Page 1
1
APLIKASI SISTEM PAKAR UNTUK MENDIAGNOSA DAN PENANGANAN DINI
GANGGUAN AUTISME PADA ANAK DENGAN METODE CERTAINTY FACTOR
BERBASIS WEB
Ivan Ardhiatma., Arief Andy Soebroto ST., M.Kom., Rekyan Regasari M.P., ST., MT.
Program Studi Informatika/Ilmu Komputer
Program Teknologi Informasi dan Ilmu Komputer Universitas Brawijaya
Email : [email protected]
ABSTRAK
Diagnosa gangguan autisme pada anak secara dini merupakan hal penting dalam proses tumbuh kembang anak. Namun
pengetahuan publik atau orangtua soal autisme dinilai masih rendah. Imbasnya kerap terjadi penyandang autis terdiskriminasi dan
keluarga penderita tidak tahu ke mana harus mencari pertolongan terapinya. Di kota besar memang masyarakat sudah mulai mengenal
autis. Namun di banyak daerah, banyak yang belum paham soal autisme dan tidak memiliki sarana penanganannya. Sistem pakar
adalah sistem berbasis komputer yang menggunakan pengetahuan, fakta dan teknik penalaran dalam memecahkan masalah yang
biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tertentu. Penggunaan sistem pakar tersebut akan lebih mudah
ketika diimplementasikan ke dalam aplikasi berbasis web, selain perangkat komputer dan internet yang sudah banyak dimiliki oleh
sebagian besar masyarakat, juga dapat diakses melalui media mobile yang sudah semakin canggih sekarang ini dengan akses internet
dan browser mobile dimanapun dan kapanpun.
Pada penelitian ini gangguan autisme pada anak dapat didiagnosa secara dini dengan mendeteksi 3 macam jenis gangguan
menggunakan metode Certainty Factor dengan inputan gejala dari pengguna. Sistem pakar ini diimplementasikan menggunakan
bahasa pemrograman PHP yang terintegrasi dengan database MySQL. Pengujian yang digunakan yaitu pengujian validasi (pengujian
black box) dan pengujian akurasi sistem pakar. Hasil pengujian validasi yaitu 100% yang menunjukkan bahwa fungsionalitas sistem
dapat berjalan dengan baik sesuai dengan daftar kebutuhan. Hasil pengujian akurasi yaitu 85% yang menunjukkan bahwa sistem pakar
dapat berfungsi dengan cukup baik sesuai dengan metode Certainty Factor. Kata Kunci: Autisme, Certainty Factor, Diagnosa, Sistem Pakar.
1. PENDAHULUAN
1.1 Latar Belakang
Autisme adalah suatu kondisi mengenai seseorang
sejak lahir ataupun saat masa balita, yang membuat
dirinya tidak dapat membentuk hubungan sosial atau
komunikasi yang normal.
Menurut data dari UNESCO pada tahun 2011,
terdapat 35 juta orang penyandang autisme di seluruh
dunia. Rata-rata, 6 dari 1000 orang di dunia telah
mengidap autisme. Di Amerika Serikat, autisme dimiliki
oleh 11 dari 1000 orang. Sedangkan di Indonesia,
perbandingannya 8 dari setiap 1000 orang [1].
Hal yang menyebabkan naiknya angka pengidap
autisme diatas selanjutnya dikemukakan oleh Kepala
Pusat Inteligensia Kesehatan Kemenkes Eka Viora,
bahwa pengetahuan publik soal autisme dinilai masih
rendah. Imbasnya kerap terjadi penyandang autis
terdiskriminasi dan keluarga penderita tidak tahu ke
mana harus mencari pertolongan terapinya. Di kota
besar memang masyarakat sudah mulai mengenal autis.
Namun di banyak daerah, banyak yang belum paham
soal autisme dan tidak memiliki sarana penanganannya.
[2]
Pada penelitian terdahulu dengan judul ‚Rancang
Bangun Aplikasi Sistem Pakar Untuk Mendiagnosa
Gangguan Autisme Secara Dini Pada Anak‛ [3] telah
menghasilkan sebuah aplikasi sistem cerdas berbasis
web dengan menggunakan metode forward chaining.
Sedangkan pada penelitian yang lain, yaitu dengan
judul ‚Penggunaan Certainty Factor (CF) Dalam
Perancangan Sistem Pakar Untuk Mendiagnosis
Penyakit Atherosklerosis‛ [4] telah membuat sistem pakar
untuk mendiagnosis penyakit atherosklerosis
menggunakan metode Certainty Factor.
Hal yang berbeda pada penelitian ini dengan
penelitian terdahulu adalah akan membuat sistem pakar
untuk mendiagnosa autism pada anak dengan metode
Faktor Kepastian. Faktor Kepastian (CF) menyatakan
kepercayaan dalam sebuah kejadian (atau fakta atau
hipotesis) berdasarkan bukti atau penilaian pakar. CF
menggunakan suatu nilai untuk mengasumsikan
derajad keyakinan seorang pakar terhadap suatu data.
CF memperkenalkan konsep keyakinan dan
ketidakyakinan.[5]
Oleh karena itu, pada penelitian ini akan dibuat
suatu aplikasi sistem pakar yang dapat mendiagnosa
gejala-gejala autis, sekaligus memberikan cara
penanganan secara dini yang nantinya dapat digunakan
untuk proses terapi sederhana pada anak yang
terdiagnosa memiliki gejala autis serta sebagai media
Page 2
2
bagi orangtua untuk mendapatkan pengetahuan seputar
autism dengan metode Faktor Kepastian.
1.2 Rumusan Masalah
Berdasarkan uraian latar belakang di atas, maka
dapat dirumuskan permasalahan pada skripsi ini yaitu
sebagai berikut :
1. Bagaimana merancang dan membangun aplikasi
sistem pakar untuk mendiagnosa dan penanganan
dini gangguan autisme pada anak dengan metode
Certainty Factor berbasis web?
2. Bagaimana implementasi metode Certainty Factor
ke dalam program aplikasi sehingga mampu untuk
mendiagnosa autisme dan mendeteksi jenis
gangguan autisme pada anak?
3. Bagaimana hasil pengujian validasi dan akurasi
dari sistem pakar diagnosa autisme pada anak
dengan menggunakan metode Certainty Factor?
1.3 Batasan Masalah
Agar permasalahan yang dirumuskan dapat lebih
terfokus, maka pada penelitian ini dibatasi dalam hal:
1. Metode yang digunakan adalah metode Certinty-
Factor untuk penerapan perhitungannya.
2. Data yang digunakan dalam skripsi akhir ini berasal
dari dokter anak, klinik tumbuh kembang anak
‚House Of Fatima Child Center‛, serta rumah sakit
umum dr.Saiful Anwar Malang.
3. Aplikasi ini menggunakan DSM-IV sebagai panduan
diagnostik autisme .
4. Keluaran aplikasi yang dihasilkan yaitu diagnosa
tingkat autisme dan jenis gangguan autisme pada
anak berbasis web.
1.4 Tujuan
Tujuan yang ingin dicapai dalam pembuatan
skripsi ini adalah membangun suatu aplikasi sistem
pakar dengan menggunakan metode Certainty Factor
untuk mendiagnosa autisme pada anak berbasis web.
1.5 Manfaat
Manfaat yang diharapkan adalah sebagai berikut:
Bagi Penulis
1. Sebagai media untuk peng-implementasian ilmu
pengetahuan teknologi pada bidang Artificial
Intelligent terutama bidang sistem pakar.
2. Mendapatkan pengetahuan dan wawasan terkait
metode – metode yang digunakan untuk sistem
pakar.
Bagi pembaca/pengguna
1. Mendapatkan wawasan akan
pengimplementasian dari Certainty Factor pada
aplikasi sistem pakar.
2. Membantu para orang tua untuk mendiagnosa
autisme pada anak serta dapat melakukan
tindakan untuk penangan dini jika anak
mengalami gejala autisme.
3. Memudahkan pakar autisme, psikolog serta para
terapis autisme dalam mendiagnosa gejala
autisme pada anak
1.6 Sistem Pakar
Sistem Pakar adalah salah satu bagian dari
kecerdasan buatan yang mengandung pengetahuan dan
pengalaman yang dimasukkan oleh satu atau banyak
pakar ke dalam satu area pengetahuan tertentu sehingga
setiap orang dapat menggunakannya untuk
memecahkan berbagai masalah yang bersifat spesifik
[6]. Dengan sistem pakar, orang awam pun dapat
menyelesaikan masalahnya atau sekedar mencari suatu
informasi berkualitas yang sebenarnya hanya dapat
diperoleh dengan bantuan para ahli di bidangnya.
Seorang pakar yang dimaksud disini adalah orang yang
mempunyai keahlian dalam bidang tertentu, yaitu pakar
yang mempunyai knowledge atau kemampuan khusus
yang tidak dimiliki oleh orang lain [6].
1.7 Ketidakpastian
Ada tiga teknik yang dapat digunakan untuk
menangani ketidakpastian dan kesamaran pengetahuan,
yaitu [6] :
1. Teknik Probabilitas, yang dikembangkan dengan
memanfaatkan teorema Bayes yang menyajikan
hubungan sebab akibat yang terjadi diantara
evidence-evidence yang ada. Pendekatan alternatif
lainnya yang dapat digunakan adalah teori
Dempster-Shafer.
2. Faktor Kepastian, merupakan teknik penalaran
tertua, yang digunakan pada sistem MYCIN. Teknik
ini bersifat semi probabilitas, karena tidak
sepenuhnya menggunakan notasi probabilitas.
3. Logika Fuzzy, merupakan teknik baru yang
diperkenalkan oleh Zadeh. Setiap variable dalam
teknik ini memiliki rentang nilai tertentu, yang akan
digunakan untuk menghitung nilai fungsi
keanggotaannya.
1.8 Teori Certainty-Factor
Faktor kepastian (Certanity Factor) diperkenalkan
oleh Shortliffe Buchanan dalam pembuatan MYCIN.
Certanity Factor (CF) merupakan nilai parameter klinis
yang diberikan MYCIN untuk menunjukkan besarnya
kepercayaan. CF menunjukkan ukuran kepastian
terhadap suatu fakta atau aturan [7].
Certanity factor didefinisikan ditunjukkan pada rumus
2.1 [7].
Page 3
3
CF[H,E]=MB[H,E]-MD[H,E] (2.1)
dengan:
CF[H,E] = Certainty Factor dari hipotesis H yang
dipengaruhi oleh gejala (evidence) E. Besarnya CF
berkisar antara -1 sampai 1.
Nilai -1 menunjukkan ketidakpercayaan mutlak,
sedangkan nilai 1 menunjukkan kepercayaan mutlak
MB[H,E] = ukuran kenaikan kepercayaan (measure of
increased belief) terhadap hipotesis H yang dipengaruhi
oleh gejala E.
MD[H,E]= ukuran kenaikan ketidakpercayaan (measure
of increased disbelief) terhadap hipotesis H yang
dipengaruhi oleh gejala E.
1.9 Autisme
Autisme berasal dari kata ‘auto’ yang artinya
sendiri. Istilah ini dipakai karena mereka yang
mengidap gejala autisme seringkali memang terlihat
seperti seorang yang hidup sendiri. Mereka seolah-olah
hidup di dunianya sendiri dan terlepas dari kontak
social yang ada di sekitarnya.[3]
Autisme merupakan salah satu bentuk gangguan
tumbuh kembang, berupa sekumpulan gejala akibat
adanya kelainan syaraf-syaraf tertentu yang
menyebabkan fungsi otak tidak bekerja secara normal
sehingga mempengaruhi tumbuh kembang,
kemampuan komunikasi, dan kemampuan interaksi
sosial seseorang. Gejala-gejala autisme dapat terlihat
dari adanya penyimpangan dari ciri-ciri tumbuh
kembang anak secara normal.[3]
2. METODOLOGI
2.1 Studi Literatur
Mempelajari literatur dari beberapa bidang ilmu
yang berhubungan dengan pembuatan sistem pakar
diagnosa autisme pada anak, metode Teori Certainty-
Factor, perhitungan tingkat autisme, jenis gangguan
serta gejala autisme
2.2 Analisis Kebutuhan
Analisa kebutuhan bertujuan untuk identifikasi
aktor-aktor yang terlibat dalam sistem pakar, penjabaran
kebutuhan masukan, proses dan keluaran. Analisis
kebutuhan ini ditujukan untuk menggambarkan
kebutuhan-kebutuhan yang harus disediakan oleh
sistem agar dapat memenuhi kebutuhan pengguna.
2.3 Perancangan Perangkat Lunak
Perancangan perangkat lunak digunakan untuk
memenuhi kebutuhan fungsional dan kebutuhan
domain sistem pakar menggunakan Metode Certainty-
Factor. Untuk mengetahui kebutuhan fungsional dan
kebutuhan domain sistem pakar, diperlukan sebuah
perancangan arsitektur sistem pakar seperti pada
gambar 1. Selain itu, pada perancangan sistem juga
digambarkan diagram ERD dan diagram algoritma.
Gambar 1 Arsitektur Sistem Pakar
2.4 Implementasi Perangkat Lunak
Implementasi perangkat lunak dilakukan dengan
mengacu kepada perancangan aplikasi. Implementasi
perangkat lunak dilakukan dengan menggunakan
bahasa pemrograman PHP, DBMS MySQL dan tools
pendukung lainnya.
2.5 Pengujian Sistem
Pengujian yang dilakukan yaitu pengujian Black
Box dan pengujian akurasi sistem pakar. Pengujian Black
Box dilakukan untuk mengetahui kesesuaian antara
kebutuhan dengan kinerja sistem, Pengujian akurasi
sistem pakar dilakukan untuk mengetahui performa
sistem pakar dalam memberikan rekomendasi dengan
membandingkan pengujian data secara manual dengan
pengujian data menggunakan sistem pakar.
3. PERANCANGAN
3.1 Analisa Kebutuhan Perangkat Lunak
3.1.1 Identifikasi Aktor
Tahap ini mempunyai tujuan untuk melakukan
identifikasi aktor-aktor yang akan berinteraksi dengan
sistem pakar.
Tabel 1 Deskripsi Aktor
Aktor Deskripsi Aktor
Pengguna
Umum (PU)
Aktor yang dapat
menggunakan sistem pakar
untuk melihat informasi
autisme. Pengguna tidak
melakukan proses login,
dapat melihat informasi
mengenai autisme dan
informasi lainnya, tetapi
tidak bisa melakukan menu
diagnosa dan tanya jawab
pada forum.
Pengguna Aktor yang dapat
Page 4
4
Aktor Deskripsi Aktor
terdaftar
(PT)
menggunakan sistem pakar
untuk mendiagnosa
autisme pada anak.
Pengguna dapat melakukan
proses login, melakukan
diagnosa autisme, melihat
informasi mengenai
autisme dan informasi
lainnya serta melakukan
tanya jawab pada forum.
Admin (A) Aktor yang menyerap
sumber pengetahuan dari
pakar kemudian
ditransformasikan ke basis
pengetahuan. Admin dapat
mengelola data gejala
maupun data mengenai
informasi lainnya. Admin
juga dapat melakukan
proses login dan mengelola
manajemen user.
3.1.2 Analisa Kebutuhan Masukan
Pakar memberikan masukan berupa :
1. Data gejala baru yang belum terdapat dalam sistem.
Data gejala meliputi id gejala dan nama gejala.
2. Data jenis gangguan berupa id jenis dan nama jenis
gangguan yang belum terdapat dalam sistem.
3. Data pengguna yang berisi id pengguna, nama,
alamat dan jenis kelamin
4. Data aturan ditambahkan sesuai dengan gejala dan
nama jenis gangguan autisme. Pakar diminta
memberikan nilai bobot dari masing-masing gejala.
Data aturan meliputi id gejala, id jenis dan densitas.
3.1.3 Analisa Kebutuhan Proses
Proses inti dari sistem ini adalah proses penalaran.
Sistem akan melakukan penalaran untuk menentukan
jenis gangguan autisme pada anak berdasarkan gejala
yang dimasukkan oleh pengguna. Pada sistem telah
disediakan aturan basis pengetahuan untuk penelusuran
jenis gangguan autisme.
3.1.4 Analisa Kebutuhan Keluaran
Data keluaran dari sistem ini adalah hasil proses
diagnosa menggunakan perhitungan metode Certainty
Factor. Hasil diagnosa tersebut berdasarkan fakta gejala
autisme pada anak yang dimasukkan pengguna saat
melakukan diagnosa. Hasil output sistem terdiri dari :
Tingkat autisme, jenis gangguan autisme dan solusi dan
terapi berdasarka jenis gangguan autisme
3.2 Perancangan Arsitektur Sistem Pakar
a. Akuisisi Pengetahuan
Basis pengetahuan berisi tentang pengetahuan
yang relevan yang diperlukan untuk memahami,
merumuskan, dan memecahkan persoalan. Basis
pengetahuan tersebut mencakup dua elemen dasar yaitu
fakta dan aturan khusus yang mengarahkan pengguna
pengetahuan untuk memecahkan persoalan khusus
dalam domain tertentu. Basis pengetahuan merupakan
inti program dari sistem pakar dimana basis
pengetahuan ini merupakan representasi pengetahuan
dari seorang pakar.
Representasi pengetahuan dibutuhkan untuk
menangkap sifat-sifat penting masalah dan
mempermudah prosedur pemecahan masalah dalam
mengakses informasi. Representasi pengetahuan yang
digunakan pada skripsi ini yaitu atran produksi yang
dituliskan dalam bentuk jika-maka (IF-THEN). Struktur
aturan produksi yang menghubungkan premis dengan
konklusi dapat dijelaskan sebagai berikut :
IF [premis] THEN [konklusi]
Konklusi pada bagain THEN bernilai benar jika
premis pada bagian IF bernilai benar. Penerapan
struktur aturan produksi dalam menentukan penyakit
sapi dapat dilihat pada contoh berikut ini.
IF Seringkali sangat terpukau pada suatu benda
AND Ada gerakan-gerakan aneh yang khas dan
diulang-ulang
AND Terpaku pada satu kegiatan yang ritualistic atau
rutinitas yang tidak ada gunanya AND
Mempertahankan suatu permintaan atau lebih dengan
cara yang khas dan berlebihan
THEN Gangguan Perilaku
Tabel aturan berisi hubungan antara jenis
gangguan autisme dengan gejala yang menyertainya.
Tabel 2. Tabel Jenis Gangguan Autisme
Kode Jenis
Gangguan
Autisme
Jenis Gangguan
JG001 Gangguan
Perilaku
JG002 Gangguan
Komunikasi
JG003 Gangguan
Interaksi Sosial
Page 5
5
Tabel 3. Tabel Gejala autisme
Kode
Gejala Gejala
G001
Mempertahankan suatu permintaan
atau lebih dengan cara yang khas dan
berlebihan.
G002
Terpaku pada satu kegiatan yang
ritualistic atau rutinitas yang tidak ada
gunanya.
G003 Ada gerakan-gerakan aneh yang khas
dan diulang-ulang.
G004 Seringkali sangat terpukau pada suatu
benda.
G005
Bicara terlambat atau sama sekali tidak
berkembang (Tidak ada usaha untuk
mengimbangi komunikasi dengan cara
lain selain bicara).
G006 Jika bisa bicara, bicaranya tidak dipakai
untuk komunikasi.
G007 Sering menggunakan bahasa yang aneh
dan diulang-ulang.
G008 Cara bermain kurang variatif, kurang
imanjinatif dan kurang bisa meniru.
G009
Tidak mampu menjalin interaksi sosial
yang memadai, seperti kontak mata
sangat kurang, ekspresi muka kurang
hidup dan gerak-geriknya kurang
tertuju.
G010 Tidak dapat bermain dengan teman
sebayanya.
G011 Tidak dapat merasakan apa yang
dirasakan orang lain.
G012 Kurangnya hubungan sosial dan
emosional yang timbal-balik.
Tabel 4. Tabel Aturan diagnosa autisme pada anak
Aturan Jenis
Gangguan Gejala
R1 JG001 G001, G002, G003, G004
R2 JG002 G005, G006, G007, G008
R3 JG003 G009, G010, G011, G012
b. Mesin Inferensi
Metode penelusuran jawaban menggunakan
metode inferensi forward chaining, dimana sistem
menampilkan keseluruhan data gejala yang kemudian
dari berbagai kemungkinan itu dipersempit berdasarkan
inputan user. Setiap gejala yang ada dilakukan
perhitungan menggunakan rumus pada metode
certainty factor untuk mencari evidence tunggal. Nilai
CF evidence tunggal yang ada pada setiap rule kembali
dihitung lagi menggunakan rumus CF kombinasi yang
mana untuk setiap nilai CF evidence tunggal mendapat
perlakuan sebagai nilai CF1 dan CF2. Berikut ini rumus
yang digunakan untuk menghitung nilai CF evidence
maupun nilai cf kombinasi yang diterapkan untuk
setiap premis tunggal hasil pecahan dari premis
majemuk.
Untuk proses perhitungan inferensi Certainty-
Factor sebagai penarikan kesimpulan dapat dilihat pada
Gambar 2 yang merupakan gambaran pencarian solusi
sistem pakar dengan menggunakan flowchart atau
diagram alir.
Mulai
Rumus CF Evidence Tunggal:
CF (H, e) = CF(E) x CF(Rule)
Banyak input fakta gejala = 1 ?
Input : Fakta gejala
Out/In : bobot CF gejala
Kesimpulan Jenis Gangguan
Autisme dan Prosentase
Autisme
Input : Fakta gejala
Out/In : bobot CF gejala
Rumus CF Combine:
Input fakta gejala selesai ?
Analisa :
Hitung nilai bobot keseluruhan tiap gejala
Kesimpulan Jenis Gangguan
Autisme dan Prosentase
Autisme
i = i + 1
Selesai
Ya
Tidak
Tidak
Ya
Perhitungan Kasus 1 (Fakta Gejala = 1) Perhitungan Kasus 2 dan 3 (Fakta Gejala > 1)
Gambar 2 Flowchart Inferensi Certainty Factor
Sumber: Perancangan
c. Blackboard
Blackboard merupakan area memori yang berfungsi
sebagai basis data untuk merekam hasil sementara.
Pada aplikasi diagnosa autisme ini, data yang disimpan
pada area ini adalah data gejala masukan dari
pengguna, nilai perhitungan bobot CF tiap gejala, hasil
perhitungan CF combine dan hasil akhirnya, serta hasil
diagnosa jenis gangguan autisme.
d. Fasilitas Penjelas
Fasilitas penjelas yang akan diberikan dalam
aplikasi sistem pakar diagnosa autisme ini yaitu
penjelasan tentang informasi kegunaan aplikasi sistem
pakar diagnosa autisme pada anak (help).
3.3 Perancangan Aplikasi Sistem Pakar Diagnosa
autisme pada Anak
a. ERD
Pada ERD aplikasi sistem pakar diagnosa autisme
buruk pada anak ini terdapat 5 entitas, yaitu entitas
pengguna, jenis gangguan, gejala, aturan, dan hasil
diagnosa. Untuk entitas pengguna dibuat sistem
kategori level pengguna, yaitu pengguna dan admin.
Rancangan ERD sistem pakar ditunjukkan pada Gambar
3.
Page 6
6
Memiliki
member
Id_user
nama
username
password
email
Nama_anak
alamat
Tgl_daftar
Tgl_login
gejala
Id_jenis_ganguan
Id_gejala
bobot
gejela
Jenis_gangguanterapi
Id_jenis_gangguan
Nama_jenis_gangguan
Hasil_diagnosa
usia
Id_user Nama_anak
Id_hasil
prosentase
jamtgl
Memiliki
Memiliki
Admin
Password_admin
Usename_admin
Id_admin
Mengelola
Mengelola
berita
Id_berita
judul headline
isi
gambartanggal
Mengelola
Bukutamu
Id_b
nama
email
text
tanggal
1
n
1
n
1
n
n
n
n
1
1
1
Gambar 3 Entity Relationship Diagram Sistem Pakar
Diagnosa Autisme pada Anak
Sumber : Perancangan
b. Diagram Konteks
Pada Gambar 4 dapat dilihat context diagramnya
terlihat proses masukan dan keluaran dari aplikasi
sistem pakar diagnosa autisme pada anak untuk setiap
pengguna yang berbeda.
Gambar 4 Diagram Konteks Sistem Pakar Diagnosa
autisme Pada Anak
Sumber: Perancangan
4. IMPLEMENTASI
4.1 Batasan Implementasi
Beberapa batasan dalam mengimplementasikan
Sistem Pakar Diagnosa autisme Pada Anak adalah
sebagai berikut :
1. Masukan yang diterima oleh sistem adalah berupa
gejala-gejala autisme yang diisikan oleh pengguna.
2. Keluaran yang diterima oleh pengguna berupa hasil
perhitungan dan kesimpulan gangguan autisme
pada anak serta solusi dan terapi berdasarkan jenis
gangguan autisme.
3. Aplikasi yang digunakan berbasis web dengan basis
data penyimpanan menggunakan MySQL.
4. Metode yang digunakan yaitu Certainty-factor.
5. Sistem ini digunakan oleh orangtua, terapis autisme,
psikolog dan pakar autisme, tenaga medis
puskesmas serta masyarakat umum yang ingin
melakukan diagnosa autisme pada anak.
6. Sistem ini bersifat dinamis, yaitu dapat melakukan
penambahan dan perubahan data aturan, jenis
gangguan autisme maupun gejalanya.
4.2 Implementasi Antarmuka
Tampilan yang ditunjukkan hanya tampilan
halaman diagnosa dan halaman hasil diagnosa karena
merupakan menu utama untuk pengguna. Halaman
diagnosa merupakan halaman utama bagi pengguna
untuk melakukan konsultasi pada anak seperti pada
Gambar 5.
Gambar 5 Halaman Konsultasi Pada Anak
Sumber: Implementasi
Halaman hasil diagnosa merupakan halaman
untuk melihat hasil atau kesimpulan diagnosa autisme
pada Gambar 6.
Gambar 6 Halaman Hasil Diagnosa
Sumber: Implementasi
5. HASIL DAN PEMBAHASAN
5.1 Pengujian Validasi
Pengujian validasi digunakan untuk mengetahui
apakah sistem yang dibangun sudah benar sesuai
dengan yang dibutuhkan. Pengujian menggunakan
metode pengujian Black Box, karena tidak difokuskan
terhadap alur jalannya algoritma program namun lebih
ditekankan untuk menemukan kesesuaian antara
kinerja sistem dengan daftar kebutuhan.
Page 7
7
Tabel 5 Pengujian No Nama Kasus Hasil yang
diharapkan
Status
Validasi
1 Login Sistem mampu
menerima inputan
Login
Valid
2 Registrasi
Pengguna
Sistem mampu
melakukan
registrasi
pengguna baru
Valid
3 Input Data Fakta
Gejala
Sistem mampu
menerima input
data gejala untuk
proses
deteksi/diagnosa
Valid
4 Proses Diagnosa Sistem mampu
menampilkan
hasil diagnosa
autisme
berdasarkan gejala
yang dimasukkan
pengguna
Valid
5 Login Sistem mampu
menerima inputan
Login
Valid
6 Data Gejala Sistem mampu
melakukan
perubahan pada
data gejala
autisme pada
anak.
Valid
7 Data Jenis
Gangguan dan
Penanganannya
Sistem mampu
melakukan
perubahan
informasi jenis
gangguan dan
penanganannya
Valid
8 Artikel dan Berita Sistem mampu
menampilkan data
artikel dan berita
Valid
9 Testimonial Sistem mampu
menampilkan
informasi data
testimonial
Valid
5.2 Pengujian Akurasi
Pengujian akurasi dilakukan untuk mengetahui
performansi dari sistem pakar untuk memberikan hasil
identifikasi kesimpulan dari diagnosa jenis gangguan
autisme.
Tabel 6 Tabel Pengujian Akurasi Hasil Diagnosa Sistem dengan Pakar
No. Gejala Yang diderita Jawaban
User
Hasil
Diagnosa
Sistem
Hasil
Diagnosa
Pakar
Akurasi Hasil
Perbandingan
1
Mempertahankan suatu permintaan atau lebih
dengan cara yang khas dan berlebihan (G001)
Jarang Autisme
ringan dengan
jenis gangguan
komunikasi
dan perilaku
Autisme
ringan dengan
jenis gangguan
komunikasi
dan perilaku
1 Jika bisa bicara, bicaranya tidak dipakai untuk
komunikasi (G006)
Jarang
Sering menggunakan bahasa yang aneh dan
diulang-ulang (G008)
Sering
2.
Mempertahankan suatu permintaan atau lebih
dengan cara yang khas dan berlebihan (G001)
Jarang
Autisme
sedang dengan
jenis gangguan
Perilaku dan
Autisme
sedang dengan
jenis gangguan
perilaku dan
1 Terpaku pada satu kegiatan yang ritualistic atau
rutinitas yang tidak ada gunanya (G002)
Sangat
Sering
Ada gerakan-gerakan aneh yang khas dan Sangat
Page 8
8
diulang-ulang (G001) Sering interaksi sosial interaksi sosial
Tidak mampu menjalin interaksi sosial yang
memadai, seperti kontak mata sangat kurang,
ekspresi muka kurang hidup dan gerak-geriknya
kurang tertuju (G009)
Sering
Kurangnya hubungan sosial dan emosional yang
timbal-balik (G012)
Sangat
Sering
3
Bicara terlambat atau sama sekali tidak
berkembang (Tidak ada usaha untuk
mengimbangi komunikasi dengan cara lain selain
bicara) (G005)
Jarang Autisme
ringan dengan
jenis gangguan
interaksi sosial
dan
komunikasi
Autisme
ringan dengan
jenis gangguan
komunikasi
0
Tidak mampu menjalin interaksi sosial yang
memadai, seperti kontak mata sangat kurang,
ekspresi muka kurang hidup dan gerak-geriknya
kurang tertuju (G009)
Sangat
Sering
4
Mempertahankan suatu permintaan atau lebih
dengan cara yang khas dan berlebihan (001)
Hampir
Selalu
Autisme berat
dengan jenis
gangguan
perilaku,
interkasi sosial
dan
komunikasi
Autisme berat
dengan jenis
gangguan
perilaku,
interkasi sosial
dan
komunikasi
1
Seringkali sangat terpukau pada suatu benda.
(G004)
Hampir
Selalu
Cara bermain kurang variatif, kurang imanjinatif
dan kurang bisa meniru. (G007)
Sering
Tidak mampu menjalin interaksi sosial yang
memadai, seperti kontak mata sangat kurang,
ekspresi muka kurang hidup dan gerak-geriknya
kurang tertuju (G009)
Hampir
Selalu
Kurangnya hubungan sosial dan emosional yang
timbal-balik (G012)
Hampir
Selalu
5
Ada gerakan-gerakan aneh yang khas dan
diulang-ulang (G003)
Sering Autisme
ringan dengan
jenis gangguan
perilaku, dan
interkasi sosial.
Autisme
ringan dengan
jenis gangguan
perilaku, dan
interkasi sosial.
1 Tidak dapat bermain dengan teman sebayanya.
(G010)
Sering
Kurangnya hubungan sosial dan emosional yang
timbal-balik. (G012)
Sering
6 Terpaku pada satu kegiatan yang ritualistic atau
rutinitas yang tidak ada gunanya. (G002)
Hampir
Selalu
Autisme
ringan dengan
jenis gangguan
perilaku
Autisme
ringan dengan
jenis gangguan
perilaku
1
7
Tidak mampu menjalin interaksi sosial yang
memadai, seperti kontak mata sangat kurang,
ekspresi muka kurang hidup dan gerak-geriknya
kurang tertuju. (G009)
Jarang
Autisme
ringan dengan
jenis gangguan
Interaksi Sosial
Tidak
mengalami
gangguan
autisme
0
8 Jika bisa bicara, bicaranya tidak dipakai untuk
komunikasi. (G006)
Sangat
Sering
Autisme
ringan dengan
jenis gangguan
komunikasi
Autisme
ringan dengan
jenis gangguan
komunikasi
1
Page 9
9
9
Mempertahankan suatu permintaan atau lebih
dengan cara yang khas dan berlebihan. (G001)
Jarang Autisme
ringan dengan
jenis gangguan
perilaku,
komuniasi dan
interaksi sosial
Autisme
ringan dengan
jenis gangguan
perilaku dan
komuniasi
0 Jika bisa bicara, bicaranya tidak dipakai untuk
komunikasi. (G006)
Jarang
Tidak mampu menjalin interaksi sosial yang
memadai, seperti kontak mata sangat kurang,
ekspresi muka kurang hidup dan gerak-geriknya
kurang tertuju. (G009)
Jarang
10
Tidak mampu menjalin interaksi sosial yang
memadai, seperti kontak mata sangat kurang,
ekspresi muka kurang hidup dan gerak-geriknya
kurang tertuju. (G009)
Hampir
Sering
Autisme
ringan dengan
jenis gangguan
interaksi sosial
Autisme
ringan dengan
jenis gangguan
interaksi sosial
1
Kurangnya hubungan sosial dan emosional yang
timbal-balik. (G012)
Sering
11
Bicara terlambat atau sama sekali tidak
berkembang (Tidak ada usaha untuk
mengimbangi komunikasi dengan cara lain selain
bicara). (G005)
Sering Autisme
ringan dengan
jenis gangguan
komunikasi
Autisme
ringan dengan
jenis gangguan
komunikasi
1
Cara bermain kurang variatif, kurang imanjinatif
dan kurang bisa meniru. (G008)
Jarang
12
Sering menggunakan bahasa yang aneh dan
diulang-ulang. (G007)
Sering Autisme
ringan dengan
jenis gangguan
komunikasi
Autisme
ringan dengan
jenis gangguan
komunikasi
1
Cara bermain kurang variatif, kurang imanjinatif
dan kurang bisa meniru. (G008)
Jarang
13
Terpaku pada satu kegiatan yang ritualistic atau
rutinitas yang tidak ada gunanya. (G002)
Jarang Autisme
ringan dengan
jenis gangguan
perilaku dan
komunikasi
Autisme
ringan dengan
jenis gangguan
perilaku dan
komunikasi
1 Seringkali sangat terpukau pada suatu benda.
(G004)
Jarang
Sering menggunakan bahasa yang aneh dan
diulang-ulang. (G007)
Sering
14
Mempertahankan suatu permintaan atau lebih
dengan cara yang khas dan berlebihan. (G001)
Jarang
Autisme
Sedang dengan
jenis gangguan
perilaku,
komunikasi
dan interaksi
sosial
Autisme
Sedang dengan
jenis gangguan
perilaku,
komunikasi
dan interaksi
sosial
1
Bicara terlambat atau sama sekali tidak
berkembang (Tidak ada usaha untuk
mengimbangi komunikasi dengan cara lain selain
bicara). (G005)
Jarang
Cara bermain kurang variatif, kurang imanjinatif
dan kurang bisa meniru. (G008)
Sering
Tidak dapat bermain dengan teman sebayanya.
(G010)
Jarang
Tidak dapat merasakan apa yang dirasakan orang
lain. (G011)
Jarang
15
Ada gerakan-gerakan aneh yang khas dan
diulang-ulang. (G003)
Sering Autisme
ringan dengan
jenis gangguan
perilaku dan
komunikasi
Autisme
ringan dengan
jenis gangguan
perilaku dan
komunikasi
1 Jika bisa bicara, bicaranya tidak dipakai untuk
komunikasi. (G006)
Sangat
Sering
Cara bermain kurang variatif, kurang imanjinatif
dan kurang bisa meniru. (G008)
Jarang
16
Ada gerakan-gerakan aneh yang khas dan
diulang-ulang. (G003)
Jarang Autisme
ringan dengan
jenis gangguan
Autisme
ringan dengan
jenis gangguan
1
Tidak dapat bermain dengan teman sebayanya.
(G010)
Jarang
Page 10
10
Kurangnya hubungan sosial dan emosional yang
timbal-balik. (G012)
Sering perilaku dan
interaksi sosial
perilaku dan
interaksi sosial
17
Tidak dapat merasakan apa yang dirasakan orang
lain. (G011)
Jarang Autisme
ringan dengan
jenis gangguan
interaksi sosial
Autisme
ringan dengan
jenis gangguan
interaksi sosial
1
Kurangnya hubungan sosial dan emosional yang
timbal-balik. (G012)
Sering
18
Tidak dapat merasakan apa yang dirasakan orang
lain. (G011)
Sering Autisme
ringan dengan
jenis gangguan
interaksi sosial
Autisme
ringan dengan
jenis gangguan
interaksi sosial
1
Kurangnya hubungan sosial dan emosional yang
timbal-balik. (G012)
Jarang
19
Mempertahankan suatu permintaan atau lebih
dengan cara yang khas dan berlebihan. (G001)
Jarang
Autisme
ringan dengan
jenis gangguan
perilaku
Autisme
ringan dengan
jenis gangguan
perilaku
1 Ada gerakan-gerakan aneh yang khas dan
diulang-ulang. (G003)
Jarang
Seringkali sangat terpukau pada suatu benda.
(G004)
Hampir
Selalu
20 Terpaku pada satu kegiatan yang ritualistic atau
rutinitas yang tidak ada gunanya. (G002)
Jarang
Autisme
ringan dengan
jenis gangguan
perilaku
Autisme
ringan dengan
jenis gangguan
perilaku
1
Dapat disimpulkan bahwa akurasi sistem pakar
menggunakan metode Certainty Factor berdasarkan 20
data diagnosa gejala autisme pada anak yang telah diuji
mempunyai tingkat akurasi keberhasilan yang cukup
baik sesuai dengan diagnosa pakar yaitu sebesar 85%.
Nilai akurasi = (Jumlah data akurat)/(jumlah seluruh
data) x 100%
Nilai akurasi = 17/20 x 100%=85%
6. PENUTUP
6.1 Kesimpulan
Berdasarkan hasil perancangan dan pengujian
yang dilakukan pada sistem pakar diagnosa autisme
menggunakan metode Certainty-Factor, maka dapat
diambil kesimpulan sebagai berikut :
1. Sistem pakar diagnosa autisme pada anak ini
mampu mendiagnosa gejala autisme pada anak.
Pengambilan kesimpulan identifikasi dihitung
menggunakan metode Certainty-factor dengan
menggunakan inputan gejala dari pengguna.
2. Hasil pengujian validasi fungsionalitas yang
menunjukkan bahwa sistem memiliki
fungsionalitas sebesar 100% dan hasil pengujian
akurasi menunjukkan bahwa keakurasian hasil
keluaran sistem adalah 85%.
3. Metode Certainty-Factor dapat digunakan untuk
membantu pakar dan terapis dalam
mengidentifikasi dan menangani autisme pada
anak.
6.2 Saran
Sistem pakar diagnosa autisme menggunakan
metode Certainty-Factor ini masih memiliki beberapa
kekurangan. Saran yang dapat diberikan untuk
pengembangan penelitian selanjutnya antara lain :
1. Untuk pengembangan lebih lanjut, sistem ini dapat
dikembangkan dengan menggunakan metode
yang berbeda atau mengkombinasikan metode
Certainty-Factor dengan metode lain.
2. Sistem dapat dikembangkan untuk kasus pada
domain lain, yang memiliki kasis penyakit tertentu
menjadi gejala bagi penyakit lain, tentunya dengan
kombinasi logika antar gejala yang lebih bervariasi.
Page 11
11
7. DAFTAR PUSTAKA [1] Detik. 8 dari 1000 Orang di Indonesia
Adalah Penyandang Autis
(http://health.detik.com/read/2012/04/14
/085648/1892331/763/8-dari-1000-orang-
di-indonesia-adalah-penyandang-autis)
[2] Metrotv News. Pemahaman Publik pada
Autisme masih Rendah
(http://www.metrotvnews.com/metrone
ws/read/2013/03/13/3/138164/Pemaham
an-Publik-pada-Autisme-masih-
Rendah)
[3] Puspitasari, Siti Rahajeng Nurenggar.
2008. Rancang Bangun Aplikasi Sistem
Pakar Untuk Mendiagnosa Gangguan
Autisme Secara Dini Pada Anak.
[4] Armi, Elpa. 2010. Penggunaan Certainty
Factor (Cf) Dalam Perancangan Sistem
Pakar Untuk Mendiagnosis Penyakit
Atherosklerosis. Medan: Universitas
Sumatera Utara
[5] Daniel, Gloria Virginia. 2012.
Implementasi Sistem Pakar Untuk
Mendiagnosis Penyakit Dengan Gejala
Demam Menggunakan Metode Certainty
Factor.
[6] Kusumadewi, Sri. 2003. Artificial
Intelligence (Teknik dan Aplikasinya).
Yogyakarta : Graha Ilmu.
[7] Kusrini. 2008. APLIKASI SISTEM
PAKAR Menentukan Faktor Kepastian
Pengguna Dengan Metode Kuantifikasi
Pertanyaan. Yogyakarta : ANDI