Sistem Pakar Mycin

Sistem pakar mycin

Aplikasi Web sistem pakar untuk diagnosis penyakit gizi

Apa itu mycin ???

Mycin adalah awal sistem pakar yang dikembangkan selama lima tahun atau enam tahun pada tahun 1970 di standford university. Sistem pakar ini dirancang untuk mengidentifikasi bakteri yang menyebabkan infeksi berat, seperti bakterimia dan meningitis, dan merekomendasikan antibiotik dengan dosis yang disesuaikan untuk berat badan pasien, nama berasal dari antibiotik banyak akhiran “Mycin”. Sistem mycin juga digunakan untuk diagnosis penyakit pembekuan darah.

Bagaimana metodenya ???

Mycin dioperasikan menggunakan cukup sederhana mesin referensi, dan basis pengetahuan – 600 aturan. Permintaan dokter menjalankan program melalui serangkaian panjang sederhana, YA / TIDAK atau pertanyaan tekstual. Pada akhirnya, memberikan daftar bakteri penyebab yang mungkin meningkat dari tinggi ke rendah berdasarkan probabilitas diagnosis masing-masing.

Meskipun sukse Mycin, itu memicu perdebatan tentang penggunaannya ad hoc, tapi berprinsip, kerangka ketidakpastian yang dikenal sebagai “faktor kepastian”. Para pengembang melakukan penelitian yang menunjukkan bahwa kinerja Mycin itu minimal dipengaruhi oleh gangguan dalam metrik ketidakpastian yang berhubungan dengan aturan individu, menunjukkan bahwa kekuasaan dalam sistem ini lebih terkait dengan representasi pengetahuan dan skema penalaran dari pada rincian model ketidakpastian numerik.

Beberapa pengamat merasa bahwa seharusnya dimungkinkan untuk menggunakan klasik statistik Bayesian. Mycin pengembang yang berpendapat bahwa ini akan membutuhkan baik asumsi yang tidak realistis, atau memerlukan para ahli untuk memberikan perkiraan untuk jumlah unfeasibly besar probabilitas bersyarat.

Hasil riset mycin

Penelitian yang dilakukan di Stanford Medical School menemukan MYCIN menerima peringkat penerimaan 65% pada rencana perawatan dari panel delapan spesialis independen, yang sebanding dengan peringkat 42,5% hingga 62,5% dari lima anggota fakultas. Penelitian ini sering dikutip sebagai menunjukkan potensi ketidakpastian tentang keputusan terpenting, bahkan diantara para ahli, ketika tidak ada “standar emas” untuk perawatan yang benar.

Penggunaan mycin

MYCIN tidak pernah benar-benar digunakan dalam praktik. Ini bukan karena kelemahan dalam kinerjanya. Beberapa pengamat mengangkat masalah etika dan hukum terkait penggunaan komputer dalam pengobatan. Namun, masalah terbesar dan alasan MYCIN tidak digunakan dalam praktik rutin, adalah keadaan teknologi untuk integrasi sistem, terutama saat itu dikembangkan.

MYCIN adalah sistem yang berdiri sendiri yang mengharuskan pengguna untuk memasukkan semua informasi yang relevan tentang seorang pasien dengan mengetikkan tanggapan terhadap pertanyaan yang diajukan MYCIN.

Program ini berjalan pada sistem waktu bersama yang besar, tersedia Internet (ARPNet), sebelum komputer pribadi dikembangkan. Pada 1980-an, sistem pakar diperkenalkan, termasuk yang berbasis pada MYCIN, yang dikenal sebagai E-MYCIN diikuti oleh Knowledge Enginneering Environment – KEE, dan mendukung pengembangan sistem pakar diberbagai area aplikasi

Point penting tentang mycin

• ES (Expert System) untuk mendiagnosa infeksi akibat bakteri dan menyarankan jenis obat dan dosisnya untuk penyembuhan.

• Paling terkenal, dibuat oleh Edward Shortlife of Standford University tahun 70-an
Sistem pakar medical yang bisa mendiagnosa penyakit infeksi dan merekomendasi pengobatan

• MYCIN membantu dokter mengidentifikasi pasien yang menderita penyakit. Dokter memasukkan data pasien: umur, riwayat kesehatan, hasil laboratorium dan informasi terkait lainnya. Dengan informasi ini ditambah pengetahuan yang sudah ada dalam komputer, MYCIN mendiagnosa selanjutnya merekomendasi obat dan dosis yang harus diminum.

• MYCIN sebagai penasehat medis, tidak dimaksudkan untuk mengantikan kedudukan seorang dokter tetapi membantu dokter yang belum berpengalaman dalam penyakit tertentu. Juga untuk membantu dokter dalam mengkonfirmasi diagnosa dan terapi yang diberikan kepada pasien apakah sesuai dengan diagnosa dan terapi yang ada.

contoh aplikasi

sistem pakar untuk diagnosis penyakit gizi

a. Halaman Petunjuk Pemakaian Sistem

Implementasi Petunjuk Pemakaian Sistem Pakar oleh Admin

b. Kelola Indeks Massa Tubuh

Terdapat form penambahan dan pengeditan Indeks Massa Tubuh, dengan mengisikan Nama IMT, Batas bawah dan atas dari IMT yang bersangkutan.

c. Kelola Gejala

Pada halaman kelola Gejala, terdapat form penambahan dan pengeditan Gejala, dengan memilih Indeks Massa Tubuh dan mengisikan Nama gejala

d. Kelola Penyakit Gizi

Pada halaman kelola Penyakit Gizi yang ditampilkan pada Gambar, terdapat form penambahan dan pembaharuan Penyakit Gizi.

e. Kelola Rule

Pada halaman Kelola Rule, terdapat form penambahan dan pembaharuan Indeks Massa Tubuh, dengan memilih IMT, Nama Gejala, Gangguan Gizi,dan mengisikan MB (Measure of Belief) serta MD (Measure of Disbelief). Selain itu, pengguna dapat menghapus data dengan mengklik aksi hapus pada tabel.

f. Petunjuk Pemakaian untuk Consultee

Terdapat petunjuk pemakaian sistem untuk pengguna consultee, yaitu dimulai dari mengisi data diri pada halaman Konsultasi, kemudian menjawab pertanyaan konsultasi dan setelah menjawab semua pertanyaan akan muncul hasil diagnose serta saran Berat Badan Ideal, Angka Metabolisme Basal, Kebutuhan Kalori Harian, dan Penanganan Gangguan Gizi.

g. Pengisian Identitas Consultee

Pada halaman Pengisian Identitas Consultee, pengguna mengisikan Nama, Alamat, Jenis Kelamin, Berat Badan, Tinggi Badan, Umur, serta jenis aktivitas fisik, kemudian mengklik tombol Mulai Konsultasi.

h. Halaman Konsultasi

Pada halaman Konsultasi seperti yang ditampilkan pada Gambar 19, akan muncul hasil perhitungan Indeks Massa Tubuh sesuai dengan inputan berat dan tinggi badan pada bagian Pengisian Data Diri serta pertanyaan Gejala-gejala yang dialami sesuai dengan IMT pengguna.

Karena metode yang digunakan dalam sistem pakar ini adalah Certainty Factor maka, pengguna menjawab pertanyaan, dengan memilih salah satu, berdasarkan kadar gejala yang dialami antara lain Pasti Tidak dengan nilai CF: -1.0, Hampir Pasti Tidak (CF: -0.8), Kemungkinan Besar Tidak (CF:-0.6), Mungkin Tidak (CF: -0.4), Tidak Tahu (CF: 0), Mungkin(CF: 0.4), Kemungkinan Besar (CF:0.6), Hampir Pasti (CF: 0.8), dan Pasti(CF: 1.0).

i. Hasil Diagnosis

Setelah memilih jawaban untuk tiap-tiap pertanyaan konsultasi, pengguna mengklik tombol Cek Diagnosa dan Aplikasi Web Sistem Pakar untuk Diagnosis Penyakit Gizi akan tampil halaman Hasil diagnosis penyakit gizi seperti yang ditunjukkan pada Gambar 20, yang akan menampilkan peringkat Certainty Factor untuk tiap-tiap penyakit dari IMT yang bersangkutan serta saran-saran seputar gizi.