SISTEM DETEKSI GANGGUAN PADA BERBAGAI JENIS GITAR MEGGUNAKAN METODE CASE BASED REASONING BERBASIS DESKTOP

Transkripsi

1 SISTEM DETEKSI GANGGUAN PADA BERBAGAI JENIS GITAR MEGGUNAKAN METODE CASE BASED REASONING BERBASIS DESKTOP Ramadlan Septiana, Herfina 2, Mulyati 2 ramadlan56@gmail.com Program Studi Ilmu Komputer FMIPA Universitas Pakuan Gitar adalah salah satu alat musik yang banyak dimainkan di semua kalangan. Gitar terdiri dari beberapa komponen seperti neck, body, bridge, senar, tuning machines, dan fret. Alat musik gitar dibagi menjadi 2 jenis, yaitu gitar akustik dan gitar elektrik. Seiring penggunaan alat musik gitar, sering ditemukan gangguan yang diakibatkan oleh kerusakan pada salah satu komponen, sehingga gitar tidak dapat dimainkan sebagaimana mestinya. Salah satu alternatif penyelesaian gangguan pada gitar adalah dengan menggunakan metode inferensi case based reasoning (CBR). Metode CBR bertujuan untuk mencari kesimpulan yang dapat digunakan sebagai alternatif pada suatu masalah berdasarkan tingkat kemiripannya dengan kasus lama yang tersimpan dalam basis pengetahuan. Pemanfaatan sistem ini adalah dengan menggunakan data gejala, data kerusakan dan data kasus. Data gejala adalah data gejala yang terjadi saat gitar mengalami kerusakan, data kerusakan adalah data yang berisi daftar kerusakan pada gitar sedangkan data kasus adalah data yang berisi kumpulan kasus kerusakan yang terjadi pada gitar. Sistem Deteksi Gangguan Pada Berbagai Jenis Gitar diimplementasikan dengan menggunakan bahasa pemrograman Visual Basic 200 dan database Microsoft Access Dilakukan uji coba terhadap sistem dengan membandingkan hasil output sistem dengan kesimpulan pakar, sebanyak 5 kasus dengan nilai kesesuaian 84,4% yang berarti sistem dapat dipercaya. Kata Kunci : Sistem Pakar, Alat Musik, Gitar, Case Based Reasoning PENDAHULUAN Perkembangan teknologi informasi yang sangat pesat dapat dimanfaatkan hampir di seluruh kegiatan dalam berbagai bidang. Perkembangan tersebut dapat diterapkan pada bidang pendidikan, sumber daya, keuangan, seni, administrasi dan lain-lain. Penerapan teknologi informasi dapat membantu dalam menyelesaikan sebuah permasalahan. Salah satu contoh pemanfaatan teknologi informasi saat ini adalah sistem pakar. Penggunaan sistem pakar dapat diterapkan diberbagai bidang, diantaranya dalam bidang seni yaitu untuk alat musik. Alat musik yang paling umum dimainkan bagi semua kalangan adalah gitar. Gitar terbagi menjadi beberapa jenis yaitu gitar akustik, gitar elektrik, bass akustik dan bass elektrik. Jenis akustik terdiri dari beberapa komponen, yaitu headstock, tuning machines, nut, fingerboard, frets, neck, body, bridge dan senar. Sedangkan komponen pada jenis elektrik terdiri dari headstock, tuning machines, nut, fingerboard, frets, strap pin, neck, body, bridge, pickup, control, output jack, dan senar (Nugroho, 204). Seiring penggunaan alat musik gitar, pemain sering mengalami beberapa masalah ketika memainkan gitar atau bass mereka. Umumnya pemain yang awam akan segera memperbaiki masalah yang ada dengan menggunakan jasa service. Penggunakan jasa service ini, pemain harus mengeluarkan biaya dan harus menunggu proses perbaikan. Namun, permasalahan pada alat musik gitar ini biasanya hanya disebabkan oleh

2 kerusakan kecil yang terjadi pada salah satu komponen dan dapat diselesaikan sendiri tanpa perlu bantuan jasa service. Oleh karena itu dibutuhkan sistem yang dapat digunakan untuk memantu dalam menganalisis penyebab dari permasalahan yang terjadi pada alat musik gitar yang dimainkan. Kehadiran sistem deteksi kerusakan pada gitar diharapkan dapat membantu dalam memperbaiki alat musik gitar tanpa perlu menggunakan jasa service. Penelitian Terdahulu Aribowo (200) melakukan penelitian dengan judul Pengembangan Sistem Cerdas menggunakan Penalaran Berbasis Kasus (Case Based Reasoning) untuk Diagnosa Penyakit Akibat Virus Eksantema. Sistem ini digunakan untuk mendeteksi sebelas penyakit yang diakibatkan oleh Eksantema. Proses perhitungan similarity pada tahapan retrieval dalam sistem ini menggunakan metode Probabiltas Bayes. Sistem ini dibuat berbasis desktop dengan menggunakan software Delphi 7 dan Microsoft Access sebagai database. Retnowati (203) melakukan penelitian dengan judul Implementasi Case Based Reasoning Pada Sistem Pakar Dalam Menentukan Jenis Gangguan Kejiwaan. Sistem ini dapat mendiagnosis delapan jenis gangguan kejiwaan disertai dengan informasi yang terkait dengan penyakit tersebut. Proses retrieve pada sistem ini menggunakan perhitungan dengan metode Certainty Factor (CF). Sistem ini dibangun berbasis desktop dengan menggunakan software Visual Basic 6.0 dan Microsoft Access 2003 sebagai database. Shaid et al.(205) melakukan penelitian dengan judul Sistem Pakar Pertumbuhan Balita Berbasis Web dengan Metode Case Based Reasoning. Sistem ini digunakan untuk menganalisis atau monitoring pertumbuhan balita, yang diharapkan akan bisa membantu dalam pemantauan pertumbuhan anak. Proses retrieve pada sistem yang dibangun ini menggunakan metode nearest neighbor retrieval. Sistem ini dibangun berbasis web menggunakan menggunakan bahasa pemrograman PHP. METODE PENELITIAN Metode penelitian yang digunakan dalam pembuatan sistem ini adalah pendekatan Expert System Development Life Cycle (ESDLC). Pendekatan ESDLC memiliki beberapa tahapan yang disajikan pada Gambar. Gambar. Tahapan Pendekatan ESDLC (Turban et al., 2005) Tahap Penilaian Tujuan utama dari tahap penilaian ini adalah untuk mengidentifikasi kebutuhan pengguna. Karena itu, penelitian dilakukan dengan studi kelayakan dari sistem yang sedang berjalan dengan melakukan pengumpulan data yang dilakukan melalui observasi, wawancara dan studi literatur. Hasil pengumpulan data digunakan untuk menentukan tujuan

3 dan ruang lingkup dari sistem yang akan dibuat, mengidentifikasi masalah-masalah yang dapat diselesaikan dengan sistem dan teknologi yang digunakan dalam membangun sistem Tahap Akuisisi Pengetahuan Tujuan utama dari akuisisi pengetahuan adalah untuk mendapatkan berbagai pengetahuan yang diperlukan oleh sistem yang dibangun. Pengetahuan yang diperlukan dalam penelitian ini adalah kumpulan kasus yang berkaitan dengan gangguan pada alat musik gitar beserta solusi yang diperlukan untuk memperbaiki gangguan tersebut. Adapun sumber yang digunakan dalam pengumpulan kasus-kasus tersebut, antara lain :. Forum pemain gitar melalui jaringan internet a. m/ b. c. forum.php?f=3 2. Pengalaman narasumber 3. Pengalaman penulis Berdasarkan sumber-sumber tersebut didapatkan data gejala, data kerusakan dan data kasus yang disajikan dalam tabel berikut : Tabel. Data Gejala Pada Gitar gejala_akustik ID_Gejala Gejala Bobot Kategori GA00 Senar keras pada bagian atas 3 Kenyamanan GA002 Senar keras pada bagian tengah 3 Kenyamanan GA003 GA004 GA005 GA006 Senar keras pada bagian bawah Suara buzzing pada fret bagian atas Suara buzzing pada fret bagian tengah Suara buzzing pada fret bagian bawah 3 Kenyamanan 5 Suara 5 Suara 5 Suara GA007 Suara salah salah satu senar lebih kecil dari 3 Suara senar lain GA008 Tuning senar mudah berubah 5 Teknis GA009 Intonasi suara kurang tepat Teknis GA00 Sustain (panjang suara senar) sangat pendek Suara GA0 Suara yang dihasilkan pecah/kasar 3 Suara GA02 Senar terasa kasar 3 Kenyamanan GA03 Salah satu atau beberapa senar buzzing pada fret 3 Suara tertentu GA04 Buzzing pada fret 0 5 Suara gejala_elektrik ID_Gejala Gejala Bobot Kategori GE00 Senar keras pada bagian atas 3 Kenyamanan GE002 Senar keras pada bagian tengah 3 Kenyamanan GE003 Senar keras pada bagian bawah 3 Kenyamanan GE004 Suara buzzing pada fret bagian atas 5 Suara GE005 Suara buzzing pada fret bagian tengah 5 Suara GE006 Suara buzzing pada fret bagian bawah 5 Suara GE007 Ada suara berisik "kresek" saat memutar 3 Suara knob Volume GE008 Suara salah salah satu senar lebih kecil dari 3 Suara senar lain GE009 Suara yang dihasilkan putus-putus 5 Suara GE00 Noise/Humming besar Teknis GE0 GE02 GE03 GE04 GE05 GE06 GE07 GE08 GE09 GE020 Tuning senar mudah berubah Senar menjadi out of tune (fals) saat memainkan tremolo Muncul suara berisik saat gitar digerakkan Intonasi suara kurang tepat Sustain (panjang suara senar) sangat pendek Suara hilang jika knob volume diputar sedikit atau tersenggol Suara hilang jika switch pickup diubah Muncul suara "kresek" saat merubah arah switch pickup Suara yang dihasilkan lemah Suara yang dihasilkan pecah/kasar 5 Teknis 3 Teknis 3 Teknis Teknis Suara 5 Suara 5 Teknis 5 Suara 5 Suara 3 Suara GE02 Senar terasa kasar 3 Kenyamanan

4 GE022 Salah satu atau beberapa senar buzzing pada fret 3 Suara tertentu GE023 Gitar tidak menghasilkan suara 5 Teknis GE024 Tersetrum jika menyentuh senar atau 5 Kenyamanan bagian besi pada gitar GE025 Saat memainkan tremolo terasa gesekan 3 Teknis kasar pada bridge GE026 Memainkan tremolo sedikit keras Kenyamanan GE027 Buzzing pada fret 0 5 Suara GE028 Intonasi nada senar pada fret 3-24 sedikit lebih tinggi dari fret 0-5 Teknis GE029 2 Intonasi nada senar pada fret 3-24 sedikit lebih rendah dari fret 0-2 Keterangan Nilai Bobot : = Gangguan biasa 3 = Gangguan sedang 5 = Gangguan penting 5 Teknis Tabel 2. Data Kerusakan Pada Gitar kerusakan_akustik ID_Kerusakan Kerusakan Solusi RA00 RA002 RA003 RA004 RA005 RA006 RA007 RA008 Neck bengkok cembung Neck bengkok cekung Action senar terlalu tinggi Action senar terlalu rendah Senar sudah terlalu tua Kemunginan senar yang digunakan adalah senar murahan (berkualitas rendah) Fret sudah terkikis Ketinggian fret tidak merata Putar truss rod ke arah berlawanan jarum jam sedikit demi sedikit secara perlahan Putar truss rod ke arah jarum jam sedikit demi sedikit secara perlahan Kurangi tinggi action senar dengan mengatur ketinggian penyangga senar pada bridge. Potong bagian bawah penyangga senar sesuai kebutuhan Tambahkan tinggi action senar dengan mengganjal penyangga senar pada bridge sehingga menjadi lebih tinggi Ganti dengan senar baru Ganti senar dengan menggunakan senar asli dengan kualitas standar Ganti fret dengan menggunakan fret yang baru Ratakan ketinggian fret menggunakan amplas. (Pastikan ketinggian fret merata menggunakan benda lurus seperti penggaris RA009 RA00 RA0 RA02 Body kurang kering Kayu tidak sesuai standar Nut terlalu rendah Jarak nut dan bridge tidak sesuai kerusakan_elektrik ID_Kerusakan Kerusakan Solusi RE00 RE002 RE003 RE004 RE005 RE006 RE007 RE008 RE009 RE00 RE0 RE02 RE03 Neck bengkok cembung Neck bengkok cekung Action senar terlalu tinggi Action senar terlalu rendah Senar sudah terlalu tua Kemunginan senar yang digunakan adalah senar murahan (berkualitas rendah) Pickup sudah lemah Jack gitar bermasalah - longgar atau sudah rusak Potensio bermasalah - kotor dan berkarat Fret sudah terkikis Bridge tidak sejajar dengan body. Tarikan per bridge terlalu kuat Bridge tidak sejajar dengan body. Tarikan per bridge terlalu lemah Sambungan kabel dalam cavity gitar bermasalah Tidak dapat diperbaiki karena kesalahan terjadi saat pembuatan yaitu tahap pengeringan body Bisa diganti oleh pengrajin dengan biaya tinggi Ganjal nut atau ganti dengan nut baru Tidak dapat diperbaiki karena bridge menempel dengan body Putar truss rod ke arah berlawanan jarum jam sedikit demi sedikit secara perlahan Putar truss rod ke arah jarum jam sedikit demi sedikit secara perlahan Kurangi tinggi action senar dengan mengatur ketinggian saddle pada bridge Tambahkan tinggi action senar dengan mengatur ketinggian saddle pada bridge Ganti dengan senar baru Ganti senar dengan menggunakan senar asli dengan kualitas standar/tinggi Ganti pickup dengan pickup baru Coba gunakan kabel jack atau ampl yang berbeda. Jika masalah tetap terjadi, periksa sambungan kabel. Jika sambungan baik berarti jack gitar perlu diganti Periksa sambungan kabel lalu beri minyak kedalam potensio sambil diputar. Jika masalah masih terjadi, maka potensio perlu diganti. (Gunakan 250 Ohm atau 500 Ohm) Ganti fret dengan menggunakan fret yang baru Kurangi tarikan per bridge sampai posisi bridge sejajar dengan body Tambahkan tarikan per bridge sampai posisi bridge sejajar dengan body Periksa cavity, jika ada kabel longgar atau lepas maka perlu dilakukan penyolderan

5 RE04 RE05 RE06 RE07 RE08 RE09 RE020 RE02 RE022 Ground bermasalah Ketinggian fret tidak merata Jarak antara senar dan pickup terlalu jauh Switch - Pickup Selector bermasalah Pickup pada posisi Switch Selector yang dipilih mati Sambungan kabel dalam gitar bermasalah Blade pada bridge sudah tumpul atau terkikis Nut terlalu rendah Panjang senar antara nut sampai fret 2 dan panjang senar antara fret 2- bridge tidak sama Tabel 3. Data Kasus ulang. Cek juga ampli dan kabel jack yang digunakan Periksa kabel ground dalam gitar, jika masalah masih terjadi kemungkinan ground pada ampli atau kabel jack yang bermasalah Ratakan ketinggian fret menggunakan amplas. (Pastikan ketinggian fret merata menggunakan benda lurus seperti penggaris Atur ketinggian pickup hingga jarak antara senar dan pickup sesuai Periksa sambungan kabel pada switch, jika kondisi sambungan baik, maka switch perlu diganti Periksa sambungan pickup pada switch, jika normal maka gantilah pickup mati dengan pickup yang baru Periksa ampli dan kabel jack gitar, jika kondisi ampli dan kabel jack bagus, periksa kondisi sambungan didalam gitar. Ganti bridge atau bisa juga dengan mengganti base plate bridge Ganjal nut atau ganti dengan nut baru Atur saddle bridge hingga jarak senar dari nut sampai fret 2 sama dengan jarak senar dari fret 2-24 kasus_akustik ID_Kas us ID_Gejala ID_Kerus akan KA00 GA00,GA003,GA009,GA004 RA00 KA002 GA00,GA003,GA009,GA03,GA0 RA00 04 KA003 GA00,GA003,GA004,GA005,GA0 RA00 3 KA004 GA002,GA005,GA009,GA03 RA002 KA005 GA002,GA003,GA005,GA006,GA0 RA002 3 KA006 GA00,GA002,GA003 RA003 KA007 GA004,GA005,GA006 RA004 KA008 GA004,GA005,GA006,GA03 RA004 KA009 GA007,GA008,GA009,GA00 RA005 KA00 GA007,GA008,GA009,GA00,GA0 RA005 2 KA0 GA007,GA00,GA0 RA006 KA02 GA005,GA006,GA03 RA008 KA03 GA005,GA004,GA03 RA008 KA04 GA00,GA002,GA004,GA005 RA00 KA05 GA04 RA0 kasus_elektrik ID_Kasus ID_Gejala ID_Kerusak an KE00 GE00,GE003,GE004,GE04 RE00 KE002 GE002,GE005,GE006,GE04 RE002 KE003 GE00,GE002,GE003 RE003 KE004 GE004,GE005,GE006 RE004 KE005 GE008,GE0,GE04,GE05 RE005 KE006 GE008,GE04,GE09,GE020, RE005 GE02 KE007 GE04,GE05,GE020,GE02 RE005 KE008 GE008,GE05,GE09,GE04 RE006 KE009 GE05,GE09,GE020,GE008 RE007 KE00 GE009,GE00,GE03 RE008 KE0 GE009,GE00,GE03,GE09, RE008 GE020 KE02 GE007,GE009,GE00,GE06 RE009 KE03 GE007,GE06,GE05,GE009 RE009 KE04 GE005,GE022,GE004,GE006 RE05 KE05 GE006,GE0,GE02,GE04 RE0 KE06 GE0,GE02,GE04,GE003 RE02 KE07 GE009,GE00,GE024 RE03 KE08 GE023,GE00,GE024 RE03 KE09 GE00,GE03,GE024 RE04 KE020 GE006,GE004,GE005,GE022 RE05 KE02 GE05,GE09,GE00 RE06 KE022 GE09,GE08,GE020 RE07 KE023 GE08,GE07 RE07 KE024 GE07,GE023,GE00 RE08 KE025 GE02,GE025,GE026 RE020 KE026 GE00,GE003,GE004,GE04, RE00 GE022 KE027 GE002,GE005,GE006,GE04, RE002 GE022 KE028 GE002,GE005,GE006,GE04, RE002 GE003 KE029 GE002,GE005,GE04,GE022 RE002 KE030 GE007,GE008,GE08,GE02, RE005 GE03 KE03 GE004,GE005,GE008,GE05 RE004 KE032 GE004,GE005,GE00,GE002 RE00 KE033 GE007,GE009,GE00 RE009 KE034 GE027 RE02 KE035 GE028 RE022 Tahap Desain Tujuan utama dari tahap desain adalah untuk membuat konsep dasar dari sistem yang dibangun serta pembuatan prototype dasar sistem. Tahap desain meliputi perancangan basis data, perancangan sistem secara umum dan perancangan sistem secara detail. Perancangan Basis Data Hubungan setiap entitas dalam sistem pakar ini digambarkan dalam Entity Relationship Diagram (ERD) yang disajikan pada Gambar 2.

6 Gambar 2. Relationship Diagram (ERD) Sistem Yang Dibangun Relasi dari masing-masing tabel yang ada dalam sistem pakar yang dibangun disajikan dalam Gambar 3. Diagram konteks menggambarkan awal dan akhir data yang masuk serta output dari suatu sistem. Diagram konteks dari sistem deteksi gangguan pada gitar yang dibangun ini disajikan dalam Gambar 4. Gambar 3. Relasi Tabel Sistem Yang Dibangun Perancangan Sistem Secara Umum Perancangan sistem secara umum meliputi pembuatan diagram konteks, data flow diagram (DFD) level zero, dan flowchart sistem. Gambar 4. Diagram Konteks Sistem Yang Dibangun Data flow diagram (DFD) merupakan penjabaran dari diagram konteks yang digunakan untuk menggambarkan aliran data dan informasi yang terjadi selama sistem dijalankan. DFD level 0 dari sistem pakar yang dibangun ini disajikan dalam Gambar 5.

7 Gambar 5. DFD Level 0 Sistem Yang Dibangun Flowchart digunakan untuk menggambarkan alur dari penggunaan suatu sistem secara detail dan berurutan. Flowchart dari sistem yang dibangun disajikan dalam Gambar 6. Rancangan Penalaran Sistem yang dibangun menggunakan metode inferensi Case Based Reasoning (CBR). Penarikan kesimpulan dilakukan berdasarkan tingkat kemiripan antara kasus baru dengan kasus lama yang disimpan dalam basis pengetahuan. Rumus untuk menghitung bobot kemiripan (similarity) dengan menggunakan algoritma nearest neighbor retrieval adalah sebagai berrikut : Similarity(problem, case) s w + s2 w2 + + sn wn = w + w2 + + wn Keterangan : s = similarity (nilai kemiripan) w = weight (bobot yang diberikan) Adapun contoh perhitungan dengan menggunakan algoritma Nearest Neighboar Retrieval pada kasus gitar elektrik berikut : Kasus ID : - Fret bagian atas neck buzzing / mati (5) - Action senar tinggi pada bagian atas neck (3) - Action senar tinggi pada bagian bawah neck () - Intonasi sedikit tidak tepat () Kesimpulan : Neck bengkok cembung Kasus ID 2 : - Fret bagian bawah neck buzzing / mati (5) - Fret bagian tengah neck buzzing / mati (5) - Intonasi sedikit tidak tepat () - Tuning tidak stabil (3) Kesimpulan : Kondisi bridge tidak sejajar. Tarikan per bridge terlalu kuat. Kasus Baru : - Fret bagian bawah neck buzzing / mati (5) - Tuning tidak stabil (3) - Action senar tinggi pada bagian atas neck (3) Kesimpulan :? Similarity baru, ID = = 0,3 Similarity baru, ID2 = = 0,65 Hasil perhitungan menunjukan kasus dengan bobot kemiripan tertinggi adalah kasus dengan ID3, sehingga kesimpulan yang dimiliki ID3 digunakan sebagai kesimpulan yang disarankan pada kasus baru.

8 Gambar 6. Flowchart Sistem Yang Dibangun Tahap Pembuatan Sistem Pembuatan sistem diagnosis kerusakan gitar ini dilakukan dengan dua tahap, yaitu implementasi basis data menggunakan database Microsoft Access 2007 dan implementasi sistem menggunakan Visual Basic 200. HASIL DAN PEMBAHASAN Form Main Frame Form Main Frame merupakan tampilan utama dari sistem pakar. Form ini akan tampil saat pertama kali masuk sistem. Tampilan dari form Main Frame disajikan dalam Gambar 7.

9 Form Login Form login akan tampil jika user memilih menu File Login sbg Pakar. Form login digunakan untuk masuk kedalam sistem baik sebagai pengguna atau pakar. Tampilan dari form login disajikan dalam Gambar 0. Gambar 7. Form Main Frame Form Konsultasi Form konsultasi adalah tampilan yang digunakan untuk fitur deteksi kerusakan pada sistem. Pada form ini user akan diminta memilih jenis gitar dan gejalagejala yang dirasakan pada gitarnya, kemudian sistem akan menampilkan kesimpulan berupa kerusakan dan solusi ketika user menekan tombol DETEKSI KERUSAKAN. Tampilan dari form konsultasi disajikan dalam Gambar 8. Gambar 0. Form Login Form Kelola Gejala Form kelola gejala digunakan untuk mengelola data gejala dalam basis pengetahuan. Form ini akan muncul saat memilih menu Kelola Pengetahuan - Kelola Gejala. Tampilan dari form kelola gejala disajikan dalam Gambar. Gambar 8. Form Konsultasi Form Hasil Deteksi Form hasil deteksi merupakan form yang digunakan untuk menampilkan hasil dari pendeteksian yang telah dilakukan oleh sistem. Tampilan dari form hasil deteksi disajikan dalam Gambar 9. Gambar 9. Form Hasil Deteksi Gambar. Form Kelola Gejala Form Kelola Kerusakan Form kelola kerusakan digunakan untuk mengelola data kerusakan dalam basis pengetahuan yang dimiliki sistem. Form ini akan muncul saat memilih menu Kelola Pengetahuan- Kelola Kerusakan. Tampilan dari form kelola kerusakan disajikan dalam Gambar 2.

10 yang dimilikinya. Kasus yang telah divalidasi kemudian disimpan kedalam basis pengetahuan untuk digunakan pada kasus selanjutnya. Form ini akan muncul saat memilih menu revise. Tampilan dari form revise disajikan dalam Gambar 4. Gambar 2. Form Kelola Kerusakan Form Kelola Kasus Form kelola kasus digunakan untuk mengelola data kasus dalam basis pengetahuan yang dimiliki sistem. Form ini akan muncul saat memilih menu Kelola Pengetahuan - Kelola Gejala. Tampilan dari form kelola kasus disajikan dalam Gambar 3. Gambar 3. Form Kelola Kasus Form Revise Form revise digunakan untuk mengelola data kasus baru untuk dilakukan validasi terhadap kesimpulan Gambar 4. Form Revise Perbandingan Antara Output Sistem dan Perhitungan Manual Perbandingan antara hasil penalaran yang dilakukan oleh sistem dengan hasil dari perhitungan manual dilakukan dengan membandingkan nilai similarity dari lima kasus lama yang memiliki tingkat kemiripan tertinggi dengan kasus baru. Perbandingan antara hasil penalaran dari sistem dan perhitungan manual disajikan dalam Tabel 4. Tabel 4. Perbandingan Antara Output Sistem dan Perhitungan Manual No Akustik Kasus Baru GA004, GA006, GA03, GA003 GA00, GA02, GA009 GA007, GA00, GA0, GA02 GA004, GA03, GA002, GA009 Output Sistem KA002, KA008, KA007, KA00, KA02 KA00, KA009, KA0, KA00, KA004 KA0, KA00, KA009 KA03, KA002, KA004, KA04, KA00 Perhitung an Manual KA002, KA008, KA007, KA00, KA02 KA00, KA009, KA0, KA00, KA004 KA0, KA00, KA009 KA03, KA002, KA004, KA04, KA00 Ket.

11 5 GA03, GA003, GA008, GA009 Elektrik GE004, GE005, GE006, GE05, GE GE007, GE009, GE024, GE00 GE026, GE02, GE04 GE008, GE09, GE003, GE02 GE008, GE009, GE08, GE07 GE024, GE00, GE03 GE00, GE002, GE003, GE02, GE04 GE026, GE0, GE02, GE04, GE025 GE005, GE006, GE002, GE003 GE009, GE05, GE02, GE024, GE00 KA009, KA002, KA00, KA006, KA004 KE004, KE02, KE020, KE03, KE002 KE033, KE07, KE00, KE09, KE02 KE025, KE06, KE05, KE007, KE008 KE008, KE006, KE02, KE009, KE022 KE023, KE00, KE033, KE07, KE030 KE09, KE07, KE08, KE00, KE0 KE003, KE003, KE007, KE026, KE028 KE025, KE06, KE05, KE005, KE007 KE028, KE002, KE027, KE029, KE003 KE07, KE00, KE033, KE09, KE08 KA009, KA002, KA00, KA006, KA004 KE004, KE02, KE020, KE03, KE002 KE033, KE07, KE00, KE09, KE02 KE025, KE06, KE05, KE007, KE008 KE008, KE006, KE02, KE009, KE022 KE023, KE00, KE033, KE07, KE030 KE09, KE07, KE08, KE00, KE0 KE003, KE003, KE007, KE026, KE028 KE025, KE06, KE05, KE005, KE007 KE028, KE002, KE027, KE029, KE003 KE07, KE00, KE033, KE09, KE08 Tabel diatas menunjukan nilai yang dihasilkan sistem sesuai dengan nilai yang dihasilkan oleh perhitungan k-nearest neighbor secara manual. Kesesuaian tersebut menunjukan keberhasilan penerapan rumus k-nn kedalam sistem. Perbandingan Antara Output Sistem dan Kesimpulan Pakar Perbandingan antara hasil penalaran yang dilakukan oleh sistem dengan kesimpulan dari pakar dilakukan dengan membandingkan tiga kerusakan tertinggi yang dihasilkan oleh sistem dan kemungkinan kerusakan yang disimpulkan oleh pakar. Perbandingan antara hasil penalaran dari sistem dan kesimpulan dari pakar disajikan dalam Tabel 5. Tabel 5. Perbandingan Antara Output Sistem dan Kesimpulan Pakar Kasus No Baru Akustik GA004, GA006, GA03, GA003 GA00, 2 GA02, GA009 GA007, GA00, 3 GA0, GA02 GA004, GA03, 4 GA002, GA009 GA03, GA003, 5 GA008, GA009 Elektrik GE004, GE005, GE006, GE05, GE09 GE007, GE009, 2 GE024, GE00 GE026, 3 GE02, GE04 GE008, GE09, 4 GE003, GE02 GE008, GE009, 5 GE08, GE07 GE024, 6 GE00, GE03 GE00, GE002, 7 GE003, GE02, GE04 Output Sistem RA00, RA004, RA008 RA005, RA006, RA00 RA006, RA005 RA008, RA00, RA002 RA005, RA00, RA003 RE004, RE06, RE05 RE009, RE03, RE008 RE020, RE02, RE0 RE006, RE005, RE06 RE07, RE08, RE009 RE04, RE03, RE008 RE003, RE00, RE005 Kesimpulan Pakar RA00, RA004, RA008 RA005, RA006, RA009 RA006, RA005, RA00 RA008, RA00, RA0 RA005, RA00, RA02 RE004, RE06, RA00 RE009, RE03, RE008 RE020, RE02, RE0 RE006, RE005, RE06 RE07, RE008, RE03 RE04, RE03, RE008 RE003, RE00, RE005 Nilai Kesesuaian 2/3 2/3 2/3 2/3 2/3 2/3

12 8 9 0 GE026, GE0, GE02, GE04, GE025 GE005, GE006, GE002, GE003 GE009, GE05, GE02, GE024, GE00 RE020, RE02, RE0 RE002, RE003, RE004 RE03, RE008, RE009 RE020, RE02, RE0 RE002, RE003 RE03, RE008, RE009 Keterangan nilai kesesuaian pada tabel : - = Kemungkinan kerusakan sama - 2/3 = 2 dari 3 kemungkinan kerusakan sama - /3 = dari 3 kemungkinan kerusakan sama - 0 = Kemungkinan kerusakan berbeda Persentase kecocokan antara output sistem dan kesimpulan pakar didapatkan dengan menghitung rata-rata dari nilai kesesuaian. Nilai rata-rata yang dihasilkan kemudian dirubah dalam bentuk persen(%). Adapun perhitungan persentase kecocokan tersebut adalah sebagai berikut : Kecocokan = +(2/3)+(2/3)+(2/3)+(2/3)+(2/3)++++(2/3)++++(2/3)+ 5 x 00% = 84,4 % Berdasarkan perhitungan diatas, maka persentase kesesuaian antara hasil perhitungan sistem dan hasil pemikiran pakar adalah sebesar 84,4%. Nilai tersebut menunjukan tingkat kesesuaian yang tinggi antara output sistem dan pemikiran pakar. Kelebihan dan Kekurangan Case Based Reasoning (CBR) Kelebihan dari system pakar ini adalah semakin banyak pengalaman atau kasus yang tersimpan dalam basis pengetahuan, maka sistem akan semakin pintar sehingga dapat memecahkan masalah dengan mudah. Metode case based reasoning (CBR) lebih efisien dalam melakukan penalaran dibandingkan dengan rule based reasoning, karena 2/3 menggunakan pengetahuan lama dan memiliki kemampuan untuk mengadaptasi pengetahuan baru. CBR tidak perlu membangkitkan aturan-aturan setiap akan menyelesaikan masalah, melainkan dengan menilai tingkat kemiripan masalah dengan kasus lama. Dalam dunia nyata, saat menghadapi suatu masalah biasanya seorang pakar melihat kesamaan masalah tersebut dengan masalah yang pernah diselesaikan sebelumnya. Kelemahan dari penggunaan case based reasoning adalah semakin banyak data kasus yang tersimpan dalam basis pengetahuan, maka proses penalaran akan sedikit bertambah lama karena sistem harus menghitung tingkat kemiripan kasus baru dengan semua kasus pada basis pengetahuan. Adapun perubahan waktu eksekusi sesuai banyaknya kasus yang tersimpan dalam basis pengetahuan disajikan dalam Tabel 6. Tabel 6. Perbandingan Waktu Eksekusi Sistem Waktu Eksekusi No Jumlah Kasus Sistem (detik) Tabel diatas menunjukkan bahwa waktu eksekusi sistem akan bertambah jika jumlah kasus lama yang disimpan dalam basis pengetahuan bertambah. Berdasarkan tabel diatas maka dapat dibuat sebuah grafik yang menunjukan perbandingan antara jumlah kasus dengan waktu eksekusi sistem seperti yang disajikan pada Gambar 5.

13 Gambar 5. Grafik Perubahan Waktu Eksekusi SIMPULAN DAN SARAN Kesimpulan Penelitian ini telah berhasil membangun sebuah sistem deteksi gangguan pada gitar menggunakan bahasa pemrograman Visual Basic 200. Sistem ini dapat digunakan di perangkat komputer tanpa perlu menginstall server lokal karena menggunakan database dari Microsoft Access Metode penalaran yang digunakan oleh sistem adalah metode case based resoning (CBR) dengan menggunakan rumus k-nearest neighbor. Adapun tool yang digunakan dalam perancangan system yaitu entity relationship diagram (ERD), relasi tabel, diagram konteks, data flow diagram level 0 (DFD level 0) dan flowchart. Sistem yang dibangun dapat melakukan pendeteksian kerusakan atau gangguan yang terjadi pada gitar akustik dan gitar elektrik berdasarkan gejala yang dimasukkan oleh pengguna. Sistem juga dapat digunakan untuk mengelola basis pengetahuan yaitu gejala, kerusakan dan kasus. Kasus baru yang dimasukkan disimpan kedalam tabel revise untuk kemudian dilakukan proses revise dan retain. Metode case based reasoning lebih baik dari metode rule based reasoning karena penalaran dilakukan berdasarkan pengalaman atau kasus sebelumnya. Semakin banyak pengalaman atau kasus yang tersimpan dalam basis pengetahuan, maka sistem akan semakin pintar sehingga dapat memecahkan masalah dengan mudah. Kecepatan penalaran dipengaruhi oleh banyaknya kasus lama yang digunakan sistem selama proses perhitungan pada tahap retrieval. Semakin banyak data kasus yang tersimpan, maka perulangan pada proses penalaran akan semakin banyak sehingga memperbesar waktu eksekusi. Dalam penggunaannya, sistem yang dibangun dapat membantu dalam mencari kemungkinan kerusakan yang terjadi pada gitar sesuai gejala yang dirasakan tanpa kehadiran seorang pakar, sehingga memungkinkan kerusakan dapat diperbaiki oleh pengguna sendiri. Kesimpulan didapatkan dari kasus lama yang memiliki similarity tertinggi. Kesesuaian antara kesimpulan sistem dan pemikiran pakar sebesar 84,4 % sehingga sistem cukup bisa dipercaya. Uraian diatas menunjukkan keberhasilan penggunaan metode penalaran case based resoning (CBR) untuk pendeteksian kerusakan yang terjadi pada alat musik gitar, baik akustik maupun elektrik. Oleh karena itu sistem yang dibangun sudah sesuai dengan tujuan dan ruang lingkup yang telah ditentukan. Saran Waktu eksekusi dari metode penalaran case based reasoning dipengaruhi oleh banyaknya data kasus yang digunakan pada tahap retrieval, yaitu semakin banyak kasus maka proses penalaran akan semakin lama. Untuk menangani hal tersebut, maka penelitian dapat dikembangkan dengan menggunakan metode penalaran lain sehingga eksekusi sistem dapat berjalan lebih cepat. Dalam penggunaan sistem sebaiknya tidak sembarangan memanipulasi data gejala, data kerusakan dan data kasus yang telah dalam basis pengetahuan, karena dapat mengganggu proses penalaran yang dilakukan sistem. Untuk

14 pengembangan selanjutnya sistem sebaiknya dapat memberi kesimpulan dengan lebih dari satu kerusakan, sehingga lebih cepat dalam mendeteksi kerusakan pada gitar. DAFTAR PUSTAKA Aamodt, A., dan Plaza, E Case Based Reasoning: Foundation Issues, Methodological Variations, and System Approaches. AI Communications Vol. 7. Taufani, R.Dani Mengolah Data Dengan Microsoft Access Mugi, Bandung. Turban, E., Aronson, Ting Peng Liang Decision Support System and Intellgent System (Sistem Pendukung Keputusan Sistem Cerdas). Andi, Yogyakarta. Turban, Efraim Decision Support System and Expert System. Prentice- Hall. Inc, New Jersey. Arhami, Muhammad Konsep Dasar Sistem Pakar. Andi, Yogyakarta. Aribowo, Agus S TELEMATIKA Vol.7 No.. UNP Veteran, Yogyakarta. Firdaus Jam Belajar Interaktif Visual Basic 6.0 Untuk Orang Awam. Maxikom, Palembang. Mantaras, R. L Retrieval, Reuse, Revision and Retention in Case Based Reasoning, The Knowledge Engineering Review. Cambridge University, United Kingdom. Nugroho, B Master Gitar. e-prim, Jakarta. Retnowati, Reny Jurnal Sarjana Teknik Informatika Vol. No.. Universitas Ahmad Dahlan. Yogyakarta. Shaid et al Jurnal TIKomSiN Vol.3 No.. STIMK Sinar Nusantara. Surakarta. Sutojo, T., Mulyanto, E., dan Suhartono, V Kecerdasan Buatan. Andi, Yogyakarta.