DAFTAR ISI KATA PENGANTAR... DAFTAR ISI... BAB I MENGENAL SISTEM PAKAR... 1

Transkripsi

1

2

3 DAFTAR ISI Halaman KATA PENGANTAR... DAFTAR ISI... i ii BAB I MENGENAL SISTEM PAKAR Defenisi Sistem Pakar Struktur Sistem Pakar Pengembangan Sistem Pakar Metode Inferensi Arsitektur Sistem Pakar Metode Inferensi Keuntungan dan kelemahan Sistem Pakar.. 15 BAB II BACKWARD CHAINNING Implemantasi Algoritma Sistem Flowchart Program Perancangan Sistem Perancangan Antar Muka Implementasi system Pengujian Sistem Diskusi

4

5 BAB III FORWARD CHAINNING Anlisa Permasalahan Algortima Sistem Flowchart Program Pemodelan/ Perancangan Sistem Implementasi Sistem Diskusi.. 82 BAB IV DEMSTER SHAFER Implementasi Dempstr Shafer Penerapan Demster Shafer Flowchart Program Pemodelan/ Perancangan Sistem implementasi Sistem Diskusi 113 BAB V TEOREMA BAYES Jenis-jenis penyakit Algoritma Sistem Flowchart Program Pemodelan/ Perancangan Sistem Antar muka pemakai BAB VI TEOREMA BAYES KASUS Aplikasi dengan ayes Pengujian Diskusi 186 4

6

7 BAB VII CERTAINTY FACTOR Defenisi Certainty Factor Implementasi Certainty Factor Analisis Permasalahan Pembuatan Aplikasi Pengujian Kelebihan Sistem Diskusi

8

9 BAB. 1 MENGENAL SISTEM PAKAR 1.1 Defenisi Sistem Pakar Sistem pakar adalah program kecerdasan buatan yang menggabungkan pangkalan pengetahuan base dengan sistem inferensi untuk menirukan seorang pakar. Sistem pakar merupakan sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. Diharapkan dengan sistem pakar ini, pengguna dapat menyelesaikan masalah tertentu, tanpa bantuan para ahli dalam bidang tersebut. Suatu sistem dikatakan sistem pakar apabila memiliki ciri-ciri sebagai berikut: 1. Terbatas pada domain keahlian tertentu. 2. Dapat memberikan penalaran untuk data-data yang tidak lengkap atau tidak pasti. 3. Dapat menjelaskan alasan-alasan dengan cara yang dapat dipahami. 4. Bekerja berdasarkan pada kaidah atau rule tertentu. 5. Mudah dimodifikasi. 6. Basis pengetahuan dan mekanisme inferensi terpisah. 7. Keluarnya atau output bersifat anjuran. 8. Sistem dapat mengaktifkan kaidah secara searah yang sesuai. 1.2 Struktur Sistem Pakar 6

10 Ada dua bagian penting dari Sistem pakar, yaitu lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation environment). Lingkungan pengembangan digunakan oleh pembuat sistem pakar untuk membangun komponen-komponennya dan memperkenalkan pengetahuan ke dalam knowledge base (basis pengetahuan). Lingkungan konsultasi digunakan oleh pengguna untuk berkonsultasi sehingga pengguna mendapatkan pengetahuan dan nasihat dari Sistem Pakar layaknya berkonsultasi dengan seorang pakar.

11 Sumber: kecerdasan buatan(2010:167) Gambar 2.1 Komponen-komponen yang penting dalam sebuah sistem pakar Keterangan : 1. Akuisi Pengetahuan Subsistem ini digunakan untuk memasukkan pengetahuan dari seorang pakar dengan cara merekayasa pengetahuan agar bisa diproses oleh komputer dan menaruhnya ke dalam basis pengetahuan dengan format tertentu (dalam bentuk representasi pengetahuan). Sumbersumber pengetahuan bisa diperoleh dari pakar, buku, dokumen multimedia, basis data, laporan riset khusus, dan informasi yang terdapat di web. 2. Basis Pengetahuan (Knowladge Base) 8

12 Basis pengetahuan mengandung pengetahuan yang diperlukan untuk memahami, memformulasikan dan menyelesaikan masalah. Basis pengetahuan terdiri dari dua elemen dasar, yaitu : a. Fakta, misalnya situasi, kondisi, atau permasalahan yang ada. b. Rule (Aturan), untuk mengarahkan penggunaan pengetahuan dalam memecahkan masalah. 3. Mesin Inferensi (Inference Engine) Mesin inferensi adalah sebuah program yang berfungsi untuk memandu proses penalaran terhadap suatu kondisi berdasarkan pada basis pengetahuan yang ada, memanipulasi dan mengarahkan kaidah, model, dan fakta yang disimpan dalam basis pengetahuan untuk mencapai solusi atau kesimpulan. Dalam prosesnya, mesin inferensi menggunakan strategi pengendalian, yaitu strategi yang berfungsi sebagai panduan arah dalam melakukan proses penalaran. Ada tiga teknik pengendalian yang digunakan, yaitu forward chaining, backward chaining, dan gabungan dari kedua teknik tersebut. 4. Daerah Kerja (Blackboard) Untuk merekam hasil sementara yang akan dijadikan sebagai keputusan dan untuk menjelaskan sebuah masalah yang sedang terjadi, Sistem Pakar membutuhkan Blackboard, yaitu area pada memori yang berfungsi sebagai basis data. Tiga tipe keputusan yang dapat direkam pada blackboard, yaitu: a. Rencana : bagaimana menghadapi masalah b. Agenda : aksi-aksi potensial yang sedang menunggu untuk dieksekusi. c. Solusi : calon aksi yang akan dibangkitkan. 5. Antarmuka Pemakai (User Interface) 9

13 Digunakan sebagai media komunikasi antara pengguna dan Sistem Pakar. Komunikasi ini paling bagus bila disajikan dalam bahasa alami (natural language) dan dilengkapi dengan grafik, menu, dan formulir elektronik. Pada bagian ini akan terjadi dialog antara Sistem Pakar dan pengguna. 6. Subsistem Penjelasan (Explanation Subsystem / Justifier) Berfungsi memberi penjelasan kepada pengguna, bagaimana suatu kesimpulan dapat diambil. Kemampuan seperti ini sangat penting bagi pengguna untuk mengetahui proses pemindahan keahlian pakar maupun dalam pemecahan masalah. 7. Sistem Perbaikan Pengetahuan (Knowledge Refining System) Kemampuan memperbaiki pengetahuan (knowledge refening system) dari seorang pakar diperlukan untuk menganalisis pengetahuan, belajar dari kesalahan masa lalu, kemudian memperbaiki pengetahuannya sehingga dapat dipakai pada masa mendatang. Kemampuan evaluasi diri seperti itu diperlukan oleh program agar dapat menganalisis alasan-alasan kesuksesan dan kegagalannya dalam mengambil kesimpulan. Dengan cara ini basis pengetahuan yang lebih baik dan penalaran yang lebih efektif akan dihasilkan. 8. Pengguna (User) Pada umumnya pengguna sistem pakar bukanlah seorang pakar (non-expert) yang membutuhkan solusi, saran, atau pelatihan (training) dari berbagai permasalahan yang ada. 1.3 Pengembangan Sistem Pakar Pengembangan penjelasan lebih lanjut mengenai keunggulan sistem pakar dibanding seorang pakar, yaitu: 1. Sistem pakar bisa digunakan setiap hari menyerupai sebuah mesin sedangkan seorang pakar tidak mungkin bekerja terus menerus setiap hari tanpa beristirahat. 10

14 2. Sistem pakar merupakan suatu software yang dapat diperbanyak dan kemudian dibagikan ke berbagai lokasi maupun tempat yang berbeda untuk digunakan sedangkan seorang pakar hanya bekerja pada satu tempat dan pada saat yang bersamaan. 3. Suatu sistem pakar dapat diberi pengamanan untuk menentukan siapa saja yang diberikan hak akses untuk menggunakannya dan jawaban yang diberikan oleh sistem terbebas dari proses intimidasi atau ancaman, sedangkan seorang pakar bisa saja mendapat ancaman atau tekanan pada saat menyelesaikan permasalahan. 4. Pengetahuan (knowledge) yang disimpan pada sistem pakar tidak akan bisa hilang atau lupa, yang dalam hal ini tentu harus didukung oleh maintenance yang baik, sedangkan pegetahuan seorang pakar manusia lambat laun akan hilang karena meninggal, usia yang semakin tua, maupun menderita suatu penyakit. 5. Kemampuan memecahkan masalah pada suatu sistem pakar tidak dipengaruhi oleh faktor dari luar seperti intimidasi, perasaan kejiwaan, faktor ekonomi atau perasaan tidak suka. 6. Umumnya kecepatan dalam memecahkan masalah pada suatu sistem pakar relatif lebih cepat dibandingkan oleh seorang pakar manusia. 7. Biaya menggaji seorang pakar lebih mahal bila dibandingkan dengan penggunaan program sistem pakar (dengan asumsi bahwa program sistem pakar itu sudah ada). 1.4 Metode Inferensi Inferensi adalah proses untuk menghasilkan informasi dari fakta yang diketahui atau diasumsi. Inferensi adalah konklusi logis (logical conclusion) atau implikasi berdasarkan informasi yang tersedia. Dalam sistem pakar proses inferensi dilakukan dalam suatu modul yang disebut Inference Engine (Mesin inferensi). 11

15 1.5 Bentuk Sistem Pakar Ada 4 bentuk sistem pakar yaitu : 1. Berdiri sendiri. Sistim pakar jenis ini merupakan software yang berdiri sendiri tidak bergabung dengan software yang lainnya. 2. Tergabung. Sistem pakar jenis ini merupakan bagian program yang terkandung di dalam suatu algoritma konvensional, atau merupakan program di mana di dalamnya memanggil algoritma subrutin lain. 3. Menghubungkan ke software yang lain Bentuk ini biasanya merupakan sistem pakar yang menghubungkan ke suatu paket program tertentu, misalnya dengan DBMS (Data Base Management System). 4. Sistem mengabdi. Sistem pakar merupakan bagian dari komputer khusus yang dihubungkan dengan suatu fungsi tertentu.misalnya sistem pakar yang digunakan untuk membantu menganalisis data radar. 1.6 Arsitektur Sistem Pakar Sistem pakar disusun oleh dua bagian utama, yaitu lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation environment). Lingkungan pengembangan digunakan oleh pembuat sistem pakar untuk membangun komponenenkomponennya dan memperkenalkan pengetahuan ke dalam knowladge base (basis pengetahuan). 12

16 Lingkungan konsultasi digunakan penguna untuk berkonsultasi sehingga pengguna mendapatkan pengetahuan dan nasihat dari sistem pakar layaknya berkonsultasi dengan pakar. 1.7 Metode Inferensi Metode inferensi merupakan suatu cara penarikan kesimpulan yang dilakukan oleh mesin inferensi dalam menyelesaikan masalah. Secara umum metode inferensi dalam sistem pakar terdiri atas 2 yaitu : a. Pelacakan Ke Depan (Forward Chaining) Menurut Irawan 2007 dalam ( Rima Izzul Millah dkk.) metode forward chaining adalah suatu metode dari inference engine untuk memulai penalaran atau pelacakan suatu data dari fakta-fakta yang ada menuju suatu kesimpulan. Forward chaining juga dapat diartikan strategi pengambilan keputusan yang dimulai dari bagian premis (fakta) menuju konklusi (kesimpulan akhir) (Kusrini,2006). Pelacakan kedepan adalah pendekatan yang dimotori data ( data-driven ). Dalam pendekatan ini pelacakan dimulai dari informasi masukan, dan selanjutnya mencoba menggambarkan kesimpulan. Pelacakan kedepan, mencari fakta yang sesuai dengan bagian IF dari aturan IF THEN. Pencocokan fakta atau pernyataan dimulai dari bagian kiri (IF dahulu). Dengan kata lain, penalaran dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesis. Contoh penerapan forward chaining pada pendeteksian penyakita ayam dapat dilihat pada kasus di bawah ini : IF nafsu makan berkurang 13

17 AND nafas sesak/megap-megap AND badan kurus AND bulu kusam dan berkerut AND diare AND produksi telur menurun AND mencret keputih-putihan AND kedinginan AND kaki bengkak AND terdapat kotoran putih menempel di sekitar dubur THEN Berak kapur / Pullorum Disease Secara sederhana kaidah di atas dapat dijelaskan bahwa IF dan AND merupakan bagian premis (fakta). Fakta ini harus diinputkan terlebih dahulu, kemudian hasil penginputan tersebut akan otomtis diperoleh konklusinya dalam bentuk THEN b. Pelacakan Ke Belakang (Backward Chaining) Backward Chaining adalah suatu strategi pengambilan keputusan dimulai dari pencarian solusi dari kesimpulan kemudian menelusuri fakta-fakta yang ada hingga menemukan solusi yang sesuai dengan fakta-fakta yang diberikan pengguna (Kusrini, 2006). Contoh penalaran backward chaining adalah : Lampu 1 rusak. IF lampu 1 dinyalakan AND lampu 1 tidak menyala AND lampu 1 dihubungkan dengan sekering 14

18 AND sekering masih utuh Penalaran di atas dapat dijelaskan bahwa sistem terlebih dahulu menduga. 1.8 Keuntungan dan Kelemahan Sistem Pakar Ada beberapa keuntungan di dalam sistem pakar, di antaranya : 1. Menghimpun data dalam jumlah yang besar 2. Menyimpan data tersebut dalam jangka waktu yang lama dalam bentuk tertentu 3. Mengerjakan perhitungan secara cepat dan tepat serta mencari kembali data yang tersimpan dengan kecepatan tinggi Sementara kemampuan sistem pakar ( expert system ) di antaranya adalah : 1. Menjawab berbagai pertanyaan yang menyangkut bidang keahliannya 2. Bila diperlukan dapat menyajikan asumsi dan latar penalaran yang digunakan untuk sampai ke jawaban yang dikehendaki. 3. Menambah fakta kaidah dan alur penalaran. Selajutnya keuntungan yang bisa diambil dari sistem pakar adalah : 1. Menjadikan pengetahuan lebih mudah didapat. 2. Meningkatkan output dan produktifitas. 3. Menyimpan kemampuan dan keahlian para pakar. 4. Meningkatkan penyelesaian masalah, penerangan, sistem pakar khas. 5. Meningkatkan realibitas. 15

19 6. Memberikan respons (jawaban) yang cepat. 7. Merupakan panduan yang intelegence (cerdas). 8. Dapat bekerja dengan informasi yang kurang lengkap dan mengandung ketidakpastian 9. Inteligent databases (basis data cerdas), bahwa sistem pakar dapat digunakan untuk mengakses basis data dengan cara cerdas Selain keuntungan keuntungan di atas, sistem pakar seperti halnya sistem yang lainnya juga memiliki kelemahan, di antaranya adalah : 1. Masalah dalam mendapatkan pengetahuan, di mana pengetahuan tidak selalu bisa didapat dengan mudah. Hal ini disebabkan terkadang karena kepakaran tersebut tidak ada atau pendekatan yang dibuat oleh satu pakar dengan pakar lainnya berbeda. 2. Untuk membuat suatu sistem yang berkualitas sangat sulit dan memerlukan biaya yang tinggi. 3. Boleh jadi sistem pakar tidak dapat membuat keputusan. 4. Sistem pakar tidaklah 100% menguntungkan, walaupun sering tidak sempurna atau tidak selalu benar. Oleh karena itu perlu diuji ulang sebelum digunakan. Dalam hal ini peranan manusia merupakan faktor dominan Kelemahan kelemahan dari sistem pakar tersebut bukanlah sama sekali tidak bisa diatasi, tetapi dengan terus melakukan perbaikan dan pengolahan berdasarkan pengalaman yang telah ada maka hal ini diyakini akan dapat diatasi, walaupun dalam waktu yang panjang dan terus menerus. 16

20 BAB. 2 BACKWARD CHAINNING SYSTEM Backward Chaining adalah metode inferensi yang bekerja mundur kearah kondisi awal. Proses diawali dari Goal ( yang berada dibagian THEN dan rule IF-THEN), kemudian pencarian mulai dijalankan untuk mencocokkan apakah fakta-fakta yang ada cocok dengan premis-premis dibagian IF. Jika cocok, rule dieksekusi, kemudian hipotesis dibagian THEN ditempatkan di basis data sebagai fakta baru. Jika tidak cocok, simpan premis di bagian IF ke dalam stack sebagai sub Goal. Proses berakhir jika Goal ditemukan atau tidak ada rule yang bisa membuktikan kebenaran dari sub atau Goal. Gambar 1 menunjukkan proses Backward Chaining. Gambar 2.1 Proses Backward Chaining 2.1 Implementasi Penggunaan Metode Backward Chainning untuk Menentukan Kesesuaian Pembayaran Rekening Air Pelanggan pada PDAM.. Sistem informasi ini sangat dibutuhkan oleh pelanggan, karena tidak banyak pelanggan yang mengetahui tentang rekening yang dibanyarnya sesuai atau tidak. Untuk mempermudah pelanggan dibuat program untuk mengetahui tentang informasi dari penyesuaian tarif rekening yang harus dan tidak seharusnya dibayar. 17

21 Dalam kesesuaian pemakaian air pelanggan memilih beberapa kriteria yang harus dipilih oleh pelanggan. Berikut ini adalah kriteria untuk kesesuaian pemakaian air : NPA (Nomor Pelanggan Air ) (Q1), Angka Meter Awal (Q2), Angka Meter Akhir (Q3), Jumlah Pemakaian (Q4), Kaca Meter Kabur (Q5), Kaca Meter Pecah (Q6), Kaca Meter Putus (Q7), Meteran tetap berjalan walaupun kran air sudah dimatikan (Q8), Meteran berhenti pada saat kran air dimatikan (Q9). Dimana Sesuai (S1) dan Tidak Sesuai (S2). Maka berikut adalah rule sisten informasi keluhan pelanggan dalam kesesuaian pemakaian air : Rule 1 : Then S2 IF Q4, Q5, Q9 Q4, Q6, Q9 Q8 Q2, Q5 Q3, Q6 Q4, Q7 Q4, Q8 Rule 2 : Then S2 IF Q4, Q9 Q2 Q3 Q4 Q3, Q9 Q2, Q9 18

22 Tabel 2.1 Pengelompokan Parameter Kriteria Parameter Ket Q4, Q5, Q9 P1 Q4, Q6, Q9 P2 Q4, Q7, Q9 P3 Jumlah pemakaian, kaca meter kabur, meteran berhenti pada saat kran air dimatikan Jumlah pemakaian, kaca meter pecah, meteran berhenti pada saat kran air dimatikan Jumlah pemakaian, kaca meter putus, meteran berhenti pada saat kran air dimatikan Q8 P4 Meteran tetap berjalan walaupun kran air dimatikan Q2, Q5 P5 Angka meter awal, kaca meter kabur Q3, Q6 P6 Angka meter akhir, kaca meter pecah Q4, Q7 P7 Jumlah pemakaian, kaca meter putus Q4, Q8 P8 Q4, Q9 P9 Jumlah pemakaian, meteran tetap berjalan walau kran air dimatikan Jumlah pemakaian, meteran berhenti pada saat kran air dimatikan Q2 P10 Angka meter awal Q3 P11 Angka meter akhir Q4 P12 Jumlah meter Q3, Q9 P13 Angka meter akhir, meteran berhenti pada saat kran air dimatikan Q2, Q9 P14 Angka meter awal, meteran berhenti pada saat 19

23 kran air dimatikan Maka diperoleh rule sebagai berikut : Tabel 2.2 Tampilan Rule Rule If Then 1 P1, P2, P3, P4, P5, P6, P7, P8 S1 2 P9, P10, P11, P12, P13, P14 S2 Dari kumpulan rule diatas maka didapatlah Goal kesesuaian dan parameter keluhan pelanggan dalam kesesuaian pemakaian air seperti dibawah ini : Gambar 2.2 Goal Sesuai (S1) Tidak Sesuai(S2) Keterangan : 20

24 Goal S1 : dikatakan Sesuai jika memiliki gejala Jumlah pemakaian, kaca meter kabur, meteran berhenti pada saat kran air dimatikan (P1), Jumlah pemakaian, kaca meter pecah, meteran berhenti pada saat kran air dimatikan (P2), Jumlah pemakaian, kaca meter putus, meteran berhenti pada saat kran air dimatikan (P3), Meteran tetap berjalan walaupun kran air dimatikan (P4), Angka meter awal, kaca meter kabur (P5), Angka meter akhir, kaca meter pecah (P6), Jumlah pemakaian, kaca meter putus (P7), Jumlah pemakaian, meteran tetap berjalan walau kran air dimatikan (P8). Goal S2 : Dikatakan Tidak Sesuai jika memiliki gejala Jumlah pemakaian, meteran berhenti pada saat kran air dimatikan (P9), Angka meter awal (P10), Angka meter akhir (P11), Jumlah meter (P12), Angka meter akhir, meteran berhenti pada saat kran air dimatikan (P13), Angka meter awal, meteran berhenti pada saat kran air dimatikan (P14). Sehingga, If P1 and P2 and P3 and P4 and P5 and P6 and P7 and P8 Then S1 If P9 and P10 and P11 and P12 and P13 and P14 and P 15 and P 16 Then S2 If Q4 and Q5 and Q6 then P1 If Q4 and Q6 and Q9 then P2 Dst Algoritma Sistem Penggunaan strategi pencarian backward chaining untuk membangun mesin inferensi memerlukan suatu algorima tertentu sehingga bisa diimplementasikan menggunakan bahasa pemrograman. 21

25 Gambar 2.2 Algoritma Sistem Penjelasan : 1. Petugas menghidupkan komputer dan melakukan registrasi menginput username dan password. 2. Pelanggan datang untuk melaporkan keluhan. 3. Pelanggan menginput data pelanggan setelah itu disimpan. 4. Pelanggan memilih kesalahan yang terjadi pada meteran dirumahnya. 22

26 5. Jika input kesalahan yang diplih pada parameter yang ada sesuai maka sistem akan memproses sesuai dan memberikan informasi tentang kesesuaiannya. 6. Jika input kesalahan yang diplih pada parameter yang ada tidak sesuai maka sistem akan memproses tidak sesuai dan memberikan informasi tentang ketidak sesuaiannya. 2.3 Flowchart Program Dibawah ini rancangan Flowchart program untuk menentukan kesesuaian pemakaian air, yaitu sebagai berikut : Flowchart Login Gambar 2.3 Flowchart Login 23

27 Flowchart Menu Utama Y X Y Data Customer T Customer A Y Data Pengaduan T Pengaduan B X Gambar 2.4 Flowchart Menu Utama 24

28 2.3.3 Flowchart Data Customer A Data Customer Add Y Input Data Simpan Jika Id Duplika T Id sudah ada Simpan Data Y Edit T Edit Data Simpan tbldatacustomer Y Bersih Hapus T Batal Y Kosongkan teks T X Gambar 2.5 Flowchart Data Customer 25

29 Flowchart Data Pengaduan B Data Pengadu Memilih Parameter Sesuai dengan Keluhan Y Proses Tampil aplikasi pengaduan T T Exit Y X Gambar 2.6 Flowchart Data Pengaduan 26

30 2.4 Perancangan Sistem Perancangan sistem adalah tahapan dimana sistem dimodelkan dalam bentuk alur program seperti Use Case, Activity, Class Diagram Use Case Diagram Berikut ini merupakan Use Case Diagram untuk keluhan pelanggan dalam kesesuaian pemakaian air yaitu : Sistem Kesesuaian Keluhan Pelanggan berdasarkan Pemakaian Air Gambar 2.7 Use Case Diagram kesesuaian pemakaian air 27

31 2.4.2 Activity Diagram Menggambarkan rangkaian aliran dari aktivitas, digunakan untuk mendeskripsikan aktivitas yang dibentuk dalam suatu operasi sehingga dapat juga digunakan untuk aktifitas lainnya. Berikut ini merupakan activity diagram untuk kesesuaian pemakaian air : Activity System Login Tampil Login Menu Utama Input Data Customer Cek login Tampilan Form Benar Salah Memilih ketidaksesuaian berdasarkan Parametter Proses kesesuaian dengan backward chaining Hasil Proses kesesuaian dengan backward chaining Gambar 2.8 Activity Diagram 28

32 2.4.3 Class Diagram Object adalah gambaran dari entity, baik dunia nyata atau konsep dengan batasan-batasan dan pengertian yang tepat. Objek bisa mewakili sesuatu yang nyata seperti komputer, mobil atau dapat berupa konsep seperti proses kimia, transaksi bank, permintaan pembelian, dll. Setiap objek dalam sistem memiliki tiga karakteristik yaitu state ( status), Behavior ( Sifat) dan identity ( identitas). Berikut ini merupakan class diagram untuk kesesuaian pemakaian air : User UserId : String Nama_User : string Kata_Kunci : String Simpan() Tampil() 1 Login User Username Password * Customer Npa/NPAL: String Nama: String No.Register/ No.Buku : String Add() Edit() Simpan() Bersih() 1...* Pengaduan No Urut: String Nama: String Tanggan : String Proses() Tampil () Gambar 2.9 Class Diagram 2.5 Rancangan Antarmuka (Interface) Perancangan antarmuka memperjelas rutinitas program yang akan dijalankan oleh sebuah sistem computer untuk memperjelaskan interaksi antar pemakai (user) dengan program yang dibuat. Semua software pengembangan sistem informasi memberikan interface yang berbeda 29

33 bagi user dan developer. User akan berhadapan dengan tampilan yang sederhana dan mudah, sedangkan developer akan berhadapan dengan editor dan source code waktu mengembangkan program. Pada bagian ini user bisa melihat dan berinteraksi dengan sistem, biasanya dalam bentuk display teks ataupun grafik yang interaktif. Di sini akan digambarkan rancangan antarmuka yang digunakan dalam sistem. Tampilan antarmuka yang dibuat menggunakan form tampilan yang dilengkapi tombol (button) menu. Tampilan antarmuka dibuat secara user friendly sehingga memudahkan masyarakat awam untuk menggunakan sistem informasi untuk mengetahui kesesuaian pemakaian air yang digunakan. Adapun rancangan antar mukanya adalah sebagai berikut: 1. Form Login Form login adalah form awal yang pertama kali muncul ketika menjalankan sistem informasi ini. Form login ini dibuat dengan dua pilihan yang pertama user sebagai Admin, untuk menjalankan program sebagai informasi maka dibutuhkan password untuk bisa menjalankan sistem informasi ini. Yang kedua adalah user sebagai mana seorang user langsung bisa menjalankan sistem ini. Adapun tampilannya adalah sebagai berikut : 30

34 Gambar 2.10 Rancangan Form Login 2. Form Menu Utama Berikut ini merupakan gambar tampilan awal yang menggambarkan menu pilihan yang dapat dipilih user (pengguna) yaitu : a. Menu Input Data adalah menu yang memberikan informasi tentang data pelanggan dan keluhan yang terjadi pada pelanggan beserta penjelasan. b. Menu About adalah menu ini hanya berisi tentang keterangan menngenai program keluhan pelanggan dalam kesesuaian pemakaian air. c. Menu Exit adalah menu keluar setelah pengguna selesai menggunakannya. 31

35 Gambar 2.11 Rancangan Form Utama 3. Form Customer Form Customer ini berfungsi untuk mengisi data pelanggan dan melihat catatan dari petugas. Dalam form ini dapat menambah nama pelanggan dan memperbaiki data pelanggan jika ada yang salah. Adapun rancangan tampilannya adalah sebagai berikut ini : Gambar 2.12 Rancangan Form Customer 32

36 4. Form Pengaduan Form pengaduan berfungsi untuk mengecek kesalahan yang terjadi pada pelanggan, berikut bentuk form pengaduan : Gambar 2.13 Rancangan Form Pengaduan 5. Form About Form About berfungsi untuk menjelaskan tentang pembuat dan juga tentang program sistem informasi. Berikut bentuk form tentang : 33

37 Gambar 2.14 Tentang Program 2.6 Implementasi Sistem Form Halaman Utama Form ini merupakan halaman utama yang berisikan menu menu program yaitu : menu input data, menu customer, menu pengaduan, menu laporan, menu about, dan menu exit. Pengguna juga bisa menggunakan menu ini untuk melihat identitas dan mengisi identitas bagi pelanggan baru serta juga bisa dipergunakan untuk melihat apakah pembayaran dengan pemakaian sesuai. Berikut bentuk form utama : 34

38 Gambar 2.15 Tampilan form Utama Form Data Customer Form ini merupakan halaman untuk melihat identitas pelanggan atau untuk memasukkan pelanggan baru dan dapat memperbaiki identitas pelanggan bila ada yang salah. Berikut adalah bentuk form data customer : 35

39 Gambar 2.16 Tampilan Form Data Customer Form Pengaduan Form ini merupakan halaman untuk pengujian program, pada form ini pengguna bisa memilih kesalah yang terjadi pada meteran anda. Tekan tombol proses untuk melakukan proses kesesuaian, dan tekan tombol exit apabila anda telah telah selesai mengeceknya. Berikut adalah bentuk form pengaduan : Gambar 2.17Tampilan Form Pengaduan 36

40 2.6.4 Form Laporan Data Customer Form ini hanya menjelaskan laporan tentang data customer, dan utuk keluar silahkan pilih tanda silang pada layar yang sebelah kanan. Berikut tampilan form laporan data customer : Gambar 2.18 Tampilan Form Laporan Data Customer Form Menu About Form ini berfungsi memberikan informasi tentang program ini dan tekan tombol keluar untuk keluar dari program. Berikut bentuk form menu about : Gambar 2.19 Form Menu About 37

41 2.6.5 Tampilan Database Gambar 2.20 Tampilan Database 2.7 Pengujian Sistem Pengujian sistem informasi ini meliputi pengujian identifikasi dengan menggunak metode backward chaining. Data yang akan dipilih sebagai asumsi untuk melakukan pengujian ini adalah data kesalahan yang sering terjadi dalam perusahaan. 38

42 2.8. Diskusi Misalkan diketahui sistem pakar yang menggunakan beberapa rule berikut. R1:IF (P AND D) THEN R R2:IF (X AND B AND E) THEN P R3: IF A THEN X R4: IF C THEN L R5:IF (L AND M) THEN N Fakta-fakta: A,B,C,D, dan E bernilai benar. Goal: menentukan apakah R bernilai benar atau salah. Penyelesaian: Iterasi 1: Database:A,B,C,D,E Stack : R Knowledge Base (Basis Pengetahuan) R1:IF (Y AND D) THEN R R2:IF(X AND B AND E) THEN P R3: IF A THEN X R4: IF C THEN L R5: IF (L AND M) THEN N Goal : R (sebagai isi awal dari stack) 39

43 D ada di database Y tidak ada di database,simpan di stack. Iterasi 2: Database:A,B,C,D,E Stack : R,Y Knowledge Base (Basis Pengetahuan) R1:IF (P AND D) THEN R R2:IF(X AND B AND E) THEN P R3: IF A THEN X R4: IF C THEN L R5: IF (L AND M) THEN N Sub Goal : P B,E ada di database X tidak ada di database,simpan di stack. Iterasi 3: Database:A,B,C,D,E Stack : R,P,X Knowledge Base (Basis Pengetahuan) R1:IF (P AND D) THEN R R2:IF(X AND B AND E) THEN P R3: IF A THEN X 40

44 R4: IF C THEN L R5: IF (L AND M) THEN N Sub Goal : X A ada di database X hapus dari stack dan masukkan ke fakta baru. Iterasi 4: Database:A,B,C,D,E, (Fakta Baru: X) Stack : R,P Knowledge Base (Basis Pengetahuan) R1:IF (Y AND D) THEN R R2:IF(X AND B AND E) THEN Y R3: IF A THEN X R4: IF C THEN L R5: IF (L AND M) THEN N Sub Goal : X X,B, E ada di database Y hapus dari stack dan masukkan ke fakta baru. Iterasi 5: Database:A,B,C,D,E, (Fakta Baru: X,P) Stack : R 41

45 Knowledge Base (Basis Pengetahuan) R1:IF (P AND D) THEN R R2:IF(X AND B AND E) THEN P R3: IF A THEN X R4: IF C THEN L R5: IF (L AND M) THEN N Sub Goal : X P, D ada di database R hapus dari stack dan masukkan ke fakta baru. Sehingga, Database:A,B,C,D,E, (Fakta Baru: X, P,R) Karena Goal R ditemukan di database, maka proses pencarian dihentikan. Disini terbukti bahwa R bernilai Benar. 42

46 BAB. 3 FORWARD CHAINNING Metode forward chaining adalah suatu metode dari inference engine untuk memulai penalaran suatu data dari fakta-fakta yang ada menuju suatu kesimpulan. Forward chaining juga dapat diartikan strategi pengambilan keputusan yang dimulai dari bagian premis (fakta) menuju konklusi (kesimpulan akhir). Pelacakan kedepan adalah pendekatan yang dimotori data ( data-driven ). Dalam pendekatan ini pelacakan dimulai dari informasi masukan, dan selanjutnya mencoba menggambarkan kesimpulan. Pelacakan kedepan, mencari fakta yang sesuai dengan bagian IF dari aturan IF THEN. Pencocokan fakta atau pernyataan dimulai dari bagian kiri (IF dahulu). Dengan kata lain, penalaran dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesis. Kesimpulan Observasi A Observasi B Aturan R1 Aturan R2 Fakta A Fakta B Aturan R3 Aturan R2 Kesimpulan Fakta C Gambar 3.1 Proses Forward Chaining Contoh penerapan forward chaining pada pendeteksian penyakita ayam dapat dilihat pada kasus di bawah ini : IF nafsu makan berkurang 43

47 AND nafas sesak/megap-megap AND badan kurus AND bulu kusam dan berkerut AND diare AND produksi telur menurun AND mencret keputih-putihan AND kedinginan AND kaki bengkak AND terdapat kotoran putih menempel di sekitar dubur THEN Berak kapur / Pullorum Disease Secara sederhana kaidah di atas dapat dijelaskan bahwa IF dan AND merupakan bagian premis (fakta). Fakta ini harus diinputkan terlebih dahulu, kemudian hasil penginputan tersebut akan otomtis diperoleh konklusinya dalam bentuk THEN 3.1 Analisa Permasalahan Ada beberapa jenis-jenis penyakit yang diderita oleh ayam, berikut ini jenis-jenis penyakit ayam : Kode Nama Penyakit Nama Latin P001 Berak kapur Pullorum Disease P002 Kolera Ayam Fowl Cholera P003 Flu Burung Avian Influenza P004 Tetelo Newcastle Disease P005 Tipus Ayam Fowl Typhoid P006 Berak Darah Coccidosis P007 Gumboro Gumboro Disease 44

48 P008 Salesma Ayam Infectious Coryza P009 Batuk Ayam Menahun Infectious Bronchitis P010 Busung Ayam Lymphoid Leukosis P011 Batuk Darah Infectious Laryngotracheitis Tabel 6.1 Daftar Penyakit Ayam yang Sering Timbul Kode Nama Penyakit Nama Latin P012 Mereks Mereks Disease P013 Produksi Telur Egg Drop Syndrome 76/EDS 76 P014 Produksi Awal Pullet Disease P001 sampai dengan P011 merupakan kode yang diberikan penulis untuk mempermudah mengetahui jenis penyakit ayam. Kode ini nantinya akan digunakan di aplikasi sistem pakar yang dibuat. Jadi, kesimpulannya kode ini bukan kode baku atau kode yang tetap dari dinas kesehatan hewan, tetapi kode ini hanyalah untuk mempermudah pengguna aplikasi sistem pakar ini untuk mengetahui jenis penyakit ayamnya saja. 3.2 Algoritma Sistem Untuk mengetahui penyakit ayam, maka harus diketahui terlebih dahulu gejala-gejala penyebab penyakit ayam tersebut. Berikut gejala-gejala tiap penyakit ayam. 45

49 3.2.1 Gejala Penyakit Berak Kapur Penyakit berak kapur memiliki nama latin pullorum disease disebut juga bacillary white diarrhea dan yang lebih populer disebut penyakit berak kapur atau berak putih. Berikut gejala-gejala yang muncul pada penyakit ini : Tabel 3.2 Daftar Gejala Penyakit Berak Kapur Kode Nama Gejala G001 G002 G004 G007 G008 G009 G010 G013 G016 G024 G037 Nafsu makan berkurang Nafas sesak/megap-megap Nafas cepat Badan kurus Bulu kusam dan berkerut Diare Produksi telur menurun Kedinginan Mencret keputih-putihan Kaki bengkak Terdapat kotoran putih menempel di sekitar anus Gejala Penyakit Kolera Ayam Penyakit kolera ayam memiliki nama latin penyakit fowl cholera, merupakan penyakit ayam yang dapat menyerang secara pelan-pelan dan juga dapat menyerang secara mendadak. Berikut gejala-gejala yang ditimbulkan dari penyakit ini : Tabel 3.3 Daftar Gejala Penyakit Kolera Ayam 46

50 Kode Nama Gejala G001 G002 G003 G006 G008 G009 G010 G012 G014 G015 G018 G022 G025 G029 Nafsu makan berkurang Nafas sesak/megap-megap Nafas ngorok Batuk Bulu kusam dan berkerut Diare Produksi telur menurun Kelihatan ngantuk dan bulu berdiri Tampak lesu Mencret kehijau-hijauan Banyak minum Jengger membengkak merah Kaki meradang/lumpuh Keluar cairan dari mata dan hidung Gejala Penyakit Flu Burung Penyakit flu burung memiliki nama latin avian influenza, disebut juga penyakit fowl plaque. Pertama kali terjadi di Italia sekitar tahun Selanjutnya menyebar luas sampai tahun 1930, setelah itu menjadi sporadis dan terlokasisasi terutama di timur tengah. Berikut daftar gejala-gejala penyakit flu burung : 47

51 Tabel 3.4 Daftar Gejala Penyakit Flu Burung Kode Nama Gejala G001 G002 G003 G005 G006 G009 G010 G020 G028 G015 G031 G041 Nafsu makan berkurang Nafas sesak/megap-megap Nafas ngorok Bersin-bersin Batuk Diare Produksi telur menurun Nampak membiru Keluar cairan berbusa dari mata Mencret kehijau-hijauan Kepala bengkak Mati secara mendadak Gejala Penyakit Tetelo Penyakit tetelo memiliki nama latin newcastle disease disebut juga pseudovogel pest rhaniket atau tortor furrens. Di Indonesia populer dengan sebutan tetelo. Penyakit ini pertama kali ditemukan oleh Doyle pada tahun 1927, di daerah newcastleon tyne, Inggris. Berikut ini daftar gejala-gejala penyakit tetelo : 48

52 Tabel 3.5 Daftar Gejala Penyakit Tetelo Kode Nama Gejala G001 Nafsu makan berkurang G002 Nafas sesak/megap-megap G003 Nafas ngorok G005 Bersin-bersin G006 Batuk G010 Produksi telur menurun G014 Tampak lesu G015 Mencret kehijau-hijauan G021 Sempoyongan G032 Kepala terputar Gejala Penyakit Tipus Penyakit tipus memiliki nama latin fowl typhoid, dikenal sebagai penyakit tipus ayam, tergolong penyakit menular. Berikut daftar gejala-gejala penyakit tipus : 49

53 Tabel 3.6 Daftar Gejala Penyakit Tipus Kode Nama Gejala G001 G007 G008 G009 G012 G014 G015 G023 Nafsu makan berkurang Badan kurus Bulu kusam dan berkerut Diare Kelihatan ngantuk dan bulu berdiri Tampak lesu Mencret kehijau-hijauan Jengger pucat Gejala Penyakit Berak Darah Penyakit berak darah memiliki nama latin coccidosis, merupakan penyakit menular yang ganas, di kalangan para peternak ayam disebut juga penyakit berak darah. Penyakit ini ditemukan pada tahun Berikut daftar gejala-gejala penyakit berak darah : 50

54 Tabel 3.7 Daftar Gejala Penyakit Berak Darah Kode Nama Gejala G001 G007 G008 G010 G017 G019 Nafsu makan berkurang Badan kurus Bulu kusam dan berkerut Produksi telur menurun Mencret bercampur darah Muka pucat Gejala Penyakit Gumboro Penyakit gumboro memiliki nama latin infectious bursal disease. Pertama kali ditemukan dan dilaporkan pada tahun 1975 oleh Dr. Csgrove di daerah gumboro, deleware, Amerika serikat. Berikut daftar gejala-gejala penyakit ini : Tabel 3.8 Daftar Gejala Penyakit Gumboro Kode Nama Gejala G001 G008 G014 G016 G039 G040 Nafsu makan berkurang Bulu kusam dan berkerut Tampak lesu Mencret keputih-putihan Tidur paruhnya diletakkan di lantai Duduk dengan sikap membungkuk 51

55 3.2.8 Gejala Penyakit Salesma Penyakit salesma memiliki nama latin infectious coryza, disebut juga infectious cold, Snot, Rhinitis atau Roup. Berikut daftra gejala-gejala penyakit ini: Tabel 3.9 Daftar Gejala Penyakit Salesma Kode Nama Gejala G001 G005 G009 G010 G027 G030 G034 Nafsu makan berkurang Bersin-bersin Diare Produksi telur menurun Kelopak mata kemerahan Keluar nanah dari mata dan bau Pembengkakan dari sinus dan mata Gejala Penyakit Batuk Menahun Penyakit batuk menahun memiliki nama latin infectious bronchitis, pertama kali ditemukan pada tahun 1930 dan penyakit ini mulai menjadi wabah sejak tahun Pada tahun 1950 penyakit infectious bronchitis sudah dapat dikendalikan dengan efektif. Berikut gejala-gejala yang ditimbulkan dari penyakit ini : 52

56 Tabel 3.10 Daftar Gejala Penyakit Menahun Kode Nama Gejala G001 G003 G005 G006 G009 G010 G012 G013 G014 G020 Nafsu makan berkurang Nafas ngorok Bersin-bersin Batuk Diare Produksi telur menurun Kelihatan ngantuk dan bulu berdiri Kedinginan Tampak lesu Nampak membiru Gejala Penyakit Busung Ayam Penyakit busung ayam memiliki nama latin lymphoid leukosis, penyakit ini termasuk kelompok leukosis komplex disease. Penyakit ini banyak menyerang ayam di Indonesia. Berikut gejala-gejala yang ditimbulkan dari penyakit ini : 53

57 Tabel 3.11 Daftar Gejala Penyakit Busung Ayam Kode Nama Gejala G001 G002 G007 G008 G023 G035 Nafsu makan berkurang Nafas sesak/megap-megap Badan kurus Bulu kusam dan berkerut Jengger pucat Perut membesar Gejala Penyakit Batuk Darah Penyakit batuk darah memiliki nama latin infcentious laryngotracheitis, disebut juga infectious tracheitis. Jenis penyakit ini ditemukan pada tahun 1925, dan secara resmi diakui oleh committee on pultry disease of the american veterinary medical association, pada tahun Berikut daftar gejalagejala yang ditimbulkan dari penyakit ini : Tabel 3.12 Daftar Gejala Penyakit Batuk Darah Kode Nama Gejala G002 G003 G005 G006 G033 G038 Nafas sesak/megap-megap Nafas ngorok Bersin-bersin Batuk Mata Berair Terdapat lendir bercampur darah pada rongga mulut 54

58 Gejala Penyakit Mereks Penyakit mereks memiliki nama latin mereks disease. Pada awalnya penyakit ini dimasukkan dalam kelompok leukosis complex disease, namun setelah ditemukan penyebabnya dan penanggulangannya, penyakit ini dipisahkan dari kelompok leukosis complex disease. Berikut daftar gejala-gejala yang ditimbulkan dari penyakit ini : Tabel 3.13 Daftar Gejala Penyakit Mereks Kode Nama Gejala G001 G004 G007 G019 G021 G026 G036 Nafsu makan berkurang Nafas cepat Badan kurus Muka pucat Sempoyongan Kaki pincang Sayap menggantung Gejala Penyakit Produksi Telur Penyakit produksi telur memiliki nama latin egg drop syndrome, merupakan penyakit ayam yang ada pada tahun 1976, dilaporkan van eck di Nederland. Di kalangan pakar kesehatan ternak, penyakit ini disebut egg drop syndrome 76. Berikut daftar gejala-gejala penyakit ini : 55

59 Tabel 3.14 Daftar Gejala Penyakit Produksi Telur Kode Nama Gejala G004 G010 G011 G015 Nafas cepat Produksi telur menurun Kualitas telur jelek Mencret kehijau-hijauan Gejala Penyakit Produksi Awal Penyakit produksi awal memiliki nama latin pullet disease, disebut juga blue comb, avian monocytosis, dan summer disease. Penyakit ini umum menyerang ayam yang sedang mengawali produksi telurnya yang pertama. Berikut ini daftar gejala-gejala yang ditimbulkan dari penyakit ini : Tabel 3.15 Daftar Gejala Penyakit Produksi Awal Kode Nama Gejala G009 G010 G016 G022 Diare Produksi telur menurun Mencret keputih-putihan Jengger membengkak merah 3.3 Flowchart Program Basis pengetahuan didapat dari para pakar adalah masalah penyakit ayam tentunya basis pengetahuan ini dapat diperoleh dari pakar ayam atau dokter hewan. Selain itu basis pengetahuan dapat diperoleh dari buku-buku yang membahas tentang penyakit ayam. Analisis permasalahan yang digunakan 56

60 adalah menggunakan diagram flowchart. Berikut flowchart analisis permasalahan sebelum merancang aplikasi sistem pakar. Flowchart Diagnosa Penyakit Ayam Mulai Pilih Gejala Tidak Gejala Ya Jawab Ya Masukkan Ke temp_gejala dan temp_penyakit Masukkan Ke Data Peternak Tampilkan Data Peternak Selesai Gambar 3.2 Flowchart Diagnosa Penyakit Ayam 3.4 Pemodelan / Perancangan Sistem Tahap berikutnya adalah tahap perancangan yang bertujuan untuk membuat suatu perancangan kerangka dasar yang akan digunakan, sistem masukan yang dibutuhkan, keluaran yang diharapkan, serta prosedur penggunaan sistem. Tahapan yang akan dilakukan dalam perancangan sistem antara lain perancangan Use Case Diagram, Activity Diagram dan perancangan interface. 57

61 3.4.1 Perancangan Use Case Diagram Perancangan use case diagram sistem pakar mendeteksi penyakit pada ayam dengan menggunakan metode forward chaining adalah sebagai berikut : a. Usecase Untuk Halaman Depan Diagnosa Penyakit Ayam Daftar Peternak «extends» «uses» Diagnosa Penyakit Peternak Gambar 3.3 Usecase Halaman Depan Diagnosa Penyakit Dari gambar 3.3 peternak mendaftarkan biodatanya selanjutnya akan peternak akan menerima diagnosa dalam bentuk pernyataan. Peternak harus menjawab Ya atau Tidak sesuai dengan pernyataan yang tampil Representasi Pengetahuan Representasi pengetahuan yang digunakan adalah dengan menggunakan kaidah produksi. Perlu diketahui representasi ini nantinya akan digunakan untuk menentukan proses pencarian atau menentukan kesimpulan yang didapat. 58

62 a. Rule 1 Pada aturan 1 (rule 1), dapat ditentukan aturan yang digunakan untuk penyakit berak kapur. IF nafsu makan berkurang AND nafas sesak/megap-megap AND badan kurus AND bulu kusam dan berkerut AND diare AND produksi telur menurun AND mencret keputih-putihan AND kedinginan AND kaki bengkak AND terdapat kotoran putih menempel di sekitar dubur THEN berak kapur / pullorum disease. b. Rule 2 Pada rule 2 dapat ditentukan aturan yang digunakan untuk penyakit kolera ayam. IF nafsu makan hilang AND nafas sesak/megap-megap AND nafas ngorok 59

63 AND bulu kusam dan berkerut AND diare AND produksi telur menurun AND kelihatan mengantuk dengan bulu berdiri AND tampak lesu AND mencret kehijau-hijauan AND banyak minum AND jengger membengkak merah AND kaki meradang/lumpuh AND keluar cairan dari mata dan hidung THEN kolera ayam/ fowl cholera. c. Rule 3 Pada aturan 3 (rule 3) dapat ditentukan aturan yang digunakan untuk penyakit flu burung. IF nafsu makan hilang AND nafas sesak/megap-megap AND nafas ngorok AND bersin-bersin AND batuk 60

64 AND diare AND produksi telur menurun AND nampak membiru AND keluar cairan berbusa dari mata AND kepala bengkak AND mati secara mendadak THEN flu burung/avian influenza. d. Rule 4 Pada aturan 4 atau rule 4 dapat ditentukan aturan yang digunakan untuk penyakit tetelo. IF nafsu makan hilang AND nafas sesak/megap-megap AND nafas ngorok AND bersin-bersin AND batuk AND produksi telur menurun AND tampak lesu AND mencret kehijau-hijauan AND sempoyongan 61

65 AND kepala berputar THEN tetelo/newcastle disease. e. Rule 5 Pada aturan 5 dapat ditentukan aturan yang digunakan untuk penyakit tipus ayam. IF nafsu makan hilang AND badan kurus AND bulu kusam dan berkerut AND diare AND kelihatan ngantuk dengan bulu berdiri AND tampak lesu AND mencret kehijau-hijauan AND jengger pucat THEN tipus ayam/fowl typhoid. f. Rule 6 Pada aturan 6 atau rule 6 dapat ditentukan aturan yang digunakan untuk penyakit berak darah. IF nafsu makan hilang AND badan kurus AND bulu kusam dan berkerut 62

66 AND produksi telur menurun AND muka pucat AND mencret bercampur darah THEN berak darah/cocidosis. g. Rule 7 Pada aturan 7 atau rule 7 dapat ditentukan aturan yang digunakan untuk penyakit gumboro IF nafsu makan hilang AND bulu kusam dan berkerut AND tampak lesu AND mencret keputih-putihan AND tidur paruhnya diletakkan di lantai AND duduk dengan sikap membungkuk THEN gumboro/gumboro disease. h. Rule 8 Pada aturan 8 atau rule 8 dapat ditentukan aturan yang digunakan untuk penyakit salesma ayam. IF nafsu makan hilang AND bersin-bersin AND diare 63

67 AND produksi telur menurun AND kelopak mata kemerahan AND keluar nanah dari mata dan bau AND pembengkakan dari sinus dan mata THEN salesma ayam/infcection coryza. i. Rule 9 menahun. Pada aturan 9 atau rule 9 dapat ditentukan aturan yang digunakan untuk penyakit batuk ayam IF nafsu makan hilang AND nafas ngorok AND bersin-bersin AND batuk AND diare AND produksi telur menurun AND kelihatan mengantuk dengan bulu berdiri AND kedinginan AND tampak lesu AND nampak membiru THEN batuk ayam menahun/infectious bronchitis. 64

68 j. Rule 10 Pada aturan 10 atau rule 10 dapat ditentukan aturan yang digunakan untuk penyakit busung ayam. IF nafsu makan berkurang AND nafas sesak/megap-megap AND badan kurus AND bulu kusam dan berkerut AND jengger pucat AND perut membesar THEN busung ayam/lymphoid leukosis. k. Rule 11 Pada aturan 11 atau rule 11 ditentukan aturan yang digunakan untuk penyakit batuk darah. IF nafas sesak/megap-megap AND nafas ngorok AND bersin-bersin AND batuk AND mata berair AND terdapat lender bercampur darah pada rongga mulut THEN batuk darah/infectious laryngotracheitis. 65

69 l. Rule 12 Pada aturan 12 atau rule 12 dapat ditentukan aturan yang digunakan untuk penyakit mereka. IF nafsu makan berkurang AND nafas cepat AND badan kurus AND muka pucat AND sempoyongan AND kaki pincang AND sayap menggantung THEN penyakit mereka / mareks disease. m. Rule 13 telur. Pada aturan 13 atau rule 13 dapat ditentukan aturan yang digunakan untuk penyakit produksi IF nafas cepat AND produksi telur menurun AND kualitas telur jelek AND mencret kehijau-hijauan THEN produksi telur/egg drop syndrome 76 /EDS

70 m. Rule 14 Pada rule 14 dapat ditentukan aturan yang digunakan untuk penyakit produksi awal. IF diare AND produksi telur menurun AND mencret keputih-putihan AND jengger membengkak merah AND mati secara mendadak THEN produksi awal/pullet disease Pemodelan / Perancangan Sistem Data yang ada disusun dalam bentuk tabel untuk mempermudah sistem dalam pengambilan keputusan. Berikut tabel-tabel yang terdapat dalam aplikasi sistem pakar : 1. Tabel Penyakit Tabel penyakit berguna untuk menyimpan semua daftar penyakit termasuk dengan defenisi dan solusinya. Daftar penyakit yang disimpan di dalam tabel ini tentunya yang mungkin terjangkit pada ayam. Desain tabel ini dapat dilihat pada tabel Tabel 3.1 Desain Struktur Tabel Penyakit No Kolom Tipe Panjang Keterangan 1 kd_penyakit Char 4 Primary Key 2 nm_penyakit Varchar 60 Nama Penyakit 67

71 3 nm_latin Varchar 60 Nama Latin 4 Defenisi Text Defenisi 5 Solusi Text Solusi 2. Tabel Gejala Tabel gejala digunakan untuk menyimpan daftar gejala yang mungkin terjadi pada ayam, tentunya saata sakit. Tebel gejala ditunjukkan pada tabel 3.17 Tabel 3.2 Desain Struktur Tabel Gejala No Kolom Tipe Panjang Keterangan 1 kd_gejala Char 4 Primary Key 2 nm_gejala Varchar 100 Nama Gejala 3. Tabel Relasi Tabel relasi berguna untuk menghubungkan antara tabel penyakit dengan tabel Gejala, sehingga dapat membuat daftar gejala yang terjadi pada suatu penyakit tertentu yang diderita ayam. Tabel relasi dapat dilihat pada tabel Tabel 3.3 Desain Struktur Tabel Relasi No Kolom Tipe Panjang Keterangan 1 kd_penyakit Char 4 Kode Penyakit 2 kd_gejala Char 4 Kode Gejala 68

72 4. Tabel Analisa Tabel analisa berguna untuk menyimpan data hasil penelusuran, data yang disimpan termasuk identitas orang yang punya ayam yang menggunakan aplikasi. 69

73 Tabel 3.4 Desain Struktur Tabel Analisa No Kolom Tipe Panjang Keterangan 1 Id Int 4 Primary Key, Auto_Increment 2 Nm_Peternak Varchar 60 Nama Peternak 3 Kelamin ENUM P, W Kelamin 4 Alamat Varchar 100 Alamat 5 Pekerjaan Varchar 60 Pekerjaan 6 kd_penyakit Char 4 Kode Penyakit 7 Noip Varchar 60 No Ip 8 Tanggal Datetime Tanggal 5. Tabel Bantu Penyakit Tabel bantu penyakit dapat juga dinamakan sebagai tabel temporari atau tabel sementara untuk data penyakit. Tujuan dibuatnya tabel ini adalah untuk menyimpan daftar kemungkinan penyakit saat menjawab setiap gejala yang ditanyakan. Tabel 3.5 Desain Struktur Tabel Temp_Penyakit No Kolom Tipe Panjang Keterangan 1 Noip Varchar 60 No Ip 2 kd_penyakit Char 4 Kode Penyakit 6. Tabel Bantu Gejala 70

74 Tabel bantu gejala dapat juga dinamakan tabel temporari atau tabel sementara untuk data gejala. Tujuan dibuatnya tabel ini adalah untuk menyimpan daftar kode gejala yang telah dijawab YA, sedangkan untuk jawaban TIDAK akan dibuang. Berikut tabel bantu gejala seperti terlihat pada tabel 6.21 Tabel 3.6 Desain Struktur Tabel Temp_Gejala No Kolom Tipe Panjang Keterangan 1 Noip Varchar 60 No Ip 2 kd_gejala Char 4 Kode Gejala 7. Tabel Bantu Analisa Tabel bantu analisa dapat juga dinamakan sebagai tabel temporari atau tabel sementara untuk data relasi. Tujuan dibuatnya tabel ini adalah untuk menyimpan daftar relasi yang kode penyakitnya mungkin terjadi, yaitu dari semua kode penyakit yang tersimpan di dalam tabel tmp_penyakit. Berikut tabel bantu analisa seperti terlihat pada tabel Tabel 3.7 Desain Struktur Tabel Temp_Analisa No Kolom Tipe Panjang Keterangan 1 Noip Varchar 60 No Ip 2 kd_penyakit Char 4 Kode Penyakit 3 Kd_gejala Char 4 Kode Gejala 8. Tabel Bantu Peternak Tabel bantu peternak dapat juga dinamakan sebagai tabel temporari atau tabel 71

75 sementara untuk data peternak. Tujuan dibuatnya tabel ini adalah untuk menyimpan data peternak dari form pendaftaran. Data peternak disimpan sementara karena tidak semua orang yang mengakses meneruskan proses penelusurnya, sehingga data pendaftar yang tidak melakukan analisa gejala sampai akhir, program tidak akan menyimpannya. Tabel 3.8 Desain Struktur Tabel Peternak No Kolom Tipe Panjang Keterangan 1 Id Int 4 Primary key, auto_incrment 2 Nm_peternak Varchar 60 Nama Peternak 3 JenisKelamin Enum P, W Jenis Kelamin 4 Alamat Varchar 100 Alamat 5 Pekerjaan Varchar 60 Pekerjaan 6 Noip Varchar 60 No IP 7 Tanggal Datetime Tanggal 72

76 3.4.4 Rancangan Menu Utama Menu utama merupakan form utama pada saat user dan admin mengakses sistem pakar ini. User merupakan pengunjung yang mengunjungi web sistem pakar untuk memeriksa penyakit ayamnya. Berikut ini tampilan menu utama. SELAMAT DATANG DI WEBSITE SISTEM PAKAR Menu Daftar Penyakit Konsultasi Cara Penggunaan xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxx Sistem Pakar Mendeteksi Penyakit Ayam Gambar 3.4 Rancangan Menu Utama Pada menu daftar penyakit akan menampilkan nama penyakit dan jika diklik link lihat maka gejala-gejala penyakit akan ditampilkan. Menu konsultasi menampilkan konsultasi pengunjung tentang penyakit yang diderita oleh ayam pengunjung. 73

77 3.5.1 Rancangan Daftar Penyakit Daftar Semua Penyakit Beserta Gejalanya. No Nama Penyakit Nama Latin Detail x x x Lihat x x x Lihat x x x Lihat x x x Lihat Gambar 3.5 Rancangan Daftar Penyakit dan Gejala Penyakit Rancangan Daftar Pasien berkonsultasi. Rancangan daftar pasien maksud adalah rancangan pendaftaran untuk pengunjung yang akan 74

78 Daftar Peternak Nama xxxxxxxxxxxxxxxxxxxxxxxxxxxx Jenis Kelamin Laki-Laki Perempuan Alamat xxxxxxxxxxxxxxxxxxxxxxxxxxxx Pekerjaan xxxxxxxxxxxxxxxxxx Daftar Gambar 3.6 Rancangan Daftar Pasien Rancangan Daftar Pertanyaan Rancangan daftar pertanyaan akan muncul seteleah pasien mendaftarkan diri sebagai orang yang berkonsultasi. Setelah diklik tombol daftar pada rancangan daftar pasien,. Jawablah Jawablah Pertanyaan Di Di Bawah Bawah Ini Ini : xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx Benar (YA) Salah (TIDAK) Jawab Benar (YA) Salah (TIDAK) Jawab Gambar 3.7 Rancangan Daftar Pertanyaan 75

79 3.5.6 Rancangan Hasil Analisa Penyakit Ayam Rancangan hasil analisa penyakit ayam merupakan rancangan akhir untuk menentukan penyakit yang di derita oleh ayam, di sini akan diberikan juga solusi untuk mengatasi penyakit ayam tersebut. Berikut tampilan rancangan analisa penyakit ayam seperti terlihat pada gambar 3.1 Hasil Analisa Penyakit Ayam Data Peternak Nama xxxxxxxxxxxxxxxxxxxxxxxxxxxx Jenis Kelamin Alamat Pekerjaan xxxxxxxxxxxxxxxxxxxxxxxxxxxx Laki-Laki Perempuan xxxxxxxxxxxxxxxxxx Hasil Analisa : Penyakit Nama Latin Gejala Keterangan Solusi xxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx Gambar 3.8 Hasil Analisa Penyakit Ayam 76

80 3.5. Implementasi Sistem Implementasi sistem merupakan pengujian dari perancangan yang telah dihubungkan dalam sebuah program, jadi dengan adanya implementasi ini maka system dapat dievaluasi apakah sesuai dengan kebutuhan yang dibuat dalam perancangan Halaman Menu Utama Halaman ini digunakan sebagai tempat untuk menampung semua pilihan-pilihan yang terdapat didalam sistem yang di rancang seperti gambar dibawah ini : Gambar 3.9 Menu Utama Halaman Administrator Halaman ini digunakan untuk mengakses atau mengupdate gejala penyakit dan nama penyakit pada ayam yang dapat dilihat pada gambar berikut : 77

81 Gambar 3.10 Halaman Administrator Halaman Input Data Peternak berikut : Halaman ini digunakan untuk menginput data pasien yang dapat dilihat pada gambar 78

82 Gambar 3.11 Halaman input data pasien Halaman Hasil Analisa Penyakit Ayam berikut : Halaman ini adalah hasil dari input gejala penyakit yang dapat dilihat pada gambar 79

83 Gambar 3.12 Hasil Analisa Penyakit Ayam Halaman Daftar Semua Penyakit Halaman ini adalah daftar semua penyakit ayam yang dapat dilihat pada gambar berikut : 80

84 Gambar 3.13 Daftar Semua Penyakit Ayam Kelemahan Dan Kelebihan Adapun kelebihan dan kekurangan dari pada implementasi dan pengujian yang sudah dibahas di atas yaitu : 1. Kelemahan Sistem a. Interface masih sangat sederhana b. Fitur dalam program masih sedikit 2. Kelebihan Sistem c. Tidak akan menemui jalan buntu d. Mempersingkat pencariaan gejala penyakit e. Pencarian penyakit tidak harus mengetik semua nama gejala penyakit. 81

85 3.6. Diskusi Misalkan diketahui sistem Pakar menggunakan 5 buah rule berikut: R1:IF (P AND D) Then R R2: IF(X AND B AND E) THEN P R3: IF A THEN X R4: IF C THEN L R5: IF (L AND M) THEN N Fakta-fakta : A,B,C,D,dan E bernilai benar. Goal : menentukan apakah R bernilai benar atau salah. Penyelesaian: Iterasi 1: Database:A,B,C,D,E, (Fakta baru: X) Knowledge Base (Basis Pengetahuan) R1:IF (P AND D) THEN R R2:IF(X AND B AND E) THEN P R3: IF A THEN X R4: IF C THEN L R5: IF (L AND M) THEN N 82

86 Knowledge Base (Basis Pengetahuan) Fakta Baru: X,L R1:IF (P AND D) THEN R R2:IF(X AND B AND E) THEN P R3: IF A THEN X R4: IF C THEN L R5: IF (L AND M) THEN N Iterasi 2 Database:A,B,C,D,E, (Fakta baru: X,L,P) Knowledge Base (Basis Pengetahuan) R1:IF (P AND D) THEN R R2:IF(X AND B AND E) THEN P R3: IF A THEN X R4: IF C THEN L R5: IF (L AND M) THEN N Iterasi 3 Knowledge Base (Basis Pengetahuan) (Fakta baru: X,L,P,R) R1:IF (P AND D) THEN R R2:IF(X AND B AND E) THEN P R3: IF A THEN X R4: IF C THEN L 83

87 R5: IF (L AND M) THEN N Sampai disini proses dihentikan karena sudah tidak ada lagi rule yang bisa dieksekusi. Hasil pencarian adalah bernilai R bernilai benar. 84

88 BAB. 4 DEMPSTER SHAFER Metode Dempster Shafer adalah suatu teori matematika untuk pembuktian berdasarkan belief functions and plausible reasoning (fungsi kepercayaan dan pemikiran yang masuk akal), yang digunakan untuk mengkombinasikan potongan informasi yang terpisah (bukti) untuk mengkalkulasi kemungkinan dari suatu peristiwa. Teori ini dikembangkan oleh Arthur P. Dempster dan Glenn Shafer. Secara umum teori Dempster Shafer ditulis dalam suatu interval: [Belief, lausibility]...[5.1] 1. Belief (Bel) adalah ukuran kekuatan evidence dalam mendukung suatu himpunan proposisi. Jika bernilai 0 (nol) maka mengindikasikan bahwa tidak ada evidence, dan jika bernilai 1 menunjukkan adanya kepastian. Dimana nilai bel yaitu (0-0.9). 2. Plausibility (Pls) dinotasikan sebagai: Pl(s) = 1 B (-s)...[5.2] Pl(-s) = 0. Plausibility juga bernilai 0 sampai 1, jika yakin akan s, maka dapat dikatakan Bel(-s) = 1 dan Pada teori Dempster-Shafer juga dikenal adanya frame of discernment yang dinotasikan dengan. Frame ini merupakan semesta pembicaraan dari sekumpulan hipotesis. Tujuannya adalah mengaitkan ukuran kepercayaan elemen-elemen. Tidak semua evidence secara langsung mendukung tiap-tiap elemen. Untuk itu perlu adanya probabilitas fungsi densitas (m). Nilai m tidak hanya mendefenisikan elemen-elemen saja, namun juga semua subsetnya. Sehingga jika berisi n elemen, maka subset adalah 2n. Jumlah m dalam dalam subset sama dengan 1. 85

89 Apabila tidak ada informasi apapun untuk memilih hipotesis, maka nilai : m{ } = 1,0. Apabila diketahui X adalah subset dari, dengan m1 sebagai fungsi densitasnya, dan Y juga merupakan subset dengan m 2 sebagai fungsi densitasnya, maka dapat dibentuk fungsi kombinasi m 1 dan m 2 sebagai m 3, yaitu : x Y z m1(x).m2(y) M 3( Z)...[2.3] 1- x Y m (X).m (Y) 1 2 Keterangan: M1(X) : Mass function dari evidence X M2(Y) : Mass function dari evidence Y M3(Z) : Mass function dari evidence Z 4.1 Implementasi Dempster Shafer Analisis Permasalahan Analisis permasalahan merupakan proses awal yang harus dilaksanakan untuk menentukan permasalahan yang sedang dihadapi. Tahap ini dalah sangat penting, karena proses analisis data yang kurang akurat akan menyebabkan hasil dari suatu sistem tidak sesuai yang diharapkan. Jadi proses ini harus benar-benar sesuai dengan perencanaan agar menghasilkan suatu sistem yang baik. Analisis permasalahan data yang akan dilakukan adalah analisa tentang jenis-jenis tanaman tahunan dan musiman. Dalam sisitem pakar ini yang nantinya akan digunakan untuk membantu user dalam menentukan hasil atau pemecahan masalah yang dihadapi dalam memperhitungkan kriteria tanaman. Permasalahan yang dihadapi dengan menentukan jenis tanaman tahunan dan musiman. Dimana dalam memperhitungkan nilai kriteria tersebut adalah dengan menerapkan metode Dempster Shafer. Berdasarkan Dempster Shafer Dalam menghadapi suatu permasalahan sering ditemukan jawaban yang 86

90 tidak memiliki kepastian penuh. Ketidakpastian ini dapat berupa hasil suatu kejadian. Hasil yang tidak pasti disebabkan oleh beberapa faktor, yaitu aturan yang tidak pasti dan jawaban pengguna yang tidak pasti atas suatu pertanyaan yang diajukan oleh sistem. Hal ini sangat mudah dilihat pada sistem diagnosis jenis kriteria tanaman dan pada akhirnya akan ditemukan banyak kemungkinan diagnosis. Dempster Sahfer merupakan nilai parameter klinis yang diberikan untuk menunjukkan besarnya kepercayaan. Dimana nilai bel (m) suatu kriteria yang diinput antara (0-0.9) Algoritma Sistem Dibutuhkan algoritma untuk diimplementasikan ke dalam program aplikasi ini, yaitu langkahlangkah intruksi sehingga dicapai hasil yang diinginkan. Algoritma yang digunakan dalam aplikasi ini untuk menentukan klasifikasi Tanaman adalah sebagai berikut: 1. Memulai tes 2. Input User Name dan Password 3. User memilih satu karakter 4. User menjawab pertanyaan 5. Kesimpulan Dalam perancangan basis pengetahuan ini digunakan kaidah produksi sebagai sarana untuk representasi pengetahuan. Kaidah produksi dituliskan dalam bentuk pernyataan JIKA (premis) MAKA (konklusi). Pada perancangan basis pengetahuan sistem pakar ini premis adalah ciri-ciri yang terlihat pada kriteria tanaman dan konklusi adalah jenis tanaman, sehingga bentuk pernyataannya adalah JIKA (Nama Tanaman) DAN (Kriteria) MAKA (Jenis tanaman). Bagian premis dalam aturan produksi dapat memiliki lebih dari satu proposisi yaitu berarti pada sistem pakar ini dalam satu kaidah dapat memiliki lebih dari satu kriteria. Ciri-ciri tersebut dihubungkan dengan menggunakan operator logika DAN. Bentuk pernyatannya adalah: JIKA (Nama Tanaman) 87

91 JIKA (Kriteria 1) JIKA (Kriteria 2) JIKA (Kriteria 3) DAN (Kriteria 4) MAKA (Jenis Tanaman) Adapun contoh kaidah sistem pakar dalam menentukan jenis tanaman tahunan dan musiman dengan metode dempster shafer adalah sebagai berikut: Dari alur, rule dan tabel keputusan di atas, maka dapat dikonversikan menjadi kaidah produksi. Kaidah produksi dibentuk dari pengubahan tabel keputusan. Pembuatan suatu kaidah dilakukan dengan beberapa tahapan. Berikut ini merupakan bentuk pengkonversian tabel keputusan menjadi kaidah produksi: 1. Rule 1 : If T001 and K001 and K002 and K003 and K004 Then S Rule 2 : If T002 and K005 aand K006 and K007 and K008 Then S Rule 3 : If T003 and K009 and K010 and K011 and K012 Then S Rule 4 : If T004 and K013 and K014 and K015 and K016 Then S002 Analisa permasalahan yang akan dilakukan adalah analisa tentang jenis-jenis tanaman tahunan dan musiman, jenis tanaman dalam hal ini dibagi menjadi 4 jenis antara lain: 1. Tanaman Pala 2. Tanaman Kapuk Randu 3. Tanaman Ubi Kayu 4. Tanaman Tebu 88

92 Untuk mengetahui apakah tanaman dikatakan sebagai salah satu jenis tanaman diatas, terlebih dahulu kita mengetahui apa yang menjadi jenis-jenis tanaman tersebut, jenis-jenis itu akan dijadikan sebagai salah satu jenis pendukung untuk penentuan jenis tanaman. Adapun jenis-jenis umum dari setiap jenis tanaman tersebut antara lain: 1. Tanaman Pala Kriterianya: 1. Daun berbentuk elips dan langsing 2. Usia tanaman lebih dari satu tahun 3. Buahnya berbentuk lonjong 4. Biji memiliki warna coklat 2. Tanaman Kapuk Randu Kriterianya: 1. Batang seperti tiang lurus berduri 2. Usia tanaman lebih dari satu tahun 3. Bunga berwarna buram 4. Biji mengandung minyak 3. Tanaman Ubi Kayu Kriterianya: 1. Pohonnya dapat mencapai tinggi 1,5-5 m 2. Berbuah pada musimnya 3. Daunnya berbagi menjari dengan cangap Tiap tanaman dapat menghasilkan 5-10 umbi 4. Tanaman Tebu 89

93 Kriterianya: 1. Batang tumbuh tegak 2. Padat dan beruas 3. Usia tanaman kurang lebih tiga bulan 4. Pada tiap buku terdapat mata tunas Data di atas adalah data tentang berbagai jenis-jenis tanaman tahunan dan jenis musiman. Data tersebut merupkana data awal yang nantinya digunakan inputan dari sistem sebelum diproses menjadi data output. Tabel 4.1 Data Tanaman NO ID Tanaman Nama Tanaman 1 T001 Tanaman Pala 2 T002 Tanaman Kapuk randu 3 T003 Tanaman Ubi Kyu 4 T004 Tanaman Tebu Untuk lebih jelasnya kegunaan kriteria tanaman sebagai inputan dalam sistem, maka setiap kriteria tanaman dilambangkan derngan kode kriteria tanaman, seperti di jelaskan pada tabel di bawah ini. Tabel 4.2 Data Kriteria Tanaman NO ID Kriteria Kriteria Tanaman Nilai Bobot 1 K001 Daun berbentuk elips dan langsing K002 Buahnya berbentuk lonjong K003 Usia tanaman lebih dari satu tahun K004 Biji memiliki warna coklat

94 5 K005 Batang seperti tiang lurus berduri K006 Usia tanaman lebih dari satu tahun K007 Bunga berwarna buram K008 Biji mengandung minyak K009 Pohonnya dapat mencapai tinggi 1,5-5 m 0,1 10 K010 Berbuah pada musimnya 0,2 11 K011 Daunnya berbagi menjari dengan cangap 5-9 0,3 12 K012 Tiap tanaman dapat menghasilkan 5-10 umbi 0,1 13 K013 Batang tumbuh tegak 0,5 14 K014 Padat dan beruas 0,2 15 K015 Usia tanaman kurang lebih tiga bulan 0,2 16 K016 Pada tiap buku terdapat mata tunas 0,3 Dari tabel keputusan di atas, sistem dapat memberikan informasi mengenai jenis jenis tanaman. Jika kriteria yang dialami tersebut sesuai dengan yang diinput, maka rule yang dapat digunakan untuk menganalisa suatu jenis-jenis tanaman tersebut adalah sebagai berikut: 1. Rule 1 : If T001 and K001 And K002 and K003 and K004 Then S Rule 2 : If T002 and K005 And K006 and K007 and K008 Then S Rule 3 : If T003 and K009 And K010 and K011 and K012 Then S Rule 4 : If T004 and K013 And K014 And K015 and K016 Then S Dempster Shafer 91

95 Menurut Arthur dan Glenn, Dempster-Shafer adalah suatu teori matematika untuk pembuktian berdasarkan belief functions and plausible reasoning (Fungsi kepercayaan dan pemikiran yang masuk akal), yang digunakan untuk mengkombinasi potongan informasi yang terpisah (bukti) untuk mengkalukulasi kemungkinan dari suatu peristiwa. Rumus dari dempster shafer: M 3 ( Z) 1- x Y z m1(x).m2(y) x Y m (X).m 1 2 (Y) Dalam menghadapi suatu permasalahan sering ditemukan jawaban yang tidak memiliki kepastian penuh. Ketidakpastian ini dapat berupa hasil suatu kejadian. Hasil yang tidak pasti disebabkan oleh beberapa faktor, yaitu aturan yang tidak pasti dan jawaban penggunaa yang tidak pasti atas suatu pertanyaan yang diajukan oleh sistem. Hal ini sangat mudah dilihat pada sistem diagnosis jenis kriteria tanaman dan pada akhirnya akan ditemukan banyak kemungkinan diagnosis. Dempster-Sahfer merupakan nilai parameter klinis yang diberikan untuk menunjukkan besarnya kepercayaan. Dimana nilai bel (m) suatu kriteria yang diinput antara (0-0.9). 4.2.Penerapan Dampster Shafer Pada contoh di bawah ini akan dicari presentase kemungkinan dari jenis Tanaman pala dengan menggunakan perhitungan pada tabel di bawah ini: Tabel 4.3 Contoh Pilihan Kriteria Tanaman Pala No ID Kriteria Tanaman Nilai bobot K001 Daun berbentuk elips dan langsing 0.5 K002 Buahnya berbentuk lonjong 0.3 K003 Usia tanaman lebih dari satu tahun 0,3 92

96 4 K004 Biji memiliki warna coklat 0,2 Dempster Shafer (DS) jenis tanaman yang dipilih dengan menggunakan nilai believe yang telah ditentukan pada setiap tanaman. Pl(Ɵ) = 1 Bel Dimana nilai bel (believe) merupakan nilai bobot yang diinput oleh pakar, maka untuk mencari nilai dari kedua tanaman diatas, terlebih dahulu di cari nilai dari, seperti yang di bawah ini. Jenis Kriteria 1: Daun berbentuk elips dan langsing (K001) Maka : K001(bel) = 0.5 K001(Ɵ) = = 0.5 Jenis Kriteria 2: Buahnya berbentuk lonjong (K002) Maka : K002(bel) = 0.3 K002(Ɵ) = = 0.7 Jenis Kriteria 3: Usia tanaman lebih dari satu tahun (K003) Maka : K003(bel) = 0.3 K003(Ɵ) = = 0.7 Jenis Kriteria 4: Biji memiliki warna coklat (K004) 93

97 Maka : K004(bel) = 0.2 K004(Ɵ) = = 0.8 Maka untuk mencari nilai dari JTn, digunakan rumus: M 3 ( Z) 1- x Y z m1(x).m2(y) x Y m (X).m 1 2 (Y) Maka nilai JTn dari Tanaman diatas adalah: JTn 0.5*0.3*0.3*0.2 1 (0.5*0.7*0.7*0.8) JTn (0.196) JTn Maka nilai densitas dari kedua jenis tanaman tersebut adalah 0,0112. maka tanaman tersebut cukup kuat dikatakan sebagai jenis tanaman Pala, tanaman pala merupakan tanaman tahunan Penerapan Dampster-Sahfer Pada Jenis Tanaman Tebu Pada contoh di bawah ini akan dicari presentase kemungkinan dari jenis tanaman tebu dengan menggunakan perhitungan pada tabel di bawah ini: Tabel 4.4 Contoh Pilihan Kriteria Tanaman Tebu 94

98 No ID Kriteria Tanaman Nilai Bobot 1 K013 Batang tumbuh tegak 0,5 2 K014 Padat dan beruas 0,2 3 K015 Usia tanaman kurang lebih tiga bulan 0,2 4 K016 Pada tiap buku terdapat mata tunas 0,3 Dempster Shafer (DS) jenis tanaman yang di pilih dengan menggunakan nilai believe yang telah ditentukan pada setiap Tanaman. Pl(Ɵ) = 1 Bel Dimana nilai bel (believe) merupakan nilai bobot yang diinput oleh pakar, maka untuk mencari nilai dari kedua tanaman diatas, terlebih dahulu dicari nilai dari, seperti yang di bawah ini. Jenis Kriteria 1: Batang tumbuh tegak (K013) Maka: K013(bel) = 0.5 K013(Ɵ) = = 0.5 Jenis kriteria 2: Padat dan beruas (K014) Maka: K014(bel) = 0.2 K014(Ɵ) = = 0.8 Jenis kriteria 3: Usia tanaman kurang lebih tiga bulan (K015) 95

99 Maka: K015(bel) = 0.2 K015(Ɵ) = = 0.8 Jenis kriteria 4: Pada tiap buku terdapat mata tunas (K016) Maka: K016(bel) = 0.3 K016(Ɵ) = = 0.7 Maka untuk mencari nilai dari JTn, digunakan rumus: M 3 ( Z) 1- x Y z m1(x).m2(y) x Y m (X).m 1 2 (Y) Maka nilai JTn dari Tanaman diatas adalah: JTn 0.5*0.2*0.2*0.3 1 (0.5* 0.8* 0.8* 0.7) JTn (0.224) JTn Maka nilai densitas dari kedua jenis tanaman tersebut adalah 0,0077. maka tanaman tersebut cukup kuat dikatakan sebagai jenis tanaman tebu, tebu merupakan tanaman musiman. 96

100 4.3 Flowchart Program Flowchart merupakan diagram alir yang menggambarkan suatu sistem peralatan komputer yang digunakan dalam proses pengolahan data serta hubungan antar peralatan tersebut. Sistem flowchart tidak digunakan untuk menggambarkan urutan langkah untuk memecahkan masalah, tetapi hanya untuk menggambarkan prosedur dalam sistem yang dibentuk. Proses yang terjadi pada program yang dirancang ini dapat dijelaskan melaui flowchart pada gambar 3.1 berikut ini: Start Input User Name dan Password Pilih Id Pengunjung dan Id Tanaman Proses T Kesimpulan Y End Gambar 4.1 Flowchart Program 97

101 4.4 Pemodelan/Perancangan Sistem Sistem pakar merupakan suatu program komputer yang menggunakan aturan-aturan dan dengan disertai fakta-fakta untuk memecahkan suatu masalah dengan memberikan pertanyaan kepada pengguna, sistem telah merekam catatan yang diberikan oleh pengguna berdasarkan catatan itu, sistem menganalisa lalu sistem memberikan pemecahan masalahnya. Dalam rancangan ini terdiri dari 3 bagian penting diantarannya: 1. Antarmuka pengguna (user interface) 2. Mesin inferensi 3. Basis pengetahuan A. Form Input Data Login Form Input Data Login ini berguna untuk memasukkan dan menggubah data User Name. Dan sebagaia informasi lengkap dari for ini dapat di lihat pada gambar di bawah ini: User Name Password LOGIN CANCEL Gambar : 4.2 Rancangan Form Login 98

102 B. Perancangan Interface Menu Utama Berdasarkan data keluaran dan data yang diperoleh, membuat rancangan input yang digunakan dalam perancangan program adalah sebagai berikut: 1. Design Menu Utama Pakar Konsultasi Keluar Gambar : 3.3 Menu Utama Sistem Rancangan Menu Utama Sistem berguna sebagai tempat untuk menampung semua form-form yand di jalankan nantinya, dan sebagai informasi lengkap dari Menu Utama ini dapat dilihat di bawah ini: Nama Keluaran : Form Menu Utama Fungsi : Untuk Menampung Semua Menu-menu yang akan dijalankan. 2. Design Sub Menu Utama Pakar Konsultasi Keluar Data Tanaman Data Kriteria Data Solusi Gambar : 4.2 Sub Menu File 99

103 Rancangan Sub Menu pakar ini berguna sebagai tempat untuk membuat pilihan pada user yaitu program apa yang akan dijalankan, dan sebagai informasi lengkap dari Menu Utama ini dapat dilihat di bawah ini: Nama Keluaran : Sub Menu File Fungsi : Untuk Menampilkan Sub Menu File 3. Design Sub Menu Konsultasi Pakar Konsultasi Keluar Uji Inferensi Konsultasi Gambar : 4.3 Sub Menu Konsultasi 4. Design Form Input Data Tanaman Rancangan Form Jenis Tanaman ini berguna untuk memasukkan jenis tanaman ke dalam sistem, dan sebagai informasi lengkap dari Form ini dapat dilihat di bawah ini: ID Tanaman : Nama Tanaman : Simpan Diperbaiki Hapus ID Tanaman Nama Tanaman Bersih Selesai 100

104 Gambar : 4.4 Design Form Data Tanaman 5. Design Form Input Data Kriteria ID Kriteria : Nama Kriteria : Simpan Diperbaiki Hapus Bersih Nilai Bobot : Gambar : 4.5 Design Form Data Kriteria 6. Design Form Solusi ID Solusi : Solusi : Solusi 1 : ID Solusi Solusi Solusi 1 Simpan Diperbaiki Hapus Bersih Selesai 101

105 Gambar : 4.5 Design Form Data Solusi 7. Design Form Pengunjung ID Pengunjung : Nama Lengkap : Jenis Kelamin : Alamat Lengkap : Usia : Tahun Cari Simpan Diperbaiki Hapus Bersih ID Pengunjung Nama Lengkap Jenis Kelamin Alamat Lengkap Usia 8. Design Form Uji Inferensi Gambar : 4.6 Design Form Data Pengunjung ID Tanaman Nama Tanaman ID Kriteria Nama Kriteria Nilai Bobot ID Solusi Solusi Solusi 1 Simpan Diperbaiki Tanaman : Kriteria : Hapus Bersih Soluis : 102

106 Gambar :4.7 Design Form Uji Inferensi 9. Design Form Konsultasi Form konsultasi digunakan untuk melihat jenis tanaman dan sekaligus solusi yang ditawarkan oleh para pakar, yang merancangnya dapat di lihat pada gambar di bawah ini: Identitas Pengunjung Konsultasi Pakar ID Pengunjung : ID Tanaman : Nama Pengunjung : Nama Tanaman : Alamat : Kriteria Tanaman : Solusi : Solusi 1 : Nilai DS : Gambar : 4.8 Design Form Konsultasi Database (Basis Data) Database merupakan himpunan kelompok data/arsip yang saling berhubungan yang diorganisasikan sedemikian rupa agar kelak dapat dimanfaatkan kembali dengan cepat dan mudah. Adapun database yang dibuat dalam perancangan ini adalah sebagai berikut: 1. Tabel Data Tanaman Tabel ini digunakan untuk menampung semua data-data tanaman. Tabel 4.5 Data Tanaman 103

107 Field name Type Size Indexed Description IDTanaman Text 20 Yes ID Tanaman NamaTanaman Text 20 - Nama Tanaman 2. Tabel Data Kriteria Tabel ini digunakan untuk menampung semua data-data Kriteria. Tabel 4.6 Data Kriteria Field name Type Size Indexed Description IDKriteria Text 20 Yes ID Kriteria NamaKriteria Text 50 - Nama Kriteria NilaiBobot Number 5 - Nilai Bobot 3. Tabel Data Solusi Tabel ini digunakan untuk menampung semua data-data Solusi. Tabel 4.7 Data Solusi Field name Type Size Indexed Description IDSolusi Text 10 Yes ID Solusi Solusi Text 50 - Solusi 104

108 Solusi1 Text 50 - Solusi1 4. Tabel Data Pengunjung Tabel ini digunakan untuk menampung semua data-data pengunjung. Tabel 4.8 Data Pengunjung Field name Type Size Indexed Description IDPengunjung Text 10 Yes ID Pengunjung NamaLengkap Text 15 - NamaLengkap JenisKelamin Text 10 - Jenis Kelamin AlamatLengkap Text 15 - Alamat Lengkap Usia Text 10 - Usia UML (Unifed Modeling Language) Use Case Diagram Sistem Pakar Konsultasi Solusi 105

109 Gambar 4.9 Use Case Diagram Sistem Pakar Nama Use Case : Konsultasi Actor : User Tujuan : Mendapatkan Hasil konsultasi Deskripsi : User datang untuk melakukan konsultasi kemudian sistem mencari, memproses basis aturan yang input oleh pakar, sehingga didapat hasil konsultasi dan hasil akan diberikan kepada user. User Sitem 1. Menjawab Pertanyaan 1. Memberi Pertanyaan 2. Meminta Solusi 2. Memberi Solusi Activity Diagram. a. Activity Diagram Mengikuti Tes User Sistem 106

110 Memulai konsultasi Menjawab Semua Pertanyaan Menampilkan Pertanyaan 4.5 Implementasi Sistem Implementasi merupakan langkah yang digunakan untuk penerapan sistem atau serangkaian instruksi yang sistematis dan komponen-komponen yang mendukung hasil output yang ditampilkan dalam mencapai tujuan Tampilan Form Login Form Login digunakan untuk masuk ke dalam aplikasi atau operasi selanjutnya. Apabila login berhasil, maka akan masuk kedalam form menu utama, tetapi apabila login tidak berhasil maka akan ada peringatan bahwa login yang dilakukan salah. Di dalam form login terdapat 2 pilihan button yaitu Login yang digunakan untuk masuk ke dalam login dan Cancel untuk keluar. 107

111 Gambar Tampilan login Tampilan Utama Pada menu utama terdapat 3 menu yang dapat digunakan, yaitu Pakar, Konsultasi dan Keluar. Setiap menu akan terhubung dengan form-form lain yang sesuai dengan form yang dipanggil. 108

112 Gambar Tampilan Menu Utama Tampilan Data Tanaman Input jenis tanaman dapat dilakukan dengan cara memilih menu Pakar kemudian memilih Data Tanaman juga dapat dilakukan dengan memilih icon yang ada ditoolbar dengan nama Form Tanaman seperti terlihat pada gambar di bawah ini: Gambar Tampilan Input Data Tanaman Tampilan Data Kriteria Input data tanaman dapat dilakukan dengan cara memilih menu Pakar kemudian memilih Form Data Kriteria juga dapat dilakukan dengan memilih icon yang ada ditoolbar dengan nama Form Kriteria seperti terlihat pada gambar di bawah ini: Gambar Tampilan Input Kriteria Tanaman 109

113 4.5.5 Tampilan Solusi Input data tanaman dapat dilakukan dengan cara memilih menu Pakar kemudian memilih Form Data Solusi juga dapat dilakukan dengan memilih icon yang ada ditoolbar dengan nama Form Solusi seperti terlihat pada gambar di bawah ini: Gambar Tampilan Input Data Solusi Tampilan Data Pengunjung Data Pengunjung dapat dilakukan dengan cara memilih menu Pakar kemudian memilih Data Pengunjung hingga muncul form Data Pengunjung seperti terlihat pada Gambar di bawah ini: 110

114 Gambar Tampilan Input Data Pengunjung Uji Inferensi Uji Inferensi dapat dilakukan dengan cara memilih menu Konsultasi kemudian memilih Uji Inferensi hingga muncul form Uji Inferensi seperti terlihat pada Gambar di bawah ini: Gambar Tampilan Uji Inferensi Tampilan Konsultasi Konsultasi dapat dilakukan dengan cara memilih menu Konsultasi kemudian memilih Konsultasi hingga muncul form Konsultasi seperti terlihat pada Gambar di bawah ini: 111

115 Gambar Tampilan Konsultasi Kelemahan dan Kelebihan Sistem Berikut ini dijelaskan mengenai kelebihan dan kelemahan dari sistem kepribadian ini: a. Kelemahan - Hanya saja sistem ini masih belum sempurna - Program hanya dapat menganalisa berdasarkan data-data yang sudah ditentukan program. b. Kelebihan - Sistem ini dapat membantu untuk mengetahui jenis tanaman tahunan dan tanaman musiman. - Sistem ini lebih mempermudah pengguna dalam menggunakan sistem tersebut. 112