Académique Documents
Professionnel Documents
Culture Documents
net/publication/324974773
CITATIONS READS
0 300
1 author:
Lalu Mutawalli
STMIK LOMBOK
11 PUBLICATIONS 3 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Sistem Identifikasi Persebaran Pencemaran Air Disebabkan Oleh Limbah Di Indonesia Menggunakan Averange Linkage Dan K-Mean Claster View project
All content following this page was uploaded by Lalu Mutawalli on 06 May 2018.
Lalu Mutawalli
Abstract
Infection disease have been national or international problem. The prevalence rate of meaning is high for
death. Infection disease difficulties to controlling. The occurrence of inequality ratio medical professionals is
one of the things that became lack of control of infection disease. Information technology is needed to
support the achievement of control, it became the base for building a modeling system that can detect the
presence of infection disease, especially infectious disease with tropical infection categories. Ontology as a
concept in building a system with using jaccard similarity method for calculation of the case. The result a
system accuracy in this study, typhoid fever disease as much as 88%, dengue fever as much as 96% and
malaria disease as much as 77%. System can be able to use by paramedic as reference the beginning for
anamneses also patients can be able to use as an early warning to determine the condition health.
Abstrak
Penyakit menular selalu menjadi permaslahan nasional maupun internasional, tingkat prevalensi penyakit
menulas tergolong cukup tinggi menyebabkan kematian. Sulitnya pengendalian penyakit menular karena
berbagai hal termasuk kurangnya sumberdaya manusia. Terjadinya ketimpangan rasio professional medis
merupakan salah satu hal yang menjadi dasar tidak tercapainya pengendalian terhadap penyakit menular.
Sentuhan teknologi informasi dibutuhkan untuk mendukung tercapainya pengendalian, hal tersebut
menjadi dasar untuk membangun suatu pemodelan sistem yang dapat mendeteksi keberadaan penyakit
menular, khususnya penyakit menular dengan kategori infeksi tropis. Ontologi sebagai konsep dalam
membangun sistem dengan metode perhitungan menggunakan jaccard similarity. Hasil akurasi sistem
pada penelitian ini, penyakit demam tifoid sebanyak 88%, penyakit demam berdarah sebanyak 96% dan
penyakit malaria sebanyak 77% sehingga sistem dapat digunakan oleh paramedic sebagai refrensi
pengethaun pada saat melakukan anamneses awal. Pasien dapat menggunakan juga sebagai early warning
untuk mengetahui kondisi kesehatannya.
terhadap penduduk Indonesia 243.6 juta jiwa (2015), ontologi digunakan dalam membangun
adalah 1 dokter untuk 2,538 jiwa rasio ini lebih pengetahuan penyakit saraf. Chi, dkk (2015)
tinggi dari rasio dokter menurut WHO 1 dokter membangun sistem rekomendasi kelompok
2.500 jiwa (Mboi, 2014) makan kaya nutrisi dan serat. Sappagh, dkk
Terjadinya ketimpangan rasio professional (2017) membangun sistem untuk mendiagnosa
medis merupakan salah satu hal yang menjadi dan mengobati penyakit diabetes militus dengan
dasar tidak tercapainya pencapaian kesehatan menggunakan kosep ontologi sebagai model
nasional khusnya pada kasus pengendalian pengetahuan sistem. Chen, dkk (2012)
penyakit menular. Keberadaan professional menggunakan ontologi untuk membangun sistem
medis cenderung tersentral didaeah perkotaan rekomendasi obat anti diabetes.
sementara didaerah-daerah populasinya sangat Dari beberapa paparab penelitian diatas
minim dan sulit diakses. Dengan problem bahwa ontologi telah sukses digunakan sebagai
tersebut dibutuhkan sentuhan teknologi konsep pemodelan pengatahuan sistem medis
informasi untuk pendeteksian dini gejala-gejala oleh karena penelitian ini akan menggunkan
yang muncul yang diakibatkan oleh penyakit ontologi sebagai konsep dalam membangun
menular, khusnya demam berdarah, demam pengetahuan sistem deteksi penyakit infeksi
tifoid, dan malaria. tropik kemudian menggunakan metode jaccard
similarity untuk menghitung kemiripan gejala-
2. Tinjuan Pustaka gejala yang muncul dengan kondisi yang timbul.
Keterangan gambar:
1. Kelas tata laksana adalah kelas yang berfungsi
untuk menakomodasi aturan yang berfungsi
dalam tata laksana perawatan penyakit.
2. Kelas pencatatan berfungsi untuk menyimpan
hasil dari proses rekam medis pasien.
3. Kelas diagnosa berfungsi untuk menyimpan
aturan-aturan diagosa suatu penyakit.
4. Kelas gejala berfungsi untuk menyimpan gejala-
gejala yang muncul terhadap penyakit.
5. Kelas person terdiri menjadi dua sub kelas,
kelas paramedis adalah merupakan seorang atau
sekumpulan ahli dalam bidang kedokteran,
Gambar 4.1 Alur Akusisi Pengetahuan seperti dokter dan perawat atau profesi lainya
ISSN. 2620-6900 (Online) 2620-6897 (Cetak)
9
JIRE (Jurnal Informatika & Rekayasa Elektronika) Volume 1, No 1, April 2018
http://e-journal.stmiklombok.ac.id/index.php/jire
muncul saat aplikasi dibuka. Menu Daftar similarity. Hasil pengujian menggunakan jaccard
penyakit berisikan jenis-jenis penyakit yang ada similarity didapatkan nilai akurasi pada setiap
pada sistem. Konsultasi menu ini adalah menu penyakit, pada penyakit demam tifoid sebesar
yang digunakan untuk memproses perhitungan 88%. Pada penyakit demam berdarah sebesar
dari gejala-gejala yang timbul dengan penyakit 96% dan Malaria 77%. Akrasi tertinggi terdapat
yang diderita. Menu pertolongan berisi tentang pada pendeteksian penyakit demam berdarah.
cara menggunakan program. Menu masuk pakar
adalah merupakan menu master untuk 2. Saran
menginputkan pengetahuan-pengetahuan yang Jika melihat dari hasil nilai akurasi bahwa
diproses oleh sistem. hasil tidak selalu konsisten, dimana pada setiap
Data yang dibutukan pada penelitian ini nilai yang dihasilkan perbedaanya cukup jauh, hal
adalah data pasien dengan jenis penyakit Demem tersebut dikarenakan data yang digunakan
Berdarah, Demam Tifoid, dan Malaria. Data sebagai basis pengetahuan adalah pada pasien
tersebut dijadikan sebagai datalatih. rawat inap, diperlukan data pasien rawat jalan
sebagai data komparasi untuk mengetahui sifat-
4.4 Penujian dan Analisis sifat penyakit lebih rinci. Jenis penyakit infeksi
Pengujian dilakukan untuk mengetahuai tropis yang lainya juga diharapkan dalam
apakah sistem akurat dalam mendeteksi penelitian selanjutnya agar dapat mengetahui
penyakit. sistem yang dirancang dapat mengakomodasi
banyak jenis penyakit infeksi tropis.
Tabel 4.1 Hasil Uji Akurasi
No Nama Similar Hasil Daftar Pustaka:
Penyakit %
1. Demam 0.88 Akurat Berutu, S. S., Jatmika, Ontology Pada Diagnosa
Tifoid Penyakit Demam Berdarah. Prosidig Seminar
2. Demam 0.96 Akurat Nasional Sisfotek Sistem Informasi dan
Berdarah Teknologi Informasi.
3. Malaria 0.77 Akurat Chi, Y. L, Chen, T. Y, Tsai, W. T, 2015, A Chronic
Dietary Consultation System Using OWL-
Akurasi yang dihasilkan oleh sistem untuk Based Ontologies and Semantic Rule. Journal
mendeteksi penyakit demam tifoid sebesar 88%, of Biomedical Informatics, Department of
pada penyakit demam berdarah sebanyak 96%, Information Management Chung Yuan
dan penyakit malaria 77%. Dapat juga dilihat University. Chung Li City Taiwan.
pada Gambar 4.5 visualisasi dalam bentuk grafik
dari pada nilai akurasi. Chen, R, Huang, Y. H, Bau, C. T, Chen, S. M, 2012, A
Recommendation System Based on Domain
Ontology and SWRL for Anti Diabetic Drugs
Selection. Journal Expert System With
Application.
Fudholli, D. H, Wenny, R, Pardede, Eric, 2015, A
Data Driven Dynamic Ontology. Journal of
Information Science.
Maneerat, N, Varakulsiripunth, R, Fudholli, D. H,
2013, Ontology Based Nutrition Planning
Assistance System for Health Control, ASEAN
Engineering Jaournal.
Moeleok, N. P, 2015, Rencana Strategis
Gambar 4.6 Visulasisasi Hasil Akurasi Kementrian Kesehatan, Kemenkes RI,
Jakarta.
5. Kesimpulan dan saran
Mboi, N. (2014, Maret 24). Peran Jumlah dan
1. Kesimpulan Mutu Tenaga Kesehatan. Dipetik
Berdasarkan hasil penelitian sistem deteksi http://www.depkes.go.id/article/print/201
dini penyakit infeksi tropic dengan menggunakan 43250004/peran-jumlah-dan-mutu-tenaga-
metode ontologi dan jaccard similarity, kesehatan-dukung-percepatan-mdgs-dan-
pemodelan pengetahuan menggunakan ontologi implementasi-jkn.html November 18, 2017,
dan metode perhitungan menggunakan jaccard
ISSN. 2620-6900 (Online) 2620-6897 (Cetak)
11
JIRE (Jurnal Informatika & Rekayasa Elektronika) Volume 1, No 1, April 2018
http://e-journal.stmiklombok.ac.id/index.php/jire
dari Pusat Komunikasi Publik Sekretariat Rohana, and Khairul Imtihan. "Sistem Informasi
Jenderal Kementerian Kesehatan RI:. Keluhan Pelanggan Pada Perusahaan Daerah
Air Minum (PDAM) Kabupaten Lombok
Njafa, T, Engo, N, 2018, Quantum Associative
Tengah." Jurnal Manajemen Informatika dan
Memory With Linier and Non Linier
Sistem Informasi 1.1 (2018): 24-30.
Algorithm for The Diagnosis of Some Tropical
Disease. Journal Neura Network. Soedarto, 2009, Penyakit Menular di Indonesia,
Penerbit Sagung Seto, Yogyakarta.
Putra, I. G, Prihatini, P. M, 2012, Fuzzy Expert
System for Tropical Infection Disease by Simanjuntak, C. H, Kusumawardani, S. S,
Certainty Factor, Journal Telecommunication Permanasari, A. E, 2015, Perancangan
Computing Electronic and Control. Ontologi Domain Pengetahuan Saraf Berbasis
SWRL Dengan Metode Methontology.
Shopia, E., Putri, R., Arwan, Sistem Pakar
Seminar Nasional Teknologi Informasi dan
Diagnosis Penyakit Demam: DBD, Malaria,
Komunikasi Terapan.
dan Tifoid Menggunakan Metode K-Nearest
Neighhbor-Certainty Factor. Jurnal Sappagh, S, Elmogy, M, 2017. A Fuzzy Ontology
Pengembangan Teknologi Informasi dan Modeling For Case Base Knowledge in
Ilmu Komputer. Diabetes Militus Domaian. Science and
Technology an International Journal.
Khairul Imtihan. "Perencanaan Strategi Sistem
Informasi Pendidikan Pada Sekolah Tinggi Tan, P. N, Steinbach, M, Kumar, Vipin, 2005.
Manajemen Informatika dan Komputer Introduction to Data Mining, Pearson
(STMIK) Lombok." Bianglala Informatika 3.2 Education Limited, USA.
(2015).