Softskill 3 : Analisa Jurnal Kecerdasan Buatan

RANCANG BANGUN APLIKASI SISTEM PAKAR 
UNTUK MENENTUKAN JENIS GANGGUAN 
PERKEMBANGAN PADA ANAK

Media Informatika, Vol. 6, No. 1, Juni 2008, 1-23 
ISSN: 0854-4743

Abstrak

Sistem pakar (expert system) secara umum adalah sistem yang berusaha  mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan  masalah seperti yang biasa dilakukan oleh para ahli. Atau dengan kata lain sistem pakar adalah sistem yang didesain dan diimplementasikan dengan bantuan bahasa pemrograman  tertentu untuk dapat menyelesaikan masalah seperti yang dilakukan oleh para ahli Diharapkan dengan sistem ini, orang awam dapat menyelesaikan masalah tertentu baik  ‘sedikit’ rumit ataupun rumit sekalipun ‘tanpa’ bantuan para ahli dalam bidang tersebut. Sedangkan bagi para ahli, sistem ini dapat digunakan sebagai asisten yang berpengalaman.  Aplikasi yang dikembangkan ini bertujuan untuk menentukan jenis gangguan  perkembangan pada anak di bawah umur 10 tahun dengan hanya memperhatikan gejala-gejala yang dialami. Dengan menggunakan metode Certanty Factor (CF), didapatkan nilai  Kemungkinan gangguan yang dialami pasien.

1. PENDAHULUAN 

1.1  Latar Belakang

Kecerdasan buatan atau artificial intelligence merupakan bagian dari ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia. Sistem cerdas (intelligent system)  adalah sistem yang dibangun dengan menggunakan teknik-teknik artificial  intelligence. Sistem Pakar (Expert System) adalah program berbasis pengetahuan yang  menyediakan solusi-solusi dengan kualitas pakar untuk problema-problema dalam suatu domain yang spesifik. Sistem pakar merupakan program komputer yang meniru proses pemikiran dan pengetahuan pakar dalam menyelesaikan suatu masalah tertentu. Implementasi sistem pakar banyak digunakan dalam  bidang psikologi karena sistem pakar dipandang sebagai cara penyimpanan pengetahuan pakar pada bidang tertentu dalam program komputer sehingga keputusan dapat diberikan dalam melakukan penalaran secara cerdas. Irisan antara psikologi dan sistem pakar melahirkan sebuah area yang dikenal dengan nama cognition & psycolinguistics. Umumnya pengetahuannya diambil dari seorang manusia yang pakar dalam domain tersebut dan sistem pakar itu berusaha meniru metodelogi dan kinerjanya (performance) (Kusumadewi, 2003). Salah satu implementasi yang diterapkan sistem pakar dalam bidang psikologi, yaitu untuk sistem pakar menentukan jenis gangguan perkembangan pada anak. Anak-anak merupakan fase yang paling rentan dan sangat perlu diperhatikan satu demi satu tahapan perkembangannya. Oleh karena itu dibangun suatu sistem pakar yang dapat membantu para pakar/ psikolog anak untuk menentukan jenis gangguan perkembangan pada anak dengan menggunakan metode Certainty Factor (CF).

1.2  Tujuan

Tujuan dari penelitian ini adalah menghasilkan suatu sistem yang dapat digunakan untuk melakukan diagnosis gangguan pada perkembangan anak yang mampu membuat suatu keputusan yang sama, sebaik dan seperti pakar.

2. DASAR TEORI 

2.1 Kecerdasan Buatan Secara Umum

Kecerdasan buatan dapat didefinisikan sebagai mekanisme pengetahuan yang ditekankan pada kecerdasan pembentukan dan penilaian pada alat yang
menjadikan mekanisme itu, serta membuat komputer berpikir secara cerdas. Teknologi kecerdasan buatan dipelajari dalam bidang-bidang, seperti: robotika, penglihatan komputer (computer vision), jaringan saraf tiruan (artifical neural system), pengolahan bahasa alami (natural language processing), pengenalan suara (speech recognition), dan sistem pakar (expert system).

2.2 Sistem Pakar

Sistem pakar (expert system) secara umum adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat
menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. Diharapkan dengan sistem ini, orang awam dapat menyelesaikan masalah tertentu baik ‘sedikit’ rumit ataupun rumit sekalipun ‘tanpa’ bantuan para ahli dalam bidang tersebut. Sedangkan bagi para ahli, sistem ini dapat digunakan sebagai asisten yang berpengalaman. Tujuan pengembangan sistem pakar sebenarnya bukan untuk menggantikan peran manusia, tetapi untuk mensubstitusikan pengetahuan manusia ke dalam bentuk sistem, sehingga dapat digunakan oleh orang banyak.

2.2.1 Struktur Sistem Pakar

Sistem pakar disusun oleh dua bagian utama, yaitu lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation
environment) (Turban, 1995). Lingkungan pengembangan sistem pakar digunakan untuk memasukkan pengetahuan pakar ke dalam lingkungan sistem pakar, sedangkan lingkungan konsultasi digunakan oleh pengguna yang bukan pakar guna memperoleh pengetahuan pakar. Komponen-komponen yang terdapat dalam sistem pakar adalah  User Interface(antarmuka pengguna), basis pengetahuan, akuisisi pengetahuan, mesin inference, workplace, fasilitas penjelasan, perbaikan pengetahuan.

2.2.2 Komponen Sistem pakar

Sebuah program yang difungsikan untuk menirukan seorang pakar manusia harus bisa melakukan hal-hal yang dapat dikerjakan seorang pakar.
Untuk membangun sistem seperti itu maka komponen-komponen dasar yang harus dimilikinya paling sedikit adalah sebagai berikut:

1. Antar muka pemakai (User Interface)
2. Basis pengetahuan (Knowledge Base)
3. Mesin inferensi

Sedangkan untuk menjadikan sistem pakar menjadi lebih menyerupai seorang pakar yang berinteraksi dengan pemakai, maka dapat dilengkapi dengan fasilitas berikut:
1. Fasilitas penjelasan (Explanation)
2. Fasilitas Akuisisi pengetahuan (Knowledge acquisition facility)
3. Fasilitas swa-pelatihan (self-training)

2.2.3 Metode Inferensi

Komponen ini mengandung mekanisme pola pikir dan penalaran yang digunakan oleh pakar dalam menyelesaikan suatu masalah. Metode inferensi
adalah program komputer yang memberikan metedologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace, dan untuk memformulasikan kesimpulan (Turban, 1995). Terdapat dua pendekatan untuk mengontrol inferensi dalam sistem pakar berbasis aturan, yaitu pelacakan ke belakang (Backward chaining) dan pelacakan ke depan (forward chaining).

2.2.4 Representasi Pengetahuan

Setelah menerima bidang kepakaran yang telah diaplikasikan pada sistem pakar, kemudian mengumpulkan pengetahuan yang sesuai dengan domain
keahlian tersebut. Pengetahuan yang dikumpulkan tersebut tidak bisa diaplikasikan begitu saja dalam sistem. Pengetahuan harus direpresentasikan
dalam format tertentu dan dihimpun dalam suatu basis pengetahuan. Pengetahuan yang dilakukan pada sistem pakar merupakan serangkaian
informasi pada domain tertentu. Kedua hal tersebut menurut ekspresi klasik oleh Wirth ditulis sebagai berikut:
Algoritma + Struktur Data = Program
Pengetahuan + Inferensi = Sistem Pakar

2.2.5 Ketidakpastian dengan Teori Certainty Factor (Teori Kepastian)

Dalam menghadapi suatu permasalahan sering ditemukan jawaban yang tidak memiliki kepastian penuh. Ketidakpastian ini dapat berupa probabilitas atau kebolehjadian yang tergantung dari hasil suatu kejadian. Hasil yang tidak pasti disebabkan oleh dua faktor, yaitu aturan yang tidak pasti dan jawaban pengguna yang tidak pasti atas suatu pertanyaan yang diajukan oleh sistem. Hal ini sangat mudah dilihat pada sistem diagnosis penyakit, dimana pakar tidak dapat mendefinisikan hubungan antara gejala dengan penyebabnya secara pasti, dan pasien tidak dapat merasakan suatu gejala dengan pasti pula. Pada akhirnya akan ditemukan banyak kemungkinan diagnosis. Sistem pakar harus mampu bekerja dalam ketidakpastian. Sejumlah teori telah ditemukan untuk menyelesaikan ketidakpastian, termasuk diantaranya probabilitas klasik, probabilitas bayes, teori hartley berdasarkan himpunan klasik, teori shannon berdasakan pada probabilitas, teori Depmster-Shafer, teori fuzzy
Zadeh, dan faktor kepastian (certanity factor).  Certanity Factor (CF) merupakan nilai parameter klinis yang diberikan MYCIN untuk menunjukkan besarnya kepercayaan. Certanity Factor (CF) menunjukkan ukuran kepastian terhadap suatu fakta atau aturan.

2.3 Gangguan Perkembangan pada Anak

Manusia dalam hidupnya selalu mengalami perkembangan. Dari mulai dilahirkan sebagai seorang bayi, berkembang menjadi anak-anak, remaja, dewasa, tua dan akhirnya meninggal dunia. Dalam perjalanannya tersebut tidak sedikit yang mengalami berbagai gangguan dan permasalahan yang kemudian disebut sebagai hambatan atau gangguan perkembangan. Sebuah perkembangan yang terjadi pada diri manusia akan mempengaruhi perkembangan selanjutnya, karenannya perlu ada perhatian khusus dalam masalah ini sebagai tindakan preventif, sehingga harapannya perkembangan yang akan berlangsung selanjutnya dalam kondisi yang positif. Anak-anak merupakan fase yang paling rentan dan
sangat perlu diperhatikan satu demi satu tahapan perkembangan yang dialaminya.

3. PERANCANGAN DAN IMPLEMENTASI 

3.1 Perancangan Basis Pengetahuan

Dalam perancangan basis pengetahuan ini digunakan kaidah produksi sebagai sarana untuk representasi pengetahuan. Kaidah produksi dituliskan
dalam bentuk pernyataan JIKA [premis] MAKA [konklusi]. Pada perancangan basis pengetahuan sistem pakar ini premis adalah gejala-gejala yang terlihat pada anak dan konklusi adalah jenis gangguan perkembangan yang diderita anak, sehingga bentuk pernyataannya adalah JIKA [gejala] MAKA [gangguan]. Bagian premis dalam aturan produksi dapat memiliki lebih dari satu proposisi yaitu berarti pada sistem pakar ini dalam satu kaidah dapat memiliki lebih dari satu gejala. Gejala-gejala tersebut dihubungkan dengan menggunakan operator logika DAN. Bentuk pernyatannya adalah:  Anak adalah sebagai berikut:

JIKA Anak Sulit Berbicara

DAN Tes IQ Dibawah !9

DAN Koordinasi Otot Tidak Sempurna

MAKA Gangguan Retardasi Mental Berat

Berdasarkan contoh kaidah pengetahuan diatas maka kaidah tersebut dapat disimpan dalam bentuk sebuah tabel sehingga dapat lebih mudah untuk imengerti. Dimana pada tabel tersebut terdapat kolom jenis gangguan yang menjelaskan tentang definisi,penyebab, dan pengobatan.

4. PEMBAHASAN

4.1 Pengujian Kebenaran Sistem

Pengujian kebenaran sistem dilakukan untuk mengetahui kesamaan hasil akhir atau output yang berupa kemungkinan jenis gangguan yang dihasilkan oleh sistem, dengan yang dihasilkan oleh perhitungan secara manual. Untuk mengetahui hasil output dari sistem harus melakukan konsultasi terlebih dahulu yang kemudian memasukkan gejala-gejala yang dirasakan oleh pasien kemudian setelah selesai melakukan konsultasi maka akan muncul halaman hasil konsultasi yang akan menampilkan kemungkinan jenis gangguan perkembangan yang dialami oleh pasien. Pengujian kebenaran sistem dilakukan dengan melakukan
beberapa ujicoba diantaranya sebagai berikut:
1. Dengan satu gejala satu jenis gangguan
2. Dengan satu gejala beberapa jenis gangguan
3. Dengan beberapa gejala satu jenis gangguan
4. Dengan beberapa gejala beberapa gangguan

5. KELEBIHAN JURNAL APLIKASI

Kelebihan jurnal :

·         Memaparkan secara jelas dan lengkap mulai dari pendahuluan atau latar belakang dari permasalahn mengapa dibuatnya aplikasi sistem pakar untuk menentukan jenis gangguan perkembangan pada anak dan mendeskripsikan mulai dari struktur,komponen hingga metode jurnal.

·         Penulisan jurnal ini teratur dan sesuai dengan kaidah pembuatan penulisan jurnal.

·         Kata yang digunakan dalam jurnal ini bersifat baku dan sesuai dengan kamus EYD Bahasa Indonesia.

·         Jurnal ini juga menyertakan daftar pustaka.

Kelebihan aplikasi :

·         Pengembangannya lebih mudah dan murah sehingga nantinya bisa diaplikasikan untuk semua orang.

·         Dapat diimplementasikan secara luas dalam berbagai media.

6. SARAN

·         Penulisan pada jurnal ini spacenya tidak teratur.

·         Tiap paragraph ada yang menjorok kedalam dan ada juga yang tidak menjorok kedalam.

7. KESIMPULAN

Aplikasi sistem pakar yang dibuat ini mampu menganalisis jenis gangguan perkembangan yang dialamai pasien berdasarkan gejala-gejala yang dimasukkan oleh user. Aplikasi mampu menyimpan representasi pengetahuan pakar berdasarkan nilai kebenaran MB dan nilai ketidakbenaran MD. Aplikasi sistem pakar ini sudah dapat menjelaskan definisi jenis gangguan perkembangan, penyebab, dan pengobatannya. Kekurangan dari aplikasi ini adalah belum adanya pengelompokan gejalagejala sejenis yang hanya boleh dipilih satu dari kelompok gejala tersebut. Akibatnya, jika user kurang teliti dalam memilih gejala, maka sistem akan
memberikan kesimpulan yang kurang benar.

Daftar Pustaka : - Sumber 1

Nama : Karel Manuel

NPM : 13115655

Kelas : 3KA03