LAPORAN SKRIPSI PANJI SINGGIH SETIAJI DOSEN PEMBIMBING. Rina Fiati, ST, M.Cs. Arief Susanto, ST M.Kom PROGRAM STUDI TEKNIK INFORMATIKA

Ukuran: px

Mulai penontonan dengan halaman:

Download "LAPORAN SKRIPSI PANJI SINGGIH SETIAJI DOSEN PEMBIMBING. Rina Fiati, ST, M.Cs. Arief Susanto, ST M.Kom PROGRAM STUDI TEKNIK INFORMATIKA"

Verawati Kusuma
6 tahun lalu
Tontonan:

PANJI SINGGIH SETIAJI 2011-51-240 DOSEN PEMBIMBING Rina Fiati, ST, M.

1 LAPORAN SKRIPSI SISTEM PENDUKUNG KEPUTUSAN SOLUSI PENENTUAN TINGKAT RESIKO OBESITAS BERBASIS EXPERT SYSTEM MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER (NBC) PANJI SINGGIH SETIAJI DOSEN PEMBIMBING Rina Fiati, ST, M.Cs Arief Susanto, ST M.Kom PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MURIA KUDUS 2017 i

2 HALAMAN PERSETUJUAN ii

3 HALAMAN PENGESAHAN iii

4 PERNYATAAN KEASLIAN iv

5 SISTEM PENDUKUNG KEPUTUSAN SOLUSI PENETUAN TINGKAT RESIKO OBESITAS BERBASIS EXPERT SYSTEM MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER (NBC) Nama mahasiswa : Panji Singgih Setiaji NIM : Pembimbing : 1. Rina Fiati, ST. M,Cs 2. Arief Susanto, ST. M.Kom RINGKASAN Pembuatan sistem pendukung keputusan solusi penentu tingkat resiko obesitas dengan metode Naïve Bayes Classifier, yang diharapkan dapat membantu menemukan solusi resiko obesitas. Metode Naïve Bayes adalah suatu metode yang digunakan untuk memprediksi berbasis probabilitas. Dalam menentukan solusi obesitas dengan menggunakan nilai-nilai yang dimasukkan, berupa kriteriakriteria yang dibutuhkan yaitu berat badan, tinggi badan, usia, lingkar lengan, asupan gizi, tekanan darah,dan lingkar perut. Sistem yang digunakan menggunakan bahasa pemrogaman PHP dan menggunakan MySQL sebagai databasenya. Aplikasi ini akan memberikan keterangan, sekaligus memberikan solusi, meskipun hanya sebagai alat bantu dalam pengambilan keputusan. Perancanagan sistem bertujuan untuk membantu dalam menentukan solusi apa yang dapat mencegah obesitas. Dari hasil uji penentuan yang dilakukan dengan menggunakan data. Kata Kunci : PHP, MySQL, Naïve Bayes, SPK v

6 DECISION SUPPORT SYSTEM SOLUTIONS DETERMINING THE LEVEL OF RISK OF OBESITY BY METHODS NAÏVE BAYES CLASSIFIER (NBC) Student Name : Panji Singgih Setiaji Student Identity Number : Supervisor : 1. Rina Fiati, ST. M,Cs 2. Arief Susanto, ST. M.Kom ABSTRACT Making the decision support system solutions determining the level of risk of obesity by methods Naïve Bayes classifier, which is expected to help find a solution to obesity risk. Naïve Bayes method is a method used to predict the probabilitybased. In determining obesity solution using the values entered, the form of the required criteria, namely body weight, height, waist circumference, pelvic circumference and abdominal circumference. The system used to use the programming language PHP and using MySQL as the database. This application will provide information, while providing a solution, even if only as a tool in decision making. The system design aims to assist in determining what solutions can prevent obesity. Determination of test results performed using the data. Keywords: PHP, MySQL, Naïve Bayes, SPK vi

7 KATA PENGANTAR Puji syukur kehadirat Allah SWT karena atas Rahmat dan Hidayah-Nya penulis mampu menyelesaikan penyusunan skripsi ini dengan judul Sistem Pendukung Keputusan Solusi Penentu Tingkat Resiko Obesitas Berbasis Expert System Dengan Metode Naïve Bayes Classifier. Skripsi ini disusun guna melengkapi salah satu persyaratan untuk memperoleh Gelar Kesarjanaan Program Studi Teknik Informatika Fakultas Teknik Universitas Muria Kudus. Pada kesempatan ini, penulis ingin menyampaikan rasa terima kasih sebesar-besarnya kepada : 1. Allah SWT yang telah memberikan Rahmat dan Hidayah-Nya. 2. Bapak Dr. Suparnyo, SH, MS, selaku Rektor Universitas Muria Kudus. 3. Bapak Muhammad Dahlan, ST, MT, selaku Dekan Fakultas Teknik Universitas Muria Kudus. 4. Bapak Ahmad Jazuli, M.Kom, selaku Ketua Program Studi Teknik Informatika Universitas Muria Kudus. 5. Ibu Rina Fiati, S.Kom, M.Cs, selaku pembimbing I yang telah banyak memberikan masukan selama penyusunan skripsi ini. 6. Bapak Arief Susanto ST, M.Kom, selaku pembimbing II yang telah banyak memberikan masukan selama penyusunan skripsi ini. 7. Ibu Kumrotun, Bapak Sugiarto, yang senantiasa memberikan dukungan, semangat, doa dan materi yang sangat berarti. 8. Teman-teman TI Angkatan 2011 yang sudah memberikan masukan dan nasehat untuk menyelesaikan skripsi ini, serta semua pihak yang telah membantu penyusunan skripsi ini yang tidak bisa penulis sebutkan satu persatu. Penulis menyadari sepenuhnya bahwa dalam penyusunan skripsi ini masih terdapat banyak kekurangan.selain itu penulis juga berharap bahwa karya tulis ini dapat memberikan manfaat bagi semua orang. Kudus, 22 Februari 2017 Penulis vii

8 DAFTAR ISI HALAMAN PERSETUJUAN... ii HALAMAN PENGESAHAN... ii PERNYATAAN KEASLIAN... iv RINGKASAN... v ABSTRACT... vi KATA PENGANTAR... vii DAFTAR ISI... viii DAFTAR GAMBAR... xi DAFTAR TABEL... xiii DAFTAR LAMPIRAN... xiv BAB I PENDAHULUAN Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian... 3 BAB II TINJAUAN PUSTAKA Penelitian Terkait Landasan Teori Pengertian Sistem Pendukung Keputusan Tujuan Sistem Pendukung Keputusan Fase Pengambilan Keputusan Arsitektur Sistem Pendukung Keputusan Karateristik Sistem Pendukung Keputusan Metode Naïve Bayes Classifier (NBC) viii

9 2.2.7 Database Sistem Pendukung Keputusan Analisa Sistem Perancangan Sistem BAB III METODE PENELITIAN Metode Pengumpulan Data Metodologi Pengembangan Sistem Pendukung Keputusan Metode Naïve Bayes Classifier BAB IV HASIL DAN PEMBAHASAN Deskripsi Masalah Tujuan Sistem Pendukung Keputusan Pengguna Sistem Pendukung Keputusan Variabel-variabel Keputusan / Kriteria-kriteria Diagram / Arsitektur Sistem Pendukung Keputusan Obesitas Tubuh Perhitungan Metode Naïve Bayes Classifier (NBC) Tabel Sampel data Tabel Aturan Tabel Hasil Desain Pemodelan Data Pemodelan Proses Desain Antarmuka IMPLEMENTASI SISTEM Analisa Kebutuhan Sistem Implementasi Aplikasi Sistem Halaman Utama Halaman Pendaftaran Halaman Login Halaman Input Kriteria Halaman Input Sub Kriteria Halaman Input Solusi Halaman Input Administrator Halaman Hasil Pengujian ix

10 Halaman Edit Profil Halaman Ganti Password Halaman Uji SPK Halaman Pengujian Anda Implementasi Kode Script Uji SPK Script Input Kriteria Script Perhitungan SPK Pengujian Blackbox Testing Pengujian Proses Login Pengujian Proses Data Edit Kriteria Pengujian Proses Data Uji SPK BAB V PENUTUP Kesimpulan Saran DAFTAR PUSTAKA x

11 DAFTAR GAMBAR Gambar 2.1 Proses Pengambilan Keputusan (Turban, 2005) [6]... 8 Gambar 2.2 Arsitektur Decision Support System (Turban, 2005)... 9 Gambar 2.3 Kerangka Pemikiran Sistem Pendukung Keputusan solusi penentu tingkat resiko obesitas Gambar 4.1 Diagram Arsitektur Sistem Pendukung Keputusan Penentuan Tingkat Obesitas Menggunakan Metode Naïve Bayes Classifier (NBC) Gambar 4.2 Entity Relational Diagram Sistem Pendukung Keputusan Penentuan Tingkat Obesitas Gambar 4.3 Relasi antar Tabel Sistem Pendukung Keputusan Obesitas Gambar 4.4 Bagan Alir (Flowchart) Yang Sedang Berjalan Gambar 4.5 Bagan Alir (Flowchart) Sistem Yang Diusulkan Gambar 4.6 Context Diagram Gambar 4.7 Analysis Report-Rule Check Context Diagram Gambar 4.8 Analysis Report-Level Balance Context Diagram Gambar 4.9 Dekompisisi Sistem Pendukung Keputusan Penentuan obesitas Gambar 4.10 DFD Level Gambar 4.11 Analysis Report-Rule Check DFD Level Gambar 4.12 Analysis Report-Level Balance DFD Level Gambar 4.13 DFD Level 1 login Gambar 4.14 Analysis Report-Rule Check DFD Level 1 Login Gambar 4.15 Analysis Report-Level Balance DFD Level 1 login Gambar 4.16 DFD Level 1 Pendataan Gambar 4.17 Analysis Report-Rule Check DFD Level 1 Pendataan Gambar 4.18 Analysis Report-Level Balance DFD Level 1 Pendataan Gambar 4.19 DFD Level 1 Logout Gambar 4.20 Analysis Report-Rule Check DFD Level 1 Logout Gambar 4.21 Analysis Report-Level Balance DFD Level 1 Logout Gambar 4.22 Layout Halaman Gambar 4.23 Struktur Menu Admin Gambar 4.24 Struktur Menu Pengguna xi

12 Gambar 4.25 Form Input Data Kriteria Gambar 4.26 Form Input Data Sub Kriteria Gambar 4.27 Form Input Data Solusi Gambar 4.28 Form Input Data Admin Gambar 4.29 From Login Gambar 4.30 Form Pendaftaran User Gambar 4.31 Form Edit Profil Gambar 4.32 Form Ganti Password Gambar 4.33 Daftar Kriteria Gambar 4.34 Daftar Sub Kriteria Gambar 4.35 Daftar Tabel Rumus Gambar 4.36 Daftar Solusi Gambar 4.37 Daftar Administrator Gambar 4.38 Daftar Pengguna Gambar 4.39 Hasil Pengujian Gambar 4.40 Halaman Utama Gambar 4.41 Halaman Pendaftaran Gambar 4.42 Halaman Login Gambar 4.43 Halaman Input Kriteria Gambar 4.44 Halaman Input Sub Kriteria Gambar 4.45 Halaman Input Solusi Gambar 4.46 Halaman Input Administrator Gambar 4.47 Halaman Hasil Pengujian Gambar 4.48 Halaman Edit Profil Gambar 4.49 Halaman Ganti Password Gambar 4.50 Halaman Uji SPK Gambar 4.51 Halaman Pengujian Anda Gambar 4.52 Script Uji SPK Gambar 4.53 Script Input Kriteria Gambar 4.54 Script Perhitungan SPK xii

13 DAFTAR TABEL Tabel 2.1 Simbol Program Flowchart Tabel 2.2 Simbol System Flowchart Tabel 4.1 Tabel Sampel Data Aturan Tabel 4.2 Tabel Hasil Tabel 4.3 Tabel Pengguna Tabel 4.4 Tabel Admin Tabel 4.5 Tabel Kriteria Tabel 4.6 Tabel Sub Kriteria Tabel 4.7 Tabel Aturan Tabel 4.8 Tabel Solusi Tabel 4.9 Tabel Pengujiuan Proses Login Tabel 4.10 Tabel Pengujian Proses Data Edit Kriteria Tabel 4.11 Tabel Pengujian Proses Data Hitung SPK xiii

14 DAFTAR LAMPIRAN Lampiran 1 Surat Penelitian Lampiran 2 Artikel Ilmiah Lampiran 3 Poster Lampiran 4 Lembar Konsultasi Skripsi Lampiran 5 Biodata Penulis xiv

dokumen-dokumen yang mirip

PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MURIA KUDUS

PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MURIA KUDUS LAPORAN SKRIPSI PENERAPAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) DALAM PENENTUAN PENGAMBILAN KEPUTUSAN PEMBERIAN KREDIT PADA KJKS BMT FASTABIQ KOTA KUDUS ISMAIL