SISTEM PAKAR DIAGNOSA KERUSAKAN PADA PRINTER DENGAN MENGGUNAKAN METODE CERTAINTY FACTOR PARAREL Dewi Anggraeni Jurusan Teknik Informatika Fakultas Sains dan Teknologi UIN Sunan Gunung Djati Bandung ABSTRAK Printer adalah sebuah alat untuk mencetak sebuah file menjadi sebuah dokumen, oleh karena itu jenis printer tidak hanya satu saja tetapi banyak berbagai merk dan tipe. Oleh Karena itu sangat mengkhawatirkan apabila printer banyak mengalami kerusakan total tetapi tidak dapat memperbaiki dengan benar atau malah secara otodidak, seperti tukang service yang mampu memperbaiki printer secara otodidak saja dan tidak langsung berkonsultasi ke pakarnya. Namun semua hal itu dapat diatasi dengan adanya sistem pakar yang dapat mendiagnosa 25 kerusakan yang berasal dari 17 gejala yang berbeda. Sistem pakar ini dibangun menggunakan kombinasi teknologi web populer terbaru yaitu PHP, HTML, CSS, jquery dan MySQL. Perancangan yang digunakan yaitu SSAD (Structured System Design and Analisis). Metode pengembangan perangkat lunak menggunakan metode waterfall atau yang lebih dikenal dengan sekuensial linier. Sistem pakar diagnosa kerusakan pada printer ini diharapkan dapat membantu user yang kesulitan berkonsultasi dengan pakar printer dengan cara memberikan solusi setelah berkonsultasi melalui sistem. Sehingga kesulitan berkonsultasi dapat teratasi dan juga dapat memperbaiki printer secara benar. Kata kunci: Sistem Pakar,, Printer, Certainty Factor Pararel 1. PENDAHULUAN 1.1 Latar Belakang Perkembangan dunia teknologi di tahun ini semakin pesat dengan banyak beredar komputer komputer terbaru, dengan harga terjangkau. Sehingga dapat dijangkau oleh masyarakat dengan kelas menengah ke bawah, semakin harga komputer murah. Semakin dunia teknologi dapat dijangkau oleh seluruh lapisan masyarakat. Misalnya sebuah komputer mengalami kerusakan yang serius. Mungkin akan di tanyakan apa penyebab dan gejala kerusakan pada komputer tersebut. oleh karena itu masyarakat perlu sebuah sistem untuk mengolah dan mengecek kerusakan pada komputer tersebut, tanpa harus menanyakan pada seorang tukang service. Dengan adanya sistem tersebut akan memudahkan masyarakat untuk dapat mengetahui gejala kerusakan dan menemukan solusinya. Begitu juga dengan sebuah printer dapat dikategorikan sebagai masalah artificial intelegent khususnya sistem pakar karena pemecahan masalah tersebut dapat dilakukan dengan mengembangkan sistem yang dapat berperan sebagai seorang ahli. Dengan kata lain terjadi pemindahan atau proses pengolahan informasi yang bersifat heuristic yang artinya membangun dan mengoperasikan basis pengetahuan yang berisi fakta beserta penalarannya. Dalam hal ini prosesnya disebut knowledge engineering yaitu penyerapan basis pengetahuan dari seorang pakar ke sebuah komputer. Fakta-fakta yang diperoleh dari pengetahuan seorang ahli disimpan dalam suatu basis pengetahuan. Dengan bantuan mesin inferensi dan memori kerja, proses penarikan kesimpulan tentang jenis kerusakan pada printer, gejala dan solusinya dapat di lakukan. Berdasarkan kategori bidang yang sesuai, sistem pakar ini termasuk jenis diagnosa, yaitu mengecek gejala-gejala yang
terjadi dan memberikan kesimpulan tentang jenis kerusakan dan cara menangani kerusakan tersebut. Pada penelitian ini dibuat sebuah sistem pakar menggunakan menggunakan metode Certainty Factor Pararel. Sistem ini dapat memberikan diagnosa awal kerusakan pada printer. Dari gejala-gejala yang dirasakan oleh pengguna, sebagai pengganti pakar konsultasi kepada sistem yang telah disesuaikan dengan pakar ahli. Hasil penelitian menunjukkan bahwa CF Pararel dapat digunakan sebagai cara untuk mengatasi ketidak pastian untuk kasus printer. Membuat sebuah sistem pakar yang membahas tentang diagnosa kerusakankerusakan pada printer dengan metode Certainty Factor Pararel dengan judul Sistem Pakar Diagnosa Pada Printer Dengan Menggunakan Metode Certainty Factor Pararel. Untuk mendiagnosa kerusakan pada printer sehingga dapat diketahui apa masalah yang terjadi pada printer tersebut dan dapat ditemukan solusinya. 1.2 Rumusan Masalah Berdasarkan uraian Latar Belakang serta permasalahan yang telah dikemukakan tersebut di atas, maka penulis mengidentifikasi pokok permasalahan sebagai berikut: 1. Bagaimana membuat aplikasi sistem pakar yang baik dan bisa digunakan oleh user? 2. Bagaimana menerapkan metode Certainty Factor Pararel pada sistem pakar? 3. Bagaimana merancang suatu sistem pakar yang dapat mendiagnosa kerusakan pada printer berdasarkan gejala pada printer tersebut dan memberikan solusinya berdasarkan metode Certainty Factor Pararel? 1.3 Tujuan Penelitian Tujuan yang ingin dicapai dari tugas akhir ini adalah: 1. Membuat aplikasi sistem pakar yang baik dan bisa digunakan oleh user 2. Menerapkan metode Certainty Factor Pararel pada sistem pakar 4. Merancang suatu sistem pakar yang dapat mendiagnosa kerusakan pada printer berdasarkan gejala pada printer tersebut dan memberikan solusinya berdasarkan metode Certainty Factor Pararel. 1.4 Batasan Masalah Masalah yang ada dalam Aplikasi ini dibatasi pada ruang lingkup seperti: 1. Membangun aplikasi sistem pakar hanya untuk mendiagnosa kerusakan pada printer Canon ip 2700 series. 2. Tools yang digunakan untuk membangun aplikasi ini yaitu PHP sebagai bahasa pemogramannya dan Mysql DBMS-nya. 3. Data yang diperlukan berupa data kerusakan Printer, gejala kerusakan, dan solusinya. 4. Metode yang digunakan Certainty Factor Pararel. 2. LANDASAN TEORI 2.1 Certainty Factor Pararel Faktor kepastian (certainty factor pararel) menyatakan kepercayaan dalam sebuah kejadian (atau fakta atau hipotesis) berdasarkan bukti atau penilaian pakar (Turban, 2005). Certainty Factor Pararel menggunakan suatu nilai untuk mengasumsikan derajat keyakinan seorang pakar terhadap suatu data. Certainty Factor Pararel memperkenalkan konsep keyakinan dan ketidakyakinan yang kemudian diformulasikan ke dalam rumusan dasar sebagai berikut:
CF(H,E)=MB(H,E)-MD(H,E) (2.1) CF(H,E): certainty factor pararel MB(H,E): ukuran kepercayaan (measure of increased belief) terhadap hipotesis H yang jika diberikan evidence E(antara 0 dan 1) MD(H,E): ukuran ketidakpercayaan (measure of increased disbelief) terhadap evidence H, jika diberikan evidence E(antara 0 dan 1) Bentuk dasar rumus certainty factor pararel sebuah aturan JIKA E MAKA H adalah seperti ditunjukkan oleh persamaan 2 berikut: CF(H,e)=CF(E,e)*CF(H,E) (2.2) Dimana: CF(E,e): certainty factor pararel evidence E yang dipengaruhi oleh evidence e. CF(H,E): certainty factor pararel hipotesis dengan asumsi evidence diketahui dengan pasti, yaitu ketika CF(E,e) = 1. CF(H,e) : certainty factor pararel hipotesis yang dipengaruhi oleh evidence e. Jika semua evidence pada antecedent diketahui dengan pasti maka persamaannya akan menjadi: CF(H,e) = CF(H,E) (2.3) Dalam aplikasinya, CF(H,E) merupakan nilai kepastian yang diberikan oleh pakar terhadap suatu aturan, sedangkan CF(E,e) merupakan nilai kerpercayaan yang diberikan oleh pengguna terhadap gejala yang dialaminya. Sebagai contoh, berikut ini adalah sebuah aturan dengan CF Pararel yang diberikan oleh seorang pakar: JIKA Timbul sisik pada kulit DAN Kulit kering DAN Rambut Kering DAN Kulit kusam DAN Rambut kusam MAKA ketombe, CF: 0,7 2.2 Kelebihan dan Kekurangan Metode Certainty Factor Pararel Kelebihan Certainty Factor Pararel: a. Metode ini cocok dipakai dalam sistem pakar untuk mengukur sesuatu apakah pasti atau tidak pasti dalam mendiagnosa penyakit sebagai salah satu contohnya. b. Perhitungan dengan menggunakan metode ini dalam sekali hitung hanya dapat mengelola dua data saja sehingga keakuratan data dapat terjaga. Kekurangan Metode Certainty Factor Pararel: a. Ide umum dari pemodelan ketidakpastian manusia dengan menggunakan numerik metode certainty factor pararel biasanya diperdebatkan. Sebagian orang akan membantah pendapat bahwa formula untuk metode certainty factor pararel diatas memiliki sedikit kebenaran. b. Metode ini hanya dapat mengolah ketidakpastian/kepastian hanya dua data saja. Perlu dilakukan beberapa kali pengolahan data untuk data yang lebih dari dua buah. c. Nilai CF Pararel yang diberikan bersifat subyektif karena penilaian setiap pakar bisa saja berbeda-beda tergantung pengetahuan 2.3 Model untuk menghitung Certainty Factor Pararel dari Rule Ada dua tahap model yang sering digunakan untuk menghitung tingkat keyakinan certainty factor pararel dari sebuah rule adalah sebagai berikut: a. Dengan menggali dari hasil wawancara dengan pakar. Nilai CF Pararel (Rule) didapat dari interpretasi term dari pakar menjadi nilai MD/MB tertentu. b. Tabel 2.3 untuk menentukan certainty factor pararel menurut kepercayaan pakar. Cara Menentukan Nilai Certainty Factor Pararel MD/MD Certain Term 0 1.0 0-0.2 Tidak Tahu/Tidak Ada 0.3-0.4 Mungkin 0-0.6 Kemungkinan Besar 0.7-0.8 Hampir Pasti 0.9-1.0 Pasti CF=MB-MD CF=Certainty Factor Pararel MB=Nilai kepercayaan pakar(meansure Believe) MD=Nilai ketidak percayaan pakar(meansure Disbelieve)
2.4 Cara Perhitungan Faktor Kepastian (Certainty Factor Pararel) Certainty Factor Pararel (CF) menunjukkan ukuran kepastian terhadap suatu fakta atau aturan. CF[h,e]=MB[h,e] MD[h,e] CF[h,e] = faktor kepastian MB[h,e]=ukuran kepercayaan atau tingkat keyakinan terhadap hipotesis h, jika diberikan/dipengaruhi evidence e (antara 0 sampai 1.0) MD[h,e] = ukuran ketidakpercayaan atau tingkat ketidakyakinan terhadap hipotesis h, jika diberikan atau dipengaruhi evidence e (antara 0 sampa 1.0) Gambar 2.1 Ukuran Kepercayaan atau Ketidakpercayaan CF Pararel Contoh : a. Misal suatu observasi memberikan kepercayaan terhadap h dengan MB[h,e1]=0,3 dan MD[h,e1]=0 maka : CF[h,e1] = 0,3 0 = 0,3 Jika ada observasi baru dengan MB[h,e2]=0,2 dan MD[h,e2]=0, maka : MB[h,e1 e2] = 0,3 + 0,2 * (1 0,3)=0,44 MD[h,e1 e2] = 0 CF[h,e1 e2] = 0,44 0 = 0,44 b. Asih menderita bintik-bintik di wajahnya. Dokter memperkirakan Asih terkena cacar dengan kepercayaan MB[cacar,bintik]=0,80 dan MD[cacar,bintik]=0,01 maka : CF[cacar,bintik] = 0,80 0,01=0,79 Jika ada observasi baru bahwa Asih juga panas badan dengan kepercayaan, MB[cacar,panas]=0,7dan MD[cacar,panas]=0,08 maka : MB[cacar,bintik panas] =0,8+0,7*(1 0,8)=0,94 MD[cacar,bintik panas] =0,01+0,08*(1 0,01)=0,0892 CF[cacar,bintik panas] =0,94 0,0892=0,8508 2.5 Certainty Factor Pararel dihitung dari kombinasi beberapa hipotesis Jika h1 dan h2 adalah hipotesis maka : Gambar 2.2 Kombinasi CF Pararel Min dan Max Contoh : Misal suatu observasi memberikan kepercayaan terhadap h1 dengan MB[h1,e]=0,5 dan MD[h1,e]=0,2 maka : CF[h1,e]=0,5 0,2=0,3 Jika observasi tersebut juga memberikan kepercayaan terhadap h2 dengan MB[h2,e]=0,8 dan MD[h2,e]=0,1, maka : CF[h2,e] = 0,8 0,1= 0,7 Untuk mencari CF Pararel[h1 h2,e] diperoleh dari MB[h1 h2,e] = min (0,5 ; 0,8) = 0,5 MD[h1 h2,e] = min (0,2 ; 0,1) = 0,1 CF[h1 h2,e] = 0,5 0,1 = 0,4 Untuk mencari CF Pararel[h1 h2,e] diperoleh dari MB[h1 h2,e] = max (0,5 ; 0,8) = 0,8 MD[h1 h2,e] = max (0,2 ; 0,1) = 0,2 CF[h1 h2,e] = 0,8 0,2 = 0,6 a. Asih menderita bintik-bintik di wajahnya. Dokter memperkirakan Asih terkena cacar dengan Kepercayaan MB[cacar,bintik]=0,80 dan MD[cacar,bintik]=0,01 maka CF Pararel[cacar,bintik] = 0,80 0,01 = 0,79 Jika observasi tersebut juga memberikan kepercayaan bahwa Asih mungkin juga terkena alergi Dengan kepercayaan MB[alergi,bintik]=0,4 dan MD[alergi,bintik]=0,3 maka CF[alergi,bintik]= 0,4 0,3 = 0,1 Untuk mencari CF Pararel[cacar alergi, bintik] diperoleh dari MB[cacar alergi,bintik] = min (0,8 ; 0,4) = 0,4 MD[cacar alergi,bintik] = min (0,01 ; 0,3) = 0,01
CF[cacar alergi,bintik] = 0,4 0,01 = 0,39 Untuk mencari CF Pararel[cacar alergi, bintik] diperoleh dari MB[cacar alergi,bintik] = max (0,8 ; 0,4) = 0,8 MD[cacar alergi,bintik] = max (0,01 ; 0,3) = 0,3 CF[cacar alergi,bintik] = 0,8 0,3 = 0,5 Kesimpulan: semula faktor kepercayaan bahwa Asih terkena cacar dari gejala munculnya bintik-bintik di wajahnya adalah 0,79. Demikian pula faktor kepercayaan bahwa Ani terkena alergi dari gejala munculnya bintik-bintik di wajah adalah 0,1. Dengan adanya gejala yang sama mempengaruhi 2 hipotesis yang berbeda ini memberikan faktor kepercayaan : Asih menderita cacar dan alergi = 0,39 Asih menderita cacar atau alergi = 0,5 3. ANALISIS DAN PERANCANGAN 3.1 Analisis Sistem pakar diagnosa kerusakan pada printer dengan menggunakan metode certainty factor pararel ini. bertujuan untuk mendiagnosa kerusakan pada printer Canon ip 2700/2770 sehingga dapat ketahui kerusakan apa yang menyebabkan printer tidak berfungsi dan juga dapat di ketahui penyebab dan gejala kerusakan, sehingga dapat di temukan solusi yang terbaik dalam menangani kerusakan printer tersebut. 3.2 Analisis Berdasarkan pengetahuan dari pakar, dapat dianalisis kerusakan apa saja yang akan dimasukkan ke dalam sistem. Selain kerusakan, yang harus dimasukkan juga adalah gejala sebagai kunci untuk menemukan solusi dan juga dapat di ketahui nilai dari pakar untuk megetahui seberapa besarkah kepercayaan terhadap suatu fakta tersebut. 3.3 Diagram Konteks Data Data Data Aturan Laporan Data Keruskan Data Data Aturan Data Hasil Analisa Sistem Pakar Diagnosa Pada Printer Dengan Menggunakan Metode Certainty Factor Pararel Data User Informasi dan Gambar 3.1. Diagram konteks Gambar 3.1 menunjukkan bahwa sistem pakar berinteraksi dengan 2 external entity, yaitu dan User. Seorang admin dapat memasukkan data kepakaran ke dalam sistem serta dapat memperoleh informasi pakar melalui fasilitas akuisisi pengetahuan. Seorang pemakai hanya bisa melakukan konsultasi dengan sistem, yaitu dengan memilih data kerusakan seperti gejala kerusakan kemudian memperoleh informasi kerusakan yang terjadi dan solusi yang diberikan oleh sistem 3.3.1 Data Flow Diagram Level 0 Rincian proses dari diagram konteks level 0 ditunjukkan pada gambar 3.2. Pada DFD level 0 ini dapat dilihat proses input data oleh external entity dan output yang diberikan sistem kepada external entitiy serta simpanan data apa saja yang ada pada sistem. User Data Pakar Atau Data Data Aturan Data Informasi dan Laporan 1.0 Pengolahan Data Pakar 2.0 Pengolahan Data dan 3.0 Pengolahan Data 4.0 Pengolahan Data Aturan 5.0 Pengolahan Analisa 6.0 Pembuatan Laporan Hasil analisa 7.0 Pembuatan Laporan Data Pakar Data dan Aturan Data Hasil Analisa Analisa Hasil Analisa Pakar Aturan Analisa Hasil Gambar 3.2 Data Flow Diagram Level 0
3.3.2 Data Flow Diagram Level 1.0 Proses Pengolahan Data Pakar yang diturunkan pada level 1.0 ditunjukkan pada Gambar 3.3. Data i 3.1 Tambah Data 3.2 Simpan Data Data Pakar 1.1 Tambah Data Pakar Data Pakar Pakar Edit Data 3.3 Edit Data 1.2 Simpan Data Pakar Hapus Data 3.4 Hapus Data 1.3 Edit Data Pakar Gambar 3.5 Data Flow Diagram Level 3.0 Gambar 3.3 Data Flow Diagram Level 1.0 3.3.3 Data Flow Diagram Level 2.0 Proses Pengolahan Data Keruskan dan yang diturunkan pada level 2.0 ditunjukkan pada Gambar 3.4. 3.3.5 Data Flow Diagram Level 4.0 Proses Pengolahan Data Aturan yang diturunkan pada level 4.0 ditunjukkan pada Gambar 3.6. Data 4.1 Pilih Data 2.1 Tambah Data dan Keruskaan Data dan 4.2 Merelasikan Data Dengan Data dan 2.2 Simpan Data dan Data MB dan MD 4.3 Masukan Nilai MB dan MD Edit Data dan 2.3 Edit Data dan Simpan Nilai MB dan MD dan Data serta 4.4 Simpan Nilai MB dan MD dan Data serta Hapus Data dan 2.4 Hapus Data dan Gambar 3.6 Data Flow Diagram Level 4.0 Gambar 3.4 Data Flow Diagram Level 2.0 3.3.4 Data Flow Diagram Level 3.0 Proses Pengolahan Data yang diturunkan pada level 3.0 ditunjukkan pada Gambar 3.5. 3.3.6 Data Flow Diagram Level 5.0 Proses Pengolahan Analisa yang diturunkan pada level 5.0 ditunjukkan pada Gambar 3.7.
Pilih 5.1 Konsultasi Analisa Hasil 3.4 ERD User Diagnosa Laporan 5.2 Diagnosa 5.3 Simpan Hasil Konsultasi 5.4 Cetak Hasil Konsultasi ERD adalah diagram yang memperlihatkan entitas-entitas yang terlibat dalam suatu sistem serta hubungan-hubungan (relasi) antar entitas. Penekanan pada ERD adalah tabel-tabel yang merepresentasikan entitas-entitas serta tabel-tabel yang merepresentasikan relasi antar entitas itu sendiri. Entitas yang terlibat dalam sistem pakar diagnosa pada printer berbasis web ditunjukkan pada Gambar 3.10 Gambar 3.7 Data Flow Diagram Level 5.0 Kd trobel Nm kerusakan 3.3.7 Data Flow Diagram Level 6.0 Proses Pengolahan Pembuatan Laporan Hasil Analisa yang diturunkan pada level 6.0 ditunjukkan pada Gambar 3.8. Kd Kd trobel User Id Id Analisa Hasil 1 m 1 m Aturan Kd trobel m md Daftar konsultasi 6.1 Daftar Analisa Hasil Tanggal 1 cf Konsultasi Kd gejala mb User Laporan 6.2 Laporan. Kd gejala Nm gejala Gambar 3.8 Data Flow Diagram Level 5.0 3.3.8 Data Flow Diagram Level 7.0 Proses Pengolahan Pembuatan Laporan yang diturunkan pada level 7.0 ditunjukkan pada Gambar 3.9. Gambar 3.10 ERD Sistem Pakar Berdasarkan model ERD pada Gambar 3.10 dapat didesain data seperti ditunjukkan Gambar 3.11. 7.1 Pembuatan Laporan Data Laporan Data 7.2 Pembuatan Laporan Data Laporan Data 7.3 Pembuatan Laporan Data Aturan Aturan Laporan Data Aturan Laporan Data Hasil Analisa 7.4 Pembuatan Laporan Data Hasil Analisa Analisa Hasil Gambar 3.11 Relasi Antar Tabel Gambar 3.9 Data Flow Diagram Level 7.0
3.5 Rancangan Antar Muka Rancangan antarmuka digunakan untuk membuat tampilan dengan tujuan memberikan panduan dalam mengoperasikan program sistem pakar. Pada rancangan antarmuka program sistem pakar halaman utama perancan sistem pakar digunakan untuk melihat penjelasan dari metode certainty factor pararel sehingga user dapat lebih memahami sebelum mendaftar sebagai pengguna sistem. 1. Halaman utama perancangan sistem pakar Login User Costumer Registrasi Costumer Materi Konsultasi Polling Costumer Faq HEADER Copyright@Dewi Anggraeni 2013 Gambar 3.12 Perancangan Sistem Pakar 2. Halaman Bagian Registrasi Costumer Pada halaman ini costumer sebelum melakukan konsultasi kerusakan printer harus mengisi form data isian di bawah ini, jika registrasi berhasil maka costumer akan memiliki username dan password, dan jika tidak berhasil akan muncul pesan kesalahan. begin read DataInputRegistrasi If Input = valid then save ke database write PesanBerhasil else write PesanKesalahan endif; end. Login User Costumer Registrasi Costumer Materi Konsultasi Polling Costumer Faq Gambar 3.13 Perancangan Registrasi Costumer 3. Halaman Bagian Konsultasi dan Halaman ini digunakan untuk melakukan konsultasi kerusakan pada printer canon ip 2770, dengan cara mengecek gejala dan nanti tekan tombol proses diagnosis gejala kerusakan maka akan muncul jenis kerusakan dan solusi memperbaikinya kemudian akan di ketahui nilai cf pararel. Berikut ini algoritma cara kerja cf pararel. Algoritma Certainty Factor Pararel Modul Konsultasi CF dan Perhitungan Certainty Factor Pararel DEKLARASI CF : Real MB, MD HEADER Copyright@Dewi Anggraeni 2013 DESKRIPSI Read : (MB,MD) CF MB-MD Write (CF) Registrasi Costumer Sistem Pakar FORM ISIAN DATA SISTEM PAKAR Nama Lengkap Alamat Username Password Ulangi Password
Login User Costumer Registrasi Costumer Materi Konsultasi HEADER Form Diagnosis CEK KODE NAMA GEJALA b. Halaman Registrasi Costumer Halaman Registrasi Costumer ini adalah halaman untuk registrasi user yang ingin mendapatkan username dan password agar dapat berkonsultasi tentang kerusakan printer canon ip 2770. Melalui sistem pakar metode certainty factor pararel. Polling Costumer Faq Copyright@Dewi Anggraeni 2013 Gambar 3.14 Perancangan Bagian Konsultasi 4. IMPLEMENTASI DAN PENGUJIAN 4.1 Implementasi Interface Implementasi inteface merupakan bagian dari pengolahan implementasi yang disajikan untuk pengguna. a. Halaman Testimoni Halaman Testimoni ini adalah halaman awal sistem pakar yang berisikan tentang penjelasan mengenai metode certainty factor pararel dan juga semua yang mengacu kepada sistem pakar. Gambar 4.2 Halaman Registrasi Costumer c. Halaman Konsultasi Halaman Konsultasi adalah halaman dimana user dapat melakukan konsultasi dengan menceklis satu gejala dan tidak boleh lebih dari satu gejala. Gambar 4.1 Halaman Testimoni
Gambar 4.3 Halaman Konsultasi d. Halaman Hasil Diagnosa Halaman hasil diagnosa adalah halaman hasil dari konsultasi kerusakan pada printer canon ip 2700. Pada halaman ini kerusakan printer tersebut dapat terlihat dengan muncul beberapa kerusakan dan juga dapat diketahui solusi cara perbaikannya dan bisa terlihat nilai dari cf pararel itu sendiri dan juga dapat di peroleh nilai hipotesa analisis. Gambar 4.4 Hasil Diagnosa 4.2 Pengujian Sistem Proses pengujian yaitu mencoba program dengan memasukkan data kedalam form-form masukan yang telah disediakan. Pada tahap ini merupakan kelanjutan dari tahap implementasi yaitu melakukan pengujian terhadap aplikasi yang dibangun. Pengujian yang akan dilakukan yaitu dengan pengujian black box yang berfokus pada persyaratan fungsional perangkat lunak. 4.3 Hasil Percobaan Diagnosa Pada Printer Berikut ini adalah hasil percobaan konsultasi diagnosa kerusakan pada printer dibuktikan dengan tabel bahwa setiap konsultasi tidak ada yang error semuanya berjalan dengan lancar.
No Tabel 4.1 Hasil Percobaan Diagnosa Pada Printer Cek Nilai CF Pararel Kesimpulan Keterangan 1 G0001 0,8 Hampir Pasti Succes 2 G0002 0,7 Hampir Pasti Succes 3 G0003 0,7 Hampir Pasti Succes 4 G0004 0,8 Hampir Pasti Succes 5 G0005 0,7 Hampir Pasti Success 6 G0006 0,8 Hampir Pasti Success 7 G0007 0,5 Kemungkinan Besar Success 8 G0008 0,9 Pasti Success 9 G0009 0,7 Hampir Pasti Success 10 G0010 0,8 Hampir Pasti Success 12 G0012 0,7 Hampir Pasti Success 13 G0013 0,8 Hampir Pasti Success 14 G0014 0,7 Hampir Pasti Success 15 G0015 0,5 Kemungkinan Besar Success 16 G0016 0,5 Kemingkinan Besar Success 17 G0017 0,7 Hampir Pasti Success 4.4 Uji Menu Konsultasi Pada pengujian menu konsultasi pasien dapat dilihat pada Tabel 4.2. Tabel 4.2 Uji Menu Konsultasi 5.2 Saran Adapun saran yang akan diberikan oleh penyusun diantaranya adalah : 1. Sistem yang dibuat harus bisa lebih perpect dan complex lagi. 2. Sistem harus dapat mendiagnosa kerusakan printer bukan satu jenis dan satu seri saja tapi seluruh jenis printer. 3. Sistem harus mampu digunakan oleh user melalui online, agar dapat mempermudah proses diagnosa kerusakan seluruh jenis printer. DAFTAR PUSTAKA HASIL NO SKENARIO SUKSE GAG S AL 8 Klik menu konsultasi 9 Pilih salah satu gejala kerusakan printer 10 Klik proses diagnosis gejala kerusakan 11 Klik save data KETERANGAN Sistem akan menampilkan hasil diagnosa dari satu gejala yang di pilih disana akan muncul kerusakan, solusi, dan hipotesa analisi Sistem menyimpan hasil konsultasi user pada hari ini. Aryawan, 2012, Sistem Pakar Identifikasi Terumbu Karang (Coral Reef) Menggunakan Metode Certainty Factor. Denpasar: Universitas Pendidikan Ganesha. Dhany, Shany, 2009, Perancangan Sistem Pakar untuk Diagnosa Penyakit pada Anak. Laporan Penelitian. Medan: Universitas Sumatera Utara 5. KESIMPULAN DAN SARAN 5.1 Kesimpulan Kesimpulan dalam penelitian skripsi ini adalah sebagai berikut: 1. printer Canon bila dibandingkan dengan printer Epson hampir sama hanya yang berbeda cara printnya saja. 2. Sistem yang dibuat dapat diterapkan pada jenis kerusakan lain bukan printer saja. 3. yang diberikan sistem dapat mempermudah user dalam menangani semua jenis kerusakan pada printer. Kasmui,l 2011, Sistem Pakar Indentifikasi Bentuk Keris Jawa Dengan Menggunakan Metode CF ( Certainty Factor). Laporan Penelitian. Jakarta: Universitas Islam Negeri Syarif Hidayatulloh Kursini, 2006, Sistem Pakar Teori dan Aplikasi. Yogyakarta: Yogyakarta:Penerbit Andi. Kusrini, 2008, Aplikasi Sistem Pakar Menentukan Faktor Kepastian Pengguna Dengan Metode Kuantifikasi Pertanyaan. Yogyakarta: Andi Merlina, N, 2012, Perancangan Sistem Pakar Study Kasus sistem Pakar kenaikan
Jabatan.Yogyakarta: Ghalia Indonesia. Nugroho, Bunafit, 2008, Membuat Aplikasi Sistem Pakar dengan PHP dan Editor Dreamweaver.Yogyakarta: Gava Media.. Pressman, R, S, 2001, Software engineering: a practitioner s approach. 5th ed. Boston : Mc-Graw Hill. Puspitasari, D, 2009, Sistem Pakar Diagnosa Diabetes Nefropathy dengan Certainty Factor Berbasis Web dan Mobile. Laporan Penelitian.Yogyakarta: STMIK AMIKOM Sadewo, A, 2010, Perancangan Dan Implimentasi Sistem Pakar Untuk Analisa Penyakit Dalam. Semarang: Universitas Dipenogoro. Susanto, H, 2012, Aplikasi Mendiagnosis Penyakit Hepatitis Menggunakan J2M3 Dengan Metode Certainty Factor.Surabaya: Institut Teknologi Sepuluh Nopember Syatibi, A, 2012, Sistem Pakar Diagnosa Awal Penyakit Kulit Sapi Berbasis Web Dengan Menggunakan Metode Ceratinty Factor. Semarang: Universitas Dipenogoro.