Sistem Pakar Fuzzy untuk Isyarat Dini Penyakit Septicaemia - USU ...

Sistem Pakar Fuzzy untuk Isyarat Dini Penyakit Septicaemia Epizootica (Fuzzy Expert System for Early Warning Septicaemia Epizootica) Achwil Putra Munir, Kudang Boro Seminar, Widiyanto Dwi Surya

Abstract The main objective of this research is to develop an early warning expert system to monitor the critical level of treatment of Septicaemia epizootica in certain areas in Indonesia. The method used to approach the problem domain was limited to vaccination approach method where the early warning information was obtained according to final value of vaccination efectivity score. The system had been designed to utilize multimedia and web technology. The heart of the system is the reasoning engine that implements fuzzy logic to deal with uncertainty in decision making mechanism. The result of this research indicates that the expert system could simply and consistently process the determination of final value of vaccination efectivity score. Even more, by exploiting web and multimedia as user interface technology, the expertise resource could be distributed, learned, and implemented without time and place constraint. Keywords: fuzzy logic, expert system, early warning system, septicaemia epizootica Abstrak Tujuan dari penelitian ini adalah untuk mengembangkan sebuah sistem pakar isyarat dini untuk memonitor dugaan status tingkat ancaman yang disebabkan oleh penyakit Septicaemia epizootica pada daerah‐daerah tertular di Indonesia. Metoda yang digunakan untuk mendekati problema adalah dibatasi pada metoda pendekatan vaksinasi dimana informasi isyarat dini yang diperoleh adalah bergantung pada nilai akhir skor efektifitas vaksinasi. Sistem ini didisain dengan cara mendayagunakan teknologi web dan multimedia. Ciri spesifik sistem ini adalah penerapan logika fuzzy pada mesin inferensi untuk berhubungan dengan persoalan ketidakpastian dalam mekanisme pengambilan keputusan. Hasil dari penelitian ini menunjukkan bahwa sistem pakar dapat memproses penentuan nilai akhir skor efektifitas vaksinasi dengan sederhana dan konsisten. Lebih dari itu, dengan menggunakan web dan multimedia sebagai teknologi antarmuka pengguna, sumberdaya kepakaran dapat didistribusikan, dipahami, dan diimplementasikan tanpa terkendala oleh waktu dan tempat. Kata kunci: logika fuzzy, sistem pakar, sistem isyarat dini, Septicaemia epizootica

Pendahuluan Latar Belakang Kerugian ekonomi yang diakibatkan oleh penyakit hewan strategis seperti Septicaemia epizootica (SE) merupakan problema serius bagi stakeholders peternakan Indonesia. Beberapa kendala seperti rendahnya akses terhadap informasi, jumlah tenaga layanan kesehatan

hewan yang belum memadai, kurangnya tenaga pakar, serta belum berkembangnya pemanfaatan teknologi informasi mengakibatkan usaha‐usaha untuk memonitor, mendiagnosa, dan mengendalikan penyakit tersebut belum dapat dilakukan dengan lebih efektif dan efesien. Hal ini semakin kritis jika dikaitkan dengan kenyataan bahwa hampir seluruh wilayah di tanah air dinyatakan sebagai daerah tertular SE (Dirjennak 1995). Oleh

1

Achwil Putra Munir, Kudang Boro Seminar, Widiyanto Dwi Surya: Sistem Pakar Fuzzy untuk Isyarat Dini Penyakit Septicaemia Epizootica

karena itu, maka perlu dikembangkan sebuah sistem pakar isyarat dini yang berbasis pada teknologi web dan multimedia untuk memonitor dugaan tingkat ancaman SE. Sistem ini mengunakan logika fuzzy (fuzzy logic) sebagai metode penalaran dalam mendekati situasi ketidakpastian pada proses penarikan kesimpulan.

Metodologi Penelitian Alat dan Bahan Peralatan yang dipergunakan dalam pengembangan sistem pakar ini terdiri dari perangkat lunak dan perangkat keras seperti yang dapat dilihat pada Tabel 1. Bahan yang dipergunakan sebagai sumber pengetahuan kepakaran adalah satu buah dokumentasi kepakaran sistem isyarat dini konvensional yang telah dikembangkan oleh Makka dan Sudana (1997). Metode Pengembangan Sistem Pada penelitian ini, metode pengembangan yang digunakan adalah SDLC (System Development Life Cycle). SDLC meliputi beberapa tahapan kegiatan seperti investigasi sistem, analisa sistem, disain sistem, konstruksi dan uji coba, implementasi, dan evaluasi, yang dimodifikasi dari Turban (1993). Analisis Domain Problema Sistem isyarat dini yang dikembangkan pada penelitian ini menggunakan metode vaksinasi sebagai dasar pendekatan problema. Pada metode ini, status tingkat ancaman yang dinyatakan dalam variabel linguistik seperti aman, baik, hati‐hati, dan waspada ditetapkan berdasarkan nilai skor efektifitas vaksinasi yang diperoleh berdasar pada 2 faktor yang mempengaruhinya yaitu liputan vaksinasi dan post vaksinasi. Liputan vaksinasi adalah persentase perbandingan jumlah ternak yang divaksin dengan jumlah keseluruhan ternak. Post vaksinasi adalah jumlah hari setelah vaksinasi. Adapun mekanisme penentuan nilai

2

skor efektifitas vaksinasi dimulai dari masukan data kedua nilai parameter tersebut terhadap sistem inferensi fuzzy. Pemodelan Sistem Inferensi Fuzzy Berdasar pada analisis domain problema, terdapat 3 buah variabel yang akan didekomposisi menjadi himpunan fuzzy, yaitu liputan vaksinasi (LV) dan post vaksinasi (PV) sebagai variabel anteseden, dan tingkat ancaman (TA) sebagai variabel konsekuen. Variabel LV terdiri atas himpunan fuzzy sangat rendah (SR), rendah (R), sedang (S), tinggi (T), dan sangat tinggi (ST). Variabel PV terdiri atas fase negatip (FN), fase positip (FP), fase optimum (FO), fase turun (FT), dan fase akhir (FA). Sedangkan variabel TA terdiri atas himpunan fuzzy waspada (W), hati‐hati (H), baik (B), dan akhir (A). Pada sistem ini, nilai LV dan PV di‐ input terhadap fungsi‐fungsi fuzzy (fuzifikasi) yang selanjutnya dievaluasi pada sekumpulan kaidah kepakaran fuzzy dengan menggunakan metode penalaran Min‐Max (Mamdani). Luaran proses penalaran selanjutnya di‐defuzifikasi dengan menggunakan metode Centroid untuk menghasilkan nilai skor akhir efektifitas vaksinasi (TA). Basis Pengetahuan Basis Kaidah Basis data Penalaran Fuzzy Fuzifikasi Defuzifikasi TA PV LV Gambar 1. Sistem inferensi fuzzy Proses penyerapan terhadap sumberdaya kepakaran menghasilkan 25 kaidah fuzzy yang mungkin dibentuk (nonconflicting fuzzy inference rules) seperti yang dapat dilihat

Buletin Agricultural Engineering BEARING • Vol. 1 • No. 1 • Juni 2005

pada matriks keputusan fuzzy (Gambar 2). Dengan memangkas kaidah‐kaidah yang menghasilkan konsekuen berulang, maka diperoleh 18 kaidah yang dianggap cukup untuk menghasilkan kinerja sistem yang baik.

tabel tersebut adalah representasi dari entitas‐ entitas domain problema. Tabel

1.

Kebutuhan peralatan dalam pengembangan sistem pakar

Nama

LV

PV

TA

ST

T

S

R

SR

FN

W

W

W

W

W

FP

A

B

B

H

W

FO

A

B

H

H

W

FT

B

H

H

W

W

FA

H

W

W

W

W

Kebutuhan

PHP

Gambar 2. Matrik keputusan fuzzy Pemrograman Sistem Pakar Pengkodean (coding) dilakukan dengan menggunakan bahasa pemrograman PHP dan Javascript. Sebagai sebuah sistem yang bekerja berdasarkan data (data driven) dimana proses penarikan kesimpulan dimulai dari masukan suatu fakta (data) hingga mencapai suatu kesimpulan (forward chaining) maka proses aliran data dan informasi adalah menjadi pertimbangan utama dalam merepresentasikan seluruh komponen dan modul sistem pakar ke dalam algoritma kode pemrograman. Pada penelitian ini, pemrograman halaman‐halaman web sistem pakar dikembangkan di dalam 3 modul utama, yaitu: pelaporan, monitoring, dan simulasi.

Melakukan perhitungan yang kompleks, komunikasi dengan sistem basis data, dan mendukung tipe‐tipe data multimedia Javascript Pengembangan kebutuhan tampilan antarmuka pada sisi client APACHE Penyediaan layanan aplikasi server berbasis web MySQL Sistem menejemen basis data PC Unit pengolahan dan antarmuka antara user dan sistem pakar

Tabel 2. Entitas‐entitas sistem basis data sistem pakar Entitas

Keterangan

Daerah

Desa (kelurahan) di bawah kecamatan yang dikendalikan Kecamatan di bawah kabupaten yang melakukan pengendalian Jenis penyakit yang menyerang hewan Data program vaksinasi pada desa (kelurahan) Jenis ternak yang dikendalikan Data parameter fungsi himpunan fuzzy

Kecamatan Penyakit Program Ternak Fungsi

Hasil dan Pembahasan

Pengembangan Sistem Basis Data

Proses inferensi fuzzy yang dikembangkan pada modul monitoring bekerja berdasarkan data yang terlebih dahulu di‐entry melalui modul pelaporan. Oleh karena itu, maka dikembangkan sebuah sistem basis data untuk menghimpun data‐data yang diperlukan tersebut. Sistem basis data dikembangkan secara relasional, dimana data‐data disebar ke dalam 6 buah tabel dua dimensi yang pada penelitian ini menggunakan MySQL sebagai Data Base Management System (DBMS). Tabel‐

Proses konstruksi sistem pakar menghasilkan 1 buah database dan 17 halaman web yang dianggap penting dalam memenuhi kebutuhan pengembangan sistem pakar. Pada sistem ini, interaksi antara user yang berada pada sisi client dengan sistem pakar yang berada pada sisi server dimulai dari sebuah user interface utama yang menyediakan 3 pilihan penggunaan subsistem yaitu subsistem pelaporan, monitoring, dan simulasi. Pelaporan. Subsistem ini dikembangkan untuk menghimpun data‐data pelaksanaan

3


program vaksinasi Septicaemia epizootica pada daerah‐daerah yang dikendalikan. Secara spesifik, upaya ini adalah untuk memenuhi kebutuhan memperoleh nilai‐nilai liputan vaksinasi dan post vaksinasi yang menjadi parameter dalam penentuan nilai skor efektifitas vaksinasi. Melalui sebuah form yang telah disediakan, oleh petugas keswan kecamatan yang dalam hal ini berada pada sisi client, data‐ data tersebut di‐entry dan dikirim ke database yang berada pada sisi server yang selanjutnya akan digunakan pada subsistem monitoring untuk membangkitkan informasi isyarat dini dugaan tingkat ancaman penyakit tersebut. Selain menyediakan form pelaporan spesifik berdasarkan pilihan kecamatan, user interface juga dikembangkan dengan menerapkan penggunaan komponen‐komponen fungsional tertentu agar dapat membimbing user untuk memasukkan data‐data sesuai dengan yang diharapkan. Usaha ini adalah upaya untuk menjamin agar data‐data yang dihimpun tersebut dapat memenuhi beberapa kreteria, seperti: valid, lengkap, dan terjaga integritasnya. Pada sisi yang lain, tujuan upaya ini juga agar user dapat mengoperasikan sistem dengan mudah tanpa membutuhkan keahlian tertentu (user friendly).

Gambar 3. Form pelaporan Pada penelitian ini, subsistem pelaporan diimplementasikan pada tingkat (level) organisasi kecamatan yang dalam hal ini adalah unit keswan kecamatan. Selain lebih

4

mendekatkan aplikasi teknologi informasi pada level organisasi yang lebih rendah, hal ini juga sejalan dengan arah kebijakan desentralisasi sistem informasi kesehatan hewan nasional untuk mengoptimalkan kinerja sumberdaya organisasi keswan mulai tingkat yang terendah dalam rangka mengembangkan sistem pelaporan yang bersifat bottom‐up (Hutabarat 1992). Melalui subsistem pelaporan, data‐data program vaksinasi dapat segera dikirim ke pusat data (database server) dalam waktu yang relatif singkat (real time). Hal ini sangat membantu usaha perencanaan kesehatan hewan karena informasi yang diperoleh dari hasil analisis dan interpretasi terhadap data tersebut dapat terjamin keterbaruannya. Terutama dalam bidang kesehatan hewan, hal‐hal yang menyangkut keterbaruan dan kecepatan dalam membangkitkan informasi menjadi sedemikian pentingnya bagi decision makers dalam menyikapi kenyataan bahwa penyakit hewan berbahaya juga berkembang, menyerang, dan menimbulkan kerugian ekonomi dalam waktu yang demikian cepat. Oleh karena itu, penerapan sistem pelaporan yang berbasis web diharapkan dapat membantu usaha pengendalian penyakit tersebut. Monitoring. Pada penelitian ini, subsistem monitoring adalah komponen terpenting sistem pakar. Mekanisme penarikan kesimpulan subsistem monitoring dikembangkan dalam suatu rangkaian kegiatan yang dimulai dari usaha menemukan kembali (query) data‐data yang relevan untuk membangkitkan variabel liputan vaksinasi dan post vaksinasi, lalu variabel‐variabel tersebut menjadi masukan terhadap sistem penarikan kesimpulan fuzzy yang telah dipersiapkan, dan kemudian sistem menghasilkan suatu luaran informasi yaitu nilai skor efektifitas vaksinasi yang selanjutnya menjadi dasar dalam penentuan status dugaan tingkat ancaman (forward data driven inference procedure). Adapun informasi yang dibangkitkan oleh sistem pakar adalah berdasar pada pilihan target kecamatan, jenis penyakit (SE), dan jenis ternak terancam. Hasil uji coba implementasi menunjukkan bahwa sistem pakar mampu


memonitor status dugaan tingkat ancaman SE pada daerah‐daerah yang dikendalikan. Permintaan pilihan target pemonitoran yang dilakukan oleh user, direspon oleh sistem pakar pada sisi server dengan mengembalikan sekumpulan informasi penting yang terdiri atas: nama daerah (desa atau kelurahan), nilai LV, nilai PV, nilai skor efektifitas vaksinasi, dan status tingkat ancaman yang dinyatakan dalam variabel linguistik (aman, baik, hati‐hati, dan waspada). Pada penelitian ini, informasi yang dibangkitkan oleh sistem dibatasi hanya pada lingkup program vaksinasi yang dilaksanakan paling lama 1 tahun sebelum saat dilakukannya proses monitoring. Pembatasan ini sesuai dengan knowledge vaksinasi SE itu sendiri, bahwa efektifitas perlindungan yang terjadi akibat vaksinasi adalah dalam kurun waktu 1 tahun. Pada antarmuka ini, user juga dapat menelusuri lebih lanjut informasi mengenai histori program vaksinasi yang telah dilaksanakan pada daerah‐daerah tersebut dengan cara melakukan hyperlink pada nama daerah yang ditampilkan. Hal ini adalah agar user dapat memahami dengan baik alasan ditetapkannya suatu daerah dengan status tingkat ancaman tertentu.

dikendalikan. Perbedaan warna pada peta tersebut adalah menunjukkan status tingkat ancaman tertentu.

Gambar 5. Peta grafis daerah pengendalian Dari hasil implementasi subsistem monitoring menunjukkan bahwa sekalipun informasi yang dibutuhkan sedemikian beragamnya, namun informasi isyarat dini yang dibutuhkan tersebut dapat dibangkitkan oleh sistem pakar secara dinamis hanya berdasar pada permintaan spesifik oleh user. Hal ini adalah hasil dari upaya mengembangkan suatu mekanisme penarikan kesimpulan sistem pakar yang mampu bekerja berdasarkan data‐data yang ditemukan kembali (query) pada sistem basis data. Kinerja ini semakin penting terutama mengingat bahwa sistem akan dioperasikan di dalam suatu jaringan sistem terkomputerisasi (internet ataupun intranet) dengan tingkat partisipasi penggunaan yang relatif besar (multiuser) dan dalam intensitas interaksi yang tinggi.

Gambar 4. Informasi isyarat dini Lebih daripada itu, melalui fasilitas tombol yang telah disediakan pada user interface, informasi status tingkat ancaman juga dapat ditampilkan dalam bentuk peta grafis (multimedia) wilayah administratif daerah yang

Simulasi. Subsistem simulasi yang dikembangkan pada penelitian ini ditujukan kepada user dari kelompok pakar, pemerhati sistem pakar, dan pengelola sistem pakar. Subsistem ini menyediakan 2 bentuk layanan yang dianggap sebagai nilai tambah yang dapat diberikan sistem kepada pihak pengguna. Pertama, pihak pengguna diperkenankan melakukan simulasi penentuan nilai status tingkat ancaman. Kedua, pihak pengguna juga diperkenankan melakukan perubahan (edit) terhadap parameter fungsi keanggotaan

5


himpunan fuzzy yang digunakan pada sistem inferensi fuzzy. Pada subsistem simulasi, selain memberi kesempatan agar user dapat mengetahui sendiri bagaimana nilai‐nilai masukan liputan vaksinasi dan post vaksinasi dioperasikan pada mekanisme inferensi fuzzy hingga sampai pada suatu kesimpulan nilai skor efektifitas vaksinasi yang menjadi dasar penentuan status tingkat ancaman; kesempatan melakukan perubahan terhadap nilai parameter fungsi fuzzy yang tersimpan pada database juga tidak lain agar kinerja mesin inferensi sistem pakar dapat ditingkatkan dari waktu ke waktu. Terutama jika proses tersebut dilakukan oleh pakar ataupun banyak pakar yang memang memiliki kompetensi pada domain problema. Melalui subsistem simulasi, sistem pakar dapat lebih luwes dan adaptif terhadap tuntutan kebutuhan peningkatan kinerja penarikan kesimpulan. Hasil simulasi para pakar yang adalah representasi dari keahlian mereka dapat segera diserap oleh sistem sehingga pada saat yang sama juga meningkatkan kemampuan sistem dalam menyelesaikan problema.

Kesimpulan Sistem pakar fuzzy dapat digunakan sebagai alat bantu isyarat dini dalam memonitor dugaan tingkat ancaman penyakit Septicaemia epizootica pada sekumpulan populasi ternak di daerah pengendalian tertentu. Penentuan status dugaan tingkat ancaman yang selama ini sepenuhnya bergantung pada pakar dapat dilakukan lebih cepat, sederhana, dan konsisten sekalipun terhadap jumlah data yang besar. Pada penelitian ini, sinergi yang dikembangkan terhadap sistem basis data menghasilkan kedinamisan dalam membangkitkan informasi spesifik sesuai kebutuhan pihak pengguna (user). Lebih daripada itu, dengan menempatkan data‐data parameter fungsi keanggotaan himpunan fuzzy secara khusus di dalam sebuah tabel pada sistem basis data, maka kinerja mesin inferensi dapat ditingkatkan dengan mudah dari waktu

6

ke waktu. Hal ini menunjukkan bahwa sistem basis data juga memainkan peran penting terhadap kinerja dan siklus hidup (life cycle) sistem pakar. Melalui pengembangan sistem pakar yang berbasis pada teknologi web dan multimedia maka sumberdaya kepakaran yang selama ini sangat terbatas dapat didistribusikan, diimplementasikan, dan dipahami lebih baik oleh user tanpa terkendala oleh waktu dan tempat. Hal ini semakin bermanfaat jika dikaitkan dengan kenyataan bahwa hampir seluruh wilayah Indonesia telah dinyatakan tertular SE.

Daftar Pustaka Departemen Pertanian, Direktorat Jenderal Peternakan. 1981. Pedoman Pengendalian Penyakit Hewan Menular. Jakarta: Departemen Pertanian. Direktorat Jenderal Peternakan. 1995. Pedoman Teknis Penyakit Septicaemia Epizooticae (SE/Ngorok). Pedoman Pemberantasan Penyakit Hewan Menular. Departemen Pertanian Hutabarat TSPN. 1992. Sistem Informasi Kesehatan Hewan dan Produksi Ternak. Bahan Kursus Epidemiologi dan Ekonomi Veteriner. Fakultas Kedokteran Hewan IPB. Iskandar MA. 1994. Penggunaan Teori Fuzzy dalam Menyelesaikan Masalah Keteknikan. Di dalam: Presentasi Ilmiah Peneliti BPPT; Jakarta, 28 September 1994. Jakarta: BPPT. Makka D, Sudana IG. 1997. Sistem Peringatan Dini Penyakit Hewan. Bahan Seminar pada Fakultas Kedokteran Hewan IPB. Seminar KB. 2002. Pengembangan Sistem Pakar untuk Aplikasi Diagnosa Alsin dan


Komoditi Pertanian Berbasis Web dan Multimedia. Usulan Hibah Penelitian Projek DUE‐LIKE. IPB. Soehadji. 1993. Sistem Kesehatan Hewan Nasional. Di dalam: Seminar Akademik Fakultas Kedokteran Hewan IPB; Bogor, 17 April 1993. Direktorat Jenderal Peternakan. Departemen Pertanian. Solahudin M, Seminar KB, Suharnoto Y. 2000. Sistem Pakar Diagnosa Kerusakan Traktor Tangan Berbasis Internet. Buletin Keteknikan Pertanian: Vol.14, No.2: 118. Surya WD. 1994. Pengembangan Sistem Monitoring Produksi Sapi Perah untuk

Meningkatkan Pelayanan Kesehatan Hewan. Di dalam : Seminar Jurusan Kitwan Kesmavet FKH‐IPB; Bogor, 6 Juli 1994. Bogor : FKH‐IPB. Turban E. 1993. Decision Support and Expert Systems: Management Support System. Macmillan Publishing Company. New York. USA. Zadeh LA. 1988. Fuzzy Logic. Computer. IEEE:83‐93. Cetak ulang dalam Expert System: A Software Methodology for Modern Applications. IEEE Computer Society Press. California; 1990. hlm 407‐ 417. Zahedi F. 1993. Intelligence System for Business: Expert System with Neural Networks. Wadsworth Publishing Company. Belmont, California. USA.

7