PERANCANGAN APLIKASI KONSELING MAHASISWA MENGGUNAKAN METODE CASE BASED REASONING. Syaiful Hendra 1*, Sri Kusumadewi 2

dokumen-dokumen yang mirip
Fungsi Similaritas Pada Sistem Berbasis Kasus Penyelesaian Masalah Akademik Mahasiswa

IMPLEMENTASI CASE BASED REASONING UNTUK SISTEM DIAGNOSIS PENYAKIT ANJING

Case Base Reasoning Penentuan Harga Rumah Dengan Menggunakan Metode Tversky (Studi Kasus: Kota Pontianak)

Jurnal Coding, Sistem Komputer Untan Volume 05, No.03 (2017), hal ISSN : X

BAB V. PENUTUP Kesimpulan Saran DAFTAR PUSTAKA xii

TAKARIR. data atau informasi dan transformasi data yang bergerak dari pemasukan data hingga ke keluaran. Database

Gambar 7. Tahapan Proses penelitian

RANCANGAN CASE-BASED REASONING MENGGUNAKAN SORENSON COEFFICIENT

Rancang Bangun Sistem Pakar Pendiagnosa Penyakit Paru-Paru Menggunakan Metode Case Based Reasoning

Sistem Pendukung Keputusan Pemilihan Menu Makanan Bagi Anak

PENGEMBANGAN SISTEM PAKAR DIAGNOSIS PENYAKIT DAN HAMA PADA TANAMAN SEMANGKA BERBASIS ANDROID

BAB III METODOLOGI PENELITIAN

SISTEM BERBASIS KASUS UNTUK PENANGANAN MAHASISWA BERMASALAH (STUDI KASUS : TEKNIK INFORMATIKA UII)

Vol.17 No.2. Agustus 2015 Jurnal Momentum ISSN : X CASED BASED REASONING UNTUK PEMILIHAN KEGIATAN ORGANISASI MAHASISWA

DAFTAR ISI. Abstraksi... Kata Pengantar... Daftar Isi... Daftar Tabel... Daftar Gambar... Daftar Lampiran... BAB I PENDAHULUAN...

BAB I PENDAHULUAN 1. 1 Latar Belakang Dan Permasalahan Pendidikan merupakan sesuatu yang sangat penting, namun tidak semua orang dapat menempuh

PENERAPAN CASE BASED REASIONING (CBR) UNTUK DIAGNOSA PENYAKIT MATA BERBASIS WEB. Uswatun Hasnah

SISTEM PAKAR UNTUK MENENTUKAN TIPE AUTISME PADA ANAK USIA 7-10 TAHUN MENGGUNAKAN METODE FORWARD CHAINING. Agam Krisna Setiaji

SISTEM PENDUKUNG KEPUTUSAN KLINIS UNTUK MENGEFISIENKAN DIAGNOSA PENYAKIT KEJIWAAN MENGGUNAKAN CASE BASED REASONING

BAB II TINJAUAN PUSTAKA

SISTEM PAKAR PERTUMBUHAN BALITA BERBASIS WEB DENGAN METODE CASE BASED REASONING

BAB IV PERANCANGAN DAN IMPLEMENTASI

Case-Based Reasoning Untuk Diagnosa Penyakit Respirologi Anak Menggunakan Similaritas Simple Mathcing Coefficient

SISTEM BERBAASIS KASUS MENENTUKAN MAJIKAN TKI

BAB I PENDAHULUAN. Sistem pakar merupakan salah satu cabang kecerdasan buatan yang

IMPLEMENTASI SISTEM PAKAR UNTUK PENGOBATAN BEKAM DENGAN METODE CASE BASE REASIONING (STUDI KASUS : RUMAH BEKAM MUSLIMAH YOGYAKARTA)

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KESESUAIN JENIS LAHAN PERTANIAN UNTUK BUDIDAYA TANAMAN BUAH-BUAHAN MENGGUNAKAN METODE SIMILARITY BERBASIS WEB

PERBANDINGAN METODE NEAREST NEIGHBOR DAN ALGORITMA C4.5 UNTUK MENGANALISIS KEMUNGKINAN PENGUNDURAN DIRI CALON MAHASISWA DI STMIK AMIKOM YOGYAKARTA

BAB II TINJAUAN PUSTAKA

Rima Nurasmi Program Studi Teknik Informatika Universitas Ahmad Dahlan ABSTRAK

EXPERT SYSTEM DENGAN BEBERAPA KNOWLEDGE UNTUK DIAGNOSA DINI PENYAKIT-PENYAKIT HEWAN TERNAK DAN UNGGAS

APLIKASI PENENTUAN KELAYAKAN IZIN MENDIRIKAN BANGUNAN MENGGUNAKAN METODE CASE BASED REASONING TUGAS AKHIR

Penerapan Case Based Reasoning pada Sistem Pendukung Keputusan Penanganan Komplain Penyewa Mall


SISTEM DETEKSI AWAL PENYAKIT TBC DENGAN METODE CBR

BAB IV HASIL DAN UJICOBA

BAB III METODE PENELITIAN. Pengetahuan Alam dan Jurusan Budidaya Perairan Fakultas Pertanian Universitas

BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan

Sistem Pendukung Keputusan Dosen Berprestasi Berdasarkan Kinerja Penelitian dan Pengabdian Masyarakat

SISTEM PENENTUAN PEMASANGAN SALURAN AIR PDAM KOTA CIMAHI DENGAN MENGGUNAKAN CBR DAN ALGORITMA NEAREST NEIGHBORS

Sistem Pakar Dasar. Ari Fadli

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

SISTEM PAKAR ANALISIS PENYAKIT LUPUS ERITEMATOSIS SISTEMIK PADA IBU HAMIL MENGGUNAKAN METODE FORWARD CHAINING

BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Bahan bangunan merupakan salah satu faktor yang penting untuk membuat sebuah rumah, untuk

BAB 1 PENDAHULUAN. Penyakit THT merupakan salah satu jenis penyakit yang sering ditemukan

DESAIN APLIKASI HELPDESK TROUBLESHOOTING HARDWARE DAN SOFTWARE. Tugas Matakuliah Interaksi Manusia dan Komputer. Narti Prihartini, S.T.

APLIKASI SISTEM PAKAR UNTUK KEBUTUHAN GIZI IBU MENYUSUI

APLIKASI SISTEM PAKAR PENENTUAN PERAWATAN KECANTIKAN BERBASIS WEB (STUDI KASUS : PAMELLA SALON YOGYAKARTA)

BAB III PEMBAHASAN. Dalam pembuatan sistem informasi pengarsipan surat ini mempunyai dua

PENERAPAN CASE BASED REASONING DALAM MENDUKUNG PENYELESAIAN KASUS

CASE BASED REASONING MENENTUKAN KELOMPOK UKT (STUDI UNIVERSITAS SEMBILANBELAS NOVEMBER KOLAKA)

Implementasi Case Base Reasoning Untuk Mendiagnosa Penyakit Gigi dan Mulut Implementation of Case-Based Reasoning for Diagnosing Oral Disease

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB III ANALISA DAN PERANCANGAN SISTEM

PERANCANGAN SISTEM INFORMASI ASURANSI PAKET PELANGGAN DI PANDU SIWI SENTOSA CABANG LODAYA BANDUNG

LAPORAN TUGAS AKHIR... ii. LEMBAR PENGESAHAN PEMBIMBING... iii. LEMBAR PENGESAHAN PENGUJI... iv. SURAT PERNYATAAN... v. MOTTO DAN PERSEMBAHAN...

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB III METODE DAN PERANCANGAN APLIKASI. Metode penelitian yang dilakukan dalam penelitian sebagai berikut

SKRIPSI SISTEM REKOMENDASI WISATA KULINER DI YOGYAKARTA MENGGUNAKAN METODE KOLABORATIF (COLLABORATIVE METHOD)

BAB IV PERANCANGAN SISTEM. fungsional dan persiapan untuk perancangan implementasi, menggambarkan

ANALISIS DAN IMPLEMENTASI SIMULATED ANNEALING PADA CASE BASED REASONING UNTUK STUDI KASUS PEMBELIAN KOMPUTER

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

PERANCANGAN KNOWLEDGE MANAGEMENT TOOLS UNTUK PENGELOLAAN PENGETAHUAN PERBAIKAN MODUL CATU DAYA TELEKOMUNIKASI

Sistem Pakar Untuk Mendeteksi Kerusakan Pada Sepeda Motor 4-tak Dengan Menggunakan Metode Backward Chaining

SISTEM INFORMASI AKADEMIK PADA SMA NEGERI 1 PURWODADI BERBASIS WEB

BAB II TINJAUAN PUSTAKA

CASE BASED REASONING UNTUK MENDETEKSI HAMA DAN PENYAKIT TANAMAN ANGGREK DENDROBIUM MENGGUNAKAN ALGORITMA SIMILARITAS PROBABILISTIC SYMMETRIC

PENERAPAN METODE FORWARD CHAINING PADA PERANCANGAN SISTEM PAKAR DIAGNOSIS AWAL DEMAM BERDARAH

APLIKASI SISTEM PAKAR UNTUK MENGIDENTIFIKASI PENYAKIT DALAM PADA MANUSIA MENGGUNAKAN METODE FORWARD CHAINING

Rancang Bangun Sistem Pakar untuk Diagnosis Penyakit Mulut dan Gigi dengan Metode Fuzzy Logic

SISTEM PAKAR ONLINE MENGGUNAKAN RULE BASE METHOD UNTUK DIAGNOSIS PENYAKIT AYAM SKRIPSI KIKI HENDRA SITEPU

JURNAL PENERAPAN ALGORITMA NEAREST NEIGHBOR (K-NN) BAGI HAKIM DALAM MENENTUKAN PERTIMBANGAN HUKUMAN TINDAK PIDANA PENCURIAN

BAB 3 ANALISIS DAN PERANCANGAN APLIKASI

BAB III ANALISIS DAN PERANCANGAN SISTEM. Paramuda Tour & Transport mengalami penurunan pelanggan yang

BAB III METODE PENELITIAN. Penelitian ini dilakukan di Laboratorium Skripsi dan Tugas Akhir Jurusan Ilmu

BAB III ANALISIS PERANCANGAN SISTEM

Sistem Informasi Jadwal Perkuliahan dengan Metode Sistem Pakar

SISTEM PAKAR DENGAN BEBERAPA KNOWLEDGE BASE MENGGUNAKAN PROBABILITAS BAYES DAN MESIN INFERENSI FORWARD CHAINING

Intelligent Tutoring System: Expert-Knowledge Module Menggunakan Case-Based Reasoning

BAB I PENDAHULUAN 1.1 Latar Belakang

Sistem Pakar Diagnosis Penyakit Menular Pada Klinik Umum Kebon Jahe Berbasis Web Dengan Menggunakan Metode Forward Chaining

SISTEM INFORMASI POSYANDU KESEHATAN IBU DAN ANAK. Nabila Sholihah 1*, Sri Kusumadewi 1. Jl. Kaliurang km 14.5 Sleman, Yogyakarta 55584

DAFTAR ISI HALAMAN JUDUL HALAMAN PENGESAHAN PEMBIMBING HALAMAN PENGESAHAN PENGUJI KATA PENGANTAR.. DAFTAR GAMBAR DAFTAR MODUL..

RANCANG BANGUN SISTEM INFORMASI PENJUALAN PRODUK KOPI PADA UD. TIARA GLOBAL COFFEE BERBASIS WEB

PENGEMBANGAN SISTEM PAKAR BERBASIS ATURAN UNTUK MENENTUKAN MATA KULIAH YANG AKAN DIAMBIL ULANG (REMEDIAL) DENGAN METODE FORWARD CHAINING

CASE-BASED REASONING (CBR) PADA SISTEM PAKAR IDENTIFIKASI HAMA DAN PENYAKIT TANAMAN SINGKONG DALAM USAHA MENINGKATKAN PRODUKTIVITAS TANAMAN PANGAN

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004

Rancang Bangun Sistem Informasi Manajemen Aset IT Pada PT. Tirta Investama Plant Citeureup Berbasis Web

SISTEM DIAGNOSA PENYAKIT MUSANG DENGAN METODE CASE BASED REASONING BERBASIS WEB

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN TUJUAN WISATA DI BANDUNG MENGGUNAKAN METODE CASE BASED REASONING

SISTEM PAKAR UNTUK MENGANALISIS TINGKAT STRES BELAJAR PADA SISWA SMA. Ayu Meiatri Windine Sari. Rina Harimurti

SISTEM CERDAS DIAGNOSA PENYAKIT AYAM

IMPLEMENTASI METODE FORWARD CHAINING PADA APLIKASI SISTEM PAKAR MENDETEKSI JENIS KULIT WAJAH WANITA

PERANCANGAN VIRTUAL FRIEND MENGGUNAKAN ALGORITMA CASE-BASED REASONING BERBASIS APLIKASI DEKSTOP

DAFTAR ISI. HALAMAN JUDUL... i. LEMBAR PENGESAHAN... ii. ABSTRAK... iv. MOTTO... vi. KATA PENGANTAR... vii. DAFTAR ISI... ix. DAFTAR GAMBAR...

CASE BASE REASONING UNTUK MENENTUKAN PEMILIHAN BIRO WISATA DI KABUPATEN KUDUS

SISTEM PAKAR PENGOBATAN HERBAL

BAB IV PERANCANGAN 4.1 Perancangan Arsitektur Sistem Kebutuhan Perangkat Lunak Tabel 4.1

APLIKASI PEMBERIAN KREDIT PADA BANK KALBAR PEMANGKAT MENGGUNAKAN METODE CASE BASED REASONING

APLIKASI SISTEM INFORMASI PENGOLAHAN DATA PADA DIREKTORAT RESERSE KRIMINAL KHUSUS POLDA SUMBAR

Transkripsi:

PERANCANGAN APLIKASI KONSELING MAHASISWA MENGGUNAKAN METODE CASE BASED REASONING Syaiful Hendra 1*, Sri Kusumadewi 2 1 Program Studi Teknik Informatika, STMIK Adhi Guna Jl. Undata No 3 Palu, Sulawesi Tengah 2 Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia Jl. Kaliurang Km. 14,5 Sleman, DIY * Email: syaiful.hendra.garuda@gmail.com Abstrak Aplikasi konseling mahasiswa digunakan sebagai tools dalam proses konseling mahasiswa bermasalah. Metode penalaran dalam penelitian ini menggunakan metode Case Based Reasoning (CBR). Penelitian dimulai dari tahap pengambilan data kasus konseling mahasiswa dari beberapa narasumber dan pakar konseling. Selanjutnya dibuatkan attribut yang sesuai dengan proses konseling mahasiswa. Tahapan pengambilan keputusan pada penelitian ini dilakukan sesuai dengan siklus CBR yaitu retrieve, reuse, revise, retain. Pada proses retrieve kasus yang akan diuji dibandingkan dengan kasus yang terdapat dalam basis kasus melalui perhitungan similaritas, dan hasil dari perhitungan tersebut difilter menggunakan nilai treshold (ambang batas). Selanjutnya dilakukan tahapan perancangan aplikasi mulai dari konteks diagram, DFD, ERD, Database Realtional dan Desain Interface. Hasil dari penelitian ini adalah perancangan yang dibuat dapat diterapkan dalam tahap implementasi konseling mahasiswa bermasalah oleh Dosen Pembimbing Akademik. Kata kunci: Aplikasi Case Based Reasoning, Konseling Mahasiswa, Perancangan. 1. PENDAHULUAN Proses bimbingan konseling mempunyai target yang ingin dicapai, yaitu sekurang-kurangnya ditandai dengan diperolehnya pengalaman baru bagi para pelaku komunikasi khususnya pada mahasiswa yang ada diperguruan tinggi. Di Universitas/Perguruan Tinggi seorang Dosen Pembimbing Akademik (Dosen PA) harus memperhatikan pendekatan komunikasi interpersonal yang digunakan agar tepat sasaran dan efektif. Pendekatan ini dapat berbentuk informatif, instruktif, persuasif (Effendy, 2003). Pelaksanaan bimbingan konseling diharapkan dapat menjadi jembatan dalam mengontrol tingkah laku mahasiswa yang bermasalah dengan memperhatikan etika berkomunikasi interpersonal agar pelaksanaannya dapat sesuai dengan yang diharapkan. Namun pada kenyataannya dosen pembimbing akademik sering kali tidak dibekali dengan pengetahuan tentang koseling yang memadai, hal ini diperkuat dengan latar belakang pendidikan Dosen PA yang beragam sehingga tidak dapat dipungkiri banyak permasalahan yang sulit untuk dipecahkan menyangkut kasus yang dialami oleh mahasiswa bimbingannya khususnya dalam masalah akademik yang dipicu oleh permalasahan non akademik. Berdasarkan kondisi tersebut dan, maka perlu dibuatkan sebuah aplikasi pakar yang dapat digunakan Dosen PA dalam rangka konseling mahasiswa bermasalah. Penelitian ini menggunakan metode penalaran case based reasoning (CBR). Menurut Aamodt dan Plaza (Aamodt dan Plaza, 1994) CBR adalah suatu pendekatan untuk menyelesaikan suatu permasalahan (problem solving) berdasarkan solusi dari permasalahan sebelumnya. Metode ini merupakan suatu paradigma pemecahan masalah yang banyak mendapat pengakuan yang pada dasarnya berbeda dari pendekatan utama AI (Artificial Intelligent) lainnya. Suatu masalah baru dipecahkan dengan menemukan kasus yang serupa di masa lampau, dan menggunakannya kembali (reuse) pada situasi masalah yang baru. CBR merupakan suatu pendekatan bertahap, pembelajaran berkelanjutan, karena pengalaman baru dipertahankan setiap kali masalah telah dipecahkan, sehingga segera tersedia untuk masalah yang akan datang (Christiane, 2002). CBR tidak seperti metode penalaran yang terdapat pada sistem pakar yang selalu membangkitkan aturan-aturan setiap akan menyelesaikan masalah. Karena dalam dunia nyata, ketika terdapat suatu masalah maka orang biasanya melihat kesamaan masalah tersebut dengan masalah yang pernah ditangani. Jika terdapat kesamaan atau kemiripan maka akan digunakan 191

pengalaman dari masalah yang lama untuk menyelesaikan masalah yang baru dengan sedikit adaptasi yang cocok dengan kondisi masalah yang baru tersebut (Qu, Rong 2002). Berdasarkan fenomena tersebut maka peneilitian ini merumuskan permasahalan yaitu Bagaimana merancang sebuah aplikasi konseling mahasiswa menggunakan metode Case Based Reasoning?. 1.1 LANDASAN TEORI 1.1.1 Sistem Pakar Sistem pakar adalah program komputer yang menggunakan pengetahuan pakar untuk mencapai tingkat kinerja yang tinggi pada area yang sempit (Waterman, 1986). Secara umum, sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli (Kusumadewi, 2003). Seseorang yang bukan pakar menggunakan sistem pakar untuk meningkatkan kemampuan pemecahan masalah, sedangkan seorang pakar menggunakan sistem pakar untuk knowledge assistant. Kemudian (Giarratano dan Riley, 1993) berpendapat bahwa sistem pakar adalah suatu sistem komputer yang bisa menyamai atau meniru kemampuan seorang pakar. Dari beberapa definisi tersebut dapat disimpulkan bahwa sistem pakar adalah sebuah sistem komputer yang diberi pengetahuan tentang kepakaran dalam bidang tertentu untuk membantu memberikan solusi terhadap masalah di bidangnya dengan meniru keahlian dari seorang pakar. 1.1.2 Siklus Case Based Reasoning Menurut (Aamodt dan Plaza, 1994) secara umum terdapat level pada siklus CBR yang dapat dijabarkan sebagai berikut: 1. Retrieve (memperoleh kembali) kasus, kasus-kasus yang paling mirip. Task ini dimulai dengan pendeskripsian satu atau sebagian masalah dan berakhir apabila telah ditemukan kasus sebelumnya yang paling cocok. Sub task mengacu pada identifier fitur, pencocokan awal, pencarian dan pemilihan. 2. Reuse (menggunakan) informasi dan pengetahuan dari kasus tersebut untuk memecahkan pemasukan. 3. Revise (meninjau kembali atau memperbaiki) usulan solusi. 4. Retain (menyimpan) bagian-bagian dari pengalaman tersebut yang mungkin berguna untuk memecahkan masalah di masa-masa yang akan datang. Proses ini terdiri dari memilih informasi apa, dari kasus yang akan disimpan. Disimpan dalam bentuk apa, cara menyusun kasus agar mudah untuk menentukan masalah yang mirip, dan bagaimanan mengintegrasikan kasus baru pada struktur memori. Untuk lebih jelasnya proses siklus CBR dapat dilihat pada Gambar 1. Gambar 1. Siklus CBR (Aamodt dan Plaza, 1994) 2. ANALISIS 2.1 Analisis Case Based Reasoning Konseling Mahasiswa Dalam tahap ini dilakukan analisis terhadap case based reasoning konseling mahasiswa bermasalah secara akademik sesuai dengan tahapan dan kaidah dari penalaran case based reasoning. Berikut tahapan analisis case based reasoning sesuai dengan studi kasus : 192

2.1.1 Proses Retrieve Proses retrieve merupakan proses pencarian kemiripan kasus baru dengan kasus yang lama. Pencarian kemiripan antara kasus baru dengan kasus lama dilakukan dengan cara mencocokan variabel/atribut yang diinputkan oleh pengguna dengan variabel/atribut yang ada pada basis kasus. Pada awal proses diagnosa pengguna akan menginputkan sesuai dengan variabel/attribut. Tabel 1 merupakan penentuan attribut yang digunakan sesuai dengan studi kasus yang diambil dalam penelitian ini. Tabel 1. Attribut Kasus Attribut Sub Attribut Kondisi Bobot Kode Keadaan Psikologis Normal Depresi 3 KA1 Kondisi Awal Asal Asli DIY Luar kota DIY 3 KA2 Ekonomi Mampu Tidak mampu 3 KL1 Keluarga Harmonis Tidak harmonis 5 KL2 Keluhan Pribadi Tidak bermasalah Bermasalah 5 KL3 Lingkungan Positif Negatif 3 KL4 Tingkat Semester Awal Tengah Akhir 3 TS1 IPK Rendah Sedang Tinggi 5 IPK Berdasarkan dari setiap kasus dengan berbagai variabel/attribut yang ada, maka setiap masalah sudah disesuaikan dengan solusi yang telah ada dalam basis kasus. Berikut contoh perhitungan terhadap kasus baru yang diinputkan oleh pengguna..(1) Keterangan : T = Kasus baru (target) S = Kasus yang ada dalam basis kasus (source) n = Jumlah total fitur f = Fungsi similarity atribut/variabel i antara kasus T dan kasus S w = Bobot 193

Contoh Kasus : (a) (b) (a) Tingkat kemiripan kasus baru/target (T) terhadap kasus lama 1 (S1) Sim (S1, T) = (1*3)+(1*3)+(0*5)+(0*5)+(0*3)+(1*3)+(1*5) /(3*4)+(5*3) = 14/27 = 0.52 (b) Tingkat kemiripan kasus baru (X) terhadap kasus lama 3 (S3) Sim (S3, T) = (1*3)+(1*3)+(0*5)+(0*5)+(1*3)+(0*3)+(0*5) / (3*4)+(5*3) = 9/27 = 0.33 (c) Tingkat kemiripan kasus baru (X) terhadap kasus lama 9 (S9) Sim (S9, T) = (1*3)+(1*3)+(1*5)+(0*5)+(1*3)+(0*3)+(1*5) / (3*4)+(5*3) = 19/27 = 0.70 Keterangan : 0 = Value attribut kasus target berbeda dengan value attribut kasus yang ada pada basis kasus (source) 1 = Value attribut kasus target sama dengan value attribut kasus yang ada yang ada pada basis kasus (source) N = Value attribut kasus target dan value attribut kasus yang ada pada basis kasus (source) diabaikan (c) 2.1.2 Proses Reuse Berdasarkan perhitungan pada proses retrieve kasus yang memiliki bobot kemiripan yang paling rendah adalah kasus lama 3 yaitu sebesar 0,33. Kasus lama 1 dan kasus lama 9 (S9) menghasilkan bobot kemiripan yang lebih tinggi yaitu 0,52 dan 0,70. Pada proses reuse, solusi yang diberikan adalah solusi dengan bobot kemiripan kasus lama yang ada dalam penyimpanan dengan kasus baru yang paling tinggi nilai kemiripannya, dalam contoh kasus ini adalah kasus lama 9 (S9). Dengan menggunakan nilai treshold 0,65 maka berdasarkan kemiripan kasus yang direkomendasikan pada pengguna adalah solusi dari kasus lama 9 (S9) yaitu F Dosen pembimbing akademik memotivasi dan membantu mahasiswa dalam memilih jurusan / program studi sesuai dengan bakatnya/keinginannya. 2.1.3 Proses Revise Proses revise adalah proses peninjauan kembali kasus dan solusi yang diberikan jika pada proses retrieve sistem tidak dapat memberikan hasil diagnosa yang tepat. Pada contoh ini kasus dengan kode kasus lama 9 (S9) menghasilkan solusi dengan tingkat kepercayaan di atas nilai treshold 0,70. Jadi solusi yang dihasilkan dapat langsung diberikan. Tetapi jika ternyata setelah dilakukan proses perhitungan dan tidak ada kasus yang mirip dengan kasus baru tersebut maka dilakukan proses revise. Informasi berupa masukan variabel/attribut pada kasus baru yang tidak ditemukan kemiripannya dengan basis kasus tersebut akan ditampung pada suatu tabel khusus (tabel revise) yang selanjutnya akan dievaluasi dan diperbaiki kembali oleh pakar untuk menemukan solusi yang tepat sesuai dengan konfirmasi dari pengguna pakar. 2.1.4 Proses Retain Setelah proses revise selesai dan sudah ditemukan solusi yang benar-benar tepat barulah pakar (ahli konseling) mulai menambahkan nilai dalam attribut dengan memasukkan data kasus baru yang sudah ditemukan solusinya tersebut ke dalam basis pengetahuan yang nantinya dapat digunakan untuk kasus berikutnya yang memiliki permasalahan yang sama. Proses inilah yang disebut dengan proses retain. 194

3. PERANCANGAN Desain sistem merupakan rancangan desain dari sistem yang akan dibuat, tahapan ini dapat dibagi menjadi 3 bagian yaitu: perancangan data flow diagram (DFD). Berikutnya perancangan tabel basis data, karena sistem yang dibuat berhubungan dengan data yang berukuran cukup besar maka diperlukan basis data untuk menyimpan data-data tersebut. Selanjutnya adalah design interface (perancangan antar muka sistem), perancangan ini akan memberikan gambaran antar muka output dari sistem yang dibangun. 3.1. Konteks Diagram Diagram konteks merupakan level tertinggi dari DFD yang menggambarkan seluruh input ke sistem dan output dari sistem yang akan memberikan gambaran tentang keseluruhan sistem. Gambar 2 merupakan gambar kontesk diagram pada penelitian ini. Gambar 2. Konteks Diagram (1) User, adalah seseorang atau sekelompok orang yang akan terkait dengan sistem informasi dan terdaftar baik dia sebagai user konsultasi (dosen pembimbing), user administrator maupun user pakar. (2) Pakar, menyiapkan data tentang kasus, sebab-sebab dan hal-hal yang terkait dengan sumber data yang akan digunakan oleh sistem. (3) Umum, adalah user yang tidak terdaftar yang mempunyai kepentingan terhadap sistem. 3.2. DFD Level 0 DFD level 0 ini adalah diagram alir data yang menjelaskan proses-proses yang terjadi pada aplikasi sistem pakar secara lebih terperinci digambarkan pada Gambar 3 DFD level 0. Terdiri dari proses pendataan master, konsultasi dan laporan. (1) Proses Pendataan Master Proses pendataan master Gambar 3 merupakan suatu proses yang menggambarkan prosesproses yang terjadi pada data master sistem pakar. Dalam proses ini pakar sebagai eksternal entity dan storage pakar sebagai entitas. Pakar melakukan pendataan pakar dan akan disimpan di storage pakar. Adapun user melakukan pendataan disini adalah calon user melakukan register ke dalam proses pendataan yang datanya akan disimpan pada storage user. (2) Proses Konsultasi Proses konsultasi pada Gambar 3 merupakan suatu proses yang menggambarkan prosesproses yang terjadi pada seorang user yang melakukan konsultasi, dan datanya akan disimpan kedalam storage konsultasi (3) Proses Pembuatan Laporan Proses pembuatan laporan pada Gambar 3 merupakan suatu proses yang menggambarkan pembuatan laporan sehingga membentuk sebuah laporan yang nantinya akan diteruskan dan diterima oleh pakar, user maupun umum. 195

Gambar 3. DFD Level 0 3.3. Basisdata 3.3.1. Entity Relational Diagram Proses sistem pakar secara keseluruhan melibatkan tiga kelompok yang berbeda, yaitu: User konsultasi, user yang hanya melakukan konsultasi untuk mendapatkan hasil dari sistem pakar dalam hal ini yang menggunakan adalah Dosen PA. User pakar, user yang menyediakan dan menentukan kasus-kasus konseling dan nama permasalahan konseling serta komponen lain dalam hal ini yang menggunakan adalah Psikolog. User admin, user yang mengorganisasikan user-user yang menggunakan sistem ini. Berdasarkan aturan bisnis di atas, maka ERD dapat digambarkan pada Gambar 4. Gambar 4. Entity Relational Diagram 3.3.2. Diagram Relasional Basisdata Desain relasional basis data pada Gambar 5 berikut menggambarkan relasi antar tabel dari basis data pada sistem pakar konseling mahasiswa bermasalah dengan penalaran berbasis kasus yang akan dirancang. Tabel yang terbentuk pada sistem ini terdiri dari : user, level, masalah, solusi, kasus, psikologis, asal, kondisi awal, ekonomi, keluarga, pribadi, lingkungan, keluhan, semester, IPK. 196

Gambar 5. Diagram Relasional Basisdata 3.4. Desain Antarmuka Aplikasi Desain halaman utama disajikan pada Gambar 6 terdiri dari tiga bagian utama, yaitu Atas, Kanan, Utama dan Bawah. Bagian atas terdiri dari logo dan identitas sistem serta tombol Beranda, Abstrak, Bantuan dan Tentang. Bagian Kanan difokuskan untuk area login, menu, statistik dan Pesan. Bagian bawah digunakan untuk keterangan dari sumber design. Bagian Utama difokuskan untuk menampilkan data dari proses pilihan bagian lain dan atau dari bagian utama sendiri Gambar 6. Desain Halaman Utama Selanjutnya desain halaman konseling digunakan oleh user dengan level user (Dosen PA) untuk melakukan proses konseling mahasiswa bermasalah. Untuk lebih jelas dapat dilihat pada Gambar 7. Setelah user memasukkan data sesuai dengan kasus yang dihadapi maka sistem akan memberikan solusi sesuai dengan kasus yang memiliki nilai >= nilai treshold (ambang batas), desain halaman hasil konseling dapat dilihat pada Gambar 8. 197

Gambar 7. Desain Halaman Konseling Gambar 8. Desain Halaman Hasil Konseling 3.5 Impelementasi Pada penelitian selanjutnya diharapkan perancangan aplikasi ini sudah berada pada tahap implementasi program, serta dilakukan pengujian terhadap sistem yang dibangun oleh beberapa pengguna seperti dosen pembimbing akademik maupun pakar konseling, masing-masing dari mereka akan diberikan form pengujian sistem serta dimintai pendapat secara umum terhadap aplikasi yang dibangun. Dari pengujian tersebut ingin diketahui sejauh mana sistem dapat mengakomodir kebutuhan user sesuai dengan kondisi proses konseling mahasiswa yang sebenarnya. 4. KESIMPULAN Perancangan aplikasi konseling mahasiswa menggunakan metode case base reasoning dapat dilakukan dimulai dari analisis kebutuhan sistem dan siklus dari konsep CBR. Selanjutnya dibuat attribut yang sesuai dengan kondisi konseling mahasiswa dari hal tersebut di buat konteks diagram, DFD, ERD, database realtional dan desain interface. UCAPAN TERIMA KASIH Pada kesempatan ini peneliti ingin mengucapkan terima kasih kepada DIKTI atas bantuannya melalui hibah penelitian Tim Pascasarjana 2015 Univeristas Islam Indonesia. DAFTAR PUSTAKA Aamodt, A & Plaza, E. (1994). Case Based Reasoning: Foundation Issues Methodological Variations, and System Approaches. AI Communication Vol 7 Nr. 1 March. pp 39-59 Christiane Gresse von Wangenheim. (2002). Case-Based Reasoning A Short Introduction. Universidade do Vale do Itajaí. Effendy, Onong Uchjana.(2003). Ilmu Komunikasi Teori dan Praktek. PT. Remaja Rosda Karya. Bandung. Giarratano. J, dan Riley. G,. (1993) Expert System, University of Houston. Clear Lake and NASA. Johnson Space Center. 1993 Kusumadewi, Sri. (2003). Artifical Intelligence (Teknik dan Aplikasinya). Graha Ilmu. Yogyakarta. Qu, Rong. (2002). Case-Based Reasoning for Course Timetable Problems, Thesis submitted to the University of Nottingham for the degree of Doctor of Philosofy. Waterman, D. A. (1986) A Guide to Expert Systems. Canada: Addison-Wesley Publishing Company. 198