15

Bab 3

Metode dan Perancangan Sistem

3.1 Metode Pengembangan Sistem

Metode yang digunakan dalam pembuatan sistem ini

yaitu model Analisis Simulasi (Simulation Analysis). Model

analisis simulasi merupakan teknik pemodelan deskriptif,

penggambaran sistem menggunakan model dimana tidak

memerlukan formasi permasalahan atau rumusan masalah

secara eksplisit dan langkah-langkah solusi yang merupakan

bagian dari model optimisasi [17]. Urutan dari model analisis

simulasi digambarkan pada Gambar 3.1, yang urutannya

adalah sebagai berikut:

1. Rumusan masalah

2. Pengumpulan data dan analisis

3. Pengembangan model

4. Verifikasi model dan validasi

5. Eksperimen model dan optimisasi

6. Implementasi dari hasil simulasi

16

Gambar 3.1 Model Analisis Simulasi (Hoover & Perry, 1989)

Rumusan Masalah

Implementasi dan Hasil

Eksperimen Model dan

Optimasi

Verifikasi Model dan

Validasi

Pengembangan Model

Pengumpulan Data dan

Analisis

17

1. Rumusan Masalah

Pada tahap rumusan masalah dilakukan dengan

membuat pertanyaan untuk mendapatkan jawaban dari

variabel-variabel yang

bersangkutan dan mengukur performa sistem yang akan

digunakan.

Adapun pertanyaan untuk pemodelan SEIR :

1. Bagaimana membuat model SEIR untuk pemodelan

persebaran penyakit Tuberculosis (TB) berdasarkan data

surveilans selama lima tahun dengan asumsi-asumsi yang

dibuat.

2. Bagaimana menentukan titik kesetimbangan dari masing-

masing kelurahan di Kota Salatiga selama lima tahun

terakhir.

3. Bagaimana menentukan daerah-daerah persebaran penyakit

TB di Kota Salatiga berdasarkan data surveilans selama

lima tahun terakhir.

2. Pengumpulan Data dan Analisis

Pengumpulan data dan analisis diisi dengan pencarian

informasi dan kebutuhan data untuk mengetahui jelas masalah

yang telah dirumuskan. Proses pengumpulan data dari Dinas

Kesehatan, Bapeda Pemkot Salatiga, Badan Pusat Statistik

(BPS) Kota Salatiga, dan 6 Puskesmas induk di Salatiga

dimana data yang telah terkumpul terdiri dari data

kependudukan, data kasus TB, data laboratorium suspek TB

periksa dahak, data Salatiga dalam Angka, dan Peta

Administrasi Salatiga. Selanjutnya data tersebut dianalisis

18

sesuai kebutuhan sistem dan mendefinisikannya sebelum

dilakukan pemodelan penyebaran penyakit TB dengan model

endemis SEIR. Pemodelan ini akan menghasilkan data laju

penyebaran penyakit TB, data deteksi penyebaran penyakit

TB yang digambarkan juga dalam bentuk grafik dan peta

daerah endemis Tuberculosis.

3. Pengembangan Model

Pengembangan model menyangkut pengerjaan dan

pengujian model dari sistem nyata termasuk memilih bahasa

pemrograman komputer, model dari coding, dan debugging.

Inti dari tahap ini adalah perancangan sistem dengan

flowchart.

4. Verifikasi Model dan Validasi

Pada langkah verifikasi model dan validasi, akan

dibangun model yang sesuai dan representatif dengan sistem

nyata. Sebuah model dikatakan valid jika hasil keluaran

memiliki nilai yang mendekati pengukuran sistem nyata.

Tujuan pengujian dari sebuah model adalah melakukan uji

validasi yang harus menghasilkan prediksi masa depan dengan

baik. Pendekatan validasi dapat dilihat pada Gambar 3.2,

setelah model dikembangkan, kemudian dilakukan observasi

pada sistem nyata untuk beberapa waktu, mengumpulkan data

untuk variabel-variabel dan pengukuran performa. Variabel-

variabel yang digunakan sebagai validasi adalah variabel yang

hasil pengukuran performanya dari model mendekati sistem

nyata. Sebuah keputusan pada validasi model diambil

19

berdasarkan pengukuran yang dihasilkan oleh model dengan

kenyataan memiliki kesamaan pada hasil akhirnya.

Gambar 3.2 Pendekatan untuk Validasi Model

5. Model Eksperimen dan Optimisasi

Tahap model eksperimen dan optimisasi yang dilakukan

adalah ketepatan seperti seberapa luas sampel yang

dibutuhkan untuk mengestimasi performa sistem. Lalu, desain

dari eksperimen yang efektif dengan jawaban dari rumusan

masalah yang telah dituliskan.

6. Implementasi dari Hasil Simulasi

Tahap ini berisi tentang kepastian penerimaan dari hasil

oleh pengguna dan pengembangan keputusan dari analisis

yang dilakukan. Alasan dari ketidaksuksesan tujuan

implementasi sering menyangkut dari ketidakmampuan

pengguna dalam penguasaan teknik menganalisis, kurangnya

kesadaran personal atau organisasional memandang objek.

Variabel-

variabel

Model

endemis SEIR

Sistem Nyata Sistem Nyata

Pemodelan

SEIR

SAMAKAH?

20

3.2 Analisis Sistem

Tahapan analisis kebutuhan digunakan untuk

mengetahui dan menerjemahkan semua permasalahan serta

kebutuhan perangkat lunak dan kebutuhan sistem yang

dibangun. Oleh karena itu, dalam tahapan ini dilakukan proses

pengumpulan data-data untuk sistem. Secara garis besar,

analisis sistem meliputi analisis kebutuhan sistem, analisis

alur kerja sistem, dan analisis kebutuhan hardware dan

software.

3.2.1 Analisis Kebutuhan Sistem

Analisis kebutuhan sistem merupakan proses

identifikasi dan evaluasi permasalahan-permasalahan yang

ada, sehingga nantinya sistem yang dibangun sesuai dengan

kriteria yang diharapkan. Sistem yang akan dibangun

memerlukan masukan berupa data kependudukan, data kasus

TB, data Profil Daerah Salatiga 2011, data Salatiga Dalam

Angka. Sistem harus dapat memenuhi kebutuhan untuk:

1. Memberikan informasi tentang hasil analisis laju

penyebaran penyakit TB pada setiap kelurahan di Kota

Salatiga dalam rentang tahun 2007-2011.

2. Menggambarkan hasil analisis laju penyebaran penyakit TB

ke dalam grafik di setiap kelurahan.

3. Menggambarkan deteksi penyakit Tuberculosis pada setiap

kelurahan di Kota Salatiga untuk jangka waktu yang lama.

Pada akhirnya sistem dapat memberikan output yang

dibutuhkan, yaitu grafik laju penyebaran penyakit TB dan

21

data prediksi daerah penyebaran penyakit TB yang

digambarkan dalam titik kesetimbangan dan peta.

4. Menampilkan daerah endemis TB dan daerah bebas TB di

Kota Salatiga dalam bentuk peta.

3.2.2 Analisis Alur Kerja Sistem

Berikut adalah alur kerja sistem yang ditempuh dalam

sistem yang dibuat :

1. Pengguna memasukkan data populasi penduduk, data

kelurahan, data kasus penyakit TB ke dalam basisdata.

2. Pengguna memasukkan id kelurahan ke dalam fungsi yang

akan dihitung. Dalam sistem ini terdapat tiga fungsi, yaitu

fungsi turunan untuk menghitung laju persebaran penyakit TB,

fungsi titik untuk mencari titik kesetimbangan sebagai

prediksi persebaran penyakit TB dan fungsi map untuk

menampilkan daerah endemis TB Kota Salatiga.

3. Apabila pengguna ingin mengetahui laju persebaran

penyakit Tuberculosis, digunakan fungsi turunan untuk

menghitung laju persebaran penyakit Tuberculosis. Semua

data-data yang dibutuhkan sistem akan diambil dari basisdata

sesuai dengan id kelurahan yang diinputkan, yaitu data

jumlah penduduk, terinfeksi TB, kematian TB, kelahiran

penduduk, dan kematian penduduk. Kemudian data-data

tersebut dianalisis dan menghasilkan data jumlah orang yang

rentan karena TB. Dari data S(t), E(t), I(t), dan R(t) dapat

dibuat laju penyebaran penyakit TB dengan menggunakan

22

pemodelan endemis SEIR. Output yang dihasilkan berupa

grafik laju penyebaran penyakit TB setiap tahun dari tahun

2007-2011 dan peta persebaran penduduk rentan, terjangkit,

terinfeksi dan sembuh karena TB.

4. Bila pengguna ingin melihat deteksi persebaran penyakit

TB, maka digunakan fungsi titik untuk mencari titik

kesetimbangan. Sistem akan mengambil data titik setimbang

yang sudah diproses dari angka terinfeksi TB, kelahiran

penduduk, dan jumlah penduduk. Selanjutnya dilakukan

pemodelan endemis SEIR untuk menghasilkan titik

kesetimbangan yang digunakan sebagai prediksi penyebaran

penyakit TB pada waktu mendatang.

5. Fungsi map digunakan untuk menampilkan peta daerah

endemis TB di Kota Salatiga. Data yang digunakan dalam

fungsi ini adalah data endemis TB yang diperoleh dari olah

data angka terinfeksi TB, kelahiran penduduk, dan jumlah

penduduk. Kemudian dilakukan perhitungan Ro dengan

pemodelan SEIR, sehingga dapat menghasilkan nilai

keendemisan suatu daerah. Dari fungsi ini dapat dilihat daerah

yang endemis TB, dan daerah bebas TB berdasarkan data

surveilans selama lima tahun.

3.2.3 Analisis Kebutuhan Perangkat Lunak dan Pengakat

Keras

Spesifikasi perangkat keras yang digunakan dalam

merancang adalah:

- Intel Core i3

- RAM 2 GB

23

- Harddisk 500 GB

Perangkat lunak yang digunakan untuk membangun

sistem:

Windows XP

R 2.14.0

SQLite Expert Personal 3

3.3 Perancangan Sistem

3.3.1 Data Flow Diagram (DFD)

DFD adalah bagian yang mewakili arus data dalam suatu

sistem (Pressman, 2001). Diagram DFD yang digunakan

terdiri dari DFD level 0, DFD level 1, dan DFD level 2. Proses

pertama yang harus dilakukan adalah pengguna memasukkan

data id kelurahan kemudian sistem akan memproses data-data

yang dibutuhkan sistem, dan dilakukan pemodelan endemis

SEIR sehingga menghasilkan grafik laju penyebaran penyakit

TB dan grafik titik setimbang serta peta daerah persebaran

penyakit TB. DFD level 0 digambarkan pada Gambar 3.3.

Gambar 3.3 DFD Level 0

user

0

Model endemis

SEIR

data grafik laju persebaran TB

data kasus TB

data kelurahan

data populasi

data deteksi

24

DFD level 1 ditunjukkan pada Gambar 3.4. Dimulai dari

pengguna yang menginputkan semua data yaitu kecamatan,

populasi, penderita TB. Kemudian pengguna memasukkan id

kelurahan, dari data id kelurahan tersebut diambil data-data

yang dibutuhkan sistem dari basisdata, seperti data jumlah

penduduk, terinfeksi TB, kematian TB, kelahiran penduduk,

dan kematian penduduk, kemudian dilakukan perhitungan S(t),

E(t), I(t), dan R(t) dengan cara menghitung jumlah orang yang

rentan terkena TB atau disebut juga susceptible (S), jumlah

otang yang terjangkit disebut juga exposed (E), jumlah orang

yang terinfeksi TB atau infected (I), dan recovered (R) yaitu

jumlah orang yang sembuh setelah terkena TB. Selanjutnya

dilakukan pemodelan dengan model endemis SEIR dari data

S(t), E(t), I(t), dan R(t) sehingga menghasilkan grafik laju

penyebaran penyakit TB, grafik titik setimbang, serta peta

daerah endemis TB.

25

Gambar 3.4 DFD Level 1

Selanjutnya, gambar 3.5 menunjukkan gambaran proses

pemodelan SEIR. Yang pertama dilakukan adalah menghitung

jumlah individu rentan (S), terjangkit (E), terinfeksi (I), dan

sembuh (R) di setiap kelurahan dari data kasus TByang ada.

Kemudian dari data S,E,I,R dilakukan perhitungan prediksi

untuk menentukan daerah-daerah endemis TB di Kota

Salatiga. Perhitungan prediksi dilakukan dengan mengolah

data dari basisdata menggunakan pemodelan SEIR sehingga

menghasilkan basic reproductive ratio suatu infeksi (Ro). Ro

user

1

Penerimaan data

2

Pemodelan SEIR

penerimaan data

TB

data kasus TB

data kelurahan

data populasi

data kasus TB

1

data kelurahan

data populasi

user

data kasus TB

data populasi

data populasi

Pemodelan SEIR

2 data grafik laju persebaran TB

data prediksi

26

adalah jumlah infeksi-infeksi berikutnya yang diperoleh dari

rata-rata laju infeksi (β) terhadap angka kelahiran penduduk

(b). Jika Ro kurang dari atau sama dengan 1 berarti dalam

populasi tersebut bebas penyakit TB. Jika terdapat lebih dari

satu infeksi berikutnya yang dihasilkan dari satu infeksi utama

maka Ro > 1 yang menunjukkan bahwa terjadi endemis, yaitu

penyakit akan selalu ada dalam populasi tersebut (Admin,

2012). Selanjutnya nilai Ro tersebut divisualisasikan dalam

sebuah peta Kota Salatiga.

Gambar 3.5 DFD Level 2 Untuk Proses Prediksi TB

Pemodelan SEIR juga menghasilkan titik kesetimbangan

yang digambarkan dalam grafik. Jika diperoleh titik

kesetimbangan (1,0), maka tidak ada penyebaran penyakit

dalam waktu yang lama atau tidak ada individu yang masuk ke

subpopulasi infected atau dapat disebut titik ini adalah titik

user

perhitungan

deteksi

data kasus TB

data kelurahan

data deteksi

2.3 TB:3

data SEIR

TB: 1

user user

data populasi

data SEIR

data grafik laju persebaran TB

TB:2

perhitungan

data SEIR

2.1

perhitungan

laju

persebaran TB

2.2

2.3

Perhitungan

deteksi

user

2.1

Perhitungan

data SEIR

2.2

Perhitungan

laju

persebaran

user

27

kesetimbangan bebas penyakit (free disease). Jika diperoleh

titik kesetimbangan, maka pada waktu mendatang, penyakit

akan selalu ada dalam populasi tersebut dan selalu ada

individu yang masuk ke subpopulasi infected. Kondisi seperti

ini dapat disebut sebagai titik kesetimbangan endemis.

3.3.2 Entity Relationship Diagram (ERD)

Relasi antar tabel untuk perancangan sistem

menggunakan pemodelan endemis SEIR tampak pada Gambar

3.6.

Gambar 3.6 Relasi Antar Tabel

Tabel yang digunakan dalam pemodelan SEIR ada dua,

yaitu tabel kelurahan dan tabel populasi. Tabel kelurahan

mempunyai atribut id_kel, nama, dan luas. Sedangkan tabel

populasi mempunyai atribut id, id_kel, tahun, lahir, kematian,

terinfeksi, dan mati_TB. Tabel kelurahan berelasi dengan tabel

populasi untuk mengetahui kelurahan yang dipilih oleh

pengguna, dan untuk menghitung laju persebaran TB, dan

menghitung prediksi daerah endemis TB.

id

Mati_TB

kelurahan

luas

nama id_kel

mempunyai 1 N populasi

tahun

Id_kel

kematian

Jml_pend

terinfeksi

lahir

28

3.3.3 Perancangan Tabel

Tabel-tabel yang digunakan dalam pemodelan ini ada

dua yaitu tabel kelurahan dan tabel populasi. Struktur tabel

kecamatan ditunjukkan pada Tabel 3.1 Struktur tabel populasi.

Tabel populasi berisi tentang data-data penduduk, dan data

penderita TB di setiap kelurahan. Primary key dalam tabel

populasi adalah id.

Tabel 3.1 Struktur Tabel populasi

Populasi

Nama Field

Tipe Data Keterangan

id Integer Id kelurahan yang digunakan dalam pemrosesan data

id_kel Varchar Kode Kelurahan

tahun Integer Tahun

jml_pend Integer Jumlah Penduduk

lahir Integer Jumlah Kelahiran Penduduk

kematian Integer Jumlah Kematian penduduk

datang Integer Jumlah penduduk datang

pergi Integer Jumlah penduduk pergi

kepadatan Float Jumlah kepadatan penduduk

terinfeksi Integer Jumlah Penderita Tuberculosis

mati_TB Integer Jumlah Penderita Tuberculosis yang mati

Tabel kelurahan berisi tentang data-data dalam satu

kelurahan. Dalam tabel ini field id_kel sebagai primary key

dan digunakan sebagai inputan dalam pemodelan endemis

SEIR. Tabel 3.2 menunjukkan struktur tabel kelurahan.

29

Tabel 3.2 Struktur Tabel kelurahan

3.3.4 Flowchart

Flowchart program pada pemodelan ini digambarkan

pada Gambar 3.7. Dimulai dari pengguna yang memasukkan

data S,E, I, R, N, k, jumlah penduduk, jumlah penduduk lahir,

jumlah kematian penduduk ke dalam basisdata. Dalam sistem

ini terdapat 2 sistem informasi utama yaitu menu informasi

persebaran penyakit dan informasi prediksi. Apabila pengguna

memilih menu grafik laju persebaran suatu kelurahan, maka

sistem akan menghitung laju persebaran TB kelurahan tersebut

dengan model SEIR dan akan dihasilkan grafik laju

persebaran TB dalam rentang tahun 2007 – 20011. Apabila

pengguna memilih menu grafik titik setimbang suatu

kelurahan, maka sistem akan menghitung titik kesetimbangan

kecamatan tersebut dengan model SEIR dan akan dihasilkan

grafik titik kesetimbangan yang merupakan prediksi jumlah

individu rentan, dan jumlah individu terinfeksi TB di tahun

mendatang. Jika pengguna memilih menu peta, maka sistem

akan menampilkan peta daerah endemis TB Kota Salatiga

yang telah dihitung menggunakan model SEIR dalam rentang

tahun 2007 -2011.

Kelurahan

id_kel Varchar Kode kelurahan

nama Varchar Nama kelutahan

luas Float luas kelurahan

30

Gambar 3.7 Flowchart Program Pemodelan Endemis SEIR

Lihat peta

Ro>1

selesai

Rumus: b, Ro,se, ie

Rumus: b, Ro

Peta

endemis TB

(se,ie)=1,0

Grafik titik

setimbang=

(se,ie)=(1,0)

Grafik titik

setimbang=(se,ie)

=(1,0)

(se.ie)= (se,ie)

mulai

Input data S,E,I,R,N,k

penduduk lahir dan

mati

Grafik laju

persebaran

Rumus:

b,c,d,b,dS/dt,dI/dt,

dE/dt,dR/dI

Grafik titik

setimbang

Grafik dS/dt,

dE/dt,dI/dt,dR/dt

31

3.3.5 Perancangan Antarmuka Sistem

Rancangan antarmuka Pemodelan SEIR pada Gambar

3.3 menampilkan beberapa menu yang terdiri dari menu Laju

Persebaran, menu Prediksi, dan menu Keluar.

Gambar 3.8 Perancangan Sistem

Menu Laju persebaran terdiri dari grafik laju persebaran

per kelurahan, menu Prediksi terdiri dari grafik titik

kesetimbangan per kelurahan, dan peta endemis TB serta menu

keluar untuk keluar dari sistem.

Laju Persebaran Prediksi Keluar

Pemodelan SEIR