IMPLEMENTASI
FUZZY EXPERT SYSTEM UNTUK ANALISA
PENYAKIT DALAM PADA MANUSIA
Jurnal
ini diambil dari journal.uii.ac.id/index.php/Snati/article/view/723/679.
Expert system
atau system pakar adalah salah satu bagian dari kecerdasan buatan dimana didalamnya
terdapat data-data yang berasal dari seorang pakar. James P. Ignizio mengatakan
bahwa sistem pakar adalah suatu program komputer yang dibuat dengan berdasarkan
bidang tertentu, yang mana tingkat keahlian dari program tersebut untuk menangani
masalah, sebanding dengan kemampuan seorang ahli di bidang tersebut. Dengan
kata lain expert system mempunyai knowledge
atau pengetahuan seperti halnya seorang pakar. Expert system di dalam bekerja berdasarkan rule based yang disimpan di dalam database. Bentuk umum rule
based yang dipakai dalam expert system
adalah if A then B atau jika A maka
B, dimana A disebut sebagai premis dan B disebut sebagai konklusi. Didalam
pengerjaan dengan metode rule based
akan banyak ditemui kelemahan-kelemahan yaitu:
- Membutuhkan pencocokan yang benar-benar pas,
contohnya jika sakit kepala dan suhu badan naik maka terkena demam. Jika diberi
pernyataan sakit kepala saja, maka rule
diatas tidak dapat memberi kesimpulan apakah terkena demam atau tidak.
- Seringkali sulit untuk menghubungkan
rule-rule yang berhubungan dengan sebuah inference
chain (otak dari sistem pakar untuk melakukan pengecekan dari rule yang satu ke rule lainnya).
- Bisa menjadi sangat lambat jika menampung banyak
rule.
- Tidak cocok untuk permasalahan tertentu. Untuk
mengatasi kekurangan dari sistem pakar yang berbasis rule, maka dikembangakn suatu sistem pakar yang berbasis fuzzy sebagai pengolahannya sehingga
sistem tersebut dikenal dengan nama fuzzy expert system.
Fuzzy expert system adalah suatu sistem pakar
yang menggunakan perhitungan fuzzy dalam mengolah knowledge
untuk menghasilkan konsekuensi, premis dengan konklusi atau kondisi dengan
akibat sehingga menghasilkan informasi yang memiliki keakuratan kepada end user atau pengguna. Bentuk umum fuzzy
expert system hampir sama dengan bentuk rule
based pada expert system yaitu if A then B dimana A dan B adalah fuzzy sets. Knowledge
based fuzzy set adalah suatu logika fuzzy
untuk menyatakan suatu ketidakpastian dalam menentukan keanggotaan suatu elemen
terhadap suatu set dengan memberikan membership degree antara 0 sampai dengan 1
yang diberikan oleh beberapa orang (knowledge).
Definisi dari knowledge-based fuzzy set
adalah sebagai berikut: Misal U = {u1, u2, …, un} sebagai set of element dan K
= {k1, k2, …, km} sebagai set of
knowledge, k1(A) didefinisikan sebagai sebuah fuzzy
set berdasarkan knowledge k1
terhadap universal set U adalah suatu mapping dari U ke dalam interval yang
tertutup [0,1].
Sebuah
data yang berada dalam bentuk tabel disebut information
system atau information table, data-data yang berada dalam tabel
tersebut biasanya terdiri dari data tentang attribute
yang dimiliki oleh obyek tersebut. Fuzzy Information System adalah sekumpulan
data yang berisi obyek-obyek, dimana masing-masing obyek memiliki attribute. Attribute antara suatu obyek
dengan obyek lainnya ditentukan oleh suatu nilai antara 0 dan 1. Biasanya Fuzzy Information System dibentuk dalam
bentuk tabel.
Pengujian
sistem dilakukan dengan cara membandingkan hasil yang diperoleh dari program dengan
data yang berada pada knowledge based, dan hasil perhitungan melalui rumus
dengan proses yang dilakukan oleh program. Kesimpulan yang dapat diambil dari jurnal
penelitian ini adalah:
- Penggunaan tabel Information System sangat cocok dalam permasalahan analisa terhadap
penyakit. Karena dengan menggunakan tabel Information
System proses memasukkan data, mengubah data dan menghapus data dapat dengan
mudah dilakukan oleh seorang pakar.
- Pada penggunaan konstanta C, semakin C mendekati
1 maka nilai kesesuaian antara gejala knowledge-based
dengan gejala inputan pasien semakin ketat. Artinya penilaian aplikasi terhadap
gejala yang dimiliki pasien lebih strict.
- Penggunaan nilai kesesuaian dan Fuzzy Conditional Probability membantu
menganalisa penyakit yang mungkin diderita oleh suatu pasien.
- Penggunaan Rareness measure sangat baik dalam
menemukan common symptom, dan specific
symptom yang dimiliki oleh suatu penyakit, dan dalam mengkonfirmasi gejala-gejala
selain yang dimasukkan untuk pengidentifikasian kemungkinan penyakit yang diderita
oleh pasien.