TUGAS AKHIR SISTEM PAKAR UNTUK MENENTUKAN TIPE AUTISME PADA ANAK USIA 7-10 TAHUN MENGGUNAKAN METODE FORWARD CHAINING.

Transkripsi

1 TUGAS AKHIR SISTEM PAKAR UNTUK MENENTUKAN TIPE AUTISME PADA ANAK USIA 7-10 TAHUN MENGGUNAKAN METODE FORWARD CHAINING Disusun Oleh: Nama NIM Program Studi : Agam Krisna Setiaji : A : Teknik Informatika (S1)

2 FAKULTAS ILMU KOMPUTER UNIVERSITAS DIAN NUSWANTORO SEMARANG 2013 SISTEM PAKAR UNTUK MENENTUKAN TIPE AUTISME PADA ANAK USIA 7-10 TAHUN MENGGUNAKAN METODE FORWARD CHAINING Laporan ini disusun guna memenuhi salah satu syarat menyelesaikan Program Studi Tehnik Informatika S1 pada fakultas Ilmu Komputer Universitas Dian Nuswantoro Disusun oleh : Nama : Agam Krisna Setiaji N.I.M : A Programstudi : Teknik Informatika (S-1) FAKULTAS ILMU KOMPUTER

3 UNIVERSITAS DIAN NUSWANTORO SEMARANG 2013 PERSETUJUAN LAPORAN TUGAS AKHIR Nama Pelaksana : Agam Krisna Setiaji N.I.M : A Program Study : Teknik Informatika S1 Fakultas : Ilmu Komputer Judul Tugas Akhir : Sistem Pakar Untuk Menentukan Tipe Autisme Pada Anak Usia 7-10 Tahun Menggunakan Metode Forward Chaining Tugas Akhir ini telah diperiksa dan disetujui, Semarang, 18 Oktober 2013 Menyetujui : Mengetahui : Pembimbing Dekan Fakultas Ilmu Komputer Noor Ageng Setiyanto, M.Kom Dr. Abdul Syukur, M.M

4 PENGESAHAN DEWAN PENGUJI Nama Pelaksana : Agam Krisna Setiaji N.I.M : A Program Study : Teknik Informatika S1 Fakultas : Ilmu Komputer Judul tugas Akhir : Sistem Pakar Untuk Menentukan Tipe Autisme Pada Anak Usia 7-10 Tahun Menggunakan Metode Forward Chaining. Pembimbing : Noor Ageng Setiyanto, M.Kom Semarang, 18 Oktober 2013 Dewan Penguji: ( Slamet Sudaryanto N., ST, M.Kom ) ( Etika Kartikadarma, M.Kom ) Anggota 1 Anggota 2 ( Ajib Susanto, M.Kom ) KetuaPenguji

5 PERNYATAAN KEASLIAN TUGAS AKHIR penulis : Sebagai mahasiswa Universitas Dian Nuswantoro, yang bertanda tangan dibawah ini, Nama Pelaksana N.I.M : Agam Krisna Setiaji : A Menyatakan bahwa karya ilmiah saya yang berjudul : Sistem Pakar Untuk Menentukan Tipe Autisme Pada Anak Usia 7-10 Tahun Menggunakan Metode Forward Chaining. merupakan karya asli saya (Kecuali cuplikan dan ringkasan yang masing-masing telah saya jelaskan sumbernya dan perangkat pendukung). Apabila dikemudian hari, karya saya disinyalir bukan merupakan karya asli saya, yang disertai dengan bukti-bukti yang cukup, maka saya bersedia untuk dibatalkan gelar saya beserta hak dan kewajiban yang melekat pada gelar tersebut. Demikian surat pernyataan ini saya buat dengan sebenarnya. Dibuat di : Semarang Pada tanggal : 18 Oktober 2013 Yang Menyatakan (Agam Krisna Setiaji

6 PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS Sebagai mahasiswa Universitas Dian Nuswantoro, yang bertandatangan dibawah ini, saya : Nama Pelaksana : Agam Krisna Setiaji N.I.M : A Dengan mengembangkan ilmu pengetahuan, menyetujui untuk memberikan kepada Universitas Dian Nuswantoro Hak Bebas Non-Ekskutif (Non-exclusive Royalty-Free Right) atas karya ilmiah saya yang berjudul: Sistem Pakar Untuk Menentukan Tipe Autisme Pada Anak 7-10 Tahun Menggunakan Metode Forward Chaining. beserta perangkat yang diperlukan (bila ada). Dengan Hak Bebas Non-Ekskutif ini Universitas Dian Nuswantoro berhak untuk menyimpan, mengcopy ulang (memperbanyak), menggunakan, mengelola dalam bentuk pangkalan data (data base), mendistribusikannya dan menampilkan untuk kepentingan akademis tanpa perlu minta ijin dari saya selama tetap mencantumkan nama saya sebagai penulis/pencipta. Saya bersedia untuk menanggung secara pribadi, tanpa melibatkan pihak Universitas Dian Nuswantoro, segala bentuk tuntutan hukum yang timbul atas pelanggaran hak cipta dalam karya ilmiah saya ini. Demikian surat pernyataan ini saya buat dengan sebenarnya. Dibuat di : Semarang Pada tanggal : 18 Oktober 2013 Yang Menyatakan (Agam Krisna Setiaji)

7 UCAPAN TERIMAKASIH Dengan mengucapkan puji syukur kepada Allah SWT, yang telah memberikan rahmat serta inayah-nya, sehingga penulis dapat menyelesaikan penyusunan laporan Tugas Akhir dengan judul Sistem Pakar Untuk Menentukan Tipe Autisme Pada Anak Usia 7-10 Tahun Menggunakan Metode Forward Chaining.. Dalam penyusunan hingga penyelesaian Laporan Tugas Akhir ini, penulis banayak mendapatkan bimbingan, arahan, nasehat, serta dukungan dari berbagai pihak. Untuk itu pada kesempatan ini penulis ingin mengucapkan terima kasih kepada : 1. Dr. Ir. Edi Noersasongko, M.Kom, selaku Rektor Universitas Dian Nuswantoro Semarang. 2. Dr. Abdul Syukur, M.M selaku Dekan Fakultas Ilmu Komputer Universitas Dian Nuswantoro Semarang. 3. Dr. Heru Agus Santoso, M.Kom selaku Ka.Progdi Teknik Informatika. 4. Noor Ageng Setiyanto, M.Kom selaku Dosen Pembimbing, yang telah memberikan bimbingan, petunjuk serta pengarahan dalam pembuatan Laporan Tugas Akhir. 5. Semua Staf Pihak Sekolah Dasar Cita Bangsa Semarang. 6. Kepada Bapak, Ibu, kakak, adik, yang selalu memberikan dukungan dan doa setiap waktu. 7. Kepada semua Dosen Udinus, sahabatku, teman-teman kost, semua pihak yang tidak bisa saya sebutkan satu-persatu yang telah mendukung pembuatan Laporan Tugas Akhir ini. Semarang, 18 Oktober 2013 Penulis

8 ABSTRAK Agam Krisna Setiaji (A ) Sistem Pakar Untuk Menentukan Tipe Autisme Pada Anak Usia 7-10 Tahun Menggunakan Metode Forward Chaining Perkembangan komputer mengalami banyak perubahan yang sangat pesat, seiring dengan kebutuhan manusia yang semakin banyak. Komputer yang pada awalnya hanya digunakan oleh para akademisi dan militer, tetapi kini telah digunakan secara luas di berbagai bidang, misalnya : bisnis, kesehatan, permainan, psikologi, dan sebagainya. Salah satu penerapan dalam bidang psikologi khususnya psikologi gangguan perkembangan anak adalah kasus autisme. Autisme merupakan keadaan yang menggangu perkembangan anak. Penyandang autisme memiliki gangguan kemampuan berinteraksi dengan orang lain dan teman sebayanya, gangguan komunikasi dan berbahasa,serta berbagai perilaku yang tidak sesuai dengan umur perkembangan anak tentunya akan menghambat proses tumbuh kembang anak. Sistem pakar dirancang untuk mendiagnosis tipe autisme yang bertujuan untuk memberi informasi dan solusi kepada orang tua yang memiliki anak penyandang autisme. Sistem Pakar menggunakan metode forward chaining sebagai aturan untuk menarik kesimpulan yang dimulai dari mengelompokan gejala, membandingkan gejala dan menarik kesimpulan berupa tipe autisme yang didapat dari gejala. Hasil outputan sistem pakar berupa tipe autisme hasil diagnosa, presentase diagnosa dan solusi dari diagnosa,. Kata kunci : Komputer, psikologi, sistem pakar, forward chaining, autisme. XiV + 70 halaman, 46 gambar, 15 tabel Daftar Acuan = 10 ( )

9 DAFTAR ISI. HALAMAN HALAMAN JUDUL...i HALAMAN PERSETUJUAN...ii HALAMAN PENGESAHAN...iii HALAMAN PERNYATAAN KEASLIAN...iv HALAMAN PERSETUJUAN PUBLIKASI...v HALAMAN UCAPAN TERIMAKASIH...vi HALAMAN ABSTRAK...vii DAFTAR ISI...viii DAFTAR GAMBAR...xii DAFTAR TABEL...xiv BAB I : PENDAHULUAN Latar Belakang Masalah Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian Penelitian Terkait...3

10 BAB II : TINJAUAN PUSTAKA Autisme Tipe Autisme Sindroma Aspeger Childhood Disintegrative Disorder Rett s Syndrome Kecerdasan Buatan Sistem Pakar Ciri ciri sistem pakar Keuntungan sistem pakar Alasan pengembangan sistem pakar Modul penyusunan sistem pakar Struktur sistem pakar Forward chaining Website Web broser PHP Apache sebagai web server...15 BAB III : METODE PENELITIAN Objek Penelitian Metode Pengumpulan Data Metode Pengembangan Sistem Desain sistem Implementasi sistem Pengujian sistem...19

11 BAB IV : HASIL DAN PEMBAHASAN Analisis sistem Pemodelan sistem Diagram konteks Data Flow Diagram Data Flow Diagram level 1 proses identifikasi Data Flow Diagram level 1 proses admin Entity Relationship Diagram Tabel Normalisasi Bentuk Pertama Bentuk Normal Kedua Bentuk Normal ketiga Diagram Tabel Relasi Kamus Data Proses Inferensi Penalaran Maju (forward chaining) Flowchart Flowchart pendaftaran Flowchart Login User Flowchart Input Nama User dan identifikasi Flowchart Hasil Identifikasi Flowchart Saran dan Kritik Flowchart Input Jenis Autisme Flowchart Input Gejala Basis Pengetahuan Pelacakan Solusi Basis Aturan Perancangan Sistem Perancangan Halamaman Utama Perancangan Login Admin Perancangan Halaman Konsultasi...49

12 4.4.4 Perancangan Halaman Mulai Konsultasi Perancangan Halaman Mulai Konsultasi Perancangan Halaman Mulai Konsultasi Perancangan Halaman Mulai Konsultasi Perancangan Halaman Input Gejala Lain Perancangan Halaman Hasil Konsultasi Perancangan Halaman Poling Perancangan Halaman Kritik Saran Perancangan Halaman Utama Admin Perancangan Halaman Admin Lihat Data Autisme Perancangan Halaman Admin lihat Kritik Saran Implementasi Sistem Halaman Utama Halaman Login User Halaman Konsultasi Halaman Mulai Konsultasi Halaman Mulai Konsultasi Halaman Mulai Konsultasi Halaman Mulai Konsultasi Halaman Input Gejala Lain Halaman Hasil Konsultasi Halaman Poling Halaman Kritik Saran Halaman Login Admin Halaman Admin Login gagal Halaman Beranda Admin Halaman Admin Lihat Autisme Halaman Admin Lihat Kritik Dan Saran Pengujian Sistem Black Box.63

13 4.6.2 White box.65 BAB V : PENUTUP Kesimpulan Saran...70 DAFTAR PUSTAKA...71

14 DAFTAR TABEL Tabel 4.1 :Tabel User Bentuk Pertama Tabel 4.2 : Tabel Gejala Bentuk Pertama Tabel 4.3 : Tabel Autisme Bentuk Pertama Tabel 4.4 : Tabel Identifikasi Bentuk Pertama Tabel 4.5 : Tabel Pakar Bentuk Pertama Tabel 4.6 : Tabel Normalisasi User Bentuk Normal Kedua Tabel 4.7 : Tabel Normalisasi Gejala Bentuk Normla Kedua Tabel 4.8 : Tabel Normalisasi Autisme Bentuk Normal Kedua Tabel 4.9 : Tabel Normalisasi Pakar Diagnosa Bentuk Normal Kedua.. 29 Tabel 4.10:Tabel Normalisasi Identifikasi Bentuk Normla Kedua. 29 Tabel 4.11:Tabel Normalisasi Bentuk ke Tabel 4.12:Tabel Data Autisme Tabel 4.13:Tabel Data Gejala.. 46 Tabel 4.14:Tabel Pertanyaan Black Box Test.. 63 Tabel 4.15:Hubungan antara Cyclomatic Complexity dan Resiko 67

15 DAFTAR GAMBAR Gambar 2.1 : Arsitektur Sistem Pakar... 9 Gambar 2.2 : Penalaran Forward Chaining Gambar 4.1 : Diagram Konteks Gambar 4.2 : DFD Level Gambar 4.3 : DFD Level 1 Proses Identifikasi Gambar 4.4 : DFD Level 4 Proses Admin Gambar 4.5 : Entity Relation Diagram (ERD) Gambar 4.6 : Diagram Tabel Relasi Gambar 4.7 : Flowchart Proses Inferensi Penalaran Maju Gambar 4.8 : Flowchart Pendaftaran Gambar 4.9 : Flowchart Login User Gambar 4.10 : Flowchart Input Nama User Dan Identifikasi Gambar 4.11 : Flowchart Hasil Identifikasi Gambar 4.12 : Flowchart Saran Dan Kritik Gambar 4.13 : Flowchart Input Jenis Autisme Gambar 4.14 : Flowchart Input Gejala Gambar 4.15 : Pohon Pelacakan Solusi Gambar 4.16 : Perancangan Halaman Utama... 48

16 Gambar 4.17 : Perancangan Login Admin Gambar 4.18 : Perancangan Halaman Konsultasi Gambar 4.19 : Perancangan Halaman Mulai Konsultasi Gambar 4.20 : Perancangan Halaman Mulai Konsultasi Gambar 4.21 : Perancangan Halaman Mulai Konsultasi Gambar 4.22 : Perancangan Halaman Mulai Konsultasi Gambar 4.23 : Perancangan Halaman Input Gejala Lain Gambar 4.24 : Perancangan Halaman Hasil Konsultasi Gambar 4.25 : Perancangan Halaman Poling Gambar 4.26 : Perancangan Halaman Kritik Saran Gambar 4.27 : Perancangan Halaman Utama Admin Gambar 4.28 : Perancangan Halaman Admin Lihat Data Autisme Gambar 4.29 : Perancangan Halaman Admin lihat Kritik Saran Gambar 4.30 : Halaman Utama Gambar 4.31 : Halaman Login User Gambar 4.32 : Halaman Konsultasi Gambar 4.33 : Halaman Mulai Konsultasi Gambar 4.34 : Halaman Mulai Konsultasi Gambar 4.35 : Halaman Mulai Konsultasi Gambar 4.36 : Halaman Mulai Konsultasi Gambar 4.37 : Halaman Input Gejala Lain... 58

17 Gambar 4.38 : Halaman Hasil Konsultasi Gambar 4.39 : Halaman Poling Gambar 4.40 : Halaman Kritik Saran Gambar 4.41 : Halaman Login Admin Gambar 4.42 : Halaman Admin Login Gagal Gambar 4.43 : Halaman Beranda Admin Gambar 4.44 : Halaman Lihat Autisme Gambar 4.45 : Halaman Lihat Kritik Saran Gambar 4.46 : Bagan Alir Evaluasi... 67

18 ABSTRACT Development of computers through many changes very rapidly, in line with the growing human needs. Computer that was originally only used by academics and the military, but is now widely used in many fields, such as : business, health, games, psychology, and so on. One particular application in the field of psychology is the psychology of child development disorder autism cases. Autism is a condition that interferes with a child's development. People with autism have an impaired ability to interact with others and their peers, communication and language disorders, as well as a variety of behaviors that are not age-appropriate child development course will hinder the process of development of the child. Expert system designed to diagnose the type of autism that aims to provide information and solutions to parents who have children with autism. Expert systems use the method as a forward chaining rule begins to draw conclusions from the grouping of symptoms, comparing symptoms and draw conclusions obtained in the form of autism types of symptoms. Results in the form of an expert system type of autism diagnosis, the percentage of diagnosis, and the solution of the diagnosis. Keywords: computer, psychologi, expert systems, forward chaining, autism XiV + 70 pages, 46 pictures, 15 tables List of References = 10 ( )

19 BAB I PENDAHULUAN 1.1. Latar Belakang Perkembangan komputer mengalami banyak perubahan yang sangat pesat, seiring dengan kebutuhan manusia yang semakin banyak. Komputer yang pada awalnya hanya digunakan oleh para akademisi dan militer, tetapi kini telah digunakan secara luas di berbagai bidang, misalnya : bisnis, kesehatan, permainan, psikologi, dan sebagainya. Hal ini mendorong para ilmuwan untuk mengembangkan komputer agar dapat mempermudah pekerjaan manusia. Sistem Pakar merupakan bagian dari kecerdasan buatan yang merupakan suatu program yang berusaha menirukan proses penalaran seperti yang dilakukan seorang pakar dalam menyelesaikan masalah[1]. Salah satu implementasinya adalah sistem pakar tentang untuk menentukan tipe autisme pada anak. Autisme merupakan keadaan yang sangat mengganggu perkembangan anak. Penyandang autisme memiliki gangguan kemampuan berinteraksi dengan orang lain dan teman sebayanya, gangguan berkomunikasi dan berbahasa,serta berbagai perilaku yang tidak sesuai dengan umur perkembangan anak tentunya akan menghambat proses tumbuh kembang anak[2]. Salah satu tipe autise adalah sindroma aspeger, para penyandang sindroma aspeger memiliki kekurangan dalam interaksi sosial, tetapi mereka mampu berkomunikasi cukup baik. Anak sering memperlihatkan perilaku tidak wajar dan minat yang terbatas. Anak mampu mengikuti kegiatan sekolah dengan prestasi rata-rata atau diatas rata-rata[3]. Berdasarkan latar belakang diatas guna membantu orang tua untuk menentukan tipe autisme pada anak maka akan dikembangkan sistem pakar yang dapat menentukan tipe autisme pada anak. Dalam dalam penelitian ini penulis memilih judul Sistem Pakar Untuk Menentukan Tipe Autisme Pada Anak Usia 7-10 tahun Menggunakan Metode Forward Chaining. Metode sistem forward chaining digunakan sebagai aturan untuk menarik

20 kesimpulan. Dari sistem ini diharapkan mampu membantu konsultasi perkembangan anak oleh orang tua kepada pakar Rumusan Masalah Berdasarkan uraian latar belakang maka dapat diambil kesimpulan permasalahan yaitu Bagaimana merancang sistem pakar untuk menentukan tipe autisme pada anak, sehingga mampu memberikan pengetahuan dan solusi pada orang tua mengenai tipe autisme pada anak Batasan Masalah Dalam penelitian ini akan dibatasi permasalahan sebagai berikut : a. Mendiagnosa tipe autisme pada anak usia 7-10 tahun. b. Metode yang digunakan adalah forward chaining. c. User diasumsikan orang tua dari anak autis. d. Diasumsikan User orang yang mengerti menggunakan sistem 1.4. Tujuan Penelitian Tujuan sistem yaitu mengelompokan gejala sesuai dengan tipe autisme sehingga memberikan solusi untuk mempermudah diagnosa tipe autisme pada anak yang dilakukan orang tua dari sisi lain orang tua tidak kesulitan untuk konsultasi dengan pakar 1.5. Manfaat Penelitian Adapun manfaat yang dapat diperoleh dengan menggunakan sistem pakar ini : a) Bagi Orang tua Mempermudah konsultasi orang tua, dan orang tua dapat mengetahui tipe autis pada anak serta mendapat solusi dari permasalahan serupa. b) Bagi Penulis Menerapkan teori yang didapat dalam perkuliahan ke dalam aplikasi sistem. c) Bagi Akademik Sebagai referensi untuk penelitian mahasiswa yang mengambil tema serupa.

21 1.6. Penelitian Terkait Peneletian sebelumnya oleh Feri Farur Rahman sistem pakar yang dibangun untuk mendiagnosa gangguan pada anak menggunakan metode certainty factor. Penelitian penulis mengerucutkan penelitian sebelumnya dengan cara mengambil kasus autisme yang merupakan salah satu jenis gangguan pada anak.[1]

22 BAB II TINJAUAN PUSTAKA 2.1 Autisme Autisme bukanlah penyakit menular, namun suatu gangguan perkembangan yang luas yang ada pada anak. Seorang ahli mengatakan autisme adalah dasar dari manusia yang memiliki kepribadian ganda (Sizhophren). Autisme pada anak berbeda-beda tarafnya dari yang ringan sampai yang berat. Autisme dapat terjadi pada siapa saja tanpa membedakan perbedaan status sosial maupun ekonomi. Dengan perbandingan 4:1 pada anak laki-laki.iq pada anak autisme bisa dari yang rendah sampai IQ yang tinggi.[1] 2.2 Tipe Autisme Sindroma Aspeger Penyandang Sindroma Aspeger kurang baik dalam interaksi sosialnya, tetapi mereka masih mampu berkomunikasi dengan cukup baik. Anak sering memperlihatkan perilaku yang tidak wajar dan minat yang terbatas. Anak mampu mengikuti kegiatan sekolah dengan prestasi rata-rata atau diatas rata-rata. Penyebab sindroma aspeger belum diketahui secara pasti. Anak austistik yang sudah menjalani terapi,seringkali menampakan gejala mirip sindroma aspeger dan bahkan ADHD. Dalam hal ini para orang tua perlu sangat berhati-hati, karena dapat berakibat dikuranginya intensitas terapi anaknya, sehingga menjadi regresi atau kemunduran perilaku kembali[2] Childhood Disintegrative Disorder (CDD) Kelainan perkembangan ini mirip dengan Rett s Syndrome, tetapi dapat dijumpai pada anak laki-laki maupun perempuan. Perkembangan anak pada awalnya normal kemudian mengalami kemunduran dalam hal berbahasa, sosial adaptif, dapat dijumpai mulai usia 2 tahun. Paling sering kemunduran terjadi pada usia 8 tahun. Ukuran lingkaran kepala anak normal dan tidak dijumpai epilepsy pada penderita ini[3].

23 2.2.3 Rett s Syndrome Merupakan kelainan genetik,bersifat x-linked recessive. Awalnya anak berkembang normal kemudian mengalami kemunduran dalam hal berbahasa,interaksi sosial, kognisi, dan timbul gerakan-gerakan stereotipik (berulang-ulang) pada jari-jari tangannya. Tangan penderita tampak seperti memilin-milin sesuatu, bertepuk tangan atau menempel kemulut. Secara fisik,ukuran kepala lebih kecil dari normal atau disebut mikrosefali. Pada umumnya dijumpai epilepsy pada penderita Rett s syndrome[3]. 2.3 Kecerdasan Buatan Kecerdasan buatan dapat didefinisikan sebagai mekanisme pengetahuan yang ditekankan pada pembentukan dan penilaian pada alat yang menjadikan mekanisme itu, serta membuat komputer berpikir secara cerdas. Kecerdasan buatan juga dapat didefinisikan sebagai salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti manusia. Teknologi kecerdasan buatan dipelajari dalam bidang-bidang, seperti: robotika,penglihatan komputer (computer vision), jaringan saraf tiruan (artificial neural system), pengolahan bahasa alami (natural language processing), pengenalan suara (speech recognition), dan sistem pakar (expert system)[1]. 2.4 Sistem Pakar Sistem pakar (system expert) secara umum adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang dilakukan oleh para ahli. Atau dengan kata lain sistem pakar adalah sistem yang di desain dan di implementasikan dengan bantuan bahasa pemrograman tertentu untuk dapat menyelesaikan seperti yang dilakukan oleh para ahli. Diharapkan dengan sistem ini orang awam dapat menyelesaikan masalah tertentu baik sedikit rumit ataupun rumit sekalipun tanpa bantuan para ahli dalam bidang tersebut [1].

24 2.4.1 Ciri- ciri sistem pakar Ciri ciri sistem pakar antara lain : a) Memiliki informasi yang handal. b) Mudah dimodifikasi. c) Dapat digunakan dalam berbagai jenis komputer. d) Memiliki kemampuan untuk belajar beradaptasi[4] Keuntungan sistem pakar Secara garis besar banyak sekali manfaat yang dapat diambil dari sistem pakar, antara lain : a) Menyimpan pengetahuan dan keahlian para pakar. b) Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk keahlian langka). c) Meningkatkan output dan produktivitas. d) Bisa melakukan proses berulang secara otomatis. e) Memiliki kemampuan untuk mengakses pengetahuan. f) Memiliki realibilitas. g) Meningkatkan kapabilitas sistem komputer. h) Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian. i) Sebagai media pelengkap dalam pelatihan. j) Meningkatkan dalam kapabilitas dalam penyelesaian masalah. k) Menghemat waktu dalam pengambilan keputusan[4] Alasan pengembangan sistem pakar Alasan dikembangkannya sistem pakar antara lain : a) Untuk menyimpan pengetahuan pakar, untuk menjamin jika suatu hari pakar tersebut mengundurkan diri atau mati. b) Untuk menyebarkan pengetahuan pakar, sehingga pengetahuan tersebut bisa dimanfaatkan orang lain dengan biaya lebih murah. c) Untuk memastikan keseragaman advice (nasihat) atau decisions (keputusan). d) Sebagai basis latihan untuk spesialis lain[4].

25 2.4.4 Modul penyusunan sistem pakar Menurut Staugaard suatu sistem pakar disusun oleh tiga modul utama, yaitu[4] : a) Modul Penerimaan Pengetahuan (Knowledge Acquisition Mode) Sistem berada pada modul ini, pada saat ia menerima pengetahuan dari pakar. Proses mengumpulkan pengetahuan-pengetahuan yang akan digunakan untuk pengembangan sistem, dilakukan dengan bantuan knowledge engineer. Peran knowledge engineer adalah sebagai penghubung antara suatu sistem pakar dengan pakarnya. b) Modul konsultasi (consultation Mode) Pada saat ini sistem berada pada posisi memberikan jawaban atas permasalahan yang diajukan oleh user, sistem pakar berada dalam modul konsultasi. Pada modul ini, user berinteraksi dengan sistem dengan menjawab pertanyaan yang diajukan oleh sistem. c) Modul penjelasan (Explanation Mode) Modul ini menjelaskan proses pengambilan keputusan oleh sistem (bagaimana suatu keputusan dapat diperoleh) Struktur sistem pakar Sistem pakar disusun oleh dua bagian utama, yaitu lingkungan pengembangan (development envirinment) dan lingkungan konsultasi (consultation environment). Lingkungan pengembangan sistem pakar digunakan untuk memasukkan pengetahuan pakar kedalam lingkungan sistem pakar, sedangkan lingkungan konsultasi digunakan untuk pengguna yang bukan pakar guna memperoleh pengetahuan pakar. Pengetahuan dalam sistem pakar merupakan keahlian yang dimiliki oleh seorang pakar. Komponen-komponen yang dalam sistem pakar yaitu User Interface (Antarmuka pengguna), basis pengetahuan, akuisisi pengetahuan, mesin inferensi, workplace penjelasan, perbaikan pengetahuan[4]. Seperti gambar berikut:

26 Gambar 2.1.Arsitektur Sistem Pakar a) Antarmuka Pengguna (User Interface) User Interface merupakan mekanisme yang digunakan pengguna dan sistem pakar untuk berkomunikasi. Pada bagian ini terjadi dialog antara program dan pemakai, yang memungkinkan sistem menerima instruksi dan informasi (input) dari pemakai, juga memberikan informasi (output) kepada pemakai. b) Basis Pengetahuan Basis pengetahuan berisi pengetahuan-pengetahuan dalam penyelesaian masalah di dalam domain tertentu. Dapat juga dikatakan bahwa basis pengetahuan mengandung kaidah atau aturan pengetahuan untuk memecahkan masalah. Salah satu bentuk pendekatan basis pengetahuan yang umum digunankan adalah penalaran berbasis aturan. Pada penalaran berbasis aturan (Rule-Base reasoning), pengetahuan direpresentasikan dengan menguunakan aturan bentuk IF-THEN.

27 c) Akuisisi Pengetahuan (Knowledge Aquisition) Akuisisi Pengetahuan adalah akumulasi, transfer dan transformasi keahlian dalam menyelesaikan masalah dari sumber pengetahuan ke dalam program komputer. Dalam tahap ini knowledge engineer berusaha menyerap pengetahuan untuk selanjutnya ditransfer ke dalam basis pengetahuan. Pengetahuan diperoleh dari pakar, dilengkapi dengan buku, basis data, laporan penelitian dan pengalaman pemakai. d) Motor Inferensi (Inference Engine) Mesin inferensi merupakan program yang berisi metodologi yang digunakan untuk melakukan penalaran dengan menggunakan pengetahuan yang ada untuk menghasilkan suatu kesimpulan. Mesin inferensi inilah yang mencari solusi yang ada. Ada 2 cara yang dapat dikerjakan dalam melakukan inferensi dalam sistem pakar berbasis aturan, yaitu: 1. Forward Chaining Pencocokan fakta atau pernyataan dimulai dari bagian sebelah kiri (IF dulu). Dengan kata lain, penalaran dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesis. 2. Backward Chaining Pencocokan fakta atau pernyataan dimulai dari bagian sebelah kanan (THEN dulu). Dengan kata lain, penalaran dimulai dari hipotesis terlebih dahulu dan untuk menguji kebenaran hipotesis tersebut harus dicari fakta-fakta yang ada dalam basis pengetahuan. e) Workplace Workplace merupakan area dari sekumpulan memori kerja (working memory). Workplace digunakan untuk merekam hasil-hasil antara dan kesimpulan yang diperoleh.

28 f) Fasilitas Penjelasan Fasilitas penjelasan adalah komponen tambahan yang akan meningkatkan kemampuan sistem pakar. Komponen ini menggambarkan penalaran sistem kepada pemakai. g) Perbaikan Pengetahuan Pakar memiliki kemampuan untuk menganalisis dan meningkatkan kinerjanya serta kemampuan untuk belajar dari kinerjanya. Kemampuan tersebut penting dalam dalam pembelajaran terkomputerisasi, sehingga program akan mampu menganalisis penyebab kesuksesan dan kegagalan yang dialaminya. 2.5 Forward Chaining Forward chaining adalah teknik pencarian yang dimulai dengan fakta yang diketahui, kemudian mencocokan fakta-fakta tersebut dengan bagian IF dari rules IF-THEN.Bila ada fakta yang cocok dengan bagian IF, maka rule tersebut dieksekusi. Bila sebuah rule dieksekusi, maka setiap fakta baru (bagian THEN) ditambahkan ke dalam database. Setiap kali pencocokan, dimulai dari rule teratas. Setiap rule hanya boleh dieksekusi sekali saja.proses pencocokan berhenti bila tidak ada lagi rule yang bisa di eksekusi[5]. Forward chaining merupakan metode inferensi yang melakukan penalaran dari suatu masalah kepada solusinya. Jika klausa premis sesuai dengan situasi (bernilai TRUE), maka proses akan menyatakan konklusi. Forward chaining adalah data-driven karena inferensi dimulai dengan informasi yang tersedia dan baru konklusi diperoleh. Jika suatu aplikasi menghasilkan tree yang lebar dan tidak dalam, maka gunakan forward chaining. Contoh : Terdapat 10 aturan yang tersimpan dalam basis pengetahuan yaitu : R1 : if A and B then C R2 : if C then D R3 : if A and E then F R4 : if A then G R5 : if F and G then D R6 : if G and E then H R7 : if C and H then I

29 R8 : if I and A then J R9 : if G then J R10 : if J then K Fakta awal yang diberikan hanya A dan E, ingin membuktikan apakah K bernilai Proses penalaran forward chaining terlihat pada gambar dibawah : benar. Gambar 2.2 Penalaran Forward Chaining 2.6 Website Website merupakan kumpulan halaman yang menampilkan informasi data, data animasi, teks, gambar, suara, dan gabungan dari semuanya baik yang bersifat dinamis ataupun statis yang membentuk suatu rangkaian bangunan yang saling terikat dengan jaringan-jaringan halaman[6]. 2.7 Web broser Browser adalah sebuah aplikasi perangkat lunak yang digunakan untuk menampilkan halaman Web. Microsoft Internet Explorer, Netscape Navigator, Mozilla adalah contohnya. Pendeknya untuk Web browser, merupakan aplikasi perangkat lunak digunakan untuk menemukan, mengambil dan juga menampilkan konten di World Wide Web, termasuk halaman Web, gambar, video dan file lainnya. Sebagai model klien / server, browser ini jangka klien pada komputer yang kontak server Web dan permintaan informasi. Web server mengirimkan informasi kembali ke browser Web yang menampilkan hasilnya pada komputer atau internet perangkat yang mendukung browser[7].

30 2.8 PHP Personal home page atau lebih dikenal PHP merupakan bahasa pemrograman berbasis web yang memiliki kemampuan untuk memproses dan mengolah data secara dinamis. Bahasa skrip ini menyati dengan tag-tag HTML. Kelebihan PHP sehingga banyak digemari adalah sebagai berikut[7]: a. Memiliki siklus yang singkat sehingga PHP selalu mengikuti perkembangan internet. b. PHP dapat digunakan dihampir semua web server (Apache,AOLServer, Unix, dll) c. Memiliki akses database yang fleksible. d. Waktu eksekusi yang lebih cepat. 2.9 My SQL database system SQL dan MySQL Sekilas keduanya sama akan tetapi keduanya berbeda jauh. SQL disebut sebagai bahasa permintaan database yang tersetruktur. Sedangkan MySQL merupakan sebuah database server yang memerlukan sebuah bahasa permintaan dalam melayani permintaan user. Singkatnya SQL adalah bahasa permintaan yang dibutuhkan oleh MySQL. MySQL adalah program database server dan SQL adalah bahasa yang digunakan didalamnya [8] Apache sebagai web server Web server adalah server internet yang melayani koneksi transfer data dalam protokol HTTP (Hypertext Transfer Protocol). Web server banyak melayani berbagai jenis data, mulai dari text, hypertext, gambar hingga suara. Apache adalah jenis web server yang banyak digemari karena memiliki keunggulan diantaranya : a. Bersifat gratis. b. Mudah dalam proses intalasi. c. Ringan dalam proses kerja sebagai server dan cepat dalam proses transfer file. d. Bersifat multiplatform yaitu dapat bekomunikasi dengan sistem operasi yang berbeda[9].

31 BAB III METODE PENELITIAN 3.1 Objek Penelitian Dengan adanya sistem pakar ini dapat membantu orang tua yang mempunyai anak yang menunjukan gejala-gejala autisme. User memasukkan gejala yang diperlihatkan anak mereka dan akan menghasilkan output berupa tipe autisme hasil diagnosa sistem. Hasil akhir akan diperoleh kesimpulan tipe autisme dan solusi penangananya. Objek penelitian dilakukan pada Sekolah Dasar Cita Bangsa Semarang yang beralamat di Jalan Sendangsari Utara XV No.5 Semarang. 3.2 Metode Pengumpulan Data Metode pengumpulan data yang digunakan penulis dalam menyusun laporan tugas akhir ini antara lain: a. Studi Pustaka Metode ini digunakan dengan mempelajari buku literatur atau buku- buku referensi mengenai forward chaining, web, autis yang berhubungan dengan penelitian ini salah satu buku yang dipakai adalah buku berjudul Autisma yang ditulis DR.Dr. Y. Handojo, MPH. b. Metode Interview atau wawancara Metode wawancara yaitu mengadakan wawancara secara langsung dengan pakar autis di Sekolah Dasar Cita Bangsa yaitu ibu Veva Lenawaty, M.Psi Metode ini digunakan untuk mendapatkan data berupa fakta dari seorang pakar mengenai tipe autis pada anak 7-10 tahun berdasarkan pengalaman yang dimilikinya, Data yang didapat berupa data gejala autisme, keterangan autisme, solusi autisme.

32 3.3 Metode Pengembangan Sistem Desain Sistem a) Analisa Kebutuhan Sistem Langkah-langkah yang dilakukan mengumpulkan data gejala-gejala pada anak autisme melalui buku-buku dan dikonsultasikan kepada pakar, untuk mengetahui benar tidaknya data yang akan diolah. b) Merekayasa Pengetahuan Pengembangan sistem pakar dimulai dengan merekayasa pengetahuan, yang dapat diperoleh dengan berbagai cara seperti artikel ilmiah, buku, konsultasi dengan pakar atau penelitian terdahulu. Langkah-langkah yang dilakukan adalah mengelompokan gejala-gejala sesuai dengan tipe autis dan merubahnya dalam bentuk yang bisa diimplementasikan ke dalam sistem. c) Perancangan Pelacakan Solusi Perancangan pelacakan solusi yang digunakan metode forward chaining dengan cara mengumpulkan fakta-fakta terlebih dahulu kemudian baru diambil kesimpulannya. Menarik kesimpulan yang berupa tipe autisme dari gejala-gejala yang sudah di kelompokan di tahap merekayasa pengetahuan. d) Pemodelan Sistem Langkah langkah yang digunakan Membuat CD ( Conteks Diagram ), DFD ( Data Flow Diagram ), ERD ( Entity Relationship Diagram ), Normalisasi tabel 1, Normalisasi tabel 2, Normalisasi tabel 3, Kamus data. e) Perancangan Sistem Perancangan sistem ini meliputi perancangan format menu dan perancangan desain interface yang akan digunakan sebagai fasilitas dialog antar sistem dan user. 1. Perancangan format menu tampilan Menu dirancang untuk memberikan pilihan menu-menu yang akan digunakan dalam aplikasi untuk memudahkan user dalam menggunakannya, software yang digunakan adalah coreldraw X4, Paint, Micosoft Visio 2007 dan Microsoft word 2010.

33 2. Perancangan interface sistem Interface merupakan jembatan yang menghubungkan antara pengguna dengan sistem, oleh karena itu perlu dibuat sebuah interface yang benarbenar dapat dipahami oleh pengguna dan juga sesuai dengan program aplikasi yang dibuat sehingga interaksi berlangsung dengan baik Implementasi Sistem Dalam tahap ini merupakan tahap untuk mengubah desain yang telah dibuat menjadi sebuah sistem yang dapat berjalan sesuai dengan kebutuhan. Tahap ini merupakan pengkodean dari desain ke dalam suatu bahasa pemrograman. Pengaplikasian Implementasi Sistem menggunakan bahasa pemrograman PHP ( Personal Home Page ) Pengujian Sistem Metode pengujian sistem dilakukan dengan dua cara yaitu: a) Black Box Test Pengujian Black box test, merupakan pengujian sistem yang dilakukan dengan mengamati keluaran dari berbagai masukan. Jika keluaran sistem telah sesuai dengan rancang untuk variasi data, maka sistem tersebut dinyatakan baik. Black box merupakan user testing, pengujian sistem melibatkan user atau pengguna yang akan menggunakan sistem, sistem harus sesuai dengan kebutuhan user[7]. b) White Box test Pengujian white box dilakukan untuk menguji prosedur-prosedur yang ada. Lintasan lojik yang dilalui oleh setiap bagian prosedur diuji dengan memberikan kondisi/loop spesifik. Pengujian white box menjamin pengujian terhadap semua lintasan yang tidak bergantungan minimal satu kali, penguji mencoba semua keputusan lojik dari sisi true dan false, eksekusi semua loop dalam batasan kondisi dan batasan operasionalnya dan pengujian validasi data internal[7].

34 BAB IV HASIL DAN PEMBAHASAN 4.1 Analisis Sistem Dari penelitian dan konsultasi dengan pakar, diperoleh data-data yang diperlukan dalam perancangan sistem pakar dengan menggunakan metode Forward chaining. Data-data tersebut diolah menjadi data yang sesuai untuk diimplementasikan dalam sistem sebagai basis pengetahuan. Data yang diperoleh antara lain berupa tipe tipe autisme yang disertai dengan data gejala. Basis pengetahuan dalam sistem pakar merupakan pengetahuan yang digunakan untuk mencocokkan atau mencari hasil diagnosa tipe autisme sesuai dengan gejala yang dimasukkan user. a. Data Masukan Data masukan yang diperlukan sebagai pengetahuan sistem pakar ini berupa data tipe autisme, gejala, dan solusi. Data autisme diperlukan sebagai tujuan diagnosis. Data gejala merupakan data yang ditunjukkan dan akan dipilih oleh user. Solusi merupakan saran untuk user mengatasi tipe autisme tersebut. Sistem yang dibutuhkan untuk spesifikasi data masukan setidaknya harus memiliki spesifikasi sebagai berikut: 1. Dapat melakukan olah data basis pengetahuan (tipe autisme, gejala, dan solusi). 2.Dapat melakukan pelacakan tipe autisme dan menampilkan hasil diagnosis berdasarkan gejala yang dipilih oleh user. 3.Dapat memberikan solusi berupa saran yang sesuai dengan tipe Autisme hasil diagnosis. b. Keluaran (output) yang dihasilkan Sistem ini harus dapat memberikan output berupa: 1. Dapat menampilkan kemungkinan tipe autisme hasil diagnosis. 2.Dapat menampilkan solusi yang sesuai dengan hasil diagnosis.

35 4.2 Pemodelan Sistem Diagram konteks Untuk membuat suatu sistem dibutuhkan sebuah perancangan terlebih dahulu, dan alur kerja dari sistem yang diharapkan. Oleh karena itu perancangan dan alur sistem dari Sistem Pakar ini bisa dilihat pada gambar di bawah ini: Gambar 4.1 Diagram Konteks Data diagram kontek diatas, dapat dilihat bahwa masukan (inputan) untuk sistem berasal dari seorang pakar autisme atau admin yang meliputi gejala autisme, tipe autisme. Kemudian User melakukan konsultasi dengan menjawab pertanyaanpertanyaan tentang gejala atau ciri-ciri dari autisme tersebut. Hasil yang diperoleh berupa tipe autisme serta solusi untuk melakukan penanganan dari autisme tersebut.

36 4.2.2 Data Flow Diagram Data Flow Diagramlevel 0 menjelaskan mengenai kegiatan arus data yang terjadi dalam sistem pakar diagnosa tipe autisme pada anak. Pada diagram ini terdapat dua entitas yaitu User dan pakar diagnosa tipe autisme dan 3 ruang merupakan proses utama dari sistem, yaitu proses adminitrasi, identifikasi, dan pendaftaran.. Gambar 4.2 DFD level 0

37 Data Flow Diagram level 1 Proses Identifikasi Gambar 4.3 DFD level 1 Proses Identifikasi Data Flow Diagram level 1 proses identifikasi masalah memiliki tiga proses, yaitu proses pendaftaran user, proses identifikasi dan proses solusi.

38 Data Flow Diagram level 1 Proses Admin Gambar 4.4 DFD level 1 proses admin Gambar diatas menunjukkan bagaimana cara admin memproses gejala, dan tipe autisme. Dalam proses ini admin juga dapat melihat data user proses yang dilakukan input gejala, laporan gejala, input autisme,dan laporan autisme.

39 4.2.3 Entity Relationship Diagram (ERD) ERD digunakan untuk menunjukkan hubungan antara entity dengan database dan objek-objek (himpunan entitas) yang dilibatkan dalam sebuah basis data dan hubungan yang terjadi diantara objek-objek tersebut. ERD berisi komponen-komponen himpunan entitas dan himpunan relasi yang masing-masing dilengkapi dengan beberapa atribut yang mempresentasikan seluruh fakta yang ditinjau dari keadaan yang nyata. Gambar dibawah menunjukkan hubungan-hubungan antara tabel relasi database: Gambar 4.5 Entity relationship Diagram (ERD)

40 4.2.4 Tabel Normlasisai Bentuk Pertama (1 st NF) Tabel 4.1 Tabel user bentuk pertama Id_user Umur Username Jenis Kelamin tahun Sepul Laki-laki tahun Sondra Perempuan tahun Dodok Laki-laki Tabel 4.2 Tabel Gejala bentuk pertama Id_Gejala Id_autis Id pakar Pertanyaan Apakah Berperilaku eksentrik (aneh,menyimpang)atau kebiasaan yang berulang-ulang Apakah Menghindari kontak mata Apakah komunikasi anak menurun dan cenderung pendiam

41 Tabel 4.3Tabel Autisme Bentuk Pertama Solusi Id_autis Keterangan Temukanlah bakat, hobi, minat, kemampuan, 1 Sindrom Asperger atau keterampilan yang terpendam di dalam diri bukanlah sebuah anak, dan kembangkanlah hingga optimal dan penyakit mental maksimal Melakukan terapi anti-psikotik 2 Merupakan kelainan genetik Antipsikotik obat yang digunakan untuk mengobati masalah perilaku yang berat seperti sikap agresif dan pola perilaku repetitif. antikonvulsan obat yang digunakan untuk mengontrol kejang 3 Merupakan suatu kondisi yang ditandai dengan terlambatnya perkembangan bahasa, fungsi sosial dan keterampilan motorik. Tabel 4.4 Tabel identifikasi Bentuk Pertama Id_identifikasi Id_user Id_autis

42 Tabel 4.5 Tabel Pakar Bentuk Pertama Id_pakar Id_gejala Username_pakar Password Veva Lenawaty, Admin M.Psi Bentuk Normal Kedua (2 nd NF) Tabel 4.6 Tabel Normalisasi User Bentuk Normal Kedua Tabel User Id_user* Username Umur Jenis Kelamin Sepul 7 Laki-laki Sondra 10 Perempuan Dodok 9 Laki-lai Tabel 4.7 Tabel Normalisasi Gejala Bentuk Normal Kedua Tabel Gejala Id_Gejala* Id_autis Id pakar Pertanyaan Apakah Berperilaku eksentrik (aneh,menyimpang)atau kebiasaan yang berulang-ulang Apakah Menghindari kontak mata Apakah komunikasi anak menurun dan cenderung pendiam

43 Tabel 4.8 Tabel Normalisasi Autisme Bentuk Normal Kedua Tabel Autisme Solusi Id_autis* Keterangan Temukanlah bakat, hobi, minat, kemampuan, 1 Sindrom Asperger atau keterampilan yang terpendam di dalam diri bukanlah sebuah anak, dan kembangkanlah hingga optimal dan penyakit mental maksimal Melakukan terapi anti-psikotik 2 Merupakan kelainan genetik Antipsikotik obat yang digunakan untuk mengobati masalah perilaku yang berat seperti sikap agresif dan pola perilaku repetitif. antikonvulsan obat yang digunakan untuk mengontrol kejang 3 merupakan suatu kondisi yang ditandi dengan terlambatnya perkembangan bahasa, fungsi sosial dan keterampilan motorik. Tabel 4.9 Tabel Normalisasi Pakar Diagnosa Bentuk Normal Kedua Tabel Pakar Diagnosa Id_pakar* Password Username pakar 111 Admin Veva Lenawaty, M.Psi

44 Tabel 4.10 Tabel Normalisasi Identifikasi Bentuk Normal Kedua Tabel Identifikasi Id_identifikasi* Id_user Id_autis bentuk normal ke 3(3 nd NF) Tabel 4.11 Tabel normalisasi bentuk ke 3 Id_user* Username Umur Jenis Kelamin Sepul 7 Laki-laki Sondra 10 Perempuan Dodok 9 Laki-laki Id_gejala* Id_autis ** Id_pakar** Pertanyaan Apakah Berperilaku eksentrik (aneh,menyimpang)atau kebiasaan yang berulang-ulang Apakah Menghindari kontak mata Apakah komunikasi anak menurun dan cenderung pendiam

45 Solusi Keterangan Id_autis ** Temukanlah bakat, hobi, minat, kemampuan, atau keterampilan yang terpendam di dalam diri anak, dan kembangkanlah hingga optimal dan maksimal Melakukan terapi anti-psikotik Antipsikotik obat yang digunakan untuk mengobati masalah perilaku yang berat seperti sikap agresif dan pola perilaku repetitif. antikonvulsan obat yang digunakan untuk mengontrol kejang Sindrom Asperger bukanlah sebuah penyakit mental Merupakan kelainan genetik merupakan suatu kondisi yang ditandi dengan terlambatnya perkembangan bahasa, fungsi sosial dan keterampilan motorik Id_pakar* Password Username_pakar 111 Admin Veva Lenawaty, M.Psi Id_identifikasi* Id_user** Id_autis**

46

47 4.2.5 Diagram Tabel Relasi Rancangan hubungan antar tabel dalam aplikasi yang akan di bangun dapat di lihat pada gambar berikut : Gambar 4.6 diagram tabel relasi Kamus Data 1. Kamus data user :id_user + username + umur+jenis kelamin Id user = 9 {karakter} 20 Char = [0-9] Format = Contoh = Username = 20 {karakter} 30 Char = [A-Z], [a-z] Format = xxxxxxx Contoh = Sepul

48 Umur = 2 {karakter} 20 Char = [0-9], [a-z], [A-Z] Format = 7 xxxxx Contoh = 7 tahun Jenis Kelamin = 20 {karakter} 20 Char = [a-z], [A-Z] Format = xxxxxxxxx Contoh = Perempuan 2. Kamus data gejala : id_gejala + Id autis + id pakar+ pertanyaan Id_gejala = 2 {karakter} 2 Char = [ 0-9] Format = 11 Contoh = 11 Id_autis = 2 {karakter} 2 Char = [ 0-9] Format = 1 Contoh = 1 Id_pakar = 3 {karakter} 3 Char = [ 0-9] Format = 111 Contoh = 111 Pertanyaan = 100 {karakter} 400 Char = [a-z], [A-Z] Format = xxxxxx Contoh = apakah ada kontak mata

49 3. Kamus data autis : Solusi + keterangan+ id_autis Solusi = 100 {karakter} 400 Char = [a-z], [A-Z], [0-9] Format = xxxxxxx Contoh = Melakukan terapi anti-psikotik. Keterangan = 100 {karakter} 400 Char = [a-z],[a-z] Format = xxxxx Contoh = Sindrom Asperger bukanlah sebuah penyakit mental Id_autis = 1 {karakter} 10 Char = [0-9] Format = x Contoh = 1 4. Kamus data pakar : id_pakar + password + username id_pakar = 3 {karakter} 400 Char = [0-9] Format = xxx Contoh = 111 Password = 5 {karakter} 20 Char = [a-z], [A-Z] Format = xxxxx Contoh = admin Username = 4 {karakter} 40 Char = [a-z], [A-Z] Format = veva 5. Kamus data Identifikasi : id_identifikasi + id_autis + id_ user Id_identifikasi = 2 {karakter} 2 Char = [0-9] Format = xx Contoh = 21

50 Id_autis = 1 {karakter} 10 Char = [0-9] Format = x Contoh = 1 Id user = 9 {karakter} 20 Char = [0-9] Format = Contoh = Proses Inferensi Penalaran Maju (Forward Chaining) Suatu kaidah disusun berdasarkan pengetahuan dibagi menjadi dua bagian yaitu bagian utama, antara lain bagian fakta dan bagian kesimpulan. Selanjutnya bagian fakta dikelompokkan menjadi fakta-fakta yang lebih spesifik untuk kemudian masing-masing kelompok fakta akan membentuk sebuah kaidah yang memiliki sebuah kesimpulan tertentu. Dalam hal ini akan dijelaskan bagaimana aliran proses jika menggunakan metode forward chaining yang dapat dilihat pada flowchart berikut: Gambar 4.7 Flowchart proses inferensi penalaran maju

51 Dari Flowchart di atas dapat dijelaskan langkah-langkah proses inferensi penalaran maju (Forward Chaining) yang dilakukan adalah: Masukan berupa fakta yang diberikan oleh user adalah data gejala autisme. Kemudian data tersebut disusun kedalam kaidah berbasis aturan, Dari identifikasi akan terlihat gejala yang dimasukkan menghasilkan kesimpulan tentang tipe autisme. Dan di akhir program akan dihasilkan sebuah kesimpulan dan solusi dari autisme tersebut Flowchart Flowchart Pendaftaran Gambar 4.8 Flowchart Pendaftaran Dari flowchart diatas dapat dijelaskan bahwa sebelum melakukan proses identifikasi, user wajib melakukan pendaftaran pada menu daftar. Pada awal sistem user memberikan masukan berupa nama, Jenis Kelamin, dan Umur. Hasil masukan akan diproses apakah username telah diisi dengan

52 benar, jika belum maka proses akan kembali lagi ke tahap pengisian data, jika username telah diisi maka sistem akan berlanjut ke tahap nomer 1 yaitu flowchart login user Flowchart Login User Gambar 4.9 Flowchart login user Flowchart diatas merupakan lanjutan proses dari flowchart pendaftaran. Dalam flowchart menjelaskan bahwa setelah User melakukan pendaftaran dan prosesnya benar maka proses akan berlanjut pada kondisi nomor 2 yaitu Flowchart identifikasi.

53 Flowchart Input Nama User dan Identifikasi Gambar 4.10 Flowchart Input nama user dan identifikasi Flowchart diatas merupakan lanjutan dari flowchart login user. Setelah user login maka akan dilakkan validasi pada proses login berhasil, maka sistem menampilkan proses masuk untuk data user. Lalu proses akan berlanjut pada kondisi nomor 3 yaitu flowchart hasil identifikasi.

54 Flowchart Hasil Identifikasi Gambar 4.11 Flowchart hasil identifikasi Dalam tahap hasil identifikasi data user yang telah di input akan ditampilkan kembali. Kemudian data gejala akan ditampilkan, proses selanjutnya query akan bekerja untuk mencari gejala yang dipilih pada tabel gejala. Setelah itu akan tampil tipe autisme melalui gejala yang telah diinputkan pada proses identifikasi.

55 Flowchart Saran dan Kritik Gambar 4.12 Flowchart saran dan kritik Flowchart diatas menjelaskan bahwa User dapat memberikan saran dan kritik yang membangun untuk memperbaiki ataupun mengembangkan aplikasi ini. Saat sistem siap untuk dijalankan, User memasukkan Nama, , kritik dan saran. Setelah itu sistem akan melihat apakah nama sudah terisi atau tidak, jika sudah terisi maka sistem akan menjalankan query untuk mencari nama, , kritik dan saran pada tabel krisar. Kemudian sistem akan menampilkan hasil inputan tersebut. Jika nama tidak di isi maka sistem akan mengembalikan user pada menu sebelumnya yaitu menu input nama, , kritik, dan saran.

56 Flowchart Input Jenis Autisme Gambar 4.13 Flowchart input jenis Autisme Dalam proses ini input tipe autisme dilakukan oleh admin, dimana kaidah pengetahuan akan diterapkan ketika terdapat inputan berupa fakta-fakta yaitu tipe autisme, gejala, dan solusi. Saat sistem siap untuk dijalankan, kemudian admin melakukan proses inputan berupa klasifikasi id, tipe autisme, gejala, dan solusi. Kemudian sistem akan melihat apakah id telah terisi oleh admin atau belum, jika belum maka sistem akan kembali ke tahap inputan. Tetapi jika sudah terisi maka query akan dijalankan dimana id, tipe autisme, gejala, dan solusi baru akan dimasukkan dalam tabel autisme.

57 Lalu admin dapat melihat laporan hasil inputan yang telah dimasukkan dan diambil dari tabel autisme. Jika proses telah selesai dilakukan maka proses input autis telah selesai dikerjakan Flowchart Input Gejala Gambar 4.14 Flowchart input gejala Proses ini mengecek apakah id_gejala telah di isi atau belum. Jika belum maka sistem akan kembali pada proses inputan. Tetapi jika sudah di isi maka query akan bekerja dengan memasukkan data baru berupa id_gejala, gejala yang baru pada tabel gejala. Bila semua proses telah dilakukan maka proses input gejala telah selesai.

58 4.3 Basis Pengetahuan Basis pengetahuan sistem merupakan pengetahuan yang diserap dari pakar yang akan dijadikan sebagai dasar untuk membuat basis aturan yang digunakan dalam penelusuran penyakit Pelacakan Solusi Gambar 4.15 Pohon Pelacakan solusi

59 Dari pohon pelacakan solusi di dapatkan alur untuk menentukan diagnose tipe autisme misalkan user menginput gejala 1-6 maka solusi dan keterangan autisme P03 akan muncul,jika user menginput gejala 6, 16, 19, 15, 13, 17, 18, 19 maka solusi dan keterangan autisme P02 akan muncul, jika user menginput gejala 15, 10, 7, 8, 9, 11, 12 muncul solusi dan keterangan autisme P01 akan muncul, jika user menginput gejala 4, 19, 15, 13 akan muncul solusi dan keterangan autisme P02, jika menginput gejala 7,8,9 akan muncul solusi dan keterangan P Basis Aturan Tabel 4.12 Tabel Data Autisme Kode Nama Penyakit Gejala P01 Sindroma Aspeger Kesulitan berinteraksi dengan orang lain dan seringkali kaku dalam situasi sosial. Berperilaku eksentrik (aneh,menyimpang)atau kebiasaan yang berulangulang. Memiliki ketertarikan yang intens bahkan terobsesi terhadap beberapa bidang, seperti jadwal olahraga, cuaca atau peta. Kesulitan komunikasi (tidak melakukan kontak mata saat berbicara) Cenderung bermasalah memahami bahasa dalam konteks

60 Masalah koordinasi (Gerakan anak kelihatan ceroboh dan kaku). P02 Rett s Sindrome Panik yang berlebihan. Menangis sedih secara tiba-tiba Menghindari kontak mata Kurangnya timbal-balik sosial atau emosional Masalah keseimbangan dan koordinasi, termasuk kehilangan kemampuan untuk berjalan dalam banyak kasus Mempunyai masalah pencernaan Masalah sensorik P03 CDD (Childhood Menurunnya Kemampuan Disintegrative Disorder) bahasa ekpresif (mampu menghasilkan berbicara dan berkomunikasi pesan) Menurunnya pemahaman bahasa mendengarkan dan memahami apa yang dikomunikasikan Menurun Keterampilan sosial(bergaul ) anak cenderung pendiam & keterampilan perawatan diri

61 Memiliki masalah dalam hal Kontrol atas usus dan kandung kemih menurunya Keterampilan motorik ( gerakan terkoordinasi menggunakan kombinasi berbagai tindakan otot.) menurunnya Komunikasi anak cenderung pendiam. Kode Gejala G01 Tabel 4.13 Data Gejala Nama Gejala Menurunnya Kemampuan bahasa ekpresif (mampu menghasilkan berbicara dan berkomunikasi pesan) G02 Menurunnya pemahaman bahasa mendengarkan dan memahami apa yang dikomunikasikan G03 Menurun Keterampilan sosial(bergaul ) anak cenderung pendiam & keterampilan perawatan diri G04 Memiliki masalah dalam hal Kontrol atas usus dan kandung kemih G05 Menurunya Keterampilan motorik ( gerakan terkoordinasi

62 menggunakan kombinasi berbagai tindakan otot.) G06 Menurunnya Komunikasi anak cenderung pendiam. G07 Kesulitan berinteraksi dengan orang lain dan seringkali kaku dalam situasi sosial. G08 Berperilaku eksentrik (aneh,menyimpang)atau kebiasaan yang berulang-ulang. G09 Memiliki ketertarikan yang intens bahkan terobsesi terhadap beberapa bidang, seperti jadwal olahraga, cuaca atau peta. G10 Kesulitan komunikasi (tidak melakukan kontak mata saat berbicara) G 11 Cenderung bermasalah memahami bahasa dalam konteks G 12 Masalah koordinasi (Gerakan anak kelihatan ceroboh dan kaku). G 13 Panik yang berlebihan. G 14 Menangis sedih secara tiba-tiba G 15 Menghindari kontak mata

63 G 16 Kurangnya timbal-balik sosial atau emosional G 17 Masalah keseimbangan dan koordinasi, termasuk kehilangan kemampuan untuk berjalan dalam banyak kasus G 18 Mempunyai masalah pencernaan G 19 Masalah sensorik

64 4.4 Perancangan Sistem Perancangan Halaman Utama Gambar 4.16 perancangan halaman utama Pada perancangan halaman utama User terdapat menu Home, Konsultasi, Kritik dan saran, dan Hasil poling. Dimana pada menu Konsultasi ada link untuk User Login sebelum melakukan konsultasi Perancangan Halaman Login Admin Gambar 4.17 perancangan halaman Login Admin Perancangan Login Admin merupakan menu dimana Admin bisa masuk halaman konsultasi dengan memasukkan Username dan password.

65 4.4.3 Perancangan Halaman Konsultasi Gambar 4.18 Perancangan Halaman Konsultasi Perancangan Halaman Mulai Konsultasi Gambar 4.19 perancangan halaman mulai konsultasi Klik Ok untuk melakukan Konsultasi.

66 4.4.5 Perancangan Halaman Mulai Konsultasi 1 Gambar 4.20 Perancangan Halaman Mulai Konsutasi 1 User menjawab pertanyaan 1-6 dengan mengklik cex box jika sudah selesai klik next untuk melanjutkan konsultasi Perancangan Halaman Mulai Konsultasi 2 Gambar 4.21 Perancangan Halaman Mulai Konsultasi 2 User menjawab pertanyaan 7-12 dengan mengklik cex box jika sudah selesai klik next untuk melanjutkan konsultasi.

67 4.4.7 Perancangan Halaman Mulai Konsultasi 3 Gambar 4.22 Perancangan Halaman mulai konsultasi 3 User menjawab pertanyaan dengan mengklik cex box jika sudah selesai klik next untuk melanjutkan konsultasi Perancangan Halaman Input Gejala Lain Gambar 4.23 Perancangan Halaman Input Gejala Lain Halaman user menginputkan gejala lain jika gejala yang ada belum memenuhi klik OK untuk melihat hasil konsultasi.

68 4.4.9 Perancangan Halaman Hasil Konsultasi Gambar 4.24 Perancangan Halaman hasil konsultasi Pada halaman hasil konsultasi terdapat hasil nama user, tipe autisme, keterangan, solusi dan presentasa diagnosa Perancangan Halaman Poling Gambar 4.25 Perancangan Halaman Poling Menampilkan presentasi hasil statistik tipe autisme.

69 Perancangan Halaman Kritik Saran Gambar 4.26 perancangan halaman kritik saran Halaman ini digunakan user untuk mengisi kritik dan saran Perancangan Halaman Utama Admin Gambar 4.27 perancangan Halaman Utama Admin Halaman menu utama admin berisi berbagai menu untuk mengedit tampilan Beranda, Lihat Penyakit dan Lihat Kritik Dan Saran, maupun melihat saran yang telah diberikan oleh user.

70 Perancangan Halaman Admin Lihat Data Autisme Gambar 4.28 perancangan lihat data autis Halaman Lihat Data autisme adalah halaman dimana admin dapat melihat dan mengubah data autisme Perancangan Halaman Admin Lihat Kritik Saran

71 Gambar 4.29 Gambar Perancangan lihat kritik dan saran Halaman admin kritik saran adalah halaman dimana admin dapat melihat kritik dan saran yang diiputkan user. 4.5 Implementasi Sistem Halaman Utama Gambar 4.30 Halaman Utama Pada halaman utama ada menu home, konsultasi, ktitik dan saran, dan hasil poling User dapat melakukan konsultasi dengan mengeklik menu konsultasi pada menu utama program.

72 4.5.2 Halaman Login Admin Gambar 4.31 Halaman Login Admin Halaman ini digunakan admin Halaman Konsultasi Gambar 4.32 Halaman Konsultasi Halaman Mulai Konsutasi merupakan langkah petama untuk user mengisi nama, umur, jenis kelamin untuk masuk sistem dan user bisa melakukan konsultasi.

73 4.5.4 Halaman Mulai Konsultasi Gambar 4.33 Halaman Mulai Konsultasi Klik oke untuk melanjutkan konsultasi Halaman konsultasi 1 Gambar 4.34 Halaman Pertanyaan Konsultasi Halaman ini merupakan halaman sistem mengumpulkan data yang akan diolah. User akan menjawab ya atau tidak dengan mengklik cex box yang tersedia.

74 4.5.6 Halaman konsultasi 2 Gambar 4.35 Halaman Pertanyaan Konsultasi 2 Halaman ini merupakan halaman sistem mengumpulkan data yang akan diolah. User akan menjawab ya atau tidak dengan mengklik cex box yang tersedia Halaman konsultasi 3 Gambar 4.36 Halaman Pertanyaan konsultasi 3 Halaman ini merupakan halaman sistem mengumpulkan data yang akan diolah. User akan menjawab ya atau tidak dengan mengklik cex box yang tersedia.

75 4.5.8 Halaman Input Gejala Lain Gambar 4.37 Input Gejala Lain Di halaman ini user menginputkan gejala lain jika gejala yang lain belum memenuhi klik kirim untuk melihat hasil konsultasi Halaman Hasil Konsultasi Gambar 4.38 Hasil Konsultasi Terdapat Nama user, Jenis autisme, Keterangan Autisme, Soluis dan presentase.

76 Halaman Poling Gambar 4.39 Hasil Poling Terdapat Presentase Tipe autis yang dihasilkan sistem Halaman Kritik Dan Saran Gambar 4.40 Halaman Kritik Dan Saran Di halaman ini user yang ingin memberikan kriktik dan saran dapat mengisi dengan cara mengisi nama, ,kritik dan saran.

77 Halaman Login Admin Gambar 4.41 halaman login admin Halaman untuk login admin pada halaman ini di inputkan useradmin dan password admin Halaman Admin Login Gagal Gambar 4.42 halaman login gagal Halaman ini muncul jika admin salah mengisi password ataupun username.

78 Halaman Beranda Admin Gambar 4.43 halaman beranda admin Halaman beranda admin merupakan halaman utama dari admin Halaman Lihat Autisme Gambar 4.44 halaman lihat penyakit Halaman untuk melihat dan mengedit data penyakit.