BAB II TINJAUAN PUSTAKA 2.1 Dasar Teori Pada tugas akhir ini digunakan dasar- dasar teori yang menjadi landasan utama penelitian, antara lain sebagai berikut : Decision Support System (DSS) DSS merupakan sistem terkomputerisasi yang didesain sedemikian rupa guna membantu pembuat keputusan untuk memilih satu dari berbagai macam alternatif solusi atas suatu permasalahan. DSS dibuat secara interaktif, fleksibel, dan adaptable pada sistem komputer dengan memanfaatkan decision rules, model, database, dan kemampuan pembuat keputusan untuk mencapai solusi terbaik dari suatu permasalahan. DSS memiliki karakteristik yaitu dapat menangani data informasi yang besar, memproses data dari sumber yang berbeda termasuk data internal maupun eksternal, menyediakan fleksibilitas data sesuai kebutuhan pembuat keputusan, memiliki orientasi grafis dan tekstual (tabel, chart, dan trend line), serta kemampuan analisis data informasi untuk menghasilkan alternatif solusi yang memuaskan bagi pembuat keputusan (Tripathi, 2011). Area pengelolaan dan perencanaan DSS memiliki komponen fundamental untuk memodelkan data, yaitu (Druzdzel & Flynn, 2002): a. Database Management System (DBMS) DBMS berperan sebagai storage data untuk DSS. DBMS menyimpan semua informasi dari dunia nyata untuk diolah dalam DSS. b. Model-base Management System (MBMS) MBMS berfungsi untuk menyediakan model spesifik yang digunakan dalam DSS. c. Dialog Generation and Management System (DGMS) DGMS berperan sebagai interaksi utama antara user dengan DSS. Oleh karena itu, DGMS perlu menyediakan interface yang memberikan kemudahan penggunaan bagi user. 1
Ontologi 2.1.2.1 Definisi Ontologi Ontologi berasal dari kata ontos yang artinya sesuatu yang berwujud. Jadi, ontologi adalah teori/ ilmu tentang wujud dan hakikat yang ada (Bakhtiar, 2014). Ontologi merupakan spesifikasi dari sebuah konsep. Ontologi memiliki kemampuan untuk memberikan pemahaman terhadap ambiguitas komunikasi sehingga memudahkan user dalam melakukan pencarian informasi (Smith, 2004). Ontologi tidak memiliki standar khusus untuk disebut salah atau benar. Kualitas ontologi dapat dilihat dari aplikasi yang dibangun. Ketika aplikasi yang dibangun dapat memenuhi kebutuhan user dan menjawab permasalahan yang ada, maka ontologi dianggap baik. Manfaat membangun ontologi antara lain (Oberle & Volz, 2000): a) Dapat membagi pemahaman umum dari struktur informasi antara manusia atau software agent. b) Memungkinkan reuse, update, dan sharing informasi. c) Menciptakan domain asumsi secara eksplisit atau jelas. d) Dapat memisahkan domain knowledge dari operasional knowledge. e) Dapat menganalisis domain knowledge. 2.1.2.2 Komponen Ontologi Penelitian mengenai peran penting berbagai komponen yang ada dalam ontologi dijelaskan sebagai berikut (Stab, 2010) : a. Classes (Kelas/ Konsep) Class dalam ontologi menjelaskan konsep- konsep yang ada pada domain. Class berisi sekumpulan objek- objek. Class juga bisa memiliki subclass yang akan merepresentasikan konsep yang lebih spesifik daripada superclass. Class yang paling umum disebut dengan thing. Himpunan class yang saling berhubungan disebut dengan partition. Apabila objek hanya dapat masuk ke dalam anggota sebagian dari partisi perlu untuk dipisah (disjoint). Apabila sebuah partisi dapat mewakili seluruh objek dalam superclass maka partisi tersebut dinamakan exhaustive partition. b. Relationship (Relasi/ Properti) 2
Relasi sangat penting dalam sebuah ontologi untuk menjelaskan hubungan antara objek- objek yang ada. Relasi mengandung atribut dengan nilai objek lain. Kumpulan dari relasi ini akan mendeskripsikan semantik atau arti dari sebuah entitas. Dalam ontologi relasi disebut juga slots. c. Instance (Individual) Individual adalah komponen dasar dari suatu ontologi. Individu akan merepresentasikan konsep yang digunakan. Individu inilah yang akan memiliki relasi dengan individu lain untuk memberikan arti pada konsepkonsep tertentu. Gambar 2.1 adalah contoh dari pemodelan ontologi DSS MP-ASI yang dibangun dalam penelitian ini. Gambar 2.1. Ontologi DSS MP-ASI 2.1.2.3 Bahasa dalam Ontologi Ontologi memiliki struktur bahasa formal dan terdefinisi agar dapat digunakan dengan mudah. Struktut bahasa yang menyusun ontologi adalah : a. XML dan Skema XML XML (Extensible Markup Language) merupakan bahasa markup yang didesain untuk menjadi sarana yang mudah dalam mengirimkan dokumen melalui web. XML memiliki kelebihan yakni membuat tag sendiri dan membentuk DTD (Document Type Definition) yang didefinisikan sendiri. Istilah skema biasa digunakan dalam database dan menunjukkan struktur database yang digunakan. Dengan kata lain, skema xml mendefiniskan 3
konstrain dan skema class dari dokumen xml (Valentine, Dykes, & Tittel, 2001). Contoh skema xml untuk mendeskripsikan sebuah resep : d. <xs:schema e. xmlns:xs="http://www.w3.org/2001/xmlschema"> f. <xs:element name="mpasi" type="mpasi"/> g. <xs:complextype name="mpasi"> h. <xs:sequence> i. <xs:element name="food" type="xs:string"/> j. <xs:element name="foodsource" k. type="xs:string"/> l. <xs:element name="foodtype" type="xs:string"/> m. <xs:element name="texture" type="xs:string"/> n. <xs:element name="babyage" type="xs:number"/> o. <xs:element name="makingprocess" p. type="xs:string"/> q. <xs:element name="taste" type="xs:string"/> r. <xs:element name="nutrition" s. type="xs:string"/> t. <xs:element name="nutrientfunction" u. type="xs:string"/> v. <xs:element name="malnutrition" w. type="xs:string"/> x. <xs:element name="malnutritioncaution" y. type="xs:string"/> z. </xs:sequence> aa. </xs:complextype> bb. </xs:schema> Dari skema di atas, dapat terbentuk sebuah dokumen XML: cc. <mpasi dd. xmlns:xsi="http://www.w3.org/2001/xmlschemainstance" ee. xsi:nonamespaceschemalocation="resep.xsd"> ff. <food>pindang Ikan</food> 4
gg. <foodsource>ikan</foodsource> hh. <foodtype>makanan Utama</foodType> ii. <texture>lembut</texture> jj. <babyage>6+</babyage> kk. <makingprocess>dikukus</makingprocess> ll. <taste>asin</taste> mm. <nutrition>asam_folat</nutrition> nn. </mpasi> b. RDF dan Skema RDF RDF (Resource Description Framework) adalah bagian utama dari web semantik yaitu format untuk menyediakan informasi dalam bentuk yang dapat dibaca oleh mesin. RDF merupakan model sederhana untuk mendeskripsikan hubungan antar resources. Format RDF memungkinkan pengembang untuk mengkombinasikan dua dokumen tersebut. Sedangkan Skema RDF adalah bahasa yang digunakan untuk mendefinisikan vocabulary yang digunakan RDF (Koubarkis, 2006). Contoh bentuk RDF dalam suatu ontologi adalah format RDF/XML sebagai berikut: oo. <rdf:rdf pp. xmlns:rdf="http://www.w3.org/1999/02/22-rdfsyntax-ns#" qq. xmlns:dc="http://purl.org/dc/elements/1.1/"> rr. <rdf:description ss. rdf:about="http://localhost/mpasi/resep"> tt. <dc:nama>pindang_ikan</dc:nama> uu. <dc:bahan>ikan_kakap</dc:bahan> vv. </rdf:description> ww. </rdf:rdf> Mekanisme pendeskripsian resource inilah yang merupakan komponen utama yang dikemukakan oleh W3C dimana perangkat lunak dapat menyimpan, menukar, dan menggunakan informasi yang dapat dibaca mesin dan didistribusikan melalui web, yang pada akhirnya user mampu 5
dalam menangani informasi tersebut dengan tingkat efisiensi dan tingkat kepastian yang lebih baik (Ibrahim, 2007). c. OWL Ontology Web Language adalah suatu bahasa yang dapat digunakan untuk aplikasi- aplikasi yang tidak hanya menampilkan informasi pada user, tetapi juga memproses isi informasi. Ontologi sendiri dapat didefiniskan sebagai suatu cara untuk mendeskripsikan arti dan relasi dari istilah- istilah yang ada. Untuk membangun OWL bisa menggunakan aplikasi protege (Horridge, 2011). Berikut ini adalah contoh syntax dalam OWL : xx. <owl:class> yy. zz. <owl:oneof rdf:parsetype="collection"> <owl:thing rdf:about="#animalbased"/> aaa. <owl:thing rdf:about="#plantbasedr"/> bbb. <owl:thing rdf:about="#otherproduct"/> ccc. <owl:thing rdf:about="#flavor"/> ddd. </owl:oneof> eee. </owl:class> Decision Support System Berbasis Pemodelan Ontologi Pada beberapa tahun terakhir, ontologi berhasil diimplementasikan dalam pembangunan DSS untuk proses pembuatan keputusan. DSS yang berperan sebagai sistem informasi bagi user (individu maupun organisasi) dalam aktivitas pembuatan keputusan sudah digunakan untuk membuat keputusan pada berbagai domain seperti kesehatan, legalitas, keamanan komputer, dan manajemen konsumsi energi. Secara abstrak, terdapat tiga tahapan dalam proses membuat keputusan menggunakan pemodelan ontologi : a. Formulasi permasalahan b. Pengumpulan dan penyimpanan data terkait c. Reasoning data untuk membuat keputusan Sejak akhir tahun 1960-an penelitian pada DSS mengalami perkembangan dengan adanya teknologi ontologi yang mulai diadaptasi ke dalam DSS melalui beberapa domain aplikasi. Penggunaan ontologi bertujuan untuk menyediakan data dan untuk me-reasoning data guna menghasilkan keputusan. Keuntungan 6
menggunakan representasi ontologi sebagai data utama dalam DSS ialah data tersedia dalam format rdf yang bisa dibaca oleh mesin. Selain itu, pembuatan keputusan bisa dilakukan melalui kondisi art logical reasoning services dengan instance rule engines atau ontology reasoner (Rospocher & Serafini, 2012). SWRL (Semantic Web Rules Language) Pemodelan ontologi sebagai knowledge base dalam pembangunan aplikasi DSS MP-ASI mempunyai aturan bahasa yang disebut SWRL. Meskipun bukan merupakan sistem web, aplikasi DSS MP-ASI bisa disebut sebagai aplikasi semantik karena memanfaatkan pemodelan ontologi. Oleh karena itu, aturan bahasa SWRL bisa diterapkan untuk proses pembuatan keputusan. SWRL didasarkan pada OWL sehingga semua aturan diekspresikan dalam konsep OWL (Class, properties, individual, literals). Contohnya adalah sebagai berikut (O'Connor, 2006): Person(Fred) ^ hassibling(fred,?s) ^ Man(?s) -> hasbrother(fred,?s) Person (Julian)^siblingOf(?s, Fred)^Man(?s)-> property(?s, Fred) Dari script tersebut didapatkan informasi bahwa terdapat seseorang bernama Fred yang memiliki saudara s berjenis kelamin laki- laki. Didapatkan pula informasi bahwa ada seseorang bernama Julian yang merupakan saudara laki- laki dari seseorang yang bernama Fred. Dengan demikian, dapat diketahui bahwa Fred dan Julian adalah bersaudara. Dengan SWRL pengembang dapat mengetahui apakah data ontologi sudah saling terhubung dan memunculkan hasil sesuai dengan yang diinginkan (Fortineau & Paviot, 2012). Usability Testing Nielsen (2012) mengatakan bahwa usability adalah analisa kualitatif yang menentukan seberapa mudah menggunakan antarmuka suatu aplikasi. Suatu aplikasi disebut usable jika fungsi- fungsinya dapat dijalankan secara efektif, efisien, dan memuaskan. Efektivitas berhubungan dengan keberhasilan pengguna mencapai tujuan dalam menggunakan suatu perangkat lunak. Efisiensi berkenaan dengan kelancaran pengguna untuk mencapai tujuan tersebut. Kepuasan berkaitan dengan sikap penerimaan pengguna terhadap perangkat lunak. Pengujian usability dilakukan untuk mengevaluasi apakah sebuah aplikasi sudah sesuai dengan kebutuhan pengguna atau belum. Pengujian dalam usability meliputi lima aspek utama yaitu (Nielsen, 2012): a. Mudah dipelajari (learnability) 7
Untuk mengetahui ukuran bagi pengguna dalam memahami,alasan mengakses, dan mengidentifikasi yang di cari. b. Efisiensi (efficiency) Menjelaskan bagaimana ukuran suatu website yang efisien yang dapat menyajikan informasi dengan cepat. c. Mudah diingat (memorability) Menjelaskan apakah nama- nama menu pada website mudah diingat. d. Kesalahan dan keamanan (errors) Menjelaskan seberapa sering website mengalami kesalahan link. e. Kepuasan (satisfaction) Menjelaskan keinginan pengguna bagaimana pengguna dapat pergi kemana saja dalam sebuah website. Pengujian usability dapat dilakukan dengan melibatkan pengguna atau tanpa melibatkan pengguna. Pengujian dengan melibatkan pengguna dapat memberikan informasi langsung dari pengguna tentang bagaimana pengguna menggunakan sistem serta permasalahan yang dihadapi. Pengujian ini terdiri atas metode Field Observation (observasi langsung), Questionnaire (kuesioner) dan Thinking Aloud (Tarabochia, 2008). Pada penelitian ini, metode yang digunakan adalah Quistionnaire. Metode Quistionnaire dilakukan dengan menggunakan kuesioner untuk mengukur kepuasan pengguna dan untuk mengetahui opini pengguna terhadap aplikasi yang digunakan. Setelah kuisoner dibagikan dan sudah mendapatkan apreasi dari responden, maka langkah berikutnya adalah mengevaluasi data hasil pengujian usability. Evaluasi usability testing dihitung menggunakan persamaan berikut (Saputra et al, 2014): Usability = Total Skor Jumlah Responden...[1] 8
2.2 Penelitian Terkait Penelitian terkait DSS berbasis pemodelan ontologi dalam hal resep makanan pendamping ASI disertai dengan pengelolaan nutrisi bagi bayi usia 6 sampai 24 bulan khususnya belumlah ada, namun jika dalam hal pemilihan menu makanan maupun pengelolaan nutrisi pada umumnya terdapat beberapa penelitian terkait yang dapat menjadi acuan. Tabel 2.1 menunjukkan keterkaitan beberapa penelitian yang menjadi acuan dalam penelitian pembangunan DSS Makanan Pendamping Air Susu Ibu (MP-ASI) Berbasis Pemodelan Ontologi. 9
Tabel 2.1. penelitian terkait Ontologi Menggunakan Teknik SWRL No. Referensi Domain Ontologi Hasil Penelitian Keterkaitan Penelitian 1. (Athiyah, 2014) Resep Makanan Model ontologi MP-ASI Penelitian ini mengandung model Pendamping Air Susu ontologi MP-ASI yang bisa Ibu (MP-ASI) digunakan sebagai knowledge dalam aplikasi DSS MP-ASI. 2. (Sari, 2014) Nutrisi Anak Model ontologi nutrisi anak Penelitian ini mengandung model ontologi nutrisi anak yang bisa diintegrasikan dengan model ontologi MP-ASI untuk dikembangkan menjadi aplikasi DSS MP-ASI. 3. (Doshi, 2015) Kandungan Gizi Informasi gizi yang terkandung Penelitian ini memberikan petunjuk Produk Makanan Hasil Olahan Pabrik dalam suatu produk makanan dan rekomendasi batas konsumsi yang penggunaan teknik SWRL untuk proses pembuatan keputusan pada diperbolehkan. aplikasi DSS menggunakan pemodelan ontologi pada domain gizi. 10
4. (Thangaraj & Treatment Makanan Rekomendasi bahan makanan yang Penelitian ini mengandung Gnanambal, 2014) Bagi Penderita bisa dikonsumsi oleh penderita pengetahuan tahapan penerapan Kekurangan Vitamin D kekurangan vitamin D. SWRL dengan instance rules untuk pembuatan keputusan dalam pengembangan aplikasi DSS menggunakan pemodelan ontologi pada domain gizi dan treatment malnutrisi. 5. (Su, Chen, & Menu Diet Sehat Rekomendasi menu diet sesuai Penelitian ini memberikan informasi Chih, 2013) dengan aktivitas seseorang agar mengenai penerapan teknik SWRL tetap sehat dan bugar. dan reasoning data untuk pembuatan keputusan dalam pengembangan aplikasi DSS menggunakan pemodelan ontologi pada domain makanan. 11