37 3. Jenis Kelamin Contoh input data jenis kelamin adalah : Jenis Kelamin : Laki-Laki III.1.2. Analisa Proses Berdasarkan sistem yang sedang berjalan, tahapan-tahapan proses deteksi adanya viskositas darah dalam tubuh adalah sebagai berikut : 1. Dokter menanyakan gejala-gejala yang dialami pasien. 2. Dokter menanyakan kebiasaan buruk pasien yang menjadikan penyebab adanya viskositas darah dalam tubuh. 3. Dokter dapat memprediksi kemungkinan adanya viskositas darah dalam tubuh melalui jenis kelamin. 4. Kemudian dokter dapat menyimpulkan ada atau tidaknya viskositas darah dalam tubuh. III.1.3. Analisa Output Terdapat analisa output dalam mendeteksi ada atau tidaknya viskositas darah dalam tubuh, yaitu berupa hasil deteksi berdasarkan gejala-gejala yang dialami pasien, penyebab dan jenis kelamin. III.1.4. Evaluasi sistem yang berjalan Berdasarkan analisa terhadap input, proses dan output pada sistem mendeteksi ada atau tidaknya viskositas darah dalam tubuh yang sedang berjalan, penulis menemukan beberapa kelemahan antara lain sebagai berikut : 1. Penderita harus berkonsultasi langsung ke dokter di rumah sakit.
38 2. Penderita harus mengeluarkan biaya yang besar untuk mengetahui penyakitnya. Untuk menangani kelemahan-kelemahan sistem yang ada salah satu solusi yang ditawarkan adalah dengan merancang sistem pakar mendeteksi adanya viskositas darah dalam tubuh. Sistem ini diharapkan mampu memberikan kontribusi positif terhadap pasien. III.2. Penerapan Metode Setelah melihat permasalah diatas maka penulis mencoba untuk merancang suatu aplikasi sistem pakar mendeteksi adanya viskositas darah dalam tubuh yang lebih baik sehingga dapat menghasilkan keputusan ada atau tidaknya viskositas darah dalam tubuh dengan tepat. Dengan menggunakan metode teorema bayes aplikasi sistem pakar mendeteksi adanya viskosiatas darah dalam tubuh dapat menentukan benar atau tidaknya seseorang terdapat viskositas darah dalam tubuh dengan menggunakan rumus metode teorema bayes, rumus teorema bayes dapat dilihat sebagai berikut : P( E Hi) P (Hi E) = P( E Hj) j P( E Hi) P( Hi) j P( E Hj) P( Hj) Dimana : P (E H) * P(H) P (E) P(H E) = probabilitas hipotesis H jika diberikan evidence E.
39 P(E H) = probailitas munculnya evidence E jika diketahui hipotesis H. P(H) = probabilitas H tanpa mengandung evidence apapun. P(E) = probabilitas evidence E. (Sri Rahayu, 2013, Hal : 131) III.2.1. Flowchart Metode Teorema Bayes Mulai Menentukan Nilai Gejala Menentukan Nilai Penyebab Menentukan Nilai Jenis Kelamin Menjumlahkan nilai hipotesa dengan rumus : G3 3 k 1 Nilai hipotesa Menentukan nilai semesta dengan rumus : P(H1) = H 1 3 K 1 Nilai semesta Setelah P(Hi) diketahui maka rumus selanjutnya adalah : 3 k 1 P(Hi)*P(E Hi-n) Hasil perkalian nilai semesta Mencari nilai bayes dengan rumus : P(H E) = P (E H) * P(H) P(E) Nilai bayes Menjumlahkan seluruh nilai bayes dengan rumus: n k 1 Bayes = Bayes1+Bayes2+Bayes3*100% Probabilitas bayes Selesai Gambar III.1. Flow Chart Metode Teorema Bayes
40 III.2.2. Perhitungan Manual Metode Teorema Bayes 1. Tabel Penyakit Tabel III.1 Tabel Penyakit ID Penyakit 1 Kekentalan Darah Normal 2 Kemungkinan Terkena Penyakit Hypertensi 3 Kemungkinan Terkena Diabetes 4 Kemungkinan Terkena Penyakit Struk 2. Tabel Gejala Tabel III.2 Tabel Gejala ID Nama Gejala Nilai G1 Migrain 0.1 G2 Sering Kesemutan 0.15 G3 Hilang Keseimbangan 0.2 G4 Kram 0.1 G5 Dada Terasa Sakit 0.05 G6 Gangguan Penglihatan 0.15 G7 Nyeri Pada Perut 0.05 G8 Terjadi Keguguran Berulang-ulang 0.05 G9 Mudah Lupa 0.1 G10 Mudah Lelah 0.05
41 3. Tabel Penyebab Tabel III.3 Tabel Penyebab ID Nama Penyebab Nilai P1 Mudah Stres 0.2 P2 Pola Makan Tidak Teratur 0.05 P3 Polusi Udara Sekitar 0.05 P4 Kurang Minum 0.1 P5 Kurang Istirahat 0.05 P6 Kurang Olahraga 0.15 P7 Mudah Marah 0.15 P8 Makanan Berlemak 0.1 P9 Merokok 0.1 P10 Tidur Terlalu Malam 0.05 4. Tabel Jenis Kelamin Tabel III.4 Tabel Jenis Kelamin ID Jenis Kelamin Nilai J1 Pria 0.65 J2 Wanita 0.35
42 Tabel III.5 Tabel Rule Base Tabel III.6 Tabel Nilai Probabilitas
43 J1 y t G7 y J2 t G8 G1 y y t P2 G2 G3 y y t P3 Kekentalan darah normal G4 y t G6 G5 G9 y y t y t G10 P1 P4 y y y y P6 P5 P9 y y P7 Kemungkinan terkena P9 y penyakit struk P10 Kemungkinan terkena penyakit diabetes Kemungkinan terkena penyakit hypertensi Gambar III.2. Pohon Keputusan Mendeteksi Adanya Viskositas Darah Keterangan : J1 : Wanita G3 : Hilang Keseimbangan G7 : Nyeri Pada Perut J2 : Pria G4 : Kram G8 : Terjadi G1 : Migrain G5 : Dada Terasa Sakit Keguguran Berulang G2 : Sering Kesemutan G6 : Gangguan Penglihatan G9 : Mudah Lupa
44 G10 : Mudah Lelah P1 : Mudah Stres P2 : Pola Makan Tidak Teratur P3 : Polusi Udara Sekitar P4 : Kurang Minum P6 : Kurang Olahraga P7 : Mudah Marah P8 : Makan Berlemak P9 : Merokok P10: Tidur Terlalu Malam P5 : Kurang Istirahat Contoh kasus kemungkinan terkena penyakit hypertensi. Diketahui seorang pasien bernama Andi mengalami gejala sebagai berikut (G1): 1. Kram = 0.1 2. Sering kesemutan = 0.15 3. Nyeri pada perut = 0.05 4. Mudah Lelah = 0.05 5. Migrain = 0.1 6. Gangguan penglihatan = 0.15 Data Penyebab sebagai berikut (G2): 1. Kurang minum = 0.1 2. Kurang olahraga = 0.15 3. Pola makan tidak teratur = 0.05 4. Makanan Berlemak = 0.1 5. Merokok = 0.1 Data Jenis Kelamin sebagai berikut (G3) : 1. Pria = 0.65
45 Perhitungan Manual : Mencari nilai semesta dengan menjumlahkan dari hipotesa di atas : = G1 + G2 + G3 = 0.60 + 0.50 + 0.65 = 1.75 Setelah hasil penjumlahan di atas diketahui, maka didapatlah rumus untuk menghitung nilai semesta adalah sabagai berikut : P(H1) = H1 9 K 1 = 0.60 1.75 = 0.34 H 2 P(H2) = 9 K 1 = 0.50 1.75 = 0.28 H3 P(H3) = 9 K 1 = 0.65 1.75 = 0.37 Setelah nilai P(Hi) diketahui, probabilitas hipotesis H tanpa memandang evidence apapun, maka langkah selanjutnya adalah : = P(H1) * P(E H1) + P(H2) * P(E H2) + P(H3)* P(E H3) = (0.34 * 0.60) + (0.28 * 0.50) + (0.37* 0.65) = 0.20 + 0.14 + 0.24 = 0.58 Langkah selanjutnya ialah mencari nilai P(Hi E) atau probabilitas hipotesis Hi benar jika diberikan evidence E. P(H1 E) = 0.60*0.34 0.58 = 0.35
46 P(H2 E) = P(H3 E) = 0.50*0.28 0.58 0.65*0.37 0.58 = 0.24 = 0.41 Setelah seluruh nilai P(Hi E) diketahui, maka jumlahkan seluruh nilai bayesnya = (0.60 * 0.35) + (0.50 * 0.24) + (0.65 * 0.41) = 0.21 + 0.12 + 0.26 = 0.59 * 100% = 59 % Hasil diagnosa : Kekentalan darah memungkinkan untuk terkena penyakit hypertensi. III.3 Desain Sistem Untuk membantu dalam mendeteksi ada atau tidaknya viskositas darah dalam tubuh, penulis mengusulkan pembuatan sebuah sistem dengan menggunakan aplikasi program yang lebih akurat dan lebih mudah dalam pengolahannya. Dengan menggunakan Microsoft Visual Studio 2010 dan database Sql Server 2008 untuk memudahkan dalam perancangan dari aplikasi itu sendiri. III.3.1 Use Case Diagram Dalam penyusunan suatu program diperlukan suatu model data yang berbentuk diagram yang dapat menjelaskan suatu alur proses sistem yang akan di bangun. Maka digambarlah suatu bentuk diagram Use Case yang dapat dilihat pada gambar III.3 :
47 Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh Dengan Metode Teorema bayes Home Login Admin <<Extend>> Info penyakit <<Include>> Data Gejala Admin Diagnosa <<Include>> Jenis Kelamin Pasien <<Include>> <<Include>> Penyebab Cetak Laporan Diagnosa Rule Base Logout Cetak Laporan Pasien Gambar III.3. Use Case Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh Dengan Metode Teorema bayes III.3.2 Class Diagram Class Diagram adalah sebuah spesifikasi yang jika diinstansiasi akan menghasilkan sebuah objek dan merupakan inti dari pengembangan dan desain berorientasi objek. Rancangan kelas-kelas yang akan digunakan pada sistem yang akan dirancang dapat dilihat pada gambar III.4 :
48 + Id + Gejala + Nilai Gejala 1..* 1 + id + Sandi Admin + Id + Hasil + Nilai Hasil + Tambah + Simpan + Ubah + Hapus + Ubah + Tambah + Simpan + Ubah + Hapus Jenis Kelamin + Id + Jenis_Kelamin + Nilai + Tambah + Simpan + Ubah + Hapus 1..* 1..* 1 1 Keputusan + Id + Nama_Pasien + Gejala + Penyebab + Jenis_Kelamin + Nilai_Gejala + Nilai_Penyebab + Nilai_Jenis_Kelamin + Nilai_Keputusan + Hasil Penyebab + Id + Penyebab + Nilai + Tambah + Simpan + Ubah + Hapus + Tambah + Simpan + Ubah + Hapus 1 1 Gambar III.4. Class Diagram Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh Dengan Metode Teorema bayes
49 III.3.3 Activity Diagram Rangkaian kegiatan pada setiap terjadi event sistem digambarkan pada activity diagram berikut: 1. Activity Diagram Login Aktivitas yang dilakukan untuk melakukan login admin dapat dilihat seperti pada gambar III.5 berikut : Admin Sistem Jalankan aplikasi Form menu utama Klik form login Form login Masukkan username Gagal Masukkan password Berhasil Gambar III.5. Activity Diagram Login
50 2. Activity Diagram Form Gejala Activity diagram form gejala dapat dilihat seperti pada gambar III.6 berikut : Admin Sistem Memilih aksi pada form menu Klik form gejala Form gejala Mengisi data Tambah Menekan tombol simpan Menyimpan data Memilih data Mengubah data Ubah data Menyimpan data Memilih data Hapus data Menghapus data Gambar III.6. Activity Diagram Form Gejala
51 berikut : 3. Activity Diagram Form Penyebab Activity diagram form penyebab dapat dilihat seperti pada gambar III.7 Admin Sistem Memilih aksi pada form menu Klik form penyebab Form penyebab Mengisi data Tambah Menekan tombol simpan Menyimpan data Memilih data Mengubah data Ubah data Menyimpan data Memilih data Hapus data Menghapus data Gambar III.7. Activity Diagram Form Penyebab
52 4. Activity Diagram Form Jenis Kelamin III.8 berikut : Activity diagram form Jenis Kelamin dapat dilihat seperti pada gambar Admin Sistem Memilih aksi pada form menu Klik form jenis kelamin Form jenis kelamin Mengisi data Tambah Menekan tombol simpan Menyimpan data Memilih data Mengubah data Ubah data Menyimpan data Memilih data Hapus data Menghapus data Gambar III.8. Activity Diagram Form Jenis Kelamin
53 berikut : 5. Activity Diagram Form Diagnosa Activity diagram form diagnosa dapat dilihat seperti pada gambar III.9 Admin Sistem Memilih aksi pada form menu Klik form diagnosa Form diagnosa Mengisi data Tambah Menekan tombol simpan Menyimpan data Memilih data Mengubah data Ubah data Menyimpan data Memilih data Hapus data Menghapus data Gambar III.9. Activity Diagram Form Diagnosa
54 6. Activity Diagram Form Rule Base Activity diagram form Rule Base dapat dilihat seperti pada gambar III.10 berikut : Admin Sistem Memilih aksi pada form menu Klik form rule base Form rule base Mengisi data Tambah Menekan tombol simpan Menyimpan data Memilih data Mengubah data Ubah data Menyimpan data Memilih data Hapus data Menghapus data Gambar III.10. Activity Diagram Form Rule Base
55 berikut : 7. Activity Diagram Form Penyakit Activity diagram form penyakit dapat dilihat seperti pada gambar III.11 Admin Sistem Memilih aksi pada form menu Klik form penyakit Form penyakit Mengisi data Tambah Menekan tombol simpan Menyimpan data Memilih data Mengubah data Ubah data Menyimpan data Memilih data Hapus data Menghapus data III.3.4 Gambar III.11. Activity Diagram Form Penyakit Sequence Diagram
56 Rangkaian kegiatan pada setiap terjadi event sistem digambarkan pada sequence diagram berikut: 1. Sequence Diagram Login Serangkaian kerja melakukan login admin dapat terlihat seperti pada gambar III.12 berikut : Admin Form home Form login Proses Tabel login Menu utama Tampilkan form() Menu() klik form login() Validasi nama dan password() Koneksi database() Invalid() Login sukses() Gambar III.12. Sequence Diagram Login
57 2. Sequence Diagram Gejala Sequence diagram gejala dapat dilihat seperti pada gambar III.13. berikut : Admin Menu utama Form gejala Proses Tabel gejala Tampilkan form() Menu() klik form gejala() Click baru() Click simpan() Koneksi database() Click ubah() Koneksi database Click hapus() Close form() Koneksi database Gambar III.13. Sequence Diagram Form Gejala
58 3. Sequence Diagram Penyebab Sequence diagram penyebab dapat dilihat seperti pada gambar III.14. berikut : Admin Menu utama Form penyebab Proses Tabel penyebab Tampilkan form() Menu() klik form penyebab() Click baru() Click simpan() Koneksi database() Click ubah() Click hapus() Koneksi database Close form() Koneksi database Gambar III.14. Sequence Diagram Form Penyebab
59 4. Sequence Diagram Jenis Kelamin Sequence diagram jenis kelamin dapat dilihat seperti pada gambar III.15. berikut : Admin Menu utama Form jenis kelamin Proses Tabel jenis kelamin Tampilkan form() Menu() Clik form jenis kelamin() Click baru() Click simpan() Koneksi database() Click ubah() Click hapus() Koneksi database Close form() Koneksi database Gambar III.15. Sequence Diagram Form Jenis Kelamin
60 5. Sequence Diagram Rule Base Sequence diagram rule base dapat dilihat seperti pada gambar III.16.berikut : Admin Menu utama Form rule base Proses Tabel rule base Tampilkan form() Menu() klik form rule base() Click baru() Click simpan() Koneksi database() Click ubah() Click hapus() Koneksi database Close form() Koneksi database Gambar III.16. Sequence Diagram Form Rule Base
61 6. Sequence Diagram Penyakit Sequence diagram penyakit dapat dilihat seperti pada gambar III.17.berikut : Admin Menu utama Form penyakit Proses Tabel hasil Tampilkan form() Menu() klik form penyakit() Click baru() Click simpan() Koneksi database() Click ubah() Click hapus() Koneksi database Close form() Koneksi database Gambar III.17. Sequence Diagram Form Penyakit
62 7. Sequence Diagram Diagnosa Sequence diagram Diagnosa dapat dilihat seperti pada gambar III.18. berikut : Admin Menu utama Form diagnosa Proses Tabel keputusan Tampilkan form() Menu() Click form diagnosa() Click tambah() Masukkan gejala() Masukkan penyebab() Masukkan jenis kelamin() Click diagnosa() Koneksi database Simpan() Koneksi database() Ubah() Koneksi database() Hapus() Koneksi database() Close form() Gambar III.18. Sequence Diagram Form Diagnosa
63 III.3.5 Desain Database 1. Normalisasi Tahap normalisasi ini bertujuan untuk menghilangkan masalah berupa ketidak konsistenan apabila dilakukannya proses manipulasi data seperti penghapusan, perubahan dan penambahan data sehingga data tidak ambigu. a. Bentuk Tidak Normal Bentuk tidak normal dari data deteksi viskositas darah ditandai dengan adanya baris yang satu atau lebih atributnya tidak terisi, bentuk ini dapat dilihat pada tabel III.7 dibawah ini : Tabel III.7. Data Mendeteksi Viskositas Darah Bentuk Tidak Normal ID Nama Pasien Gejala Penyebab J.Kelamin Hasil 01 Andi 9 7 Pria 90% 02 Anto 8 8 Pria 75% 03 Anca 8 9 Pria 80% b. Bentuk Normal Pertama (1NF) Bentuk normal pertama dari data deteksi viskositas darah merupakan bentuk tidak normal yang atribut kosongnya diisi sesuai dengan atribut induk dari record-nya, bentuk ini dapat dilihat pada tabel III.8 di berikut ini : Tabel III.8. Data Mendeteksi Viskositas Darah Bentuk 1NF ID Nama Pasien Jenis Kelamin Hasil 01 Andi Pria 90% 02 Anto Pria 75% 03 Anca Pria 80%
64 c. Bentuk Normal Kedua (2NF) Bentuk normal kedua dari data deteksi viskositas darah merupakan bentuk normal pertama, dimana telah dilakukan pemisahan data sehingga tidak adanya ketergantungan parsial. Setiap data memiliki kunci primer untuk membuat relasi antar data, bentuk ini dapat dilihat pada tabel III.9 berikut ini : Tabel III.9. Data Mendeteksi Viskositas Darah Bentuk 2NF ID Nama Pasien Hasil 01 Andi 90% 02 Anto 75% 03 Anca 80% 2. Desain Tabel Struktur tabel pada basis data dari sistem yang akan dibuat adalah sebagai berikut ini : a. Struktur Tabel Login Tabel Login digunakan untuk menyimpan data login selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.10 di bawah ini : Nama Database Nama Tabel Primary Key : Viskositas : Login : Id Tabel III.10 Tabel Login Nama Field Tipe Data Ukuran Keterangan Id Varchar 50 Id Pencarian Sandi Varchar 50 Sandi Admin
65 b. Struktur Tabel Gejala Tabel Gejala digunakan untuk menyimpan data Gejala selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.11 di bawah ini: Nama Database Nama Tabel Primary Key : Viskositas : Gejala : Id c. Struktur Tabel Penyebab Tabel III.11 Tabel Gejala Tabel Penyebab digunakan untuk menyimpan data Penyebab, selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.12 di bawah ini: Nama Field Tipe Data Ukuran Keterangan Id Varchar 50 Id Pencarian Gejala Varchar Max Jenis Gejala Nilai Varchar 50 Nilai Gejala Nama Database Nama Tabel Primary Key : Viskositas : Penyebab : Id Tabel III.12 Tabel Penyebab d. Struktur Tabel Jenis Kelamin Tabel Jenis Kelamin digunakan untuk menyimpan data Jenis Kelamin, selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.13 di bawah ini: Nama Field Tipe Data Ukuran Keterangan Id Varchar 50 Id Pencarian Penyebab Varchar Max Penyebab Sakit Nilai Varchar 50 Nilai Penyebab Nama Database : Viskositas
66 Nama Tabel Primary Key : Jenis_Kelamin : Id Tabel III.13 Tabel Jenis Kelamin Nama Field Tipe Data Ukuran Keterangan Id Varchar 50 Id Pencarian Jenis Kelamin Varchar 50 Jenis Kelamin Nilai Varchar 50 Nilai Jenis Kelamin e. Struktur Tabel Keputusan Tabel Keputusan digunakan untuk menyimpan data Keputusan, selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.14 di bawah ini: Nama Database Nama Tabel Primary Key : Viskositas : Keputusan : Id f. Struktur Tabel Hasil Tabel III.14 Tabel Keputusan Nama Field Tipe Data Ukuran Keterangan Id Varchar 50 Id Pencarian Nama_Pasien Varchar 50 Nama Pasien Gejala Varchar Max Gejala-Gejala Penyebab Varchar Max Penyebab Sakit Jenis_Kelamin Varchar Max Jenis Kelamin Pasien Nilai_Gejala Varchar 50 Nilai Gejala Nilai_Penyebab Varchar 50 Nilai Penyebab Nilai_Jenis_Kelamin Varchar 50 Nilai Jenis Kelamin Nilai_Keputusan Varchar 50 Nilai Keputusan Hasil Varchar 50 Hasil Deteksi Tabel Hasil digunakan untuk menyimpan data Hasil, selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.15 di bawah ini: Nama Database : Viskositas Nama Tabel : Hasil
67 Primary Key : Id Tabel III.15 Tabel Hasil Nama Field Tipe Data Ukuran Keterangan Id Varchar 50 Id Pencarian Hasil Varchar 50 Hasil Persentase Nilai Varchar 50 Nilai Hasil g. Struktur Tabel Rule Base Tabel rule base digunakan untuk menyimpan data rule base, selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.16 di bawah ini: Nama Database : Viskositas Nama Tabel Primary Key : rule_base : Id Tabel III.16 Tabel Rule Base Nama Field Tipe Data Ukuran Keterangan Id Varchar 50 Id Pencarian Nama Penyakit Varchar 50 Nama penyakit Gejala Varchar 50 Nama gejala Penyebab Varchar 50 Nama Penyebab Jenis Kelamin Varchar 50 Nama Jenis Kelamin
68 3. ERD (Entity Relationship Diagram). Tahap selanjutnya pada penelitian ini yaitu merancang ERD untuk mengetahui hubungan antar tabel yang telah didesain sebelumnya, ERD tersebut dapat dilihat pada gambar III.19 : Id Hasil Keputusan Id Hasil Nama Pasien 1 1 Gejala Nilai Memiliki M Memiliki Penyebab Jenis Kelamin Hasil M Id Gejala Dan M Gejala Nilai M Id Penyebab Penyebab M Nilai Dan Id Jenis Kelamin M Nilai Jenis Kelamin Gambar III.19. Rancangan ERD Sistem Pakar Mendeteksi adanya viskositas darah pada tubuh
69 III.3.6. Desain User Interface III.3.6.1. Desain Input Perancangan Input merupakan masukan yang penulis rancang guna lebih memudahkan dalam entry data. Entry data yang dirancang akan lebih mudah dan cepat dan meminimalisir kesalahan penulisan dan memudahkan perubahan. Perancangan Input tampilan yang dirancang adalah sebagai berikut : 1. Perancangan Form Input Login Perancangan form login berfungsi untuk verifikasi pengguna yang berhak menggunakan sistem. Adapun rancangan form login dapat dilihat pada gambar III.20. sebagai berikut : LOGIN ADMIN User name Password OK Gambar III.20. Rancangan Input Form Login 2. Rancangan Form Gejala Rancangan Form Gejala berfungsi untuk menambah, mengubah dan menghapus data gejala. Adapun rancangan form gejala dapat dilihat pada gambar III.21. sebagai berikut :
70 Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh ID GEJALA NILAI Tambah Simpan Hapus Ubah * ID GEJALA NILAI Gambar III.21 Rancangan Input Form Gejala 3. Rancangan Form Input Penyebab Rancangan Form Penyebab berfungsi untuk menambah, mengubah dan menghapus data penyebab. Adapun rancangan form penyebab dapat dilihat pada gambar III.22 sebagai berikut : Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh ID PENYEBAB NILAI Tambah Simpan Hapus Ubah * ID PENYEBAB NILAI Gambar III.22. Rancangan Input Form Penyebab
71 4. Rancangan Form Input Jenis Kelamin Rancangan Form Jenis Kelamin berfungsi untuk menambah, mengubah dan menghapus data jenis kelamin. Adapun rancangan form jenis kelamin dapat dilihat pada gambar III.23 sebagai berikut : ID JENIS KELAMIN NILAI Deteksi Viskositas Darah Dalam Tubuh Tambah Simpan Hapus Ubah * ID JENIS KELAMIN NILAI Gambar III.23. Rancangan Input Form Jenis Kelamin 5. Rancangan Form Input Diagnosa Rancangan Form Input Diagnosaberfungsi untuk menambah, mengubah dan menghapus data diagnosa. Adapun rancangan form diagnosa dapat dilihat pada gambar III.24. sebagai berikut :
72 Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh ID NAMA PASIEN NILAI KEPUTUSAN Tambah Simpan Hapus GEJALA PENYEBAB JENIS KELAMIN HASIL NILAI GEJALA NILAI PENYEBAB NILAI JENIS KELAMIN Ubah Diagnosa * Id Nama_pasien Gejala Penyebab Jenis_kelamin Nilai Gejala Nilai_Penyebab Nilai_jenis_kelamin Nilai_ keputusa Hasil Gambar III.24. Rancangan Input Form Diagnosa 6. Rancangan Form Input Penyakit Rancangan Form Input Penyakit berfungsi untuk menambah, mengubah dan menghapus data hasil. Adapun rancangan form penyakit dapat dilihat pada gambar III.25. sebagai berikut :
73 Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh ID HASIL NILAI Tambah Simpan Hapus Ubah * ID HASIL NILAI Gambar III.25. Rancangan Input Form Penyakit 7. Rancangan Form Input Rule Base Rancangan Form Input Penyakit berfungsi untuk menambah, mengubah dan menghapus data hasil. Adapun rancangan form penyakit dapat dilihat pada gambar III.26. sebagai berikut : Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh ID PENYAKIT GEJALA PENYEBAB JENIS KELAMIN Tambah Simpan Hapus Ubah ID PENYAKIT GEJALA PENYEBAB JENIS_KELAMIN Gambar III.26. Rancangan Input Form Rule Base
74 III.3.6.2. Desain Output Desain sistem ini berisikan pemilihan menu dan hasil pencarian yang telah dilakukan. Adapun bentuk rancangan output dari sistem pakar mendeteksi adanya viskositas darah dalam tubuh adalah sebagai berikut : 1. Rancangan Output Form Login Rancangan Output Form Login berfungsi menampilkan Username dan password. Adapun rancangan output Login dapat dilihat pada Gambar III.27. sebagai berikut : Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh User name : Password : admin xxxxx OK Gambar III.27. Rancangan Output Login 2. Rancangan Output Form Gejala Rancangan Output Form Gejala berfungsi menampilkan data-data Gejala. Adapun rancangan output Gejala dapat dilihat pada Gambar III.28. sebagai berikut :
75 Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh ID GEJALA NILAI xxxxx xxxxx xxxxx Tambah Simpan Hapus Ubah * ID GEJALA NILAI Gambar III.28. Rancangan Output Form Gejala 3. Rancangan Output Form Penyebab Rancangan Output Form Penyebab berfungsi menampilkan data-data Penyebab. Adapun rancangan Output Form Penyebab dapat dilihat pada gambar III.29. sebagai berikut :
76 Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh ID PENYEBAB NILAI xxxxx xxxxx xxxxx Tambah Simpan Hapus Ubah ID PENYEBAB NILAI Gambar III.29. Rancangan Output Form Penyebab 4. Rancangan Output Form Jenis Kelamin Rancangan Output Form Jenis Kelamin berfungsi menampilkan datadata Jenis Kelamin. Adapun rancangan Output Form Jenis Kelamin dapat dilihat pada Gambar III.30. sebagai berikut : Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh ID JENIS KELAMIN NILAI xxxxx xxxxx xxxxx Tambah Simpan Hapus Ubah * Id Jenis Kelamin Nilai Gambar III.30. Rancangan Output Form Jenis Kelamin
77 5. Rancangan Output Form Diagnosa Rancangan Output Form Diagnosa berfungsi menampilkan data-data keputusan. Adapun rancangan Output Form Diagnosa dapat dilihat pada Gambar III.31. sebagai berikut : Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh ID NAMA PASIEN NILAI KEPUTUSAN Tambah Simpan Hapus GEJALA PENYEBAB JENIS KELAMIN HASIL NILAI GEJALA NILAI PENYEBAB NILAI JENIS KELAMIN Ubah Diagnosa Id Nama_pasien Gejala Penyebab Jenis_kelamin Nilai Gejala Nilai_Penyebab Nilai_jenis_kelamin Nilai_ keputusa Hasil * Gambar III.31. Rancangan Output Form Diagnosa
78 6.Rancangan Output Form Penyakit Rancangan Output Form Penyakit berfungsi menampilkan data-data Penyakit. Adapun rancangan Output Form Penyakit dapat dilihat pada Gambar III.32. sebagai berikut : Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh ID HASIL NILAI xxxxx xxxxx xxxxx Tambah Simpan Hapus Ubah * ID HASIL NILAI Gambar III.26. Rancangan Output Form Penyakit Gambar III.32 Rancangan Output Form Penyakit 7. Rancangan Output Form Rule Base Rancangan Output Form Rule Base berfungsi menampilkan data-data Rule base. Adapun rancangan Output Form Rule Base dapat dilihat pada Gambar III.33. sebagai berikut :
79 Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh ID PENYAKIT GEJALA PENYEBAB JENIS KELAMIN xxxxx xxxxx xxxxx xxxxx xxxxx Tambah Simpan Simpan Ubah ID PENYAKIT GEJALA PENYEBAB JENIS_KELAMIN * Gambar III.33 Rancangan Output Form Rule Base 8. Rancangan Output Form Hasil Diagnosa Rancangan Output Form Hasil Diagnosa berfungsi menampilkan datadata hasil diagnosa. Adapun rancangan Output Form Hasil Diagnosa dapat dilihat pada Gambar III.34. sebagai berikut : Nama Pasien : Gejala : Penyebab : Jenis Kelamin : Nilai Keputusan : Hasi : Hasil Diagnosa Mendeteksi Adanya Viskositas Darah Dibuat Oleh ( ) Gambar III.34 Rancangan Output Form Hasil Diagnosa
80 9. Rancangan Output Laporan Hasil Diagnosa Rancangan Output Laporan Hasil Diagnosa berfungsi menampilkan data-data hasil diagnosa. Adapun rancangan Output Form Hasil Diagnosa dapat dilihat pada Gambar III.35. sebagai berikut : Hasil Diagnosa Mendeteksi Adanya Viskositas Darah id Nama Pasien Gejala Penyebab Jenis Kelmain Hasil Medan, 25 Agustus 2016 Dibuat Oleh ( ) Gambar III.35 Rancangan Output Laporan Hasil Diagnosa