UG Jurnal Vol. 10 No. 12 Tahun 2016 09

Tujuan penelitian ini adalah untuk mengetahui efektivitas pada penerapan ExpertSystem Builder (ESB) untuk menentukan penyakit refraksi miopia pada tokokacamata. Metode yang digunakan dalam penelitian ini adalah metode deskriptif,analisis data menggunakan kuesioner dengan melakukan pengujian validitas,pengujian reliabilitas, pengujian asumsi klasik, analisis goodness of Fit. Padapengujian asumsi klasik dilakukan dengan tiga cara: normalitas, multikolinearitas,autokorelasi sedangkan pada analisis goodness of Fit dengan cara koefisiendeterminasi, signifikansi simultan (F), signifikansi parsial (t) pada level of significance5% ( = 0,05). Tingginya nilai korelasi parsial sebesar 0,334 menunjukkan bahwapersepsi pengguna didominasi oleh variabel user. Hal ini membuktikan bahwapengguna sistem pakar lebih utama melihat pada kesederhanaan, kemudahan,penggunaan serta pemahaman terhadap aplikasi Expert System Builder (ESB) dannilai adjusted square sebesar 23,9% menunjukkan bahwa persepsi penggunaterhadap penerapan aplikasi sistem pakar pada kelainan refraksi mata tidaksepenuhnya dipengaruhi oleh variabel-variabel independen seperti content, use,timeliness dan aksesibilitas, sedangkan sisanya yaitu sebesar 76,1 % dijelaskan olehvariabel lain yang tidak dimasukkan ke dalam model regresi. Nilai adjusted squareyang kecil tersebut menunjukkan hubungan yang lemah antara variabel terikatdan variabel bebas.

Kata kunci: Persepsi pengguna, Sistem Pakar, Refraksi, Miopia, Kelainan Mata

ABSTRAKSusliansyah

Fakultas Ilmu KomputerJl.Margonda Raya no.100 Pondok Cina

sweet_sulin@yahoo.co.id

The purpose of this study was to determine the effectiveness of the application ofExpert System Builder (ESB) to determine the refractive myopia disease at theoptician. The method used in this research is descriptive method, analysis of datausing a questionnaire to test the validity, reliability test, classic assumption test,analysis Goodness of Fit. In the classic assumption test done in three ways:normality, multicollinearity, autocorrelation analysis while the goodness of fitwith the way the coefficient of determination, simultaneous significance (F), partialsignificance (t) at the level of significance of 5% ( = 0.05). The high partialcorrelation value of 0.334 indicates that the user perception is dominated by auser variable. This proves that the expert system more mainstream users see onsimplicity, ease, use and understanding of the application of Expert System Builder(ESB) and adjusted square value of 23.9% indicates that the user's perception ofthe application of expert system applications in refractive eye disorders are notfully influenced by independent variables such as content, use, timeliness andaccessibility, while the remainder is equal to 76.1% is explained by other variablesnot included in the regression model. Adjusted value of the small square whichshowed a weak correlation between the dependent variable and independentvariables.

Keyword: The User Perception, Expert System, Refraction, Myopia, Eye Disorder

ABSTRACT

PENDAHULUAN

Sistem pakar diagnosa penyakit padamata berperan untuk menggantikan sertamenirukan proses penalaran dari seorangpakar dalam memecahkan masalah.Metode yang digunakan untuk penalaranadalah metode forward chaining. Sistempakar diagnosa penyakit pada mata dapatdigunakan untuk memberikan informasiyang berguna dalam pendiagnosaanpenyakit mata. (Ongko, 2013) .

Sistem pakar untuk diagnosa penyakitmata pada manusia menggunakanmetode forward chaining ang bertujuanmenelusuri gejala dalam bentukpertanyaan-pertanyaan agar dapatmendiagnosa jenis penyakit denganperangkat lunak berbasis dekstopmanagement system. Perangkat lunaksistem pakar dapat mengenal jenispenyakit mata setelah melakukankonsultasi dengan menjawab beberapapertanyaan-pertanyaan yang ditampilkanoleh aplikasi sistem pakar serta dapatmenyimpulkan beberapa jenis penyakitmata yang di derita oleh pasien. Datapenyakit yang dikenali menyesuaikanrules (aturan) yang dibuat untuk dapat

Expert System Builder (ESB) Terhadap PersepsiPengguna Pada Kelainan Refraksi Matamiopia

mencocokkan gejala-gejala penyakit matadan memberi nilai persentase agarmengetahui nilai pendekatan jenispenyakit pasien (Hamdani, 2010).

Menurut perhitungan WHO, tanpaada tindakan pencegahan dan pengobatanterhadap kelainan refraksi, dapatmengakibatkan jumlah penderita akansemakin meningkat. Kelainan refraksimata adalah keadaan ketika bayangantegas tidak dibentuk pada retina tetapi dibagian depan atau belakang bintik kuningdan tidak terletak pada satu titik yangtajam. Salah satu kelainan refraksi amataadalah Miopia (rabun jauh), seseorangdapat melihat objek pada jarak dekatdengan baik tetapi mengalami gangguanketika melihat objek yang jauh.

Tujuan dalam penelitian ini, untukmengetahui efektivitas Expert SystemBuilder (ESB), agar dapat menjadi alattambahan dalam membantu danmeringankan pekerjaan karyawan optikagar dapat mengetahui gejala-gejala awalyang dialami oleh orang-orang yangdatang untuk konsultasi. Untukmemahami gejala-gejala kelainan refraksi,seseorang tidak harus pergi ke rumahsakit.

METODE PENELITIAN

Objek Penelitian

Objek penelitian dalam hal ini adalahKaryawan Toko Kacamata yangmerupakan pengguna aplikasi sistempakar.

Pengambilan Data Penelitian

Pengambilan data merupakan langkahpertama bagi penulis dengan melakukankegiatan observasi dan interview pada:1. Interview pada toko Kacamata Detos

dan ITC Depok.Pada langkah ini, penulis melakukanpengambilan data di dua optik yaituToko Kacamata Fara yang ada di ITCdepok dan toko kacamata LoopDepok Town Square, pengambilandata tentang jenis-jenis kelainanrefraksi mata.

2. Pengambilan Data di RS. JakartaTimur Eye CenterUntuk memperoleh data mengenaikelainan refraksi mata dilakukaninterview dengan dr ahli mata yang

10 Susliansyah, Expert System Builder ...

ditanyakan berkaitan dengan fakta(evidence) dan kesimpulan (hipotesis) kelainan refraksi mata berdasarkandata yang didapatkan dari TokoKacamata Fara dan Loop di DepokTown Square.

HASIL DAN PEMBAHASAN

Pengambilan Data

Pengambilan data dilakukan di TokoKacamata Loop Depok Town Square danRumah Sakit Jakarta Eye Center denganrincian sebagai berikut:

Tabel 4.1Gejala Kelainan Refraksi

Sumber: Toko Kacamata Loop danRumah Sakit Jakarta Eye Center

Data hasil interview yang diperolehdari karyawan toko kacamata Loop dandokter ahli mata diinput kedalam aplikasiExpert System Builder (ESB).1. Menu Expert System Builder

Question EditorTahap untuk menginput gejala-gejalamiopia, dapat dilihat pada gambar 4.1di bawah ini :

Gambar 4.1. Input gejala-gejala miopiaSumber: Expert System Builder

2. Menu Expert System BuilderKnowledge Acquisitiona . Tahap untuk menginput kesimpulan

dari gejala-gejala kelainan refraksidengan cara memilih new record,dapat dilihat pada gambar 4.2 dibawah ini :

Gambar 4.2Menginput kesimpulan dari gejala-gejalakelainan refraksi dengan cara memilih newrecordSumber: Expert System Builder

b. Tahap setelah menginput new recorddengan menginput kesimpulan dari gejaladan memilih gejala yang bernilai YA atauTIDAK , setelah selesai memilih saverecord. dapat dilihat pada gambar 4.3 dibawah ini :

Gambar 4.3Tampilan Kesimpulan dari kelainan refraksimataSumber: Expert System Builder

3. Menu Expert System Builder UserInterface

a. Pada tahap ini digunakan untukmenampilkan gejala miopia dengancara mengklik load guestion.dapatdilihat pada gambar 4.4 di bawah ini

Gambar 4.4Tampilan Gejala MIOPIASumber: Expert System Builderb. Tahap ini untuk memilih gejala yangbernilai YA atau TIDAK, dapat dilihatgambar 4.5 di bawah ini :

Gambar 4.5Tampilan setelah load guestionSumber: Expert System Builder

c. Tahap ini untuk menampilkan hasilMIOPIA (RABUN JAUH) Conf%, dapatdilihat gambar 4.6 dibawah ini

Gambar 4.6Tampilan hasil MIOPIASumber: Expert System Builder

Analisis Data Kuesioner

Uji Validitas

Uji validitas dilakukan dengan tools spss17.0, hasil uji validitas dapat dilihat padatabel di bawah ini:

Uji ReliabilitasPengujian terhadap pernyataan

yang terdapat dalam kuesioner dibuktikandengan uji reliabilitas.

Tabel 4.4Uji Reliabilitas

Sumber: SPSS 17.0 (2016)

Berdasarkan hasil dari tabel diatas,dapat diketahui nilai sig adalah 0.847,berarti tingkat realibilitas dalamkuesioner ini memiliki reliabilitas sangattinggi.

Uji Asumsi Klasik

Merupakan syarat dalam melakukananalisis regresi liniar berganda, adapunuji asumsi klasik terdapat 3 cara yaitu :1. Uji Normalitas

Uji normalitas digunakan untukmengetahui apakah dalam model regresibaik variabel bebas maupun variabel

11UG Jurnal Vol. 10 No. 12 Tahun 2016

Tabel 4.3Hasil Uji Validitas

Sumber: SPSS 17.0 (2016)

terikat memiliki distribusi data secaranormal atau tidak.

Gambar 4.4Normal P-P Plot Content, Use, Timeliness, Aksesibilitas dan Persepsi

Sumber: SPSS 17.0 (2016)

Dengan melihat pada grafik NormalP-P Plot Content, Use, Timeliness, Aksesi-bilitas dan Persepsi menunjukkan bahwasebaran data berada disekitar garisdiagonal, maka dapat dikatakan bahwaaksesibilitas telah normal dan memenuhisyarat normalitas data.

2. Uji Multikolinearitas

Tabel 4.5Hasil Uji Multikolinieritas

Sumber: SPSS 17.0 (2016)

Berdasarkan hasil uji multiko-linearitas menunjukkan bahwa keempatvariable bebas dari model regresi yangdigunakan tidak terdapat gejalamultikolinieritas yang ditunjukkandengan nilai tolerance lebih besar dari0,1 dan nilai VIF lebih kecil dari 10.Dalamhal ini berarti model regresi dikatakanbaik karena tidak terdapat gejalamultikolinieritas pada variable bebas.

3. Uji Autokorelasi

Tabel 4.6Hasil Uji Autokorelasi

Sumber: SPSS 17.0 (2016)

Dari tabel di atas, dapat diketahuinilai Durbin-Watson sebesar 2,203.Karena nilai DW terletak di antara DU <DW < 4-DU (1,7386 < 2,203 < 2,2614)maka hasilnya menunjukkan bahwamodel regresi tidak terjadi gejalaautokorelasi.

Analisis Goodness of Fit

1.Koefisien Determinasi (R)Tabel 4.7

Hasil Uji Koefisien Determinasi

Sumber: SPSS 17.0 (2016)

12 Susliansyah, Expert System Builder ...

Berdasarkan tabel korelasi (R)sebesar 0,540. Ni lai tersebutmenunjukkan bahwa terdapat hubunganpositif dan cukup berpengaruh antaravariabel content, use, timeliness danaksesibilitas terhadap persepsi penggunasistem pakar kelainan refraksi mata.

2. Signifikansi Simultan (F)

Tabel 4.8Hasil Uji F

Sumber: SPSS 17.0 (2016)

Berdasarkan hasil perhitungandapat dilihat bahwa nilai signifikansi0,010 dan nilai F hitung sebesar 5,556.Dasar pengambilan keputusan signifikasi0,05 karena nilai signifikansi lebih kecildari 0,05 maka dapat diambil keputusanbahwa H0 ditolak artinya secara simultanvariabel bebas yang dimasukkan dalammodel regresi mempunya pengaruh yangsignifikansi terhadap variabel terikat

3. Signifikansi Parsial (t)

Tabel 4.9Hasil Uji t

Sumber: SPSS 17.0 (2016)

Pengambilan keputusan dalam uji tdilakukan dengan melihat nilai signifikansiyang dibandingkan dengan taraf nyatasebesar 0,05.Apabilai nilai signifikansilebih kecil dari nilai 0,05 maka H0ditolak.variabel yg tidak layak untukdimasukkan dalam persamaan regrasiharus dikeluarkan satu persatu, dalam halini variabel bebas timeliness danaksesibilitas harus dikeluarkan dari modelkarena paling tidak signifikansi.

Maka persamaan regrasi berganda

dapat dirumuskan sebagai berikut :Y = 1,429 + 0,332 X1 + 0,334 X2

Berdasarkan persamaan regrasi liniaerdi atas, dapat dibuat interpretasi sebagaiberikut :

a = 1,429

Nilai konstanta persamaan nilai regresi

adalah 1, 429 dengan parameter positif.Hal ini berarti jika content, use, timelinessdan aksesibilitas berniali 0 atau tidakmengalami perubahan maka persepsipengguna sistem pakar akan tetapmengalami peningkatan sebesar 1, 429point.

b1 = 0,332

Nilai regresi untuk variabel content(X1) adalah 0,332 dengan parameterpositif, hal ini berarti apabila nilai contentmeningkat sebesar 1 point maka persepsipengguna sistem pakar kelainan refraksi

mata akan meningkat sebesar 0,332b2 = 0,334

Nilai regresi untuk variabel use (X2)adalah 0,334 dengan parameter positif, hal ini berarti apabila nilai use meningkatsebesar 1 point maka persepsi penggunasistem pakar kelainan refraksi mata akanmeningkat sebesar 0,334. Variabel usememberikan pengaruh yang dominanterhadap persepsi pengguna.

KESIMPULAN DAN SARAN

KESIMPULAN

Berdasarkan hasi l analisis danpembahasan yang dilakukan maka dapatdiperoleh kesimpulan sebagai berikut:1. Persepsi pengguna sistem pakar pada

kelainan refraksi mata secarasignifikan dipengaruhi oleh variabelindependen yaitu content, use,timeliness dan aksesibil itas.

2. Tingginya nilai korelasi parsial variabeluse sebesar 0,334 menunjukkanbahwa persepsi pengguna didominasioleh variabel ini. Hal ini membuktikanbahwa pengguna sistem pakar lebihutama melihat pada kesederhanaan,kemudahan dalam pemahaman,penggunaan serta pemahaman sistempakar ini.

3. Nilai adjusted square sebesar 23,9%menunjukkan bahwa persepsipengguna terhadap penerapan sistempakar pada kelainan refraksi matatidak sepenuhnya dipengaruhi olehvariabel-variabel independen seperticontent, use, t imeliness danaksesibilitas. sedangkan sisanya yaitusebesar 76,1 % dijelaskan oleh variabellain yang tidak dimasukkan ke dalammodel regresi. Nilai adjusted squareyang kecil tersebut menunjukkanhubungan yang lemah antara variabelterikat dan variabel bebas yangmempengaruhinya.

SARAN

Berdasarkan kesimpulan yang di atas,maka saran penelitian adalah :1. Pembuatan sistem pakar pada

kelainan refraksi mata harusdisesuaikan dengan kebutuhanpenggunanya, yaitu karyawan tokokaca mata. Berdasarkan hasil yangharus diperhatikan adalah variabelcontent, yaitu pengembanganinformasi mengenai kelainan refraksimata secara lebih lengkap danmendetail.

2. Untuk penelitian selanjutnya,sebaiknya mengembangkan variabel-variabel independen yang lain sepertidaya tanggap, jaminan dan empati.Agar penelitian lebih baik danmemberikan manfaat yang lebih luasuntuk kedepannya, maka diharapkanjuga melakukan observasi yang lama,misalnya satu bulan atau dua bulan.

DAFTAR PUSTAKA

Hamdani. 2010“Sistem pakar untukdiagnosa penyakit mata padamanusia”Informatika Mulawarman5(2) 1-9.

Ilyas H, Sidarta. 2004Kelainan RefraksiDan Koreksi Penglihatan FKUI,Jakarta

Kusrini. 2008Aplikasi Sistem PakarMenentukan Faktor KepastianPenggunaan Dengan MetodeKuantifikasi Pertanyaan Andi,Yogyakarta.

13UG Jurnal Vol. 10 No. 12 Tahun 2016

Ongko, Erianto. 2013 “Perancangan sistempakar untuk diagnose penyakit padamata” Time II (2) 1-8.

S u y a n t o , 2 0 1 1 A r t i f i c i a lIntelligenceInformatika, Bandung.

Yudiaatmaja, Fridayana. 2013 AnalisisRegresi Dengan MenggunakanAplikasi Komputer Statistik SPSSGramedia, Jakarta.

Anonymous. 26, 08, 2016. Miopia.http://www.snec.com.sg/about/international/amenuutama/kondisimataa n d p e r a w a t a n / c o m m o n -problems/Pages/Miopia(RabunJauh).aspx