Beberapa
penelitian yang telah dilakukan tentang sistem pakar yang digunakan untuk
mendiagnosa penyakit kanker sejak dini. Salah satunya adalah “Sistem Pakar
Dalam Mengidentifikasi Penyakit Kanker Pada Anak Sejak Dini dan Cara
Penanggulangannya (Mukhlis Ramadhan, 2011)”. Hasil dari penelitian ini
menjelaskan mengenai gejala, jenis penyakit, dan penanggulangannya. Sistem
pakar yang juga digunakan untuk mendiagnosa penyakit kanker adalah “Diagnosa
Penyakit kanker Payudara dengan Menggunakan Sistem Fuzzy MADM/Multi Atribute Decision Making (Iskandar
Zulkarnaini, 2013)”. Pada penelitian ini mampu merengking atau mendapatkan dan
menggambarkan jenis stadium yang dialami oleh penderita kanker payudara
Berdasarkan
uraian diatas maka penulis mendapat ide
untuk memamfaatkan teknologi komputer
yaitu dengan merancang sistem
pakar yang digunakan oleh user/pemakai melalui web/online untuk membantu dalam
mendiagnosa penyakit kanker pada manusia. Data dan penyakit serta penyebarannya
melakukan penelitian di RSUD dr. Fauziah Bireuen.
Berdasarkan uraian
diatas penulis tertarik untuk menyusun tugas akhir dengan judul “Diagnosa
Penyakit Kanker Pada Manusia Dengan Menggunakan Model MCDM (Multi Criteria Decision
Making)”
A Analisa Penyakit
Kanker
Stadium penyakit kanker adalah suatu keadaan dari
hasil penilaian dokter saat mendiagnosis suatu penyakit kanker yang diderita
pasiennya, sudah sejauh manakah tingkat penyebaran kanker tersebut baik ke
organ atau jaringan sekitar maupun penyebaran ketempat lain. Stadium hanya
dikenal pada tumor ganas atau kanker dan tidak ada pada tumor jinak. Salah satu
cara untuk menentukan suatu stadium kanker berdasarkan klasifikasi sistem TNM
yang direkomendasikan oleh UICC (International Union Against Cancer dari World Health Organization)/ AJCC
(American Joint Committee On cancer yang disponsori oleh American
Cancer Society dan American College of Surgeons).
TNM merupakan
singkatan dari “T” yaitu tumor size atau ukuran tumor , “N”
yaitu node atau kelenjar getah bening regional dan “M”
yaitu metastasis atau penyebaran jauh. Ketiga faktor T, N, dan
M dinilai baik secara klinis sebelum dilakukan operasi, juga sesudah operasi
dan dilakukan pemeriksaan histopatologi (PA). Pada kanker payudara, penilaian
TNM sebagai berikut:
·
T (tumor
size), ukuran tumor:
·
T
0: tidak ditemukan tumor primer
·
T
1: ukuran tumor diameter 2 cm atau kurang
·
T
2: ukuran tumor diameter antara 2-5 cm
·
T
3: ukuran tumor diameter > 5 cm
·
T
4: ukuran tumor berapa saja, tetapi sudah ada penyebaran ke kulit atau dinding
dada atau pada keduanya, dapat berupa borok, edema atau bengkak, kulit payudara
kemerahan atau ada benjolan kecil di kulit di luar tumor utama
·
N (node),
kelenjar getah bening regional (kgb):
·
N
0: tidak terdapat metastasis pada kgb regional di ketiak/aksilla
·
N
1: ada metastasis ke kgb aksilla yang masih dapat digerakkan
·
N
2: ada metastasis ke kgb aksilla yang sulit digerakkan
·
N
3: ada metastasis ke kgb di atas tulang selangka (supraclavicula) atau
pada kgb di mammary interna di dekat tulang sternum
·
M (metastasis),
penyebaran jauh:
·
M
x: metastasis jauh belum dapat dinilai
·
M
0: tidak terdapat metastasis jauh
·
M
1: terdapat metastasis jauh
Setelah masing-masing
faktor T, N, dan M didapatkan, ketiga faktor tersebut kemudian digabung dan
akan diperoleh stadium kanker sebagai berikut:
·
Stadium
0: T0 N0 M0
·
Stadium
1: T1 N0 M0
·
Stadium
II A: T0 N1 M0/T1 N1 M0/T2 N0 M0
·
Stadium
II B: T2 N1 M0 / T3 N0 M0
·
Stadium
III A: T0 N2 M0/T1 N2 M0/T2 N2 M0/T3 N1 M0
·
Stadium
III B: T4 N0 M0/T4 N1 M0/T4 N2 M0
·
Stadium
III C: Tiap T N3 M0
·
Stadium
IV: Tiap T-Tiap N-M1
B.
Analisa Kebutuhan Sistem
Kebtuhan informasi merupakan
kebutuhan yang ada pada sistem dan informasi yang dihasilkan oleh sistem.
Kebutuhan informasi pada sistem pakar
Diagnosa Penyakit Kanker Pada Manusia Dengan Menggunakan
Model MCDM (Multi Criteria Decision
Making)” adalah menentukan kriteria. Adapun
kriteria yang telah ditentukan yaitu Ukuran Tumor (C1), N (Node) Kelenjar Getah Bening (kgb) (C2), M (Metastasis), Penyebaran Jauh (C3), dan Test Mengaji (C4).
Dari kriteria tersebut, maka dibuat
suatu tingkat kepentingan kriteria berdasarkan nilai bobot yang telah
ditentukan kedalam metode SAW. Rating kecocokan setiap alternatif pada
setiapkriteria sebagai berikut :
Sangat Rendah (SR) = 0
Rendah =
0.25
Cukup =
0.5
Tinggi =
0.75
Sangat Tinggi = 1
3.1.1 Rancangan Kriteria yang Dibutuhkan
Berdasarkan kriteria dari gejala
penyakit kanker yang telah ditentukan adalah sebagai berikut:
1.
Kriteria (C1) Ukuran Tumor
Untuk parameter
ukuran tumor terdapat empat parameter yang digunakan adalah sebagai berikut:
1.
Tidak ditemukan tumor primer (T0)
2.
Ukuran tumor diameter 2 cm atau kurang (T1)
3.
Ukuran tumor diameter antara 2-5 cm (T2)
4.
Ukuran tumor diameter >=5 (T3)
5.
Ukuran tumor berapa saja, tetapi sudah ada penyebaran
ke kulit atau dinding dada atau keduanya. Dapat berupa borok, endema atau
bengkak, kulit payudara kemerahan atau ada benjolan kecil di kulit (T4).
Nilai yang digunakan untuk parameter
Kriteria Ukuran Tumor dari T0 sampai T4 dapat dilihat pada tabel 3.1.
Tabel 3.1 Nilai
Parameter Ukuran Tumor
No
|
Kode
Parameter Ukuran Tumor
|
Nilai
|
1
|
T0
|
0
|
2
|
T1
|
0.25
|
3
|
T2
|
0.5
|
4
|
T3
|
0.75
|
5
|
T4
|
1
|
2.
Kriteria (C2) Kelenjar Getah Bening Regional
Untuk parameter Kelenjar Getah
Bening terdapat empat parameter yang digunakan adalah sebagai berikut:
1.
Tidak terdapat mestasis pada kgb regional di ketiak/
aksilla (N0)
2.
Ada mestasis ke kgb aksilla masih dapat digerakkan (N1)
3.
Ada mestasis ke kgb aksilla masih sulit digerakkan (N2)
4.
Ada mestasis ke kgb diatas tulang selangka (supraclavicula) atau pada kgb mammary interna didekat tulang sternum (N3).
Nilai yang digunakan untuk parameter
Kelenjar Getah Bening Regional dari N0 sampai N4 dapat dilihat pada tabel 3.2.
Tabel 3.2 Konversi
Bilangan Fuzzy Kelenjar Getah Bening Regional
No
|
Kode
Parameter KGB Regional
|
Nilai
|
1
|
N0
|
0
|
2
|
N1
|
0.25
|
3
|
N2
|
0.5
|
4
|
N3
|
1
|
3.
Kriteria (C3) Metastasis (Penyebaran Jauh)
Untuk parameter Metastasis atau
penyebaran jarak jauh terdapat tiga parameter yang digunakan adalah sebagai
berikut:
1.
Mestasis Jauh belum dapat dinilai (M0)
2.
Tidak terdapat mestasis jauh (M1)
3.
Terdapat Mestasis Jauh (M2)
Nilai Bilangan Fuzzy yang digunakan
untuk Metastasis dari M0 sampai M2 dapat dilihat pada tabel 3.3.
Tabel 3.3 Konversi
Bilangan Fuzzy Kelenjar Getah Bening Regional
No
|
Kode
Parameter Metastasis
|
Nilai
|
1
|
M0
|
0
|
2
|
M1
|
0.25
|
3
|
M2
|
0.5
|
C. Aturan Stadium Kanker
Stadium penyakit kanker dapat
dilihat pada tabel 3.4. berdasarkan parameter maka dapat ditentukan aturan
stadium kanker.
Tabel 3.4
Stadium Kanker
No
|
Kode
|
Keterangan
|
1
|
S0
|
Stadium 0
(Tidak ada kanker)
|
2
|
SI
|
Stadium I
|
3
|
SIIA
|
Stadium II A
|
4
|
SIIB
|
Stadium II B
|
5
|
SIIIA
|
Stadium III A
|
6
|
SIIIB
|
Stadium III B
|
7
|
SIIIC
|
Stadium III C
|
8
|
SIV
|
Stadium IV
|
D. Analisa
Contoh Kasus
Untuk
melakukan perhitungan manual metode Simple
Additive Weighting (SAW), digunakan seorang pasien sebagai contoh kasus
yang melakukan diagnosa sebagai berikut:
1.
Ukuran tumor diameter 2 cm atau kurang (T1)
2.
Ada mestasis ke kgb aksilla masih dapat digerakkan (N1)
3.
Tidak terdapat mestasis jauh (M1)
Berdasarkan
data diagnosa dari pasien maka dimasukkan ke dalam tabel ranting kecocokan
untuk menentukan stadium kanker. Dalam setiap stadium kanker jika terdapat
parameter yang dipilih oleh user akan dimasukkan nilai sesuai yang telah
ditentukan oleh admin, sedangkan jika tidak memiliki parameter dalam stadium
kanker untuk masing kriteria akan dimasukkan nilai 0.
Tabel 3.6 Pembobotan
Stadium Kanker Berdasarkan Ranting Kecocokan
Alternatif/ Kriteria
|
C1
|
C2
|
C3
|
Stadium 0
|
0
|
0
|
0
|
Stadium I
|
0.25
|
0
|
0
|
Stadium II A
|
0.25
|
0.25
|
0
|
Stadium II B
|
0
|
0.25
|
0
|
Stadium III A
|
0.25
|
0.25
|
0
|
Stadium III B
|
0
|
0.25
|
0
|
Stadium III C
|
0.25
|
0
|
0
|
Stadium IV
|
0.25
|
0.25
|
0.25
|
1. Memberikan nilai bobot (W)
Nilai bobot (W)
diberikan sebagai berikut:
C1
C2 C3
W = [ 1 , 0.75 , 0.75 ]
2. Menormalisasi matriks X menjadi
matriks R berdasarkan persamaan 2.
Keterangan :
rij =
nilai rating kinerja ternormalisasi
xij =
nilai atribut yang dimiliki dari setiap kriteria
Max xij =
nilai terbesar dari setiap kriteria i
Min xij =
nilai terkecil dari setiap kriteria i
benefit =
jika nilai terbesar adalah terbaik
cost =
jika nilai terkecil adalah terbaik
Berdasarkan
persamaan diatas maka, proses perhitungan matrix X ke matrix R adalah sebagai
berikut:
1.
Kriteria (C1) Ukuran Tumor, Benefit
R11 =
|
0
|
0.25
|
0.25
|
0
|
0.25
|
0
|
0.25
|
0.25
|
=
|
0
|
=
|
0
|
0.25
|
0.25
|
|||||||||||
R12 =
|
0
|
0.25
|
0.25
|
0
|
0.25
|
0
|
0.25
|
0.25
|
=
|
0.25
|
=
|
1
|
0.25
|
0.25
|
|||||||||||
R13 =
|
0
|
0.25
|
0.25
|
0
|
0.25
|
0
|
0.25
|
0.25
|
=
|
0.25
|
=
|
1
|
0.25
|
0.25
|
|||||||||||
R14 =
|
0
|
0.25
|
0.25
|
0
|
0.25
|
0
|
0.25
|
0.25
|
=
|
0
|
=
|
0
|
0.25
|
0.25
|
|||||||||||
R15 =
|
0
|
0.25
|
0.25
|
0
|
0.25
|
0
|
0.25
|
0.25
|
=
|
0.25
|
=
|
1
|
0.25
|
0.25
|
|||||||||||
R16 =
|
0
|
0.25
|
0.25
|
0
|
0.25
|
0
|
0.25
|
0.25
|
=
|
0
|
=
|
0
|
0.25
|
0.25
|
|||||||||||
R17 =
|
0
|
0.25
|
0.25
|
0
|
0.25
|
0
|
0.25
|
0.25
|
=
|
0.25
|
=
|
1
|
0.25
|
0.25
|
|||||||||||
R18 =
|
0
|
0.25
|
0.25
|
0
|
0.25
|
0
|
0.25
|
0.25
|
=
|
0.25
|
=
|
1
|
0.25
|
0.25
|
2.
Kriteria (C2) Kelenjar
Getah Bening Regional,
Benefit
R21 =
|
0
|
0
|
0.25
|
0.25
|
0.25
|
0.25
|
0
|
0.25
|
=
|
0
|
=
|
0
|
0.25
|
0.25
|
|||||||||||
R22 =
|
0
|
0
|
0.25
|
0.25
|
0.25
|
0.25
|
0
|
0.25
|
=
|
0
|
=
|
0
|
0.25
|
0.25
|
|||||||||||
R23 =
|
0
|
0
|
0.25
|
0.25
|
0.25
|
0.25
|
0
|
0.25
|
=
|
0.25
|
=
|
1
|
0.25
|
0.25
|
|||||||||||
R24 =
|
0
|
0
|
0.25
|
0.25
|
0.25
|
0.25
|
0
|
0.25
|
=
|
0.25
|
=
|
1
|
0.25
|
0.25
|
|||||||||||
R25 =
|
0
|
0
|
0.25
|
0.25
|
0.25
|
0.25
|
0
|
0.25
|
=
|
0.25
|
=
|
1
|
0.25
|
0.25
|
|||||||||||
R26 =
|
0
|
0
|
0.25
|
0.25
|
0.25
|
0.25
|
0
|
0.25
|
=
|
0.25
|
=
|
1
|
0.25
|
0.25
|
|||||||||||
R27 =
|
0
|
0
|
0.25
|
0.25
|
0.25
|
0.25
|
0
|
0.25
|
=
|
0
|
=
|
0
|
0.25
|
0.25
|
|||||||||||
R28 =
|
0
|
0
|
0.25
|
0.25
|
0.25
|
0.25
|
0
|
0.25
|
=
|
0.25
|
=
|
1
|
0.25
|
0.25
|
3.
Kriteria (C3) Metastasis/ Penyebaran Jauh, Benefit
R31 =
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0.25
|
=
|
0
|
=
|
0
|
0.25
|
0.25
|
|||||||||||
R32 =
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0.25
|
=
|
0
|
=
|
0
|
0.25
|
0.25
|
|||||||||||
R33 =
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0.25
|
=
|
0
|
=
|
0
|
0.25
|
0.25
|
|||||||||||
R34 =
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0.25
|
=
|
0
|
=
|
0
|
0.25
|
0.25
|
|||||||||||
R35 =
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0.25
|
=
|
0
|
=
|
0
|
0.25
|
0.25
|
|||||||||||
R36 =
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0.25
|
=
|
0
|
=
|
0
|
0.25
|
0.25
|
|||||||||||
R37 =
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0.25
|
=
|
0
|
=
|
0
|
0.25
|
0.25
|
|||||||||||
R38 =
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0.25
|
=
|
0.25
|
=
|
1
|
0.25
|
0.25
|
Berdasarkan hasil normalisasi matrik maka
diperoleh:
0
|
0
|
||
1
|
0
|
0
|
|
1
|
1
|
0
|
|
R=
|
0
|
1
|
0
|
1
|
1
|
0
|
|
0
|
1
|
0
|
|
1
|
0
|
0
|
|
1
|
1
|
1
|
Keterangan :
Vi = rangking untuk
setiap alternatif
wj = nilai bobot dari
setiap kriteria
rij = nilai rating
kinerja ternormalisasi
Jadi :
V1 = (1)(0) + (0.75)(0) + (0.75)(0)
= 0 + 0 + 0
= 0
V2 = (1)(1) + (0.75)(0) + (0.75)(0)
= 1 + 0 + 0
= 1
V3 = (1)(1) + (0.75)(1) + (0.75)(0)
= 1 + 0.75 + 0
= 1.75
V4 = (1)(0) + (0.75)(1) + (0.75)(0)
= 0 + 0.75 + 0
= 0.75
V5 = (1)(1) + (0.75)(1) + (0.75)(0)
= 1 + 0.75 + 0
= 1.75
V6 = (1)(0) + (0.75)(1) + (0.75)(0)
= 0 + 0.75 + 0
= 0.75
V7 = (1)(0) + (0.75)(0) + (0.75)(0)
= 0 + 0 + 0
= 0
V8 = (1)(1) + (0.75)(1) + (0.75)(1)
= 1+ 0.75 + 0.75
= 2.5
0 Response to "Diagnosa Penyakit Kanker Manusia Model MCDM (Multi Criteria Decission Maker) Bahasa Pemograman PHP dan MySql"
Post a Comment