SISTEM PAKAR DIAGNOSIS

PENYAKITPNEUMONIA PADA BALITA DENGAN

METODE DEMPSTER SHAFER

Nama Kelompok:SiBalita

Feri Dwi Utomo 1341177004176

Robby Indrawan Sudrajat 1341177004239

Septiawan Prio Setiadi 1341177004314

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS ILMU KOMPUTER

UNIVERSITAS SINGAPERBANGSA KARAWANG

KARAWANG

2017

ii

KATA PENGANTAR

Assalamualaikum Wr. Wb

Puji dan syukur kami panjatkan kehadirat Allah SWT yang telah

memberikan berkah dan rahmatnya. Sehingga kami dapat menyelesaikan tugas

Sistem Pakar ini.

Penyajian tugas makalah ini masih jauh dari sempurna baik dari

pembahasan maupun metode penyajiannya. Oleh karena itu segala sumbangan

saran dan kritikan yang bersifat membangun dari siapa pun yang menaruh

perhatian pada tugas makalah ini sangat kami harapkan.

Dalam penyusunan dan penulisan makalah ini, penyusun banyak sekali

mendapat bantuan serta dorongan dari berbagai pihak. Akhir kata kami berharap

semoga tugas makalah ini dapat diterima dan bermanfaat bagi yang

membutuhkan.

Karawang, Maret 2017

Penyusun

iii

DAFTAR ISI

KATA PENGANTAR ............................................................................................ ii

DAFTAR ISI .......................................................................................................... iii

DAFTAR GAMBAR .............................................................................................. v

DAFTAR TABEL .................................................................................................. vi

BAB I PENDAHULUAN ....................................................................................... 1

1.1 Latar Belakang ......................................................................................... 1

1.2 Rumusan Masalah .................................................................................... 6

1.3 Batasan Masalah ....................................................................................... 6

1.4 Tujuan Masalah ........................................................................................ 6

BAB II LANDASAN TEORI ................................................................................. 7

2.1 Sistem Pakar ............................................................................................. 7

2.1.1 Definisi Sistem Pakar Menurut Para Ahli ......................................... 7

2.1.2 Sejarah Sistem Pakar ......................................................................... 7

2.1.3 Jenis–Jenis Sistem Pakar ................................................................... 8

2.1.4 Keuntungan Sistem Pakar ................................................................. 8

2.1.5 Kelemahan Sistem Pakar................................................................... 9

2.1.6 Struktur Sistem Pakar ........................................................................ 9

2.2 Pemrograman PHP ................................................................................. 11

2.3 Basis Data ............................................................................................... 11

2.3.1 Database MySQL ............................................................................ 12

2.3.2 PhpMyAdmin MySQL .................................................................... 12

2.4 Notepad ++ ............................................................................................. 12

2.5 XAMPP Control Panel ........................................................................... 13

2.6 Microsoft Visio ....................................................................................... 13

2.7 StarUML ................................................................................................. 13

2.8 Pengertian UML ..................................................................................... 13

2.8.1 Class Diagram ................................................................................. 14

2.8.2 Use Case Diagram ........................................................................... 15

2.8.3 Activity Diagram ............................................................................. 16

2.8.4 Sequence Diagram .......................................................................... 16

2.8.5 Diagram UML ................................................................................. 18

iv

2.9 Expert System Development Life Cycle (ESDLC) ................................ 19

2.10 Mesin Inferensi ....................................................................................... 21

2.11 Dempster Shafer ..................................................................................... 21

2.11.1 Contoh Perhitungan Manual Dempster Shafer ............................... 24

2.12 Pengujian Perangkat Lunak .................................................................... 32

2.12.1 White Box Testing .......................................................................... 32

2.12.2 Black Box Testing ........................................................................... 33

2.12.3 Rating Scale .................................................................................... 33

BAB III OBJEK DAN METODOLOGI PENELITIAN ...................................... 35

3.1 Objek Penelitian ..................................................................................... 35

3.2 Metodologi Penelitian ............................................................................ 35

3.3 Tahapan Penelitian ................................................................................. 35

3.3.1 Penilaian .......................................................................................... 36

3.3.2 Akuisisi Pengetahuan ...................................................................... 36

3.3.3 Desain .............................................................................................. 37

3.3.4 Pengujian ......................................................................................... 37

3.3.5 Dokumentasi ................................................................................... 39

3.3.6 Pemeliharan Sistem ......................................................................... 39

DAFTAR PUSTAKA ........................................................................................... 40

v

DAFTAR GAMBAR

Gambar 1. 1 Cakupan Penemuan Pneumonia Pada Balita Di Indonesia ................ 3

Gambar 2. 1 Struktur Sistem Pakar ....................................................................... 10

Gambar 2. 2 Diagram UML .................................................................................. 18 Gambar 2. 3 Flow Graph Notaion ......................................................................... 33 Gambar 3. 1 Tahapan Rancangan Penelitian.........................................................35

vi

DAFTAR TABEL

Tabel 1. 1 Presentase Kasus Pneumonia Pada Balita Menurut Provinsi................. 2 Tabel 1. 2 Jumlah Kasus Pneumonia Pada Balita Tahun 2015 ............................... 4 Tabel 1. 3 Case Fatality Rate Pneumonia Pada Balita Tahun 2015 ........................ 5 Tabel 2. 1 Jenis Sistem Pakar .................................................................................. 8 Tabel 2. 2 Aturan dan Simbol Class Diagram...................................................... 14 Tabel 2. 3 Aturan dan Simbol Use Case Diagram ................................................ 15 Tabel 2. 4 Aturan dan Simbol Activity Diagram .................................................. 16 Tabel 2. 5 Aturan dan Simbol Sequence Diagram ................................................ 16 Tabel 2. 6 Contoh Tabel Jenis Penyakit ................................................................ 24 Tabel 2. 7 Tabel Gejala Penyakit .......................................................................... 24 Tabel 2. 8 Tabel Aturan ........................................................................................ 25 Tabel 2. 9 Contoh Tabel Kasus ............................................................................. 27 Tabel 2. 10 Ilustrasi nilai keyakinan dua gejala .................................................... 28 Tabel 2. 11 Ilustrasi nilai keyakinan tiga gejala .................................................... 29 Tabel 2. 12 Ilustrasi nilai keyakinan empat gejala ................................................ 30 Tabel 2. 13 Ilustrasi nilai keyakinan lima gejala................................................... 31 Tabel 2. 14 Perbandingan Jurnal ............................ Error! Bookmark not defined.

1

BAB I

PENDAHULUAN

1.1 Latar Belakang

Dalam dua dekade terakhir peran teknologi sangat penting dalam kehidupan

sehari-hari. Bahkan saat ini teknologi sudah mempengaruhi seluruh bidang di

kehidupan mulai dari bidang komunikasi, ekonomi, kesehatan, dan masih banyak

lagi. Salah satu perkembangan teknologi dalam bidang kesehatan adalah adanya

sistem pakar. Sistem pakar adalah sebuah sistem yang berpikir layaknya seorang

pakar, jadi sistem pakar ini akan mendiagnosa penyakit kita dengan

mengumpulkan fakta-fakta lalu mendiagnosanya layaknya dokter. Jadi

kesimpulannya sistem pakar adalah sebuah sistem yang dapat menggantikan peran

dari seorang pakar/dokter dalam bentuk digital, jadi saat kita merasa sakit kita

hanya perlu membuka sebuah website/aplikasi, lalu kita hanya perlu menjawab

pertanyaan tentang gejala-gejala penyakit yang kita alami, lalu sistem pakar akan

mendiagnosanya.

Semakin canggihnya alat kesehatan bukan berarti kita bisa mengabaikan

kesehatan kita terutama kesehatan anak kita. Menurut Kementrian Kesehatan RI

2015.Pneumonia merupakan penyebab dari 15% kematian balita, yaitu

diperkirakan sebanyak 922.000 balita di tahun 2015. Pneumonia menyerang

semua umur di semuawilayah, namun terbanyak terjadi di Asia Selatan dan Afrika

sub-Sahara (www.who.int).Populasi yang rentan terserang pneumonia adalah anak

- anak usia kurang dari 2 tahun,usia lanjut lebih dari 65 tahun dan orang yang

memiliki masalah kesehatan (malnutrisi, gangguan imunologi).

Pneumonia adalah infeksi akut yang mengenai jaringan paru-paru (alveoli)

yang dapat disebabkan oleh berbagai mikroorganisme seperti virus, jamur dan

bakteri. Gejala penyakitpneumonia yaitu menggigil, demam, sakit kepala, batuk,

mengeluarkan dahak,dan sesak napas.

Salah satu upaya yang dilakukan untuk mengendalikan penyakit ini yaitu

dengan meningkatkan penemuan pneumonia pada balita. Perkiraan kasus

pneumoniasecara nasional sebesar 3.55% namun angka perkiraan kasus di

2

masing-masing provinsimenggunakan angka yang berbeda-beda sesuai angka

yang telah ditetapkan.

Tabel 1. 1Presentase Kasus Pneumonia Pada Balita Menurut Provinsi

3

Gambar 1. 1Cakupan Penemuan Pneumonia Pada Balita Di Indonesia

Sampai dengan tahun 2014, angka cakupan penemuan pneumonia balita

tidak mengalami perkembangan berarti yaitu berkisar antara 20%-30%. Pada

tahun 2015terjadi peningkatan menjadi 63,45%. Salah satu penyebab peningkatan

penemuan pneumoniayaitumenurunnya sasaran penemuan pneumonia, yang

sebelumnya sama untuk semua provinsi(10%), pada tahun 2015 menggunakan

hasil Riskesdas 2013 yang berbeda-bedauntuk setiap provinsi dan secara nasional

sebesar 3,55%.

Sejak tahun 2015 indikator Renstra yang digunakan yaitu persentase

kabupaten/kota yang 50% puskesmasnya melakukan pemeriksaan dan

tatalaksanapneumonia melalui program MTBS. Pencapaian untuk tahun 2015

baru tercapai 14,64%sedangkan target sebesar 20% dari seluruh kab/kota yang

ada.

Angka kematian akibat pneumonia pada balita sebesar 0,16%, lebih tinggi

dibandingkan dengan tahun 2014 yang sebesar 0,08%. Pada kelompok bayi angka

4

kematiansedikit lebih tinggi yaitu sebesar 0,17% dibandingkan pada kelompok

umur 1-4 tahunyang sebesar 0,15%. Cakupan penemuan pneumonia dan

kematiannya menurut provinsidan kelompok umur dapat dilihat pada Tabel 1.2

Tabel 1. 2Jumlah Kasus Pneumonia Pada Balita Tahun 2015

5

Tabel 1. 3Case Fatality Rate Pneumonia Pada Balita Tahun 2015

Angka ini sangat besar, sehingga perlu menjadi perhatian bagi pengelola

program ISPA pusat, provinsi dan kab/kota serta perlu mendapat dukungan

pemerintah daerah agar upaya pengendalian penyakit pneumonia dapat

dilaksanakan dengan optimal sehingga angka kematian ini dapat diturunkan.

Penelitian ini menggunakan metode Dempster Shafer. Alasan menggunakan

Dempster Shafer dikarenakan metode ini bekerja dalam ketidakpastian sehingga

dalam pendiagnosaan penyakit akan menghasilkan lebih dari satu kemungkinan

penyakit.

6

Metode Dempster Shafer pertama kali diperkenalkan oleh Dempster, yang

melakukan percobaan model ketidakpastian dengan range probabilitas sebagai

probabilitas tunggal. Kemudian pada tahun 1976 Shafer mempublikasikan teori

Dempster tersebut pada sebuah buku yang berjudul Mathematical Theory of

Evident (Prihatini, 2011).

Metode Dempster Shafer adalah suatu teori matematika untuk pembuktian

berdasarkan belief functions dan plausible reasoning (fungsi kepercayaan dan

pemikiran yang masuk akal), yang digunakan untuk mengkombinasikan potongan

informasi yang terpisah (bukti) untuk mengkalkulasi kemungkinan dari suatu

peristiwa.

1.2 Rumusan Masalah

1. Bagaimana merancang sebuah sistem pakar yang mampu mendiagnosa

penyakitPneumonia dengan metode Dempster Shafer.

2. Bagaimana mengevaluasi sistem pakar untuk mendiagnosa

penyakitPneumonia pada anak balita berbasis web.

1.3 Batasan Masalah

1. Sistem ini hanya dapat mendiagnosa penyakit pneumonia pada anak

yang berumur di bawah lima tahun (balita).

2. Sistem ini dibuat dengan menggunakan bahasa pemrograman PHP dan

menggunakan database MySQL.

3. Pembuatan sistem pakar menggunakan metode Dempster Shafer.

4. Sistem pakar ini hanya untuk memberikan gambaran tentang kondisi

anak, untuk penanganan lebih lanjut disarankan untuk pergi ke dokter.

1.4 Tujuan Masalah

1. Merancang sebuah sistem yang mampu mendiagnosa

penyakitPneumoniapada anak dengan metode Dempster Shafer.

2. Mengevaluasi sistem pakar untuk mendiagnosa penyakitPneumonia

anak berbasis web.

7

BAB II

LANDASAN TEORI

2.1 Sistem Pakar

Sistem pakar merupakan sistem yang berusaha mengakuisisi pengetahuan

manusia ke dalam komputer dengan tujuan agar komputer dapat menyelesaikan

masalah tertentu seperti yang biasa dilakukan oleh para ahli. Sistem pakar yang

baik dirancang agar dapat menyelesaikan suatu permasalahan tertentu dengan

meniru kerja dari para ahli. Dengan sistem pakar ini, orang awam dapat

menyelesaikan berbagai permasalahan yang cukup rumit dan sebenarnya hanya

dapat diselesaikan oleh para ahli pakar bidang tertentu. Sistem pakar ini akan

membantu aktivitas sebagai asisten yang sangat berpengalaman bagi para ahli,

mengingat bahwa para ahli tidak dapat selalu menyimpan suatu pengalaman

secara utuh, lengkap dan detail dibandingkan dengan sistem pakar (Sri

Kusumadewi, 2003:109).

2.1.1 Definisi Sistem Pakar Menurut Para Ahli

Ada beberapa definisi tentang sistem pakar menurut beberapa ahli pakar,

yaitu sebagai berikut : (Sri Kusumadewi, 2003:109).

1. Menurut Durkin : Sistem pakar adalah suatu program komputer yang

dirancang untuk memodelkan kemampuan penyelesaian masalah yang

dilakukan oleh seorang pakar.

2. Menurut Ignizio : Sistem pakar adalah suatu model dan prosedur yang

berkaitan, dalam suatu domain tertentu, yang mana tingkat keahliannya dapat

dibandingkan dengan keahlian seorang pakar.

3. Menurut Giarratano dan Riley : Sistem pakar adalah suatu sistem komputer

yang bisa menyamai atau meniru kemampuan seorang pakar.

2.1.2 Sejarah Sistem Pakar

Sejarah sistem pakar terjadi sejak pertengahan tahun 1960. Mengenai

sejarah sistem pakar (Sri Kusumadewi, 2003:109) menjelaskan :

“Sistem pakar pertama kali dikembangkan oleh komunitas AI pada pertengahan

tahun 1960. Sistem Pakar yang muncul pertama kali adalah General-purpose

8

Problem Solver (GPS) yang dikembangkan oleh Newel dan Simon. GPS (dan

program-program yang serupa) ini mengalami kegagalan dikarenakan

cakupannya terlalu luas sehingga terkadang justru meninggalkan pengetahuan-

pengetahuan penting yang seharusnya disediakan.”

2.1.3 Jenis–Jenis Sistem Pakar

Sistem pakar berkerja menyelesaikan permasalahan dengan pengetahuan

yang telah diakuisisi dari ahli pakar ke dalam suatu sistem komputer yang

memiliki beberapa jenis sistem pakar, antara lain : (Sri Kusumadewi, 2003:110).

Tabel 2. 1Jenis Sistem Pakar

Sistem Pakar Kegunaan

MYCIN Diagnosis penyakit

DENDRAL Mengindentifikasi struktur molekular campuran yang tak dikenal.

XCON &

XSEL Membantu konfigurasi sistem komputer besar

SOPHIE Analisis sirkit elektronik

PROSPECTOR Digunakan di dalam geologi untuk membantu mencari dan menemukan deposit.

FOLIO Membantu memberikan keputusan bagi seorang manajer dalam hal stok broker

dan investasi.

DELTA Pemeliharaan lokomotif listrik disel

2.1.4 Keuntungan Sistem Pakar

Secara garis besar, banyak manfaat yang dapat diambil dengan adanya

sistem pakar, antara lain : (Sri Kusumadewi, 2003:110).

1. Memungkinkan orang awam bisa megerjakan pekerjaan para ahli.

2. Bisa melakukan proses secara berulang secara otomatis.

3. Menyimpan pengetahuan dan keahlian para pakar.

4. Meningkatkan output dan produktivitas.

5. Meningkatkan kualitas.

6. Mampu mengambil dan melestarikan keahlian para pakar (terutama yang

termasuk keahlian langka).

7. Mampu beroperasi dalam lingkungan yang berbahaya.

9

8. Memiliki kemampuan untuk mengakses pengetahuan.

9. Memiliki reliabilitas.

10. Meningkatkan kapabilitas sistem komputer.

11. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan

mengandung ketidakpastian.

12. Sebagai media pelengkap dalam pelatihan.

13. Meningkatkan kapabilitas dalam penyelesaian masalah.

14. Menghemat waktu dalam pengambilan keputusan.

2.1.5 Kelemahan Sistem Pakar

Disamping memiliki beberapa keuntungan, sistem pakar juga memiliki

beberapa kelemahan, antara lain : (Sri Kusumadewi, 2003:111).

1. Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal.

2. Sulit dikembangkan. Hal ini tentu saja erat kaitannya dengan ketersediaan

pakar dibidangnya.

3. Sistem pakar tidak 100% bernilai benar.

2.1.6 Struktur Sistem Pakar

Sistem pakar terdiri dari dua bagian pokok yaitu pada bagian Lingkungan

Pengembangan (development environment) dan Lingkungan Konsultasi

(consultation environment). Lingkungan Pengembangan digunakan dalam

pembangunan sistem pakar baik dari segi pembangunan komponen maupun segi

pembangunan basis pengetahuan (knowlegde base). Lingkungan Konsultasi

digunakan oleh seorang yang bukan ahli, hanya melakukan konsultasi dan

ditujukan untuk pengguna sistem pakar (user) (Sri Kusumadewi, 2003:113).

10

Gambar 2. 1Struktur Sistem Pakar

(Sumber :Sri Kusumadewi, 2003:114)

Komponen struktur sistem pakar Gambar 2.1 : (Sri Kusumadewi, 2003:114).

1. Subsistem penambahan pengetahuan. Bagian ini digunakan untuk memasukan

pengetahuan, mengkontruksi atau memperluas pengetahuan dalam basis

pengetahuan. Pengetahuan itu berasal dari ahli, buku, basis data, penelitian

dan gambar.

2. Basis pengetahuan. Berisi pengetahuan-pengetahuan yang dibutuhkan untuk

memahami, memformulasikan dan menyelesaikan masalah.

3. Motor inferensi (inference engine). Program yang berisi metodologi yang

digunakan untuk melakukan penalaran terhadap informasi-informasi dalam

basis pengetahuan dan blackboard, serta digunakan untuk memformulasikan

konklusi. Ada tiga elemen utama dalam motor inferensi, yaitu :

a. Interpreter : Mengeksekusi item-item agenda yang terpilih dengan

menggunakan aturan-aturan dalam basis pengetahuan yang sesuai.

b. Scheduler : Akan mengontrol agenda.

c. Consistency enforcer : Akan berusaha memelihara kekonsistenan dalam

merepresentasikan solusi yang bersifat darurat.

11

Blackboard. Merupakan area dalam memori yang digunakan untuk

merekam kejadian yang sedang berlangsung termasuk keputusan sementara.

Ada tiga tipe keputusan yang dapat direkam, yaitu :

a. Rencana : Bagaimana menghadapi masalah.

b. Agenda : Aksi potensial yang sedang menunggu untuk dieksekusi.

c. Solusi : Calon aksi yang akan dibangkitkan.

Antarmuka. Digunakan untuk media komunikasi antara user dan program.

Subsistem. Digunakan untuk melacak respon dan memberikan penjelasan

tentang kelakuan sistem pakar secara interaktif melalui pertanyaan :

a. Mengapa suatu pertanyaan dinyatakan oleh sistem pakar?

b. Bagaimana konklusi dicapai?

c. Mengapa ada alternatif yang dibatalkan?

d. Rencana apa yang digunakan untuk mendapatkan solusi?

Sistem penyaring pengetahuan. Sistem ini digunakan untuk mengevaluasi

kinerja sistem pakar itu sendiri untuk melihat apakah pengetahuan-

pengetahuan yang ada masih cocok untuk digunakan di masa mendatang.

2.2 Pemrograman PHP

Pemrograman PHP yang merupakan pemrograman berbasis web, pengertian

menurut PHP.net yaitu sebagai berikut :

“PHP (recursive acronym for PHP: Hypertext Preprocessor) is a widely-used

open source general-purpose scripting language that is especially suited for web

development and can be embedded into HTML” (PHP.net, 2001-2015).

PHP singkatan dari PHP Hypertext Preprocessor yang digunakan sebagai

bahasa script server-side dalam mengembangan Web yang disisipkan pada

dokumen HTML (Kasiman Peranginangin, 2006:2).

2.3 Basis Data

Pengertian antara basis dan data (Yakub, 2012:51) menjelaskan pengertian

akan keduanya yaitu sebagai berikut :

Basis dapat diartikan sebagai markas atau gudang, tempat bersarang atau

berkumpul. Sedangkan data merupakan representasi fakta dunia nyata yang

mewakili suatu objek seperti manusia (pegawai, siswa, pembeli, pelanggan),

12

barang, hewan, peristiwa, konsep keadaan dan sebagainya yang direkam dalam

bentuk angka, huruf, simbol, text, gambar, bunyi atau kombinasinya.

Setelah mengetahui pengertian basis dan data, (Yakub, 2012:51)

menjelaskan pengertian Basis Data (Database) yaitu sebagai berikut :

Basis Data (database) merupakan kumpulan data yang saling berhubungan

(punya relasi). Relasi biasanya ditujukkan dengan kunci (key) dari tiap file yang

ada. Dalam satu file terdapat record-record yang sejenis, sama besar, sama

bentuk, yang merupakan satu kumpulan entitas yang seragam. Satu record terdiri

dari field-field yang saling berhubungan dan menunjukkan dalam satu pengetian

yang lengkap dalam satu record.

2.3.1 Database MySQL

Database MySQL adalah suatu database yang menggunakan format

standar SQL dengan lisensi open source, tersedia secara cuma-cuma. MySQL

berkerja pada berbagai sistem operasi dan banyak bahasa pemrograman. MySQL

berkerja dengan cepat dan baik walaupun data yang dikerjakan cukup besar

(Kasiman Peranginangin, 2006:389).

2.3.2 PhpMyAdmin MySQL

PhpMyAdmin MySQL menurut (PhpMyAdmin.net, 2003-2015)

merupakan sebuah DBMS yaitu sebagai berikut :

PhpMyAdmin is a free software tool written in PHP, intended to handle the

administration of MySQL over the Web. phpMyAdmin supports a wide range of

operations on MySQL, MariaDB and Drizzle. Frequently used operations

(managing databases, tables, columns, relations, indexes, users, permissions, etc)

can be performed via the user interface, while you still have the ability to directly

execute any SQL statement.

2.4 Notepad ++

Pengertian Notepad ++ merupakan sebuah Tools Text Editor yang

dilengkapi Syntak Highliter yaitu sebagai berikut :

“Notepad++ is a free (as in "free speech" and also as in "free beer") source code

editor and Notepad replacement that supports several languages. Running in the

MS Windows environment, its use is governed by GPL License.” (Notepad-Plus-

Plus.org, 2015).

13

2.5 XAMPP Control Panel

XAMPP adalah suatu server localhost yang berjalan pada sistem operasi

secara local, menurut Apache Friends menjelaskan yaitu sebagai berikut :

“XAMPP is a completely free, easy to install Apache distribution containing

MySQL, PHP, and Perl. The XAMPP open source package has been set up to be

incredibly easy to install and to use” (Apachefriends.org, 2015).

2.6 Microsoft Visio

Microsoft Visio adalah sebuah program aplikasi komputer yang sering digunakan

untuk membuat diagram, diagram alir (flowchart), brainstorm, dan skema jaringan yang

dirilis oleh Microsoft Corporation. Aplikasi ini menggunakan grafik vektor untuk

membuat diagram-diagramnya.

Visio aslinya bukanlah buatan Microsoft Corporation, melainkan buatan Visio

Corporation, yang diakusisisi oleh Microsoft pada tahun 2000. Versi yang telah

menggunakan nama Microsoft Visio adalah Visio 2002, Visio 2003, Visio 2007, Visio

2013, dan Visio 2016 yang merupakan versi terbaru (Visio.com, 2016).

2.7 StarUML

StarUML adalah software permodelan yang mendukung UML (Unified

Modeling Language). Berdasarkan pada UML version 1.4 dan dilengkapi 11

macam diagram yang berbeda, mendukung notasi UML 2.0 dan juga mendukung

pendekatan MDA (Model Driven Architecture) dengan dukungan konsep UML.

StarUML dapat memaksimalkan pruduktivitas dan kualitas dari suatu software

project (Staruml.io, 2016)

2.8 Pengertian UML

Unified Modelling Language (UML) adalah sebuah bahasa yang telah

menjadi standar dalam industri untuk visualisasi, merancang dan

mendokumentasikan sistem piranti lunak. UML menawarkan sebuah standar

untuk merancang model sebuah sistem yang akan dirancang (Sri Dharwiyanti,

2003:2).

Standarisasi sebuah bahasa pemodelan untuk membangun perangkat lunak

yang dibangun menggunakan teknik pemrograman berorientasi objek (Rosa A.S

& M. Shalahudin, 2013:137).

14

Pengertian UML menurut official site UML yang menjelaskan UML itu

bukan hanya struktur aplikasi namun bisa mencakup bisnis proses dan data

struktur, berikut penjelasan UML yaitu sebagai berikut :

“The Unified Modeling Language™ - UML - is OMG's most-used specification,

and the way the world models not only application structure, behavior, and

architecture, but also business process and data structure “ (www.uml.org,

2014).

2.8.1 ClassDiagram

Class diagram merupakan pemodelan yang menggambarkan suatu stuktur

sistem dari segi pendefinisian kelas-kelas pada sistem yang dibangun. Class

diagram akan memberikan gambaran tentang sistem dan relasi-relasi yang ada

didalamnya (Rosa A.S & M. Shalahudin, 2013:141).

Tabel 2. 2Aturan dan Simbol Class Diagram

Simbol Deskripsi

Kelas / Class

Nama-kelas

+atribut

+operasi()

Atribut kelas pada struktur sistem.

Antarmuka / Interface

Nama_Interface

Sama dengan konsep interface dalam pemrograman

berorientasi object.

Asosiasi / Association

Relasi antar kelas dengan makna umum, asosiasi biasanya

juga disertai dengan multiplicity.

Asosiasi Berarah / Directed

Association

Relasi antar kelas dengan makna kelas yang satu digunakan

oleh kelas lain, asosiasi biasanya juga disertai dengan

multiplicity.

Generalisasi / Generalization Relasi antar kelas dengan makna generalisasi-spesifikasi

(umum khusus).

15

Kebergantungan / Dependency

Relasi antar kelas dengan makna kebergantungan antar kelas.

Agregasi / Aggregation

Relasi antar kelas dengan makna semua-bagian (whole-part)

2.8.2 Use Case Diagram

Use case diagram merupakan pemodelan yang digunakan untuk

menggambarkan perilaku sistem yang akan dibangun. Use case diagram

mendefinisikan sebuah interaksi antara aktor dengan sistem yang akan dibangun.

Use case diagram sangat berguna untuk mengetahui fungsi dan siapa saja yang

ada di dalam sistem (Rosa A.S & M. Shalahudin, 2014:155).

Tabel 2. 3Aturan dan Simbol Use Case Diagram

Simbol Deskripsi

Use case

Fungsionalitas yang disediakan sistem sebagai unit-unit

yang saling bertukar pesan antar unit atau aktor, biasanya

dinyatakan dengan menggunakan kata kerja diawal frase

nama use case.

Aktor / Actor

Nama_aktor

Orang, proses atau sistem lain yang berinteraksi dengan

sistem informasi yang akan dibuat di luar sistem informasi

yang akan dibuat itu sendiri, jadi walaupun simbol dari

aktor adalah gambar orang, tapi aktor belum tentu

merupakan orang, biasanya dinyatakan menggunakan kata

benda di awal frase nama aktor.

Asosisasi / Association

Komunikasi antara aktor dan use case yang berpartisipasi

pada use case atau use case memiliki interaksi dengan

aktor.

Ekstensi / Extend << extend >>

Relasi use case tambahan ke sebuah use case dimana use

case yang ditambahkan dapat berdiri sendiri walau tanpa

use case tambahan itu, mirip dengan prinsip inheritance

pada pemrograman berorientasi obyek.

Menggunakan / Include << include >>

Relasi use case tambah ke sebuah use case yang

ditambahkan memerlukan include untuk menjalankan

fungsinya atau sebagai syarat dijalankan use case.

Generalisasi / Generalization Hubungan geralisasi dan spesialisasi (umum-khusus) antara

16

dua buah use case dimana fungsi yang satu adalah fungsi

yang lebih umum dari lainnya.

2.8.3 Activity Diagram

Activity diagram adalah pemodelan yang menggambarkan aliran kerja

pada sebuah sistem. Activity diagram tidak menggambarkan aktifitas yang

dilakukan oleh aktor, namun menggambarkan aktifitas yang dilakukan oleh

sistem. Activity diagram menggambarkan bagaimana sistem itu diawali, decision

yang terjadi pada sistem dan bagaimana sistem itu berakhir (Rosa A.S & M.

Shalahudin, 2014:161).

Tabel 2. 4Aturan dan Simbol Activity Diagram

Simbol Deskripsi

Status awal aktififtas sistem, sebuah diagram aktifitas memiliki

sebuah status awal.

Aktivitas yang dilakukan sistem, aktifitas biasanya diawali dengan

kata kerja.

Asosiasi percabangan dimana jika ada pilihan aktivitas lebih dari

satu.

Asosiasi penggabungan dimana lebih dari satu aktivitas

digabungkan menjadi satu.

2.8.4 Sequence Diagram

Sequence diagram adalah pemodelan yang menggambarkan perilaku

objek-objek yang ada pada use case diagram dengan cara mendeskripsikan waktu

hidup dari objek tersebut dan pesan yang dikirim dan diterima antar objek (Rosa

A.S & M. Shalahudin, 2014:165).

Tabel 2. 5Aturan dan Simbol Sequence Diagram

Simbol Deskripsi

17

Aktor

Nama_aktor

atau

Orang, proses atau sistem lain yang berinteraksi dengan

sistem informasi yang akan dibuat di luar sistem informasi

yang akan dibuat itu sendiri, jadi walaupun simbol dari aktor

adalah gambar orang, tapi aktor belum tentu merupakan orang,

biasanya dinyatakan menggunakan kata benda di awal frase

nama aktor.

Garis Hidup / Life Line

Menyatakan kehidupan suatu objek.

Object

Menyatakan objek yang berinteraksi pesan.

Waktu aktif

Menyatakan objek dalam keadaan aktif dan berinteraksi,

semua yang terhubung dengan waktu aktif ini adalah sebuah

tahapan yang dilakukan di dalamnya, aktor tidak memiliki

waktu aktif.

Pesan tipe create <<create>>

Menyatakan suatu objek membuat objek yang lain, arah panah

mengarah pada objek yang dibuat.

Pesan tipe call 1: nama_metode()

Menyatakan suatu objek memanggil metode yang ada pada

objek lain atau dirinya sendiri.

Pesan tipe send 1 : masukan

Menyatakan bahwa suatu objek mengirimkan data ke object

lainnya, arah panah mengarah pada object yang di kirim.

Pesan tipe return 1: keluaran

Menyatakan bahwa suatu object yang telah menjalankan suatu

metode yang menghasilkan suatu nilai kembali ke object

tertentu, arah panah mengarah pada objek yang menerima nilai

kembali.

Pesan tipe destroy <<destroy>>

Menyatakan suatu objek mengakhiri hidup objek yang lain,

arah panah mengarah pada objek yang diakhiri, sebaiknya jika

ada create maka harus ada destroy.

18

2.8.5 Diagram UML

Pada UML 2.3 terdiri dari 13 macam diagram yang dikelompokkan dalam

3 kategori. Pembagian kategori dan macam-macam diagram tersebut dapat dilihat

pada gambar di bawah (Rosa A.S & M. Shalahudin, 2014:140).

Gambar 2. 2Diagram UML

(Sumber :Rosa A.S & M. Shalahudin, 2014:140)

Berikut ini penjelasan singkat dari pembagian kategori tiga diagram UML

versi 2.3 yaitu sebagai berikut : (Rosa A.S & M. Shalahudin, 2014:140).

1. Structure diagrams yaitu kumpulan diagram yang digunakan untuk

menggambarkan suatu struktur statis dari sistem yang dimodelkan.

2. Behavior diagrams yaitu kumpulan diagram yang digunakan untuk

menggambarkan kelakuan sistem atau rangkaian perubahan yang terjadi pada

sebuah sistem.

19

3. Interaction diagrams yaitu kumpulan diagram yang digunakan untuk

menggambarkan interaksi sistem dengan sistem lain maupun interaksi antar

subsistem pada suatu sistem.

2.9 Expert System Development Life Cycle(ESDLC)

Pengembangan sistem pakar dengan menggunakan metode pendekatan

konvensional yaitu (Expert System Development Life Cycle) ESDLC. Tahap-tahap

yang harus dilakukan pada metode ESDLC sebagai berikut : (Durkin, 1994:40).

1. Penilaian (Assessment)

Penilaian adalah proses untuk menentukan kelayakan atas permasalahan yang

akan diambil. Setelah proyek pengembangan dianggap layak dan sesuai

dengan tujuan, maka selanjutnya ditentukan fitur-fitur penting dan ruang

lingkup proyek serta sumber daya yang dibutuhkan. Sumber pengetahuan

yang diperlukan dilakukan identifikasi dan ditentukan persyaratan proyek

pengembangan.

2. Akuisisi Pengetahuan

Proses akuisisi pengetahuan merupakan proses untuk mendapatkan

pengetahuan tentang permasalahan yang akan dibahas dan digunakan sebagai

panduan dalam pengembangan. Pengetahuan ini digunakan untuk

memberikan informasi tentang permasalahan yang menjadi bahan acuan

dalam melakukan desain sistem pakar. Tahap ini melakukan proses akuisisi,

akan diadakan pertemuan dengan pakar untuk membahas aspek dari

permasalahan.

3. Desain

Tahapan desain melakukan desain antarmuka maupun teknik penyelesaian

masalah yang dapat diterapkan ke dalam sistem pakar. Tahap desain ini,

seluruh struktur dan organisasi dari pengetahuan harus ditetapkan dan dapat

direpresentasikan ke dalam sistem.

4. Pengujian

Tahap ini dimaksudkan untuk menguji apakah sistem pakar yang dibangun

telah sesuai dengan tujuan pengembangan maupun kesesuaian kinerja sistem

dengan metode penyelesaian masalah yang bersumber dari pengetahuan yang

sudah didapatkan. Apabila dalam tahap ini terdapat bagian yang harus di

20

lakukan evaluasi maupun modifikasi maka hal tersebut harus segera

dilakukan agar sistem pakar dapat berfungsi sebagaimana tujuan

pengembangan.

5. Dokumentasi

Tahap dokumentasi diperlukan untuk mengkompilasi semua informasi proyek

sistem pakar ke dalam bentuk dokumen yang dapat memenuhi persyaratan

yang dibutuhkan pengguna dan pengembang sistem. Dokumentasi tersebut

menjelaskan tentang bagaimana mengoperasikan sistem, instalasi, kebutuhan

minimum sistem maupun bantuan yang mungkin diperlukan oleh pengguna

maupun pengembang sistem pakar. Secara khusus harus dilakukan

dokumentasi kamus data pengetahuan maupun prosedur penelusuran masalah

dalam mesin inferensi.

6. Pemeliharaan

Setelah sistem digunakan dalam lingkungan kerja sistem pakar, maka

selanjutnya diperlukan pemeliharaan secara berkala. Pengetahuan sifatnya

tidak statis melainkan terus tumbuh dan berkembang. Pengetahuan dari

sistem pakar perlu diperbaharui dan disempurnakan untuk memenuhi

kebutuhan saat ini.

21

Gambar 2.3 Tahap Pengembangan Sistem Pakar

2.10 Mesin Inferensi

Pengertian mesin inferensi menurut Turban adalah sebagai berikut :

(Muhammad Arhami, 2005:19).

“Mesin Inferensi adalah program komputer yang memeberikan metodologi untuk

penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam

workplace, dan untuk memformulasikan kesimpulan” (Turban, 1995).

2.11 Dempster Shafer

Metode Dempster Shafer pertama kali diperkenalkan oleh Dempster, yang

melakukan percobaan model ketidakpastian dengan range probabilitas sebagai

probabilitas tunggal. Kemudian pada tahun 1976 Shafer mempublikasikan teori

Dempster tersebut pada sebuah buku yang berjudul Mathematical Theory of

Evident (Prihatini, 2011).

22

Metode Dempster Shafer adalah suatu teori matematika untuk pembuktian

berdasarkan Belief Functions dan Plausible Reasoning (fungsi kepercayaan dan

pemikiran yang masuk akal), yang digunakan untuk mengkombinasikan potongan

informasi yang terpisah (bukti) untuk mengkalkulasi kemungkinan dari suatu

peristiwa.

Secara umum teori Dempster Shafer ditulis dalam suatu interval :

1. Belief (Bel) adalah ukuran kekuatan evidance (gejala) dalam mendukung

suatu himpunan bagian. Jika bernilai 0 maka mengindikasikan bahwa tidak

ada evidance, dan jika bernilai 1 menunjukan adanya kepastian. Menurut

Giarratano dan Riley fungsi belief dapat diformulasikan sebagai :

2. Plausibility juga bernilai 0 sampai 1. Jika kita yakin akan (H), maka dapat

dikatakan bahwa Bel(H)=1, dan Pl(H)=0. Plausability akan mengurangi

tingkat kepercayaan dari evidance. Pada teori Dempster Shafer kita

mengenal adanya frame of discernment yang dinotasikan dengan θ (theta).

mass function yang dinotasikan dengan m. Frame ini merupakan semesta

pembicaraan dari sekumpulan hipotesis sehingga disebut dengan

environtment.

Plausibility dinotasikan pada persamaan :

Dimana :

Bel (X) = Belief (X)

Pls (X) = Plausibility (X)

m (X) = mass function dari (X)

m (Y) = mass function dari (Y)

3. Mass function (m) dalam teori Dempster Shafer adalah tingkat

kepercayaandari suatu evidance measurese hingga dinotasikan dengan

23

(m). Untukmengatasi sejumlah evidance pada teori Dempster Shafer

menggunakan aturanyang lebih dikenal dengan Dempster’s Rule of

Combination.

Apabila diketahui X adalah subset dari θ, dengan m densitasnya, dan Y juga

merupakan subset dari θ dengan m densitasnya, maka dapat dibentuk fungsi

kombinasi m (Kusumadewi, 2003), yaitu :

Dengan :

m1 (X) = mass function dari evidance (X), yang diperoleh dari nilai keyakinan

suatu

evidance dikalikan dengan nilai disbelief dari evidance tersebut.

m2 (Y) = mass function dari evidance (Y), yang diperoleh dari nilai keyakinan

suatu

evidance dikalikan dengan nilai disbelief dari evidance tersebut.

m3(Z) = mass function dari evidance (Z)

= merupakan nilai kekuatan dari evidance Z yang diperoleh dari

kombinasi nilai keyakinan sekumpulan evidance.

24

2.11.1 Contoh Perhitungan Manual Dempster Shafer

Berikut adalah contoh tabel menggunakan Dempster Shafer (Nurofik, 2016).

Tabel 2. 6Contoh TabelJenis Penyakit

Tabel 2. 7Tabel Gejala Penyakit

GID Nama Gejala

G01 Bercak sempit berwara hijau gelap

G02 Bercak berwarna kuning antara pembuluh daun

G03 Bercak besar berwarna coklat

G04 Seluruh tanaman berwarna orange kekuning-kuningan

G05 Daun bisa berubah warna menjadi coklat dan mati

G06 Bercak berwarna kuning sampai putih

G07 Garis lebam berair pada bagian tepi daun

G08 Bercak mulai dari salah satu atau kedua tepi daun yang rusak

G09 Bercak menutupi seluruh helaian daun

G10 Bercak bisa mencapai pangkal daun terus kepelepah daun

G11 Bercak pada daun berbentuk belah ketupat

G12 Daun lebar di bagian tengah

G13 Daun meruncing di kedua ujung

G14 Bercak berkembang menjadi warna abu-abu di bagian tengahnya

G15 Leher malai berubah menjadi kehitam-hitaman

G16 Sedikit malai yang berisi atau hampa

G17 Gejala penyakit dapat dilihat dari stadia tanaman mulai berbunga sampai

pemasakan

G18 Gejala terjadi pada daun dan pelepah daun

G19 Bercak berwarna hijau kuning terang

G20 Bercak menyerang bagian daun atau ujung daun

G21 Penyakit terjadi pada batang yang dekat dengan permukaan air

G22 Bercak berwarna kehitam-hitaman

G23 Bentuk bercak tidak beraturan pada sisi luar pelepah daun

G24 Bercak semakin lama semakain membesar

G25 Terjadi pada bagian pelepah daun yang menutupi malai muda

25

Pada fase buting

G26 Noda atau bercak berbentuk bulat memanjang hingga tidak teratur

G27 Terdapat warna abu-abu dibagian tengan bercak

G28 Warna coklat atau kecoklat-coklatan dipinggir bercak

G29 Bercak bisa menutupi seluruh pelepah daun

G30 Bercak berbentuk oval

G31 Bercak pada pelepah daun

G32 Bercak berwarna keabu-abuan

G33 Anak tanaman banyak

G34 Daun tanaman menjadi sempit, pendek dan kaku

G35 Daun berwarna hijau pucat

G36 Terkadang terdapat bercak karat pada daun

G37 Tanaman tidak memproduksi malai

G38 Tanaman tumbuh kerdil G39 Anak tanaman sedikit

G40 Daun mengalami perubahan warna dari hijau menjadi kuning

orange dan kuning coklat

G41 Perubahan warna dimulai dari ujung daun G42 Perubahan warna terjadi pada daun muda

G43 Daun bergerigi pada tanaman muda, pinggir daun tidak rata atau pecah-pecah

serta kondisi daun menggulung dan melintir

G44 Bagian helai daun yangg rusak meneunjukan gejala khlorotik

G45 Bagian helai daun berwarna kuning atau kuning kecoklatan

Tabel 2. 8 Tabel Aturan

GID Bobot P01 P02 P03 P04 P05 P06 P07 P08 P09 P10

G01 0.70% 1 0 1 0 0 0 0 0 0 0

G02 0.95% 1 0 0 1 0 0 0 1 0 0

G03 0.90% 1 1 0 1 0 0 0 0 0 0

G04 0.55% 1 1 1 1 0 0 0 0 0 0

G05 0.95% 1 1 0 0 0 0 0 1 0 1

G06 0.45% 0 1 1 0 0 0 0 0 0 0

G07 0.65% 1 1 0 0 0 0 1 0 0 0

G08 0.65% 1 1 1 0 0 0 0 0 0 0

G09 0.85% 1 1 0 1 0 0 1 0 0 0

G10 0.75% 0 1 0 1 0 1 1 0 0 0

G11 0.55% 0 1 1 0 0 0 0 0 0 0

G12 0.60% 0 1 1 0 0 0 0 0 0 0

G13 0.60% 0 0 1 1 0 0 0 1 0 0

G14 0.60% 0 1 1 0 0 0 0 0 0 0

G15 050% 0 0 1 0 0 0 0 0 0 0

G16 0.60% 1 1 1 1 0 0 0 0 1 1

G17 0.65% 1 1 1 1 1 1 1 0 0 0

G18 0.85% 1 1 1 1 0 1 1 0 0 0

G19 0.60% 1 0 0 1 0 0 0 0 1 0

G20 0.60% 1 1 1 1 0 1 0 0 0 0

G21 0.55% 1 0 0 0 1 1 0 0 0 0

G22 0.45% 1 0 0 0 1 1 0 0 0 1

G23 0.60% 1 0 0 0 1 1 1 0 0 0

26

G24 0.80% 0 1 1 0 1 1 1 0 0 0

G25 0.60% 1 1 1 0 1 1 1 0 0 0

G26 0.55% 1 0 0 0 1 1 1 0 0 0

G27 0.50% 1 0 1 1 0 1 0 0 0 0

G28 0.55% 1 0 1 0 0 1 1 0 0 0

G29 0.70% 0 1 0 0 1 1 1 0 0 0

G30 0.60% 0 0 0 0 1 0 1 0 0 0

G31 0.60% 1 0 0 0 0 1 1 0 0 0

G32 0.65% 0 0 1 0 1 0 1 0 0 0

G33 0.90% 0 0 0 0 0 0 0 1 1 1

G34 0.85% 1 0 0 0 0 0 0 1 0 1

G35 0.60% 0 0 0 0 0 0 0 1 0 1

G36 0.60% 0 1 0 0 0 0 0 1 0 1

G37 0.90% 0 0 0 0 0 0 0 1 0 1

G38 0.95% 0 0 0 0 0 0 0 1 1 1

G39 0.55% 1 0 0 0 0 0 0 0 1 0

G40 0.90% 0 0 0 1 0 0 0 1 1 1

G41 0.90% 0 1 0 0 0 0 0 1 1 1

G42 0.60% 0 0 0 0 0 0 0 0 1 0

G43 0.60% 1 1 0 0 0 0 0 1 0 1

G44 0.70% 1 0 0 0 0 0 0 1 1 1

G45 0.55% 1 0 0 0 0 0 0 0 0 1

Keterangan : Nilai 1 menunjukan adanya gejala penyakit.

Nilai 0 menunjukan tidak adanya gejala penyakit.

27

Tabel 2. 9Contoh Tabel Kasus

28

Dengan melihat tabel diatas diketahui :

1. (G09) merupakan gejala dari (P01,P02,P04,P07) dengan bobot nilai 0,85

𝑚1(G10) = 0,85

𝑚1{θ} = 1 – m1 (G09)

= 1 – 0,85 = 0,15

2. (G10) merupakan gejala dari (P02,P04,P06,P07) dengan bobot nilai 0,75

𝑚2 (G10) = 0,75

𝑚2 {θ} = 1 – 𝑚2 (G10)

= 1 – 0,75 = 0,25

Untuk memudahkan penghitungan di ilustraskan menggunkan table.

Tabel 2. 10Ilustrasi nilai keyakinan dua gejala

𝑚3 {P02,P04,P07} =0,6375

1−0=0,6375

𝑚3 {P02,P04,P06,P07} =0,1125

1−0=0,1125

𝑚3 {P01P02,P04,P07} =0,2125

1−0=0,2125

𝑚3 {θ} =0,0375

1−0=0,0375

3. (G28) merupakan gejala dari (P01,P03,P06,P07) dengan bobot nilai 0,55

𝑚4 (G28) = 0,55

𝑚4 {θ} = 1 – 𝑚4 (G28)

= 1 – 0,55 = 0,45

29

Tabel 2. 11Ilustrasi nilai keyakinan tiga gejala

𝑚5 {P07} =0,35026

1−0=0,35026

𝑚5{P06,P07} =0,02812

1−0=0,02812

𝑚5 {P01,P07} =0,11687

1−0=0,11687

𝑚5{P01,P03,P06,P07} =0,02026

1−0=0,02026

𝑚5 {P02,P04,P07} =0,28687

1−0=0,28687

𝑚5 {P02,P04,P06,P07} =0,05062

1−0=0,05062

𝑚5 {P01,P02,P04,P07} =0,09562

1−0=0,09562

𝑚5 {θ} =0,01687

1−0=0,01687

4. (G31) merupakan gejala dari (P01,P06,P07) dengan bobot nilai 0,60

𝑚6 (G31) = 0,60

𝑚6 {θ} = 1 – 𝑚6 (G31)

= 1 – 0,60 = 0,40

30

Tabel 2. 12Ilustrasi nilai keyakinan empat gejala

𝑚7{P07} =0,21037+0,17212+0,14024

1−0=0,52273

1−0=0,52273

𝑚7{P06,P07} =0,03712+0,03037+0,02474

1−0=0,09223

1−0= 0,09223

𝑚7{P01,P07} =0,0701+05737+0,04674

1−0=0,17423

1−0= 0,17423

𝑚7{P01,P06,P07} =0,01237+0,01012

1−0=0,02249

1−0= 0,02249

𝑚7{P02,P04,P07} =0,28687

1−0=0,28687

𝑚7{P01,P03,P06,P07} =0,08824

1−0=0,08824

𝑚7{P02,P04,P07} =0,11474

1−0=0,11474

𝑚7{P02,P04,P06,P07} =0,02024

1−0=0,02024

𝑚7{P01,P02,P04,P07} =0,03824

1−0=0,03824

𝑚7{θ} =0,00674

1−0=0,00674

5. (G32) merupakan gejala dari (P03,P05,P07) dengan bobot nilai 0,65

𝑚8 (G32) = 0,65

𝑚8 {θ} = 1 – 𝑚8 (G65)

= 1 – 0,55 = 0,35

31

Tabel 2. 13Ilustrasi nilai keyakinan lima gejala

𝑚8{P03,P05,P07}0,65 𝑚8 { θ } 0,35

𝑚7 {P07} 0,52273 {P07} 0,33977 {P07} 0,18295

𝑚7{P06,P07} 0,09223 {P07} 0,05994 {P06,P07} 0,03228

𝑚7{P01,P07} 0,17423 {P07} 0,11324 {P01,P07} 0,06098

𝑚7{P01,P06,P07} 0,02249 {P07} 0,01461 {P01,P06,P07} 0,00787

𝑚7{P01,P03,P06,P07}0,00824 {P03,P07} 0,00535 {P01,P03,P06,P07}0,00288

𝑚7{P02,P04,P07} 0,11474 {P07} 0,07458 {P02,P04,P07} 0,04015

𝑚7{P02,P04,P06,P07} 0,02024 {P07} 0,01254 {P02,P04,P06,P07}0,00708

𝑚7{P01,P02,P04,P07} 0,03824 {P07} 0,02485 {P01,P02,P04,P07}0,01338

𝑚7{ θ } 0,03904 {P03,P05,P07}0,00438 {θ} 0,00235

𝑚9{P07}=0,33977+0,05994+0,11324+0,01461+0,07458+0.01254+0,02485+0.18795

1−0=0,82248

1−0=0,822

48

𝑚9{P03,P07}=0,00535

1−00,00535

𝑚9{P03,P05,P07}=0,00438

1−00,00438

𝑚9{P06,P07}=0,00328

1−00,00328

𝑚9{P01,P07}=0,06098

1−0=0,06098

𝑚9{P01,P06,P07}=0,00787

1−0=0,00787

𝑚9{P01,P03,P06,P07}=0,00288

1−0=0,00288

𝑚9{P02,P04,P07}=0,04015

1−0=0,04015

𝑚9{P02,P04,P06,P07}=0,00708

1−0=0,00708

𝑚9{P01,P02,P04,P07}=0,01338

1−0=0,01338

32

𝑚9{θ}=0,00235

1−0=0,00235

Diagnosa penyakit kasus 7 pada metode Dempster Shafer adalah P07, dengan

nilai probabilitas = 0, 82248

Sehingga pada kasus 7 penyakit yang diderita adalah penyakit Hawar Pelepah

Daun.

2.12 Pengujian Perangkat Lunak

Testing adalah sebuah proses siklus hidup dalam perangkat lunak dari

suatu proses integrasi demi memastikan kualitas dari perangkat lunak serta

memenuhi kebutuhan teknis yang telah disepakati dari awal (Soetam Rizky,

2011:237).

2.12.1 White Box Testing

White Box Testing merupakan jenis testing yang lebih berkonsentrasi

terhadap “isi” dari perangkat lunak itu sendiri. Jenis ini lebih banyak

berkonsentrasi kepada source code dari perangkat lunak yang dibuat (Soetam

Rizky, 2011:262).

Pembahasan tentang White Box Testing menurut (Thomas J. McCabe,

1996:2) menjelaskan bahwa :

“In white box testing, the software implementation itself is used to guide testing. A

common white box testing criterion is to execute every executable statement

during testing, and verify that the output is correct for all tests. In the more

rigorous branch coverage approach, every decision outcome must be executed

during testing.”

Uji coba White Box Testing merupakan metode desain uji kasus menurut

yang menggunakan struktur kontrol dari desain prosedural untuk menghasilkan

kasus-kasus uji yaitu sebagai berikut : (Ayuliana, 2009:3).

1. Menjamin bahwa seluruh independent paths dalam modul telah dilakukan

sedikitnya satu kali.

2. Melakukan seluruh keputusan logikal baik dari sisi benar maupun salah.

3. Melakukan seluruh perulangan sesuai batasannya dan dalam batasan

operasionalnya.

4. Menguji struktur data internal untuk memastikan validitasnya.

33

Gambar 2. 3Flow Graph Notaion

2.12.2 Black Box Testing

Black Box Testing adalah tipe testing yang memperlakukan perangkat

lunak yang tidak diketahui kinerja pada bagian internal. Para tester memandang

perangkat lunak sebagai “kotak hitam” yang tidak penting dilihat isinya, tapi

cukup dikenali proses testing di bagian luar, testing ini banyak berkonsentrasi

pada bagaimana proses berjalannya perangkat lunak (Soetam Rizky, 2011:265).

2.12.3 Rating Scale

Menurut Sugiyono (2012), Rating scale (skala rating) merupakan data

mentah yang diperoleh berupa angka kemudian ditafsirkan dalam pengertian

kualitatif. Sebagai contoh responden menjawab, senang atau tidak senang, setuju

atau tidak setuju, pernah atau tidak pernah, adalah merupakan data kualitatif,

dalam skala model rating scale, responden tidak akan menjawab salah satu sari

jawaban kualitatif yang telah disediakan, tetapi menjawab salah satu jawaban

kuantitatif yang telah disediakan. Oleh karena itu rating scale ini lebih fleksibel,

tidak terbatas untuk pengukuran sikap saja tetapi untuk mengukur persepsi

responden terhadap fenomena lainnya, seperti untuk mengukur status sosial

ekonomi, kelembagaan, pengetahuan, kemampuan, proses kegiatan dan lain-lain.

Yang penting bagi penyusun instrumen dengan rating scale adalah harus

dapat mengartikan sebuah angka yang diberikan pada alternatif jawaban pada

setiap item instrumen. Sebagai contoh, seberapa baik data ruang kerja yang ada di

Perusahaan A?

34

Jawaban dengan angka:

4. bila tata ruang itu sangat baik

3. bila tata ruang itu cukup baik

2. bila tata ruang itu kurang baik

1. bila tata ruang itu sangat tidak baik

Bila instrumen tersebut digunakan sebagai angket dan diberikan kepada 30

responden, maka sebelum dianalisis, data dapat ditabulasikan. Jumlah skor

kriterium (bila setiap butir mendapatkan skor tertinggi) = 4 x 10 x 30 = 1200.

Untuk ini skor tertinggi tiap butir = 4, jumlah butir = 10 dan jumlah responden =

30. Jumlah hasil pengumpulan data = 818. Dengan demikian kualitas tata ruang

kantor lembaga A menurut persepsi 30 responden itu 818:1200 = 68% dari kriteria

yang ditetapkan. Hal ini secara kontinum dapat dibuat kategori sebagai berikut:

Nilai 818 termasuk dalam kategori interval “kurang baik dan cukup baik”.

Tetapi lebih mendekati cukup baik.

Sangat tidak

baik

Kurang

baik

818 Cukup

baik

Sangat

baik

300 600 900 1200

35

BAB III

OBJEK DAN METODOLOGI PENELITIAN

3.1 Objek Penelitian

Objek penelitian yang menjadi fokus pada penelitian ini yaitu penyakit

Pneumonia pada anak balita yang akan diimplementasikan dengan metode

Dempster Shafer. Penelitian akan dilakukan di RSIA.Mitra Family Karawang.

Pengambilan data dan konsultasi pada salah satu Dokter yang ada di RSIA.Mitra

Family.

3.2 Metodologi Penelitian

Metodologi yang digunakan dalam pembuatan sistem pakar diagnosa

penyakit anak berbasis webini adalah dengan menggunakan modelESDLC

(ExpertSystem Development Life Cycle).

Metode pendukung dalam pembuatan sistem pakar ini adalah dengan

menggunakan metode Dempster Shafer.

3.3 Tahapan Penelitian

Tahap penelitian berdasarkan model ESDLC, terdiri dari penilaian, akuisisi

pengetahuan, desain, pengujian, dokumentasi dan pemeliharaan, gambar tahapan

penelitian dapat dilihat pada gambar di bawah ini.

Gambar 3. 1Tahapan Rancangan Penelitian

36

Berdasarkan rancangan diatas, tahap yang dilakukan yaitu sebagai berikut:

3.3.1 Penilaian

Ada dua analisis yang dilakukan pada tahap ini, yaitu analisis masalah dan

analisis kebutuhan. Berikut ini penjelasan tentang analisis masalah dan analisis

kebutuhan yang akan dilakukan pada penelitian ini :

1. Analisis Permasalahan

Menganalisa permasalahan yang tengah terjadi mengenai objek penelitian

yaitu dengan mempelajari gejala penyakit Pneumoniayang terjadi pada anak

balita dan bagaimana menanganinya.

2. Analisis Kebutuhan

Menganalisa kebutuhan yang diperlukan pada masyarakat terutama orang tua,

yang berkaitan dengan sistem yang akan dikembangkan, yaitu tentang

bagaimana mendiagnosa penyakit Pneumoniapada anak balita.

3.3.2 Akuisisi Pengetahuan

Pada tahap ini dilakukan teknik pengumpulan data,proses pengumpulan

data dilakukan dengan tiga cara, yaitu sebagai berikut:

a. Observasi

Observasi merupakan metode pengumpulan data dengan melakukan

penelitian dan peninjauan langsung terhadap objek permasalahan yang

diambil, dalam hal ini adalah penyakit-penyakit yang terdapat pada anak

balita dengan melakukan pengumpulan data dan peninjauan di RSIA.Mitra

Family Karawang.

b. Wawancara

Wawancara merupakan metode pengumpulan data dengan

mengadakan/mengajukan pertanyaan secara langsung dengan narasumber

(pakar) yang terkait dengan permasalahan yang diambil dan hal- hal yang

dibutuhkan dalam proses pembuatan dan pengembangan aplikasi. Wawancara

dilakukan dengan seorang yang sudah lama berprofesi sebagai dokter dan

banyak menangani masalah pada balita termasuk penyakit.

c. Studi Pustaka

37

Pada tahapan pengumpulan data dengan cara studi pustaka, penulis mencari

referensi-referensi yang relevan dengan objek yang akan diteliti. Pencarian

referensi dilakukan di perpustakaan, toko buku, maupun secara online melalui

internet. Setelah mendapatkan referensi-referensi yang relevan, penulis lalu

mencari informasi-informasi yang dibutuhkan dalam penelitian. Informasi

yang didapatkan digunakan dalam penyusunan landasan teori, metodologi

penelitian serta pengembangan aplikasinya secara langsung.

3.3.3 Desain

Tahapan ini akan merancang dari segi desain antar muka sampai dengan

implementasi program.

1. Desain Arsitektur Aplikasi

Desain arsitektur pada penelitian ini menggunakan Unified Modelling

Language (UML) untuk menggambarkan tampilan yang akan

diimplemtasikan pada perancangan sistem, diantaranya use case diagram,

activity diagram, dan sequence diagram menggunaan tools StarUML

2. Desain Arsitektur Basis Data

Desain arsitektur basis data dilakukan dalam pembuatan desain basis data

menggunakan Unified Modelling Language (UML) dengan membuat class

diagram sebagai desain database. DBMS yang digunakan yaitu MySQL.

3. Desain Arsitektur User Interface

Desain Arsitektur user interface mencakup desain input dan output

menggunakan Microsoft Visio.

4. Implementasi

Setelah semua tahapan sebelumnya telah dirancang tahap selanjutnya yaitu

implementasi yang artinya penerapan. Penerapan dari kedua tahap diatas baik

dengan desain arsitektur aplikasi dan desain arsitektur database kedalam

bahasa pemrograman dengan tools Notepad++.

3.3.4 Pengujian

Pada tahapan ini pengujian dilakukan pada saat keseluruhan tahap telah

dilakukan, dimana perangkat lunak yang selesai akan sampai pada tahap

38

pengujian. Tahap pengujian dibagi tiga yaitu pengujian sistem, uji pakar dan

evaluasi user .

1. Pengujian Sistem

Pengujian sistem dilakukan dengan menggunakan black box testing dan white

box testing.

a. Black Box Testing

Pengujian yang dilakukan lebih kepada pengujian fungsi-fungsi perangkat

lunak yang dibangun. Pengujian ini dilakukan terhadap seluruh tampilan

aplikasi yang ada, untuk mencari kesalahan, sehingga apabila ditemukan

kesalahan bisa dilakukan perbaikan. Tampilan aplikasi yang dimaksud

seperti menu-menu yang ada pada aplikasi. Apakah sudah sesuai dengan

fungsinya atau tidak.

b. White Box Testing

Pengujian ini dapat dilakukan untuk menguji kode-kode program (Source

code) yang akan menentukan apakah kode program yang dibuat mampu

menghasilkan fungsi-fungsi, masukan dan keluaran yang sesuai dengan

kebutuhan.

2. Uji Pakar

Uji pakar merupakan uji kelayakan aplikasi yang telah dibuat. Pengujian ini

dilakukan oleh pakar (Dokter anak) dengan wawancara. Apakah input dan

output yang dihasilkan oleh aplikasi tersebut sudah sesuai atau tidak. Input

disini berupa gejala-gejala yang kemudian menghasilkan output berupa hasil

diagnosa beserta solusinya.

3. Evaluasi User

Pengujian ketiga pada penelitian ini yaitu evaluasi user yang dilakukan oleh

masyarakat umum terutama orang tua yang mempunyai anak balita selaku

pengguna akhir (end user) yang nantinya akan menggunakan aplikasi ini.

Evaluasi ini fokus pada fungsi aplikasi yang dibuat. Evaluasi ini dilakukan

untuk mengetahui apakah aplikasi yang telah dibuat dapat memberikan

39

kemudahan untuk mengetahui penyakit pada anak balita. Evaluasi dilakukan

menggunakan rating scale dengan skor nilai sebagai berikut:

1 : Sangat kurang 4 : Baik

2 : Kurang 5 : Sangat baik

3 : Cukup

3.3.5 Dokumentasi

Pada tahapan ini merupakan pendokumentasian dari aplikasi dan tahapan-

tahapan yang sudah dilewati. Pendokumentasian penelitian meliputi hasil

wawancara, hasil implementasi berupa source code, cara pengoprasian sistem dan

hasil pengujian serta spesifikasi yang digunakan untuk menentukan spesifikasi

minimal perangkat keras dan perangkat lunak untuk menjalankan sistem.

3.3.6 Pemeliharan Sistem

Pemeliharaan penting dilakukan untuk menjaga kinerja dan kemutakhiran

sistem. Pemeliharan sistem yang dilakukan adalah bisa berbentuk

pembaharuanbasis pengetahuan serta pengguna mengevaluasi apakah sistem yang

sudah jadi sudah sesuai dengan yang diharapkan. Sistem pakar merupakan sistem

berbasis pengetahuan dimana pengetahuan dalam domain tertentu itu selalu

berubah. Maka hal yang dapat dilakukan untuk pemeliharaan sistem pakar adalah

dengan memperbaharui pengetahuan dan mengganti pengetahuan yang sudah

ketinggalan agar sistem dapat lebih baik lagi dalam menyelesaikan masalah.

40

DAFTAR PUSTAKA

Apache Friends. https://www.apachefriends.org/. 29 November 2016 18.14

Arhami, M. (2005). Konsep Dasar Sistem Pakar. Yogyakarta : Andi.

Ade Efianty, Hindarto. (2016) Sistem Pakar Pendeteksi Penyakit Kanker

Menggunakan Metode Dempster Shafer. Universitas Muhammadiyah

Sidoarjo.

Ayuliana. (2009). Teknik Pengujian Perangkat Lunak. Maret 2009.

Dahria, M. (2013). Jurnal Sistem Pakar Metode Dempster Shafer Untuk

Menentukan Jenis GangguanPerkembangan Pada Anak.

Departemen Kesehatan. https://www.depkes.go.id/ 29 November 2016 20.00

Dia Trisna Ariani dan Yuliana Findawati. (2015). Sistem Pakar Penyakit

Lambung

dengan Metode Dempster Shafer Berbasis WEB. Universitas

Muhamadiyah Siduarjo). Jurnal Teknik Informatika. 111.080.200.103

Dharwiyanti, S. (2003). Pengantar Unified Modeling Language (UML). Ilmu

Komputer. 2003.

Durkin, J. 1994. Expert System: Design and Development. Prentice-Hall Int. Inc.,

New Jersey.

Fadhilah, A. N., Destiani, Dini., & Dhamiri, D. J. (2012). Jurnal Algoritma STTG.

Perancangan Aplikasi Sistem Pakar Penyakit Kulit pada Anak Dengan

Metode Expert System Development Life Cycle.

Fadhli Mardiah, Ananda, dan Ermayani Dewi. (2012). Aplikasi Diagnosa

Penyakit Jantung Kroker Menggunakan Metode Dempster Shafer. Jurnal

Teknik Informatika, Vol 1 September 2012.

Hidayati, I. (2010) Pemanfaatan Teori Bukti Dempster-Shafer Untuk Optimalisasi

Penggunaan Lahan Berdasarkan Data Spasial Dan Citra Multi Sumber.

Jurnal EMBRYO ISSN 0216-0188 Vol. 7 No. 1 Juni 2010.

Istiqomah Nur Yasidah dan Fadil Abdul. (2013). Sistem Pakar untuk Mediagnosa

41

Penyakit Saluran Perencanaan Menggunakan Metode Dempster Shafer.

Jurnal Sarjana Teknik Informatika volume 1 Nomor 1,Juni 2013.

Kusumadewi, S. (2003). Artificial Intelligence (Teknik dan Aplikasinya).

Yogyakarta : Graha Ilmu.

Maulana, Septian. (2015).Troubleshooting Software Komputer Berbasis Web

Menggunakan Metode Forward Chaining. Skripsi. Karawang: Universitas

Singaperbangsa Karawang

Mulayani, Evi Dewi Sri (2016). Jurnal Aplikasi Sistem Pakar Untuk Mendiagnosa

Penyakit Anak (BALITA) Dengan Menggunakan Metode Forward

Chaining.

Notepad++. http://notepad-plus-plus.org/. 30 November 2016 07.50

Nurofik, Imam. (2016). Perbandingan Metode Theorema Bayes dan Dempster

Shafer Untuk Memprediksi Penyakit Pada Tanaman Padi. Skripsi.

Karawang: Universitas Singaperbangsa Karawang

Peranginagin, Kasiman. (2006). Aplikasi Web dengan PHP dan MySQL.

Yogyakarta : Andi Offset.

PHP. http://php.net/. 29 November 2016 18.23

PhpMyAdmin. http://www.phpmyadmin.net/. 29 November 2016 18.28

Prihatini. P. (2011) Metode Ketidakpastian Dan Kesamaran Dalam Sistem Pakar.

Jurnal Lontar Komputer ISSN 2088-1541 Vol. 2, No. 1 Juni 2011.

Rizky, S. (2011). Konsep Dasar Rekayasa Perangkat Lunak (Software

Reengineering). Jakarta : Prestasi Pustaka.

Rohman, Feri Fahrur. (2008). Jurnal Rancang Bangun Aplikasi Sistem Pakar

Untuk

Menentukan Jenis Gangguan Perkembangan Pada Anak.

Rosa. (2014). Rekyasa Perangkat Lunak (Terstruktur dan Beroritentasi Objek).

Bandung : Informatika.

StarUML. http://www.staruml.io/. 20 Desember 2016 10.11

Sugiyono. (2011). Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung:

Thomas J, McCabe. (1996). Structured Testing: A Testing Methodology Using the

Cyclomatic Complexity Metric. NIST Special Publication 500-235. 1996.

Tjumoko, Yohan Kurnia Putra. (2013). Jurnal Aplikasi Sistem Pakar Diagnosa

Penyakit Menular Pada Balita Dengan Metode Forward Chaining.

42

Unified Modeling Language (UML). http://www.uml.org/. 30 November 2016

08.48

Visio. http://www.Visio.com/. 20 Desember 2016 14.18

Yakub. (2012). Pengantar Sistem Informasi. Yogyakarta : Graha Ilmu.