Rakhma Indah Fitrianti. Barlian Henryranu P. Arief Andy Soebroto

Transkripsi

1 Journal Basic Science And Technology, (4),-8,202 Sistem Pakar Pada Bidang Teknologi Informasi Untuk Rekomendasi Profesi Pekerjaan Berdasarkan Kepribadian Menggunakan Pendekatan Personality Factor Rakhma Indah Fitrianti Program Teknologi Informasi dan Ilmu Komputer Universitas Brawijaya Malang, Indonesia Arief Andy Soebroto Program Teknologi Informasi dan Ilmu Komputer Universitas Brawijaya Malang, Indonesia Barlian Henryranu P. Program Teknologi Informasi dan Ilmu Komputer Universitas Brawijaya Malang, Indonesia Abstrak Setiap individu mempunyai hak untuk sukses mencapai karir yang baik. Seseorang sering memilih karir karena alasan yang salah, mungkin karena keinginan orang tua atau petunjuk guru. Ada juga orang yang memilih karir dengan menerima pekerjaan yang ada meskipun dia tidak nyaman dengan pekerjaan itu dan tidak realistis dalam membuat perencanaan karir. Mengetahui karakter dan kepribadian diri akan mengantarkan seseorang pada kemampuan untuk memilih pekerjaan yang cocok dan menggapai prestasi yang tinggi dalam karir tersebut. Metode Personality Factor diimplementasikan ke dalam sistem pakar untuk merekomendasikan profesi kerja di bidang teknologi informasi. Pengujian yang digunakan yaitu pengujian validasi (pengujian Black Box) dan pengujian akurasi sistem pakar. Hasil pengujian Black Box yaitu 00% yang menunjukkan bahwa fungsionalitas sistem dapat berjalan dengan baik sesuai dengan daftar kebutuhan. Hasil pengujian akurasi yaitu 94% yang menunjukkan bahwa sistem pakar dapat berfungsi dengan baik sesuai dengan metode Personality Factor. Kata Kunci-sistem pakar; teknologi informasi; profesi pekerjaan; kepribadian; personality factor I. PENDAHULUAN Setiap individu mempunyai hak untuk sukses mencapai karir yang baik sesuai dengan pekerjaan yang dipilihnya. Tetapi, seseorang sering memilih karir karena alasan yang salah, mungkin karena keinginan orang tua atau atas petunjuk guru. Padahal dengan mengetahui karakter dan kepribadian diri akan mengantarkan seseorang pada kemampuan untuk memilih pekerjaan yang cocok dan menggapai prestasi yang tinggi dalam karir tersebut [4]. Apabila karakter individu adalah tipe orang yang aktif dan supel, mungkin akan sulit untuk bekerja di balik meja seharian. Apabila karakter individu adalah pemalu, mungkin tidak akan nyaman jika harus berhubungan dengan banyak orang [2]. Kepribadian adalah organisasi dinamis dalam individu sebagai sistem psikofisik. Organisasi dinamis ini menentukan caranya yang khas dalam menyesuaikan diri terhadap lingkungannya [3]. Tes kepribadian dapat dikembangkan untuk merekomendasikan pekerjaan namun perhitungannya memerlukan waktu yang cukup lama. Sistem pakar memiliki peranan penting dalam pengambilan keputusan secara cepat dan akurat. Sistem pakar (expert system) adalah sistem berbasis komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar [5]. Pada mesin inferensi digunakan tes kepribadian dan pengembangannya sebagai teknik untuk memilih profesi pekerjaan sesuai dengan kepribadian. Salah satu tes kepribadian yang digunakan untuk memilih profesi pekerjaan yaitu 6 PF (Personality Factor). Representasi pengetahuan merupakan metode yang digunakan untuk mengodekan pengetahuan dalam sebuah sistem pakar yang berbasis pengetahuan [5]. Terdapat empat teknik untuk representasi pengetahuan yaitu jaringan semantik, frame, script, dan aturan produksi atau sistem produksi [9]. Model komputasi yang sesuai dengan 6 PF yaitu sistem produksi karena pertanyaan pada 6 PF mengandung hubungan sebab akibat. Inferensi adalah konklusi logis (logical conclusion) atau implikasi berdasarkan informasi yang tersedia [6]. Terdapat dua pendekatan untuk mengontrol inferensi dalam sistem pakar berbasis aturan, yaitu pelacakan ke belakang (backward chaining) dan pelacakan ke depan (forward chaining) [7]. Teknik penalaran 6 PF menggunakan teknik forward chaining karena pernyataan dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesis. 6 PF diberi skor dan diinterpretasi menggunakan komputer. Hasil profil skor pada variabel ini dapat dibandingkan dengan profil lusinan pekerjaan untuk menentukan kesamaan antara sifat responden dan sifat tiap-tiap kelompok pekerjaan []. Berdasarkan kebutuhan akan aplikasi sistem pakar untuk memberikan rekomendasi profesi pekerjaan, maka penulis memilih tema Sistem Pakar pada Bidang Teknologi Informasi untuk Rekomendasi Profesi Pekerjaan Berdasarkan Kepribadian Menggunakan Pendekatan Personality Factor. 2

2 II. A. Konsep Penelitian Journal Basic Science And Technology, (4),-8,202 METODE PENELITIAN Sumber: [8] Konsep penelitian tentang sistem pakar rekomendasi profesi kerja sebagai berikut. Tes Psikologi Pada lembar jawaban 6 PF akan dihasilkan nilai std faktor yang dapat diinterpretasikan ke dalam Profil 6 PF dalam bentuk grafik. Lembar profil kepribadian 6 PF ditunjukkan pada Gambar 3. Manual Sistem Pakar Psikolog Tes kepribadian Scoring Pencocokan bobot dengan std Profesi pekerjaan Testee Testee Antarmuka pengguna Profesi pekerjaan Fakta tentang kejadian tertentu Fasilitas penjelasan Blackboard Mesin inferensi Basis pengetahuan : Tes kepribadian Perbaikan pengetahuan Gambar Konsep penilitian Knowledge engineer Psikolog Pengetahuan terdokumentasi Akuisisi Pengetahuan Tes kepribadian ini dikerjakan secara manual oleh testee, mulai dari testee menjalani tes kepribadian, pakar memberikan skor, hingga menghasilkan output kepribadian dan profesi pekerjaan di bidang IT. Proses mulai dari menganalisis hasil tes hingga menghasilkan output, seorang psikolog membutuhkan waktu yang cukup lama. Sistem pakar ini mengimplementasikan sebuah daftar rinci yaitu 6 Personality Factor Questionnaire (6 PF) ke bentuk program. Daftar rinci ini digunakan untuk menentukan pilihan profesi pekerjaan di bidang teknologi informasi berdasarkan kepribadian pemakai (testee). Dengan adanya aplikasi sistem pakar, waktu yang dibutuhkan dalam memperoleh rekomendasi lebih cepat dan lebih efisien dibandingkan dengan cara manual. B. Akuisisi Pengetahuan Akusisi pengetahuan adalah akumulasi, transfer dan transformasi keahlian dalam menyelesaikan masalah dari sumber pengetahuan ke dalam program komputer [0]. Metode yang digunakan dalam akuisisi pengetahuan, yaitu: mengumpulkan literatur, wawancara, dan analisis protokol. Knowledge engineer mengumpulkan informasi dari referensi terdokumetasi mengenai tes kepribadian dan macam-macam profesi kerja IT. Pada wawancara, knowledge engineer mengumpulkan informasi tentang alat tes kepribadian 6 Personality Factor (6 PF). Lembar jawaban kuisioner 6 PF ditunjukkan pada Gambar 2. Gambar 3 Lembar Profil 6 PF Sumber: [8] Pada analisis protokol, pakar diminta untuk memberikan proses pemikiran tentang pengembangan alat tes kepribadian untuk memberikan rekomendasi profesi kerja. Pakar harus memberikan bobot tiap kualifikasi dari tiap profesi pekerjaan terlebih dahulu. Mulai Kualifikasi profesi kerja Dikelompokkan ke bentuk 6 faktor Memberi bobot tiap faktor Bobot Selesai Gambar 4 Diagram alir pembobotan pakar Bobot tersebut nantinya akan dikurangi dengan nilai std faktor yang diperoleh dari hasil testing. Masing-masing hasil selisih tersebut kemudian dijumlahkan berdasarkan profesi kerja. Masing-masing total selisih kemudian dibagi dengan jumlah kualifikasi dari masing-masing profesi. Hasilnya merupakan nilai rata-rata selisih yang saling dibandingkan dengan profesi lainnya, karena profesi yang memiliki rata-rata selisih terkecil akan dikeluarkan sebagai rekomendasi. Gambar 2 Lembar jawaban 6 PF C. Basis Pengetahuan Basis pengetahuan berisi pengetahuan-pengetahuan yang dibutuhkan untuk memahami, memformulasikan dan menyelesaikan masalah [0]. Sistem pakar ini menggunakan alat tes 6 Personality Factor sebagai metode pemecahan masalahnya. Proses untuk mendapatkan rekomendasi profesi kerja sebagai berikut. 3

3 Journal Basic Science And Technology, (4),-8,202 Representasi pengetahuan yang digunakan pada skripsi ini yaitu aturan produksi yang dituliskan dalam bentuk jikamaka (IF-THEN). Pada sistem pakar ini, struktur aturan produksi untuk mencari profesi kerja memiliki premis yaitu bobot faktor dan konklusi yaitu jenis profesi pekerjaan. Bentuk aturan produksi dapat dijelaskan sebagai berikut. IF [faktor = bobot] AND [faktor 2 = bobot] AND [faktor 3 = bobot] [dan seterusnya] THEN [profesi kerja ] D. Mesin Inferensi Mesin inferensi merupakan program yang berfungsi untuk memandu proses penalaran terhadap suatu kondisi berdasarkan pada basis pengetahuan yang ada untuk mencapai solusi atau kesimpulan. Sistem pakar ini menggunakan teknik pelacakan maju (forward chaining) untuk mengontrol inferensi dalam sistem pakar berbasis aturan. Pelacakan maju dimulai dari informasi masukan, dan selanjutnya mencoba menggambarkan kesimpulan. Forward chaining memudahkan pencarian breadth first karena teknik pelacakan maju dapat bekerja dengan baik jika pencarian untuk konklusi berproses level ke level. Proses mencari rekomendasi profesi jika digambarkan seperti pohon yang melebar. Contoh pohon inferensi untuk mencari profesi Computer Support Specialist sebagai rekomendasi sebagai berikut. No. Soal 7, 24, 4, 58, 75, 92 Faktor G = 0 No. Soal 9, 26, 43, 60, 77, 94 Faktor I = 7 No. Soal 3, 20, 37, 54, 7, 88, 04, 05 Faktor B = 0 No. Soal 2, 9, 36, 53, 70, 87 Faktor A = 9 Computer Support Specialist No. Soal 5, 32, 49, 66, 83, 00 Faktor Q2 = 8 No. Soal 2, 29, 46, 63, 80, 97 Faktor N = 3 No. Soal 8, 25, 42, 59, 76, 93 Faktor H = 0 Gambar 6 Proses inferensi Computer Support Specialist Gambar 5 Diagram alir penentuan profesi kerja E. Diagram Use Case Kebutuhan-kebutuhan fungsional yang diperlukan oleh pengguna dan harus disediakan oleh sistem, akan dimodelkan pada diagram use case. 4

4 Journal Basic Science And Technology, (4),-8,202 Gambar 7 Diagram use case sistem pakar F. ERD Entity Relationship Diagram (ERD) adalah diagram yang dipakai untuk mendokumentasikan data dengan mengidentifikasikan jenis entitas dan hubungannya. Entity Relationship Diagram digunakan untuk menunjukkan hubungan antar entity dalam database dan objek objek (himpunan entitas) apa saja yang ingin dilibatkan dalam sebuah basis data. ERD menunjukkan hubungan yang terjadi diantara objek-objek tersebut. Database yang digunakan untuk menyimpan data-data sistem pakar yaitu MySQL. Rancangan physical model dari ERD sistem pakar ditunjukkan pada Gambar 8. G. Site Map Gambar 8 ERD physical model sistem pakar Sistem pakar ini akan diimplementasikan dalam bentuk aplikasi desktop dengan menggunakan bahasa pemrograman Java (Java Standard Edition). Pada aplikasi sistem pakar ini terdapat tiga aktor yang memiliki hak akses yaitu pakar, testee, dan admin. Ketiga aktor ini harus login terlebih dahulu agar bisa masuk ke menu utama sistem pakar. Menu utama yang diakses oleh masing-masing aktor berbeda-beda dilihat dari segi fungsi. Site map aplikasi sistem pakar dapat dilihat pada Gambar 9. H. Rancangan Algoritma Gambar 9 Site map aplikasi sistem pakar Proses mengerjakan tes dilakukan dengan menekan tombol Radio Button sebagai inputan atas pilihan jawaban. Sistem akan melakukan proses perhitungan berdasarkan metode 6 Personality Factor. Rancangan algoritma proses mengerjakan tes sebagai berikut. Nama algoritma : mengerjakan tes Deklarasi String -> username, kode faktor, kode soal, jawaban Integer -> raw pengakuan, std pengakuan, raw faktor, std faktor, data skor, skor Deskripsi Input : jawaban Proses : a. Mengecek Radio Button telah terisi atau belum. b. Mengambil jawaban dari Radio Button. c. Pemberian kode soal. d. Pemberian skor masing-masing jawaban. e. Mengelompokkan jawaban yang termasuk jawaban dari soal pengakuan. f. Menghitung raw score dengan menjumlahkan skor dari jawaban tipe pengakuan. g. Menghitung sten score dengan mengkonversi raw score. Konversi raw score untuk testee wanita berbeda dengan konversi raw score untuk testee pria. h. Jika sten score pengakuan bernilai < 6 maka muncul peringatan dan dialihkan ke Form Kestabilan untuk mengerjakan soal tipe pengakuan. 5

5 i. Jika sten score pengakuan bernilai lebih 6 maka menyimpan jawaban dan skor ke tabel jawab, mengambil skor jawaban yang sudah dikelompokkan berdasarkan faktor kemudian disimpan pada variabel array, menghitung raw score dan sten score masing-masing faktor, memberikan kode faktor, memasukkan username, kode faktor, raw score, dan sten score ke tabel standar, menghitung selisih bobot pakar dengan sten score testee, menghitung rata-rata selisih tiap profesi, memanggil laporan berdasarkan parameter username. j. Mencari rata-rata selisih terkecil dari database. Output : menampilkan laporan rekomendasi profesi kerja Gambar 0 Rancangan algoritma proses mengerjakan tes Journal Basic Science And Technology, (4),-8,202 Form Tes 6 PF merupakan form untuk mengerjakan tes kepribadian. Form ini akan muncul ketika testee menekan tombol Tes pada menu Tes 6 PF. Gambar 3 merupakan tampilan Form Tes 6 PF. III. HASIL DAN PEMBAHASAN Hasil dan pembahasan pada jurnal ini meliputi implementasi antarmuka dan pengujian sistem pakar. Pengujian yang digunakan yaitu pengujian validasi (Black Box), dan pengujian akurasi. A. Implementasi Antarmuka Pada jurnal ini hanya menampilkan tampilan menu khusus testee yaitu Form Masuk, Form Testee (form utama), Form Tes 6 PF, dan laporan rekomendasi. Form Masuk digunakan aktor untuk masuk ke menu utama aplikasi sistem pakar. Gambar merupakan tampilan Form Masuk. Gambar 3 Tampilan Form Tes 6 PF Laporan rekomendasi merupakan laporan yang menampilkan hasil rekomendasi profesi kerja dan bisa dicetak. Gambar 4 merupakan tampilan laporan rekomendasi. Gambar 4 Tampilan laporan rekomendasi Gambar Tampilan Form Masuk Form Testee merupakan form utama bagi testee untuk memilih berbagai menu yang disediakan. Gambar 2 merupakan tampilan form utama. Gambar 2 Tampilan menu utama B. Pengujian Validasi (Black Box) Pengujian validasi digunakan untuk mengetahui apakah sistem yang dibangun sudah benar sesuai dengan yang dibutuhkan. Pengujian validasi menggunakan metode pengujian Black Box, karena tidak difokuskan terhadap alur jalannya algoritma program namun lebih ditekankan untuk menemukan kesesuaian antara kinerja sistem dengan daftar kebutuhan. Hasil pengujian Black Box sebagai berikut. No. Tabel Hasil pengujian validasi Nama Kasus Uji Status Validitas Login sah dan tidak sah Valid 6

6 Journal Basic Science And Technology, (4),-8,202 2 Logout Valid 9 Ubah profesi Valid 3 Register sah dan tidak sah Valid 4 Mengerjakan tes sah dan tidak sah Valid 5 Lihat hasil Valid 6 Lihat petunjuk aplikasi Valid 7 Lihat profil profesi kerja Valid 8 Lihat tutorial Valid 9 Tambah akun sah dan tidak sah Valid 0 Ubah akun Valid Hapus akun Valid 2 Lihat hasil testee Valid 3 Lihat update pakar Valid 4 Lihat soal dan faktor Valid 5 Tambah bobot sah dan tidak sah Valid 6 Ubah bobot Valid 7 Hapus bobot Valid 8 Tambah profesi sah dan tidak sah Valid 20 Hapus profesi Valid 2 Lihat laporan testee Valid 22 Lihat petunjuk Valid Dari 22 kasus uji yang telah dilakukan pengujian Black Box, masing-masing memberikan hasil valid. Dalam hal ini, hasil pengujian Black Box menunjukkan nilai valid sebesar 00% yang menandakan bahwa fungsionalitas sistem dapat berjalan dengan baik sesuai dengan daftar kebutuhan. C. Pengujian Akurasi Pengujian akurasi dilakukan untuk mengetahui performa dari sistem pakar untuk memberikan rekomendasi profesi kerja bidang Teknologi Informasi. Data yang diuji berjumlah 50 sampel data kepribadian mahasiswa Teknik Informatika Universitas Brawijaya. Prosedur pengujiannya adalah memasukkan jawaban yang telah diisi oleh testee ke sistem pakar, kemudian sistem pakar akan menghitung sesuai dengan metode Personality Factor sehingga akan menghasilkan rekomendasi. Hasil rekomendasi yang diperoleh dari perhitungan di sistem pakar, dicocokkan dengan hasil rekomendasi yang diperoleh dari perhitungan manual. Data ke- Nama Testee Rata-rata selisih (sistem) Rudiarsih 3,25 Tabel 2 Hasil pengujian akurasi dari 5 sampel data Rata-rata Hasil rekomendasi sistem selisih (manual) Computer Security 3,25 Hasil rekomendasi manual Computer Security Hasil akurasi 2 Dwi 2, , Yustina 2,57429 Computer Operators 2,57429 Computer Operators 4 Stefi 3 5 Hidayati 2, Computer Security -Computer Operators 3 2, Computer Security - Computer Operators 6 Arif 2,74286 Computer Operators 2,74286 Computer Operators 7 Niken 2, , Mayasari 2 Computer Operators 2 Computer Operators 9 Ayu 2, , Cantika 3,42857 Computer Operators 3,42857 Computer Operators Nugraha 2, Febri 3 -Computer Programmer -Computer Operators 2, Computer Programmer -Computer Operators 3 Anjayani 2,42857 Computer Operators 2,57429 Computer Operators 0 4 Muhammad 2,875 Computer Programmer 2,875 Computer Programmer 5 Septina,42857 Computer Operators 2 Computer Operators 0 0 7

7 Journal Basic Science And Technology, (4),-8,202 Berdasarkan Tabel 2, telah dilakukan pengujian akurasi dan menghasilkan nilai akurasi sesuai perhitungan berikut. Nilai akurasi = Jumlah data akurat x 00% Jumlah seluruh data Nilai akurasi = (47/50) x 00% = 94% Jadi, dapat disimpulkan bahwa akurasi sistem pakar berdasarkan 50 data yang diuji adalah 94% yang menunjukkan bahwa sistem pakar ini dapat berfungsi dengan baik sesuai dengan prosedur dari metode Personality Factor. Ketidakakurasian sistem pakar adalah 6% yang disebabkan karena beberapa kemungkinan antara lain kesalahan dalam pemberian skor masing-masing jawaban, kesalahan menjumlahkan skor jawaban, kesalahan mengkonversikan raw score ke sten score, atau kesalahan menghitung selisih, total selisih, dan rata-rata selisih. Pengujian hasil akhir yang merekomendasikan profesi kerja (hasil kualitatif) memberikan keakuratan sebesar 00% meskipun terdapat eror pada hasil perhitungan rata-rata selisih. IV. KESIMPULAN DAN SARAN Berdasarkan implementasi dan hasil pengujian dari sistem pakar rekomendasi profesi kerja berdasarkan kepribadian, maka didapatkan kesimpulan sebagai berikut:. Pengelompokkan kualifikasi ke bentuk 6 faktor dan penentuan bobot (sten score) kualifikasi yang diberikan oleh pakar, mempengaruhi rekomendasi profesi kerja. 2. Tugas pada setiap profesi kerja sangat mempengaruhi pembobotan sten score yang dilakukan oleh pakar. 3. Metode pendekatan Personality Factor yang menggunakan teknik penalaran Forward Chaining dan model komputasi sistem produksi dapat menghasilkan sistem pakar yang dapat memberikan hasil 6 kepribadian yang dapat dicocokkan dengan kualifikasi pekerjaan. Semakin kecil nilai rata-rata selisih antara nilai std pakar dengan nilai std testee, maka kepribadian yang dimiliki testee semakin mendekati kualifikasi dari profesi kerja. 4. Sistem pakar rekomendasi profesi kerja memiliki kinerja sistem yang mampu berjalan dengan baik sesuai dengan kebutuhan fungsional. Hal dibuktikan dengan hasil pengujian Black Box yang memberikan nilai prosentase sebesar 00%. 5. Sistem pakar rekomendasi profesi kerja mampu memberikan nilai range kepribadian dan nilai rata-rata selisih yang digunakan untuk merekomendasikan profesi kerja secara akurat, efektif, dan efisien. Hal ini dibuktikan dengan hasil pengujian akurasi komputasi yang memberikan nilai prosentase sebesar 94%. Sedangkan pengujian hasil akhir yang merekomendasikan profesi kerja (hasil kualitatif) memberikan keakuratan sebesar 00%. Saran yang dapat diberikan untuk pengembangan sistem pakar ini antara lain:. Penelitian mengenai sistem pakar pada bidang teknologi informasi untuk rekomendasi profesi pekerjaan berdasarkan kepribadian menggunakan pendekatan Personality Factor ini dapat dikembangkan dengan menambah implementasi alat tes lain asalkan sesuai dengan prosedur dan arahan dari psikolog agar proses pengerjaan dan keluaran yang dihasilkan tidak menyalahi kode etik ilmu psikologi. Hal ini dikarenakan pada tes 6 Personality Factor terdapat parameter untuk mengetahui kekonsistenan dan kejujuran jawaban testee jika dihadapkan dengan soal tentang pengakuan tindakan. Apabila testee ternyata diketahui kurang konsisten dalam memberikan jawaban, maka testee dianjurkan untuk mengerjakan tes ulang. Apabila testee telah mengerjakan tes ke-dua (tes ulang) dan hasilnya diketahui tetap kurang konsisten dalam memberikan jawaban, maka testee dianjurkan untuk merujuk ke psikolog yang bersangkutan karena hasil laporannya harus dibandingkan dengan tes lain. 2. Data mengenai jenis-jenis profesi kerja di bidang teknologi informasi dapat ditambah atau di-update lagi agar sistem pakar memiliki pertimbangan rekomendasi profesi pekerjaan lebih banyak dan bervariasi lagi, mengingat bidang teknologi informasi merupakan ilmu yang berkembang pesat sehingga profesi yang berperan di dalamnya juga semakin berkembang dari waktu ke waktu. DAFTAR PUSTAKA [] Aiken, L. R. & Groth, G Psychological Testing and Assessment, twelfth edition. Diterjemahkan oleh Hartati W. S. S. PT Indeks, Jakarta. [2] Felicia, N Mencari Pekerjaan Sesuai Kepribadian. Kompas (Jakarta). 4 Agustus. lexml-load-file [7 Februari 202]. [3] Hutagalung, I Pengembangan Kepribadian Tinjauan Praktis Menuju Pribadi Positif. PT Indeks, Jakarta. [4] Infocom Career Mengenali Karakter Demi Karier yang Tepat. =37 [7 Februari 202]. [5] Kusrini Sistem Pakar Teori dan Aplikasi. Penerbit Andi, Yogyakarta. [6] Kusrini Aplikasi Sistem Pakar. Penerbit Andi, Yogyakarta. [7] Rohman, F. F Rancang Bangun Aplikasi Sistem Pakar untuk Menentukan Jenis Gangguan Perkembangan pada Anak. Media Informatika, Vol. 6, No., Hal [8] Survey Fakultas Pendidikan Psikologi Universitas Negeri Malang. [9] Wijaya, R Penggunaan Sistem Pakar dalam Pengembangan Portal Informasi untuk Spesifikasi Jenis Penyakit Infeksi. Jurnal Informatika, Vol. 3, No., Hal [0] Yuwono, B Pengembangan Sistem Pakar pada Perangkat Mobile untuk Mendiagnosa Penyakit Gigi. Seminar Nasional Informatika. UPN Veteran, Yogyakarta. Hal. D42-D50. 8