BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Masalah Burung termasuk hewan yang pandai menyembunyikan keadaan kesehatannya. Hal ini karena sifat alami burung untuk mempertahankan diri dari serangan musuh, dengan terlihat sehat, musuh tidak akan menyerang. Berdasarkan sifat alami ini maka penangkar atau pemelihara diharapkan selalu teliti dalam memeriksa dan mengontrol kesehatan burungnya. Jika burung kenari menunjukkan sikap yang tidak seperti biasanya pemelihara harus segera memeriksa keadaan burung yang sebenarnya. Untuk itu penulis membuat suatu sistem pakar dengan metode Dempster-Shafer untuk membantu para penangkar/pemelihara dalam mendiagnosa penyakit yang diderita oleh burung kenari dan memberi solusi terhadap penyakit yang diderita oleh burung kenari. Semoga dengan adanya aplikasi sistem pakar ini bisa membantu pemelihara/penangkar dalam mendiagnosa penyakit yang dialami oleh burung kenari. III.2. Penerapan Metode III.2.1. Metode Dempster-Shafer Pada sistem pakar yang penulis buat, penulis menggunakan metode Dempster-Shafer dalam menghitung kemungkinan penyakit yang diderita oleh burung kenari. Dempster-Shafer adalah suatu teori matematika untuk pembuktian
38 berdasarkan belief functions and plausible reasoning (fungsi kepercayaan dan pemikiran yang masuk akal), yang digunakan untuk mengkombinasikan potongan informasi yang terpisah (bukti) untuk mengkalkulasi kemungkinan dari suatu peristiwa. Penulisan umum : [belief, plausibility] 1. Belief (Bel) Belief (Bel) adalah ukuran kekuatan evidence dalam mendukung suatu himpunan proposisi. Jika bernilai 0 maka mengindikasikan bahwa tidak ada evidence, dan jika bernilai 1 menunjukkan adanya kepastian. 2. Plausibility (Pl) dinotasikan sebagai : Pl(s) = 1 Bel ( s) Plausibility juga bernilai 0 sampai 1. Jika yakin akan -s, maka dapat dikatakan bahwa Bel( s)=1, dan Pl( s)=0. Pada teori Dempster-Shafer dikenal adanya frame of discernment yang dinotasikan dengan θ. Frame ini merupakan semesta pembicaraan dari sekumpulan hipotesis. Tujuannya adalah mengaitkan ukuran kepercayaan elemen-elemen θ. Tidak semua evidence secara langsung mendukung tiap-tiap elemen. Untuk itu perlu adanya probabilitas fungsi densitas (m). Nilai m tidak hanya mendefinisikan elemen-elemen θ saja, namun juga semua subsetnya. Sehingga jika θ berisi n elemen, maka subset θ adalah 2n. Jumlah semua m dalam subset θ sama dengan 1.
39 Apabila tidak ada informasi apapun untuk memilih hipotesis, maka nilai: m{θ} = 1,0.Apabila diketahui X adalah subset dari θ, dengan m1 sebagai fungsi densitasnya, dan Y juga merupakan subset dari θ dengan m2 sebagai fungsi densitasnya, maka dapat dibentuk fungsi kombinasi m1 dan m2 sebagai m3, yaitu: Keterangan: m3(z) = mass function dari evidence (Z) m1 (X) = mass function dari evidence (X) m2 (Y) = mass function dari evidence (Y) Zm1(X).m2(Y) = ada hasil irisan dari m1 dan m2 Ø Zm1(X).m2(Y) = tidak ada hasil irisan (irisan kosong (Ø)) Tahapan-tahapan dalam mendiagnosa penyakit pada burung kenari pada sistem pakar ini dilakukan dengan cara berikut : 1. Input Pada tahapan ini konsultasi dilakukan dengan memasukkan gejalagejala yang diderita oleh burung kenari kedalam aplikasi sitem pakar ini. 2. Proses Pada tahapan ini aplikasi memulai diagnosa penyakit yang diderita burung kenari mengkombinasikan gejala-gejala yang telah di masukkan serta menghitung kemingkinan burung kenari menderita suatu penyakit dengan menggunakan rumus dari metode Dempster- Shafer.
40 3. Output Pada tahapan ini muncul hasil dari diagnosa penyakit setelah memasukkan gejala-gejala dan mengolah data gejala tersebut menjadi suatu nama penyakit serta solusi dari penyakit tersebut dan nilai kemungkinan menderita penyakit tersebut dari hasil perhitungan metode Dempster-Shafer. III.2.2. Representasi Pengetahuan Dalam menerapkan metode Dempster-Shafer digunakanlah representasi pengetahuan. Representasi pengetahuan merupakan metode yang digunakan untuk pengkodean pengetahuan dalam sebuah sistem pakar yang berbasis pengetahuan (knowledge base). Basis pengetahuan mengandung pengetahuan untuk pemahaman dan merupakan inti dari sistem pakar, yaitu beberapa representasi pengetahuan dari pakar yang tersusun atas dua elemen dasar yaitu fakta dan aturan, dan mesin inferensi untuk mendiagnosa penyakit pada burung kenari. Basis pengetahuan yang ada di dalam sistem pakar ini digunakan untuk menentukan proses pencarian atau menentukan kesimpulan yang diperoleh setelah pengguna melakukan interaksi dengan sistem pakar yaitu memasukkan gejala yang dialami burung kenari. Basis pengetahuan yang digunakan dalam sistem pakar ini terdiri dari: 1. Data Penyakit Pada sistem pakar ini terdapat lima penyakit yang akan di diagnosa dari burung kenari seperti di tunjukkan pada tabel III.1
41 Tabel III.1 Data Penyakit Kode P01 P02 P03 P04 P05 Nama Penyakit Cacingan Berak Kapur Snot Bubul Kutuan 2. Data Gejala Terdapat sebelas gejala yang ada pada aplikasi sistem pakar ini yaitu akan di tunjukkan pada tabel III.2 Tabel III.2 Data Gejala Kode Gejala Nilai G01 Bulu tidak rapi 0,9 G02 Kotoran cair 0,7 G03 Nafsu makan menurun 0,7 G04 Hidung lembab atau berlendir 0,7 G05 Kaki bengkak 0,5 G06 Kuku memanjang 0,5 G07 Sisik pada kaki meregang 0,5 G08 Ada warna putih pada bulu dekat anus 0,5 G09 Wajah kelihatan bengkak 0,5
42 G10 Gelisah dan sering menggigit bulunya 0,5 G11 Suara melemah 0,5 3. Rule Rule berfungsi untuk mengambil keputusan dalam mendiagnosa suatu penyakit setelah memasukkan gejala-gejala yang diderita. Adapun tabel keputusan untuk aplikasi sistem pakar ini akan di tunjukkan pada tabel III.3 Tabel III.3 Tabel Keputusan Penyakit Kode Cacingan Berak Snot Bubul Kutuan Kapur G01 G02 G03 G04 G05 G06 G07 G08 G09 G10 G11
43 Dari tabel III.3 dapat disimpulkan rule sebagai berikut : a. Penyakit 1 If G01 And G02 And G03 Then Cacingan. b. Penyakit 2 If G01 And G02 And G08 Then Berak Kapur c. Penyakit 3 If G03 And G04 And G09 Then Snot d. Penyakit 4 If G05 And G06 And G07 Then Bubul e. Penyakit 5 If G01 And G10 And G11 Then Kutuan III.2.3. Studi Kasus Untuk mengetahui hasil konsultasi penyebab penyakit ini, dilakukan pengujian proses konsultasi. Proses pengujian sistem berupa masukkan gejalagejala yang dialami oleh burung kenari. Seekor burung kenari mengalami gejala bulu tidak rapi dilihat dari keadaan bulunya Ada kemungkinan burung kenari menderita penyakit cacingan. Tunjukkan kaitan ukuran kepercayaan dari elemen elemen yang ada. 1. Gejala: Bulu tidak rapi Apabila diketahui nilai kepercayaan setelah dilakukan observasi bulu tidak rapi sebagai gejala cacingan adalah: m1{k} = 0,9
44 m1{ø} = 1 0,9 = 0,1 kemudian burung kenari mengalami gejala kotoran cair. 2. Gejala: Kotoran Cair Setelah observasi diketahui bahwa nilai kepercayaan kotoran cair adalah: m2{a,k} = 0,7 m2{ø} = 1 0,7 = 0,3 3. Gejala: Nafsu makan menurun Diketahui bahwa nilai kepercayaan nafsu makan turun adalah: m3{a,k} = 0,7 m3{ Ø} = 1 0,7 = 0,3 selanjutnya dihitung nilai baru untuk beberapa kombinasi (m) dengan persamaan Dempster-Shafer sebagai berikut: m(ø) = G(1) * G(2) * G(3) = 0,9 * 0,7 * 0,7 = 0,441 (Ø) = (1-0,9) * (1-0,7) * (1-0,7) = 0,009 Kemudian hasil dikali 100% untuk mendapat nilai kepercayaan dalam bentuk persen = 45% Karena bulu tidak rapi merupakan gejala cacingan maka nilai kepastian Dempster-Shafer bahwa burung kenari menderita penyakit cacingan adalah sebesar 45%.
45 III.3. Desain Sistem Adapun desain sistem pada penelitian ini akan diuraikan sebagai berikut: III.3.1. Use Case Diagram Diagram ini menggambarkan interaksi beberapa aktor dengan sistem di gambarkan pada Gambar III.1. Login Admin <<extends> Rule Gejala <<extends> <<extends>> <<extends>> Penyakit Konsultasi About User Logout Gambar III.1. Use Case Diagram Penyakit Burung Kenari III.3.2. Class Diagram Class diagram pada aplikasi yang akan dibangun untuk penggunaannya yaitu dimulai dari login, untuk proses selanjutnya yaitu tampilan home/menu utama, dan diakhiri dengan tampilan konsultasi, berikut ini adalah tampilan gambar class diagram akan ditunjukkan pada Gambar III.2.
46 Admin -Username -Password +Login +Logout * ** ** Gejala -Id Gejala -Gejala -Nilai +Tambah +Update +Hapus +Batal +Tutup +Cari +Tampil Semua Penyakit -Id Penyakit -Penyakit -Solusi +Tambah +Update +Hapus +Batal +Tutup +Cari +Tampil Semua Konsultasi -Gejala -Bobot +Proses +Batal ** Rule -Id Rule -Id Gejala -Id Penyakit +Tambah +Update +Hapus +Batal +Cari +Tampil Semua Gambar III.2. Class Diagram Diagnosa Penyakit
47 III.3.3. III.3.3.1 Activity Diagram Activity Diagram Login Activity diagram login di tunjukkan pada Gambar III.3. Gambar III.3. Activity Diagram Login
48 III.3.3.2 Activity Diagram Data Gejala Activity diagram manipulasi data gejala ditunjukkan pada Gambar III.4. Admin Sistem Login Invalid Valid Data Gejala Menu Utama Input Data Pilih danedit Data Pilih Data Data Tambah Data Update Data Hapus Data Data Tampil Data Gejala Gambar III.4. Activity Diagram Data Gejala
49 III.3.3.3 Activity Diagram Data Penyakit Activity diagram manipulasi data penyakit ditunjukkan pada Gambar III.5. Gambar III.5. Activity Diagram Data Penyakit
50 III.3.3.4 Activity Diagram Input Aturan Activity diagram manipulasi aturan ditunjukkan pada Gambar III.6. Gambar III.6. Activity Diagram Input Aturan
51 III.3.3.5 Activity Diagram Konsultasi Activity diagram konsultasi ditunjukkan pada Gambar III.7. Admin/User Sistem Login Invalid Valid Konsultasi Menu Utama Input 3 Gejala Proses Tampil Hasil Diagnosa Gambar III.7. Activity Diagram Konsultasi
52 III.3.4. Sequence Diagram Sequence diagram menggambarkan kelakuan objek pada use case dengan mendeskripsikan waktu hidup objek dan pesan yang dikirimkan dan diterima antar objek. III.3.4.1 Sequence Diagram Login Sequence Diagram Login ditunjukkan pada Gambar III.8. Admin Form Login Control Login Halaman Utama Input Data Login CekData Login Login Berhasil Pesan Gagal Login Gagal Gambar III.8. Sequence Diagram Login
53 III.3.4.2 Sequence Diagram Manipulasi Gejala Sequence Diagram Manipulasi Gejala di tunjukkan pada Gambar III.9. Admin Form Gejala Kontrol Data Data Gejala Input Data Cek Tambah Data Tambah Data Berhasil Tampil Data Pesan Berhasil Pilih dan Edit Data Cek Ubah Data Ubah Data Berhasil Tampil Data Pesan Berhasil Pilih Data Cek Hapus Data Hapus Data Berhasil Tampil Data Pesan Berhasil Gambar III.9. Sequence Diagram Manipulasi Gejala
54 III.3.4.3 Sequence Diagram Manipulasi Data Penyakit Sequence Diagram Manipulasi Penyakit di tunjukkan pada Gambar III.10. Admin Input Data Form Gejala Cek Tambah Data Kontrol Data Tambah Data Berhasil Data Penyakit Tampil Data Pesan Berhasil Pilih dan Edit Data Cek Ubah Data Ubah Data Berhasil Tampil Data Pesan Berhasil Pilih Data Cek Hapus Data Hapus Data Berhasil Tampil Data Pesan Berhasil Gambar III.10. Sequence Diagram Manipulasi Penyakit
55 III.3.4.4 Sequence Diagram Manipulasi Aturan Sequence Diagram manipulasi aturan di tunjukkan pada Gambar III.11. Admin Input Data Form Rule Kontrol Data Rule Penyakit Gejala Cek Tambah Data Tambah Data Panggil Id_Penyakit Panggil Id_Gejala Tampil Data Pesan Sukses Id_Penyakit Id_Gejala Pilih dan Edit Data Cek Update Data Tampil Data Update Data Pesan Sukses Pilih Data Cek Hapus Data Tampil Data Hapus Data Pesan Sukses Gambar III.11. Sequence Diagram Manipulasi Aturan
56 III.3.4.5 Sequence Diagram Konsultasi Sequence diagram konsultasi di tunjukkan pada Gambar III.12. User Form Konsultasi Kontrol Konsultasi Pilih Gejala Diagnosa Penyakit Hasil Diagnosa Kembali Gambar III.12. Sequence Diagram Konsultasi III.3.5. Desain Database Database merupakan kumpulan dari data yang saling berhubungan satu dengan yang lain. Untuk merancang database secara konseptual tentunya diperlukan alat bantu, baik untuk menggambarkan keterhubungan antara data maupun pengoptimalan rancangan database.
57 III.3.5.1 Kamus Data Pada tahap ini menjelaskan kamus data dari database yang akan dibentuk. 1. Kamus Data Login Login: @username + password + hak_akses 2. Kamus Data Tabel Gejala Gejala: @id_gejala + gejala + nilai Keterangan: @id_gejala = primary key 3. Kamus Data Tabel Penyakit Penyakit: @id_penyakit + penyakit + solusi Keterangan: @id_penyakit = primary key 4. Kamus Data Tabel t_rule T_rule: @id_rule + @id_penyakit + @id_gejala Keterangan: @id_rule = primary key
58 1. Normalisasi Pada tahap ini dilakukan normalisasi agar menghasilkan tabel/file yang akan digunakan sebagai penyimpanan data. 1. Bentuk Normal Pertama (1NF / Membagi kebutuhan file) Bentuk normal pertama akan di tunjukkan pada tabel berikut. User name Pass word hak_ akses id_ gejala gejala nilai id_ penyakit penyakit solusi id_ rule 2. Bentuk normal kedua (2NF) Bentuk normal kedua akan di tunjukkan pada tabel berikut. a. Tabel Login username password hak_akses b. Tabel Gejala id_gejala gejala nilai
59 c. Tabel Penyakit id_gejala penyakit solusi 3. Bentuk Normal Ketiga (3NF) Bentuk normal ketiga dibuat setelah memenuhi kriteria 2NF dan setiap atribut nonkunci tidak TDF (non transitive dependeny). a. Tabel Gejala id_gejala gejala nilai b. Tabel Penyakit id_gejala penyakit solusi c. Tabel Rule id_rule id_penyakit id_gejala 2. Desain Tabel Adapun rancangan tabel database yang penulis gunakan dalam sistem pakar diagnosa penyakit pada burung kenari adalah sebagai berikut: Tabel login adalah tabel untuk menyimpan data login dari pengguna. Tabel ini memiliki struktur seperti terlihat pada Tabel III.3.
60 Tabel III.4. Tabel Login No Nama Field Tipe Data Nilai Keterangan 1 Username Char 20 Primary Key 2 Password Char 20 Not Null 3 Hak Akses Char 12 Not Null Tabel gejala adalah tabel untuk menyimpan data gejala penyakit. Tabel ini memiliki struktur seperti terlihat pada Tabel III.5. Tabel III.5. Tabel Gejala No Nama Field Tipe Data Nilai Keterangan 1 id_gejala Nchar 10 Primary Key 2 gejala Varchar 50 Not Null 3 nilai Char 10 Not Null Tabel penyakit adalah tabel untuk menyimpan data penyakit. Tabel ini memiliki struktur seperti terlihat pada Tabel III.6.
61 Tabel III.6. Tabel Penyakit No Nama Field Tipe Data Nilai Keterangan 1 id_penyakit Char 10 Primary Key 2 Penyakit Char 20 Not Null 3 Solusi Varchar Max Not Null Tabel t_rule adalah tabel untuk menyimpan data rule. Tabel ini memiliki struktur seperti terlihat pada Tabel III.7. Tabel III.7. Tabel t_rule No Nama Field Tipe Data Nilai Keterangan 1 id_rule Char 10 Primary Key 2 id_penyakit Char 10 Foreign Key dari Tabel Penyakit 3 id_gejala Nchar 10 Foreign Key dari Tabel Gejala III.4. Desain User Interface Desain User Interface dari sistem pakar diagnosa penyakit burung kenari adalah sebagai berikut:
62 III.4.1. Desain Output Desain ini berisikan berisikan menu dan hasil pencarian penyakit yang telah dilakukan. Adapun rancangan output dari sistem pakar diagnosa penyakit pada burung kenari ini adalah sebagai berikut: III.4.1.1 Menu Utama Tampilan menu utama merupakan tampilan form menu utama yang muncul setelah berhasil login saat aplikasi dijalankan. Tampilan menu utama di tunjukkan pada Gambar III.13. File Konsultasi About Gambar Gambar III.13. Menu Utama
63 III.4.1.2 Menu Tentang/About Tampilan menu about merupakan penjelasan tentang program sistem pakar ini. Tampilan menu about di tunjukkan pada Gambar III.14. Xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx Gambar III.14. Menu About III.4.1.3 Form Konsultasi Form ini berfungsi untuk menganalisa dan melihat hasil konsultasi yang dilakukan. Tampilan form konsultasi di tunjukkan pada Gambar III.15. Proses Batal Gambar III.15. Form Konsultasi
64 III.4.2. Desain Input Desain ini berisikan form login, form gejala, form penyakit, dan form aturan (rule). Adapun rancangan inputnya adalah sebagai berikut: III.4.2.1 Form Login Pada desain login yang menjadi inputan adalah username, password, dan hak akses. Adapun tampilannya di tunjukkan pada Gambar III.16. Gambar III.16. Form Login III.4.2.2 Form Gejala Form ini merupakan rancangan untuk memanipulasi data gejala yang terdapat pada aplikasi ini. Adapun tampilannya di tunjukkan pada Gambar III.17.
65 Gambar III.17 Form Gejala III.4.2.3 Form Penyakit Form ini merupakan rancangan untuk memanipulasi data penyakit yang terdapat pada aplikasi ini. Adapun tampilannya di tunjukkan pada Gambar III.18. Gambar III.18. Form Penyakit
66 III.4.2.4 Form Rule Form ini berfungsi untuk menginputkan aturan atau rule baru oleh admin. Adapun tampilannya di tunjukkan pada Gambar III.19. Gambar III.19. Form Rule