BAB III ANALISIS DAN DESAIN SISTEM Pada bab ini penulis akan membahas mengenai perancangan sistem pakar identifikasi penyakit pada tanaman buah naga dengan menggunakan metode certainty Factor yang meliputi analisa sistem yang sedang berjalan saat ini dan desain sistem. III.1. Analisa Masalah Pada sistem yang sedang berjalan belum ada atau belum tersedia sistem pakar tempat konsultasi yang berbasis komputer yang menjelaskan tentang penyakit yang dialami petani terhadap tanaman buah naga dan permasalahan seputar tanaman buah naga. Sistem yang berjalan, para petani akan mencari informasi dari sumber pengetahuan seperti sesama petani buah naga, buku serta majalah tentang pertanian. Namun diprakteknya masih ada saja petani yang mengalami kegagalan dalam menentukan solusi yang tepat untuk mengatasi permasalahan tersebut. III.1.1 Analisa Input Pada sistem yang berjalan, belum ada sistem pakar berbasis komputer sebagai tempat untuk berkonsultasi para pengguna, sehingga petani buah naga yang ingin berkonsultasi akan mencari informasi melalui buku dan informasi dari penyuluh pertanian. 43
44 III.1.2. Analisa Proses Pengguna Administrasi Penyuluh Data Pengguna Data gejala Data Pengguna Data gejala Data Pengguna Data gejala Input data pengguna dan gejala penyakit Proses konsultasi Data Pengguna Data gejala Analisa hasil konsultasi Analisa Hasil Konsultasi Analisa hasil konsultasi Gambar III.1. Flow of Document Letak Konsultasi Berikut merupakan penjelasan dari flow of document tersebut diatas adalah sebagai berikut : 1. Start. 2. Petani atau pembudidaya akan mencari keterangan tentang penyakit pada buah naga. 3. Petani akan menanyakan informasi seputar penyakit pada tanaman buah naga kepada sesama petani ataupun kepada penyuluh pertanian 4. Jika informasi dan solusi penyakit pada buah naga sudah ditemukan..
45 5. maka petani akan melaksanakan solusi yang didapat sesuai dengan anjuran penyuluh pertanian. 6. End III.1.3. Analisa Output Keluaran atau output data dari sistem yang sedang berjalan setelah diinput dan diproses akan ditampilkan hasilnya dalam bentuk output. Adapun sebagai output dari proses yang dilakukan adalah hasil analisa tentang penyakit pada tanaman buah naga yang diberikan dalam bentuk jawaban dari penyuluh pertanian. III.2. Penerapan Metode Certainty Factor Representasi pengetahuan merupakan metode yang digunakan untuk mengkodekan pengetahuan dalam sebuah sistem pakar yang berbasis pengetahuan (knowledge base). Basis pengetahuan mengandung pengetahuan untuk pemahaman dan merupakan inti dari sistem pakar, yaitu berupa representasi pengetahuan dari pakar yang tersusun atas dua (2) elemen dasar yaitu, fakta dan aturan, dan mesin inferensi. II.2.1. Basis pengetahuan Basis pengetahuan yang terdapat dalam sistem pakar ini akan digunakan untuk menentukan proses pencarian atau menentukan kesimpulan yang diperoleh dari hasil analisis. Hasil yang diperoleh setelah pengguna melakukan interaksi dengan sistem pakar yaitu dengan menjawab pertanyaan yang diajukan oleh sistem pakar. Basis pengetahuan yang di gunakan didalam sistem pakar ini terdiri
46 dari : gejala-gejala yang penyakit buah naga dan derajat/ tingkat keyakinan yang diberikan oleh pakar. Tabel keputusan untuk gejala-gejala yang terjadi adalah seperti ditunjukkan oleh tabel III.1 dibawah ini: III.2.1.1. Data Gejala Tabel III.1 Daftar Gejala Penyakit No Id Nama Gejala Nilai 1. G001 Batang tanaman buah naga membusuk 9 2. G002 Batang buah naga terlihat layu 8 3. G003 Pangkal batang berwarna kekuningan 7 4. G004 Batang tanaman buah naga berwarna merah 8 kecoklatan 5. G005 Batang terlihat Kusam 6 6. G006 Muncul lendir berwarna putih kekuningan 9 7. G007 Tanaman terlihat mengerut 9 8. G008 Terdapat Bercak coklat pada permukaan batang 7 9. G009 Terdapat bercak merah pada permukaan batang 9 10. G010 Tidak Ditemukan 0 11. G011 Terdapat bulu putih pada batang buah naga 7 III.2.1.2. Data Penyakit Tabel III.2 Tabel Data Penyakit No Id Nama Penyakit Pada Pohon Pepaya Nilai 1. P001 Busuk Pangkal Batang 7 2. P002 Busuk Bakteri 6 3. P003 Layu Fusarium 8 4. P004 Karat Merah 7 5. P005 Penyakit Baru 0
47 III.2.1.3. Data rule Tabel III.3 Data Rule No Id Gejala Id 1. Rule 1 If G001, G003, G004, G011 Then P001 2. Rule 2 If G002, G005, G006 Then P002 3. Rule 3 If G001, G002, G007 Then P003 4. Rule 4 If G008, G009 Then P004 5. Rule 5 If G010, Then P005 III.2.1.4. Pohon Keputusan Gambar III.2 Pohon Keputusan
48 III.2.2. Penerapan Metode Certainty Factor Faktor kepastian (certainty factor) diperkenalkan oleh Shortliffe Buchanan dalam pembuatanmycin. Certainty Factor (CF) merupakan nilai parameter klinis yang diberikan MYCIN untuk menunjukkan besarnya kepercayaan. Certainty Factor didefinisikan sebagai persamaan berikut: CF (H, E) = MB (H, E) MD (H, E) 1 if P(H) = 1 MB(H E)= max[p(h E), P(H)] - P(H) otherwise 1 - P(H) 1 if P(H) = 0 MD(H E)= min[p(h E), P(H)] - P(H) otherwise - P(H) Di mana: CF (H, E) = Faktor kepastian MB (H, E) = Ukuran kepercayaan terhadap hipotesis H, jika diberikan evidence E ( antara 0 dan 1) MD (H, E) = Ukuran ketidak percayaan terhadap evidence H, jika diberikan evidence E (antara 0 dan 1) P(H) P(H E) = probabilitas kebenaran hipotesa H = probabilitas bahwa H benar karena fakta E Metode certainty factor yang akan diterapkan dalam pembuatan sistem pakar ini adalah metode dengan rumus certainty factor sebagai berikut : CF(x Dan y) = Min (CF(x), CF(y))
49 Contoh perhitungan nilai certainty factor untuk sistem ini adalah sebagai berikut: If Batang tanaman buah naga membusuk And Pangkal batang berwarna kekuningan And Batang tanaman buah naga berwarna merah kecoklatan And Terdapat bulu putih pada batang buah naga Then Busuk Pangkal Batang Dengan menganggap E 1 E 2 E 3 E 4 : Batang tanaman buah naga membusuk : Pangkal batang berwarna kekuningan. : Batang tanaman buah naga berwarna merah kecoklatan. : Terdapat bulu putih pada batang buah naga. Nilai certainty factor hipotesis pada saat evidence pasti adalah : CF(H,E) = min CF(H,E 1 E 2 E 3 E 4 ) = 0.7 Dalam kasus ini, kondisi gejala tidak dapat ditentukan dengan pasti. Certainty factor evidence E yang dipengaruhi partial evidence e ditunjukkan dengan nilai sebagai berikut: CF(E 1, e) = 0.9 CF(E 2, e) = 0.7 CF(E 3, e) = 0.8 CF(E 4, e) = 0.7
50 Sehingga CF(E,e) = min[cf(e 1 E 2 E 3 E 4, e)] = min [CF(E 1,e), CF(E 2,e), CF(E 3,e), CF(E 4,e)] = min [0.9, 0.7, 0.8, 0.7] = 0.7 x 100% = 70% Hal ini berarti besarnya kepercayaan pakar terhadap kemungkinan P001 adalah 0.7 atau persentasi 70% III.3. Desain Sistem Kelemahan sistem yang sedang berjalan perlu dipikirkan dan mencari solusi terbaik. Kelemahan ini dapat diperkecil dengan merancang suatu sistem yang dapat menutupi kelemahan pada sistem yang berjalan tersebut. Dalam hal ini penulis akan mendesain dan memberikan gambaran yang jelas mengenai rancang bangun sistem yang akan diusulkan sebagai alternatif perbaikan pada sistem yang sedang berjalan. Pada tahap ini perlu membatasi rancang bangun sistem yang diusulkan agar lebih mudah dalam memahami sistem nantinya Karena sistem yang diusulkan akan menghasilkan sebuah perangkat lunak yang berorientasi objek, maka perlu melakukan pemodelan sistem berdasarkan objek-objek yang digunakan. Dalam pemodelan ini penulis menggunakan Unfied Modeling Languange (UML). Pada tahap pemodelan ataupun disain sistem secara global, penulis akan merancang sistem berdasarkan kebutuhan sistem yang akan
51 diusulkan, seperti pembuata use case diagram, activity diagram, sequence diagram dan class diagram. III.3.1. Use Case Diagram Login Admin Olah Master Penyakit <<include>> Input Data Pengguna <<include>> Admin Olah Master Relasi <<include>> Konsultasi User <<include>> Olah Master Gejala Gambar III.3 Usecase Diagram Use case diagram tersebut digunakan untuk memahami bagaimana interaksi pengguna sistem dengan sistem yang dipakai secara keseluruhan. Pada use case diagram ini juga akan menjelaskan kegiatan apa saja yang dapat dilakukan oleh pengguna sistem dan batasan dalam mengakses sistem.
52 III.3.2. Class Diagram Class diagram sangat membantu penulis dalam visualisasi struktur kelaskelas dari suatu sistem dan merupakan tipe diagram yang paling banyak dipakai. Class diagram memperlihatkan hubungan antar kelas dan penjelasan detail tiap tiap kelas didalam model disain dari suatu sistem. Adapun class diagram yang diusulkan dapat dilihat pada gambar berikut ini : tmp_pasien +id*: int (4) +nama: varchar(60) +kelamin: enum('p','w') +alamat: varchar(100) +pekerjaan: varchar(60) +noip: varchar(60) +tanggal: datetime 1 tmp_gejala +noip: varchar(60) +kd_gejala*: char(4) 1 1..* 1 gejala +kd_gejala*: char(4) +nm_gejala: varchar(100) +nilai_cf: char(4) +input() +ubah() +hapus() 0..* 0..* analisa_hasil +id*: int(4) +nama: varchar(60) +kelamin: enum ('P','W') +alamat: varchar(100) +pekerjaan: varchar(60) +kd_penyakit*: char(4) +noip: varchar(60) +tanggal: datetime 1 * relasi +kd_gejala*: char(4) +nm_gejala*: char(4) * 1 tmp_penyakit +noip: varchar(60) +kd_penyakit*: char(4) 1 1 pakar +userid*: varchar(50) +PassID: varchar(100) 1 1..* tmp_analisa +noip: varchar(60) 1..* +kd_penyakit*: char(4) +kd_gejala*: char(4) +status: enum('y','n') penyakit +kd_penyakit*: char(4) +nm_penyakit: varchar(100) +keterangan: text +solusi: text +nilai_cf: char(4) +input() +ubah() +hapus() 0..* Gambar III.4 Diagram Class Sistem Pakar III.3.3. Activity Diagram Logika program dari sistem yang diusulkan akan digambarkan dalam sebuah activity diagram. Activity diagram ini akan menjelaskan setiap kegiatan yang akan dilakakukan pengguna pada sistem nantinya. Dengan menggambarkan setiap aktivitas dari sistem diharapkan sistem yang akan dibangun leibh mudah
53 dipahami. Adapun activity diagram pada sistem yang diusulkan adalah sebagai berikut : III.3.3.1. Activity Diagram Input Data Pengguna Masukkan nama, alamat, dan pekerjaan Input data Data tidak lengkap ya Input nama, alamat, dan pekerjaan berhasil sukses Gambar III.5 Activity Diagram Input Data Pengguna III.3.3.2. Activity Diagram Konsultasi Gambar III.6 Activity Diagram Konsultasi
54 III.3.3.3. Activity Diagram Data Penyakit Data penyakit Ya Tambah Tidak Ya Ubah Tidak Ya Hapus Tidak Keluar Tampil Penyakit Gambar III.7 Activity Diagram Data Penyakit
55 III.3.3.4. Activity Diagram Data Gejala Data Gejala Ya Tambah Tidak Ya Ubah Tidak Ya Hapus Tidak Keluar Tampil Gejala Gambar III.8 Activity Diagram Data Gejala
56 III.3.3.5. Activity Diagram Relasi Data Relasi Ya Tambah Tidak Ya Ubah Tidak Ya Hapus Tidak Keluar Tampil Relasi Gambar III.9 Activity Diagram Data Relasi
57 III.3.3.3. Activity Diagram Login Admin Masukkan username dan password ya Cek valid? Tidak ada Login berhasil sukses Gambar III.10 Activity Diagram Login Admin III.3.4. Sequence Diagram Sequence Diagram menggambarkan interaksi antara sejumlah object dalam urutan waktu. Kegunaannya untuk menunjukkan rangkaian pesan yang dikirim antara object serta interaksi antar object yang terjadi pada titik tertentu dalam eksekusi sistem yang diusulkan. Adapun perancangan sequence diagram pada sistem yang diusulkan adalah sebagai berikut:
58 III.3.4.1. Sequence Diagram Interaksi Login Admin Admiin Form login Controller Hal Admin Tbl Pakar 1: Menu login() 2:Halaman Login Tampil() 3:Masukkan Username dan Password() 4: Login() 5:Validasi() 7:pesan informasi() 6: Hasil() 8:Login sukses() 9: Cancel() 10: Reset Field() Gambar III.11 Sequence Diagram Login Admin
59 III.3.4.2. Sequence Diagram Penyakit Admiin Hal Penyakit Proses Tbl Penyakit 1: Menu Penyakit() 2: Halaman Data Penyakit() 3: Tambah data() 4: Ubah () 5: Hapus() 6: Validasi() 8:Pesan Informasi () 9: Data berhasil disimpan() 7:Result() Gambar III.12 Sequence Diagram Penyakit
60 III.3.4.3. Sequence Diagram Gejala Admin Hal Gejala Proses Tbl Gejala 1: Menu Gejala() 2: Halaman Data gejala() 3: Tambah data() 4: Ubah () 5: Hapus() 8:Pesan Informasi () 9: Data berhasil disimpan() 6: Validasi() 7:Result() Gambar III.13 Sequence Diagram Gejala
61 III.3.4.4. Sequence Diagram Relasi Admin Hal Relasi Proses Tbl Relasi 1: Menu Relasi() 2: Halaman Data Relasi() 3: Tambah data() 4: Ubah () 5: Hapus() 6: Validasi() 8:Pesan Informasi () 9: Data berhasil disimpan() 7:Result() Gambar III.14 Sequence Diagram Relasi
62 III.3.4.5. Sequence Diagram Input Data Pengguna User Hal Utama Hal Konsultasi Proses Tbl Pasien 1:pilih menu() 2:Konsultasi() 3:halaman Konsultasi() 4: masukkan data pengguna() Gambar III.15 Sequence Diagram Input Data Pengguna
63 III.3.4.6. Sequence Diagram Halaman Konsultasi User Hal Utama Hal Konsultasi Tbl konsultasi 1:konsultasi() 2: Halaman konsultasi() 3: masukkan data pengguna() 4: menampilkan pertanyaan () 5:jawab pertanyaan () 6: Validasi() Hasil analisa () 7:Result() Gambar III.16 Sequence Diagram Halaman Konsultasi III.4. Desain Database Tahap ini merupakan tahap dimana penulis menempatkan data yang sudah ada pada bagian server. Data tersebut nantinya akan diproses oleh data yang sudah dibuat. Tempat untuk menampung data tersebut disebut dengan basisdata atau
64 database strukturnya yang terdiri dari atas tabel-tabel yang dibuat dengan menggunakan program Xampp server III.4.1. ERD ( Entity Relation Diagram) Nm_penyakit Kd_penyakit Nilai_cf Penyakit Definisi keterangan Gejala Relasi Kd_gejala Nm_gejala Kd_penyakit Kd_gejala Gambar III.17 Entity Relationship Diagram (ERD) III.4.2. Desain Tabel Dalam perancangan database Sistem pakar mendeteksi Penyakit pada pohon pepaya, menggunakan tabel tabel basis data sebagai berikut: 1. Tabel Penyakit Tabel Penyakit digunakan untuk menampung data Penyakit dan solusi keseluruhan. Berikut ditampilkan rancangan struktur data Penyakit. Nama Database Nama Tabel Field Key : buah_nagaspk : Penyakit : kd_penyakit Tabel III.4 Tabel Penyakit Tanaman Buah Naga No Nama Field Data Type Width Keterangan 1 Kd_penyakit Char 4 Id Penyakit 2 Nm_penyakit Varchar 100 Nama Penyakit 3 Nilai_cf Varchar 5 Nilai CF 4 keterangan Text 500 keterangan 5 Solusi Text 500 Solusi
65 2. Tabel Gejala Tabel gejala digunakan untuk menampung data gejala keseluruhan. Berikut ditampilkan rancangan struktur data Gejala. Nama Database Nama Tabel Field Key : buah_nagaspk : gejala : kd_gejala Tabel III.5 Tabel Gejala Penyakit Tanaman Buah Naga No Nama Field Data Type Width Keterangan 1 Kd_gejala Varchar 4 Id gejala 2 Nm_gejala Varchar 100 Nama gejala 3 Nilai_cf Char 4 Nilai CF gejala 3. Tabel Analisa Hasil Tabel Analisa Hasil digunakan untuk menampung hasil analisa sementara untuk membuat sebuah hipotesis keseluruhan. Berikut ditampilkan rancangan struktur data hasil analisa. Nama Database Nama Tabel Field Key : buah_nagaspk : analisa_hasil : Id Tabel III.6 Tabel analisa hasil konsultasi Tanaman Buah Naga No Nama Field Data Type Width Keterangan 1 id Int 4 Id 2 kd_penyakit Char 4 Id Penyakit 3 nama Varchar 60 Nama users
66 4 noip Varchar 60 Ip address 5 pekerjaan Varchar 60 Pekerjaan 6 alamat Varchar 100 Alamat 7 tanggal Datetime - Tanggal 8 kelamin Enum P, W Kelamin 4. Tabel Pakar Tabel Pakar digunakan untuk menampung data pakar yang mengelola seluruh data penyakit, relasi dan gejala. Berikut ditampilkan rancangan struktur data pakar. Nama Database Nama Tabel Field Key : buah_nagaspk : pakar : userid Tabel III.7 Tabel pakar Tanaman Buah Naga No Nama Field Data Type Width Keterangan 1 userid Varchar 50 Username pakar 2 passid Varchar 100 Password pakar 5. Tabel Temp_Gejala Tabel Temp_gejala digunakan untuk menampung sementara analisa. Berikut ditampilkan rancangan struktur data hasil analisa. Nama Database Nama Tabel : buah_nagaspk : tmp_gejala
67 Field Key : kd_gejala Tabel III.8 Tabel tmp_gejala Tanaman Buah Naga No Nama Field Data Type Width Keterangan 3 kd_gejala Varchar 4 Kode gejala 4 noip Varchar 60 Ip address 6. Tabel Temp_Penyakit Tabel Temp_Penyakit digunakan untuk menampung data analisa penyakit sementara yang banyak di pertanyakan. Berikut ditampilkan rancangan struktur data Temp_Penyakit. Nama Database Nama Tabel Field Key : buah_nagaspk : tmp_penyakit : kd_penyakit Tabel III.9 Tabel Tmp_Penyakit Tanaman Buah Naga No Nama Field Data Type Width Keterangan 1 kd_penyakit Varchar 4 Id Penyakit 2 Noip Varchar 60 Ip address 7. Tabel Tmp_pasien Tabel Analisa Hasil digunakan untuk menampung hasil analisa keseluruhan. Berikut ditampilkan rancangan struktur data hasil analisa. Nama Database Nama Tabel Field Key : buah_nagaspk : Temp_pasien : id
68 Tabel III.10 Tabel Tmp_pasien Tanaman Buah Naga No Nama Field Data Type Width Keterangan 1 alamat Varchar 100 Alamat 2 id Varchar 4 Id pengguna 3 kelamin Enum P, W Jenis Kelamin 4 nama Varchar 60 Nama 5 noip Varchar 60 Noip 6 pekerjaan Varchar 60 Pekerjaan 7 tanggal Datetime - Tanggal 8. Tabel Relasi Tabel Relasi digunakan untuk menampung data Relasi keseluruhan. Berikut ditampilkan rancangan struktur data Relasi. Nama Database Nama Tabel : buah_nagaspk : Relasi Field Key : Tabel III.11 Tabel Relasi Tanaman Buah naga No Nama Field Data Type Width Keterangan 1 Kd_gejala Varchar 50 Kode gejala 2 Kd_Penyakit Varchar 50 Kode Penyakit III.4.2. Normalisasi Normalisasi data merupakan proses pemecahan tabel flat menjadi tabeltabel relasi yang berhubungan satu dengan lainnya. Normalisasi dibutuhkan untuk mengurangi adanya reduransi data karena adanya tumpang tindih data yang disimpan menjadi satu tabel. Selain mengurangi redudansi data normalisasi juga
69 dimaksudkan sebagai cara untuk lebih mengakuratkan proses input data sehingga data yang dimasukkan dalam sistem adalah data yang konsisten. Adapun proses normalisasi dalam penelitian ini dapat dilihat pada gambar berikut ini. Tbl penyakit Kode Nama Nilai solusi 1 1 m Tbl Relasi Kd_penyakit Kd_gejala m Tbl gejala Kode Nama Gambar III.18 Normalisasi Penyakit Dan Gejala III.5. Desain User Interface III.5.1. Desain Output Desain output Sistem global sebagaimana telah dijelaskan di atas tidak dapat menggambarkan secara keseluruhan proses yang terjadi dalam sistem, sehingga dibutuhkan disain sistem secara detail yang dapat menjelaskan alur proses yang terjadi di dalam sistem tersebut. Adapun disain sistem secara detail yang diusulkan akan dijelaskan satu persatu berikut ini
70 III.5.1.1 Desain Output Halaman Home Header Menu home Menu penyakit Halaman Utama Konsultasi Tentang sistem Bantuan Login admin Gambar III.19 Desain Output Halaman Utama III.5.1.2. Desain Output Halaman penyakit Header Menu home Menu penyakit Daftar Semua Penyakit No Nama Penyakit Menu Konsultasi Tentang sistem Bantuan Login admin Gambar III.20 Desain Output Halaman penyakit
71 III.5.1.3. Desain Output Halaman Konsultasi Menu home Menu penyakit Konsultasi Tentang sistem Bantuan Nama Kelamin Alamat Pekerjaan Daftar Header Pria wanita Login admin Gambar III.21 Desain Output Halaman Konsultasi III.5.1.4. Desain Output Halaman Analisa Hasil Header Menu home Menu penyakit Konsultasi Tentang sistem Bantuan Login admin DATA PENGGUNA: Nama Alamat Pekerjaan HASIL ANALISA TERAKHIR Penyakit Nama Nilai CF Gejala Keterangan Solusi Gambar III.21 Desain Output Halaman Analisa Hasil
72 III.5.1.5. Desain Output Halaman Tentang Sistem Pakar Header Menu home Menu penyakit Sistem Pakar Mendeteksi Penyakit pada pohon pepaya Konsultasi Tentang sistem Bantuan Login admin Gambar III.22 Desain Output Halaman Tentang Sistem Pakar III.5.1.6. Desain Output Halaman Admin penyakit gejala Relasi Lap penyakit Lap gejala Logout Gambar III.23 Desain Output Halaman Admin
73 III.5.1.7. Desain Halaman Tampilan Penyakit Header penyakit gejala Relasi Lap penyakit Lap gejala Logout Daftar semua Penyakit No Nama Penyakit Menu Ubah I hapus Tambah Gambar III.24 Desain Output Halaman Tampilan penyakit III.5.1.8. Desain Halaman Output Halaman Tampil Gejala Header penyakit gejala Relasi Lap penyakit Lap gejala Logout Daftar semua gejala No Nama gejala pilihan Ubah I hapus Tambah Gambar III.25 Desain Output Halaman Tampil Gejala
74 III.5.1.9. Desain output halaman Laporan Gejala Header penyakit gejala Relasi Lap penyakit Lap gejala Logout Daftar Gejala Kode Nama Gejala Nilai CF Gambar III.26 Desain Output Halaman Laporan Gejala III.5.1.10. Desain Output Halaman Laporan Penyakit Header penyakit gejala Relasi Lap penyakit Lap gejala Logout Daftar Semua Penyakit Kode Nama Penyakit Nilai CF Keterangan Solusi Lihat Gejalanya Gambar III.27 Desain Output Halaman Laporan penyakit
75 III.5.1.11. Desain Output Halaman Laporan Penyakit Lihat Gejalanya Header penyakit gejala Relasi Lap penyakit Lap gejala Logout Daftar Gejala Penyakit : No Kode Nama Gejala Nilai CF Gambar III.28 Desain Output Halaman Laporan penyakit III.5.2 Desain Input Sistem ini mempunyai beberapa halaman yang akan menjadi intput. Dalam perancangannya, sistem yang diusulkan mempunyai tiga halaman sebagai keluaran akhir, yaitu :
76 III.5.2.1. Desain Input Halaman Login Admin Login Admin Login User : Login Password: Login Gambar III.29 Desain Input Halaman Admin Login III.5.2.2. Desain Input Halaman Tambah Penyakit Header penyakit gejala Relasi Lap penyakit Lap gejala Logout Tambah Data Penyakit Kode Nama penyakit Nilai Cf Keterangan Solusi simpan Gambar III.30 Desain Input Halaman Tambah Penyakit
77 III.5.2.3. Desain Input Halaman Edit Penyakit Header penyakit gejala Relasi Lap penyakit Lap gejala Logout Ubah Data Penyakit Kode: Nama penyakit : Nilai Cf Keterangan Solusi Simpan Gambar III.31 Desain Input Halaman Tambah Penyakit III.5.2.4. Desain Input Halaman Tambah Gejala Header penyakit gejala Relasi Lap penyakit Lap gejala Loghout Kode Gejala Nama Gejala Nilai CF Simpan Gambar III.32 Desain Input Halaman Gejala
78 III.5.2.5 Desain Input Halaman Edit Gejala penyakit gejala Relasi Lap penyakit Lap gejala Logout Kode Gejala Nama Gejala Nilai CF Simpan Gambar III.33 Desain Input Halaman Edit Gejala