PENERAPAN METODE PROBABILITAS BAYESIAN DAN NEAREST NEIGHBOUR DALAM SISTEM PAKAR BERBASIS CASE BASED REASONING (CBR) KOMPETENSI KOMPUTASI SKRIPSI NI WAYAN RIRIN PUSPITA DEWI NIM. 1108605045 PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS UDAYANA BUKIT JIMBARAN 2015 i
SURAT PERNYATAAN KEASLIAN KARYA ILMIAH Yang bertanda tangan di bawah ini menyatakan bahwa naskah Skripsi dengan judul: Nama : Ni Wayan Ririn Puspita Dewi NIM : 1108605045 Program Studi : Teknik Informatika E-mail : ririnpuspita45@gmail.com Nomor telp/hp : 081238356618 Alamat : Jl. Trengguli No 53 Denpasar Bali Belum pernah dipublikasikan dalam dokumen skripsi, jurnal nasional maupun internasional atau dalam prosiding manapun, dan tidak sedang atau akan diajukan untuk publikasi di jurnal atau prosiding manapun. Apabila di kemudian hari terbukti terdapat pelanggaran kaidah-kaidah akademik pada karya ilmiah saya, maka saya bersedia menanggung sanksi-sanksi yang dijatuhkan karena kesalahan tersebut, sebagaimana diatur oleh Peraturan Menteri Pendidikan Nasional Nomor 17 Tahun 2010 tentang Pencegahan dan Penanggulangan Plagiat di Perguruan Tinggi. Demikian Surat Pernyataan ini saya buat dengan sesungguhnya untuk dapat dipergunakan bilamana diperlukan. Denpasar, 17 Agustus 2015 Yang membuat pernyataan, Materai (Ni Wayan Ririn Puspita Dewi) NIM. 1108605045
LEMBAR PENGESAHAN TUGAS AKHIR Judul : Penerapan Metode Probabilitas Bayesian dan Nearest Neighbour dalam Sistem Pakar Berbasis Case Based Reasoning (CBR) Kompetensi : Komputasi Nama : Ni Wayan Ririn Puspita Dewi NIM : 1108605045 Tanggal Seminar : 10 Agustus 2015 Disetujui oleh: Pembimbing I Penguji I I Gede Santi Astawa, S.T., M.Cs NIP. 198012062006041003 Pembimbing II Dra. Luh Gede Astuti, M.Kom NIP. 196401141994022001 Penguji II I Made Widiartha, S.Si., M.Kom NIP. 198212202008011008 I Made Widhi Wirawan,S.Si.,M.Cs NIP. 197511052005011004 Penguji III I Putu Gede Hendra Suputra,S.Kom.,M.Kom NIP. 198812282014041001 Mengetahui, Jurusan Ilmu Komputer FMIPA UNUD Ketua, Drs. I Wayan Santiyasa, M.Si NIP. 196704141992031002
Judul : Penerapan Metode Probabilitas Bayesian dan Nearest Neighbour dalam Sistem Pakar Berbasis Case Based Reasoning (CBR) Nama : Ni Wayan Ririn Puspita Dewi NIM : 1108605045 Pembimbing I : I Gede Santi Astawa, S.T., M.Cs Pembimbing II : I Made Widiartha, S.Si., M.Kom ABSTRAK Salah satu penalaran dalam sistem pakar adalah penalaran berbasis kasus atau lebih dikenal dengan Case-Based Reasoning (CBR). CBR telah menjadi teknik yang sukses untuk sistem berbasis pengetahuan dalam banyak domain. Dimana CBR menggunakan pengalaman sebelumnya dalam kasus yang mirip untuk memahami dan memecahkan permasalahan baru. CBR mengumpulkan kasus sebelumnya yang hampir sama dengan masalah yang baru dan berusaha untuk memodifikasi solusi agar sesuai dengan kasus yang baru. Dalam penelitian ini peneliti ingin menerapkan metode-metode diatas dalam sistem pakar berbasis Case Based Reasoning (CBR) dalam studi kasus mendiagnosa penyakit pada anak. Untuk mendiagnosa penyakit pada anak ini peneliti menggunakan data gejala-gejala awal yang dialami oleh anak tersebut. Proses yang berjalan adalah sistem akan melakukan penelusuran dari gejala-gejala yang dialami anak tersebut dengan mengunakan metode Probabilitas Bayesian dan Nearest Neighbor. Setelah itu akan dibandingkan hasil yang didapatkan dari metode-metode tersebut dengan hasil yang diberikan oleh pakar. Pada uji coba yang telah dilakukan banyaknya jumlah kasus lama pada database kasus sangat mempengaruhi akurasi yang didapatkan. Dengan menggunakan Metode Probabilitas Bayesian sistem pakar berbasis Case Based Reasoning (CBR) menghasilkan akurasi 63.3333%.Sedangkan Metode Nearest Neighbour sistem pakar berbasis Case Based Reasoning (CBR) menghasilkan akurasi 61.6667%. Kata Kunci: Sistem Pakar, Penalaran Berbasis Kasus, Probabilitas Bayesian, Naerest Neighbour.
Title : Application of Bayesian Probability and Nearest Neighbour Methods in Expert System Based on Case Based Reasoning (CBR) Name : Ni Wayan Ririn Puspita Dewi NIM : 1108605045 Main Supervisor : I Gede Santi Astawa, S.T., M.Cs Co-Supervisor : I Made Widiartha, S.Si., M.Kom ABSTRACT One reasoning in the expert system is case-based reasoning (CBR).CBR has become a successful technique for knowledge-based systems in many domains where CBR uses previous experience in similar cases to understand and solve new problems. CBR collects the previous case which is nearly equal to the new problems and trying to modify the solution to fit the new case. In this study, researchers wanted to implement the above methods in an expert system-based Case Based Reasoning (CBR) in the case studies of diagnosing the disease in children. To diagnose the disease in children, the researcher used early symptom data experienced by the child. The running process is that the system will perform a search of the symptoms experienced by the child using Bayesian probability and Nearest Neighbour methods. After that, a comparison will be made about the results obtained from these methods with the results given by experts. In the trials that have been done the large number of old cases in the database of cases affect the accuracy obtained. By using Bayesian probability method with Case-Based Reasoning (CBR) expert systems produced 63.3333% accuracy while Nearest Neighbour method with Case-Based Reasoning (CBR) expert systems produced 61.6667% accuracy. Keyword : Expert System, Case Based Reasoning, Bayesian Probability, Naerest Neighbour.
KATA PENGANTAR Puji syukur penulis panjatkan kehadapan Tuhan Yang Maha Esa, karena berkat rahmat dan karunia-nya, Tugas Akhir dengan judul Penerapan Metode Probabilitas Bayesian dan Nearest Neighbour dalam Sistem Pakar Berbasis Case Based Reasoning (CBR) ini dapat diselesaikan tepat pada waktu yang diberikan Secara khusus penulis mengucapkan terima kasih dan penghargaan kepada berbagai pihak yang telah membantu tugas akhir ini, yaitu : 1. Bapak I Gede Santi Astawa, S.T., M.Cs. sebagai Pembimbing I yang telah bersedia membimbing, memeriksa, mengkritik dan membantu menyempurnakan tugas akhir ini. 2. Bapak I Made Widiartha, S.Si., M.Kom. sebagai Pembimbing II yang telah bersedia membimbing, memeriksa, mengkritik dan membantu menyempurnakan tugas akhir ini. 3. Bapak-bapak dan Ibu-ibu dosen di Jurusan Ilmu Komputer yang telah meluangkan waktu untuk memberikan saran dan masukan untuk menyempurnakan tugas akhir ini. 4. Teman-teman di Jurusan Ilmu Komputer yang telah memberikan dukungan dan semangat dalam proses pembuatan tugas akhir ini. 5. Semua pihak yang telah memberi dukungan sehingga tugas akhir ini dapat diselesaikan sesuai dengan waktu yang ditentukan. Pada akhirnya penulis berharap agar adanya perbaikan pada Tugas Akhir ini mengingat keterbatasan penulis, sehingga sangat diharapkan untuk adanya kritik dan saran yang membangun untuk pencapaian yang lebih baik. Bukit Jimbaran, Agustus 2015 Penyusun Ni Wayan Ririn Puspita Dewi
DAFTAR ISI Halaman Judul... i LEMBAR PENGESAHAN TUGAS AKHIR... ii ABSTRAK... 1 ABSTRACT... 2 KATA PENGANTAR... 3 DAFTAR ISI... 4 DAFTAR TABEL... 7 DAFTAR GAMBAR... 8 DAFTAR LAMPIRAN... 9 BAB I... Error! Bookmark not PENDAHULUAN... Error! Bookmark not 1.1 Latar Belakang... Error! Bookmark not 1.2 Rumusan Masalah... Error! Bookmark not 1.3 Tujuan Penelitian... Error! Bookmark not 1.4 Batasan Masalah... Error! Bookmark not 1.5 Manfaat Penelitian... Error! Bookmark not 1.6 Metodologi Penelitian... Error! Bookmark not 1.6.1 Desain Penelitian... Error! Bookmark not 1.6.2 Pengumpulan Data... Error! Bookmark not 1.6.3 Metode Yang Digunakan... Error! Bookmark not 1.6.4 Evaluasi dan Validasi Hasil... Error! Bookmark not BAB II... Error! Bookmark not TINJAUAN PUSTAKA... Error! Bookmark not
2.1 Tinjauan Empiris... Error! Bookmark not 2.2 Tinjauan Teoritis... Error! Bookmark not 2.2.1 Kecerdasan Buatan (Artifical Intelligence)Error! Bookmark not 2.2.2 Sistem Pakar (Expert System)... Error! Bookmark not 2.2.3 Case Based Reasoning... Error! Bookmark not 2.2.4 Probabilitas Bayesian... Error! Bookmark not 2.2.5 Nearest Neighbour... Error! Bookmark not BAB III... Error! Bookmark not ANALISIS DAN PERANCANGAN... Error! Bookmark not 3.1 Flowchart Sistem... Error! Bookmark not 3.2 Flowchart Case Based Reasoning (CBR)... Error! Bookmark not 3.3 Flowchart Probabilitas Bayesian... Error! Bookmark not 3.4 Flowchart Nearest Neighbour... Error! Bookmark not 3.5 Data Penelitian... Error! Bookmark not BAB IV... Error! Bookmark not HASIL DAN PEMBAHASAN... Error! Bookmark not 4.1 Pengumpulan Data Kasus... Error! Bookmark not 4.2 Insert Data Gejala... Error! Bookmark not 4.3 Insert Data Penyakit... Error! Bookmark not 4.4 Insert Data Kasus... Error! Bookmark not 4.5 Pengujian Data Kasus Baru... Error! Bookmark not 4.5.1 Pengujian Data Kasus Baru Metode Probabilitas Bayesian... Error! Bookmark not
4.5.2 Pengujian Data Kasus Baru Metode Nearest Neighbour... Error! Bookmark not 4.6 Hasil Pengujian... Error! Bookmark not 4.6.1 Hasil Pengujian Metode Probabilitas BayesianError! Bookmark not 4.6.2 Hasil pengujian Metode Nearest NeighbourError! Bookmark not 4.7 Perbandingan Hasil Prediksi Metode Probabilitas Bayesian dan Metode Nearest Neighbour.... Error! Bookmark not BAB V... Error! Bookmark not KESIMPULAN DAN SARAN... Error! Bookmark not 5.1 Kesimpulan... Error! Bookmark not 5.2 Saran... Error! Bookmark not DAFTAR PUSTAKA... Error! Bookmark not LAMPIRAN
DAFTAR TABEL Tabel 1. 1 Tabel Penyakit Pada Anak... Error! Bookmark not Tabel 1. 2 Tabel Gejala Penyakit Pada Anak... Error! Bookmark not Tabel 1. 3 Tabel Keputusan Penyakit Berdasarkan GejalaError! Bookmark not Tabel 1. 4 Contoh Kasus... Error! Bookmark not Tabel 1. 5 Tabel Nilai Pendekatan... Error! Bookmark not Tabel 1. 6 Tabel Hasil Perhitungan... Error! Bookmark not Tabel 4. 1 Sintak Insert Data Gejala... Error! Bookmark not Tabel 4. 2 Query Insert Data Gejala... Error! Bookmark not Tabel 4. 3 Sintak Insert Data Penyakit... Error! Bookmark not Tabel 4. 4 Query Insert Data Penyakit... Error! Bookmark not Tabel 4. 5 Sintak Insert Data Kasus... Error! Bookmark not Tabel 4. 6 Query Insert Data Kasus... Error! Bookmark not Tabel 4. 7 Sintak Pengujian Data Kasus Baru... Error! Bookmark not Tabel 4. 8 Query Insert Kasus Baru... Error! Bookmark not Tabel 4. 9 Tabel Kondisi... Error! Bookmark not Tabel 4. 10 Implementasi Retrieve Metode Probabilitas Bayesian... Error! Bookmark not Tabel 4. 11 Implementasi Reuse dan Retain Metode Probabilitas Bayesian.. Error! Bookmark not Tabel 4. 12 Query Pengujian Dengan Metode Probabilitas Bayesian... Error! Bookmark not Tabel 4. 13 Implementasi Retrieve Metode Nearest NeighbourError! Bookmark not Tabel 4. 14 Implementasi Reuse dan Retain Metode Nearest Neighbour... Error! Bookmark not Tabel 4. 15 Query Pengujian dengan Metode Naerest Neighbour... Error! Bookmark not
Tabel 4. 16 Hasil Pengujian Metode Probabilitas BayesianError! Bookmark not Tabel 4. 17 Hasil Pengujian Metode Nearest NeighbourError! Bookmark not Tabel 4. 18 Perbandingan Hasil... Error! Bookmark not DAFTAR GAMBAR Gambar 2. 1 Tahapan Case Based Reasoning... Error! Bookmark not Gambar 2. 2 Ilustrasi Kedekatan Kasus... Error! Bookmark not Gambar 3. 1 Flowchart Sistem Umum... Error! Bookmark not Gambar 3. 2 Flowchart Case Based Reasoning (CBR)Error! Bookmark not Gambar 3. 3 Flowchart Probabilitas Bayesian... Error! Bookmark not Gambar 3. 4 Flowchart Nearest Neighbour... Error! Bookmark not Gambar 4. 1 Implementasi Insert Data Gejala... Error! Bookmark not Gambar 4. 2 Implementasi Insert Data Penyakit... Error! Bookmark not Gambar 4. 3 Implementasi Insert Data Kasus... Error! Bookmark not Gambar 4. 4 Implementasi Pengujian Data Kasus BaruError! Bookmark not Gambar 4. 5 Implementasi Metode Probabilitas BayesianError! Bookmark not Gambar 4. 6 Implementasi Metode Nearest NeighbourError! Bookmark not Gambar 4. 7 Grafik Nilai Bayes... Error! Bookmark not
Gambar 4. 8 Grafik Similarity... Error! Bookmark not
DAFTAR LAMPIRAN Lampiran 1. Data Kasus Traning 2. Data Kasus Testing