DIAGNOSIS PENYAKIT MATA

Mata  merupakan  suatu  panca  indra  yang  sangat  penting  dalam  kehidupan  manusia  untuk  melihat.  Jika  mata mengalami gangguan atau penyakit mata, maka akan berakibat sangat fatal bagi kehidupan manusia. Jadi sudah mestinya mata merupakan anggota tubuh yang perlu dijaga dalam kesehatan sehari-hari. Sistem  pakar  merupakan  suatu  bagian  metode  ilmu-ilmu  artificial  intelligence untuk  dibuat  suatu  program aplikasi  diagnosa  penyakit  mata  pada  manusia  yang  terkomputerisasi  serta  berusaha  menggantikan  dan menirukan proses penalaran dari seorang ahlinya atau pakar dalam memecahkan masalah spesifikasi yang dapat dikatakan  duplikat  dari  seorang  pakar  karena  pengetahuan  ilmu  tersebut  tersimpan  di  dalam  suatu  sistem database.

Sistem Pakar Untuk Diagnosa Penyakit Mata Pada Manusia menggunakan metode  forward chainingbertujuan menelusuri gejala yang ditampilkan dalam bentuk pertanyaan-pertanyaan agar dapat mendiagnosa jenis penyakit dengan  perangkat  lunak  berbasis  dekstop  management  system.  Perangkat  lunak  sistem  pakar  dapat  mengenali jenis  penyakit  mata  setelah  melakukan  konsultasi  dengan  menjawab  beberapa  pertanyaan-pertanyaan  yang ditampilkan oleh aplikasi sistem pakar serta dapat  menyimpulkan beberapa jenis penyakit mata  yang di derita oleh  pasien.  Data  penyakit  yang  dikenali  menyesuaikan  rules (aturan)  yang  dibuat  untuk  dapat  mencocokkan gejala-gejala  penyakit  mata  dan  memberi  nilai  persentase  agar  mengetahui  nilai  pendekatan  jenis  penyakit pasien.

Proses Diagnosis Penyakit

Proses  diagnosis  merupakan  perpaduan  dari aktifitas  intelektual  dan  manipulatif.  Menurut Handayani  dan  Sutikno  (2008),  diagnosis  sendiri didefinisikan  sebagai  suatu  proses  penting pemberian  nama  dan  pengklasifikasian  penyakitpenyakit  pasien,  yang  menunjukkan  kemungkinan nasib  pasien  dan  yang  mengarahkan  pada pengobatan tertentu.  Diagnosis  sebagaimana halnya dengan penelitian-penelitian ilmiah, didasarkan atas metode  hipotesis. 

Dengan  metode  hipotesis  ini menjadikan  penyakit-penyakit  begitu  mudah dikenali hanya dengan suatu kesimpulan diagnostik. Diagnosis  dimulai  sejak  permulaan wawancara medis  dan  berlangsung  selama  melakukan pemeriksaan fisik. Dari  diagnosis  tersebut  akan  diperoleh pertanyaan-pertanyaan  yang  terarah,  perincian pemeriksaan fisik yang dilakukan untuk menentukan pilihan  tes-tes  serta  pemeriksaan  khusus  yang  akan dikerjakan.  Data  yang  berhasil  dihimpun  akan dipertimbangkan  dan  diklasifikasikan berdasarkan keluhan-keluhan  dari  pasien  serta  hubungannya terhadap  penyakit  tertentu.  Berdasarkan  gejalagejala serta tanda-tanda yang dialami oleh penderita, maka pemusatan diagnosis akan lebih terpusat pada bagian-bagian  tubuh  tertentu.  Dengan  demikian penyebab dari gejala-gejala dan tanda-tanda tersebut dapat  diketahui  dengan  mudah  dan  akhirnya diperoleh  kesimpulan  awal  mengenai  penyakit tertentu.

Sistem Pakar

Menurut  Naser  dan  Zaiter  (2008),  sistem  pakar adalah  suatu  sistem  yang  memanfaatkan pengetahuan  manusia  yang  ditangkap  di  sebuah komputer  untuk  memecahkan  masalah  yang biasanya  membutuhkan  keahlian  manusia.  Durkin dalam Daniel dan Virginia (2010) juga menyebutkan hal  yang  senada  bahwa  sistem  pakar  adalah  sistem yang berusaha mengadopsi pengetahuan manusia ke komputer  yang  dirancang  untuk  memodelkan kemampuan  menyelesaikan  masalah  seperti layaknya  seorang  pakar.  Sistem  pakar  mencari  dan memanfaatkan  informasi  yang  relevan  dari pengguna  dan dari  basis  pengetahuan  yang  tersedia untuk  membuat  rekomendasi. 

Sistem  pakar  juga dapat  didefinisikan  sebagai  sistem  berbasis komputer  yang  menggunakan  pengetahuan,  fakta, dan  teknik  penalaran  dalam  memecahkan  masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar  dalam bidang  tersebut.  Sistem  pakar memberikan  nilai  tambah  pada  teknologi  untuk membantu  dalam  menangani  era  informasi  yang semakin  canggih  (Daniel  dan  Virginia,  2010). Sistem  pakar  yang  baik  dirancang  agar  dapat menyelesaikan  suatu  permasalahan  tertentu  dengan meniru kerja dari para ahli (Prabowo dkk, 2008). Sulistyohati  dan  Hidayat  (2008)  mengatakan bahwa konsep dasar suatu sistem pakar mengandung beberapa  unsur,  diantaranya  adalah  keahlian,  ahli, pengalihan  keahlian,  inferensi,  aturan,  dan kemampuan  menjelaskan.  Keahlian  adalah  salah satu penguasaan pengetahuan di bidang tertentu dan mempunyai keinginan untuk belajar memperbaharui pengetahuan  dalam  bidangnya. 

Pengalihan  keahlian adalah mengalihkan keahlian dari seorang pakar dan kemudian  dialihkan  lagi  ke  orang  yang  bukan  ahli atau  orang  awam  yang  membutuhkan.  Pengalihan keahlian  ini adalah tujuan utama  dari  sistem pakar. Inferensi  merupakan  suatu  rangkaian  proses  untuk menghasilkan  informasi  dari  fakta  yang  diketahui atau  diasumsikan.  Kemampuan  menjelaskan merupakan salah satu fitur yang harus dimiliki oleh sistem  pakar  setelah  tersedia  program  di  dalam komputer.

          Tujuan  pengembangan  sistem  pakar  sebenarnya tidak untuk menggantikan peran para pakar, namun untuk  mengimplementasikan  pengetahuan  para pakar  ke  dalam  bentuk  perangkat  lunak,  sehingga dapat digunakan oleh banyak orang dan tanpa biaya yang besar (Sulistyohati dan Hidayat, 2008). Selain itu,  bagi  para  ahli,  sistem  pakar  ini  justru  akan membantu  aktifitasnya  sebagai  asisten  yang  sangat berpengalaman  (Handayani  dan Sutikno,  2008). Untuk  membangun  sistem  yang  difungsikan  untuk menirukan  seorang  pakar  maka  harus  bisa melakukan hal-hal  yang  dapat  dikerjakan  oleh  para pakar. Menurut Setiawan (2009), untuk membangun sistem  yang  seperti  itu,  dibutuhkan  komponenkomponen sebagai berikut:

1.      Basis pengetahuan (Knowledge Base)

Berisi pengetahuan-pengetahuan yang dibutuhkan untuk memahami, memformulasikan dan memecahkan persoalan. Bentuk basis pengetahuan yang umum digunakan ada 2, yaitu: penalaran berbasis aturan dan penalaran berbasis kasus.

2.      Motor inferensi (Inference engine).

              Ada  2 cara  yang  dapat  dikerjakan  dalam melakukan inferensi, yaitu:

a.      Forward  chaining  merupakan  grup  dari multiple  inferensi  yang  melakukan  pencarian  dari suatu  masalah  kepada  solusinya.  Forward  chainingadalah data-driven  karena  inferensi  dimulai  dengan informasi yang tersedia dan baru konklusi diperoleh. Pencocokan  fakta  atau  pernyataan  dimulai  dari bagian  sebelah  kiri  (IF  dulu).  Dengan  kata  lain, penalaran  dimulai  dari  fakta  terlebih  dahulu  untuk menguji  kebenaran  hipotesis.

b.   Backward  chaining  menggunakan pendekatan  goal-driven, dimulai dari ekspektasi apa yang  diinginkan  terjadi  (hipotesis),  kemudian mencari  bukti  yang  mendukung  (atau  kontradiktif) dari  ekspektasi  tersebut.  Pencocokan  fakta  atau pernyataan  dimulai  dari  bagian  sebelah  kanan (THEN  dulu).  Dengan  kata  lain,  penalaran  dimulai dari  hipotesis  terlebih  dahulu,  dan  untuk  menguji kebenaran hipotesis tersebut harus dicari fakta-fakta yang  ada  dalam  basis  pengetahuan.  

Alur Kerja Sistem

Pengetahuan  medis  dari  dokter  spesialis diperlukan  untuk  pengembangan  sistem  pakar. Menurut  Naser  dan  Zaiter  (2008),  pengetahuan  ini dikumpulkan dalam dua tahap. Pada tahap pertama, latar  belakang  medis  suatu penyakit  dicatat melalui wawancara  pribadi dengan  dokter  dan  pasien.  Pada tahap  kedua,  seperangkat  aturan  dibuat  di  mana masing-masing  aturan  yang  terkandung  dalam bagian  IF  mempunyai  gejala  dan  dalam  bagian THEN  mempunyai  penyakit  yang  dispesifikasikan. Mesin inferensi (forward chaining) adalah algoritma pencocokkan  pola  yang  tujuan  utamanya  adalah untuk  mengasosiasikan fakta  (data  input)  dengan aturan  yang  berlaku  dari  basis  aturan  (rule  base). Dengan  demikian,  kesimpulan  mengenai  jenis penyakit  dan  penanganannya  nantinya  dapat dihasilkan oleh mesin inferensi tersebut.

Sumber Data

Sumber data yang digunakan dalam sistem pakar untuk  mendiagnosis  penyakit  mata  pada  manusia meliputi  data  jenis  penyakit  mata  dan  data  gejala yang  menyerang  penyakit  mata  tersebut  (Hamdani, 2010).

Desain Proses

Untuk kasus diagnosis penyakit mata ini, desain proses  dijelaskan  menggunakan  decision  tree  yang berhubungan  dengan  tabel  dan  sering  digunakan dalam  analisis  sistem  (sistem  non  AI).  Sebuah decision tree  dapat dianggap sebagai suatu  semantic network  hirarki yang diikat oleh serangkaian aturan (rule).  Tree  ini mirip dengan pohon keputusan yang digunakan pada teori keputusan. 

Tree  dibentuk oleh simpul (node) yang mempresentasikan tujuan (goal) dan  hubungan  (link)  yang  dapat  mempresentasikan keputusan (decision). Akar (root) dari pohon berada di  sebelah  kiri  dan  daun  (leaves)  berada  di  sebalah kanan.  Keuntungan  utama  dari  decision  tree  yaitu tree  dapat  menyederhanakan  proses  akuisi pengetahuan.

Tree  yang  digunakan  pada  masalah  diagnosis penyakit  mata  merupakan  suatu  forward  chaining tree.  Pada  forward  chaining  tree  penelusuran informasi  dilakukan  secara  forward  (ke  depan) seperti  yang  umumnya  digunakan  pada  masalahmasalah diagnosis lainnya. Dari pernyakit mata yang diketahui,  kemudian  mencoba  melakukan penelusuran  ke  depan  untuk  mencari  fakta-fakta yang cocok  berupa gejala-gejala penyebab penyakit mata  yang  bersangkutan. 

Pada  tree  tersebut  dapat dilihat  bagaimana  suatu  gejala  penyakit  atau kesimpulan  gejala  penyakit  merujuk  kepada  suatu jenis  penyakit  tertentu,  dan  bagaimana  beberapa gejala  yang  sama  dapat  merujuk  kepada  beberapa penyakit  yang  berbeda.  Pada  penelusuran  dengan metode  forward  chaining  dapat  dilihat  bahwa penelusuran  ke  depan  untuk  mengenali  penyebab dan jenis penyakit yang dialami oleh pasien.

Desain Diagram Konteks

            Beberapa  jurnal  melakukan  perancangan  sistem pakar  untuk  mendiagnosis  penyakit  mata  ini menggunakan  diagram  konteks.  Diagram  ini menjelaskan  tentang  hubungan  input/output  antara sistem dengan dunia luarnya. Suatu diagram konteks selalu  mengandung  satu  proses  saja  yang  mewakili proses  seluruh  sistem. 

            Perancangan  sistem  dimulai dari  hal  yang  paling  global  hingga  menjadi  model yang  paling  detail.  Aliran  data  bersumber  dari pengetahuan  yang  didapatkan  dari  pakar, dimasukkan  ke  dalam  sistem,  kemudian  diproses. Dalam hal ini, pakar bertugas memasukkan data-data baru  mengenai  gejala  dan  jenis  penyakit.  Pasien memasukan  gejala  yang  dirasakan  untuk  keperluan diagnosis,  kemudian  pasien  mendapatkan  hasil diagnosis  penyakit.