit, dan waktu konsultasi user saat mengakses sistem konsultasi penyakit secara Gambar 10a merupakan lanjutan tampilan hasil Sedangkan tampilan sistem konsultasi penyakit rekomendasi sistem pada Gambar 9b yang terdiri dari menular berbasis smartphone (Androi.
disajikan pada rekomendasi penanganan awal dan rekomendasi tempat layanan kesehatan.
Ketika user menekan tombol Gambar 9.
tampilkan rekomendasi RS, sistem merekomendasikan tempat layanan kesehatan terdekat dalam bentuk peta.
Gambar 9.
Tampilan Hasil Konsultasi Berbasis Android .
Tampilan Daftar Gejala .
Tampilan Hasil Diagnosis Penyakit Gambar 11.
Tampilan Riwayat Penyakit Gambar 9 merupakan tampilan hasil konsultasi berbasis Gambar 11 merupakan tampilan hasil riwayat penyakit smartphone (Androi.
Berdasarkan gejala yang telah yang pernah dikonsultasikan oleh user melalui sistem dipilih oleh user, maka diperoleh hasil diagnosis konsultasi penyakit menular secara online baik berbasis penyakitnya adalah demam berdarah.
Sistem akan website maupun smartphone (Androi.
menampilkan hasil konsultasi (Gambar 9.
yang terdiri dari nama pengguna, usia, waktu konsultasi, diagnosis Setelah implementasi sistem berhasil, kemudian jenis penyakit menular, detail informasi jenis penyakit dilakukan pengujian akurasi.
Pengujian akurasi Selain itu sistem juga menampilkan hasil dilakukan dengan menghitung hasil diagnosa sistem konsultasi berupa rekomendasi penanganan awal dan pakar terhadap hasil diagnosa pakar.
Pengujian ini rekomendasi tempat layanan kesehatan yang sesuai menggunakan 35 data kasus pasien penderita penyakit Jurnal RESTI (Rekayasa Sistem dan Teknologi Informas.
Vol .
4 No.
17 Ae 27 Istiadi.
Emma Budi Sulistiarini.
Rudy Joegijantoro.
Dedi Usman Effendy Jurnal RESTI (Rekayasa Sistem dan Teknologi Informas.
Vol .
4 No.
17 Ae 27 menular yang telah di analisa oleh pakar, selanjutnya data tersebut dimasukkan ke sistem untuk memperoleh hasil analisa sistem.
Data pengujian akurasi disajikan dalam Tabel 13.
Tabel 13.
Data Pengujian Akurasi Kode Gejala G07.
G01.
G03.
G11,
G04.
G06.
G02.
G10
G06.
G04.
G10.
G13,
G12.
G17.
G15.
G02
G21.
G22.
G17.
G15,
G02.
G23.
G24.
G25
G02.
G17.
G14.
G20,
G19.
G18.
G21.
G28,
G29
G02.
G28.
G17.
G15,
G10.
G30.
G35.
G03,
G04.
G13
G10.
G11.
G09.
G30,
G28.
G04.
G01.
G03,
G20
G27.
G10.
G02.
G35,
G19.
G29.
G28.
G11
G22.
G16.
G21.
G14,
G23.
G20.
G03.
G04,
G02
G02.
G01.
G06.
G11,
G10.
G12.
G30.
G09
G10.
G13.
G11.
G07,
G04.
G03.
G08
G36.
G38.
G40.
G41,
G13.
G02
G02.
G31.
G30.
G10,
G19.
G18.
G01.
G32,
G29.
G28
G27.
G29.
G31.
G10,
G30.
G02.
G13.
G01,
G21.
G32.
G35.
G17
G02.
G19.
G25.
G16,
G22.
G21.
G10.
G20
G12.
G08.
G03.
G04,
G11.
G10.
G09.
G05,
G06
G02.
G09.
G03.
G01,
G05.
G17.
G21.
G15
G36.
G37.
G40.
G42,
G02.
G17.
G03.
G04
G42.
G20.
G19.
G17,
G21.
G14.
G29.
G03,
G04
G02.
G12.
G01.
G10,
G30.
G11.
G09.
G40
G10.
G12.
G11.
G18,
G02.
G13.
G30.
G08,
G01.
G07
G18.
G24.
G15.
G17,
G02.
G23.
G14.
G30
G34.
G29.
G35.
G21,
G17.
G30.
G31.
G13,
G02
G01.
G08.
G02.
G10,
G05.
G11
G01.
G03.
G04.
G02,
G10.
G13.
G11
G37.
G38.
G42.
G41,
G30.
G17.
G13.
G21
G17.
G22.
G20.
G14,
G25.
G16.
G31.
G25,
G15.
G23.
G28
DSP
P01
P01
P02
P02
P04
P04
P03
P03
DSP
KET
Sesuai Sesuai Sesuai Sesuai P05
P05
P05
P02
Sesuai Tidak Sesuai Sesuai Sesuai P05
P05
P04
P04
P02
P02
P02
P02
P06
P06
P05
P05
P05
P05
Sesuai P04
P04
Sesuai P02
P02
P01
P06
P03
P04
P06
Tidak Sesuai Sesuai P03
P03
P01
P02
P02
P02
Tidak Sesuai Sesuai P03
P03
Sesuai P05
P05
Sesuai P02
P02
P02
P02
P06
P06
P04
P04
Sesuai Sesuai Sesuai Sesuai Sesuai Sesuai Kode Gejala G04.
G03.
G02,G27,
G23.
G16.
G15.
G35,
G33.
G17.
G01
G04.
G11.
G02.
G06,
G21.
G12.
G09.
G10,
G30.
G04.
G13
G10.
G05.
G08,G12,
G19.
G02.
G30.
G13
G19.
G36.
G37.
G40,
G17,G41.
G29
G02.
G28.
G18.
G10,
G30.
G33.
G11.
G09,
G35.
G27
G04.
G11.
G07.
G02,
G10.
G06.
G35
G25.
G22.
G25.
G20,
G21.
G14.
G18.
G19
G26.
G20.
G24.
G16,
G19.
G21.
G03.
G04,
G14
G02.
G22.
G33.
G29,
G32.
G39.
G30.
G17,
G09.
G11
DSP
DSP
KET
P05
P05
Sesuai P01
P02
Tidak Sesuai P02
P02
P06
P06
P05
P05
P01
P01
P04
P04
P03
P03
Sesuai P05
P05
Sesuai Sesuai Sesuai Sesuai Sesuai Sesuai Berdasarkan Tabel 13.
DP merupakan hasil diagnosis pakar.
DSP merupakan hasil diagnosis sistem pakar, %DSP merupakan nilai prosentase tertinggi diagnosis sistem pakar berdasarkan perhitungan Demspter Shafer, dan KET merupakan keterangan kesesuaian antara hasil diagnosis pakar dan diagnosis sistem pakar.
Nilai akurasi hasil analisa sistem dapat diperoleh dengan menggunakan persamaan berikut :
Akurasi dari hasil analisa pakar dan analisa sistem pakar berdasarkan 35 data rekam medis pasien, mempunyai tingkat akurasi keberhasilan sebesar Hasil ini menunjukkan bahwa sistem dapat berfungsi dengan baik sesuai dengan diagnosa pakar.
Selanjutnya evaluasi penggunaan sistem pakar dilakukan berdasarkan analisis hasil kuesioner yang dibagikan pada 20 responden.
Responden tersebut terdiri dari dokter sebanyak 5 orang, paramedis sebanyak 3 orang, dan mahasiswa sebanyak 12 orang.
Hasil uji evaluasi pengguna pada aspek reliability .
eforma kehandalan siste.
disajikan dalam bentuk Tabel 14 berikut.
Tabel 14.
Hasil Rata-Rata Aspek Reliability Pertanyaan Sesuai Sesuai Sesuai Sesuai Sistem ini dapat dengan mudah dipelajari meskipun untuk orang yang baru pertama kali Sistem ini mampu untuk mendiagnosis pengguna yang menderita salah Jurnal RESTI (Rekayasa Sistem dan Teknologi Informas.
Vol .
4 No.
17 Ae 27 RataRata Istiadi.
Emma Budi Sulistiarini.
Rudy Joegijantoro.
Dedi Usman Effendy Jurnal RESTI (Rekayasa Sistem dan Teknologi Informas.
Vol .
4 No.
17 Ae 27 satu dari 6 penyakit yang sudah ditentukan.
Sistem ini tidak membuat bingung pengguna dan memiliki keandalan untuk solusi/rekomendasi.
Sistem ini mampu untuk pengguna/pasien yang menderita penyakit komplikasi atau lebih dari satu penyakit dari 6 jenis penyakit menular yang ada.
adalah sebanyak 85% responden menyatakan sangat Hal ini menunjukkan bahwa fungsi efficiency sistem berjalan dengan baik.
Hasil uji evaluasi pengguna pada aspek ease for use disajikan dalam bentuk Tabel 16.
Tabel 16.
Hasil Rata-Rata Aspek Ease For Use Pertanyaan Sistem konsultasi online yang dibuat bersifat user Daftar istilah pilihan gejala yang terdapat pada sistem konsultasi online mudah untuk dipahami dan detail dalam perinciannya RataRata Berdasarkan Tabel 14.
STT merupakan responden yang memilih sangat tidak setuju.
S merupakan responden yang memilih setuju.
N merupakan responden yang memilih netral.
S merupakan responden yang memilih setuju, dan SS merupakan responden yang memilih Berdasarkan Tabel 16, terdapat dua pertanyaan pada sangat setuju.
Hasil nilai prosentase setiap pertanyaan aspek ease for use .
emudahan penggunaan/user pada aspek reliability adalah 84% respon untuk friendl.
Hasil nilai prosentase setiap pertanyaan pada pertanyaan pertama, 71% respon untuk pertanyaan aspek ease for use adalah 81% respon untuk pertanyaan kedua, 80% respon untuk pertanyaan ketiga, dan 68% pertama, dan 84% respon untuk pertanyaan kedua.
Hasil respon untuk pertanyaan keempat.
Sedangkan nilai nilai prosentase rata-rata aspek ease for use, adalah prosentase rata-rata aspek reliability, adalah sebanyak sebanyak 83% responden menyatakan sangat setuju 76% responden menyatakan setuju.
Hasil uji evaluasi terhadap kemudahan penggunaan sistem.
Hasil uji pengguna pada aspek efficiency disajikan dalam bentuk evaluasi pengguna pada aspek accurate disajikan dalam bentuk Tabel 17.
Tabel 15.
Tabel 17.
Hasil Rata-Rata Aspek Accurate Tabel 15.
Hasil Rata-Rata Aspek Efficiency Pertanyaan Semua fitur dalam sistem konsultasi online ini berjalan baik sesuai dengan fungsinya.
Menu dalam sistem konsultasi online ini tidak membingungkan dan merupakan menu yang sangat dibutuhkan dalam sistem konsultasi Sistem konsultasi online ini mempunyai rekomendasi lokasi sesuai dengan posisi Sistem konsultasi online yang dapat memberikan solusi berupa rekomendasi penanganan awal yang baik, dengan rekomendasi layanan kesehatan yang sesuai.
RataRata Pertanyaan Sistem konsultasi online menghasilkan informasi diagnosa yang akurat.
Sistem konsultasi online ini menghasilkan informasi rekomendasi tempat layanan kesehatan yang akurat.
Sistem konsultasi online ini memberikan informasi data gejala yang akurat.
RataRata Berdasarkan Tabel 17, terdapat tiga pertanyaan pada aspek accurate .
eakuratan hasi.
Hasil nilai prosentase 0 0 2 12 setiap pertanyaan pada aspek accurate adalah 77% respon untuk pertanyaan pertama, 84% respon untuk pertanyaan kedua, dan 77% respon untuk pertanyaan Hasil nilai prosentase rata-rata aspek accurate, adalah sebanyak 79% responden menyatakan sangat setuju terhadap keakuratan hasil yang diberikan oleh Berdasarkan Tabel 15, terdiri empat pertanyaan untuk sistem.
aspek efficiency.
Hasil nilai prosentase setiap pertanyaan pada aspek efficiency adalah 86% respon 4.
Kesimpulan untuk pertanyaan pertama, 81% respon untuk Berdasarkan penelitian yang sudah dilakukan, maka pertanyaan kedua, dan 87% respon untuk pertanyaan dapat disimpulkan bahwa sistem konsultasi penyakit ketiga, dan 84% respon untuk pertanyaan keempat.
menular memiliki kemampuan diagnosa jenis penyakit Sedangkan nilai prosentase rata-rata aspek efficiency, menular yang terdiri dari penyakit : Faringitis (Radang Jurnal RESTI (Rekayasa Sistem dan Teknologi Informas.
Vol .
4 No.
17 Ae 27 Istiadi.
Emma Budi Sulistiarini.
Rudy Joegijantoro.
Dedi Usman Effendy Jurnal RESTI (Rekayasa Sistem dan Teknologi Informas.
Vol .
4 No.
17 Ae 27 Tenggoroka.
Difteri.
Demam Berdarah Dengue (DBD).
Demam Typhoid (Tifu.
Tuberkulosis (TB Par.
, dan Kusta.
Sistem yang telah dibangun dapat .
memberikan rekomendasi yang terdiri dari rekomendasi penanganan awal atau pencegahan penularan penyakit dan rekomendasi tempat layanan kesehatan terdekat .
sesuai dengan posisi user saat mengakses sistem.
Sistem diimplementasikan secara online berbasis website dan .
smartphone (Androi.
Berdasarkan hasil pengujian akurasi yang dilakukan terhadap 35 data rekam medis .
pasien yang telah didiagnosa oleh pakar atau ahli, diperoleh nilai akurasi sebesar 88.
Hasil uji evaluasi ketergunaan sistem yang dilakukan berdasarkan analisis .
hasil kuesioner pada 20 responden, dapat disimpulkan sebanyak 76% responden menyatakan setuju bahwa sistem ini memiliki reliability .
erforma kehandalan sistem yang bai.
, sebanyak 85% responden .
menyatakan sangat setuju bahwa sistem ini memiliki efficiency .
enyediaan sumber daya yang sesua.
, sebanyak 83% responden sangat setuju bahwa sistem .
ini memiliki ease for use .
emudahan penggunaan/user friendl.
, dan sebanyak 79% responden menyatakan setuju bahwa sistem ini memiliki accurate .
hasil yang bai.
Ucapan Terimakasih