Académique Documents
Professionnel Documents
Culture Documents
PROFESIONAL ISSUE
Oleh
Erik Gusni Ragil
132410101036
A. JUDUL
Prediksi Tingkat Penyakit Asma Dengan Metode K Nearest Neighbor (KNN)
B. LATAR BELAKANG
Penyakit asma merupakan sebuah penyakit yang menjadi masalah kesehatan
dimasyarakat. Angka kejadian pada bayi dan anak lebih tinggi dibandingkan pada
orang dewasa. Meskipun demikian, serangna asma untuk pertama kali tidak terlau
terjadi ada masa anak anak.
Serangan asma yang berat dapat menyebabkan kematian. Banyak faktor yang
menjadi fokus terjadinya kematian karena penyakit asma. Akan tetapi, yang jelas 77
dari 90kasus kematian karena asma dapat dicegah. Faktor faktor utama penyebab
kematian karena asma adalah ketidaktepatan diagnosisi, penelitian beratnya asma oleh
penderita maupun oleh dokter yang merawat kurang akurat, serta pengobatan yang
kuang memadai. Oleh karena itu, ketepatan dalam diagnosis, penilaian beratnya asma,
serta pemberian pengobatan yang tepat merupakan kunci pengobatan dalam serangan
penyakit asma akut.
Setelah melalui bebrapa fase perkembanganya, komputermodern telah
berperan nesar dalam memberikan dukungan kepada manusia untuk menyelesaikan
berbagai macam persoalan. Seiring dengan berkembangnya teknologi perangkat keras
computer, pekerjaan yang sebelumnya tidak dapat atau sulit dilakukan oleh computer,
kini dapat diselesaikan dengan cukup baik. Dengan hal ini, komputer telah banyak
digunakan dalam kehidupan manusia. Komputer telah menjadi subjek yang dominan
dalam bidang industry, perdagangan, kedokteran dan hampir disemua bidang aktivitas
kehidupan manusia.
Didunia kesehatan, komputer dapat diterapkan dibanyak kasus. Dalam kasus
ini komputer akan dilibatkan tentang penyakit asma pada masyarakat. Komputer akan
mendiagnosa gejala gejala yang dialami oleh pasien dan akan menghasilkan sebuah
keputusan bahwa pasien tersebut positif atau negatif mengidap penyakit asma.
Untuk mensukseskan diagnosa gejala gejala asma tersebut, metode k
nearest neighbor (KNN) adalah algoritma yang cocok untuk menghasilkan sebuah
prediksi keputusan medis dari atribut atribut yang telah dikumpulkan.
C. RUMUSAN MASALAH
Berdasarkan uraian diatas, permasalahan yang muncul adalah :
1. Bagaimana asma menjadi penyakit yang banyak dialami oleh masyarakat ?
2. Bagaimana mendiagnosis masyarakat yang memiliki penyakit asma atau tidak dan
cara pencegahannya ?
3. Bagaimana menerapkan metode k nearest neighbor (KNN) pada sistem
pendukung keputusan prediksi penyakit asma ?
D. TUJUAN
1. Memberikan wawasan tentang gejala gejala penyakit asma pada masyarakat.
2. Memberikan wawasan cara pencegahan terhadap penyakit asma.
3. Menerapkan metode datamining dalam dunia kedokteran.
4. Merancang dan membangun sistem pendukung keputusan prediksi penyakit asma.
E. MANFAAT
Manfaat penelitian ini adalah :
1. Bagi akademis
Penelitian yang dilakukan diharapkan memberikan sebuah informasi baru
terhadap pembaca yang akan membuat skripsi atau penelitian tentang dunia
kesehatan.
2. Bagi peneliti
a. Mengetahui gejala gejala yang diprediksi sebagai gejala pada penyakit asma.
b. Mengetahui cara penangan dari gejala gejala yang muncul.
c. Mengetahui penerapan metode k nearest neighbor (KNN) terhadap dunia
kesehatan dan algoritma alur kerjanya.
3. Bagi objek penelitian
Mempermudah proses pencegahan dan penanganan pada pasien yang mengalami
penyakit asma.
E. BATASAN MASALAH
Agar pembahasan penilitian ini tidak menyimpang dari apa yang telah
dirumuskan, maka dilakukan batasan pembahasan dalam penelitian ini,
antara lain :
F. TINJAUAN PUSTAKA
F.1.
Landasan Teori
F.1.1. Asma
F.1.1.1.
Gejala Asma
Dasar kelainan adalah keadaan bronkus (percabangan
F.1.1.3.
Klasifikasi Asma
Berdasarkan konsensus nasional, asma diklasifikasikan menjadi 3
kelompok:
1. Asma episodik jarang.
2. Asma episodik sedang.
3. Asma persisten (asma berat)
Klasifikasi tersebut berdasarkan pada 8 macam penilaian, yaitu
frekuensi serangan, lama serangan, intensitas serangan, keadaan diantara
serangan , tidur dan akktivitas, pemeriksaan fisik diluar serangan, perlu
atau tidaknya obat pengendali, dan fungsi paru paru diluar serangan.
Setelah diagnosis dan klasifikasi ditentukan dokter akan merencanakan
pengobatan untuk penderita.
Table 1 Klasifikasi Asma
No
1.
Parameter klinis
Asma episodik
Asma episodik
Asma
kebutuhan obat
jarang (asma
sering (asma
persisten
ringan )
sedang )
(asma berat)
< 1 kali/bulan
> 1 kali/bulan
Sering
serangan
Hampir
2.
Lama serangan
< 1 minggu
Satu minggu
sepanjang
atau lebih
tahun, tidak
ada remisi
3.
4.
5.
6.
Intensitas
serangan
Diantara
serangan
Tidur dan
aktivitas
Pemeriksaan
fisik diluar
Ringan
Tanpa gejala
Tidak terganggu
Normal
Lebih berat
Berat
Sering ada
Gejala siang
gejala
Sering
dan malam
Sangat
terganggu
Mungkin
terganggu
Tidak
terganggu
pernah
7.
8.
F.1.1.4.
serangan
Obat
Tidak perlu
Perlu,
terganggu
Perlu,
steroid
FEF/FEV, <
60%
pengendali
Fungsi paru
FEF/FEV, lebih
nonsteroid
FEF/FEV, 60
diluar serangan
dari 80%
80%
Pengobatan Asma
Serangan asma akut dapat dibedakan menjadi serangan akut, ringan,
serangan asma akut dan serangana akut berat. Kelaurga harus mengetahui
beratnya serangan asma yang dapat terjadi pada anak. Anak oerlu dibawa
ke rumah sakit jika terdaat gejala gejala seperti:
1.
Gejala klinis
Serangan
Serangan
ringan
sedang
Berjalan susah
Sesak napas
Serngan berat
Berbicara
Istirahat sudah
sudah sesak
sesak
Masih dapat
Lebih enak
Duduk harus
berbaring
duduk,
membungkuk
berbaring
kedepan
sesak
Berbicara
Dapat
Berbicara
Sukar
menyesuaikan
terputus
berbicara
Kegelisahaan
kalimat
Kadang
putus
Selalu gelisah
karena sesak
Selalu gelisah
Frekuensi
kadang gelisah
Meningkat
Meningkat
Sering > 30
pernapasan
Otot otot
Biasanya tidak
Biasanya
kali/menit
Biasanya
bantu napas
Bising mengi
digunakan
Sedang, sering
digunakan
Keras
digunakan
Keras
hanya akhir
ekspirasi
Nadi/menit
< 100
100
>120
120
Potensi asma dapat menyebabkan nyawa menghilang. Oleh
karena itu, pengobatan dan penilaian keadaan penderita harus akurat
dan tepat. Secara idealnya harus lewat kerumah sakit. Meskipun
demikian, pencegahan dan pengobatan dini, merupakan obat yang
paling ampuh dalam mengatasinya.
Secara keseluruhan, tujuan tatalaksanaan serangan asma akut
adalah sebagi berikut:
1. Meredakan penyempitan jalan napas dengan segera mungkin
2. Mengurangi hipoksema (kurangnya oksiegen delam darah)
3. Mengembalikan fungsi paru paru ke keadaan normal secepatnya
Berikut ini adalah jenis jenis serangan asama akut:
1. Asma akut ringan
Asma akut ringan dapat ditandai dengan gejala berupa batuk
dan mengi tanpa disertai kegelisahaan. Tidak ada gangguan
aktivitas dan anak dapat berbicara normal.
Dapat diberikan pengobatan dengan inhalasi agonis beta-2
sampai 3 kali pemberian dalam 1 jam pertama,dengan selang waktu
20 menit. Dapat juga diberikan nebulizer. Jika dengan 1kali
pemeberian obat keadaan anak membaik, berarti serangan akut
ringan. Biasanya, anak akan membaik terus tanpa membutuhkan
tindakan lain. Obat dapat diteruskan selama 24-28 jam, berikan 4-6
jam.
Jika serangan timbul kembali dalam waktu kurang dari 3 jam
maka perlu diberikan steroid tablet, selain agonis beta-2 jika
gejala memburuk anak harus dibawa kerumah sakit.
2. Asma akut sedang
Dengan D adalah jarak antara titik pada data training x dan titik data testing y
yang akan diklasifikasi, dimana x = x1,x2,,xi dan y = y1,y2,,yi dan I
merepresentasikan nilai atribut serta n merupakan dimensi atribut.
Pada fase training, algoritma ini hanya melakukan penyimpanan vektor vektor
fitur dan klasifikasi data training sample. Pada fase klasifikasi, fitur-fitur yang sama
dihitung untuk testing data (yang klasifikasinya tidak diketahui). Jarak dari vektor
baru yang ini terhadap seluruh vektor training sample dihitung dan sejumlah k buah
yang paling dekat diambil.
Langkah-langkah untuk menghitung metode Algoritma K-Nearest Neighbor:
a. Menentukan Parameter K (Jumlah tetangga paling dekat).
b. Menghitung kuadrat jarak Euclid (queri instance) masing-masing objek
terhadap data sampel yang diberikan.
c. Kemudian mengurutkan objek-objek tersebut ke dalam kelompok yang
mempunyai jarak Euclid terkecil.
F.1.5.1.
Analisi kebutuhan
Tahap pertama pada proses perancangan perangkat lunak adalah analisis
kebutuhan. Pada tahap ini, peneliti mencari permasalahan yang ada untuk dapat
dianalisis kebutuhan yang diperlukan, sebagai solusi dari permasalahan yang muncul.
Data kebutuhan dibagi menjadi kebutuhan fungsional dan non-fungsional. Pada
sistem ini dibutuhkan juga data-data kriteria yang akan digunakan sebagai pendukung
keputusan. Data yang sudah terkumpul akan menentukan bagaimana fitur yang akan
dibagun pada sistem.
F.1.5.2.
Desain
Pembuatan desain system pada penelitian ini menggunakan Unified Modelling
Entity relation diagram (ERD) adalah diagram yang menggambarkan relasi objek-objek
dasar data dalam sebuah basis data.
F.1.5.3.
dilakukan agar programer dapat mengetahui apakah sistem yang dibangun sesuai
dengan kebutuhan yang telah dianalisis diawal. Serta agar mengetahui apakah
terdapat kesalahan pada sistem yang dibangun. Tahap testing dilakukan guna
menyempurnakan sistem sebelum diserahkan kepada user. Pada tahap testing ini
dilakukan pengujian dengan metode white-box dan metode balck-box.
White-box testing adalah metode desain test case yang menggunakan struktur
kontrol desain prosedural untuk memperoleh test case (Pressman 2005). Pada
penelitian ini metode yang digunakan dalam pengujian white box adalah independent
path dengan menggunakan cyclomatic complexity.
Cyclomatic complexity yaitu metrik perangkat lunak yang menyajikan ukuran
kuantitatif dari kekompleksan logikal suatu program. Cyclomatic coplexity digunakan
untuk mencari jumlah path dalam suatu flowgraph. Rumus yang digunakan dalam
menghitung cyclomatic complexity adalah sebagai berikut :
V(G) = E N + 2
Keterangan :
E : Jumlah edge grafik alir
N : Jumlah node grafik alir
Black box testing adalah menguji perangkat lunak dari segi spesifikasi
fungsional tanpa menguji desain dan kode program. Pengujian dimaksudkan untuk
mengetahui apakah fungsi-fungsi, masukan, dan keluaran dari perangkat lunak sesuai
dengan spesifikasi yang dibutuhkan. Pengujian dilakukan dengan membuat kasus uji
yang bersifat mencoba semua fungsi apakah sesuai dengan spesifikasi yang
dibutuhkan (Shalahuddin dan Rosa 2011). Pengujian black box sperti pada tabel
berikut:
Tabel 3. 1
Tabel Uji
Black Box
F.1.5.5.
Tahap ini dilakukan setelah sistem melalui tahap pengujian baik melalui pengujian
white-box maupun pengujian black-box. Tahap operations & maintenance dilakukan
guna pengembangan sistem atau mengatasi masalah (bugs) yang muncul setelah sistem
diserahkan kepada user.