|
7
Bab 2
LANDASAN TEORI
2.1
Kulit
Kulit adalah organ tubuh yang terletak paling luar dan membatasinya dari
lingkungan hidup manusia. Kulit merupakan organ yang essential dan vital, serta
merupakan cerminan kesehatan dan kehidupan.
Kulit juga sangat kompleks,
elastis dan sensitif.
Bervariasi pada keadaan iklim, umur, sex, ras, dan juga
bergantung pada lokasi tubuh.
Warna kulit berbeda-beda.
Dari yang berwarna terang, pirang dan hitam,
warna merah muda pada telapak kaki dan tangan bayi, serta warna hitam
kecoklatan pada genitalia dewasa.
Demikian pula kulit juga bervariasi mengenai lembut, tipis, dan
tebalnya.Kulit yang elastis dan longgar misalnya seperti terdapat pada bibir.
Kulit yang tebal dan tegang terdapat di telapak kaki dan tangan orang dewasa.
Sedangkan kulit yang tipis terdapat pada wajah, yang lembut pada leher dan
badan, dan yang berambut kasar terdapat pada kepala.
Kulit berfungsi untuk menjaga bagian dalam tubuh dari gangguan fisik,
kimiawi, infeksi luar dari bakteri atau jamur, serta gangguan yang bersifat panas.
Hal tersebut dikarenakan pada kulit terdapatnya lapisan lemak subkutan, dermis,
dan epidermis. Selain itu, tebalnya lapisan kulit dan jaringan penunjangnya juga
berperan sebagai pelindung dari gangguan fisik.
A.
Anatomi Kulit
Kulit manusia terdiri dari:
1.
Lapisan epidermis
Tersusun atas lapisan tanduk (lapisan korneum) dan lapisan
Malpighi.
Lapisan korneum
merupakan lapisan kulit mati, yang dapat
mengelupas dan digantikan oleh sel-sel baru.
Lapisan Malpighi
terdiri
atas lapisan spinosum
dan lapisan germinativum.
Lapisan spinosum
berfungsi menahan gesekan dari luar.
Lapisan germinativum
mengandung sel-sel yang aktif membelah diri, mengantikan lapisan sel-
sel pada lapisan korneum.Lapisan Malpighi
mengandung pigmen
melanin yang memberi warna pada kulit.Lapisan Malpighi juga berfungsi
sebagai pelindung dari bahaya sinar matahari terutama sinar ultraviolet.
|
|
8
2.
Lapisan dermis
Lapisan ini mengandung pembuluh darah, akar rambut, ujung
saraf, kelenjar keringat, dan kelenjar minyak.
Kelenjar keringat
menghasilkan keringat.
Banyaknya keringat yang dikeluarkan dapat
mencapai 2.000 ml setiap hari, tergantung pada kebutuhan tubuh dan
pengaturan suhu. Keringat mengandung air, garam, dan urea. Fungsi lain
sebagai alat ekskresi adalah sebagai organ penerima rangsangan,
pelindung terhadap kerusakan fisik, penyinaran, dan bibit penyakit, serta
untuk pengaturan suhu tubuh.
Pada suhu lingkungan tinggi (panas), kelenjar keringat menjadi
aktif dan pembuluh kapiler di kulit melebar. Melebarnya pembuluh
kapiler akan memudahkan proses pembuangan air dan sisa metabolisme.
Aktifnya kelenjar keringat mengakibatkan keluarnya keringat ke
permukaan kulit dengan cara penguapan. Penguapan mengakibatkan
suhu di permukaan kulit turun sehingga kita tidak merasakan panas lagi.
Sebaliknya, saat suhu lingkungan rendah, kelenjar keringat tidak aktif
dan pembuluh kapiler di kulit menyempit. Pada keadaan ini darah tidak
membuang sisa metabolisme dan air, akibatnya penguapan sangat
berkurang, sehingga suhu tubuh tetap dan tubuh tidak mengalami
kendinginan.
Keluarnya keringat dikontrol oleh hipotalamus.
Hipotalamus
adalah bagian dari otak yang terdiri dari sejumlah nukleus
dengan berbagai fungsi yang sangat peka terhadap steroid dan
glukokortikoid, glukosa dan suhu.
3.
Lapisan hipodermis
Lapisan ini terletak di bawah dermis.
Lapisan ini banyak
mengandung lemak.
Lemak berfungsi sebagai cadangan makanan,
pelindung tubuh terhadap benturan, dan menahan panas tubuh.
Kulit memiliki beberapa fungsi:
•
Sebagai alat pengeluaran berupa kelenjar keringat.
•
Sebagai alat peraba.
•
Sebagai pelindung organ dibawahnya.
•
Tempat dibuatnya Vit D dengan bantuan sinar matahari.
•
Pengatur dan penyeimbang suhu tubuh.
•
Tempat menimbun lemak.
|
|
9
Faktor yang berperan penting dalam fungsi proteksi kulit adalah
keratin, lipid, sebum,
pH asam, pigmen melanin, dan sel Langerhans
serta makrofag
yang berada di lapisan dermis. Berikut adalah beberapa
mekanisme proteksi pada kulit:
1.
Keratin
Lapisan keratin bersifat kedap udara, cukup kedap air, dan
tidak dapat ditembus oleh sebagian besar bahan.
Oleh karena itu,
lapisan ini dapat menahan segala sesuatu yang melewatinya dalam
dua arah antara tubuh dan lingkungan eksternal.
Sebagai contoh,
lapisan ini dapat memperkecil hilangnya air tubuh dan protein plasma
pada penderita luka bakar, serta mencegah benda asing masuk ke
dalam tubuh. Selain itu, proses keratinisasi juga berperan sebagi
barrier
mekanis karena sel-sel mati akan melepaskan dirinya secara
teratur.
2.
Lipid
Lipid
yang dihasilkan oleh granula
lamellar
berfungsi untuk
mengurangi evaporasi air dari permukaan kulit. Oleh karena itu, kulit
akan terhindar dari dehidrasi. Selain itu, lipid
juga akan mencegah
masuknya air ke dalam kulit.
3.
Sebum
Sebum yang dihasilkan kelenjar sebasea
berperan untuk
menjaga kulit dan rambut agar tidak menjadi kering. Selain itu, sebum
mengandung bahan kimia anti bacteria
yang dapat membunuh
bakteri. Peran lain dari sebum adalah pada masa fetus, yakni kelenjar
lemak fetus yang dipengaruhi oleh hormone androgen
ibunya akan
memproduksi sebum yang berfungsi untuk melindungi kulit fetus dari
cairan amnion, disebut sebagai vernix caseosa.
4.
pH asam
Keasaman kulit terbentuk dari hasil ekskresi keringat dan
sebum, sehingga menyebabkan pH kulit berkisar 5-6,5. Hal
tersebutlah yang menjadi perlindungan kimiawi kulit terhadap infeksi
bakteri maupun jamur.
|
|
10
5.
Pigmen melanin
Melanosit yang menghasilkan melanin berfungsi untuk
proteksi terhadap pajanan sinar UV
dari matahari. Hal tersebut
dilakukan dengan cara menyerap radiasi UV
agar mencegah
kerusakan DNA
di epidermis dan menetralisir radikal bebas yang
terbentuk akibat UV.
6.
Sel Langerhans
Sel Langerhans berfungsi sebagai sel penyaji antigen ke sel T.
Hilangnya sel Langerhans akibat paparan UV
dapat menyebabkan
kulit lebih rentan terhadap invasi mikroba dan kanker.
B.
Penyakit-penyakit pada kulit wajah
1.
Jerawat
Jerawat adalah suatu keadaan di mana pori-pori kulit tersumbat
sehingga menimbulkan kantung nanah yang meradang.
Jerawat
merupakan penyakit kulit yang cukup besar jumlah penderitanya.
Kligmann, seorang peneliti masalah jerawat ternama
di dunia
berpendapat, "Tak ada satu orang pun di dunia yang melewati masa
hidupnya tanpa sebuah jerawat di kulitnya."
Kemungkinan penyebabnya
adalah perubahan hormonal yang merangsang kelenjar minyak di kulit.
Perubahan hormonal lainnya yang dapat menjadi
pemicu timbulnya
jerawat adalah masa menstruasi, kehamilan, pemakaian pil KB, dan stres.
Penyebab munculnya jerawat:
a.
Produksi minyak berlebihan
Jerawat tidak melulu muncul karena kotor, melainkan lebih
disebabkan faktor dari dalam tubuh.
Jerawat adalah kondisi abnormal
kulit akibat gangguan berlebihan produksi kelenjar minyak (sebaceus
gland) yang menyebabkan penyumbatan saluran
folikel
rambut dan
pori-pori kulit. Penyebab jerawat yang paling umum adalah hormon,
tumpukan minyak atau sebum di kulit berkolaborasi dengan bakteri.4
b.
Sel-sel kulit mati
Umumnya, jerawat dsebabkan oleh kelebihan kelenjar minyak
karena giat diproduksi hormon androgen.
Jerawat timbul karena
kelenjar minyak yang berlebih tersebut bercampur dengan sel kulit
mati.
Ketika sel-sel kulit itu bercampur dengan jumlah debu atau
|
|
11
kotoran yang sudah meningkat itu, campuran yang tebal dan lengket
itu dapat membentuk penyumbat yang menjadi bintik hitam atau
putih.Banyak yang beranggapan, bahwa jerawat hanya menyerang
muka, tetapi jerawat bisa juga menyerang bagian tubuh lain, seperti di
bagian punggung, dada dan lengan atas.
c.
Bakteri
Yang membuat masalah semakin rumit, bakteri biasanya ada
di kulit, yang disebut acne, yang cenderung berkembang biak di dalam
kelenjar sebaceous yang tersumbat, yang menghasilkan zat-zat yang
menimbulkan iritasi daerah sekitarnya. Kelenjar tersebut terus
membengkak, dan mungkin akan pecah, kemudian menyebarkan
radang ke kulit daerah sekitarnya. Inilah yang menyebabkan
jerawatbatu jenis yang paling mungkin, yaitu meninggalkan
pigmentasi jangka panjang dan bekas luka seperti cacar yang
permanen.
d.
Kosmetik
Penyumbatan pori-pori seringkali terjadi oleh penggunaan
kosmetik yang mengandung banyak minyak atau penggunaan bedak
yang menyatu dengan foundation. Foundation yang terkandung pada
bedak menyebabkan bubuk bedak mudah menyumbat pori-pori.
e.
Obat-obatan
Konsumsi obat kortikosteroid, baik oral (obat minum) maupun
topical (obat oles), yang mengakibatkan daya tahan tubuh menurun,
juga meningkatkan potensi timbulnya jerawat karena aktivitas bakteri
patogen yang meningkat.
f.
Telepon Genggam
Permukaan telepon genggam bisa jadi media subur untuk
tumbuhnya bakteri.
Untuk mencegahnya, bersihkan permukaan
telepon secara rutin dengan alkohol, dan usahakan jangan
menempelkan telepon genggam ke pipi ketika menelepon.
g.
Stres
Sebenarnya, stres tidak secara langsung menyebabkan
jerawat.Masalahnya, ada hormon tertentu yang keluar saat seseorang
stres, yang memungkinkan tumbuhnya jerawat. Tak hanya itu, stres
|
 12
membuat orang tersebut mempunyai
pola makan yang cenderung
banyak mengkonsumsi makanan manis dan berlemak, sebagai
"pelarian" dari stres.
Tipe jerawat :
Komedo
Komedo sebenarnya adalah pori-pori yang tersumbat, bisa
terbuka atau tertutup.
Komedo yang terbuka (blackhead), terlihat
seperti pori-pori yang membesar dan menghitam.
Komedo yang
tertutup (whitehead) memiliki kulit yang tumbuh di atas pori-pori
yang tersumbat sehingga terlihat seperti tonjolan putih kecil. Jerawat
jenis komedo ini disebabkan oleh sel-sel kulit mati dan sekresi
kelenjar minyak yang berlebihan pada kulit.
Jerawat biasa
Gambar 2.1 Jerawat Biasa
Jenis jerawat ini mudah dikenali, tonjolan kecil berwarna pink
atau kemerahan.
Terjadi karena pori-pori yang tersumbat dan
terinfeksi oleh bakteri jenis propionibacterium acne.
Bakteri ini
biasanya hidup di saluran kelenjar sebaceous
yang tersumbat, yaitu di
daerah tempat beradanya asam lemak pada kantung kelenjar
sebaceous
yang tersembunyi di dalam pori-pori kulit. Diberi nama
propionibacterium
karena mampu memproduksi
asam propionik
(propionicacid). Bakteri ini merupakan jenis anaerobik sehingga dapat
hidup tanpa butuh oksigen, dan mempunyai ciri-ciri aerotolerant yang
menimbulkan iritasi pada daerah sekitarnya. Bakteri yang menginfeksi
bisa juga dari waslap, kuas make up, jari tangan, juga telepon. Stres,
|
 13
hormon dan udara yang lembap, dapat memperbesar kemungkinan
terbentuknya jerawat.
Jerawat batu (Cystic acne)
Gambar 2.2 Jerawat Batu
Cystic acne
adalah jerawat yang besar-besar, dengan
peradangan hebat, berkumpul diseluruh muka.
Penderita cystic acne
biasanya juga memiliki keluarga dekat yang menderita jerawat jenis
ini. Secara genetik penderitanya memiliki:
1.
Kelenjar minyak yang over aktif yang membanjiri pori-pori
dengan kelenjar minyak.
2.
Pertumbuhan sel-sel kulit yang tidak normal yang tidak bisa
beregenerasi secepat kulit normal.
3.
Memiliki respon yang berlebihan terhadap peradangan sehingga
meninggalkan bekas di kulit.
Cara mengatasi jerawat :
Jerawat merupakan salah satu penyakit kulit yang biasa
menyerang wajah.
Menangani jerawat tidak boleh sembarangan.
Secara umum, prinsip perawatan kulit wajah sebagai berikut :
•
Kulit wajah harus selalu bersih saat istirahat di rumah.
•
Jangan memecahkan jerawat dan jangan sering di sentuh.
•
Hindari pemakaian kosmetika rias saat tidur.
•
Kebutuhan pembersih bagi kulit kering berbeda dengan kulit
berminyak atau kulit normal, demikian juga sebaliknya.
•
Membersihkan wajah pada sore hari berbeda dengan pada pagi
hari.
|
 14
2.
Penyakit Kulit-Rosacea
Gambar 2.3 Rosacea
Rosacea
adalah salah satu jenis penyakit kulit yang menyerang
setidaknya 45 juta orang di dunia.
Pada umumnya, rosacea lebih
cenderung
menyerang orang berkulit putih (bule).Ciri-cirinya adalah
berupa bercak-bercak merah, bintik-bintik kecil kemerahan dengan jumlah
yang banyak pada wajah, seperti di kening dan pipi. Gejala ini kerapkali
muncul sesekali atau permanen.
Gejala yang muncul sesekali umumnya
terjadi pada saat seseorang yang berkulit sensitif tersebut mengalami
perubahan emosi, seperti malu, marah,
sedih, lelah, bersemangat, dsb.
Kendati Rosacea
ini tidak menular dan tidak berbahaya, namun hingga
saat ini belum ditemukan penyebab
munculnya penyakit kulit yang satu
ini. Selain itu, Rosacea juga tidak dapat disembuhkan.
Jenis-jenis kegiatan perawatan kulit tergantung dengan jenis kulit
tiap orang
berbeda-
beda. Kategori kulit yang berbeda juga tentunya
memiliki perawatan yang
berbeda juga. Penggunaan produk kulit yang
tidak tepat dengan penggolongan jenis kulit akan menyebabkan kerusakan
kepada kulit. Kulit dapat digolongkan menjadi 5 kategori, yaitu
1. Kulit Normal
Jenis kulit normal hanya membutuhkan perhatian yang
minimal. Jenis kulit ini tidak akan berminyak atau kering, sehingga
terbebas dari noda.
2. Kulit Berminyak
Jenis kulit berminyak membutuhkan perhatian dan perawatan
yang lebih.
Jumlah minyak yang dikeluarkan oleh jenis kulit ini
|
|
15
menjadikan jerawat dan noda sering muncul.Oleh karena itu, orang
yang memiliki jenis kulit
berminyak harus mencuci dan
membersihkan wajah secara teratur.
3. Kulit Kering
Kulit kering disebabkan oleh tidak cukupnya minyak yang dihasilkan
oleh kelenjar minyak, sehingga membuat kulit menjadi kering.
4. Kulit Sensitif
Kulit sensitif sangat mudah pecah. Penyebab yang sering
menimbulkan masalah pada kulit sensitif adalah lingkungan, seperti debu,
kotoran, matahari, dll.
5. Kulit Kombinasi
Jenis kulit kombinasi dimiliki oleh banyak orang. Jenis kulit ini
merupakan
gabungan dari jenis kulit kering dan berminyak. Anda bisa
memiliki kedua jenis
kulit tersebut, misalnya, memiliki jenis kulit kering
di pipi sedangkan hidung dan dahi berminyak.
2.2
Obat
Sebelum menjurus kepada obat racikan, harus mengenal dulu apa itu
obat.
Banyak definisi mengenai obat, antara lain menurut arti yang luas, obat
adalah zat kimia yang mempengaruhi proses hidup (Arini dkk, 1987), contoh
definisi lain obat adalah bahan bahan yang siap digunakan untuk mempengaruhi
atau menyelidiki system fisiologis atau keadaan patologi dalam rangka
nenetapan diagnosis, pencegahan, penyembuhan, pemulihan, peningkatan
kesehatan dan kontrasepsi yang dikemukakan oleh Anonim (Yosef, 2011).
Setiap obat kemungkinan akan menimbulkan Efek Samping Obat (ESO).
Berdasarkan definisi itu maka obat adalah zat kimia sebagai antigen yang
dapat menimbulkan antibodi yang dapat menimbulkan rekasi antigen antibodi,
sebagai contoh, makan obat Atimbul alergis (biasanya ringan kemerahan dan
gatal, dapat juga yang berat disebut anafilaksisshok). Bahkan ada yang
mengatakan obat itu racun yang dapat menimbulkan kematian.
Manusia dapat terjangkiti berbagai penyakit seperti : infeksi, tumor,
gangguan metabolism, dan lain lain. Oleh karena itu perlu panduan/pedoman
pengobatan bagi
para ahli medis.
Menurut Badan POM Depkes RI (2000),
maka agar pedoman pengobatan dapat memberikan manfaat sesuai dengan
|
|
16
tujuannya, maka beberapa hal berikut ini perlu mendapat perhatian dalam
menyikapi Pedoman Pengobatan (PP):
1. PP dikembangkan berdasarkan informasi ilmiah yang layak dan handal.
2. PP dikembangkan dengan melibatkan berbagai actor dalam system pelayanan
kesehatan (yankes) yang bersangkutan.
3. PP perlu disosialisasikan kepada para dokter.
4. Perlu pemantauan ketaatan terhadap pedoman melalui audit atau studi
penggunaan obat di unit unit yankes.
5. PP memuat penyakit yang umum dijumpai di unit unit yankes.
6. PP harus disesuaikan dengan sarana dan pelaku pelayanan yang ada.
2.2.1 Masalah Obat
Penggunaan obatdikatakan tidak tepat jika risiko yang mungkin
terjadi tidak imbang dengan manfaat yang diperoleh dari tindakan
memberikan suatu obat. Penggunaan obat yang tidak tepat, tidak efektif,
tidak aman dan juga tidak ekonomis atau yang lebih popular dengan istilah
tidak rasional sering akan mendatangkan risiko, karena obat (bahan kimia)
memungkinakan menimbulkan ESO.
Dengan perkataan lain, penggunaan obat dinilai tidak rasional, jika:
a.
Indikasi penggunaan tidak jelas atau keliru, sehingga diagnoses
kurang tepat.
b.
Pemilihan obat tidak tepat, artinya yang dipilih bukan obat yang
terbukti paling bermanfaat, paling aman, paling sesuai dan paling
ekonomis.
c.
Cara penggunaan obat tidak tepat, mencakup besarnya dosis, cara
pemberian, frekuensi dan lama pemberian.
d.
Kondisi dan riwayat pasien tidak dinilai secara cermat. Apakah ada
kondisi yang tak perlu obat (non farmakologik), atau
diharuskan
penyesuaian dosis (misalnya penggunaan antibiotic (aminoglikosida)
pada gangguan ginjal) atau malah menjadi risiko terhadap efek
samping obat misalnya pada obat racikan.
e.
Pemberian obat yang tidak disertai penjelasan yang sesuai kepada
pasien atau keluarganya.
|
 17
f.
Pengaruh pemberian obat, baik yang diinginkan atau yang tidak
diinginkan tidak dapat diperkirakan sebelumnya dan tidak dilakukan
pemantauan secara langsung atau tidak langsung.
2.2.2 Obat Topikal pada Kulit
Pemberian obat topikal pada kulit merupakan cara memberikan obat pada
kulit dengan mengoleskan obat yang akan diberikan. Pemberian obat topikal pada
kulit memiliki tujuan yang lokal, seperti pada superficial
epidermis. Obat ini
diberikan untuk mempercepat proses penyembuhan, bila pemberian per-oral tidak
dapat mencapai superficial
epidermis
yang miskin pembuluh darah kapiler. Efek
sistemik tidak diharapkan pada pemberian obat topikal pada kulit ini. Apabila terjadi
kerusakan kulit setelah penggunaan obat topikal pada kulit, maka kemungkinan besar
efek sistemik akan terjadi.
Pemberian obat topikal pada kulit terbatas hanya pada obat-obat tertentu karena
tidak banyak obat yang dapat menembus kulit yang utuh. Keberhasilan pengobatan
topical pada kulit tergantung pada:
Umur
Pemilihan agen topikal yang tepat
Lokasi dan luas tubuh yang terkena atau yang sakit
Stadium penyakit
Konsentrasi bahan aktif dalam vehikulum
Metode aplikasi
Penentuan lama pemakaian obat
Penetrasi obat topical pada kulit, melalui: stratum korneum
epidermis
papilla dermis
aliran darah
Proses penyerapan obat topikal jika diberikan pada kulit, yaitu:
Lag phase - hanya di atas kulit, tidak masuk ke dalam darah
Rising - dari stratum korneum diserap sampai ke kapiler dermis darah
Falling
-
obat habis di stratum korneum. Jika terus diserap kedalam,
khasiatnya akan semakin berkurang
Contoh obat topikal untuk kulit :
1. Anti jamur : ketoconazol, miconazol, terbinafin
2. Antibiotik : oxytetrasiklin
3. Kortikosteroid : betametason, hidrokortison
|
 18
2.3
Android
Android adalah suatu sistem operasi yang berbasis Linux yang digunakan
sebagai sumber daya bagi perangkat keras seperti ponsel, PC Tablet
dan
Smartphone. Pada aplikasi ini versi Android yang kami gunakan adalah versi :
Android versi 2.0/2.1 (Eclair)
Pada 3 Desember 2009 kembali diluncurkan ponsel Android dengan versi
2.0/2.1 (Eclair), perubahan yang dilakukan adalah pengoptimalan hardware,
peningkatan Google Maps 3.1.2, perubahan UI
dengan browser
baru dan
dukungan HTML5, daftar kontak yang baru, dukungan flash untuk kamera 3,2
MP, digital Zoom, dan Bluetooth 2.1.
Dengan semakin berkembangnya dan semakin bertambahnya jumlah
handset Android, semakin banyak pihak ketiga yang berminat untuk
menyalurkan aplikasi mereka kepada sistem operasi Android.Aplikasi terkenal
yang diubah ke dalam sistem operasi Android adalah Shazam, Backgrounds, dan
WeatherBug.Sistem operasi Android dalam situs Internet juga dianggap penting
untuk menciptakan aplikasi Android
asli, contohnya oleh MySpace
dan
Facebook.
2.4
Rekayasa Piranti Lunak
2.4.1 Pengertian Rekayasa Piranti Lunak
Menurut Pressman (2010,p14), Rekayasa Perangkat Lunak adalah
pembuatan dan penggunaan prinsip prinsip keahlian teknik untuk
mendapatkan perangkat lunak yang ekonomis yang handal dan bekerja
secara efisien pada mesin yang sesungguhnya. Rekayasa piranti
lunak
mendirikan suatu pondasi untuk proses perangkat lunak yang lengkap
dengan mengidentifikasi sejumlah aktifitas kerangka kerja yang berlaku
untuk semua proyek perangkat lunak, terlepas dari hal ukuran dan
kompleksitas.
Fokus pada kualitas (A Quality Focus)
Pendekatan teknik apapun (termasuk rekayasa perangkat
lunak) harus bersandar pada komitmen organisasi terhadap suatu
mutu. Total kualitas manajemen dan filosofi yang sama mendorong
budaya perbaikan proses yang berkesinambungan dan budaya inilah
|
 19
yang pada akhirnya mengarah pada pengembangan pendekatan yang
semakin dewasa untuk rekayasa perangkat lunak. Pondasi yang
mendukung rekayasa perangkat lunak adalah fokus pada kualitas.
Proses (Process)
Dasar untuk rekayasa perangkat lunak adalah lapisan proses.
Proses pada rekayasa perangkat lunak adalah perekat yang memegang
teknologi lapisan (layer) bersama-sama
dan memungkinkan
pengembangan perangkat lunak yang rasional dan tepat waktu. Proses
mendefinisikan sebuah kerangka kerja untuk suatu set key process
areas (KPAs) yang harus ditetapkan untuk penyampaian (delivery)
yang efektif dari teknologi rekayasa perangkat lunak. Key process
areas
membentuk dasar control manajemen proyek perangkat lunak
dan menetapkan konteks metode-metode teknis mana yang
diterapkan, produk kerja (model, dokumen, data, laporan, form, dll)
yang diproduksi, milestone
yang ditetapkan, kualitas yang terjamin
dan perubahan yang dikelola dengan baik.
Metode (Method)
Metode rekayasa perangkat lunak menyediakan teknis
“bagaimana” untuk membangun perangkat lunak.
Metode mencakup
tugas yang mencakup analisis kebutuhan (requirment analysis),
perancangan (design), program konstruksi (program construction),
pengujian (testing), dan pemeliharaan (maintenance).
Alat Bantu (Tools)
Alat bantu otomatis atau semi-otomatis menyediakan
dukungan untuk proses dan metode. Ketika alat-alat diintegrasikan
sehingga informasi yang dibuat oleh salah satu alat dapat digunakan
oleh alat lainnya, sebuah sistem untuk mendukung perangkat lunak,
yang disebut computer-aided software engineering (CASE), didirikan
CASE menggabungkan software, hardware, dan database
(sebuah
repository
berisi informasi penting tentang
analisis, rancangan,
program konstruksi, dan pengujian) untuk menciptakan lingkungan
rekayasa perangkat lunak yang analog dengan computer-aided
engineering (CAE) untuk hardware.
|
 20
2.4.2
Model Proses Waterfall
Menurut Pressman (2010), model proses Waterfall, yang juga dikenal
dengan classic life cycle, adalah model proses yang sistematis, pendekatan
yang berurutan dalam pengembangan perangkat lunak yang diawali
dengan spesifikasi kebutuhan-kebutuhan (requirement) client dan akan
diawali dari kebutuhan pengguna (Requirement), berlanjut ke proses
perencanaan (Planning), pemodelan (Modelling), konstruksi
(Construction), dan penyebaran (Deployment) secara bertahap dan
memuncak.
Gambar 2.4 Model Proses Waterfall (Pressman, 2010)
1. Komunikasi
Proses ini dimulai dengan komunikasi mengenai platform yang
digunakan pada sistem.
2. Perencanaan
Setelah proses komunikasi telah berjalan maka pada proses
selanjutnya proses perencanaan mengenai pembangunan sistem Proses ini
dimulai dari proses estimasi waktu yang akan digunakan, penjadwalan
hingga penyusunan proses pembuatan sistem
3. Pemodelan sistem
Pada proses ini, kebutuhan sistem diubah menjadi representasi ke
dalam bentuk
“blueprint” software sebelum coding
dimulai dengan
menggunakan Data Flow Diagram
(DFD). Desain ini dibuat untuk
mengetahui gambaran proses kerja aplikasi yang kita buat sehingga dapat
dijadikan acuan saat proses implementasi sistem ke dalam bentuk code.
|
|
21
4. Penulisan Kode Program
Penulisan kode program adalah proses yang dilakukan agar mesin
dalam hal ini komputer dapat menjalankan aplikasi yang telah dibangun.
Dalam aplikasi ini kode
yang digunakan adalah Java.
Setelah proses
penulisan kode program selesai, dilakukan pengujian aplikasi yang sudah
dibangun. Semua fungsi-fungsi software harus diujicobakan, agar software
bebas dari kesalahan, dan hasilnya harus benar-benar sesuai dengan
kebutuhan yang sudah didefinisikan sebelumnya.
5. Penyebaran
Sistem yang telah dibangun kemudian digabungkan dan
diintegrasikan pada jaringan sistem lain yang telah ada. Setelah proses
integrasi selesai, proses selanjutnya adalah mendukung sistem dan
mendapat umpan balik dari pakar dan pasien
mengenai sistem yang
dibangun tersebut.
2.4.3 Data Flow Diagram (DFD)
Data Flow Diagram
(DFD) merupakan model proses yang
digunakan untuk menggambarkan aliran data input dan output pada sebuah
sistem beserta tugas atau pengolahan yang dilakukan oleh sistem dari segi
proses dan data store (Satzinger,Jackson, & Burd, 2010, p. 206). Sistem
yang dibahas
dapat berupa sistem dalam
banyak konteks seperti sistem
pendidikan, sistem komputer, sistem bisnis, ataupun sistem informasi.
2.4.4
Inteligensia Semu
Intelegensia semu atau dalam bahasa sehari-hari disebut juga dengan
kecerdasan buatan merupakan istilah yang berasal dari bahasa Inggris:
“Artificial Intelligence”. Istilah ini dapat didefinisikan sebagai kecerdasan
yang dapat dibuat atau diciptakan sendiri oleh suatu individu atau
kelompok.Sistem ini biasanya digunakan atau diaplikasikan ke dalam
komputer.
2.4.5
Bidang Aplikasi Inteligensia Semu
Seperti sebagian besar ilmu pengetahuan lainnya, inteligensia semu
terdiri dari beberapa subdisiplin, yang pada dasarnya tetap menggunakan
pendekatan pemecahan masalah, namun masing-masing memfokuskan diri
pada bidang aplikasi tertentu. Beberapa bidang aplikasi dari inteligensia
semu (Kusumadewi , 2003, p7) yaitu :
|
|
22
1. Sistem Pakar (Expert System)
Komputer digunakan sebagai sarana untuk menyimpan
pengetahuan para pakar. Dengan demikian komputer akan memiliki
keahlian untuk menyelesaikan permasalahan dengan meniru keahlian
yang dimiliki oleh pakar.
2. Pengolahan Bahasa Alami (Natural Language Processing)
Dengan adanya pengolahan bahasa alami diharapkan user
dapat
berkomunikasi dengan komputer dengan menggunakan bahasa sehari-
hari.
3. Pengenalan Ucapan (Speech Recognition)
Melalui pengenalan ucapan diharapkan manusia dapat
berkomunikasi dengan komputer dengan menggunakan suara.
4. Robotika dan Sistem Sensor (Robotics and Sensory Systems)
5. Computer Vision
Computer Vision
mencoba untuk dapat menginterpretasikan
gambar atau objek-objek tampak melalui komputer.
6. Intelligent Computer-aided Instruction
Komputer dapat digunakan sebagai tutor yang dapat melatih dan
mengajar.
7.
Game Playing
2.4.6
Sistem Pakar
Sistem kecerdasan
dapat menyelesaikan masalah dunia nyata
dengan menggunakan pengetahuan manusia serta keterampilan penalaran
manusia. Pada abad ke-21 kecerdasan buatan (artificial intelegence) telah
menjadi area penting dari penelitian di hampir semua bidang: teknik, ilmu
pengetahuan, pendidikan, kedokteran, bisnis, akuntansi, keuangan,
pemasaran, ekonomi, pasar modal dan hukum (Oke, 2008).
Komputer digunakan sebagai sarana untuk menyimpan
pengetahuan para pakar. Dengan demikian komputer akan memiliki
keahlian untuk menyelesaikan permasalahan dengan meniru keahlian yang
dimiliki oleh pakar. Sistem pakar adalah perangkat lunak komputer yang
dapat memecahkan masalah dengan menggunakan informasi dan teknik
penalaran biasanya terkait dengan manusia ahli atau pakar. Biasanya,
|
|
23
pengembangan sistem pakar melibatkan empat kegiatan utama (Changchit,
2008) :
1. Pengetahuan Akuisisi (Knowledge acquisition) : Kegiatan ini dilakukan
untuk mengekstrak, mengumpulkan, mentransfer, dan mengubah
keahlian dalam pemecahan masalah tentang melasma dari dokter ahli
dan atau sumber pengetahuan terdokumentasi ke program komputer
untuk membangun atau memperluas basis pengetahuan. Teknik yang
digunakan adalah wawancara, analisis documental, dan observasi.
2. Representasi Pengetahuan (Knowledge representation) : Basis
pengetahuan digunakan untuk aplikasi model dan untuk memfasilitasi
akses terhadap informasi yang telah disimpan.Representasi pengetahuan
dapat dilakukan dengan berbagai cara yaitu :
a.
Kalkulus predikat
b.
Logika
c.
Pohon
d.
Frame
e.
Script
f. SemanticNetwork
3.
Pengetahuan Inferensi (Knowledge Inference) : Kegiatan ini mengacu
pada teknik pemrograman komputer sedemikian rupa yang dapat
membuat referensi dalam upaya untuk meniru perilaku penalaran ahli
manusia.
4. Penjelasan dan Justifikasi (Explanation and Justification) : Kegiatan ini
mengacu pada upaya oleh sistem pakar untuk memperjelas diagnosis,
rekomendasi, dan tindakan lain (misalnya, mengajukan pertanyaan).
A. Struktur Sistem Pakar
Sistem Pakar terdiri dari 2 bagian pokok, yaitu : lingkungan
pengembangan (development evirontment) dan lingkungan konsultasi
(consultation environment). Lingkungan pengembangan digunakan
sebagai pembangun sistem pakar baik dari segi pembangunan
komponen maupun basis pengetahuan.
Lingkungan konsultasi
digunakan oleh seorang yang bukan ahli untuk berkonsultasi.
|
 24
Gambar 2.5 Struktur Sistem Pakar
B. Sistem Pakar dalam Bidang Pengobatan
Kemajuan dalam teknologi komputer telah memberdayakan
pengembang perangkat lunak dan pakar pengetahuan domain untuk
membangun alat yang lebih cerdas dalam membantu praktisi medis
mengambil keputusan.
Kecerdasan buatan adalah studi untuk meniru
kecerdasan manusia dalam teknologi komputer dan potensinya dalam
ilmu kedokteran telah diungkapkan oleh banyak peneliti (Sikchi et al.,
2012).
2.5 Sistem Pakar dengan Logika Fuzzy
Penggunaan sistem pakar dapat diimplementasikan dengan mudah ke
dalam bahasa mesin secara mudah dan efisien dengan menggunakan Fuzzy logic.
Fuzzy logic telah menjadi area riset yang mengagumkan karena kemampuannya
dalam menjembatani bahasa mesin yang serba presisi dengan bahasa manusia
yang cenderung tidak presisi yaitu dengan menekankan pada makna atau arti
(Significance).
Bisa dibayangkan bahwa sistem Fuzzy
adalah sebuah mesin
|
|
25
penerjemah bahasa manusia sehingga bisa dimengerti oleh bahasa mesin dan
juga sebaliknya (Naba, 2009).
Sistem pakar dibuat hanya pada domain pengetahuan tertentu untuk suatu
kepakaran tertentu yang mendekati kemampuan manusia di salah satu bidang
saja Sistem pakar mencoba mencari penyelesaian yang memuaskan yaitu sebuah
penyelesaian yang cukup bagus agar pekerjaan dapat berjalan walaupun itu
bukan penyelesaian yang optimal (Hartati dan Iswanti, 2008).
Fuzzy secara bahasa diartikan sebagai kabur atau samar-samar.Suatu nilai
dapat bernilai benar atau salah secara bersamaan.Dalam fuzzy
dikenal derajat
keanggotaan yang memiliki rentang nilai 0 (nol) hingga 1 (satu).Berbeda dengan
himpunan tegas yang memiliki nilai 1 atau 0 (ya atau tidak).
Logika fuzzy merupakan suatu logika yang memiliki nilai kekaburan atau
kesamaran (fuzzyness) antara benar atau salah.Dalam teori logika fuzzy
suatu
nilai bisa bernilai benar atau salah secara bersama.
Namun berapa besar
kebenaran dan kesalahan suatu tergantung pada bobot keanggotaan yang
dimilikinya. Logika fuzzy
memiliki derajat keanggotaan dalam rentang 0 hingga
1. Berbeda dengan logika digital yang hanya memiliki dua nilai yakni 1 atau 0.
Logika fuzzy digunakan untuk menerjemahkan suatu besaran yang diekspresikan
menggunakan bahasa (linguistic), misalkan besaran kecepatan laju kendaraan
yang diekspresikan dengan pelan, agak cepat, cepat, dan sangat cepat.
Dan
logika fuzzy
menunjukkan sejauh mana suatu nilai itu benar dan sejauh mana
suatu nilai itu salah.
Tidak seperti logika klasik (crisp), suatu nilai hanya
mempunyai 2 kemungkinan yaitu merupakan suatu anggota atau tidak. Derajat
keanggotaan 0 (nol) artinya nilai bukan merupakan anggota himpunan dan 1
(satu) berarti nilai tersebut adalah anggota himpunan.
Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang
input kedalam suatu ruang output, mempunyai nilai kontinu. Fuzzy
dinyatakan
dalam derajat dari suatu keanggotaan dan derajat kebenaran. Oleh sebab itu
sesuatu dapat dikatakan sebagian benar dan sebagian salah pada waktu yang
sama.
Logika fuzzy
memungkinkan nilai keanggotaan antara 0 dan 1, tingkat
keabuan dan juga hitam dan putih, dan dalam bentuk liguistik, konsep tidak pasti
seperti “sedikit”, “lumayan”, dan “sangat”.
|
 26
Kelebihan dari teori logika fuzzy
adalah kemampuan dalam proses
penalaran secara bahasa (linguistic reasoning), sehingga dalam perancangannya
tidak memerlukan persamaan matematik dari objek yang akan dikendalikan.
2.5.1 Himpunan Fuzzy
Himpunan fuzzy secara formal dapat didefinisikan seperti pada
persamaan berikut :
A = {µ
A
(x)/x ; x
X, µ
A
(x)
[0,1]
}
Dimana µA(x) adalah derajatkeanggotaan elemen x pada
himpunana fuzzy A dengan cakupan nilai keanggotaan antara 0 dan 1 yang
merupakan anggota bilangan real. Dimana bila µA(x) = 0,
mengindikasikan bahwa x bukan
bagian dari himpunan fuzzy
A dan
sebaliknya jika µA(x) = 1, maka x adalah bagian dari himpunan fuzzy A.
secara umum, himpunan fuzzy
A dapat dianggap sebagai fungsi µA(x)
yang mencocokkan setiap elemen dari semesta pembicaraan X dengan
derajat keanggotaan menjadi anggota himpunan A. Jika fungsi
keanggotaan hanya menghasilkan nilai keanggotaan {0,1}, maka hasilnya
bukanlah fuzzy melainkan tegas (crisp).
Pada himpunan tegas (crisp) nilai keanggotaan suatu item x dalam
suatu himpunan A, yang sering ditulis dengan µA(x), hanya memiliki 2
kemungkinan yaitu 0 dan 1.
Ada beberapa hal yang perlu diketahui dalam memahami sistem
fuzzy, yaitu :
1.
Variabel Fuzzy
Variabel fuzzy
merupakan variabel yang hendak dibahas dalam
suatu sistem fuzzy. Contoh : umur, temperature, permintaan, dan lain-
lain.
2.
Himpunan Fuzzy
Himpunan fuzzy
merupakan suatu grup yang mewakili suatu
kondisi atau keadaan tertentu dalam suatu variabel fuzzy.
Contoh :
variabel temperatur terbagi menjadi 5 himpunan fuzzy, yaitu :
DINGIN, SEJUK, NORMAL, HANGAT, dan PANAS (Gambar 2.6).
|
 27
Gambar 2.6 Himpunan Fuzzy pada Variabel Temperatur
3.
Semesta Pembicaraan
Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan
untuk dioperasikan dalam suatu variabel fuzzy. Semesta pembicaraan
merupakan himpunan bilangan real yang senantiasa naik (bertambah)
secara monoton dari kiri ke kanan atau sebaliknya.
Nilai semesta
pembicaraan data berupa bilangan positif maupun negatif. Contoh
semesta pembicaraan :
•
Semesta pembicaraan untuk variabel umur : [0 +
8]
•
Semesta pembicaraan untuk variabel temperatur : [0 40]
4.
Domain
Domain himpunan fuzzy adalah keseluruhan nilai yang diizinkan
dan boleh dioperasikan dalam suatu himpunan fuzzy. Seperti halnya
semesta pembicaraan, domain merupakan himpunan bilangan real
yang senantiasa naik (bertambah) secara monoton dari kiri ke kanan.
Nilai dominan dapat berupa bilangan positif maupun negatif. Contoh
domain himpunan fuzzy :
•
MUDA
= [0; 35]
•
PAROBAYA
= [35; 55]
•
TUA
= [55; +
8]
2.5.2 Operator Dasar Zadeh untuk Operasi Himpunan Fuzzy
Ada beberapa operasi yang didefinisikan secara khusus untuk
mengkombinasi dan memodifikasi himpunan fuzzy. Nilai keanggotaan
sebagai hasil dari operasi 2 himpunan sering dikenal dengan nama
fire
strength atau a-predikat. Ada 3 operator dasar yang diciptakan oleh Zadeh,
yaitu :
|
 28
1.
Operator AND
Operator ini berhubungan dengan operasi interseksi pada
himpunan a-predikat sebagai hasil operasi dengan operator AND
diperoleh dengan mengambil nilai keanggotaaan terkecil antar elemen
pada himpunan-himpunan yang bersangkutan. Persamaan nilai
keanggotaaannya terlihat pada persamaan berikut ini :
µ
A
B
= min(µ
A
[x], µ
B
[y])
2.
Operator OR
Operator ini berhubungan dengan operasi union pada
himpunan a-predikat sebagai hasil operasi dengan operator OR
diperoleh dengan mengambil nilai keanggotaan terbesar antar elemen
pada himpunan-himpunan yang bersangkutan. Persamaan nilai
keanggotaannya terlihat pada persamaan berikut ini :
µ
A
B
= max(µ
A
[x], µ
B
[y])
3.
Operator NOT
Operator ini berhubungan dengan operasi komplemen pada
himpunan a-predikat sebagai hasil operasi dengan operator NOT
diperoleh
dengan mengurangkan nilai keanggotaan elemen pada
himpunan yang bersangkutan dari 1. Persamaan nilai keanggotaannya
terlihat pada persamaan berikut ini :
µ
A’
= 1-µ
A
[x]
Contoh :
Misalkan nilai keanggotaan 27 tahun pada himpunan MUDA
adalah 0,6(µ
MUDA
[27]=0,6); dan nilai keanggotaan Rp. 2.000.000 pada
himpunan penghasilan TINGGI adalah 0,8(µ
GAJITINGGI
[2 x 10
6
]=0,8);
maka :
Nilai a-predikat untuk usia MUDA dan berpenghasilan TINGGI
adalah :
µ
MUDA
GAJITINGGI
= min(µ
MUDA
[27], µ
GAJITINGGI
[2 x 10
6
])
= min(0,6;0,8)
= 0,6
Nilai a-predikat untuk usia MUDA atau berpenghasilan TINGGI
adalah :
|
 29
µ
MUDA
GAJITINGGI
= max(µ
MUDA
[27], µ
GAJITINGGI
[2 x 10
6
])
= min(0,6;0,8)
= 0,8
Nilai a-predikat untuk usia TIDAK MUDA adalah :
µ
MUDA
= 1- µ
MUDA
[27]
= 1-0,6
= 0,4
2.6 Pengelompokan Fuzzy (Fuzzy Clustering)
2.6.1
Fuzzy Substractive Clustering
Fuzzy
C-Means (FCM) adalah algoritma pengclusteran yang
terawasi, sebab pada FCM kita perlu tahu terlebih dahulu jumlah cluster
yang akan dibentuk. Apabila jumlah cluster
yang akan dibentuk belum
diketahui sebelumnya, maka kita harus menggunakan algoritma yang tidak
terawasi. Substractive clustering didasarkan atas ukuran densitas (potensi)
titik-titik data dalam suatu ruang (variabel). Konsep dasar dari substractive
clustering
adalah menentukan daerah-daerah dalam suatu variabel yang
memiliki densitas tinggi terhadap titik-titik di sekitarnya. Titik dengan
jumlah tetangga terbanyak akan dipilih sebagai pusat cluster.
Titik yang
sudah terpilih sebagai pusat cluster
ini kemudian akan dikurangi
densitasnya. Kemudian algoritma akan memilih titik lain yang memiliki
tetangga terbanyak untuk dijadikan cluster
yang lain. Hal ini akan
dilakukan berulang-ulang hingga smua titik diuji.
Apabila terdapat N buah data: X1
, X2
, ..., X
N
dan dengan
menganggap bahwa data-data tersebut sudah dalam keadaan normal, maka
densitas titik X
k
dapat dihitung sebagai :
dengan ||X
k
-X
j
|| adalah jarak antara X
k
dengan X
j
, dan r adalah
konstanta positif yang kemudian dikenal dengan nama jari-jari. Jari-jari,
berupa vektor yang akan menentukan seberapa besar pengaruh pusat
cluster
pada tiap-tiap variabel. Dengan demikian, suatu titik data akan
memiliki densitas yang besar jika dia memiliki banyak tetangga dekat.
|
 30
Setelah menghitung densitas tiap-tiap titik, maka titik dengan
densitas tertinggi akan dipilih sebagai pusat cluster. Misalkan X
C1
adalah
titik yang terpilih sebagai pusat cluster, sedangan D
C1
adalah ukuran
densitasnya. Selanjutnya densitas dari titik-titik disekitarnya akan
dikurangi menjadi :
Dengan r
b
adalah konstanta positif. Hal ini berarti bahwa titik-titik
yang berada dekat dengan pusat cluster
akan mengalami pengurangan
densitas besar-besaran. Hal ini akan berakibat titik-titik tersebut akan
sangat sulit untuk menjadi pusat cluster berikutnya. Nilai r
b
menunjukkan
suatu lingkungan yang mengakibatkan titik-titik berkurang ukuran
densitasnya. Biasanya r
b
bernilai lebih besar dibanding dengan r, r
b
=q*r
a
(dengan q adalah squash factor yang digunakan untuk mengalikan nilai
radius dan r
a
adalah nilai r
b
sebelumnya).
Setelah densitas tiap-tiap titik diperbaiki, maka selanjutnyan akan
dicari pusat cluster
yang kedua. Setelah didapat, ukurang densitas setiap
titik data akan diperbaiki kembali, demikian seterusnya.
Pada implementasinya, bisa digunakan 2 pecahan sebagai faktor
pembanding, yaitu Acceptance ratio dan Rejection ratio. Baik acceptance
ratio maupun rejection ratio keduanya merupakan suatu bilangan pecahan
yang bernilai 0 sampai 1. Acceptance ratio merupakan batas bawah
dimana suatu titik data yang menjadi kandidat (calon) pusat cluster
diperbolehkan untuk menjadi pusat cluster. Sedangkan rejection ratio
merupakan batas atas dimana suatu titik data yang menjadi kandidat
(calon) pusat cluster tidak diperbolehkan untuk menjadi pusat cluster. Ada
3 kondisi yang bisa terjadi dalam suatu iterasi :
Apabila Rasio >Acceptance ratio, maka titik data tersebut diterima
sebagai pusat cluster baru.
Apabila Rejection ratio <
Rasio
Acceptance ratio,
maka titik data
tersebut baru akan diterima sebagai pusat cluster baru hanya jika titik
data tersebut terletak pada jarak yang cukup jauh dengan pusat
clusteryang lainnya (hasil penjumlahan antara rasio dan jarak terdekat
|
 31
titik data tersebut dengan suatu pusat cluster lainnya yang telah ada
1). Apabila hasil penjumlahan antara rasio dan jarak terpanjang titik
data tersebut dengan pusat cluster
lainnya yang telah ada < 1, maka
selain titik data tersebut tidak akan diterima sebagai pusat cluster, dia
sudah tidak akan dipertimbangkan lagi untuk menjadi pusat cluster
baru (potensinya diset sama dengan nol).
Apabila Rasio
Rejection ratio, maka sudah tidak ada lagi titik yang
akan dipertimbangkan untuk menjadi kandidat pusat cluster, iterasi
dihentikan.
Gambar 2.7 Rasio, Acceptance ratio, dan Rejection ratio
Perbedaan lain dengan metode Fuzzy C-Means (FCM) adalah, jika
pada metode FCM pusat clusterbisa jadi bukan merupakan salah satu dari
data yang dicluster, tidak demikian
halnya dengan metode substractive
clustering. Pada metode substractive clustering, suatu pusat cluster
pasti
merupakan salah satu data yang ikut dicluster, yaitu data dimana derajat
keanggotaannya pada cluster tersebut sama dengan 1. Penjumlahan semua
derajat keanggotaan pada FCM selalu bernilai sama dengan 1, namun tidak
demikian dengan substractive clustering. Pada metode
substractive
clustering, penjumlahan semua derajat keanggotaannya belum tentu
(bahkan jarang) bernilai sama dengan 1.
2.6.6
Algoritma Substractive Clustering
Algoritma fuzzy substractive clustering adalah sebagai berikut:
1.
Input data yang akan dicluster:X
ij
, dengan i
=
1,2,...,n; dan j
=
1,2,...,m.
2.
Tetapkan nilai:
a.
r
j
(jari-jari setiap atribut data); j = 1,2,...,m.
Data tidak diterima sebagai
pusat cluster
(Rasio
Rejection ratio)
Data diterima sebagai pusat
cluster
(Rasio >Acceptance ratio)
Data diterima sebagai pusat
cluster tapi dengan syarat
(Rejection)
Rejection ratio
Acceptance ratio
|
 32
b.
q (squash factor);
c.
Acceptance_ratio;
d.
Rejection_ratio;
e.
XMin (minimum data diperbolehkan);
f.
XMax (maksimum data diperbolehkan);
3.
Normalisasi
4.
Tentukan potensi awal tiap-tiap titik data
a.
i
=
1
b.
Kerjakan hingga i = n,
T
j
= X
ij
;
Hitung:
Potensi awal:
Jika m = 1, maka
Jika m>1, maka
i
=
i+1
5.
Cari titik dengan potensi tertinggi
a.
M
=
max[D
i
|i = 1,2,...,n];
b.
h
=
i, sedemikian sehingga D
i
=
M;
6.
Tentukan pusat cluster dan kurangi potensinya terhadap titik-titik
di sekitarnya.
a.
Center = []
b.
V
j
=
X
hj
;
j
=
1,2,...,m;
c.
C
=
0 (jumlah cluster);
d.
Kondisi = 1;
|
 33
e.
Z
=
M;
f.
Kerjakan jika (Kondisi
0) & (Z
0):
Kondisi = 0 (Sudah tidak ada calon pusat baru lagi);
Rasio=Z/M
Jika Rasio > Acceptance_ratio, maka Kondisi=1; (ada calon
pusat baru)
Jika tidak,
Jika Rasio >
Rejection_ratio, (calon baru akan diterima
sebagai pusat jika keberadaannya akan memberikan
keseimbangan terhadap data-data yang letaknya cukup jauh
dengan pusat cluster yang telah ada), maka kerjakan
Md = -1
Kerjakan untuk i = 1 sampai i = C:
i.
ii.
iii.
Jika (Md < 0) atau (Sd < Md), maka Md = Sd;
Smd =
Md;
Jika (Rasio+Sms)
1, maka Kondisi
=
1; (Data diterima
sebagai pusat cluster)
Jika (Rasio+Smd) < 1, maka Kondisi = 2; (Data tidak akan
dipertimbangkan kembali sebagai pusat cluster).
Jika Kondisi
=
1 (Calon pusat baru diterima sebagai pusat
baru), kerjakan:
C
=
C+1;
CenterC = V;
Kurangi potensi dari titik-titik didekat pusat cluster:
i.
ii.
iii.
D
=
D-DC;
iv.
Jika D
i
0, maka D
i
=
0; i = 1,2,...,n.
v.
Z
=
max[D
i
|i=1,2,...,n];
|
 34
vi.
Pilih h = i, sedemikian hingga D
i
=
Z;
Jika kondisi
=
2 (Calon pusat baru tidak diterima sebagai
pusat baru), maka
D
h
=
0;
Z
=
max[D
i
|i=1,2,...,n];
Pilih h = i, sedemikian hingga D
i
=
Z;
7.
Kembalikan pusat cluster
dari bentuk ternormalisasi ke bentuk
semula.
Center
ij
=
Center
ij
*(XMax
j
-XMin
j
)+XMin
j
;
8.
Hitung nilai sigma cluster.
Hasil dari algoritma Substractive clustering ini berupa
matriks pusat cluster
(C) dan sigma (
) akan digunakan untuk
menentukan nilai parameter fungsi keanggotaan Gauss seperti
terlihan pada Gambar 2.8.
Gambar 2.8 Kurva Gauss
Dengan kurva Gauss tersebut, maka derajat keanggotaan
suatu titik data X
i
pada cluster ke-k, adalah:
|
 35
2.6.7
Fuzzy Inference System
Sistem Inferensi Fuzzy
(Fuzzy
Inference System
atau FIS)
merupakan suatu kerangka komputasi yang
didasarkan pada teori
himpunan fuzzy, aturan fuzzy
berbentuk IF-THEN, dan penalaran fuzzy
[11]. Secara garis besar, diagram blok proses inferensi fuzzy
terlihat pada
Gambar 2.9.
Gambar 2.9 Diagram Blok Sistem Inferensi fuzzy
Sistem inferensi
fuzzy
menerima input crisp. Input ini kemudian
dikirim ke basis pengetahuan yang berisi n aturan fuzzy dalam bentuk IF-
THEN. Fire strength (nilai keanggotaan sebagai hasil dari operasi 2
himpunan) akan dicari pada setiap aturan. Apabila jumlah aturan lebih dari
satu, maka akan dilakukan agregasi dari semua aturan. Selanjutnya, pada
hasil agregasi akan dilakukan defuzzy
untuk mendapatkan nilai crisp
sebagai output sistem.
2.6.8 Penalaran Fuzzy Metode Sugeno
Sistem inferensi fuzzy
menggunakan metode SUGENO, memiliki
karakteristik yaitu konsekuen tidak merupakan himpunan fuzzy, namun
merupakan suatu persamaan linear dengan variabel-variabel sesuai dengan
variabel-variabel inputnya. Metode ini diperkenalkan oleh Takagi-Sugeno
Kang pada tahun 1985.
Metode Takagi-Sugeno Kang ini terdiri dari 2 jenis, yaitu:
crisp
crisp
fuzzy
fuzzy
fuzzy
Aturan-1
Aturan- n
AGREGASI
DEFUZZY
OUTPUT
INPUT
IF-THEN
IF-THEN
|
 36
a.
Model Fuzzy Sugeno Orde-0 (Nol)
Secara umum bentuk fuzzy SUGENO Orde-0 adalah :
IF (x1 is A1
)
o
(x2 is A2)
o
(x3
is A3)
o
...
o
(x
N
is A
N
) THEN z=k
Dengan A
i
adalah himpunan fuzzy
ke-i sebagai anteseden,
o
adalah operator fuzzy
(seperti AND atau OR), dan k adalah suatu
konstanta (tegas) sebagai konsekuen.
b.
Model Fuzzy Sugeno Orde-1 (Satu)
Secara umum bentuk fuzzy SUGENO Orde-1 adalah :
IF (x1 is A1
)
o
(x2 is A2)
o
...
o
(x
N
is A
N
) THEN
z=p1
*x1
+...+ p
N
*x
N
+q
Dengan A
i
adalah himpunan fuzzy
ke-i sebagai anteseden,
o
adalah operator fuzzy
(seperti AND atau OR), p
i
adalah suatu
konstanta (tegas) ke-i dan q juga merupakan konstanta dalam
konsekuen.
Proses agregasi dan defuzzy
untuk mendapatkan nilai tegas
sebagai output
untuk M aturan fuzzy
juga dilakukan dengan
menggunakan rata-rata berbobot, yaitu :
2.6.9 Membentuk FIS Dengan Substractive Clustering
Salah satu cara untuk mendapatkan derajat keanggotaan dalam
suatu himpunan fuzzy
adalah dengan menggunakan fuzzy
clustering.
Setelah variabel-variabel terbagi atas himpunan-himpunan fuzzy, maka
selanjutnya dapat dibangun fuzzy inference system.
Misalkan kita memiliki n buah data dimana setiap data memiliki p
variabel (atribut), maka kita dapat menyusun data-data tersebut menjadi
sebuah matriks X yang berukuran nxp. Dengan menggunakan fuzzy
substractive clustering dengan : jari-jari (r), acceptance ratio, rejection
ratio, dan squash factor tertentu, kita akan mendapatkan pusat cluster
C
dan sigma.
Untuk membentuk FIS dari hasil clustering ini, kita dapat
menggunakan metode inferensi fuzzy Sugeno orde satu. Sebelumnya, data
yang ada dipisahkan terlebih dahulu
antara data pada variabel-variabel
input
dengan data pada variabel output. Misalkan jumlah variabel input
|
 37
adalah m, dan variabel output biasanya 1. Pada metode ini, akan diperoleh
kumpulan aturan yang berbentuk :
[R1]
IF (x1 is A
11
)
o
(x2
is A
12
)
o
...
o
(x
n
is A
1m
) THEN
(z=k
11
x1
+...+k
1m
x
m
+k
10
);
[R2]
IF (x1 is A
21
)
o
(x2
is A
22
)
o
...
o
(x
n
is A
2m
) THEN
(z=k
21
x1
+...+k
2m
x
m
+k
20
);
...
[Rr]
IF (x1 is A
1m
)
o
(x2
is A
2m
)
o
...
o
(x
n
is A
rm
) THEN
(z=k
r1
x1
+...+k
rm
x
m
+k
r0
);
Dengan :
A
ij
adalah himpunan fuzzy
aturan ke-i variabel ke-j sebagai
anteseden,
k
ij
adalah koefisien persamaan output
fuzzy
aturan ke-i variabel
ke-j (i=1,2,...,r; j=1,2,...,m), dan k
i0
adalah konstanta persamaan
output fuzzy aturan ke-i;
tanda
o
menunjukkan operator yang digunakan dalam anteseden.
Jumlah aturan = r yang terbentuk, sama dengan jumlah
clusteryang terbentuk. Misalkan setelah melakukan clustering
diperoleh 5 pusat cluster, maka nantinya dalam FIS juga akan
memiliki sebanyak 5 buah aturan.
Untuk mempermudah komputasi, matriks K yang berukuran r
x (m+1):
disusun menjadi satu vektor k:
k = [k
11
k
12
... k
1m
k
10
k
21
k
22
... k
2m
k
20
... k
r1
k
r2
... k
rm
k
r0
]
T
yang berukuran r*(m+1).
Karena kita memiliki n buah titik data, tentu saja kita dapat
mencari derajat keanggotaan setiap titik data i dalam setiap cluster k
dengan menggunakan fungsi Gauss.
Berbeda dengan derajat keanggotaan pada fuzzy
substractive
clustering, pada bagian ini derajat keanggotaan hanya melibatkan
|
 38
variabel-variabel input saja. Untuk selanjutnya nilai j=1,2,...,m (m
=
jumlah variabel input). Kemudian derajat keanggotaan setiap data i
dalam cluster
k ini kita kalikan dengan setiap atribut j dari data i,
misalkan kita namai dengan d
k
ij
;
d
k
ij
= X
ij
*µ
ki
dan d
k
i(m+1)
= µ
ki
Proses normalisasi dilakukan dengan cara membagi d
k
ij
dan
d
k
i(m+1)
dengan jumlah derajat keanggotaan setiap titik data i pada
clusterk, diperoleh :
Langkah selanjutnya adalah membentuk matriks U yang
berukuran n x (r*(m+1)), dengan:
u
i1
= d¹
i1
;
u
i2
= d¹
i2
;
u
im
= d¹
im
;
u
i(m+1)
=d
1
i(m+1)
;
u
i(m+2)
= d²
i1
;
u
i(m+3)
= d²
i2
;
u
i(2m)
= d²
im
;
u
i(2m+1)
= d²
i(m+1)
;
u
i(r*(m+1)-m)
= d®
ir
;
u
i(r*(m+1)-m+1)
= d®
i2
;
u
i(r*(m+1)-1)
= d®
im
;
u
i(r*(m+1))
= d®
i(m+1)
;
dst
|
 39
sehingga untuk n titik data akan diperoleh matriks U sebagai berikut :
U =
Vektor z, sebagai vektor output berbentuk : z = [z
1
z2 ... z
n
]
T
.
Dari vektor k, matriks U, dan vektor z ini dapat dibentuk suatu sistem
persamaan linear yang berbentuk :
U * k = z
untuk mencari nilai koefisien output
tiap-tiap aturan pada
setiap variabel (k
ij
, i=1,2,...,r; dan j=1,2,...,m+1). Matriks U bukan
matriks bujursangkar, sehingga untuk menyelesaikan persamaan ini
digunakan metode kuadrat terkecil.
Untuk membentuk anteseden, setiap variabel input juga akan
terbagi menjadi r himpunan fuzzy, dengan setiap himpunan memiliki
fungsi keanggotaan Gauss, dengan derajat keanggotaan data X
i
,
variabel ke-j, himpunan ke-k dirumuskan sebagai berikut :
dengan aturan-aturan sebagai berikut :
[R1]
IF (X
i1
is V1H1)
o
(X
i2
is V2H1)
o
...
o
(X
im
is V
m
H1) THEN Y = Z
1
;
[R2]
IF (X
i1
is V1H2)
o
(X
i2
is V2H2)
o
...
o
(X
im
is V
m
H2) THEN Y = Z
2
;
[R3]
IF (X
i1
is V1H3)
o
(X
i2
is V2H3)
o
...
o
(X
im
is V
m
H3) THEN Y = Z
3
;
...
[Rr]
IF (X
i1
is V1Hr)
o
(X
i2
is V2Hr)
o
...
o
(X
im
is V
m
Hr) THEN Y = Zr;
Dengan V
p
H
q
adalah variabel ke-p himpunan ke-q.
u
11
u
12
…
u
1m
u
1(m+1)
u
1(m+2)
…
u
1(r*(m+1))
u
21
u
22
…
u
2m
u
2(m+1)
u
2(m+2)
…
u
2(r*(m+1))
|
|
40
|