Sabtu, 22 Desember 2012

contoh karya ilmiah




RANCANG BANGUN APLIKASI SISTEM PAKAR  UNTUK MENENTUKAN JENIS GANGGUAN  PERKEMBANGAN PADA ANAK
Di ajukan sebagai tugas Akhir Matakuliah Bahasa Indonesia


Dosen pembimbing:
AS’AT,M.Pd
Penyusun:
MAKHRUS SHOLEH
(2010.69.04.0026)



JURUSAN TEKNIK INFORMATIKA
FAKULTAS TEKNIK
UNIVERSITAS YUDHARTA PASURUAN 2012
 



KATA PENGANTAR
Puji syukur ke hadirat Allah SWT  atas segala karunia dan hidayahNya  yang telah memberikan kesehatan dan kekuatan sehingga penulis dapat menyelesaikan karya ilmiah ini dengan baik.
Karya ilmiah yang berjudul “Rancang Bangun Aplikasi Sistem Pakar Untuk Menentukan Jenis Gangguan Pada Anak” di susun sebagai salah tugas akhir matakuliah Bahasa Indonesia .Penulis menyadari bahwa masih banyak terdapat kekurangan ,maka dari itu penulis mengharapkan kritik dan saran yang bersifat membangun untuk menyelesaikan Karya Ilmiah ini.
Dalam penyusunan Karya Ilmiah ini penulis tidak akan berhasil tanpa bimbingan,petunjuk,dan pengarahan dari dosen pembimbing serta pihak lain yang telah membantu secara moral dan materiil.Sehubungan dengan itu penulis menyampaikan penghargaan dan ucapan terima kasih kepada:
1.      KH. Sholeh Bahrudin selaku pengasuh Pondok Pesantren Ngalah Darut Taqwa yang telah memberi saya spirit untuk menyelesaikan Karya Ilmiah ini.
2.      Bapak Dr.Syaifullah,M.Hi selaku Rektor Universitas Yudharta Pasuruan.
3.      Bapak As’at,M.Pd selaku Dosen Bahasa Indonesia dan pembimbing pembuatan Karya Ilmiah.
4.      Kedua orang tuaku yang selalu memberikan do’a,dukungan dan kasih sayang baik secara moral dan materiil dalam penulisan Karya Ilmiah ini.
Akhir kata semoga Karya Ilmiah yang telah di buat oleh penulis dapat bermanfaat bagi penulis sendiri dan pihak lain yang berkepentingan.
Pasuruan,14 Desember 2012

                                                                                                            Penulis

DAFTAR ISI
KATA PENGANTAR................................................................................ I
DAFTAR ISI............................................................................................... II
ABSTRAK.................................................................................................. IV
BAB I ( PENDAHULUAN) :..................................................................... 1
1.1 Latar Belakang ............................................................................... 1
1.2 Tujuan ............................................................................................ 2
1.3 Batasan Masalah............................................................................. 2
BAB II......................................................................................................... 3
2.1 Kecerdasan Buatan Secara Umum.................................................. 3
2.2  Sistem Pakar .................................................................................. 3
2.3  Struktur Sistem Pakar ................................................................... 5
 2.4  Komponen Sistem pakar .............................................................. 7
2.5  Metode Inferensi ........................................................................... 8
2.6  Representasi Pengetahuan ............................................................. 9
2.7  Ketidakpastian dengan Teori Certainty Factor (Teori Kepastian). 10
2.8  Gangguan Perkembangan pada Anak ........................................... 12
2.9  Jenis Gangguan perkembangan anak ............................................ 13
2.10  Autis ............................................................................................ 17
2.11  Conduct Disorder ....................................................................... 19
2.12  Attentation Deficit Hyperactive Disorders (ADHD) ................. 21
BAB III (PERANCANGAN DAN IMPLEMENTASI):.......................... 23
3.1  Perancangan Basis Pengetahuan.................................................... 23
3.2  Perancangan Mesin Inferensi ........................................................ 24
3.3  Implementasi Perangkat Lunak ..................................................... 24
BAB IV (PEMBAHASAN) :...................................................................... 26
4.1  Pengujian Kebenaran Sistem.......................................................... 26
4.2  Pengujian Satu Gejala Satu jenis gangguan .................................. 26
4.3  Pengujian Satu Gejala Beberapa Gangguan .................................. 27
4.4  Pengujian Beberapa Gejala Satu Gangguan .................................. 28
4.5  Pengujian Beberapa Gejala beberapa Gangguan............................ 29
BAB IV (PENUTUP).................................................................................. 31
4.1  KESIMPULAN............................................................................. 31
4.2  SARAN......................................................................................... 31
DAFTAR PUSTAKA................................................................................. 32






ABSTRAK
Sistem pakar (expert system) secara umum adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan  masalah seperti yang biasa dilakukan oleh para ahli. Atau dengan kata lain sistem pakar adalah sistem yang didesain dan diimplementasikan dengan bantuan bahasa pemrograman tertentu untuk dapat menyelesaikan masalah seperti yang dilakukan oleh para ahli.Diharapkan dengan sistem ini, orang awam  dapat menyelesaikan masalah tertentu baik sedikit’rumit ataupun rumit sekalipun ‘tanpa’ bantuan para ahli dalam bidang tersebut. Sedangkan bagi para ahli, sistem ini dapat digunakan sebagai asisten yang berpengalaman. Aplikasi yang dikembangkan ini bertujuan untuk menentukan jenis gangguan perkembangan pada anak di bawah umur 10 tahun dengan hanya memperhatikan gejala-gejala yang dialami. Dengan menggunakan metode Certanty Factor(CF), didapatkan nilai Kemungkinan gangguan yang dialami pasien. 



BAB I
 PENDAHULUAN
1.1 Latar Belakang
Perkembangan komputer dewasa ini  telah mengalami banyak perubahan yang sangat pesat, seiring dengan kebutuhan manusia yang semakin banyak dan kompleks. Komputer yang pada awalnya  hanya digunakan oleh para akademisi dan militer, kini telah digunakan secara luas di berbagai bidang, misalnya: Bisnis, Kesehatan, Pendidikan, Psikologi, Permainan dan sebagainya. Hal ini mendorong para ahli untuk semakin mengembangkan komputer agar dapat  membantu kerja manusia atau bahkan melebihi kemampuan kerja manusia.
Kecerdasan buatan atau  artificial intelligence merupakan bagian dari ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia. Sistem cerdas (intelligent system) adalah sistem yang dibangun dengan menggunakan teknik-teknik  artificial intelligence. Salah satu yang dipelajari pada kecerdasan buatan adalah teori kepastian dengan menggunakan teori Certainty Factor (CF) (Kusumadewi, 2003). Sistem Pakar  (Expert System) adalah program berbasis pengetahuan yang menyediakan solusi-solusi dengan kualitas pakar untuk problema-problemadalam suatu  domain yang spesifik.
Sistem pakar merupakan program computer yang meniru proses pemikiran dan pengetahuan pakar dalam menyelesaikan suatu masalah tertentu. Implementasi  sistem pakar banyak digunakan dalam bidang psikologi karena sistem pakar dipandang sebagai cara penyimpanan pengetahuan pakar pada bidang tertentu dalam program komputer sehingga keputusan dapat diberikan dalam melakukan penalaran secara cerdas.Irisan antara psikologi dan sistem pakar melahirkan sebuah area yang dikenal dengan nama cognition & psycolinguistics. Umumnya pengetahuannya diambil dari seorang manusia yang pakar dalam domain tersebut dan sistem pakar itu berusaha meniru metodelogi dan kinerjanya (performance) (Kusumadewi, 2003).  
Salah satu implementasi yang diterapkan sistem pakar dalam bidang psikologi, yaitu untuk sistem pakar menentukan jenis gangguan perkembangan pada anak. Anak-anak merupakan fase  yang paling rentan dan sangat perlu diperhatikan satu demi satu tahapan  perkembangannya. Contoh satu bentuk gangguan perkembangan adalah  conduct disorder.  Conduct disorder adalah satu kelainan perilaku dimana anak sulit membedakan benar salah atau baik dan buruk, sehingga anak merasa tidak bersalah walaupun sudah berbuat kesalahan.Dampaknya akan sangat buruk bagi perkembangan sosial anak tersebut.  Oleh karena itu dibangun suatu sistem pakar yang dapat membantu para pakar/ psikolog anak untuk menentukan jenis gangguan perkembangan pada anak dengan menggunakan metode Certainty Factor (CF).
1.2 Tujuan
Tujuan dari penelitian ini adalah menghasilkan suatu sistem yang dapat digunakan untuk melakukan diagnosis gangguan pada perkembangan anak yang mampu membuat suatu keputusan yang sama, sebaik dan seperti pakar.
1.3 Batasan Masalah
1.      Sistem pakar ini berbasis web.
2.      Diasumsikan bahwa data dimasukkan oleh orang yang mengetahui perubahan tingkah laku si pasien.
3.      Sistem pakar ini mendiagnosis pasien di bawah umur 10 tahun.
4.      Sumber pengetahuan diperoleh dari pakar, buku-buku, dan  e-book yang mendukung.
5.      Metode yang digunakan dalam penyelesaian masalah ini adalah metode Certainty Factor.

BAB II
2.1 Kecerdasan Buatan Secara Umum
Kecerdasan buatan dapat didefinisikan sebagai mekanisme pengetahuan yang ditekankan pada kecerdasan pembentukan dan penilaian pada alat yang menjadikan mekanisme itu, serta membuat komputer berpikir secara cerdas. Kecerdasan buatan juga dapat didefinisikan sebagai salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan manusia. Teknologi kecerdasan buatan dipelajari dalam bidang-bidang, seperti: robotika, penglihatan komputer (computer vision), jaringan saraf tiruan  (artifical neural system), pengolahan bahasa alami(natural language processing),pengenalan suara (speech recognition), dan sistem pakar (expert system). 
2.2  Sistem Pakar
Sistem pakar (expert system) secara umum adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. Atau dengan kata lain sistem pakar adalah sistem yang didesain dan diimplementasikan dengan bantuan bahasa  pemrograman tertentu untuk dapat menyelesaikan masalah seperti yang dilakukan oleh para ahli. Diharapkan dengan sistem ini, orang awam dapat menyelesaikan masalah tertentu baik ‘sedikit’ rumit ataupun rumit sekalipun ‘tanpa’ bantuan para ahli dalam bidang tersebut. Sedangkan bagi para ahli, sistem ini dapat digunakan sebagai asisten yang berpengalaman. Sistem pakar merupakan cabang dari  Artificial Intelligence (AI) yang cukup tua karena sistem ini telah mulai dikembangkan pada pertengahan tahun 1960.Sistem pakar yang muncul pertama kali adalah  General-purpose problem solver (GPS) yang dikembangkan oleh Newl dan  Simon. Sampai saat ini sudah banyak sistem pakar yang dibuat, seperti MYCIN, DENDRAL, XCON & XSEL, SOPHIE, Prospector, FOLIO, DELTA, dan sebagainya (Kusumadewi, 2003). Perbandingan sistem konvensional dengan sistem pakar sebagai berikut (Kusumadewi, 2003):
a.       Sistem Konvensional
1.   Informasi dan pemrosesan umumnya digabung dalam satu program sequential
2.   Program tidak pernah salah (kecuali pemrogramnya yang salah)
3.   Tidak menjelaskan mengapa  input dibutuhkan atau bagaimana hasil diperoleh
4.   Data harus lengkap
5.   Perubahan pada program merepotkan
6.   Sistem bekerja jika sudah lengkap. 
b.      Sistem Pakar
1.      Knowledge base terpisah dari mekanisme pemrosesan (inference)
2.      Program bisa melakukan kesalahan
3.      Penjelasan (explanation) merupakan bagian dari ES
4.      Data tidak harus lengkap
5.      Perubahan pada rules dapat dilakukan dengan mudah
6.      Sistem bekerja secara heuristik dan logic
Suatu sistem dikatakan sistem pakar apabila memiliki ciri-ciri sebagai berikut (Kusumadewi, 2003):
1.      Terbatas pada domain keahlian tertentu
2.      Dapat memberikan penalaran untuk data-data yang tidak pasti
3.      Dapat mengemukakan rangkaian alasan-alasan yang diberikannya dengan cara yang dapat dipahami
4.      Berdasarkan pada kaidah atau rule tertentu
5.      Dirancang untuk dikembangkan sacara bertahap
6.      Keluarannya atau output bersifat anjuran. 
Adapun banyak manfaat yang dapat diperoleh dengan mengembangkan sistem pakar, antara lain (Kusumadewi, 2003):
1.      Masyarakat awam non-pakar dapat memanfaatkan keahlian di dalam bidang tertentu tanpa kesadaran langsung seorang pakar
2.      Meningkatkan produktivitas kerja, yaitu bertambahnya  efisiensi pekerjaan tertentu serta hasil solusi kerja
3.      Penghematan waktu dalam menyelesaikan masalah yang kompleks
4.      Memberikan penyederhanaan solusi untuk kasus-kasus yang kompleks dan berulang-ulang
5.      Pengetahuan dari seorang pakar dapat dikombinasikan tanpa ada batas waktu
6.      Memungkinkan penggabungan berbagai bidang pengetahuan dari berbagai pakar untuk dikombinasikan.
Selain banyak manfaat yang diperoleh, ada juga kelemahan pengembangansistem pakar, yaitu (Kusumadewi, 2003):
1.      Daya kerja dan produktivitas manusia menjadi berkurang karena semuanyadilakukan secara otomatis oleh sistem
2.      Pengembangan perangkat lunak sistem pakar lebih sulit dibandingkan denganperangkat lunak konvensional.
            Tujuan pengembangan sistem pakar sebenarnya bukan untukmenggantikan peran manusia, tetapi  untuk mensubstitusikan pengetahuanmanusia ke dalam bentuk sistem, sehingga dapat digunakan oleh orang banyak.
2.3  Struktur Sistem Pakar
Sistem pakar disusun oleh dua bagian utama, yaitu lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation environment) (Turban, 1995). Lingkungan pengembangan sistem pakar digunakan untuk memasukkan pengetahuan pakar ke dalam lingkungan sistem pakar, sedangkan lingkungan konsultasi digunakan oleh pengguna  yang bukan pakar guna memperoleh pengetahuan pakar. Komponen-komponen sistem pakar dalam dua bagian tersebut dapat dilihat pada Gambar 1. Komponen-komponen yang terdapat dalam sistem pakar adalah seperti yang terdapat pada Gambar 1, yaitu  User Interface (antarmuka pengguna), basis pengetahuan, akuisisi pengetahuan, mesin inference, workplace, fasilitas penjelasan, perbaikan pengetahuan.
Gambar 1. Arsitektur sistem pakar
Seorang pakar mempunyai pengetahuan tentang masalah yang khusus. Dalam hal ini disebut  domain knowledge. Penggunaan kata “domain” untuk memberikan penekanan pengetahuan pada  problem yang spesifik. Pakar menyimpan  domain  knowledge pada Long Term Memory (LTM) atau ingatan jangka panjangnya.
Gambar 2. Pemecahan masalah pada pakar
            Ketika pakar akan memberikan nasihat atau solusi kepada seseorang, pakar terlebih dahulu menentukan fakta-fakta dan menyimpannya ke dalam Short Term Memory (STM) atau ingatan jangka pendek. Kemudian pakar memberikan solusi tentang masalah tersebut dengan mengkombinasikan fakta-fakta pada STM dengan pengetahuan LTM. Dengan menggunakan proses ini pakar mendapatkan informasi baru dan sampai pada kesimpulan masalah. Gambar 2 menunjukan berkas diagram pemecahan masalah dengan pendekatan yang digunakan pakar.
Gambar 3. Struktur pemecahan masalah pada sistem pakar
Sistem pakar dapat memecahkan masalah menggunakan proses yang sama dengan metode yang digunakan oleh pakar, struktur yang digunakan ditunjukan pada Gambar 3. 
 2.4  Komponen Sistem pakar
Sebuah program yang difungsikan untuk menirukan seorang pakar manusia harus bisa melakukan hal-hal yang dapat dikerjakan seorang pakar. Untuk membangun sistem seperti itu  maka komponen-komponen dasar yang harus dimilikinya paling sedikit adalah sebagai berikut:
1.      Antar muka pemakai (User Interface)
2.      Basis pengetahuan (Knowledge Base)
3.      Mesin inferensi
Sedangkan untuk menjadikan sistem pakar menjadi lebih menyerupai seorang pakar yang berinteraksi dengan pemakai, maka dapat dilengkapi dengan fasilitas berikut:

1.      Fasilitas penjelasan (Explanation)
2.      Fasilitas Akuisisi pengetahuan (Knowledge acquisition facility)
3.      Fasilitas swa-pelatihan (self-training)
2.5  Metode Inferensi
Komponen ini mengandung mekanisme pola pikir dan penalaran yang digunakan oleh pakar dalam menyelesaikan suatu masalah. Metode inferensi adalah program komputer yang memberikan metedologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace , dan untuk memformulasikan kesimpulan (Turban, 1995). Kebanyakan sistem pakar berbasis aturan menggunakan strategi inferensi yang dinamakan modus ponen. Berdasarkan strategi ini, jika terdapat aturan “IF A THEN B”, dan jika diketahui bahwa A benar, maka dapat disimpulkan bahwa B juga benar. Strategi inferensi modus ponen dinyatakan dalam bentuk:
[A And (A→B)] →B (1)
dengan A dan A→B adalah proposisi-proposisi dalam basis pengetahuan.
Terdapat dua pendekatan untuk mengontrol inferensi dalam sistem pakar berbasis aturan, yaitu pelacakan ke belakang (Backward chaining) dan pelacakan ke depan (forward chaining).
a.  Pelacakan ke belakang (Backward Chaining)
Pelacakan ke belakang adalah pendekatan yang dimotori oleh tujuan (goal-driven). Dalam pendekatan ini pelacakan dimulai dari tujuan, selanjutnya dicari aturan yang memiliki tujuan tersebut untuk kesimpulannya. Selanjutnya proses pelacakan menggunakan premis untuk aturan tersebut sebagai tujuan baru dan mencari aturan lain dengan tujuan baru  sebagai kesimpulannya. Proses berlanjut sampai semua kemungkinan ditemukan (Kusumadewi, 2003). Gambar 4 menunjukan proses backward chaining. 

Observasi A                  Aturan R1   Fakta C                                                    
Tujuan 1 (keaimpulan)
                                                                                                                Aturan R 3          
Observasi B                Aturan R2                   Fakta D                  Aturan R 2                 
Gambar 4. Proses backward chaining
b.  Pelacakan ke depan (forward chaining)
Pelacakan kedepan adalah pendekatan yang dimotori data (data-driven). Dalam pendekatan ini pelacakan dimulai dari informasi masukan, dan selanjutnya mencoba menggambarkan kesimpulan.  Pelacakan ke depan, mencari fakta yang sesuai dengan bagian IF dari aturan IF-THEN. Gambar 5 menunjukkan proses forward chaining.
Observasi A                  Aturan R1   Fakta C                                                     Kesimpulan
                                                                                                                Aturan R 3
Observasi B                Aturan R2                   Fakta D                  Aturan R 2                  Kesimpulan
                                                                                  Fakta E               
Gambar 5.  Proses forward chaining
2.6  Representasi Pengetahuan
Setelah menerima bidang  kepakaran yang telah diaplikasikan pada sistem pakar, kemudian mengumpulkan pengetahuan yang sesuai dengan  domain keahlian tersebut. Pengetahuan yang  dikumpulkan tersebut tidak bisa diaplikasikan begitu saja dalam sistem. Pengetahuan harus direpresentasikan dalam format tertentu dan dihimpun dalam suatu basis pengetahuan.
 Pengetahuan yang dilakukan pada sistem pakar merupakan serangkaian informasi pada  domain tertentu. Kedua hal tersebut menurut  ekspresi  klasik oleh Wirth ditulis sebagai berikut:
Algoritma + Struktur Data = Program
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. 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 dalam suatu bidang kepakaran tersedia, maka dipilih representasi pengetahuan yang tepat. Pengetahuan dapat digolongkan menjadi dua kategori, yaitu: pengetahuan deklaratif dan pengetahuan prosedural.
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. 
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
2.7  Ketidakpastian dengan Teori Certainty Factor (Teori Kepastian)
Dalam menghadapi suatu permasalahan sering ditemukan jawaban yang tidak memiliki kepastian penuh. Ketidakpastian ini dapat berupa probabilitas atau kebolehjadian yang tergantung dari hasil suatu kejadian. Hasil yang tidak pasti disebabkan oleh dua faktor, yaitu aturan yang tidak pasti dan jawaban pengguna yang tidak pasti atas suatu pertanyaan yang diajukan oleh sistem. Hal ini sangat mudah dilihat pada sistem diagnosis  penyakit, dimana pakar tidak dapat mendefinisikan hubungan antara gejala  dengan penyebabnya secara pasti, dan pasien tidak dapat merasakan suatu gejala dengan pasti pula. Pada akhirnya akan ditemukan banyak kemungkinan diagnosis.
Sistem pakar harus mampu bekerja dalam ketidakpastian. Sejumlah teori telah ditemukan untuk menyelesaikan ketidakpastian, termasuk diantaranya probabilitas klasik, probabilitas bayes, teori hartley berdasarkan himpunan klasik, teori shannon berdasakan pada probabilitas, teori Depmster-Shafer, teori fuzzy Zadeh, dan faktor kepastian (certanity factor). Faktor kepastian (Certanity Factor) diperkenalkan oleh  Shortliffe Buchanan dalam pembuatan MYCIN (Kusumadewi, 2003).  Certanity Factor (CF) merupakan nilai parameter klinis yang diberikan MYCIN untuk menunjukkan besarnya kepercayaan. Certanity Factor (CF) menunjukkan ukuran kepastian terhadap suatu fakta atau aturan. 
Certanity factor didefinisikan sebagai berikut:
CF[h,e]=MB[h,e]-MD[h,e]   dengan:
CF[h,e]=   Faktor kepastian
MB[h,e]= Ukuran kepercayaan terhadap hipotesis h, jika diberikan  evidence e (antara 0 dan 1)
MD[h,e]=  Ukuran ketidakpercayaan terhadap hipotesis h, jika diberikan evidence e (antara 0 dan 1) 
Gambar 7  menunjukkan kombinasi aturan ketidakpastian:
Gambar 7. Kombinasi aturan ketidakpastian
Ada 3 hal yang mungkin terjadi pada Certanity Factor (CF):
a)      Beberapa  evidence dikombinasikan untuk menentukan CF dari suatu  hipostesis (Gambar 7a).  Jika e1 dan e2 adalah observasi, maka:
b)      CF dihitung dari kombinasi beberapa hipotesis (Gambar 7b), jika h1 dan h2 adalah hipotesis, maka:
MB[h1 h2,e] = min(MB[h1,e],MB[h2,e])   (5)
MB[h1 h2,e] = max(MB[h1,e],MB[h2,e])   (6)
MD[h1 h2,e] = min(MD[h1,e],MD[h2,e])   (7)
MD[h1 h2,e] = max(MD[h1,e],MD[h2,e])   (8)
CF[h1  h2,e] = MB[h1 h2,e] - MD[h1 h2,e]   (9)
CF[h1 h2,e] = MB[h1 h2,e] - MD[h1 h2,e]   (10) 
c)      Beberapa aturan saling bergandengan,  ketidakpastian dari suatu aturan menjadi input untuk aturan yang lainnya (Gambar 7c), maka:
MB[h,s]=MB’[h,s]*max(0,CF[s,e])   (11)
dengan MB’[h,s] adalah ukuran kepercayaan h berdasarkan keyakinan penuh terhadap validitas s.
2.8  Gangguan Perkembangan pada Anak
Manusia dalam hidupnya selalu mengalami perkembangan. Dari mulai dilahirkan sebagai seorang bayi, berkembang menjadi anak-anak, remaja, dewasa, tua dan akhirnya meninggal dunia. Dalam perjalanannya tersebut tidak sedikit yang mengalami berbagai gangguan dan permasalahan yang kemudian disebut sebagai hambatan atau gangguan perkembangan. Sebuah perkembangan yang terjadi pada diri manusia akan mempengaruhi perkembangan selanjutnya, karenannya perlu ada perhatian khusus  dalam masalah ini sebagai tindakan preventif, sehingga harapannya perkembangan yang akan berlangsung selanjutnya dalam kondisi yang positif. Anak-anak  merupakan fase yang paling rentan dan sangat perlu diperhatikan satu demi satu tahapan perkembangan yang dialaminya.
2.9  Jenis Gangguan perkembangan anak
a.  Keterbelakangan mental (Mental Retardetion)
Ø  Definisi Keterbelakangan mental
Keterbelakangan Mental (Retardasi Mental, RM) adalah suatu keadaan yang ditandai dengan fungsi kecerdasan umum yang berada dibawah rata-rata disertai dengan berkurangnya kemampuan untuk menyesuaikan diri (berprililaku adaptif), yang mulai timbul sebelum usia 10 tahun.
Ø  Penyebab Keterbelakangan Mental
Tingkat kecerdasan ditentukan oleh faktor keturunan dan lingkungan. Pada sebagian besar kasus RM, penyebabnya tidak diketahui; hanya 25% kasus yang memiliki penyebab yang spesifik (Maharani,2007).
Secara kasar, penyebab RM dibagi menjadi beberapa kelompok:
a)   Trauma (sebelum dan sesudah lahir)
·         Perdarahan intrakranial sebelum atau sesudah lahir
·      Hipoksia (kekurangan oksigen), sebelum, selama atau sesudah lahir
·         Cedera kepala yang berat
b)   Infeksi (bawaan dan sesudah lahir)
·         Rubella kongenitalis
·         Meningitis
·         Infeksi sitomegalovirus bawaan
·         Ensefalitis
·         Toksoplasmosis kongenitalis
·         Infeksi HIV
c)   Kelainan kromosom
·         Kesalahan pada jumlah kromosom (Sindroma Down)
·         Defek pada kromosom (sindroma X yang rapuh,  sindroma  sindroma Prader-Willi)
·         Translokasi kromosom dan sindroma cri du chat
d)  Kelainan genetik dan kelainan metabolik yang diturunkan
·         Galaktosemia
·         Penyakit Tay-Sachs
·         Fenilketonuria
·         Sindroma Hunter
·         Sindroma Hurler
·         Sindroma Sanfilippo
·         Leukodistrofi metakromatik
·         Adrenoleukodistrofi
·         Sindroma Lesch-Nyhan
·         Sindroma Rett
·         Sklerosis tuberose
e)      Metabolik
·         Sindroma Reye
·         Dehidrasi hipernatremik
·         Hipotiroid kongenital
·         Hipoglikemia 
f)    Keracunan
·         Pemakaian alkohol, amfetamin dan obat lain pada ibu hamil
·         Keracunan metilmerkuri
·         Keracunan timah hitam

g)      Gizi
·         Kwashiorkor
·         Marasmus
·         Malnutrisi
h)   Lingkungan
·         Kemiskinan
·         Status ekonomi rendah
·         Sindroma deprivasi.
i)      Gejala Keterbelakangan Mental
Table 1 menunjukkan tingkatan Retardasi Mental berdasarkan IQ pada usia prasekolah dan usia sekolah.
Tabel 1. Tingkatan Retardasi Mental


j)     Diagnosa Keterbelakangan mental
Tingkat kecerdasan yang berada dibawah rata-rata bisa dikenali dan diukur melalui tes kecerdasan standar (tes  IQ), yang menunjukkan hasil kurang dari 2 SD (standar  deviasi) dibawah rata-rata (biasanya dengan angka kurang dari 70, dari rata-rata 100).  
k)    Pengobatan Keterbelakangan mental
Tujuan pengobatan yang utama adalah mengembangkan potensi anak semaksimal mungkin. Sedini mungkin  diberikan pendidikan dan pelatihan khusus, yang meliputi pendidikan dan pelatihan kemampuan sosial untuk membantu anak berfungsi senormal mungkin. Pendekatan perilaku sangat penting dalam memahami dan bekerja sama dengan anak RM (Maharani, 2007). 
l)     Pencegahan Keterbelakangan mental
Konsultasi  genetik akan memberikan pengetahuan dan pengertian kepada orang tua dari anak RM mengenai penyebab terjadinya RM.  Vaksinasi MMR secara dramatis telah menurunkan angka kejadian  rubella (campak Jerman) sebagai salah satu penyebab RM.  Amniosentesis dan contoh  vili korion merupakan pemeriksaan diagnostik yang dapat menemukan sejumlah kelainan, termasuk kelainan genetik dan korda spinalis atau kelainan otak pada janin.   Setiap wanita hamil yang berumur lebih dari 35 tahun dianjurkan untuk menjalani  amniosentesis dan pemeriksaan  vili korion, karena memiliki resiko melahirkan bayi yang menderita sindroma Down.  USG juga dapat membantu menemukan adanya kelainan otak. Untuk mendeteksi sindroma Down dan spina bifida juga bisa dilakukan pengukuran kadar alfa-protein serum.  Diagnosis RM yang ditegakkan sebelum bayi lahir, akan memberikan pilihan aborsi atau keluarga berencana kepada orang tua.  Tindakan pencegahan lainnya yang dapat dilakukan untuk mencegah terjadinya RM : 


v  Genetik 
Penyaringan  prenatal (sebelum lahir) untuk kelainan genetik dan konsultasi genetik untuk keluarga-keluarga yang memiliki resiko dapat mengurangi angka kejadian RM yang penyebabnya adalah faktor genetik. 
v  Sosial 
Program sosial pemerintah untuk memberantas kemiskinan dan menyelenggarakan pendidikan yang baik dapat mengurangi angka kejadian RM ringan akibat kemiskinan dan status ekonomi yang rendah. 
v  Keracunan 
Program lingkungan untuk mengurangi timah hitam dan  merkuri serta racun lainnya akan mengurangi RM akibat keracunan. Meningkatkan kesadaran masyarakat akan efek dari pemakaian alkohol dan obat-obatan selama kehamilan dapat mengurangi angka kejadian RM. 
v  Infeksi 
Pencegahan  rubella kongenitalis merupakan contoh yang baik dari program yang berhasil untuk mencegah salah satu bentuk RM.  Kewaspadaan yang konstan (misalnya yang berhubungan dengan kucing,  toksoplasmosis dan kehamilan), membantu mengurangi RM akibat toksoplasmosis.
2.10  Autis
Ø  Definisi Autis Autisme
bukanlah penyakit menular, namun suatu gangguanperkembangan yang luas yang ada pada anak. Seorang ahli mengatakanautisme adalah dasar dari manusia yang berkepribadian ganda (Sizhophren).Autis pada anak berbeda-beda tarafnya dari yang ringan sampai yang berat.Autis dapat terjadi pada siapa saja tanpa membedakan perbedaan statussosial maupun ekonomi. Dengan perbandingan 4:1 pada anak laki-laki. IQpada anak autis bisa dari yang rendah sampai IQ yang tinggi (Gunawan,2001).
Ø  Gejala-gejala pada anak Autis
Gejala pada anak autis sudah tampak sebelum anak berumur 3 tahun, yaitu antara lain dengan tidak adanya  kontak mata, dan tidak menunjukkan responsif terhadap lingkungan. Jika kemudian tidak diadakan terapi, maka setelah usia 3 tahun perkembangan anak terhenti/mundur, seperti tidak mengenal suara orang tuanya dan tidak mengenal namanya.
Ø  Jenis-jenis Autis
Jenis-jenis autis dibedakan menjadi dua:
§  Autisme disertai hiperaktif (aktif)
§  Autisme tidak disertai hiperaktif (pasif) 
Ø  Penyebab Autis
Penyebab utama belum diketahui dengan pasti. Autisme diduga disebabkan oleh gangguan neurobiologis pada susunan syaraf pusat:
Ø  Faktor genetik
§  Gangguan pertumbuhan sel otak pada janin
§  Gangguan pencernaan
§  Keracunan logam berat
§  Gangguan Auto – Imun
Ø  Cara Penanggulangan Autis
Berdasarkan adanya gangguan pada otak, Autisme tidak dapat sembuh total tetapi gejalanya dapat dikurangi, perilaku dapat diubah ke arah positif dengan berbagai terapi.  Mengamati perilaku anak secara mendalam
§  Mengetahui riwayat perkembangannya
§  Pemeriksaan medis (kerja sama dengan dokter, psikolog)
§  Melakukan terapi wicara dan perilaku 
2.11  Conduct Disorder
Conduct disorder adalah satu kelainan perilaku yang mana anak sulit membedakan benar salah, baik buruk; sehingga anak merasa tidak bersalah walaupun dia sudah berbuat kesalahan. Dampaknya akan sangat buruk bagi perkembangan sosial anak tersebut maupun perkembangan lainnya. Demikian pula perilaku agresif seorang anak, harus ada suatu langkah yang dapat memperbaikinya.
Ø  Simpton conduct disorder
Menurut DSM (Diagnostic of Statistical Manual of Mental Disorder),  Conduct disorder merupakan suatu pola perilaku yang terus berulang di mana hak dasar orang lain atau norma atau aturan dalam masyarakat dilanggar, yang  dimanifestasikan dengan keberadaan tiga ( atau lebih ) kriteria berikut dalam 12 bulan terakhir, dan sedikitnya satu kriteria harus ada dalam 6 bulan  terakhir (Jurnal, 2003).
§  Agresi terhadap orang-orang dan binatang:
1.  Sering marah-marah,menakuti orang lain
2.  Sering memulai perkelahian, fisik
3.  Mengguanakan senjata yang dapat menyebabkan ancaman fisik serius (tongkat pemukul, batu, pisau, dan lain lain)
4.  Melakukan kekejaman fisik kepada binatang
5.  Melakukan kekejaman fisik kepada orang lain. 
§  Perusakan Properti atau barang-barang:
1.  Melempar-lempar barang yang ada dihadapannya ketika marah
2.  Melempar barang-barang untuk melukai seseorang atau binatang 

§  Jenis-jenis conduct disorder
Dibawah ini merupakan beberapa kategori  conduct disorder menurut The ICD-10 Classification of Mental and Behavioral Disorders yang dikeluarkan oleh World Health Organization (WHO, 1992).
1.      Conduct disorder yang dibatasi dalam konteks keluarga: merupakan conduct disorder yang meliputi perilaku abnormal sepenuhnya, atau hampir sepenuhnya, dibatasi dengan rumah dan atau interaksi dengan keluarga.
2.      Conduct disorder  yang tidak terisolasi: merupakan  conduct disorder yang ditandai dengan kombinasi perilaku disosial dan agresif yang berulang (tidak hanya perilaku melawan, menyimpang, atau mengganggu), dengan abnormalitas yang dapat menembus secara signifikan dalam hubungan individualnya dengan anak-anak yang lain.
3.      Conduct disorder yang terisolasi: merupakan  conduct disorder yang meliputi perilaku sosial dan agresif yang berulang (tidak hanya perilaku melawan, menyimpang, atau mengganggu), yang terjadi pada individu yang terintegrasi dengan baik ke dalam peer group-nya. 
Treatment bagi anak dengan conduct disorder:
*      Trannning bagi orang tua untuk dapat mengenali perilaku anak atau remaja yang mengalami conduct disorder
*      Terapi keluarga
*      Tranning problem solving skills untuk anak dan remaja tersebut
*      Community base service yang difokuskan pada anak-anak dalam keluarga atau lingkungan disekitarnya Terapi yang mungkin dilakukan untuk anak penyandang  conduct disorder adalah sebagai berikut:
*      Pendekatan Cognitive-Behavioral Tujuan dari  Cognitive-Behavioral adalah untuk meningkatkan kemampuan anak dalam  Problem solving skills,  Communications skills, Impuls control, dan Anger management skills.
*      Family theraphy Family theraphy adalah terapi yang mengfokuskan pada perubahan system keluarga seperti meningkatkan communications skills dan interaksi dalam keluarga.
*      Peer group theraphy Peer group theraphy adalah terapi yang difokuskan peningkatan  social skills dan interpersonal skills
*      Medication Meskipun bukan merupakan  threatment yang efektif,  namun obat dapat digunakan untuk  simpton atau gangguan yang  responsive terhadap obat-obatan.
2.12  Attentation Deficit Hyperactive Disorders (ADHD)
Adalah kependekan dari  Attentation Deficit Hyperactive Disorders yang merupakan istilah yang paling sering digunakan untuk menyatakan suatu keadaan yang memiliki karakterisrik  utama ketidakmampuan memusatkan perhatian,impulsivitas, dan  hiperaktivitas yang tidak sesuai dengan perkembangan anak (Jurnal, 2003).
Ø Penyebab ADHD
Ditimbulkan Karena faktor lingkungan sosial atau karena metode pengasuhan anak, penyebab yang paling subtansi dan paling diyakini adalah faktor  neurologi dan faktor  genetis. Semua faktor memberikan dampak peningkatan terhadap gangguan. 
Ø  Pengobatan / terapi ADHD
*         Terapi Medikasi Terapi  medikasi atau  famakologi adalah penanganan dengan mengguanakan obat-obatan.
*         Terapi Nutrisi Terapi nutrisi adalah terapi yang mengacu pada keseimbanganan makana. Seperti keseimbangan karbohidrat, penanganan gangguan pencernaan.
*         Terapi Biomedis Terapi biomedis dilakukan dengan pemberian  suplemen nutrisi,  defisiensi
*         mineral,  essential fatty Acids, gangguan  metabolism asam amino dan toksisitas ligam berat.
*         Terapi modifikasi prilaku Terapi modifikasi perilaku harus melalui pendekatan perilaku secara
langsung, dengan lebih mengfokuskan pada perubahan spesifik. Modifikasi perilaku merupakan pola penanganan yang paling efektif dengan positif dan dapat menghindarkan anak dari perasaan  frustasi, marah, dan berkecil hati menjadi perasaan yang penuh percaya diri.
















BAB  III
PERANCANGAN DAN IMPLEMENTASI
3.1  Perancangan Basis 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 anak dan konklusi adalah jenis gangguan perkembangan yang diderita anak, sehingga bentuk pernyataannya adalah JIKA [gejala] MAKA [gangguan]. Bagian premis dalam aturan produksi dapat memiliki lebih dari satu proposisi yaitu berarti pada sistem pakar ini dalam satu kaidah dapat memiliki lebih dari satu gejala. Gejala-gejala tersebut dihubungkan dengan menggunakan operator logika DAN. Bentuk pernyatannya adalah: 
JIKA [gejala 1]
DAN [gejala 2]
DAN [gejala 3]
MAKA [gangguan]
            Adapun contoh kaidah Sistem Pakar Menentukan Gangguan Perkembangan
pada Anak adalah sebagai berikut:
JIKA Anak Sulit Berbicara
DAN Tes IQ Dibawah !9
DAN Koordinasi Otot Tidak Sempurna
MAKA Gangguan Retardasi Mental Berat
Berdasarkan contoh kaidah pengetahuan diatas maka kaidah tersebut dapat disimpan dalam bentuk sebuah tabel  sehingga dapat lebih mudah untuk di mengerti. Dimana pada tabel tersebut  terdapat kolom jenis gangguan yang menjelaskan tentang definisi,penyebab, dan pengobatan. 
3.2  Perancangan Mesin Inferensi
Metode penalaran yang digunakan  dalam sistem adalah penalaran  pelacakan maju (Forward Chaining) yaitu dimulai dari sekumpulan fakta-fakta tentang suatu gejala yang diberikan oleh pengguna sebagai masukan sistem, untuk kemudian dilakukan pelacakan sampai tujuan akhir berupa diagnosis kemungkinan jenis gangguan perkembangan yang diderita dan penjelasan tentang jenis gangguan yang diderita serta cara pengobatannya. Dalam proses penarikan kesimpulan dapat dilihat pada Gambar 8.  
3.3  Implementasi Perangkat Lunak
Sistem Pakar Menentukan Gangguan Perkembangan pada Anak ini,  dalam implementasinya dibatasi pada  tambah, update dan delete data pasien,  pakar,  gejala, gangguan, pengetahuan, dan berita.  Implementasinya terdiri dari beberapa halaman yang memiliki fungsi sendiri-sendiri. Halaman-halaman tersebut akan tampil secara berurutan sesuai dengan urutan yang telah terprogram,  setelah pengguna melakukan proses tertentu.




Gambar 8. Flowchart Sistem Pakar Gangguan perkembangan anak
BAB IV
PEMBAHASAN
4.1  Pengujian Kebenaran Sistem
Pengujian kebenaran sistem dilakukan untuk mengetahui kesamaan hasil akhir atau output yang berupa kemungkinan jenis gangguan yang dihasilkan oleh sistem, dengan yang dihasilkan oleh perhitungan secara manual. Untuk mengetahui hasil  output dari sistem harus melakukan  konsultasi terlebih dahulu yang kemudian memasukkan gejala-gejala  yang dirasakan oleh pasien kemudian setelah selesai melakukan konsultasi maka akan muncul halaman hasil konsultasi yang akan menampilkan kemungkinan  jenis gangguan perkembangan yang dialami oleh pasien. Pengujian kebenaran sistem dilakukan dengan melakukan
beberapa ujicoba diantaranya sebagai berikut:
1.      Dengan satu gejala satu jenis gangguan
2.      Dengan satu gejala beberapa jenis gangguan
3.      Dengan beberapa gejala satu jenis gangguan
4.      Dengan beberapa gejala beberapa gangguan
4.2  Pengujian Satu Gejala Satu jenis gangguan
Pada pengujian satu gejala untuk satu jenis gangguan ini, percobaan akan menggunakan gejala kontak mata, ekspresi muka, dan gerak-gerik tubuh kurang hidup dengan kemungkinan mengalami jenis gangguan perkembangan Autisme Aktif dengan nilai MB = 0.9 dan MD = 0.1. 
Berdasarkan data diatas, apabila menggunakan perhitungan manual maka hasil perhitungannya adalah sebagai berikut:
            CF [Autisme Aktif, Kontak mata dan ekspresi muka kurang hidup]=0.9 - 0.1 = 0.8
            Berdasarkan perhitungan manual tersebut  nilai CF (Faktor Kepastian) yang dihasilkan dapat ditarik kesimpulan  bahwa kemungkinan pasien tersebut mengalami gangguan perkembangan Autisme Aktif dengan nilai CF = 0.8  Berdasarkan perhitungan dengan  menggunakan sistem menghasilkan kemungkinan pasien mengalami jenis gangguan perkembangan yaitu Autisme Aktif dan dapat melihat secara detail definisi, penyebab, dan pengobatannya.
Berdasarkan hasil percobaan tersebut  dengan melakukan perhitungan baik manual maupun sistem dapat dibandingkan bahwa hasil akhir atau  output dari sistem yang berupa kemungkinan gangguan sama dengan hasil yang dilakukan oleh perhitungan manual dengan nilai CF sebesar 0.8 dengan kemungkinan jenis gangguan Autisme Aktif.
4.3  Pengujian Satu Gejala Beberapa Gangguan
Pada pengujian satu gejala beberapa gangguan ini, percobaan akan menggunakan gejala Kesadaran anak  untuk bersosialisasi kurang dengan kemungkinan akan mengalami beberapa gangguan diantaranya adalah: Mengalami Gangguan: Retardasi Mental Ringan dengan nilai MB = 0.5 dan MD = 0.05, Retardasi Mental Moderat dengan nilai MB = 0.7 dan MD = 0.1, Autisme Aktif dengan nilai MB = 0.89 dan MD = 0.1, dan Disfraxsia dengan nilai MB = 0.4 dan MD = 0.1.
Berdasarkan data diatas, apabila menggunakan perhitungan manual maka hasil perhitungannya adalah sebagai berikut: 
CF [Retardasi Mental Ringan, Kesadaran anak untuk bersosialisasi kurang]
= 0.5 - 0.05 = 0.45
CF [Retardasi Mental Moderat, Kesadaran anak untuk bersosialisasi           kurang]= 0.7 – 0.1 = 0.6
CF [Autisme Aktif, Kesadaran anak untuk bersosialisasi kurang]
 = 0.89 – 0.1 = 0.79
CF [Disfraxsia, Kesadaran anak untuk bersosialisasi kurang
 = 0.4 – 0.1 = 0.3
Berdasarkan perhitungan manual tersebut berdasarkan nilai CF (Faktor Kepastian) yang tertinggi dapat ditarik kesimpulan bahwa kemungkinan pasien tersebut mengalami gangguan perkembangan Autisme Aktif dengan nilai CF = 0.79             
Berdasarkan perhitungan dengan menggunakan sistem menghasilkan kemungkinan pasien mengalami jenis gangguan perkembangan yaitu Autisme Aktif dan dapat melihat secara detail definisi, penyebab, dan pengobatannya.
Berdasarkan perhitungan dengan menggunakan sistem menghasilkan kemungkinan beberapa jenis gangguan yaitu Retardasi Mental Ringan, Retardasi Mental Moderat, Autisme Aktif, dan Disfraxsia. Berdasarkan hasil percobaan tersebut  dengan melakukan perhitungan baik manual maupun sistem dapat dibandingkan bahwa hasil akhir atau  output dari sistem yang berupa kemungkinan jenis gangguan sama dengan hasil yang dilakukan oleh perhitungan manual dengan nilai CF terbesar yaitu sebesar 0.79 dengan kemungkinan jenis gangguan Autisme Aktif.
4.4  Pengujian Beberapa Gejala Satu Gangguan
Pada pengujian beberapa gejala satu gangguan ini, percobaan akan menggunakan beberapa gejala yaitu: Anak kesulitan menjaga konsentrasi dlm aktivitasnya dengan nilai MB = 0.85 dan MD = 0.10, Sering gagal dalam memberi perhatian secara jelas dengan nilai MB = 0.70 dan MD = 0.35 dan Sering membuat kesalahan yang tidak terkontrol dengan  nilai MB = 0.89 dan MD = 0.10. Ketiga gejala tersebut kemungkinan akan mengalami gangguan Pemusatan Perhatian dan Hiperaktif.
Berdasarkan data diatas, apabila menggunakan perhitungan manual maka hasil perhitungannya adalah sebagai berikut:
MB   [ADHD, Kesulitan konsentrasi ^ gagal dalam memberi perhatian] 
= 0.85 + 0.70 * ( 1 – 0.85) = 0.232
MD   [ADHD, Kesulitan konsentrasi ^ gagal dalam memberi perhatian] 
= 0.10 + 0.35 * ( 1 – 0.10) = 0.405
MB   [ADHD, Kesulitan konsentrasi ^ gagal dalam memberi perhatian ^  Sering membuat kesalahan] 
= 0.232 + 0.89 * ( 1 – 0.232) = 0.8616
MD   [ADHD, Kesulitan konsentrasi ^ gagal dalam memberi perhatian ^ Sering membuat kesalahan] 
= 0.405 + 0.10 * ( 1 – 0.405) = 0.3004
CF   [ADHD, sering menyendiri ­ segala kemampuan terbelakang] 
= 0.8616 – 0.3004 = 0.5612
Berdasarkan perhitungan manual tersebut berdasarkan nilai CF (Faktor Kepastian) yang dihasilkan dapat ditarik kesimpulan bahwa kemungkinan pasien tersebut mengalami gangguan Pemusatan  Perhatian dan Hiperaktif dengan nilai CF = 0.5612.
4.5  Pengujian Beberapa Gejala beberapa Gangguan
Pada pengujian beberapa gejala beberapa gangguan ini, percobaan akan menggunakan beberapa gejala yaitu:  Anak hanya sedikit memiliki kemampuan ekspresif dengan nilai MB = 0.50 dan MD = 0.10, Kesulitan menjaga konsentrasi dlm aktivitasnya dengan nilai MB = 0.85 dan MD = 0.10. Kedua gejala tersebut kemungkinan akan terkena gangguan  perkembangan yaitu Disfraxia dan Gangguan Pemusatan Perhatian&Hiperaktif(ADHD). Berdasarkan data diatas, apabila menggunakan perhitungan manual maka hasil perhitungannya adalah sebagai berikut:
CF   [Disfraxia, Anak hanya sedikit memiliki kemampuan ekspresif]
= 0.50 - 0.10  = 0.40
CF   [ADHD, Kesulitan menjaga konsentrasi dlm aktivitasnya] 
= 0.85 – 0.10 = 0.75
Berdasarkan perhitungan manual tersebut berdasarkan nilai CF (Faktor Kepastian) yang dihasilkan dapat ditarik kesimpulan bahwa kemungkinan pasien tersebut mengalami Gangguan Pemusatan Perhatian & Hiperaktif(ADHD) dengan nilai CF = 0.75 dan dengan kemungkinan mengalami gangguan Disfraxia dengan nilai CF = 0.40.       Berdasarkan perhitungan dengan menggunakan sistem menghasilkan kemungkinan gangguan yaitu Disfraxia Berdasarkan hasil percobaan tersebut  dengan melakukan perhitungan baik manual maupun sistem dapat dibandingkan bahwa hasil akhir atau output dari sistem yang berupa kemungkinan gangguan, sama dengan hasil yang dilakukan oleh perhitungan manual dengan kemungkinan mengalami Gangguan Pemusatan Perhatian & Hiperaktif(ADHD) dengan nilai CF = 0.75 dengan kemungkinan mengalami gangguan Disfraxia dengan nilai CF = 0.40.







BAB IV
PENUTUP
Rancang bangun sistem  pakar  untuk menentukan  jenis gangguan perkembangan pada anak menggunakan metode inferensi ini diharapkan dapat menjadi bahan salah satu referensi bagi pengembangan sistem pakar lainnya atau bagi mahasiswa yang menyusun tugas akhir atau karya ilmiah yang berkaitan dengan sistem pakar. 
4.1    KESIMPULAN
Berdasarkan permasalahan yang telah dibahas, maka disimpulkan :
1.      Metode inferensi  merupakan cara yang efisien untuk memecahkan masalah diagnosis dalam sistem pakar mendiagnosa jenis gangguan pada anak.
2.      Untuk  mengethaui  hasil  diagnosa  akhir  serta  solusi pemecahan  gejala dan stadiumnya.
3.      Berdasarkan  hasil  pengujian, Rancang bangun  sistem  pakar  ini  berguna  untuk membantu  dan  mempermudah orang tua dalam  memperoleh informasi  mengenai  jenis gangguan perkembangan pada anak serta  mendapatkan  hasil  diagnosa yang tepat.
4.2  SARAN
Dari  beberapa  kesimpulan  yang  telah  diambil,  maka  dapat dikemukakan saran yang  akan  sangat  membantu  untuk  pengembangan  perangkat lunak ini selanjutnya.



DAFTAR PUSTAKA
1.      Berndt, T. J. (1992).  Child Development.  New York: Brace Jovenovich College Publisher.
2.      Dewi, F., Ir. (1999).  Anak dan Lingkungan Sosialnya.  Jogjakarta: Jurnal Ilmiah Psikologi.
3.      Gunawan, J., Dra. (2001).  Autis. Blog Julianita Gunawan.  Jurnal. (2003) Jurnal Ilmiah Psikilogi UGM. Jogjakarta: Jurnal Psikologi.
4.      Kusumadewi, S. (2003).  Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu.
5.      Le Fanu, J. (2002). Deteksi Dini Gangguan Perkembangan pada Anak. London:  James Le Fanu.
6.      Maslim, R. (2002).  Diagnosis Gangguan Jiwa Rujukan Ringkas dari PPDGJ. Jakarta: Rusdi Maslim.
7.      Maharani, V. T. (2007). Keterbelakangan Mental. Blog Tanaya Maharani. 
8.      Turban, E. (1995).  Decision Support and Expert System;  Management Support System. Newyork: Prentice-Hall.
9.      WHO. (1992).  The ICD-10  Classification of Mental and Behavioral Disorders.
10.  http://www.mentalhealth.com. 




 

0 komentar:

Posting Komentar

Share

Twitter Delicious Facebook Digg Stumbleupon Favorites