Decision Tree (Pohon Keputusan)

Gambar 1

--------------------------------------------------------------------

Gambar 2

--------------------------------------------------------------------

Gambar 3

Jaringan Saraf Tiruan (JST) dan Algoritma Genetika

Gambar 1 Jaringan Saraf Tiruan (a)

Gambar 2 Jaringan Saraf Tiruan (b)

--------------------------------------------------------------------

Gambar 3 Algoritma Genetika (a)

Gambar 4 Algoritma Genetika (b)

ProxylessNAS: Direct Neural Architecture Search on Task and Hardware

Gambar 1

--------------------------------------------------------------------

Gambar 2

Contoh Kasus Teorema Bayes (Sistem Pakar)

Sebelum membaca artikel ini, akan lebih baiknya temen-temen readers baca dulu yuk artikel saya seputar Sistem Pakar yang akan berhubungan juga loh pada artikel yang akan dijelaskan dibawah ini 😎

Jika memang sudah tau Sistem Pakar,

Yuuuk langsung aja baca postingan saya kali ini 😉  

↓     ↓     ↓

Teorema Bayes

       Teorema Bayes dikemukakan oleh seorang matematikawan dan pendeta Inggris bernama Thomas Bayes. Beliau memaparkan beberapa persamaan probabilitas yang saat ini dikenal oleh Teorema Bayes. Teorema ini menggambarkan hubungan antara dua buah peluang kejadian bersyarat A dan B. Teorema Bayes merupakan satu metode yang digunakan untuk menghitung ketidakpastian data menjadi data yang pasti dengan membandingkan antara data ya dan tidak. Probabilitas Bayes merupakan salah satu cara untuk mengatasi ketidakpastian data dengan menggunakan formula Bayes yang dinyatakan:

Keterangan:

P(H | E)   : probabilitas hipotesis H jika diberikan evidence E

P(E| H)    : probabilitas munculnya evidence apapun

P(H)        : probabilitas hipotesis H (menurut hasil sebelumnya) tanpa memandang evidence apapun

P(E)        : probabilitas evidence E

Dengan:

P (H_i | E)    : probabilitas hipotesis benar jika diberikan evidence (fakta) E

P (H_i)         : probabilitas hipotesis Hi (menurut hasil sebelumnya) tanpa memandang evidence (fakta) apapun

P (E | H_i)    : probabilitas munculnya evidence (fakta) E jika diketahui hipotesis H_i benar

Dengan i    : 1, 2, 3, ..., n

Teorema Bayes tersebut dapat dibuktikan sebagai berikut:

Dengan:

e                     : evidence lama

E                     : evidence observasi baru

P (H | E, e)     : probabilitas hipotesis H benar jika muncul evidence baru dari evidence lama e

P (H | E)         : probabilitas hipotesis H benar jika diberikan evidence E

P (e | E, H)     : kaitan antara e dan E jika hipotesis H benar

P (e | H)         : kaitan antara e dan E jika hipotesis H benar

Salah satu contoh kasus dari Teorema Bayes, yaitu:

Sistem Pakar Diagnosa Penyakit Pada Kucing Dengan Metode Teorema Bayes Berbasis Android

       Banyak para pencinta kucing yang kesulitan untuk merawat ketika sakit dan tidak sedikit pula kucing kesayangan mati tanpa diketahuin dengan jelas sebabnya. Maka solusi dengan sistem pakar yang mengadaptasi kecerdasan buatan di bidang kedokteran hewan yaitu untuk mendiagnosa penyakit pada kucing. Diharapkan dapat menjadi salah satu alternatif bantuan bagi pemilik kucing dalam memperoleh informasi penyakit pada kucing. Dan sekaligus dapat pula mengetahui pemecahan masalah atau solusi yang tepat untuk menangani penyakit tersebut.

       Dengan menggunakan metode Teorema Bayes dengan menggunakan probabilitas bersyarat sebagai dasarnya. Metode Bayes juga merupakan suatu metode untuk menghasilkan estimasi parameter dengan menggabungkan informasi dari sampel dan informasi lain yang telah tersedia sebelumnya. Dengan menggunakan berbasis android sebagai platform. Karena keunggulannya dibanding platform yang lain serta kemudahan akses aplikasi di Android Market. Berdasarkan pada pengujian 15 sampel data gejala penyakit menunjukkan bahwa program aplikasi menghasilkan nilai akurasi sebesar 90 %.

Analisis Sistem

Aplikasi sistem pakar diagnosa penyakit pada kucing dengan metode Teorema Bayes berbasis android. Merupakan sistem pakar yang dibuat dan dirancang dari adaptasi kecerdasan bidang kedokteran hewan yaitu untuk mendiagnosis penyakit pada kucing.

Diharapkan dapat menjadi salah satu alternatif bantuan bagi pemilik kucing dalam memperoleh informasi penyakit pada kucing. Dan sekaligus dapat pula mengetahui pemecahan masalah atau solusi yang tepat untuk menangani penyakit tersebut.

Dalam sistem ini data yang diperoleh dari studi literatur dari para ahli selanjutnya akan menentukan data penyakit dan data gejala penyakit. Dalam tahap ini, terdapat dua langkah yang dilakukan yaitu proses data identifikasi penyakit dan proses data indentifikasi gejala-gejala.

Flowchart

Data Penyakit dan Gejala

Daftar Penyakit Kucing

P	Penyakit
P1	Helminthiasis / Cacingan
P2	Jamur
P3	Scabies
P4	Kutu / Ektoparasit
P5	Keracunan
P6	Diare / Mencret
P7	Flu
P8	Infeksi Saluran Telinga / Otitis
P9	Retensi Urin / Inteksi saluran kencing
P10	Sakit Mata
P11	Distemper
P12	Calcivirus
P13	Gingivitis
P14	Prolapsus ani
P15	Salmonella

Daftar Gejala Penyakit Kucing

G	Gejala
G1	Makan dengan baik namun kurus
G2	Bulu rontok
G3	Kulit mengelupas berupa serpihan
G4	Tidak gatal
G5	Sering menggaruk-garuk pada bagian kepala
G6	Ujung daun kuping nampak bercak kerak kulit mati serta membotak
G7	Menggaruk-garuk
G8	Infeksi Saluran Telinga / Otitis
G9	Menjilat - jilat secara berlebihan
G10	Mengluarkan banyak air liur
G11	Perubahan tingkah laku
G12	Berkurangnya nafsu makan
G13	Tubuh kucing lemas
G14	Pup encer
G15	Bersin-bersin
G16	Hidung keluar cairan
G17	Daun telinga kemerahan, sedikit bengkak disertai kotoran telinga
G18	Kucing terlihat sering menggosok-gosokkan telinga ke dinding, atau benda lain
G19	Kucing jantan setelah kawin
G20	Kantong kemih besar
G21	Mengejan untuk mengeluarkan air kencing
G22	Pembengkakan mata yang disertai dengan keluarnya nanah
G23	Demam
G24	Diare yang berdarah
G25	Lesu tidak mau makan, minum, tidur saja
G26	Ulcer mukosa mulut dan lidah
G27	Ngiler
G28	Penurunan berat badan
G29	Napas berbau busuk
G30	Gusi berdarah
G31	Sulit makan
G32	Anus keluar
G33	Diare yang hebat mungkin ada darah
G34	Terlihat depresi

Dari tabel diatas, sistem dapat memberikan informasi mengenai penyakit pada kucing, jika gejala pada penyakit kucing sesuai dengan yang di input, maka rule yang dapat digunakan untuk menentukan penyakit pada kucing adalah sebagai berikut:

Tabel Basis Aturan

No	Penyakit
1	IF G1 THEN P1
2	IF G2 AND G3 AND G4 THEN P2
3	IF G5 AND G6 THEN P3
4	IF G7 AND G8 AND G9 THEN P4
5	IF G10 AND G11 THEN P5
6	IF G12 AND G13 AND G14 THEN P6
7	IF G15 AND G16 THEN P7
8	IF G17 AND G18 THEN P8
9	IF G19 AND G20 AND G21 THEN P9
10	IF G22 THEN P10
11	IF G23 AND G24 AND G25 THEN P11
12	IF G26 AND G27 AND G28 THEN P12
13	IF G29 AND G30 AND G31 THEN P13
14	IF G32 THEN P14
15	IF G33 AND G34 THEN P15

Implementasi dan Uji Coba

Menu Utama

Halaman menu utama berupa tampilan menu-menu utama yang terdiri dari lima menu.

Mulai Diagnosa
Halaman ini berisikan gejala-gejala penyakit yang dialami kucing. User dapat memilih gejala apa saja yang tertera, untuk selanjutnya mengetahui lebih detail tentang penyakit yang terdapat pada kucing.

Jenis Penyakit

Halaman jenis penyakit berupa macam-macam jenis penyakit. User dapat memilih jenis penyakit yang ingin mengetahuin lebih detail tentang penyakit yang terdapat pada kucing.

Cara Perawatan

Halaman cara perawatan berupa macam-macam cara perawatan kucing. User dapat memilih cara perawatan untuk ingin mengetahui lebih detail cara perawatan terhadapat kucing.

Penerapan Teorema Bayes

Jika kucing mengalami gejala pembengkakan mata yang disertai dengan keluarnya nanah. Kemudian dokter menduga bahwa ia terkena penyakit sakit mata dengan probabilitas:

P(G22|P10) = 0,9

Maka:

Keterangan:

Sakit Mata = P10

Pembengkakan mata yang disertai dengan keluarnya nanah = G22

Kesimpulan:

Dari hasil diatas menunjukkan bahwa probabilitas kucing terkena sakit mata sebesar 90%, apabila gejala yang dirasakan adalah pembengkakan mata yang disertai dengan keluarnya nanah.

Tentang Aplikasi

Halaman tentang aplikasi berupa informasi penjelasan tentang aplikasi sistem pakar.

Referensi

Kusrini (2006). “Sistem pakar teori dan Aplikasi”. Yogyakarta; Andi Offset

Sutabri, Tata 2005 “Sistem Informasi Manejemen”. Yogyakarta; Andi Offset

Meadows, Graham 2013 “the cat owner’s handbook”. Tangerang; Karisma

Kadir, Abdul 2013 “from zero to a pro pemrograman Aplikasi Android”. Yogyakarta; Andi Offset

Safaat H, Nazruddin 2014 “Aplikasi berbasis android edisi revisi”. Bandung; Informatika

Akbarul huda, Arif 2013 “live coding”. Yogyakarta; Andi Offset

Nah, mungkin hanya segitu dulu penjelasan seputar Teorema Bayes dari saya,

di lain waktu mungkin akan ditambahkan / di update lagi informasinya 😁

Mohon maaf apabila ditemukan kesalahan kata ataupun kesalahan informasi.

😉 ~ Sekian. Terimakasih, readers ~ 😉