PENERAPAN METODE RIPPLE DOWN RULES UNTUK MENGIDENTIFIKASI ...
Transcript of PENERAPAN METODE RIPPLE DOWN RULES UNTUK MENGIDENTIFIKASI ...
PENERAPAN METODE RIPPLE DOWN RULES UNTUK MENGIDENTIFIKASI PENYAKIT AYAM
Tri Sagirani1) Tutut Wurijanto2) Azis Rahma Muraegi3)
1,2,3) S1/Jurusan Sistem Informasi, STIKOM Surabaya 1,2) [email protected]; [email protected]
Abstract: Chickens are exposed to disease or illness usually show symptoms - symptoms that weird. Both changes in the head, neck, body, wings, legs, behavior, disorders of the internal organs and other. Among the symptoms that occur there are symptoms that can be seen by the eye or clinical symptoms and by seeing these symptoms can be known disease affecting chickens. But not everyone can do it, it takes a tool to do so. Method of Ripple Down Rule (RDR) is one method that has the capability of expert system inference / search and acquisition of knowledge. By using the RDR a system will be able to identify the disease as an expert with clinical symptoms as inputannya. Based on the research and experiments performed by using clinical symptoms of some diseases, the system can identify the disease based on knowledge of diseases that have been stored in the system. Besides, the system can add to the knowledge that comes directly from the experts. Keywords: Disease, Chicken, Ripple Down Rule, System
Penyakit ayam merupakan masalah yang bisa menimbulkan kerugian bagi mereka yang memelihara dirumah maupun peternakan ayam. Ayam yang terkena penyakit biasanya mereka “bunuh” untuk menghindari penyebarannya. Apalagi dengan adanya kabar penyakit flu burung banyak orang takut untuk memelihara maupun mengkonsumsi ayam yang sakit karena takut tertular. Kebanyakan ayam – ayam tersebut mereka kubur atau di bakar. Menurut Tabbu (2000), penyakit – penyakit tersebut biasanya disebabkan oleh bakteri, virus, jamur, parasit, keracunan zat makanan atau kekurangan zat tertentu.
Jamur merupakan salah satu penyebab penyakit yang sering menyerang ayam. Jamur biasa hidup ditempat yang lembab dan suhu udara yang biasa tetapi tidak tahan dengan suhu yang tinggi. Indonesia yang beriklim tropis membuat jamur mudah berkembang. Namun bila ayam mengalami pertumbuhan lambat, produksi telur atau daging rendah dan kematian belum tentu ayam tersebut terkena penyakit bisa juga terjadi keracunan makanan atau kekurangan zat – zat makanan tertentu. Hal tersebut bisa dilihat dari gejala yang timbul pada ayam. Memang untuk orang awang akan sulit membedakan gejala penyakit satu dengan yang lain.
Sistem pakar ini berusaha mengidentifikasi penyakit selayaknya dokter hewan sehingga bisa mengdiagnosa apakah ayam bisa mati lebih cepat atau menular ke ayam yang lain sehingga kita bisa mencegahnya.
Sistem pakar adalah sebuah program komputer yang mencoba meniru atau mensimulasi pengetahuan (knowledge) dan keterampilan (skill) dari seorang pakar pada area tertentu (Irawan, 2006: 5). Sistem yang akan dibuat dalam penelitian ini akan menggunakan metode Ripple Down Rules (RDR). RDR sendiri merupakan metode yang berbasis aturan (Rule – Base). Metode RDR selain memiliki algoritma inferensia juga memiliki algoritma untuk akuisisi pengetahuan dari pakar (Subakti, 2006: 89). Algoritma dalam akuisisi
pengetahuan berguna untuk membantu proses transfer atau perpindahan pengetahuan dari pakar ke sistem. Dengan begitu pengetahuan atau knowledge base pada sistem terus up to date sehingga dapat memberikan informasi yang akurat kepada pengguna.
METODE Desain umum Sistem
Sistem yang dibangun diharapkan dapat mengatasi masalah untuk memudahkan proses analisis, dengan menghasilkan desain arsitektue Aplikasi untuk mengidentifikasi penyait ayam menggunakan Metode RDR. Dan menghasilkan sebuah ouput jenis penyakit dan pengendaliannya.
User User Interfece Inference Engine
Knowledge BasePakar Expert Interface Knowledge Base Editor
Fakta
Hasil
Pengetahuan
Debug Result
Working Memory
Output:1. Hasil identifikasi penyakit pada ayam2. Pengendalian penyakit pada ayam
Gambar 1. Desain arsitetur Umum Sistem
Seperti ditunjukkan pada gambar 1, Sistem terdiri
dari beberapa modul yaitu (1) User Interface, Tampilan sistem yang digunakan untuk membantu user untuk berinteraksi dengan sistem, yaitu dengan menginputkan fakta –fakta untuk mendapatkan sebuah kesimpulan. (2) Inference Engine, Komponen yang berisi algoritma inferensi dari metode RDR, bertugas untuk mencari padanan fakta yang diinputkan oleh user dengan fakta – fakta yang ada di knowledge base dan menghasilkan sebuah kesimpulan.
SNASTI 2010, SC - 14
Terdapat panah bolak – balik antara komponen Inferensia dengan Knowledge Base. Hubungan dengan Knowledge Base selain mengambil fakta yang tersimpan, Inferensia Engine juga memasukkan data berupa gejala yang tidak bisa ditemukan konklusinya. (3) Expert Interface, Tampilan sistem yang digunakan oleh pakar untuk mengelola knowledge base aplikasi. Pakar dalam hal ini adalah orang yang memiliki kebijakan untuk membuat serta merubah rule. (4) Working Memory, Disini sistem akan menyimpan dan membaca informasi tentang fakta – fakta yang di inputkan oleh user ataupun fakta – fakta hasil kesimpulan dari komponen Inferensia Engine. Dalam hal ini Working Memory merupakan memori sementara dalam proses. (4)Knowledge Base Editor,
Elemen ini bertugas untuk melakukan perubahan pada knowledge base sesuai dengan fakta atau pengetahuan yang di inputkan oleh pakar. Metode akuisisi dari metode RDR digunakan dalam proses ini. (5) Knowledge Base Knowledge Base dalam sistem ini merupakan sebuah database yang berisikan fakta – fakta dan juga teknik dalam menerangkan masalah yang disusun dalam urutan yang logis. Knowledge Base untuk sistem pakar ini berisikan informasi atau pengetahuan mengenai masalah penyakit ayam, baik gejala, cara penanggulangan dan pencegahannya
Penelitian yang dilakukan pada pengembangan (proyek) karena penelitian ini bertujuan untuk membuat aplikasi untuk mengidentifikasi penyakit ayam dengan menggunakan metode Ripple Down Rules (RDR) berdasarkan gejala klinis yang muncul. Pemodelan aplikasi untuk mengidentifikasi penyakit ayam dapat digambarkan secara sederhana seperti gambar 2.
INPUT
Ø Gejala Penyakit AyamØ Pengetahuan tentang Penyakit
Ayam
PROSES
Ø Proses identifikasi penyakitØ Proses update knowledge base
OUTPUT
Informasi tentang Penyakit dan cara penanganannya
Gambar 2. Blok Diagram Aplikasi Identifikasi Ayam
Sistem ini terdiri dari 2 (dus) proses yaitu (1) Proses Identifikasi penyakit , untuk memproses input untuk di cocoka dengan knowledge base, (2) Proses Update Knowledge Base, di update dengan data pengetahuan tentang penyakit ayam yang di inputkan oleh user. Penerapan MODEL Pohon data Dalam Sistem
Fase pertama dalam pembangun apliaksi adalah membangun pohon data adalm sistem , yang digunakan untuk merancang rule identifikasi penyakit ayam , seperti digambarkan di gambar 3. Fase pembuatan data warehouse digunakan SQL Server 2005 Integration Services untuk proses pemuatan data ke star schema. Proses pemuatan data pertama kali dilakukan pada tabel-tabel dimensi, kemudian pemuatan data dilakukan pada tabel fakta. Pembuatan data warehouse dilakukan sebagai underlying database yang menyediakan sumber data untuk kubus OLAP. Star schema yang digunakan dapat dilihat pada gambar 3.
Keluar lendir dari mulutJengger berwarna ungu kebiruan
Pial berwarna ungu kebiruanMuka berwarna ungu kebiruan
LesuDemam
MengantukNgorokDiare
Tinja berwarna kehijauan
Flow CholeraKebutaan pada mata
kaki kakuLesuDiare
Gangguan pertumbuhan
Arizonosis
Muka pucatTinja berwarna kekuningan
Gangguan pertumbuhan
Flow TyphoidPembengkakan sendi
Badan kurusAnoreaksi
Tinja bau busuk
StafilokokosisPial pucat
Kepala gemetaranBulu badan berdiri
DepresiDemam
LesuBerat badan menurun
Tinja berwarna kekuninganStreptokokosis
Pial pucatBulu badan berdiri
Pembengkaka sendiKelumpuhan
Tinja berwarna hijau keputihan
Infeksi Mycoplasma Synovieae (MS)
Muka pucatPial pucat
Kulit badan berwarna kuningDepresi
lesuInclusion Body Hepatitis
(IBH)Menekuk kepala dan leherBulu badan berdiri
DiareBanyak minum
MengantukLesu
anemiaKosidiosis
Bulu badan berdiriLesu
Nafu makan berkurangNgorok
Kolibasilosis
Jengger mengecilJengger berwarna kelabu
Kepala kakuTinja berwarna putih
LesuNafsu makan berkurang
Pulorium/Berak Kapur
2
Root Muka membengkakPial membengkak
Kelopak mata berwarna merahKeluar lendir dari hidungKeluar lendir dari Mata
BersinNgorok
Nafsu makan berkurangInfectious Coryza(snot)
Mata BerairBulu sayap kotor
Nafas sesakBatuk
Chronic Respiratory Disease (CRD)
Mulut terbukaLeher dijulur keatas
Jengger berwarna kebiruanKulit kepala berwarna
kebiruanNafas sesak
Nafsu makan berkurangNgorok
AspergilosisKepala terputar
Kaki lumpuhSayap lumpuh
DiareNafsu makan berkurang
BersinNafas sesak
GemetarBatukLesu
Newcastle Disease(ND)/Tetelo
Muncul bintik pada pialMuncul bintik pada mukaKeluar lendir dari hidung
Kebutaan pada mataMuncul bintik pada kulit badan
Nafas sesakNafsu makan berkurang
Flow Pox(CacarUnggas)
Muka membengkakMata membengkak
Tinja berwarna kehijauanBatuk
Keluar lendir dari mataKepala menghadap keatas
Kepala gemetaranBersin
Sulit berdiriLesu
Nafsu makan berkurangSwollen Head Syndrome
(SHS)
Badan kurusBulu badan kusam
Bulu badan berkerutPerut membesar
Nafsu makan berkurangNafas sesak
Lesu
Limfoid Leukosis (Busung Ayam)
Jengger pucatMuka pucat
Kebutaan pada mataBadan kurusKaki lumpuh
Sayap lumpuhDiare
Langkah tegapMerek’s Disease(MD)
SNASTI 2010, SC - 15
Gambar 3. Pohon Data Dalam Sistem
Diagram Alir Sistem Diagram Alur Sistem Aplikasi Gambar 4. Menggambarkan diagram alir sistem aplikasi secara umum. Terdapat dua proses yang dimana pada proses akuisisi hanya bisa diakses oleh user yang diberi hak akses dalam hal ini adalah pakar. Terlihat jalannya proses dari verifikasi user dalam hal ini pakar, jalannya data dari input sampai keluaran.
Mulai
Identifikasi Penyakit?
Update knowledge
base?
Diberi Akses?
Selesai
Data gejalaPenyakit
Informasi jenis penyakit dan cara
penanggulangannya
Proses Identifikasi Penyakit
Periksa Rule X yang berstatus
usulan
Menemukan RuleX dengan status usulan?
Gunakan RuleX yang ditemukan?
Informasi tambahan berupa jenis dan gejala penyakit
Jenis dan gejala penyakit
Membentuk ruleX dengan status
usulan
Proses Akuisisi Pengetahuan Knowledge
Base
YaYa
Ya
TidakTidak
Tidak
Tidak
Tidak
Ya
Ya
Gambar 4. Diagram Alur Sistem aplikasi
Diagram Alur Proses Identifikasi Diagram alur proses identifikasi pada gambar 5.
Menunjukkan proses identifikasi penyakit dengan menggunakan algoritma inferensi dari metode RDR, yang dimulai dengan masukan data gejala klinis ayam yang sakit dan menerima keluaran berupa informasi penyakit dan cara penanggulangannya.
2
Kaki lemahBulu badan menjadi hitam/kotor
Kulit badan menjadi hitamKulit badan mudah mengelupas
Timbunan cairan dibawah kulit badanDepresi
InkordinasiNafsu makan berkurang
Sempoyongan
Dermatitis Gangrenosa (Sayap Busuk)
Leher lumpuh sayap lumpuhKaki lumpuh
Bulu badan berdiriBulu badan mudah dicabut
Gangguan pernafasan
Botulisme
Kepala tertundukMata tertutup
LesuDepresi
Keluar lendir dari mataBerdiri dengan satu kaki
Sayap menggantungBulu badan berdiri
MengantukNafsu makan berkurang
Banyak minumInfeksi Paratifoid
Bulu badan kusam
Enteritis Ulseratifa (Quail disease)
Ayam bergerombol
Enteritis Nekrotikan
Muka mengecilPial mengecil
Bulu badan kusamBulu badan berdiri
Berat badan menurunKulit badan mengering
Kaki lumpuhSayap menggantung
DepresiLesu
Tuberkulosis
Langkah kaku
HistomoniasisPembengkakan sendi
InkordinasiDiare
KelumpuhanAtaksia
Infeksi Pseudomonas
Bulu badan berdiriGangguan pertumbuhan
LesuTinja berwarna putih
KandidiasiKeluar lendir dati hidungKeluar lendir dari mata
NgorokNafsu makan berkurang
BersinNafas sesak
BatukLesu
Gangguan pertumbuhanAyam bergerombol
Infectious Bronchitis (IB)Mata berair
Keluar darah dari hidungKeluar darah dari mulut
BatukNafas sesak
LesuTinja bercampur darah
Infectious Laryngotracheitis (Batuk Darah)
Muka membengkakMata berair
DepresiDiareBersinNgorokBatuk
Kematian mendadakAvian Influenza (Flu Burung)Bulu badan berdiri
DiareGemetar
LesuTinja berwarna putihNafsu makan baik
Infectious Bursal Disease (IBD/Gumboro)
Kepala kakuLeher kaku
Kebutaan pada mataMata sayu
Bulu badan rontokKaki pincang
DiareSempoyongan
Avian EnsefalomielitisJengger pucatMuka pucat
Jengger membengkakDepresiDemam
Nafsu makan berkurangLesu
Tinja berwarna kehijauanGangguan pernafasan
Malaria Avian
Keluar lendir dari mulutLeher dijulur keatas
Mulut bau busukPerut kosong
DiareTinja berwarna kekuningan
Trikomoniasis
Jengger mengecilJengger pucat
Kebutaan pada mataInkordinasi
Tinja berwarna putihGemetar
Toksoplasmosis
SNASTI 2010, SC - 16
Data gejala klinis penyakit ayamMembentuk rule X
Cek Clause Pada Node Corner
Stone
Knowledge Base
Menemukan konklusi?
Ada node Child? Cek node child
Menemukan konklusiRule habis?
Mengisi konklusi rule X dengan konklusi yang
ditemukan
Mengisi konklusi rule X dengan ‘tidak ada’ dan
mengubah status rule X menjadi =
usulan
Hasil Inferensi
Return
Ya
Ya
YaYa
Tidak
Tidak
TidakTidak
Proses Identifikasi Penyakit
Gambar 5. Diagram Alur Proses Identifikasi
Diagram Alur Akusisi Pengetahuan
Diagram alur proses akuisisi pengetahuan pada gambar 3.13 menunjuk-kan proses pemindahan pengetahuan dari seorang pakar ke aplikasi. Sebelumnya data yang dimasukkan dicek dengan mencoba mencari pembanding pada rule base. Proses pembanding hampir mirip dengan proses identifikasi, jika ditemukan maka akan dibuat tabel pembanding. Dari tabel tersebut user akan diberi 5 opsi untuk memasukkan pengetahuan yang baru tersebut. Opsi tersebut adalah: Opsi 1, Rule baru yang akan dihasilkan adalah negasi dari clauses rule pada node di daftar perbedaan. Opsi 2, Rule baru yang akan dihasilkan adalah clauses ruleX di daftar perbedaan Opsi 3, Rule yang baru dihasilkan dari gabungan opsi 1 dan opsi 2 Opsi 4, Rule baru yang akan dihasilkan semuanya berasal dari rule baru yang tersedia tanpa melihat daftar perbedaan, namun letaknya pada level yang sama dari CC yang sedang dicek tadi. Artinya rule baru tersebut setingkat dengan CC yang dicek atau memiliki parent yang sama dengan CC Opsi 5, Rule baru yang akan dihasilkan semuanya berasal dari rule baru yang tersedia tanpa melihat daftar perbedaan dan letaknya langsung berada dibawah root imajiner.
RuleX
Cek Clause Pada Node Cornerstone
Case
Knowledge Base
Ada node CC yang clausenya
menyamai?
Ada node Child yang juga node
Cornerstone case?Cek node child
Rule habis?
Buat tabel pembanding
Opsi 1 Opsi 5Opsi 4Opsi 3Opsi 2
Menyimpan rule yang baru ke
knowledge base sesuai opsi
Return
Ya
Ya
YaYa
Ya Ya Ya Ya Ya
Tidak Tidak Tidak Tidak Tidak
Tidak
Tidak
TidakTidak Ada node CC yang clausenya
menyamai?
Proses Akuisisi Pengetahuan
Gambar 6.Diagram Alur Proses Akuisisi Pengetahuan
Struktur Database
Struktur ini digunakan untuk menyimpan data yang akan dipakai oleh knowledge base .
FK_KONKLUSI_MENGAMBIL_MASTER_R
FK_CLAUSES_MEMERIKSA_MASTER_R
FK_PENANGAN_MENUNJUKK_KONKLUSI
FK_PENCEGAH_MENUNJUKK_KONKLUSI
FK_CLAUSES__MENGISI_RULEX
Master Rule
id_ruleNodenama_rule
varchar(32)intvarchar(250)
<pk>Clauses
id_clausesid_ruleclauses
varchar(32)varchar(32)varchar(250)
<pk><fk>
konklusi dan detail
id_konklusiid_rulekonklusiketeranganParent_idChild_idCC_signstop_sign
varchar(32)varchar(32)varchar(250)varchar(300)varchar(32)varchar(8)varchar(8)varchar(8)
<pk><fk>
Penanganan
id_penangananid_konklusipenanganan
varchar(32)varchar(32)varchar(500)
<pk><fk>
Pencegahan
id_penecegahanid_konklusiPencegahan
varchar(32)varchar(32)varchar(500)
<pk><fk>
RuleX
id_rulexkonklusiketerangantanggalstatus
varchar(32)varchar(250)varchar(300)datetimevarchar(25)
<pk>Clauses_RuleX
id_clausexid_rulexpremisditemukan
varchar(32)varchar(32)varchar(250)char(5)
<pk><fk>
Hak Akses
user_namepasswordjabatanhak_akses
varchar(50)varchar(50)varchar(50)varchar(50)
<pk>
Gambar 7. Struktur Database
HASIL DAN PEMBAHASAN Form Untuk Proses Identifikasi
Gambar 8 . menampilan form hasil proses identifikasi yang dipakai untuk menginputkan gejala klinis yan terjadi pada ayam.
SNASTI 2010, SC - 17
Gambar 8. Form Input Gejala Pada Bagian Kepala
Form Hasil Identifikasi
Gambar 10 merupaka form untuk menampilkan hasil identifikasi yang dilakukan oleh user, yang akan menghasilkan jeis penyakitnya dan juga penangananya.
Gambar 9. Form Hasil Identifikasi
Uji Coba Penelusuran /Identifikasi
Sekelompok ayam ditemukan dengan gejala keluar lendir dari hidung dan mata, mata berair, bulu sayap kotor, nafsu makan berkurang, ngorok, nafas sesak dan batuk.
Pada gambar 10, gambar 11, dan gambar 12 adalah form konsultasi user yang memberikan inputan berupa gejala – gejala yang terjadi pada ayam. Fakta – fakta yang di inputkan: Gejala yang terjadi pada bagian kepala dan leher: (1) Keluar lendir dari hidung, (2) Keluar lendir dari mata, (3) Mata berair Gejala yang terjadi pada bagian Badan hingga kaki: Bulu sayap kotor Gejala yang terjadi pada tingkah laku dan kondisi ayam: (1) Nafsu makan berkurang, (2) Ngorok, (3) Nafas sesak, (4) Batuk
Gambar 10. Form Input Gejala Bagian Kepala dan
Leher
Gambar 11. Form Input Gejala Bagian Badan
Gambar 12. Form Input gejala umum dan tingkah laku
Penyelesaian/kesimpulan dari proses identifikasi oleh sitem adalah nama penyakit adalah Infeksi Mycoplasma Gallisepticum/chronic respiratory disaese (CRD), penyebabnya bakteri Mycoplasma Gallisepticum. Penanganannya adalah memberi antibiotika: spiramisin, tilosin, linkomisin, dan beberapa kelompok kuinolon, pencegahannya adalah bersihkan kandang dengan campuran fenol, formalin beta-propiolakton dan mertiolat. Seperti pada gambar 13
SNASTI 2010, SC - 18
Gambar 13. Hasil Identifikasi
Simpulan
Secara garis besar setelah melakukan implementasi dan evaluasi sistem untuk mengidentifikasi penyakit ayam dengan menggunakan metode Ripple Down Rules dapat ditarik kesimpulan: (1)Sistem dapat mengidentifikasikan penyakit ayam sesuai dengan pengetahuan yang tersimpan pada knowledge base berdasarkan gejala yang dinputkan dengan hasil identifikasi berupa nama penyakit, penyebab, penanganan dan pencegahan. (2) Sistem ini memvalidasi inputan untuk akuisisi pengetahuan berdasarkan nama penyakit dan gejala penyakit. (3)Sistem ini menyimpan gejala dalam bentuk text. Saat proses akuisisi jika ada gejala yang memiliki berbedaan kata namun memiliki persamaan arti, keduanya bisa terimput.
Daftar Rujukan 1. Diambil dari Buku/ Literatur Astuti, Widi, 2008, Sistem Pendukung Keputusan
Dalam Bidang Forensik Menggunakan Sistem Pakar, Surabaya: STIKOM.
Gozales, Avelino J. dan Dankel, Douglas D., 1993, The Engineering of Knowledge – based Systems, New Jersey : Alan Arp
Irawan, Jusak, 2006, Buku Pegangan Kuliah Sistem Pakar, Surabaya:STIKOM.
Silvianawati, Laila Rachma, 2006, Sistem Pakar Untuk Menditeksi Penyakit Pada Tanaman Buah – Buahan, Surabaya: STIKOM.
Subakti, Irfan, 2006, Sistem Berbasis Pengetahuan, Surabaya: Institut Teknologi Sepuluh November.
Tabbu, Charles Rangga, 2000, Volume 1 Penyakit Ayam dan Penanggulangannya: Penyakit Bakteri, Mikal dan Viral, Yogyakarta: Penerbit Kanisius.
Tabbu, Charles Rangga, 2000, Volume 2 Penyakit Ayam dan Penanggulangannya: Penyakit Asal Parasit, Noninfeksius dan Etiologi Komples, Yogyakarta: Penerbit Kanisius.
2. Diambil dari Jurnal Ho, V., W. Wobcke, P. Compton, 2003, EMMA: An E-
mail Management Assistant, IEEE/WIC International Conference on Intelligent Agent Technology, Los Alamitos, CA, IEEE, 67-74.
SNASTI 2010, SC - 19