Tugas Mata Kuliah Sistem Pakar

Pemodelan Representasi Pengetahuan Sistem Pakar

(Model Kaidah Produksi)
Tahun Akademik :
Semester Ganjil 2013/2014

Kelas B
Kelompok 5
Disusun Oleh :
Rezki Trianto

(105060800111002)

Ni Nengah Dewi M.

(105060801111025)

Satria Mulya Insanillah

(105060813111003)

Putri Alifah

(105090607111014)
Dosen Pengampu Mata Kuliah :

Arief Andy Soebroto, ST., M.Kom

PROGRAM STUDI TEKNIK INFORMATIKA

JURUSAN TEKNIK INFORMATIKA
PROGRAM TEKNOLOGI INFORMASI DAN ILMU KOMPUTER
UNIVERSITAS BRAWIJAYA
MALANG
2013

KATA PENGANTAR

Puji dan Syukur kami panjatkan ke Hadirat Tuhan Yang Maha Esa, karena berkat
limpahan Rahmat dan Karunia-nya sehingga kami dapat menyusun makalah ini dengan baik
dan benar, serta tepat pada waktunya. Dalam makalah ini kami akan membahas mengenai
Pemodelan Representasi Pengetahuan Sistem Pakar dengan menggunakan Kaidah Produksi.
Makalah ini dibuat dengan melakukan observasi pada sebuah jurnal yang memuat
Sistem Pakar dengan menggunakan menggunakan representasi pengetahuan kaidah produksi
didalamnya. Banyak pihak membantu menyelesaikan tantangan dan hambatan selama
mengerjakan makalah ini. Oleh karena itu, kami mengucapkan terima kasih yang sebesarbesarnya kepada semua pihak yang telah membantu dalam penyusunan makalah ini.
Kami menyadari bahwa masih banyak kekurangan yang mendasar pada makalah ini.
Oleh karena itu kami mengundang pembaca untuk memberikan saran serta kritik yang dapat
membangun kami. Kritik konstruktif dari pembaca sangat kami harapkan untuk
penyempurnaan makalah selanjutnya.
Akhir kata semoga makalah ini dapat memberikan manfaat bagi kita semua.

Malang, Oktober 2013

Penulis

Page | i

DAFTAR ISI

Kata Pengantar..................................................................................................................................
Daftar Isi..........................................................................................................................................
Bab1 : Pendahuluan.........................................................................................................................
1.1.

Latar Belakang..................................................................................................................

1.2.

Rumusan Masalah.............................................................................................................

1.3.

Tujuan...............................................................................................................................

1.4.

Manfaat.............................................................................................................................

Bab2 : Dasar Teori...........................................................................................................................

2.1.

Pengetahuan......................................................................................................................

2.2.

Representasi Pengetahuan.................................................................................................
2.2.1 Karakteristik Representasi Pengetahuan..................................................................
2.2.2 Model Representasi Pengetahuan............................................................................
2.2.2.1 Kaidah Produksi..........................................................................................
2.2.2.2 Jaringan Semantik.......................................................................................
2.2.2.3 Logika.......................................................................................................
2.2.2.3.1 Logika Proporsional......................................................................
2.2.2.3.2 Logika Predikat.............................................................................
2.2.2.3.2.1 Pengukuran Kuantitas.......................................................
2.2.2.4 Frame........................................................................................................
2.2.2.5 Script.........................................................................................................
2.2.2.6 Object-Attribute-Value..............................................................................

Bab 3 : Pembahasan.......................................................................................................................
3.1.

Sistem Pakar dan Representasi Pengetahuannya : Model Kaidah Produksi...................

3.1.1 Sistem Pakar Pendiagnosa Penyakit Ginjal...........................................................
3.1.2 Sistem Pakar Untuk Pendeteksian dan Penanganan Dini Pada Penyakit Sapi......
3.1.3 Sistem Pakar untuk Mendiagnosa Gangguan Pencernaan Pada Orang Dewasa
30
3.1.4 Sistem Pakar Diagnosa Awal Penyakit Kulit Sapi.................................................

Bab 4 : Penutup..............................................................................................................................
4.1.

Kesimpulan.....................................................................................................................

Daftar Rujukan...............................................................................................................................
Page | ii

Page | iii

BAB I
PENDAHULUAN

1.1 Latar Belakang

Sistem Pakar merupakan salah satu area dari sistem kecerdasan buatan. Sistem ini
banyak dikembangkan dalam bidang ilmu komputer, yang mana dirancang untuk membantu
pengguna yang bukan merupakan seorang pakar untuk menyelesaikan suatu permasalahan
dengan memanfaatkan pengetahuan dan pengalaman seorang pakar yang telah diakuisisi
sebelumnya.
Sebagai salah satu dari sistem cerdas, tentunya didalam sistem pakar terdapat elemen
Basis Pengetahuan yang terdiri dari aturan (rule) dan fakta. Jika hanya terdapat basis
pengetahuan dari pakar saja tidaklah cukup untuk mengimplementasi suatu sistem menjadi
sebuah sistem pakar yang utuh, basis pengetahuan tersebut harus disesuaikan dengan
implementasi pada sistem dalam pemrograman komputer. Dikarenakan, Sistem Pakar sendiri
merupakan basis pengetahuan yang telah dilakukan inferensi sebelumnya [4].
Komputer tidak mengenal basis pengetahuan yang dirancang oleh kebanyakan
manusia. Basis pengetahuan sendiri biasanya ditulis dalam bahasa natural oleh manusia, yang
mana belum terbentuk seperti bahasa pemrograman pada umumnya yang dapat langsung
diproses oleh komputer.
Untuk itu, basis pengetahuan yang telah didapatkan sebelumnya harus dilakukan
representasi pengetahuan terlebih dahulu. Representasi pengetahuan itu sendiri merupakan
kegiatan untuk mengkodekan pengetahuan yang telah didapat dari akuisisi pengetahuan
kedalam sistem pakar itu sendiri dan akan dilakukan inferensi nantinya [1].
Pengetahuan dapat direpresentasi dalam berbagai macam bentuk pada proses
representasi pengetahuan ini, baik bentuk yang simpel ataupun kompleks [2]. Pada makalah
ini akan dibahas bagaimana bentuk-bentuk dari pemodelan representasi pengetahuan yang
digunakan dalam sistem pakar beserta beberapa contoh kasus pemodelan representasi
pengetahuan yang dapat diterapkan dalam sistem pakar.

Page | 1

1.2 Rumusan Masalah

Apa sajakah metode-metode representasi pengetahuan yang biasa diterapkan

pada sistem pakar?

Bagaimana contoh kasus representasi pengetahuan yang dapat diterapkan pada
sebuah sistem pakar?

1.3 Tujuan
Mengetahui macam-macam metode representasi pengetahuan dari sistem

pakar
Mengetahui contoh penggunaan representasi pengetahuan pada kasus nyata
yang biasa diterapkan didalam sistem pakar

1.4 Manfaat
Penulis paham akan macam macam metode representasi pengetahuan dari

sistem pakar
Penulis paham akan contoh penggunaan metode representasi pengetahuan
pada kasus yang biasa diterapakn pada sistm pakar

Page | 2

BAB II
DASAR TEORI

2.1 Pengetahuan
Pengetahuan merupakan salah satu kata, dimana seseorang mengetahui artinya, tetapi
sulit untuk mendefinisikannya. Pengetahuan mempunyai banyak arti, dengan kata lain, kata
seperti data, fakta dan informasi sering digunakan secara sinonim dengan pengetahuan [4].
Pengetahuan sangat penting ada didalam sebuah sistem pakar, sama seperti analogi
ekspresi jenis Wirth [4] :
Algoritma + Struktur Data = Program
Dan untuk sistem pakar adalah :
Pengetahuan + Inferensi = Sistem Pakar
Noise merupakan suatu item yang tidak mempunyai maksud (interest). Noise
merupakan data yang masih kabur atau tidak jelas. Data adalah item yang mempunyai makna
potensial. Data diolah menjadi pengetahuan. Meta knowledge adalah pengetahuan tentang
pengetahuan dan keahlian [3]

Gambar Hierarki Pengetahuan [4]

Karakteristik pengetahuan yang diperoleh tergantung pada sifat masalah yang akan
diselesaikan, tipe dan tingkat pengetahuan seorang pakar. Pengetahuan harus diekstraksikan
dan dikodekan dalam suatu bentuk tertentu untuk memecahkan masalah. Ketika pengetahuan
Page | 3

dalam suatu bidang kepakaran tersedia, maka dipilih representasi pengetahuan yang tepat.
Pengetahuan dapat digolongkan menjadi dua kategori, yaitu: pengetahuan deklaratif dan
pengetahuan prosedural [3].
Pengetahuan deklaratif mengacu pada fakta, sedangkan pengetahuan prosedural
mengacu pada serangkaian tindakan dan konsekuensinya. Pengetahuan deklaratif juga terlibat
dalam pemecahan masalah, sedangkan pengetahuan prosedural diasosiasikan dengan
bagaimana menerapkan strategi atau prosedur penggunaan pengetahuan yang tepat untuk
memecahkan masalah [3].
Pengetahuan deklaratif menggunakan basis logika dan pendekatan relasi. Representasi
logika menggunakan logika proporsional dan logika predikat. Model relasi menggunakan
jaringan semantik, graph dan pohon keputusan (decision tree). Pengetahuan prosedural
menggunakan algoritma sebagai prosedural pemecahan masalah [3].

2.2 Representasi Pengetahuan

Representasi Pengetahuan merupakan metode yang digunakan untuk mengkodekan
pengetahuan didalam sebuah sistem pakar. Representasi sendiri dimaksudkan untuk
mengungkap sifat-sifat penting dari sebuah masalah dan membuat informasi itu dapat diakses
oleh prosedur pemecahan masalah [1].

2.2.1 Karakteristik Representasi Pengetahuan

Representasi Pengetahuan sendiri mempunyai karakteristik, diantaranya adalah [1] :
a. Harus bisa diprogram dengan bahasa pemrograman atau dengan shells dan hasilnya
disimpan didalam memori
b. Dirancang sedemikian sehingga isinya dapat digunakan untuk proses penalaran
c. Model representasi pengetahuan merupakan sebuah struktur data yang dapat
dimanipulasi oleh mesin inferensi dan pencarian untuk aktivitas pencocokan pola.

Page | 4

2.2.2 Model Representasi Pengetahuan

Sistem Pakar mempunyai beberapa metode representasi pengetahuan. Jika
pengetahuan yang dimiliki merupakan pengetahuan yang bersifat deklaratif, maka ketode
untuk merepresentasikannya adalah dengan menggunakan jaringan semantik, frame, dan
logika predikat. Tetapi jika pengetahuannya berupa pengetahuan prosedural yang
merepresentasikan aksi dan prosedur, maka metode representasi pengetahuan yang tepat
adalah dengan menggunakan metode representasi pengetahuan kaidah produksi [1].

2.2.2.1 Kaidah Produksi

Metode representasi dengan menggunakan kaidah produksi sangat umum digunakan
sebagai basis pengetahuan dalam sistem pakar jika keuntungan melebihi kerugiannya [4].
Dalam langkah kaidah produksi akan dituliskan beberapa perintah dalam bentuk jikamaka (IF-THEN). Kaidah ini terdiri dari dua bagian yaitu bagian premis (IF) yang berisi hal
atau informasi yang dianggap benar dan bagian dari konklusi (THEN) yang berisi tentang
kesimpulan atau hasil dari premis yang saling berhubungan. Jika bagian premis benar maka
demikian juga konklusinya juga benar [5].
Kaidah nmenyediakan cara formal untuk mempresentasikan rekomendasi, arahan,
atau strategi. Kaidah produksi dituliskandalam bentuk jika-maka (if-then). Kaidah if-then
menghubungkan anteseden (antecedent) dengan konskuensi yang diakibatkannya. Berbagai
struktur kaidah if-then yang menghubungkan obyek atau atribut adalah sebagai berikut [6]:
JIKA premis MAKA konklusi
JIKA masukan MAKA keluaran
JIKA kondisi MAKA konsekuen
JIKA data MAKA hasil
JIKA tindakan MAKA tujuan

Premis mengacu pada fakta yang harus benar sebelum konklusi tertentu dapat
diperoleh. Masukan mengacu pada data yang harus tersedia sebelum keluaran dapat
diperoleh. Kondisi mengacu pada keadaan yang harus berlaku sebelum tindakan dapat
diambil. Anteseden mengacu pada situasi yang terjadi sebelum konsekuensi dapat diamati.
Page | 5

Data mengacu pada kegiatan yang harus dilakukan sebelum hasil dapat diharapkan. Tindakan
mengacu pada kegiatan yang harus dilakukan sebelum hasil dapat diharapkan (Hanifah,
1998) [6].
Kaidah dapat diklasifikasikan menjadi dua, yaitu kaidah derajat pertama (first order
rule) dan kaidah meta (meta rule) (Giarrantano dan Riley, 1994). Kaidah derajat pertama
adalah kaidah sederhana yang terdiri dari anteseden dan konsekuen [6] [2]. Misalnya :
JIKA bersin-bersin dan pusing
MAKA terserang penyakit flu

Kaidah meta adalah kaidah yang anteseden atau konsekuenya mengandung informasi
tentang kaidah yang lain [6] [2]. Misalnya :
JIKA mengalami kehilangan kesadaran yang berlangsung singkat, sehinnga aktivitas
yang sedang berjalan terhenti
DAN terkadang disertau dengan mata yangmenatap kosong dan gerakan mioklonik
dari sekelompok otot mata atau wajah, otomatisme, kehilangan tanus otot
(sehingga barang yang dipegang bisa terjatuh atau bila sedang berdiri bisa
jatuh).
DAN serangan berakhirdengan diikuti oleh pulihnya kesadaran
DAN berlangsung beberapa detik sampai setengah menit, dan dapat berlangsung
puluhan kali dalam sehari
MAKA mengalami tipe sawan lena.

Terdapat tiga elemen utama dari semua sistem kaidah produksi, diataranya [11] :
1. Database global
Merupakan struktur data utama dari sistem produksi.
2. Kaidah produksi
Kaidah produksi mempunyai bagian kondisi (IF) yang disebut bagian kanan
dan aksi (THEN) yang disebut bagian kiri.

Page | 6

3. Sistem kontrol
Merupakan program penterjemah yang esensial untuk mengontrol urutan dimana
kaidah-kaidah produksi dipicu dan menyelesaikan konflik jika lebih dari satu kaidah yang
diaplikasikan.

Struktur Kontrol
(Intepretasi
Kaidah)

Database Global
(Working
Memory)

Basis
Pengetahuan
(Kumpulan
Kaidah)

Gambar Komponen Kaidah Produksi [11]

Beberapa keuntungan yang dapat diperoleh dari sistem produksi yaitu [11] :
1. Expressiveness dan intuitiveness
Karena berkaitan dengan pengalaman pekerjaan manusia dan
diorganisasikan dalam bentuk saran atau nasehat.
2. Sederhana
Sederhana karena menggunakan kaidah produksi berupa IF..THEN
sehingga tepat mengarah kepada pendokumentasian.
3. Kemampuam modularity dan kemampuan memodifikasi
Informasi dapat ditambahkan dan dihapus dari sistem secara esensial dan
tidak mengakibatkan efek samping serta dapat menunjukkan kenaikan
produksi dengan tidak mengalami pengurangan kinerja (Ciri modular).
4. Pengetahuan intensif
Page | 7

Pengetahuan intensif yang diberikan berupa pengetahuan murni karena

setiap kaidah produksi ekuivalen untuk suatu ringkasan dan kejelasan.
2.2.2.2 Jaringan Semantik
Jaringan Semantik, merupakan teknik representasi kecerdasan buatan klasik yang
dibunakan untuk informasi proporsional. Jaringan semantik kadang disebut juga dengan
proportional net [4].
Jaringan semantik pertama kali dikembangan untuk kecerdasan buatan sebagai cara
untuk menunjukkan memori manusia dan pemahaman bahasa oleh Ross Quillian pada tahun
1968. Quilian menggunakan jaringan semantik untuk menganalisa arti kata dalam kalimat.
Sejak saat itu, jaringan semantik kemudian diretapkan pada banyak problem termasuk
representasi pengetahuan [2] [4].
Jaringan semantik merupakan jaringan data dan informasi, yang menentukan
hubungan berbagai objek dimana informasi yang terhubung tersebut adalah informasi yang
proporsional. Dalam matematika istilah jaringan semantik adalah suatu label atau graph
berarah [7].
Representasi jaringan semantik merupakan penggambaran grafis dari pengetahuan
yang memperlihatkan hubungan hirarkis dari objek-objek. Komponen dasar untuk
merepresentasikan pengetahuan dalam bentuk jaringan semantik dalam bentuk simpul (node)
dan penghubung (link). Simpul merepresentasikan objek, konsep ataupun sebuah situasi.
Simpul digambarkan dengan kotak atau lingkaran. Pehubung menghubungkan antarsimpul.
Penghubung digambarkan dengan panah berarah dan diberi label untuk menyatakan
hubungan yang direpresentasikan [2]. Berikut ini adalah contoh bagaimana pengetahuan
dapat direpresentasikan dengan menggunakan jaringan semantik :
PC

Komputer
merupak
an

Alat Elektronik

merupak
an
memiliki

Monitor
Gambar Representasi Jaringan Semantik [2]

Page | 8

Pada gambar, jaringan semantik merepresentasikan pernyataan bahwa semua

komputer merupakan alat elektronik, semua PC merupakan komputer, dan semua komputer
memiliki monitor. Dari pernyataan tersebut dapat diketahui bahwa semua PC memiliki
monitor dan hanya sebagian alat elektronik yang memiliki monitor [2].
Hampir semua objek atribute, pemikiran atau apapundapan dihubungkan dan
dirumuskan antara 1 dengan yang lainya oleh garis -garis, arc umunya menggunakan metode
seperti: "IS-A", "HAS-A", dan lain sebagainya [7].
Jaringan semantik merupakan pengetahuan secara grafis yang menunjukan hubungan
antara berbagai objek, kita juga dapat memperluas jaringan semantik dengan menambah node
dan menghubungkan dengan node yang berkesesuaian pada jaringan semantik [7].
Jaringan semantik dapat diperluas dengan menambah node yang bersesuaian pada
jaringan semantik tersebut. Node baru tersebut dapat merupakan objek tambahan ataupun
sebuah properti tambahan [11].
Pada umumnya penambahan dapat dilakukan dengan 3 cara [7] :
1. Objek yang sama
Penambahan node pada objek yang sama dengan menggunakan
hubungan "IS-A"
2. Objek yang lebih khusus
Penambahan node yang merupakan objek khusus
3. Objek yang lebih umum
Kita dapat menambah node yang merupakan representasi yang lebih
umum dari suatu node, yang melakukan link dengan arc "IS-A"

Page | 9

2.2.2.3 Logika
Logika merupakan suatu pengkajian ilmiah tentang serangkaian penalaran, sistem
kaidah, dan prosedur yang membantu proses penalaran. Logika merupakan bentuk
representasi pengetahuan yang paling tua, yang menjadi dasar dari teknik representasi high
level [2].
Dalam melakukan penalaran, komputer harus dapat menggunakan proses penalaran
dedukti dan induktif ke dalam bentuk yang sesuai dengan manipulasi komputer, yaitu berupa
Logika Simbolik atau Logika Matematik. Metode itu disebut Logika Komputasional. Bentuk
logika komputasional ada 2 macam, yaitu Logika Proporsional atau Kalkulus dan Logika
Predikat [2].
Penalaran deduktif bergerak dari penalaran umum menuju ke konklusi khusus.
Umumnya dimulai dari suatu silogisme, atau pernyataan premis dan inferensi yang biasanya
terdiri dari 3 bagian, yaitu premis mayor, premis minor, dan konklusi [2].
Berikut ini merupakan contoh penalaran secara deduktif :
Premis mayor : Jika hujan turun, saya tidak akan lari pagi
Premis minor : Pagi ini hujan turun
Konklusi : Oleh karena itu pagi ini saya tidak akan lari pagi

Penalaran induktif merupakan kebalikan dari penalaran deduktif, dimulai dari masalah
khusus menuju ke masalah umum. Penalaran ini menggunakan sejumlah fakta atau premis
yang mantap untuk menarik kesimpulan umum [2].
Berikut ini merupakan contoh dari penalaran secara induktif :
Premis : Dioda yang salah menyebabkan peralatan elektronik rusak
Premis : Transistor rusak menyebabkan peralatan elektronik rusak
Premis : IC rusak menyebabkan peralatan elektronik tidak berfungsi
Konklusi : Maka, peralatan semikonduktor rusak merupakan penyebab utama
rusaknya peralatan elektronik

Page | 10

Pada penalaran induktif konklusi tidak selalu mutlak, dapat berubah bilamana
ditemukan fakta-fakta baru.

2.2.2.3.1 Logika Proporsional

Proposisi merupakan suatu statement atau pernyataan yang menyatakan benar
(TRUE) atau salah (FALSE). Operator logika dan simbolnya ditunjukkan dalam tabel berikut
ini :
Operator

Simbol

AND

&&

OR

+ , ||

NOT

IMPLIES

->
Tabel Operator logika dan simbol [2].

A&B

A| B

-A

A -> B

Tabel Kebenaran Operator Logika [2].

2.2.2.3.2 Logika Predikat

Logika predikat adalah suatu logika yang lebih canggih yang seluruhnya
menggunakan konsep dan kaidah proposional yang sama. Disebut juga sebagai kalkulus
predikat, yang memberi tambahan kemampuan untuk merepresentasikan pengetahuan dengan
sangat cermat dan rinci [2].
Kalkulus predikat memungkinkan kita untuk memecahkan statement ke dalam bagian
komponen, yang disebut objek, karakteristik objek atau beberapa keterangan objek. Suatu

Page | 11

proposisi atau premis dibagi menjadi dua bagian, yaitu Argumen (atau objek) dan Predikat
(keterangan). Argumen adalah individu atau objek yang membuat keterangan. Predikat adalah
keterangan yang membuat argumen dan predikat [2].
Dalam suatu kalimat, predikat dapat berupa kata kerja atau bagian kata kerja.
PREDIKAT (individu[objek] 1 , individu[objek] 2)

Misalnya proposisi :
Mobil berada dalam garasi

Dinyatakan menjadi
Di dalam (mobil, garasi)
Keterangan :
Di dalam = produk (keterangan)
Mobil = Argumen (objek)
Garasi = Argumen (objek)

Contoh lain :
Proposisi : Rojali suka Juleha
Kalkulus Predikat : SUKA (Rojali, Juleha)
Proposisi : Pintu Terbuka
Kalkulus Predikat : BUKA (pintu)
Proposisi : Sensor cahaya aktif
Kalkulus Predikat : AKTIF (sensor cahaya)

Page | 12

Pengetahuan diekspresikan dalam kalkulus predikat yang dapat dimanipulasi agar

dapat diinferensi/dinalar. Pangkalan pengetahuan dibentuk dengan menggunakan variabel
sebagai simbol-simbol untuk merancang obyek, misalnya :
x = Rojali
y = Juleha
Maka proposisinya menjadi Suka(x,y)

Predikat kalkulus membolehkan penggunaan simbol untuk mewakili fungsi-fungsi,

Misalnya:
ayah(Juleha) = Jojon
ibu(Rojali) = Dorce

Fungsi dapat digunakan bersamaan dengan predikat. Misalnya, predikat berikut

menjelaskan bahwa Jojon dan Dorce adalah berteman :
teman(ayah(Juleha),ibu(Rojali))=teman(Jojon,Dorce)

Predikat kalkulus menggunakan operator yang sama seperti pada logika proporsional.

2.2.2.3.2.1 Pengukuran Kuantitas

Pengukuran Kuantitas adalah simbol yang mengijinkan untuk menyatakan suatu
rangkaian atau cakrawala variabel dalam suatu ekspresi logika. Dua pengukuran kuantitas,
yaitu [2] :
Kuantitas universal () Untuk semua
Kuantitas eksistensial () Ada / terdapat

Contoh:
Page | 13

Semua sapi berkaki empat :

(x)[Sapi(x), berkaki empat(x)]
Beberapa sapi berwarna putih
(x)[Sapi(x), berwarna putih(x)]

2.2.2.4 Frame
Frame adalah struktur data untuk mengoprasikan pengetahuan stereotip dari suatu
konsep atau objek. Pertama kali diusulkan oleh Minsky pada tahun 1975. Perencanaan sistem
pakar merupakan ide yang sama pada skema untuk menangkap dan merepresentasikan
konseptual dalam sistem pakar [7]. Frame berupa ruang-ruang (slots) yang berisi atribut
untuk mendeskripsikan pengetahuan. Pengetahuan yang termuat dalam slot dapat berupa
kejadian, lokasi. Situasi, ataupun elemen-elemen lainnya. Frame digunakan untuk
merepresentasikan pengetahuan deklaratif [2].
Frame memuat deskripsi sebuah objek dengan menggunakan tabulasi informasi yang
berhubungan dengan objek. Dengan demikian bingkai membantu menirukan cara seseorang
mengorganisasikan informasi tentang sebuah objek yang menjadi kumpulan data [2].
Frame terdiri dua elemen dasar, yaitu slot dan facet (merupakan subslot). Slot
merupakan kumpulan atribut atau properti yang menjelaskan objek yang direpresentasikan
oleh frame dan subslot menjelaskan pengetahuan atau prosedur dari atribut pada slot [11].
Slot dalam frame mungkin berisi informasi sebagai berikut :
1.

Informasi identifikasi frame.

2.

Hubungan frame dengan frame yang lain.

3.

Penggambaran persyaratan yang dibutuhkan frame.

4.

Informasi prosedural untuk menggunakan struktur yang digambarkan.

5.

Informasi default frame.

6.

Informasi baru.

Sedangkan, subslot terdiri dari beberapa bentuk antara lain [11] :

Page | 14

1.

Value : nilai dari suatu atribut.

2.

Default : nilai yang digunakan jika slot kosong atau tidak dideskripsikan pada
instansiasi frame.

3.

Range : jenis informasi yang muncul pada slot.

4.

If added : berisi informasi tindakan yang akan dikerjakan jika nilai slot diisi.

5.

If needed : Facet (subslot) ini digunakan pada kasus dimana tidak ada value
pada slot.

6.

Other : Slot dapat berisi frame, rule, jaringan semantik ataupun tipe lain dari
informasi.

Terdapat dua jenis properti yaitu properti statis dan dinamis. Properti statis merupakan
fitur dari objek yang tidak dapat berubah, sedangkan properti dinamis merupakan fitur yang
dapat berubah selama sistem berjalan [11].
Frame merupakan cara yang lebih kompleks untuk menyimpan objek dan nilai
atributnya bila dibandingkan dengan jaringan semantik. Frame menambahkan kecerdasan
pada representasi data dan mengijinkan objek untuk menurunkan nilai dari objek yang lain.
[2]. Contoh dari Frame ditunjukkan pada tabel dibawah ini :

Ruang (slots)

Isi (fillers)

Nama

Flu

Gejala

a) Bersin
b) Pusing
c) Demam

Obat

a) Ultraflu
b) Mixagrip
Tabel Frame Penyakit [2].

Page | 15

Seperti pada jaringan semantik, tidak terdapat standar untuk mendefiniskan sistem
berbasiskan frame. Frame dapat dipandang sebagai suatu struktur record pada bahasa tingkat
tinggi atau sebuah atom dengan daftar propertinya [2].

2.2.2.5 Script
Script adalah skema representasi pengetahuan yang sama dengan frame, yaitu
merepresentasikan pengetahuan berdasarkan karakteristik yang sudah dikenal sebagai
pengalaman-pengalaman. perbedaannya, frame menggambarkan urutan objek, sedangkan
script menggambarkan urutan peristiwa. dalam menggambarkan urutan peristiwa, script
menggunakan slot yang berisi informasi tentang orang, objek, dan tindakan-tindakan yang
terjadi dalam suatu peristiwa [8].
Elemen script meliputi [8] :
1. Kondisi input, yaitu kondisi yang harus dipenuhi sebelum terjadi atau berlaku
suatu peristiwa dalam script
2. Track, yaitu variasi yang mungkin terjadi dalam suatu script
3. Prop, berisi objek-objek pendukung yang digunakan selama peristiwa terjadi
4. Role, yaitu peran yang dimainkan oleh seseorang dalam peristiwa
5. Scene, yaitu adegan yang dimainkan yang menjadi bagian dari suatu peristiwa
6. Hasil, yaitu kondisi yang ada setelah urutan peristiwa dalam script terjadi.
Berikut ini adalah contoh script kejadian pada saat Pesan Antar makanan [8] :
Script : Pesan Antar Makanan
Jalur (track) : pesan antar makanan via telepon
Role (peran) : pemesan, call service, koki, kasir, kurir
Prop (pendukung) : rumah makan, telepon, komputer (database), perlengkapan
masak, bahan-bahan masakan, kendaraan
Kondisi input : pemesan memesan menu dengan memberitahu nama, alamat,
dan nomor telepon kepada call center
Page | 16

Adegan (scene) 1 : Pemesan memesan makanan

Pemesan menghubungi rumah makan yang dituju

Pemesan menyebutkan menu yang ingin dipesan

Call service mengecek ketersediaan menu yang dipesan

Pemesan menyebutkan nama, alamat, dan nomor telepon kepada call

center

Call center menyebutkan jumlah menu yang dipesan dan biayanya

Adegan 2 : Rumah makan mempersiapkan pesanan

Koki memasak menu makanan yang dipesan

Koki membungkus rapi paket menu yang dipesan

Kasir membuat struk pemesanan dan menyerahkannya kepada kurir

Koki memberikan paket menu tersebut kepada kurir

Adegan 3 : Kurir mengantar paket pesanan

Kurir menerima dari koki paket menu yang dipesan

Kurir membawa struk yang berisi nama, alamat, dan nomor telepon
pemesan, beserta jumlah yang harus dibayarkan oleh pemesan

Kurir memasukkan paket pesanan ke dalam box

Kurir berangkat mencari alamat pemesan

Kurir tiba di tujuan

Kurir menanyakan kebenaran alamat pemesan

Page | 17

Adegan 4 : Pemesan menerima pesanan

Pemesan menerima paket pesanan dan struk dari kurir

Pemesan mengecek paket, apakah sesuai pesananan atau tidak

Pemesan membayar paket pesanan tersebut kepada kurir

Pemesan memberi tips kepada kurir

Kurir menerima uang pembayaran

Hasil :

Kurir senang dan berterimakasih

Pemesan senang

Pemesan kenyang

Pemesan puas

Pemesan kecewa

Pemesan masih lapar

Script sangat baik untuk meramalkan apa yang akan terjadi dalam situasi tertentu.
Walaupun peristiwa itu tidak pernah diobservasi terlebih dahulu, tetapi script bisa
memberikan kemungkinan kepada komputer untuk meramalkan apa yang akan terjadi,
kepada siapa dan kapan [11].

Ada beberapa keistimewaan script yang perlu dicatat, yaitu :

1. Script menyediakan beberapa cara yang sangat alami untuk merepresentasikan
informasi yang lazim dengan masalah yang bersumber dari sistem AI dari

Page | 18

permulaannya.
2. Script juga menyediakan struktur hirarki untuk merepresentasikan informasi
melalui inklusi subscript dengan script.
3. Struktur representasi pengetahuan lain seperti aturan kaidah dapat digunakan
dalam cara alami dengan script formal.
Keistimewaan tersebut memberikan script memiliki kemampuan sebagai berikut :
1. Script dapat memprediksi kejadian dan menjawab pertanyaan tentang
informasi yang tak terinci dalam baris cerita.
2. Script menyediakan suatu kerangka kerja untuk mengintegrasikan kumpulan
observasi kedalam interpretasi yang jelas.
3. Script menyediakan skema untuk kejadian yang tidak biasanya.

2.2.2.6 Object-Attribute-Value (OAV)

Object dapat berupa bentuk fisik atau konsep. Attribute adalah karakteristik atau sifat
dari object tersebut. Values (nilai) besaran/nilai/takaran spesifik dari attribute tersebut pada
situasi tertentu, dapat berupa numerik, string atau boolean [2].
Sebuah object dapat memiliki beberapa atribute, biasa disebut OAV Multi-attribute.
Contoh dari representasi pengetahuan dengan menggunakan OAV ini adalah sebagai berikut
[2] :
Object

Attribute

Value

Mangga

Warna

Hijau, Orange

Mangga

Berbiji

Tunggal

Mangga

Rasa

Asam, Manis

Mangga

Bentuk

Oval

Pisang

Warna

Hijau, Kuning

Pisang

Bentuk

Lonjong

Page | 19

Tabel Contoh Representasi Pengetahuan dengan OAV [2]

Page | 20

BAB III
PEMBAHASAN

3.1

Sistem Pakar dan Representasi Pengetahuannya : Model Kaidah Produksi

Berikut ini akan diberikan beberapa contoh kasus mengenai suatu sistem
pakar, dan bagaimana cara merepresentasi pengetahuan dari sistem pakar tersebut
dengan beberapa model representasi pengetahuan seperti pada beberapa teori yang
telah dijelaskan pada sebelumnya.

3.1.1 Sistem Pakar Pendiagnosa Penyakit Ginjal

Ginjal merupakan salah satu organ penting untuk menyaring keluar zat racun
termasuk limbah nitrogen dari protein selain juga mengatur jumlah cairan dalam
tubuh lewat produksi air seni [9]. Dilihat dari pentingnya ginjal dalam tubuh manusia
yang merupakan organ vaskular (kaya pembuluh darah) maka perlu adanya suatu
pendeteksi dalam memecahkan suatu masalah mengenai penyakit ginjal yang
menyerang manusia [10].
Daftar Penyakit Ginjal

A= Penyakit Gagal Ginjal Akut;

B=Penyakit Gagal Ginjal Akut Kronik;

C=Penyakit Nefritis Akut;

D= Penyakit Nefropati Diabetik;

E= Penyakit Infeksi Saluran Kemih;

F= Penyakit Batu Ginjal;

G= Penyakit Pielonefritis;

H=Penyakit tuberkolosis ginjal;

I=Penyakit Obstruksi Saluran Kemih;

J=Penyakit Glomerulonefritis akut;

K=Penyakit Glomerulonefritis kronk;

L=Penyakit Nefroskelerosis;

M=Penyakit Batu Ureter;

N=Penyakit Tumor ginjal;

O=Penyakit Nekrosis Tubuler Akut [10]

Page | 21

Bisnis Rule
Seseorang bisa mengidap lebih dari satu gejala dan penyakit.
Satu gejala bisa di mliki oleh beberapa penyakit.
Pengetahuan dapat di tambah berdasarkan hak atas knowledge enginer.
Seseorang dapat mendeteksi penyakit lebih dari satu kali [10].

No
.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

Tabel Keputusa

Gejala
Tekanan darah tinggi / naik
Kadar gula di atas normal
Diare
Gampang Capek
Lemas / Kurang berenergi
Nafsu makan menurun
Sulit tidur
Kram otot(pada malam hari)
Kaki bengkak
kulit gatal(gatal-gatal)
kulit kering/jelek
bengkak pada mata(pada pagi
hari)
Sering kencing
/Nokniria(terutama malam
hari)
Pembengkakan pada
tungkai(edema)
pembengkakan pada muka
Ascites (penimbunan air
dalam rongga perut)
Gangguan pengecapan
Berat badan nurun
Tidak keluar urin
Protein dan darah di
urin/hermania
Cairan di selaput jantung dan
paru-paru
Sesak nafas
Gerakan-gerakan tak
terkendali
HB turun
Vena dileher melebur
Produksi urin menurun
Kolesterol naik
Bengkak pada perut

A
V
V

B
V
V

V
V
V
V
V
V
V
V

P
D
V
V

E
E
V
V

N Y
A
G H
I
V
V

V
V
V

V
V
V
V
V
V

I
K

T
L M

V
V

V
V
V
V
V
V
V
V

N
V

V
V

V
V
V
V

V
V

V
V
V

K
J
V
V

V
V

V
V

V
V
V
V

V
V
V
V

V
Page | 22

29 Nyeri pinggang/hebat kolik

30 Demam
31 Menggigil
Rasa panas/terbakar saat
32 kencing(Disuria)
3
7
3
8
3
9
4
0
4
1
4
2
4
3
4
4
4
5
4
6
4
7
4
8
4
9
5
0
5
1
5
2
5
3
5
4
5
5
5
6
5
7
5
8
5
9

V
V

Sering cegukan
urgensi/merasa harus berkemih
segara

Penurunan kesadaran

V
V

V
V
V

V
V
V

Kejang-kejang

V
V

V
V

V
V

Buang air kecil merah/berdarah

Bekuan darah

Nyeri perut

Sukar berkonsentrasi

Pegal pinggang/panggul

Nyeri tekan di area ginjal

Bau air kencing yang lebih

Pucat/anemia

Nyeri saat buang air kecil

Oliguria(urine keluar<400ml/24jam

Kencing keluar batu/pasir

Nyeri di daerah kemaluan dan
selangkangan
Nafas bau
Sesuatu yang asing dalam kandung
kemih

V
V

Reaksi alergi
Penglihatan kabur

Dispnea waktu melakukan kegiatan

Sulit berkemih
Massa di sudut kostovertebrata

V
Page | 23

6
0
6
1
6
2
6
3
6
4
6
5
6
6
6
7
6
8
6
9
7
0
7
1

kulit mudah lecet

insomia

Bingung
Urea frost(kristalisasi urea pada
kulit)

kelemahan otot-otot

nyeri ketok pada pinggang

pendarahan

Haus/dehidrasi

V
V

Nafsu seks menurun

V V

Berak darah

Payah jantung
Pusing pada setiap perubahan posisi
tubuh

V
V

Tabel Contoh Tabel Keputusan Penyakit Ginjal [10]

Representasi Pengetahuan
Dalam perancangan basis pengetahuan ini digunakan kaidah produksi sebagai

sarana untuk representasi pengetahuan. Kaidah produksi dituliskan dalam bentuk

pernyataan: JIKA [premis] MAKA [konklusi]. Pada perancangan basis pengetahuan
sistem pakar ini premis adalah gejala-gejala yang terlihat pada pasien dan konklusi
adalah jenis penyakit atau daftar penyakit ginjal sehingga bentuk pernyataannya
adalah JIKA [gejala] MAKA [gangguan].
a. Pada aturan 1 (Rule 1) berdasarkan tabel keputusan di atas, maka aturan yang di
gunakan untuk penyakit Gagal Ginjal Akut :
IF Tekanan darah tinggi
AND Kadar gula di atas normal
AND Kulit Kering jelek
AND Bengkak pada mata
AND Sering kencing Nokturia
Page | 24

AND Pembengkakan pada tungkai Edema

AND Tidak keluar urin
AND Hematuria
AND Produksi urin menurun
AND Nyeri pinggang hebat kolik
ANd Mual muntah
AND Sakit kepala
AND Sering Masuk Angin
AND Sering cegukan
AND Penurunan kesadaran
AND Nafas Bau
AND Oliguria
AND Pucat anemia
AND Haus Dehidrasi
AND Berak darah
AND Payah jantung
AND Pusing pada setiap posisi tubuh
THEN Gagal Ginjal Akut [10]
b. Pada aturan 2 (Rule 2) berdasarkan tabel keputusan dapat di tentukan aturan
untuk penyakit Gagal Ginjal Kronik :
IF Tekanan darah tinggi
AND Kadar gula di atas normal
AND Gampang capek
AND Lemas/kurang berenergi
AND Nafsu makan menurun
AND Sulit tidur
AND Kram otot pada malam hari
AND Kaki bengkak
AND Kulit gatal/gatal-gatal
AND Kulit kering/jelek
AND Bengkak pada mata
AND Sering kencing/nokturia
AND Pembengkakan pada tungkai/edema
Page | 25

AND Ascites/penimbunan air dalam rongga perut

AND Gangguan pengecapan
AND Berat badan turun
AND Cairan selaput dijantung
AND Sesak nafas
AND Gerakan-gerakan tak terkendali
AND Kelainan urin
AND HB turun
AND Vena di leher melebar
AND Produksi urin menurun
AND Kejang-kejang
AND Sukar berkonsentrasi
AND Pucat/anemia
AND Kulit mudah lecet
AND Insomnia
AND impotensi
AND Bingung
AND Urea frost/kristalisasi urea pada kulit
AND Kelemahan otot-otot
AND Nafsu seks menurun
THEN Gagal Ginjal Kronik [10]
c. Pada aturan 3 (rule 3) berdasarkan tabel keputusan, atuaran yang dapat di
gunakan untuk Penyakit Nefritis Akut:
IF Pembengkakan pada tungkai/Edema
AND Protein dan darah di urin/hematuria
AND Demam
AND Oliguria/Urine keluar < 400ml per 24 jam
THEN Nefritis Akut
d. Pada aturan 4(Rule 4) berdasarkan tabel keputusan dapat di gunakan aturan
untuk penyakit Nefropati Diabetik:
IF Tekanan darah tinggi/naik
AND Kadar gula di atas normal
Page | 26

AND Gampang capek

AND Lemas/kurang berenergi
AND Nafsu makan menurun
AND Sulit tidur
AND Kram otot pada malam hari
AND Kaki bengkak
AND Kulit kering/jelek
AND Sering kencing/nokturia
AND Gangguan pengecapan
AND Kelainan urin
AND Produksi urin menurun
AND Sukar berkonsentrasi
AND Insomnia
AND Bingung
AND Kelemahan otot-otot
THEN Nefropati Diabetik [10]

e. Aturan 5 (Rule 5) berdasarkan tabel keputusan dapat digunakan aturan untuk

Penyakit Infeksi Saluran Kemih:
IF Tekanan darah tinggi/naik
AND Kadar gula di atas normal
AND Produksi urin menurun
AND Nyeri pinggang/hebat kolik
AND Demam
AND Rasa panas/terbakar saat kencing(Disuria)
AND Mual dan muntah
AND Urgensi/merasa harus berkemih segera
AND Nyeri saat buang air kecil
AND Pegal pinggang/panggul
AND Nyeri tekan di area ginjal
AND Oliguria(urine keluar < 400ml/24 jam
THEN Infeksi saluran kencing kemih [10]

Page | 27

3.1.2 Sistem Pakar Untuk Pendeteksian dan Penanganan Dini Pada Penyakit Sapi
Salah satu bagian yang paling penting dalam penanganan kesehatan ternak
adalah melakukan pengamatan terhadap ternak yang sakit melalui pemeriksaan ternak
yang diduga sakit. Salah satu hewan ternak yang memiliki potensi dan harga tinggi
adalah sapi. Deteksi dan penanganan dini pada penyakit sapi adalah hal penting untuk
peningkatan produktivitas daging sapi. Ketergantungan akan keberadaan seorang
dokter hewan sangatlah tinggi terutama bagi para peternak di desa. Namun
keberadaan seorang dokter hewan tidak selalu ada setiap saat atau susah ditemui
terutama di daerah pedesaan [12]. Sehingga dibutuhkan suatu sistem yang mudah
digunakan untuk mendeteksi kesehatan hewan ternak dan apabila sakit dapat
memberikan informasi penanganan dini.

Daftar penyakit sapi :

a. Penyakit Sapi Ngorok (Septisemia Epizootica)
Penyakit yang disebabkan oleh bakteri Pasturella multocida ini
menyebar melalui makanan dan minuman yang tercemar bakteri dan
menyebabkan ternak sapi mengalami peradangan sehingga menderita
kesulitan bernafas seperti sedang mengorok. Penyakit sapi ngorok ini juga
dapat disebabkan kebersihan kandang atau sistem sanitasi kandang yang
tidak dijaga dengan baik [12].

b. Penyakit Mastitis
Penyakit mastitis atau yang biasa disebut radang ambing adalah
penyakit yang sering menyerang ternak sapi. Penyakit ini menyebabkan
produksi susu menurun, kualitas susu ayng dihasilkan juga turun. Apabila
sapi terserang penyakit ini makan ambing sapi mengalami pembengkakan
dalam skala tidak normal. Tanda-tanda lain penyakit ini adanya radang,
yang berupa kebengkakan, panas dalam rabaan, rasa sakit (hati-hati atas
sepakan waktu memeriksa), warna yang kemerahan dan terganggunya
fungsi, jelas dapat ditemukan pada waktu pemeriksaan. Air susu jadi

Page | 28

pecah, bercampur endapan konsistensi air susu jadi lebih encer dan
warna juga menjadi agak kebiruan, atau putih yang pucat [12].
c. Penyakit Mulut Kuku
Penyakit Mulut dan Kuku (PMK) atau foot and mouth disease
merupakan penyakit hewan yang terjadi hampir pada seluruh negara di
dunia,penyakit ini sangat cepat menular dan menimbulkan kerugian besar
bagi peternak. Penyakit Mulut dan Kuku (PMK) merupakan salah satu
penyakit sapi yang dimasukkan kedalam daftar A Organisasi Kesehatan
Hewan Dunia. Gejala klinis yang tampak pada hewan yang terserang
penyakit ini hampir sama dengan penyakit sapi ngorok , namun yang
paling Nampak jelas dan membedakan adalah ternak yang terserang
penyakit ini mengalami luka seperti luka melepuh pada mulut bagian
dalam dan daerah sekitar kuku [12].

Tabel Keputusan
No

1
2
3
4
5
6
7
8
9
10
11
12

Gejala

Ambing
hangat
Ambing keras
Susu
menggumpal
Susu
bercampur
nanah
Susu
bercampur
darah
Bau susu tidak
sedap
Susu
berasa
getir
Mendengkur
Suhu
tubuh
tinggi
Ingus banyak
Ingus berbuih
Ingus

Sapi Ngorok

Penyakit
Mastitis

ya

Penyakit
Mulut Kuku
-

ya
ya

ya

ya

ya

ya

ya
ya

ya

ya
ya
ya

Page | 29

13
14
15
16
17
18
19
20
21
22
23

bernanah
Pembengkakan
ya
pada leher
Kotoran kering
ya
Perut kembung
ya
Mata
sapi
ya
merah
Terjadi
ya
pergantian
musim
Genangan air
ya
berlebihan
Malas
bergerak
/
pincang
Nafsu makan
berkurang
Lepuh
pada
mulut dan kaki
Mulut
mengeluarkan
busa
Lendir
berlebihan
Tabel Contoh Tabel Keputusan Penyakit Sapi [12]

ya
ya
ya
ya
ya

Representasi Pengetahuan
Representasi pengetahuan dari pendeteksian penyakit sapi berdasarkan
tabel keputusan yang ada diatas adalah sebagai berikut :
a.

Pada aturan 1 berdasarkan rule diatas, maka aturan yang digunakan dalam
untuk Penyakit Sapi Ngorok adalah :
IF Ambing hangat
AND Ambing keras
AND Susu menggumpal
AND Susu bercampur nanah
AND Bau susu tidak sedap
AND Susu berasa getir
THEN Penyakit Sapi Ngorok

Page | 30

b.

Pada aturan 2 berdasarkan rule diatas, maka aturan yang digunakan dalam
untuk Penyakit Mastitisadalah :
IF Mendengkur
AND Suhu tubuh tinggi
AND Ingus banyak
AND Ingus berbuih
AND Ingus bernanah
AND Pembengkakan pada leher
AND Kotoran kering
AND Perut kembung
AND Mata sapi merah
AND Terjadi pergantian musim
AND Genangan air berlebihan
THEN Penyakit Mastitis

c.

Pada aturan 3 berdasarkan rule diatas, maka aturan yang digunakan dalam
untuk Penyakit Mulut Kuku adalah :
IF Suhu tubuh tinggi
AND Malas bergerak / pincang
AND Nafsu makan berkurang
AND Lepuh pada mulut dan kaki
AND Mulut mengeluarkan busa
AND Lendir berlebihan
THEN Penyakit Mulut Kuku

3.1.3

Sistem Pakar untuk Mendiagnosa Gangguan Pencernaan Pada Orang Dewasa

Masalah kesehatan merupakan salah satu masalah yang sering menjadi
problem tersendiri. Sebagian besar anggota masyarakat masih sering menganggap
remeh dengan adanya gejala-gejalayang diakibatkan suatu jenis penyakit, bahkan
tanpa pemeriksaan maupun petunjuk dokter mereka mau mengkonsumsi obat
dipasaran secara sembarangan tidak menutup kemungkinan akan menyebabkan
kondisi penderita akan lebih parah tanpa disengaja. Padahal seperti yang telah
diketahui sudah banyak klinik-klinik umum yang siap melayani masyarakat selain
rumah sakit atau puskesmas, karena mereka tidak mampu untuk berkonsultasi ke
Page | 31

dokter dikarenakan biaya yang relative mahal. Informasi pengetahuan untuk jenis
penyakit pada penelitian ini terdiri dari empat informasi penyakit pencernaan yaitu
penyakit gastritis akut ,Disentri Basiler, Diare, Akut, dan Ulkus ventrikel [13].

Daftar Penyakit
a. Disentri Baliser
b. Disentri Amoeba
c.

Gastritis Akut

d.

Gastritis Kronik

e.

Diare Akut

f.

Diare Kronik

g.

Ulkus Duodenul (luka usus dua belas jari)

h.

Ulkus Ventrikel

i.

Typhoid (types)

j.

Ileus Paralitik

k.

Ileus Obstruksi

Tabel Keputusan
No
1
2
3
4
5
6
7
8
9
10
11
12

Gejala
Diare Sering
Warna faeces
merah (darah
dan berlendir)
Sakit Perut
Mejan
Jarang mual
dan muntah
Lokasi perut
sebelah kiri
Melilit
Nyeri seluruh
perut
Nyeri teken
perut
Tenermus
Panas
Menggigil

a
Y
Y

c
Y

Penyakit
d
e
f
Y/T

Y
Y
Y
Y
Y
Y/T
Y/T
Y/T
Y/T
Y

Y
Y

Y
Y
Page | 32

13
14

15

16

17
18
19

20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35

Sakit Kepala
Keadaan
umum
bisa
berat (lying
dysentriae)
Diare makin
lama makin
berat, jarang
mendadak
Diare
bercampur
lendir
&
darah
Nyeri perut
bagian bawah
Tidak panas
(subfebris)
Keadaan
umum tidak
seberat
disentri
basiler
Hilang nafsu
makan
Perut
kembung
Nyeri ulu hati
Mual
Muntah
Kolik
Pnedarahan
karena obat
Tidak merasa
sakit
Keadaan fisik
cukup baik
Nyeri perut
Demam
Flatus
Berlebih
Faktor
Spikososial
Diare tanpa
nyeri
Sakit
perut
waktu lapar
Sakit di depat
pusar

Y
Y

Y
Y
Y/T

Y
Y
Y
Y
Y
Y

Y
Y
Y

Y Y

Y
Y

Y
Y

Y Y Y
Y Y

Y
Y
Y
Y

Y
Y
Y
Y
Y
Y

Page | 33

36
37
38

39
40
41
42
43

44
45
46

47

Hilang
3-4
Y
jam setelah
makan
Nafsu makan
Y
normal
Sakit
perut
Y
waktu
lambung
kosong&terisi
Nyeri timbul
Y
setelah 1 jam
makan
Nyeri
Y
Malas
Y
Lesu
Y
Lidah kotor,
Y
putih tengah,
penggir
merah
Tidak
bisa
Y Y
flatus
Usus lemah
Y
Tampak
Y
gambaran
usus
yang
berjalan
Tambak
Y
lekukan usus
Tabel Contoh Tabel Keputusan Penyakit Gangguan Pencernaan [13]

Representasi Pengetahuan
Representasi pengetahuan dari pendeteksian gangguan pencernaan
berdasarkan tabel keputusan yang ada diatas adalah sebagai berikut [13] :

No / Aturan
1

Representasi Pengetahuan Kaidah Produksi

IF Diare sering
AND warna faeces merah (darah dan berlendir)
AND mejan and jarang sekali
AND lokasi sakit perut sebelah kiri
Page | 34

AND OR nyeri seluruh perut, nyeri teken perut, tenesmus, panas

AND menggigil and sakit kepala or keadaan umum dysentriae)
THEN Disentri Baliser
2

IF Diare makin lama makin berat, jarang mendadak

AND diare bercampur lendir dan darah
AND nyeri perut bagian bawah
AND tidak panas (subfebris)
OR keadaan umum tidak seberat disentri basiler
THEN Disentri Amoeba

IF Hilang nafsu makan (anoreksia)

AND kembung
AND nyeri epigastrium (ulu hati)
AND mual
OR muntah
AND panas menggigil
AND diare
AND kolik
AND perdarahan karena bahan kimia atau obat-obatan.
THEN Gastritis akut

IF Tidak merasakan sakit

AND tidak nafsu makan
AND nyeri ulu hati
AND mual
AND keadaan fisik cukup baik.
THEN Gastritis kronik

IF Mual,
OR muntah
AND nyeri perut
AND demam
OR diare.
THEN Diare akut

IF kembung
AND flatus berlebih
AND nyeri perut
AND ada faktor spikososial.
OR Diare tanpa rasa nyeri
THEN Diare kronik

IF Sakit perut waktu lapar

AND rasa sakit di depat pusat
AND hilang 3-4 jam setelah makan
AND nafsu makan tidak terganggu
THEN Ulkus duodenul (luka usus dua belas jari)

IF Sakit perut waktu lambung kosong dan terisi

AND nyeri timbul setelah - 1 jam setelah makan
AND mual,
Page | 35

OR muntah,
AND nyeri
THEN Ulkus ventrikrel
9

IF Panas (5-7 hari)

AND mengigil
AND malas,
OR lesu
AND mual,
OR muntah
AND lidah kotor keputihan ditengah dan pinggir merah (beslag)
THEN Typhoid (types)

10

IF Mual
AND muntah
AND tidak biasa flatus (kentut)
AND perut kembung
AND bisisng usus lemah atau tidak ada.
THEN Ileus paralitik

11

IF Mual,
OR muntah
AND tidak dapat flatus (kentut),
OR perut kembung
AND nampak gambaran lekukan usus (contour)
AND nampak gambaran usus yang berjalan pada dinding usus,
bising usus metalik.
THEN Ileus obstruksi
Tabel Contoh Representasi Pengetahuan Penyakit Gangguan Pencernaan [13]

Page | 36

3.1.4 Sistem Pakar Diagnosa Awal Penyakit Kulit Sapi

Indonesia mempunyai potensi peternakan yang cukup besar dengan produk
unggulan antara lain sapi perah dan sapi potong, produk unggulan peternakan tersebut
berkembang dan terkonsentrasi dalam kawasan pengembangan sentra produksi, akan
tetapi tidak banyak peternak yang memiliki pengetahuan dibidang ternak hewan
khususnya dalam hal ini sapi. Seperti kasus sapi mati dalam jumlah banyak di Gunung
Kidul yang diakibatkan oleh infeksi pada kulit sapi. Hal ini disebabkan peternak
kurang mengenali secara rinci penyakit kulit pada sapi [14].

Daftar penyakit kulit sapi :

a.

Penyakit Ketombe

b.

Parakeratotosis

c.

Hiperkeratosis

d.

Skabies

e.

Impetigo

f.

Oedema Angioneurotik (Angioneurotik edema)

g.

Urtikaria (Biduren)

h.

Limfangitis/radang saluran limfa

i.

Sela Karang (saccharomycosis)

j.

Kadas

k.

Dermatitis (radang kulit)

l.

Luka bakar

m.

Kudis

n.

Penyakit kulit oleh caplak, kutu, lalat dan nyamuk

Representasi Pengetahuan
Adapun melakukan representasi pengetahuan dalam sistem pakar pendiagnosa

penyakit kulit adalah dengan pohon keputusan dan tabel keputusan, dari keduanya
dibentuk kaidah produksi [14].

Page | 37

o Gejala utama penyakit ketombe

Tabel keputusan gejala penyakit ketombe :
No Gejala
Penyakit
1
Gatal
2
Kulit Kering
3
Rambut Kering
4
Timbul sisik pada kulit
5
Rambut kusam
6
Kulit kusam
Tabel Contoh Tabel Keputusan Penyakit Kulit Sapi : Ketombe [14]

ketombe

Gambar Pohon keputusan penyakit ketombe [14]

Keterangan :
1

: Gatal

: Kulit Kering

: Rambut Kering

: Timbul sisik pada kulit

: Rambut kusam

: Kulit kusam

Representasi Kaidah Produksi :

Kaidah dapat disusun dari pohon keputusan yang ada sehingga untuk
Ketombe didapatkan kaidah produksi sebagai berikut [14] :
Penyakit Ketombe
Kaidah 1.
IF kulit Gatal
AND kulit kering
AND Rambut kering
AND timbul sisik pada kulit
AND Rambut kusam
AND Kulit Kusam.
Page | 38

THEN Penyakit Ketombe

o Penyakit Parakeratoris
Tabel keputusan gejala penyakit Parakeratoris:
No Gejala
Penyakit
1
Kulit berwarna abu abu
2
Kulit menebal
3
Lesi berawal sebagai eritema
4
Reruntuhan sel berjatuhan menempel pada rambut
5
Kulit yang menebal akan menjadi Fissura (luka)
Kulit berwarna merah permukaannya kasar
6
Tabel Contoh Tabel Keputusan Penyakit Kulit Sapi : Parakeratoris [14]
Pohon keputusan gejala penyakit Parakeratoris:

Parakerator
is

Gambar Pohon keputusan penyakit Parakeratoris [14]

Keterangan :
1
2

: Kulit berwarna abu abu

: Kulit menebal

: Lesi berawal sebagai eritema

: Reruntuhan sel berjatuhan menempel pada rambut

: Kulit yang menebal akan menjadi Fissura (luka)

: Kulit berwarna merah permukaannya kasar

Representasi Kaidah Produksi :

Kaidah dapat disusun dari pohon keputusan yang ada sehingga untuk
Parakeratoris didapatkan kaidah produksi sebagai berikut.
Penyakit Parakeratoris

Page | 39

Kaidah 2.
IF Kulit berwarna abu abu
AND kulit menebal
AND Lesi berawal sebagai eritema
AND reruntuhan sel berjatuhan menempel pada rambut
AND kulit yang menebal akan menjadi Fissura (luka)
AND kulit berwarna merah permukaannya kasar.
THEN Penyakit Parakeratoris

Page | 40

BAB IV
PENUTUP

4.1 Kesimpulan
Sebuah sistem pakar membutuhkan proses representasi pengetahuan untuk
merepresentasikan basis pengetahuan yang dimilikinya yang nantinya akan dilakukan
inferensi terhadap pengetahuan yang telah direpresentasikan sebelumnya. Representasi
ditujukan agar bagaimana fakta yang telah didapat dapat dikomputasi oleh sebuah komputer.
Macam-macam metode representasi pengetahuan sangat banyak diterapkan dan
disesuaikan terhadap sistem pakar yang dibuat. Dalam makalah ini dibahas 6 model
representasi pengetahuan, yaitu diantaranya adalah model kaidah produksi, logika, script,
jaringan semantik, frame, dan Object-Atrribute-Value (OAV).
Penggunaan dari macam-macam model representasi pengetahuan tersebut dapat
digunakan berdasarkan pengetahuan yang telah ada. Jenis-jenis pengetahuan sendiri terdapat
pengetahuan deklaratif yang menggunakan basis logika dan pendekatan relasi dan prosedural
yang menggunakan algoritma sebagai prosedural pemecahan masalah.
Untuk pengetahuan deklaratif yang menggunakan logika proporsional ataupun logika
predikat, model relasi menggunakan jaringan semantik, frame, logika predikat, graf, dan
decision tree. Sedangkan pengetahuan prosedural lebih sering menggunakan representasi
pengetahuan kaidah produksi [1] [3].

Page | 41

DAFTAR RUJUKAN

[1] Kusrini. 2008. Aplikasi Sistem Pakar Menentukan Faktor Kepastian Pengguna dengan
Metode Kuantifikasi Pertanyaan. Yogyakarta : Penerbit Andi
[2] Kusrini. 2006. Sistem Pakar, Teori dan Aplikasi. Yogyakarta : Penerbit Andi
[3] Rohman, Feri Fahrur and Fauzijah, Ami, Rancang Bangun Aplikasi Sistem Pakar Untuk
Menentukan Jenis Gangguan Pada Perkembangan Anak in Media Informatika, Vol. 6,
No. 1, Juni 2008, hal 1-23
[4] H. S Suryadi. "Pengantar Sistem Pakar ". Penerbit: Universitas Gunadarma Depok. Tanpa
Tahun
[5] 2013. Representasi pengetahuan menggunakan kaidah produksi dalam Sistem Pakar ,
(Online),

(http://ilmuti.org/2013/03/representasi-pengetahuan-menggunakan-kaidah-

produksi-dalam-sistem-pakar/, diakses pada tanggal 05 Oktober 2013)

[6] 2010.

Representasi

Pengetahuan

Kaidah

Produksi

(Online),

(http://koleksipengetahuan.wordpress.com/2010/01/15/representasi-pengetahuan-kaidahproduksi/, diakses pada tanggal 05 Oktober 2013)

[7] 2009.

Representasi

Pengetahuan

(Jaringan

Semantik)

(Online),

(http://spukswkelasbkelompok3.blogspot.com/2009/02/representasi-pengetahuanjaringan.html, diakses pada tanggal 05 Oktober 2013)

[8] 2010.

Representasi

Pengetahuan

http://ianspace.wordpress.com/2010/10/25/representasi-pengetahuan/,

(Online),
diakses

pada

tanggal 06 Oktober 2013)

[9] Tanpa Tahun. Mengenal Ginjal Lebih Dalam , (Online), diakses pada tanggal 07 Oktober
2013)
[10]

Latumakulita, Luther and Montolalu, Chriestie, Sistem Pakar Pendiagnosa Penyakit

Ginjal in Jurnal Ilmiah Sains, Vol. 11, No. 1, Juni 2011, hal 131-139
[11]

Wijaya, Rahmadi, Penggunaan Sistem Pakar dalam Pengembangan portal Informasi

untuk Spesifikasi Jenis Penyakit Infeksi in Jurnal Informatika, Vol. 3, No. 1, Juni 2007,
hal 63-88
[12]

Andrianto, Wahyu, Anggraeni, Wiwik, Mukhlason, Ahmad , Pembuatan Sistem

Pakar Untuk Pendeteksian dan Penanganan Dini Pada Penyakit Sapi Berbasis Mobile
Android Dengan Kajian Kinerja Teknik Knowledge Representation in Jurnal Teknik ITS,
Vol. 1, September 2012, hal 310-315
Page | 42

[13]

Eviyanti, Ade, Aplikasi Sistem Pakar untuk Mendiagnosa Gangguan Pencernaan

Pada Orang Dewasa. Tanpa Tahun

[14] Syatibi, Ahmad, Sistem Pakar Diagnosa Awal Penyakit Kulit Sapi BErbasis WEB
Dengan Menggunakan Metode Certainty Factor. Thesis. 2012

Page | 43