sistem pakar diagnosa penyakit diare pada balita …
TRANSCRIPT
SISTEM PAKAR DIAGNOSA PENYAKIT DIARE PADA BALITA
DENGAN METODE NAÏVE BAYES
SKRIPSI
Diajukan Sebagai Salah Satu Syarat Untuk Menyelesaikan
Program Strata Satu (S1) pada Program Studi Teknik Informatika
Oleh:
BAYTIKI KHOERIYAH
311410886
TEKNIK INFORMATIKA
SEKOLAH TINGGI TEKNOLOGI PELITA BANGSA
BEKASI
2018
SISTEM PAKAR DIAGNOSA PENYAKIT DIARE PADA BALITA
DENGAN METODE NAÏVE BAYES
SKRIPSI
Diajukan Sebagai Salah Satu Syarat Untuk Menyelesaikan
Program Strata Satu (S1) pada Program Studi Teknik Informatika
Oleh:
BAYTIKI KHOERIYAH
311410886
TEKNIK INFORMATIKA
SEKOLAH TINGGI TEKNOLOGI PELITA BANGSA
BEKASI
2018
i
ii
iii
iv
KATA PENGANTAR
Puji syukur penulis panjatkan ke hadiran Allah SWT. yang telah melimpahkan
segala rahmat dan hidayah-Nya, sehingga tersusunlah Skripsi yang berjudul
“SISTEM PAKAR DIAGNOSA PENYAKIT DIARE PADA BALITA DENGAN
METODE NAÏVE BAYES”.
Skripsi tersusun dalam rangka melengkapi salah satu persyaratan dalam
rangka menempuh ujian akhir untuk memperoleh gelar Sarjana Komputer
(S.Kom.) pada Program Studi Teknik Informatika di Sekolah Tinggi Teknologi
Pelita Bangsa.
Penulis sungguh sangat menyadari, bahwa penulisan Skripsi ini tidak akan
terwujud tanpa adanya dukungan dan bantuan dari berbagai pihak. Sudah
selayaknya, dalam kesempatan ini penulis menghaturkan penghargaan dan ucapan
terima kasih yang sebesar-besarnya kepada:
a. Bapak Dr. Ir. Suprianto, M.P selaku Ketua STT Pelita Bangsa
b. Bapak Aswan Supriyadi Sunge, S.E, M.Kom., selaku Ketua Program Studi
Teknik Informatika Sekolah Tinggi Teknologi Pelita Bangsa
c. Bapak Suherman, M.Kom., selaku Dosen Pembimbing I dan Bapak Nurhadi.,
S.Kom., M.Kom selaku Dosen Pembimbing II, yang telah banyak
memberikan arahan dan bimbingan kepada penulis dalam penyusunan Skripsi
ini.
d. Seluruh Dosen STT Pelita Bangsa yang telah membekali penulis dengan
wawasan dan ilmu di bidang teknik informatika.
e. Seluruh staf STT Pelita Bangsa yang telah memberikan pelayanan terbaiknya
kepada penulis selama perjalanan studi jenjang Strata 1.
f. Rekan-rekan mahasiswa STT Pelita Bangsa, khususnya angkatan 2014, yang
telah banyak memberikan inspirasi dan semangat kepada penulis untuk dapat
menyelesaikan studi jenjang Strata 1.
g. Ibu dan Ayah tercinta yang senantiasa mendo’akan dan memberikan semangat
dalam perjalanan studi Strata 1 maupun dalam kehidupan penulis.
v
h. Terimakasih juga kepada Muhammad Hilaludin Al-Fathan dan Sahroni
Sahlan. yang telah memberikan semangat dan motivasi kepada penulis selama
ini.
i. Semua pihak yang telah menbantu penulis dalam menyelesaikan Skripsi.
Akhir kata, penulis mohon maaf atas kekeliruan dan kesalahan yang
terdapat dalam Skripsi ini dan berharap semoga Skripsi ini dapat memberikan
manfaat bagi khasanah pengetahuan Teknologi Informasi di lingkungan STT
Pelita Bangsa khususnya dan Indonesia pada umumnya.
Bekasi, 30 Oktober 2018
Baytiki Khoeriyah
vi
DAFTAR ISI
P ERSETUJUAN .................................................. Error! Bookmark not defined.
PENGESAHAN .................................................... Error! Bookmark not defined.
PERNYATAAN KEASLIAN PENELITIAN .... Error! Bookmark not defined.
KATA PENGANTAR .......................................................................................... iv
DAFTAR ISI ....................................................................................................... ..vi
DAFTAR TABEL ................................................................................................. x
DAFTAR GAMBAR ............................................................................................ xi
ABSTRACT ......................................................................................................... xii
ABSTRAK .......................................................................................................... xiii
BAB I PENDAHULUAN ...................................................................................... 1
1.1 Latar Belakang ............................................................................................ 1
1.2 Identifikasi Masalah Dan Pembatasan Masalah........... ............................ ...3
1.2.1 Identifikasi Masalah ...................................................................... 3
1.2.2 Pembatasan Masalah...................................................................... 3
1.3 Rumusan Masalah ....................................................................................... 4
1.4 Tujuan Penelitian ......................................................................................... 4
1.5 Manfaat Penelitian ....................................................................................... 4
1.5.1 Bagi Penulis.......................................................................................... 4
vii
1.5.2 Bagi Pelita Bangsa ............................................................................... 5
1.5.3 Bagi Masyarakat......................................................................................5
1.6 Metode Penelitian.........................................................................................5
1.6.1 Studi Literatur…....................................................................................5
1.6.2 Metode Pustaka.......................................................................................6
1.6.3 MetodeWawancara..................................................................................6
1.7 Sistematika Penulisan...................................................................................6
BAB II LANDASAN TEORI ............................................................................... 8
2.1 Definisi Judul ............................................................................................... 8
2.1.1 Pengertian Sistem Pakar....................................................................... 8
2.1.2 Sejarah Sistem Pakar............................................................................9
2.1.3 Pengertian Diare……..........................................................................10
2.2 Teori Basis Data.. ....................................................................................... 12
2.2.1 Pengertian Data....................................................................................13
2.2.2 Pengertian Database.............................................................................13
2.2.3 Pengertian MySql................................................................................14
2.3 Teori Peancangan Sistem.. ......................................................................... 14
2.3.1 Naïve Bayes ....................................................................................... 15
2.3.2 UML .................................................................................................. 21
2.4 Teori Bahasa Pemograman.. ...................................................................... 33
viii
2.4.1 PHP .................................................................................................... 33
2.4.2 Perangkat Lunak Yang Digunakan .................................................... 34
BAB III METODE PENELITIAN .................................................................... 39
3.1 Tempat dan Waktu Penelitian .................................................................... 39
3.2 Sumber Data ............................................................................................... 39
3.3 Perangkat Keras dan Perangkat Lunak Pendukung .................................... 40
3.4 Metode Pengumpulan Data ........................................................................ 40
3.4.1 Wawancara ......................................................................................... 40
3.4.2 Studi Pusttaka ..................................................................................... 40
3.4.3 Studi Literatur .................................................................................... 41
3.4.4 Kerangaka Pikir .................................................................................. 41
3.5 Flowchart Berjalan ..................................................................................... 42
3.6 Tahapan Penelitian ..................................................................................... 42
3.6.1 Pengumplan Data ............................................................................... 43
3.6.2 Perancangan Sistem............................................................................ 46
3.6.3 Analisis Hasil Perhitungan ................................................................. 49
BAB IV HASIL DAN PEMBAHASAN ............................................................ 52
4.1 Hasil Pengumpulan Data ........................................................................... 52
4.2 Hasil Perancangan Sistem ......................................................................... 54
4.2.1 Relasi Antar Tabel .............................................................................. 55
ix
4.2.2 Use Case Diagram .............................................................................. 55
4.2.3 Activity Diagram ................................................................................ 56
4.2.4 Sequence Diagram.............................................................................. 63
4.2.5 Class Diagram .................................................................................... 67
4.3 Hasil Pembuatan Sistem ............................................................................ 67
4.3.1 Desain Antar Muka (Inteface) ............................................................ 67
4.4 Analisa Hasil Perhitungan Naïve Bayes ................................................... 70
4.4.1 Menghitung Probabilitas Kelas .......................................................... 70
4.4.2 Menghitung Probabilitas Masing-masing Atribut .............................. 71
4.4.3 Menghitung Probabilitas Akhir untuk setiap Kelas ........................... 75
4.4.4 Kasus Perhitungan Naive Bayes ........................................................ 75
BAB V KESIMPULAN ...................................................................................... 79
5.1 Kesimpulan ................................................................................................ 79
5.2 Saran .......................................................................................................... 79
DAFTAR PUSTAKA .......................................................................................... 81
LAMPIRAN
x
DAFTAR TABEL
Tabel 2.1 notasi use case diaram .......................................................................... 22
Tabel 2.2 notasi activity diagram .......................................................................... 22
Tabel 2.3 notasi sequence diagram ....................................................................... 24
Tabel 2.4 notasi collaboration diagram ................................................................ 26
Tabel 2.5 notasi pada class diagram ..................................................................... 27
Tabel 2.6 notasi component diagram .................................................................... 31
Tabel 3.1 Tabel akuisisi Pengetahuan Penyakit diare pada balita ........................ 43
Tabel 3.2 Atribut Penyakit Diare Pada Balita ....................................................... 44
Tabel 3.3 nilai atribut ........................................................................................... 45
Tabel 3.4 perancangan basis data .......................................................................... 47
Tabel 4.1 Gejala Penyakit Diare Pada Balita ........................................................ 52
Tabel 4.2 nilai atribut ............................................................................................ 53
Tabel 4.3 definisi actor .......................................................................................... 56
Tabel 4.4 definisi use case .................................................................................... 56
Tabel 4.5 keterangan activity diagram login ......................................................... 58
Tabel 4.6 keterangan activity diagram admin menu home ................................... 59
Tabel 4.7 keterangan activity diagram admin manage menu tentang diare .......... 60
Tabel 4.8 keterangan activity diagram admin manage menu layanan kami ....... 61
Tabel 4.9 keterangan activity diagram admin manage menu tes gejala ................ 62
Tabel 4.10 keterangan activity diagram admin manage menu metode ................. 63
Tabel 4.11 Probilitas kelas .................................................................................... 71
Tabel 4.12 atribut jenis kelamin ........................................................................... 71
Tabel 4.13 atribut usia balita ................................................................................. 72
Tabel 4.14 atribut frekuensi BAB ......................................................................... 72
Tabel 4.15 atribut KONSISTENSI TINJA ........................................................... 73
Tabel 4.16 atribut keadaan mata ........................................................................... 73
Tabel 4.17 atribut keadaan turgor ......................................................................... 73
Tabel 4.18 atribut keinginan untuk minum ........................................................... 74
Tabel 4.19 atribut keadaan umum ......................................................................... 74
xi
DAFTAR GAMBAR
Gambar 2.1 Alur metode naïve bayes ................................................................... 21
Gambar 2.2 logo mysql ......................................................................................... 38
Gambar 3.1 Kerangka pikiran ............................................................................... 41
Gambar 3.2 Flowchart Berjalan ............................................................................ 42
Gambar 3.3 Tahapan Penelitian ............................................................................ 43
Gambar 3.4 Halaman Awal .................................................................................. 48
Gambar 3.5 Halaman login ................................................................................... 49
Gambar 4.1 Relasi antar tabel ............................................................................... 55
Gambar 4.2 use case diagram aplikasi sistem pakar ............................................. 55
Gambar 4.3 activity diagram sistem pakar ............................................................ 57
Gambar 4.4 activity diagram login........................................................................ 57
Gambar 4.5 activity digram admin menu home .................................................... 58
Gambar 4.6 activity diagram admin menu tentang diare ...................................... 59
Gambar 4.7 activity diagram admin menu layanan kami .................................... 60
Gambar 4.8 acyivity diagram admin menu tes gejala ........................................... 61
Gambar 4.9 activity digram admin menu metode ................................................. 62
Gambar 4.10 sequence diagram login ................................................................... 64
Gambar 4.11 sequence diagram admin manage menu home ................................ 64
Gambar 4.12 sequence diagram admin manage menu tentang diare .................... 65
Gambar 4.13 sequence diagram admin menu layanan kami ................................. 65
Gambar 4.14 sequence diagram admin manage menu tes gejala .......................... 66
Gambar 4.15 sequence diagram admin manage menu metode ............................. 66
Gambar 4.16 class diagram ................................................................................... 67
Gambar 4.17 tampilan halaman home .................................................................. 68
Gambar 4.18 tampilan halaman tentang diare....................................................... 68
Gambar 4.19 tampilan halaman layanan kami ...................................................... 69
Gambar 4.20 tampilan halaman tes gejala ............................................................ 69
Gambar 4.21 tampilan halaman metode................................................................ 70
xii
ABSTRACT
Diarrhea is a global problem that has high morbidity (mortality) and mortality
(mortality), especially in developing countries like Indonesia. In Indonesia, it can
be found that around 60 million diarrhea per year, most (70-80%) of these
sufferers are children under five years old (Sugihartiningsih and Hafidudin, 2016:
436). Based on the above data it can be seen that it has a very high prevalence
and has a large contribution in increasing the mortality rate of children under
five in Indonesia. The purpose of this study is to create an expert system for
diagnosing diarrheal disease in infants with naïve Bayes method. stages of
research methodology include data collection, system design, system creation,
analysis of calculation results. this expert system uses the web base with the PHP
program language. To find out the accuracy of the system a system evaluation is
carried out by comparing expert results with system results. This system wiil
make it easeier for users to know in advance of diarrheal disease in infants.
Keywords: Expert System, Diagnosis, diarrheal disease in toddlers, Naive Bayes,
Web
xiii
ABSTRAK
Diare merupakan salah satu permasalahan global yang memiliki angka
morbiditas (kesakitan) dan mortalitas (kematian) yang tinggi terutama di
negara berkembang seperti Indonesia. Di Indonesia dapat ditemukan sekitar 60
juta kejadian diare setiap tahun sebagian besar (70 -80%) dari penderita ini
adalah anak bawah lima tahun, (Sugihartiningsih dan Hafidudin, 2016:436).
Berdasarkan data diatas dapat diketahui bahwa diare mempunyai prevalensi
yang sangat tinggi dan mempunyai andil yang besar dalam meningkatkan
angka kematian anak balita di Indonesia. Tujuan penelitian ini adalah membuat
sistem pakar dignosa penyakit diare pada balita dengan metode naïve bayes.
tahapan metodologi penelitian meliputi pengumpulan data, perancangan sistem,
pembuatan sistem, analisis hasil perhitungan . sistem pakar ini menggunakan basis
web dengan bahasa program PHP. Untuk mengetahui akurasi sistem dilakukan
evaluasi sistem dengan cara membandingkan hasil pakar dengan hasil sistem.
Sistem ini akan memudahkan pengguna mengetahui secara dini dari penyakit
diare pada balita.
Kata kunci: Sistem Pakar, Diagnosa, penyakit diare pada balita, Naive Bayes,
Web
BAB 1
PENDAHULUAN
1.1 Latar Belakang Masalah
Penyakit diare adalah sebuah penyakit di saat tinja atau feses berubah
menjadi lembek atau cair yang biasanya terjadi paling sedikit tiga kali dalam
24 jam. Diare yang menyerang balita anda mungkin masih normal namun
ketika diare yang dialaminya telanjur terus menerus juga akan buruk bagi
kesehatan organ organ lainnya. Diare adalah penyakit yang gejalanya dapat
dilihat. karena diare adalah sebuah penyakit yang menyerang saluran
pencernaan. Diare pada Balita, sangatlah berbahaya, untuk itulah sebagai
orang tua harus selalu memperhatikan dimana anak bermain dan bergaul
karena setiap saat bakteri virus siap menyerang anak anda di rumah.
Diare merupakan salah satu permasalahan global yang memiliki angka
morbiditas (kesakitan) dan mortalitas (kematian) yang tinggi terutama di
negara berkembang seperti Indonesia. Di Indonesia dapat ditemukan sekitar
60 juta kejadian diare setiap tahun sebagian besar (70 -80%) dari
penderita ini adalah anak bawah lima tahun, (Sugihartiningsih dan
Hafidudin, 2016:436). Berdasarkan data diatas dapat diketahui bahwa
diaremempunyai prevalensi yang sangat tinggi dan mempunyai andil yang
besar dalam meningkatkan angka kematian anak balita di Indonesia.
Hasil diagnosa penyakit Diare yang dihasilkan oleh aplikasi sistem
pakar tersebut dapat digunakan sebagai bahan pertimbangan atau rujukan
awal mengenai penyakit yang dideritanya. Dengan demikian diharapkan
2
orang dapat mengambil tindakan awal secara tepat untuk mencegah atau
melakukan tindakan pertama dalam mengatasi penyakitnya tersebut. Di sini
peran dokter tetap diperlukan untuk menyimpulkan secara pasti penyakit yang
diderita dan pengobatan yang tepat sesuai dengan kondisi orang yang
mengalami gangguan penyakit pencernaan
Sistem Pakar adalah paket perangkat lunak pengambilan keputusan yang
dapat mencapai tingkat performa yang setara atau bahkan lebih dengan pakar
manusia di beberapa bidang khusus. Ide dasar dibalik sistem pakar adalah
sederhana, keahlian ditransfer dari pakar ke suatu komputer. Pengetahuan ini
kemudian disimpan di dalam komputer, dan pengguna menjalankan komputer
untuk nasihat spesifik yang diperlukan. Sistem pakar menanyakan fakta-fakta
dan dapat membuat inferensi dan sampai pada suatu kesimpulan khusus.
Kemudian, seperti konsultan manusia, ia menasihati nonexpert dan
menjelaskan, jika perlu, logika di balik nasihat yang diberikan. (Turban, et al,
2005).
Sistem pakar adalah sistem komputer yang mengemulasi kemampuan
kepakaran manusia. Kata mengemulasi diartikan lebih kuat dari simulasi yang
berarti bahwa sistem pakar diharapkan mampu bertindak sebagaimana yang
dilakukan pakar manusia dalam melakukan penalaran untuk memberikan
suatu justifikasi / kesimpulan. Dalam melakukan penalaran, sistem pakar
banyak memanfaatkan pengetahuan yang disimpan oleh sistem sebagai basis
pengetahuan untuk menyelesaikan masalah pada tingkatan sebanding dengan
sistem pakar manusia. (Sri Hartati dan Sari Iswanti,2008)
3
Sistem pakar (expert system) adalah salah satu teknik kecerdasan buatan
yang berusaha mengadopsi pengetahuan manusia ke komputer, agar computer
dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para
ahli. (Sri Kusumadewi, 2003:109).
Penelitian ini akan membuat “Sistem Pakar Diagnosa Penyakit Pencernaan
Diare Pada Balita Dengan Metode Naive Bayes” yang dapat digunakan untuk
mendiagnosa seseorang dalam mendektesi penyakit pencernaan secara dini.
Pada sistem pakar ini , penulis mengembangkan teknologi dengan
memanfaatkan fasilitas layanan berbasis web dengan bahasa pemograman
PHP pada computer dengan sistem operasi windows. Untuk mengolah
localhost databasenya menggunakan MySql sebagai manajemen database
karena MySql memiliki perintah yang relative mudah digunakan dengan
sifatnya yang open source dan fleksibel.
1.2 Identifikasi Masalah Dan Pembatasan Masalah
1.2.1 Identifikasi Masalah
Dari uraian latar belakang masalah di atas, penulis dapat mengidentifikasi
kan masalah sebagai berikut:
1. Belum adanya pemahaman yang signifikan dari seseorang pada penyakit
Diare.
2. Belum adanya aplikasi pendeteksi penyakit Diare pada Balita.
1.2.2 Pembatasan Masalah
Adapun pembatasan masalah dari latar belakang di atas adalah sebagai
berikut :
4
1. Sistem pakar diagnosa penyakit diare pada balita dengan sistem berbasis
komputerisasi.
2. Software yang digunakan dalam pembuatan sistem baru tersebut
menggunakan PHP da MySql.
1.3 Rumusan Masalah
Dari uraian latar belakang di atas dapat dirumuskan suatu permasalahan
yang ada adalah sebagai berikut :
1. Bagaimana cara merancang sistem pakar diagnosa penyakit diare pada
balita yang dapat mempermudah seseorang untuk mengenali penyakit
pencernaan ?
2. Bagaimana mendeteksi dini penyakit diare ?
1.4 Tujuan penelitian
Tujuan penelitian ini adalah membuat sistem pakar untuk diagnosa secara dini
penyakit pencernaan menggunakan metode naive bayes.
1.5 Manfaat Penelitian
1.5.1 Bagi Penulis
1. Membuat wawasan keilmuan bagi penulis tentang pengetahuan dalam
bidang teknik informatika khususnya perancangnya sistem pakar diagnosa
penyakit diare pada balita.
2. Mendapat wawasan dalam pengetahuan tentang sistem pakar,ilmu pakar
dan ilmu kesehatan.
3. Memperdalam pengetahuan tentang penulisan karya ilmiah.
5
1.5.2 Bagi Pelita Bangsa
1. Mendorong terwujudnya budaya penelitian kajian keilmuan.2. Meningkatkan konsep, seni dan teknologi baru dalam menunjukkan
peningkatan kualitas pendidikan nasional.3. Memberikan referensi untuk penelitian lebih lanjut dalam perancangan
sistem informatika.
1.5.3 Bagi Masyarakat
1. Aplikasi ini diharapkan dapat membantu masyarakat luas dalam
mendiagnosa gejala penyakit diare .pada balita
2. Aplikasi ini juga diharapkan dapat mengatasi keterbatasan tenaga ahli
kesehatan, tetapi tidak menggantikan secara menyeluruh.
3. Dan diharapkan mampu mendekati kemampuan dan kecerdasan pakar dalam
memberikan informasi untuk mendiagnosa penyakit.
1.6 Metode Penelitian
Untuk mendapatkan data yang diperlukan dalam penulisan laporan tugas
akhir,penulis menggunakan beberapa metode, adapun metode yang digunakan
adalah sebagai berikut :
1.6.1 Studi literatur
Adalah Serangkaian kegiatan yang berkenaan dengan metode
pengumpulan data pustaka, membaca dan mencatat serta mengolah bahan
penelitian.
6
1.6.2 Metode Pustaka
Bahan-bahan yang digunakan di dalam landasan teori dalam laporan
penulisan ini diperoleh dan didapatkan dari berbagai sumber tertulis, yaitu buku-
buku panduan yang terkait dan memuat informasi-informasi yang diperlukan
untuk digunakan dalam penyusunan laporan penulisan.
1.6.3 Metode Wawancara
Bahan-bahan yang dipergunakan di dalam landasan teori dalam laporan
penulisan ini diperoleh dan didapatkan dengan bertanya langsung kepada
narasumber terkait.
1.7 Sistematika Penulisan
Untuk mengetahui secara ringkas permasalahan dalam penulisan penelitian
ini, maka digunakan sistematika penulisan yang bertujuan untuk mempermudah
pembaca menelusuri dan memahami isi penelitian sebagai berikut :
BAB 1 : PENDAHULUAN
Bab ini berisi tentang latar belakang masalah, identifikasi
masalah, rumusan masalah, batasan masalah, tujuan penelitian,
manfaat penelitian, dan sistematika penulisan penelitian.
BAB II : TINJAUAN PUSTAKA
Pada bab ini dijelaskan tentang landasan teori yang merupakan
teori dasar dan teori yang akan mendukung dalam proses
perancangan, perencanaan sistem pakar diagnosa penyakit
preeklampsia.
7
BAB III : METODE PENELITIAN
Pada bab ini merupakan penjabaran tentang metode penelitian
yang merupakan yang secara garis besar telah disinggung dalam
pendahuluan. Dalam bab ini membahas metode pengumpulan
data dan metode analisis serta kerangka berfikir penulis dalam
melakukan penelitian ini.
BAB IV : HASIL DAN PEMBAHASAN
Pada bab ini menyorot objektif terhadap hasil penelitian, tolak
ukurnya dapat dilihat pada persiapan, asumsi, hipotesis, metode
penelitian, dan komponen-komponen yang lain.
BAB V : PENUTUP
Pada bab ini berisi kesimpulan dari uraian yang sudah
diterangkan pada bab-bab sebelumnya dan juga berisi saran untuk
pengembangan lebih lanjut.
BAB IILANDASAN TEORI
2.1 Definisi Judul
2.1.1 Pengertian Sistem Pakar
Sistem pakar adalah sistem komputer yang mengemulasi kemampuan
kepakaran manusia. Kata mengemulasi diartikan lebih kuat dari simulasi yang
berarti bahwa sistem pakar diharapkan mampu bertindak sebagaimana yang
dilakukan pakar manusia dalam melakukan penalaran untuk memberikan suatu
justifikasi / kesimpulan. Dalam melakukan penalaran, sistem pakar banyak
memanfaatkan pengetahuan yang disimpan oleh sistem sebagai basis pengetahuan
untuk menyelesaikan masalah pada tingkatan sebanding dengan sistem pakar
manusia. (Sri Hartati dan Sari Iswanti,2008 : 152)
Sistem pakar Sistem pakar merupakan sistem yang berusaha mengakuisisi
pengetahuan manusia ke dalam komputer dengan tujuan agar komputer dapat
menyelesaikan masalah tertentu seperti yang biasa dilakukan oleh para ahli.
Tujuan dari sistem pakar tidak untuk menggantikan peran manusia, tetapi sebagai
bahanpengetahuan manusia yang disajikan dalam bentuk sistem, sehingga dapat
digunakan oleh banyak orang (Muslim et al., 2015: 1)
Sistem pakar (expert system) adalah salah satu teknik kecerdasan buatan yang
berusaha mengadopsi pengetahuan manusia ke komputer, agar computer dapat
menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. (Sri
Kusumadewi, 2003:109).
9
Dari uraian diatas dapat disimpulkan pengertian sistem pakar adalah sistem
yang berusaha mengadopsi pengetahuan manusia ke komputer yang dirancang
untuk memodelkan kemampuan menyelesaikan masalah seperti layaknya seorang
pakar.
2.1.2 Sejarah Sistem Pakar
Sistem pakar dikembangkan oleh komunitas artificial intelligence pada
pertengahantahun 1960. Pada periode ini, penelitian tentang artificial intelligence
didominasi oleh adanyakepercayaan bahwa beberapa aturan-aturan dari
serangkaian pemikiran dengan memanfaatkankemampuan komputer dapat
menghasilkan performansi pakar atau setaraf dengan manusia super.Arah
pengembangan dari sub bidang artificial intelligence ini adalah general-purpose
problem solver (GPS). General-purpose problem solver (GPS) merupakan
prosedur yang dikembangkanoleh Newell dan Simon [1973] dari teori mesin
logika, yang mempunyai tujuan untuk menghasilkan suatu komputer “cerdas”.
Inilah yang kemudian dianggap sebagai pendahulu darisistem pakar. Pada
pertengahan tahun 1960 terjadi pergeseran dari general-purpose menjadi
special- purpose program dengan perkembangan dari DENDRAL yaitu suatu
sistem mengidentifikasi struktur molekul suatu komposisi kimia yang
dikembangkan oleh E. Feigenbaum di Stanford University. Mulai saat itu para
peneliti mengakui bahwa mekanisme pemecahan masalah hanya merupakan
sebagian kecil dari suatu permasalahan yang komplek.
10
2.1.3 Pengertian Penyakit Diare
Diare adalah sebuah penyakit di mana penderita mengalami rangsangan
buang air besar yang terus-menerus dan tinja atau feses yang masih memiliki
kandungan air berlebihan. Dan definisi resmi medis dari diare adalah BAB
ata(defekasi) yang melebihi 200 gram per hari.
Berdasar metaanalisis di seluruh dunia, setiap anak minimal mengalami
diare satu kali setiap tahun. Dari setiap lima pasien anak yang datang karena diare,
satu di antaranya akibat rotavirus. Bakteri dan parasit juga dapat menyebabkan
diare. Organisme-organisme ini mengganggu proses penyerapan makanan di usus
halus. Dampaknya makanan tidak dicerna kemudian segera masuk ke usus besar.
Kemudian, dari 60 anak yang dirawat di rumah sakit akibat diare satu di antaranya
juga karena rotavirus.
Makanan yang tidak dicerna dan tidak diserap usus akan menarik air dari
dinding usus. Di lain pihak, pada keadaan ini proses transit di usus menjadi sangat
singkat sehingga air tidak sempat diserap oleh usus besar. Hal inilah yang
menyebabkan tinja berair pada diare.
Selain karena rotavirus, diare juga bisa terjadi akibat kurang gizi, alergi,
tidak tahan terhadap laktosa, dan sebagainya. Bayi dan balita banyak yang
memiliki intoleransi terhadap laktosa dikarenakan tubuh tidak punya atau hanya
sedikit memiliki enzim laktose yang berfungsi mencerna laktosa yang terkandung
susu sapi.
11
Tidak demikian dengan bayi yang menyusu ASI. Bayi tersebut tidak akan
mengalami intoleransi laktosa karena di dalam ASI terkandung enzim laktose.
Disamping itu, ASI terjamin kebersihannya karena langsung diminum tanpa
wadah seperti saat minum susu formula dengan botol dan dot.
Diare dapat merupakan efek sampingan banyak obat terutama antibiotik.
Selain itu, bahan-bahan pemanis buatan sorbitol dan manitol yang ada dalam
permen karet serta produk-produk bebas gula lainnya menimbulkan diare, hal ini
terjadi pada anak-anak dan dewasa muda yang memiliki kadar dan fungsi hormon
yang normal, kadar vitamin yang normal dan tidak memiliki penyebab yang jelas
dari rapuhnya tulang.
Gejala diare atau mencret adalah tinja yang encer dengan frekuensi lebih dari 3x
atau lebih dalam sehari, yang kadang disertai :
1. Muntah
2. Badan lesu atau lemah
3. Panas
4. Tidak nafsu makan
5. Darah dan lendir dalam kotoran
Selain itu, dapat pula mengalami sakit perut dan kejang perut, serta gejal-
gejala lain seperti flu misalnya agak demam, nyeri otot atau kejang, dan sakit
12
kepala. Gangguan bakteri dan parasit kadang-kadang menyebabkan tinja
mengandung darah atau demam tinggi.
Diare bisa menyebabkan kehilangan cairan dan elektrolit (misalnya natrium
dan kalium), sehingga bayi menjadi rewel atau terjadi gangguan irama jantung
maupun perdarahan otak.
Diare seringkali disertai oleh dehidrasi (kekurangan cairan). Dehidrasi ringan
hanya menyebabkan bibir kering. Dehidrasi sedang menyebabkan kulit keriput,
mata dan ubun-ubun menjadi cekung (pada bayi yang berumur kurang dari 18
bulan). Dehidrasi berat bisa berakibat fatal, biasanya menyebabkan syok.
2.2 Teori Basis Data
Basis data adalah kumpulan data yang saling berhubungan secara
logikal serta deskripsi dari data tersebut, yang dirancang untuk
memenuhi kebutuhan informasi suatu organisasi. Basis Data adalah
sebuah penyimpanan data yang besar yang bisa digunakan oleh banyak
pengguna dan departemen. Semua data terintegrasi dengan jumlah
duplikasi yang minimum. basis data tidak lagi dipegang oleh satu
departemen, tetapi dibagikan ke seluruh departemen pada perusahaan.
Basis Data itu sendiri tidak hanya memegang data operasional
organisasi tetapi juga penggambaran dari data tersebut (Connolly
&Begg, 2010:64).
Basis data adalah kumpulan data store yang terintegrasi yang diatur
dan di kontrol secara sentral. Sebuah basis data biasanya menyimpan
13
ribuan class. Informasi yang disimpan termasuk class attribute dan relasi
antar class. Basis data juga menyimpan informasi yang deksriptif seperti
nama atribut, pemberian batasan suatu nilai, dan kontrol akses untuk
data-data yang sensitif (Satzinger, Robert, & Stephen, 2005: 398). Basi
data juga diartikan sebagai sekumpulan file dikomputer yang saling
terhubung. File -file ini diatur sesuai kesamaan elemennya, sehingga data
yang diinginka dapat dicari secara mudah (Williams & Sawyer, 2007: 181).
.2.1 Pengertian Data
Menurut Indrajani (2009:2) menjelaskan beberapa definisi tentang data
berikut ini :
1. Data adalah fakta atau observasi mentah yang biasanya mengenai
fenomena fisik atau transaksi bisnis.
2. Data adalah ukuran objektif dari atribut dari entitas seperti orang,
tempat, benda, kejadian.
3. Data adalah representasi fakta yang mewakili suatu objek seperti
pelanggan, karyawan, mahasiswa, dan lain-lain, yang disimpan dalam
bentuk angka, huruf, simbol, teks, gambar, bunyi dan kombinasinya.
Dari beberapa penjelasan tersebut, dapat disimpulkan bahwa data merupakan
kumpulan fakta yang merupakan representasi entitas atau objek, dan kemudian
disimpan kedalam bentuk angka, huruf, simbol, teks, gambar, bunyi bahkan
kombinasinya yang diproses untuk menyajikan informasi.
2.2.2 Pengertian Database
14
Database atau disebut Basis data adalah kumpulan data yang saling
berhubungan yang diorganisasikan sedemikian rupa sehingga dapat diolah
menjadi informasi yang disimpan pada media elektronik. Sedangkan untuk
mengelola basis data diperlukan perangkat lunak DBMS (Database Management
System) yang merupakan suatu sistem perangkat lunak yang memungkinkan user
(pengguna) untuk membuat, memelihara, mengontrol, dan mengakses basis data
secara praktis dan efisien. Tujuan utama dari DBMS adalah untuk memberikan
tinjauan abstrak data kepada user (pengguna).
Jadi sistem menyembunyikan informasi tentang bagaimana data disimpan,
dipelihara dan tetap dapat diambil (akses) secara efisien. Pengertian dari efisien
adalah bagaimana merancang struktur data yang kompleks tetapi masih tetap bisa
digunakan oleh pengguna awam tanpa mengetahui kompleksitas strukturnya.
(Wahana Komputer : 2010)
2.2.3 Pengertian MySQL
Menurut Betha Sidik (2012 : 333 – 334) MySQL merupakan database
yang termasuk paling populer dilingkungan Linux, Kepopuleran ini karena
ditunjang performansi query dari databasenya yang saat ini bisa dikatakan paling
cepat dan jarang bermasalah. Database MySQL kini telah dimiliki Oracle.
Pengembang MySQL kemudian mengembangkan database yang murni
opensource dan freeware dengan nama MariaDB.
2.3 Teori Perancangan Sistem
Perancangan sistem merupakan kegiatan merancang atau mendesain suatu
sistem agar project yang akan dikerjakan nanti tidak mengalami kesalahan alur
15
program yang fatal dan perancangan sistem yang baik akan mempermudah
programmer dalam membuat programnya.
2.3.1 Naïve Bayes
Suatu diagram yang menggunakan notasi-notasi untuk
menggambarkan arus dari data sistem, yang penggunaannya sangat
membantu untuk memahami sistem secara logika, tersruktur dan jelas. data flow
diagram merupakan alat bantu dalam menggambarkan atau menjelaskan system
yang sedang berjalan logis.pengertian secara umum dari data flow diagram
adalah suatu newtrok yang menggambarkan suatu sistem automata atau
komputerisasi, manualisasi atau gabungan dari keduanya, yang
penggambarannya saling berhubungan sesuai dengan aturan mainnya.( Tata
Sutabri, 2012:163).
A. Rumus Naïve Bayes Classifier Sebelum menjelaskan Naïve Bayes Classifier ini, akan dijelaskan
terlebih dahulu Teorema Bayes yang menjadi dasar dari metoda tersebut.
Pada Teorema Bayes, bila terdapat dua kejadian yang terpisah (misalkan X
dan H), maka Teorema Bayes dirumuskan sebagai berikut (Bustami
2013).:
Keterangan
X : Data dengan class yang belum diketahui
16
H : Hipotesis data merupakan suatu class spesifik
P(H|X) : Probabilitas hipotesis H berdasar kondisi X (posteriori
probabilitas)
P(H) : Probabilitas hipotesis H (prior probabilitas)
P(X|H) : Probabilitas X berdasarkan kondisi pada hipotesis H
P(X) : Probabilitas X
Teorema Bayes sering pula dikembangkan mengingat berlakunya hukum
probabilitas total, menjadi seperti berikut:
Keterangan :
i : 1,2,3, ... , n jumlah data Hipotesis (prior probabilitas)
dimana : H1 U H2 U H3 ... U Hn = S
S : Probabilitas total H
Untuk menjelaskan Teorema Naïve Bayes, perlu diketahui bahwa proses
klasifikasi memerlukan sejumlah petunjuk untuk menentukan kelas apa yang
17
cocok bagi sampel yang dianalisis tersebut. Karena itu, Teorema Bayes di atas
disesuaikan sebagai berikut:
Di mana Variabel C merepresentasikan kelas, sementara variabel F1 ...
Fn merepresentasikan karakteristik petunjuk yang dibutuhkan untuk melakukan
klasifikasi. Maka rumus tersebut menjelaskan bahwa peluang masuknya sampel
karakteristik tertentu dalam kelas C (Posterior) adalah peluang munculnya kelas C
(sebelum masuknya sampel tersebut, seringkali disebut prior), dikali dengan
peluang kemunculan karakteristik-karakteristik sampel pada kelas C (disebut juga
likelihood), dibagi dengan peluang kemunculan karakteristik-karakteristik sampel
secara global (disebut juga evidence). Karena itu, rumus di atas dapat pula ditulis
secara sederhana sebagai berikut:
Nilai Evidence selalu tetap untuk setiap kelas pada satu sampel. Nilai dari
posterior tersebut nantinya akan dibandingkan dengan nilai-nilai posterior kelas
lainnya untuk menentukan ke kelas apa suatu sampel akan diklasifikasikan.
Penjabaran lebih lanjut rumus Bayes tersebut dilakukan dengan menjabarkan
(C,F1, ... , Fn) menggunakan aturan perkalian sebagai berikut:
18
Dapat dilihat bahwa hasil penjabaran tersebut menyebabkan semakin
banyak dan semakin kompleksnya faktor - faktor syarat yang mempengaruhi nilai
probabilitas, yang hampir mustahil untuk dianalisa satu persatu. Akibatnya,
perhitungan tersebut menjadi sulit untuk dilakukan. Disinilah digunakan asumsi
independensi yang sangat tinggi (naif), bahwa masing-masing petunjuk
(F1,F2 , ..., Fn) saling bebas (independen) satu sama lain. Dengan asumsi
tersebut, maka berlaku suatu kesamaan sebagai berikut:
Untuk i≠j, sehingga :
Atau dapat dituliskan dalam notasi
yang dapat dijabarkan sebagai berikut :
19
Persamaan di atas merupakan model dari teorema Naïve Bayes yang
selanjutnya akan digunakan dalam proses klasifikasi. Untuk klasifikasi dengan
data kontinyu digunakan rumus Densitas Gauss :
Keterangan
P : Peluang
Xi : Atribut ke-i
xi : Nilai Atribut ke-i
Y : Kelas yang dicari
yi : Sub-kelas yang dicari
μ : mean, menyatakan rata-rata dari seluruh atribut
σ : Deviasi Standar, menyatakan varian dari seluruh atribut
20
B. Alur Metode Naive Bayes
Alur dari metode Naive Bayes dapat dilihat pada Gambar 2.1sebagai berikut:
gambar 2.1 Alur Metode Naive Bayes
Adapun keterangan dari gambar di atas adalah sebagai berikut:
1. Membaca Data Training
2. Menghitung Jumlah dan Probabilitas, namun jika data numerik maka
a. Menghitung nilai mean dan Dtandar Deviasi dari masing-masing
parameter yang merupakan numerik. Adapun persamaan untuk
mencari nilai rata-rata hitung (mean) adalah seperti dalam
persamaan berikut ini:
21
Atau
Keterangan
μ : nilai rata-rata hitung (mean)
xi : nilai x ke-i
n : jumlah sampel
Sedangkan persamaan untuk menghitung nilai Nilai Simpangan
Baku (Standar Deviasi) dirumuskan sebagai berikut :
Keterangan
σ :standar deviasi
xi : nilai x ke-i
μ : nilai rata-rata hitung (mean)
n : jumlah sampel
22
b. Menghitung nilai probabilistik dengan cara menghitung jumlah
data yang sesuai dari kategori yang sama dibagi dengan jumlah
data pada kategori tersebut.
3. Mendapatkan nilai dalam tabel mean, Standar Deviasi dan Probabilitas
4. Menghasilkan Solusi
2.3.2 UML (Unified Modeling Language)
Adapun berbagai pendapat mengenai (UML) Unified Modeling Language
yakni sebagai berikut :
UML (Unified Modeling Language) adalah ‘bahasa’ pemodelan untuk
sistem atau perangkat lunak yang berparadigma ‘berorientasi objek”. Pemodelan
(modelling) sesungguhnya digunakan untuk penyederhanaan permasalahan-
permasalahan yang kompleks sedemikian rupa sehingga lebih mudah dipelajari
dan dipahami. (Nugroho, 2010:6)
UML (Unified Modeling Language) adalah Metodologi kolaborasi antara
metoda-metoda Booch, OMT (Object Modeling Technique), serta OOSE (Object
Oriented Software Enggineering) dan beberapa metoda lainnya, merupakan
metodologi yang paling sering digunakan saat ini untuk analisa dan perancangan
sistem dengan metodologi berorientasi objek mengadaptasi maraknya penggunaan
bahasa “pemrograman berorientasi objek” (OOP). (Nugroho, 2009:4)
23
beberapa literature menyebutkan bahwa UML menyediakan sembilan jenis
diagram, yang lain menyebutkan delapan karena ada beberapa diagram yang
digabung, misanya diagram komunikasi, diagram urutan dan diagram pewaktuan
digabung menjadi diagram interaksi. (Herlawati, 2011:10)
Beberapa daftar simbol notasi pada UML (Unified Modeling Language) adapun sebagai berikut :
Tabel 2.1 Notasi Use Case Diagram
SIMBOL NAMA KETERANGANActor Actor adalah pengguna
sistem. Actor tidak terbatas
hanya manusia saja, jika
sebuah sistem
berkomunikasi dengan
aplikasi lain dan
membutuhkan input atau
memberikan output, maka
aplikasi tersebut juga bisa
danggap sebagai actor.Use case Use case digambarkan
sebagai lingkaran elips
dengan nama use case
dituliskan didalam elips
tersebut.Asosias Asosiasi digunakan untuk
menghubungkan actor
24
dengan use case. Asosiasi
digambarkan dengan
sebuah garis yang
menghubungkan antara
Actor dengan Use Case.
Tabel 2.2 Notasi Activity Diagram
SIMBOL KETERANGANTitik Awal
Titik Akhir
Activity
Pilihan Untuk mengambil
KeputusanFork; Digunakan untuk
menunjukkan kegiatan yang
dilakukan secara parallel atau
untuk menggabungkan dua
kegiatan peralel menjadi satu.Rake; Menunjukkan adanya
dekomposisiTanda Waktu
Tanda pengiriman
Tanda penerimaan
Aliran akhir (Flow Final)
Tabel 2.3 Notasi Sequence Diagram
SIMBOL NAMA KETERANGAN
25
Object Object merupakan instance
dari sebuah class dan
dituliskan tersusun secara
horizontal. Digambarkan
sebagai sebuah class
(kotak) dengan nama
obyek
didalamnya yang diawali
dengan sebuah titik komaActor Actor juga dapat
berkomunikasi dengan
object, maka actor juga
dapat diurutkan sebagai
kolom. Simbol Actor sama
dengan simbol pada Actor
Use Case Diagram.Lifeline Lifeline mengindikasikan
keberadaan sebuah object
dalam basis waktu. Notasi
untuk Lifeline adalah garis
putus-putus vertikal yang
ditarik dari sebuah obyek.Activation Activation dinotasikan
sebagai sebuah kotak segi
empat yang digambar pada
26
sebuah lifeline. Activation
mengindikasikan sebuah
obyek yang akan
melakukan sebuah aksi.Message Message, digambarkan
dengan anak panah
horizontal antara
Activation. Message
mengindikasikan
komunikasi antara object-
object.
Tabel 2.4 Notasi Collaboration Diagram
SIMBOL NAMA KETERANGANObject Object merupakan instance
dari sebuah class dan
dituliskan tersusun secara
horizontal. Digambarkan
sebagai sebuah class (kotak)
dengan nama obyek
didalamnya yang diawali
dengan sebuah titik komaActor Actor juga dapat
berkomunikasi dengan
object, maka actor juga
27
dapat diurutkan sebagai
kolom. Simbol Actor sama
dengan simbol pada Actor
Use Case Diagram.Message Message, digambarkan
dengan anak panah yang
mengarah antar obyek dan
diberi label urutan
nomor yang
mengindikasikan urutan
komunikasi yang terjadi
antar obyek.
Tabel 2.5 Notasi pada Class Diagram
SIMBOL NAMA KETERANGANClass Class adalah blok - blok
pembangun pada
pemrograman
berorientasi obyek.
Sebuah class
digambarkan sebagai
sebuah kotak yang
terbagi atas 3 bagian.
Bagian atas adalah
bagian nama dari class.
28
Bagian tengah
mendefinisikan
property/atribut class.
Bagian akhir
mendefinisikan method
method dari sebuah
class.Assosiation Sebuah asosiasi
merupakan sebuah
relationship paling
umum antara 2 class, dan
dilambangkan oleh
sebuah garis yang
menghubungkan antara 2
class.
Garis ini bisa
melambangkan tipe-tipe
relationship dan juga
dapat menampilkan
hukum-hukum
multiplisitas pada sebuah
relationship (Contoh:
One-to-one, one-to-
many, many-to-many).
29
Composition Jika sebuah class tidak
bisa berdiri sendiri dan
harus merupakan bagian
dari class yang lain,
maka class tersebut
memiliki relasi
Composition terhadap
class tempat dia
bergantung tersebut.
Sebuah relationship
composition
digambarkan sebagai
garis dengan ujung
berbentuk jajaran
genjang berisi/solid.Dependency Kadangkala sebuah class
menggunakan class yang
lain. Hal ini disebut
dependency. Umumnya
penggunaan dependency
digunakan untuk
menunjukkan operasi
pada suatu class yang
menggunakan class yang
30
lain. Sebuah dependency
dilambangkan sebagai
sebuah panah bertitik-
titik.Aggregation Aggregation
mengindikasikan
keseluruhan bagian
relationship dan biasanya
disebut sebagai relasi
“mempunyai sebuah”
atau “bagian dari”.
Sebuah aggregation
digambarkan
sebagai sebuah garis
dengan sebuah jajaran
genjang yang tidak
berisi/tidak solid.Generalizati
on
Sebuah relasi
generalization sepadan
dengan sebuah relasi
inheritance pada konsep
berorientasi obyek.
Sebuah generalization
dilambangkan dengan
31
sebuah panah dengan
kepala panah yang tidak
solid yang mengarah ke
kelas “parent”-
nya/induknya.
Tabel 2.6 Notasi Component Diagram
SIMBOL NAMA KETERANGANkomponen Sebuah komponen
melambangkan sebuah
entitas software dalam
sebuah sistem. Sebuah
komponen dinotasikan
sebagai sebuah kotak
segiempat dengan dua
kotak kecil tambahan
yang menempel
disebelah
kirinya.Depedency Sebuah Dependency
digunakan untuk
menotasikan relasi
antara dua komponen.
Notasinya adalah tanda
panah putus-putus
32
yang diarahkan kepada
komponen tempat
sebuah komponen itu
bergantung.
Tabel 2.7 Notasi Deployment Diagram
SIMBOL NAMA KETERANGANkomponen Pada deployment
diagram,
komponenkomponen
yang ada diletakkan
didalam node untuk
memastikan
keberadaan posisi
merekaNode Node menggambarkan
bagian-bagian
hardware dalam
sebuah sistem. Notasi
untuk node
digambarkan sebagai
sebuah kubus 3
dimensi.Association Sebuah association
digambarkan sebagai
33
sebuah garis yang
menghubungkan dua
node yang
mengindikasikan jalur
komunikasi antara
element-elemen
hardware.
2.4 Teori Bahasa pemograman
2.4.1 PHP
Menurut Abdullah Rohi, (2015:3), PHP singkatan dari Hypertext
Prepocessor yang merupakan server-side programming, yaitu bahasa
pemograman yang diproses di sisi server. Fungsi Utama PHP dalam membangun
website adalah untuk melakukan pengolahan data pada database. Data website
akan dimasukan ke database, diedit, dihapus, dan ditampilkan pada website yang
diatur oleh PHP.
2.4.2 Perangkat Lunak Yang Digunakan
1. XAMPP
Merupakan aplikasi yang mengintregasikan beberapa aplikasi utama web
di dalamnya. Dalam XAMPP terdapat instalasi modul PHP, MySQL, web server
Apache. XAMPP adalah perangkat lunak bebas yang mendukung banyak sistem
operasi, merupakan kompilasi dari beberapa program.
34
Selain sebagai web server, XAMPP juga menunjang beberapa Bahasa
pemrograman khusus dalam website yakni PHP, MySQL dan Perl. PHP
merupakan suatu Bahasa yang sering digunakan oleh programmer khusus Back
End karena memang lebih mengutamakan logika dibanding tampilan, beda halnya
dengan HTML atau CSS. Oleh karena itu script PHP tidak akan terlihat dalam
tampilan website anda.
Selain sebagai web server, XAMPP juga menunjang beberapa Bahasa
pemrograman khusus dalam website yakni PHP, MySQL dan Perl. PHP
merupakan suatu Bahasa yang sering digunakan oleh programmer khusus Back
End karena memang lebih mengutamakan logika dibanding tampilan, beda halnya
dengan HTML atau CSS. Oleh karena itu script PHP tidak akan terlihat dalam
tampilan website anda. Sampai saat ini sudah terdapat PHP versi 5.5.0.
MySQL merupakan suatu software yang digunakan untuk mengelola SQL
(Structured Query Language). Bahasa ini biasa digunakan untuk keperluan
database khusus pada website. Pengelolaan database yang dimaksudkan adalah
untuk menambah data, mengubah, menghapus dan lain – lain. Keberadaan
MySQL juga biasanya identic dengan Bahasa PHP.
Selanjutnya adalah tools bernama Perl. Bahasa pemrograman yang satu ini
tidak hanya digunakan untuk pengelolaan website saja namun juga dalam
berbagai hal, juga merupakan salah satu Bahasa pemrograman versi jadul namun
tetap bisa eksis sampai sekarang. Perl pertama kali dikenalkan pada tahun 1987
dimana saat itu masih menggunakan Unix.
35
Bagian – bagian penting pada Xammp :
1. Htdocs
Htdocs merupakan sebuah folder penyimpanan web server untuk halaman
– halaman web yang sudah dibuat dan nantinya akan ditampilkan. Baik pada web
server yang asli maupun XAMPP bentuk Htdocs-nya sama namun yang berbeda
adalah di kapasitasnya. Karena XAMPP menggunakan penyimpanan internal
komputer maka kapasitasnya menyesuaikan komputer anda. Sedangkan pada
hosting berbayar kapasitas yang disediakan mengikuti ketentuan yang dibuat.
2. phpMyAdmin
phpMyAdmin merupakan suatu software khusus untuk mengelola
administrasi MySQL. Jika pada Htdocs menyimpan file – file tampilan web anda
maka di phpMyAdmin ini terdapat semua database yang anda gunakan untuk
keperluan website.
3. Control Panel
Sesuai dengan namanya, di Control Panel ini anda dapat mengontrol atau
mengendalikan XAMPP dengan lebih efektif, mulai dari mengatur setting
website, database, dan masih banyak lagi. Dalam dunia hosting lebih dikenal
istilah CPanel.
Itulah penjelasan mengenai pengertian XAMPP beserta fungsi dan bagian-bagian
penting yang terdapat pada XAMPP. Dengan adanya software ini, web developer
36
dapat dengan mudah membuat dan mengolah suatu website, entah itu website
personal maupun perusahaan. Keberadaan XAMPP ini sangat membantu, terlebih
software ini berlisensi GNU dan dapat anda download secara gratis.
2. Notepad++
Notepad++ adalah program aplikasi pengembang yang berguna untuk
mengedit teks dan skrip kode pemrograman.
3. Web Browser
Google Chrome Google Chrome atau disingkat Chrome adalah web
browser freeware yang dirancang dan dikembangkan oleh Google Inc.
4.PHP
PHP adalah bahasa pemrograman berbasis web. Bahasa ini
mempunyai kelebihan yaitu kompabilitasnya dengan berbagai macam jenis
database, dukungan dengan berbagai macam jenis sistem operasi. PHP lebih
cocok dan umum digunakan jika digabungkan dengan database MySQL.
MySQL dengan PHP seakan-akan dua hal yang tidak dapat dipisahkan.
Tentunya untuk dapat menggunakan keduanya dibutuhka tingkat kemampuan
programming tertentu.
5. MySQL
MySQL merupakan RDBMS (Relational Data Base Management
Sistem). MySQL didistribusikan secara open source dan gratis mulai tahun
1996,tetapi mempunyai sejarah pengembangan sejak tahun 1979. Database
MySQL adalah database yang sangat powerfull, stabil, mudah. MySQL sangat
banyak dipakai dalam sistem database web dengan menggunakan PHP.
37
seperti sistem database SQL (Structured Query Language) yang lain, MySQL
juga dilengkapi dengan perintah-perintah dan sintaks-sintaks SQL, dengan
keunggulan sebagai berikut.
a. Konsep database MySQL berkecepatan tinggi tentang sistem
penyajian data.
b. Harga yang relatif murah, karena ada yang dapat diperoleh
secara gratis.
c. Sintaks bahasanya menggunakan perintah yang sederhana.
d. Dapat bekerja dalam beberapa system operasi seperti Windows,
Linux, MacOs, Unix (Solaris, AIX, dan DEC Unix), FreeBSD,
OS/2, Irix.
e. Dukungan penggunaan banyak tersedia. (Swastika, 2006).
Gambar 2.2. Logo MySql
BAB III
METODE PENELITIAN
3.1 Tempat Dan Waktu Penelitian
Penelitian dilakukan di Rumah Asri Medika Cikarang dengan narasumber
Bidan Lulu Azhari, selaku bidan praktek di Rumah Sakit Asri Medika Cikarang.
Yang dibutuhkan dalam proses wawancara yaitu 1 hari.
3.2 Sumber Data
Penulis menggunakan sumber data untuk mendukung penelitian dalam
menyelesaikan Tugas Akhir. Sumber datanya meliputi data primer dan data
sekunder. Nur Indriantoro dan supomo (2009) mengemukakan definisi dan
contoh data yang di ambil dari objek penelitian yaitu :
a. Data Primer
Data primer merupakan data yang diambil / diperoleh secara langsung dari
sumber asli. Data jenis ini diperoleh dari hasil wawancara
b. Data Sekunder
Data sekunder merupakan data pendukung yang sumbernya diperoleh
secara tidak langsung atau melalui media perantara (diperoleh dan dicatat oleh
pihak lain). Data sekunder dapat berupa bukti, catatan atau laporan historis
yang di publikasikan dan yang tidak di publikasikan. Adapun data sekunder yang
diambil dalam penelitian ini adalah data yang berupa faktaa yang berhubungan
dengan gejala dan penyakit Diare pada balita.
40
3.3 Perangkat Keras dan Perangkat Lunak Pendukung
1. Perangkat Keras
Laptop ASUS K43U
Processor AMD Dual Core E450
RAM 2048 MB
2. Perangkat Lunak
Sistem operasi Windows 7 Ultimate 64 Bit
Xampp V3.2.2 dan Notepade++
3.4 Metode Pengumpulan data
Metode Pengumpulan data dalam penelitian ini dilakukan guna
memperoleh data-data untuk dianalisa dan diolah, sehingga ditemukan
permasalahan apa saja yang ada dan diharapkan dari penelitian ini dapat
menghasilkan jalan keluar atau penyelesaian dari permasalahan tersebut. Dalam
proses pengumpulan data ada tiga cara yang biasa dilakukan, yaitu :
3.4.1 Wawancara
Suatu metode akuisisi yang sering digunakan dengan melibatkan
pembicaraan dengan pakar secara langsung dalam mengadakan teknik
pengumpulan data dengan cara mengajukan beberapa pertanyaan langsung
kepada orang yang mempunyai kapasitas dan informasi tentang ikan nila merah
untuk pelaksanaan penelitian.
41
3.4.2 Studi pustaka
Studi kepustakaan merupakan langkah-langkah dalam mencari sumber
data sekunder yang akan mendukung penelitian dan untuk mengetahui
sampai mana ilmu yang berhubungan dengan penelitian itu telah berkembang,
sampai mana terdapat kesimpulan yang pernah dibuat pada jurnal, buku-buku,
makalah-makalah, situs internet, dan lain-lain.
3.4.3 Studi literatur
Adalah Serangkaian kegiatan yang berkenaan dengan metode pengumpulan
data pustaka, membaca dan mencatat serta mengolah bahan penelitian.
3.5 Tahapan Penelitian
Tahapan penelitian yang dilakukan dalam penelitian ini ada pada gambar
3.1 di bawah ini :
Gambar 3.1 Tahapan Penelitian
42
3.5.1 Pengumpulan Data
Tahap pengumpulan data yakni tahap yang dilakukan dengan mempelajari
aspek-aspek dari sumber penelitian dengan cara mewawancarai seorang
narasumber, mempelajari studi pustaka dan studi letiratur dengan cara mencari
jenis-jenis penyakit pencernaan dan gejala-gejala dari prnyakit pencernaan.
Adapun Penyakit Diare pada Balita dan gejala-gejalanya :
Tabel 3.1 Tabel akuisisi Pengetahuan Penyakit diare pada balita
Kode Penyakit Nama Penyakit Gejala PenyakitP1
Diare
-Frekuensi Bab Lebih
Dari 3 Kali.
-Konsistensi Tinja
Cair/Lembek
-Mata Cekung
-Keadaan Turgor
Kembali Sangat
Lambt/Kembali Lambat
-Badan Gelisah/Tidak
Sadar
Setelah Itu Kategori Diagnosis Tersebut Selanjutnya Igunakan Sebagai
Data Input Untuk Program Sistem Pakar. Penjelasan Data Input Perangkat Lunak
Diberikan Sebagai Berikut :
43
1. Atribut Penyakit Diare Pada BalitaTabel 3.2 Atribut Penyakit Diare Pada Balita
Kode Nama Atribut Status AtributA1 Jenis Kelamin DicariA2 Usia DiketahuiA3 Frekuensi Bab DiketahuiA4 Konsistensi Tinja DiketahuiA5 Keadaan Mata DiketahuiA6 Keadaan Turgor DiketahuiA7 Keinginan Untuk Minum DiketahuiA8 Keadaan Umum Diketahui
2. Nilai AtributTabel 3.3 Nilai Atribut
No. Nama Atribut Nilai Atribut1. Jenis Kelmin Laki-Laki2. Jenis Kelamin Perempuan3. Usia Balita <6 Bulan4. Usia Balita 6-11 Bulan6. Usia Balita 12-23 Bulan7. Usia Balita 24-35 Bulan8. Usia Balita 36-47 Bulan9. Usia Balita 48-59 Bulan10. Frekuensi BAB >3 Kali11. Konsistensi Tinja Cair12 Konsistensi Tinja Lembek13 Konsistensi Tinja Padat14. Keadaan Mata Cekung15. Keadaan Mata Tidak Cekung16. Keadaan Turgor Kembali Lambat17. Keadaan Turgor Kembli Sangat Lambat18. Keadaan Turgor Kembali Segera19 Keinginan Minum Malas20. Keinginan Minum Ingin Minum Terus21. Keinginan Minum Normal22. Keadaan Umum Sadar23. Keadaan Umum Gelisah24. Keadaan Umum Tidak Sadar
3.5.2 Perancangan Sistem
44
Merupakan pengambaran, perencanaan dan pembuatan sketsa atau
pengaturan dari beberapa elemen yang terpisah ke dalam satu kesatuan yang utuh
dan berfungsi.
1. Perancangan Basis Data
Basis data merupakan tabel berisi baris jumlah data dan kolom
kriteria diagnosis serta hasil diagnosis dari hasil praproses yang akan
digunakan sebagai data latih. Tabel ini berfungsi untuk menyimpan
informasi berupa kriteria diagnosis penyakit pencernaan. Data latih
tersebut akan diolah pada program sistem pakar untuk diklasifikasikan
dengan metode Naive Bayes Classifier sehingga dihasilkan keluaran
berupa keputusan atau diagnosis adanya dugaan penyakit Diare pada
Balita.
Tabel perancangan basis data yang digunakan ditunjukkan pada
tabel 3.4 Dalam basis data ini menggunakan tipe data varchar.
Tabel 3.4 Perancangan Basis Data
Id_Gejala Gejala Tipe DataG1 Jenis Kelamin Laki-Laki VarcharG2 Jenis Kelamin Perempuan VarcharG3 Usia Balita <6 Bulan VarcharG4 Usia Balita 6-11 Bulan VarcharG6 Usia Balita12-23 Bulan VarcharG7 Usia Balita24-35 Bulan VarcharG8 Usia Balita36-47 Bulan VarcharG9 Usia Balita48-59 Bulan VarcharG10 Frekuensi BAB>3 Kali VarcharG11 Konsistensi Tinja Cair VarcharG12 Konsistensi Tinja Lembek Varchar
45
G13 Konsistensi Tinja Padat VarcharG14 Keadaan MataCekung VarcharG15 Keadaan Mata Tidak Cekung VarcharG16 Keadaan Turgor Kembali Lambat VarcharG17 Keadaan Turgor Kembli Sangat Lambat VarcharG18 Keadaan Turgor Kembali Segera VarcharG19 Keinginan Minum Malas VarcharG20 Keinginan Minum Ingin Minum Terus VarcharG21 Keinginan MinumNormal VarcharG22 Keadaan Umum Sadar VarcharG23 Keadaan Umum Gelisah VarcharG24 Keadaan Umum Tidak Sadar Varchar
2. Perancangan Desain Antar Muka
Perancangan desain antarmuka dilakukan sebagai gambaran
awal terhadap Graphic User Interface (GUI) yang akan digunakan oleh
pengguna. Perancangan Graphic User Interface pada program sistem
pakar sebagai bantu diagnosis ini menggunakan bahasa pemrograman
PHP.
46
Gambar 3.2 Halaman Awal
Gambar 3.3 Halaman Login
47
3.5.3 Analisis Hasil Perhitungan
Perhitungan menggunakan metode Naive Bayes Classifier bertujuan
untuk mengklasifikasikan data uji melalui satu set data latih yang telah ada
sebelumnya sehingga dapat mengetahui hubungan antara fitur data dengan
variabel kelas yang dibentuk melalui probabilitas bagi setiap klasifikasinya
dengan menggunakan asumsi independensi. Berikut ini merupakan tahap
perhitungan menggunakan Naïve Bayes Classifier :
1. Mendefinisikan variabel dan kelas hasil klasifikasi
P(Bi|A) adalah variabel yang mewakili hasil klasifikasi untuk mengetahui
hasil diagnosis penyakit yang diderita orang tersebut. Maka diperlukan
perhitungan untuk mengetahui peluang terjadinya kelas diagnosis Bi jika
diketahui gejala Ai. Nilai Bi adalah hasil kelas diagnosis dan Ai adalah
gejala yang akan diperoleh probabilitasnya untuk mendiagnosis waspada
penyakit pencernaan
2. Perhitungan Probabilitas Prior
Perhitungan Probabilitas prior dengan cara menghitung peluang
munculnya suatu kelas Bi. Probabilitas prior diperoleh dengan cara
perhitungan munculnya suatu kelas dari data latih dibandingkan dengan jumlah
total data latih. Perhitungan probabilitas prior untuk kemungkinan kelas Bi
berdasarkan persamaan berikut :
P(Bi) : Probabilitas prior kemungkinan kelas Bi terjadi.
Bi : Kelas diagnosis yaitu waspada preeklamsia ringan dan penyakit pencernaan
48
B: Merupakan total jumlah data pada basis data latih.
3. Perhitungan probabilitas posterior
Perhitungan probabilitas posterior merupakan peluang kemunculan suatu
hipotesis benar untuk sampel data A yang diamati menggunakan persamaan
dasar Naïve Bayes yang ditunjukkan pada persamaan dibawah ini :
(�|) = P(A|B)P(B)�(�)
Atau dapat juga ditulis sebagai
Perhitungan P(A|B) yang merupakan probabilitas kemunculan masing- masing
fitur gejala input yang mempengaruhi munculnya kejadian B1 atau diagnosis
waspada penyakit pencernaan menggunakan persamaan berikut:
4. Perhitungan kejadian kelas diagnosis
Perhitungan menggunakan persamaan lanjutan Naïve Bayes Classifier.
Menggunakan asumsi independensi yang sangat tinggi seperti yang diperlihatkan
pada persamaan di bawah:
Sehingga penjabaran untuk setiap kemungkinan perhitungan P(A|Bi) sebagai
berikut:
1) Mencari P(A|Bi) sebagai hasil kemungkinan kelas diagnosis Penyakit
Diare “Yes” :
49
P(B1|A1,A2,A3,A4,A5,A6,A7,A8,A9,A10,A11,A12,A13,A14,A15) =
P(A1)xP(A2)xP(A3)xP(A4)xP(A5)xP(A6)xP(A7)xP(A8)xP(A9)xP(A10)xP(A11)
xP(A12)xP(A13)xP(A14)xP(15)xP(B1)
2) Mencari P(A|Bi) sebagai hasil kemungkinan kelas diagnosis Penyakit
Diare “No” :
P(B2|A1,A2,A3,A4,A5,A6,A7,A8,A9,A10,A11,A12,A13,A14,A15) =
P(A1)xP(A2)xP(A3)xP(A4)xP(A5)xP(A6)xP(A7)xP(A8)xP(A9)xP(A10)xP(A11)
xP(A12)xP(A13)xP(A14)xP(15)xP(B2) =
Perhitungan probabilitas masing-masing kriteria dilakukan dalam masing-
masing kelas diagnosis yaitu nilai P(A|Bi) dihasilkan dari P(Bi|A) pada setiap
kemungkinan. Oleh karena itu perhitungan P(A|Bi).P(Bi) yang digunakan sebagai
hasil keputusan diagnosis adalah perhitungan nilai yang paling maksimum.
BAB 1V
HASIL DAN PEMBAHASAN
4.1 Hasil Pengumpulan Data
Tahap utama dalam penelitian ini adalah pengumpulan data, teknik
pengumpulan data yang digunakan dalam penelitian ini adalah dengan metode
wawancara, studi pustaka dan studi literatur dan diperoleh informasi berupa
penyakit Diare Pada Blita dan gejala-gejalanya seperti pada tabel 4.1 dan tabel
4.2 berikut ini :
Tabel 4.1 Gejala Penyakit Diare Pada Balita
Id_Gejala GejalaG1 Jenis Kelamin Laki-LakiG2 Jenis Kelamin PerempuanG3 Usia Balita <6 BulanG4 Usia Balita 6-11 BulanG6 Usia Balita12-23 BulanG7 Usia Balita24-35 BulanG8 Usia Balita36-47 BulanG9 Usia Balita48-59 BulanG10 Frekuensi BAB>3 KaliG11 Konsistensi Tinja CairG12 Konsistensi Tinja LembekG13 Konsistensi Tinja PadatG14 Keadaan MataCekungG15 Keadaan Mata Tidak CekungG16 Keadaan Turgor Kembali LambatG17 Keadaan Turgor Kembli Sangat LambatG18 Keadaan Turgor Kembali SegeraG19 Keinginan Minum MalasG20 Keinginan Minum Ingin Minum TerusG21 Keinginan MinumNormalG22 Keadaan Umum SadarG23 Keadaan Umum GelisahG24 Keadaan Umum Tidak Sadar
52
Tabel 4.2 Nilai Atribut
No. Nama Atribut Nilai Atribut1. Jenis Kelmin Laki-Laki2. Jenis Kelamin Perempuan3. Usia Balita <6 Bulan4. Usia Balita 6-11 Bulan6. Usia Balita 12-23 Bulan7. Usia Balita 24-35 Bulan8. Usia Balita 36-47 Bulan9. Usia Balita 48-59 Bulan10. Frekuensi BAB >3 Kali11. Konsistensi Tinja Cair12 Konsistensi Tinja Lembek13 Konsistensi Tinja Padat14. Keadaan Mata Cekung15. Keadaan Mata Tidak Cekung16. Keadaan Turgor Kembali Lambat17. Keadaan Turgor Kembli Sangat Lambat18. Keadaan Turgor Kembali Segera19 Keinginan Minum Malas20. Keinginan Minum Ingin Minum Terus21. Keinginan Minum Normal22. Keadaan Umum Sadar23. Keadaan Umum Gelisah24. Keadaan Umum Tidak Sadar
4.2 Hasil Perancanagan Sistem
4.2.1 Relasi Antar Tabel
Relasi antar tabel adalah hubungan antara tabel yang mempresentasikan
hubungan antara objek di dunia nyata. Berikut Realasi Tabel dalam Sistem Pakar
Diagnosa Penyakit Diare Pada Balita yang ada pada digambar 4.1 dibawah ini :xa
53
Gambar 4.1 Relasi Antar Tabel
4.2.2 Use Case Diagram
Berikut use case diagram hasil dari perancangan sistem pakar diagnosa
penyakit pencernaan seperti pada gambar 4.2 Berikut :
Gambar 4.2 Use Case Diagram Aplikasi Sistem Pakar
54
Tabel 4.3 Definisi Actor
No Actor Deskripsi1. Admin Admin melakukan tugas login dan memanipulasi
( Insert, Update, dan Delete) semua isi content Aplilasi
Sistem Pakar Diagnosa Penyakit Diare Pada Balita2. User User Login dan mencari solusi masalah melalui
Aplikasi Sistem Pakar Diagnosa Penyakit Diare Pada
Balita
Tabel 4.4 Definisi Use Case
No Use Case Deskripsi1. Login Validasi untuk user sistem sebelum masuk
kedalam sistem.2. Menu Sistem Beberapa Menu dari Apliksi Sistem Pakar
Diagnosa Penyakit Diare Pada Balita.
4.2.3 Activity Diagram
Activity Diagram adalah salah satu untuk memodelkan event-event yang
terjadi dalam satu Use Case. Berikut ini Activiy Diagram dari Aplikasi Sistem
Pakar Diagnosa Penyakit Diare Pada Balita :
1. Activity Diagram Aplikasi Sistem Pakar
55
Gambar 4.3 Activity Diagram Sistem Pakar
2. Activity Diagram Login
Gambar 4.4 Activity Diagram Login
Tabel 4.5 Keterangan Activity Diagram Login
56
Name LoginLevel AdminActors AdminGoal Untuk Memasuki Halaman administratorPrecondition Admin belum valid dan belum berhasil masuk ke menu
aplikasi sesuai level loginPostcondition Admin telah valid untuk masuk ke menu aplikasi sesuai
level loginSteps Admin memasukkan username dan password
Admin berhasil masuk login
Amin masuk ke menu sistem
3. Activity Diagram Admin Menu Home
Gambar 4.5 Activity Diagram Admin Menu Home
Tabel 4.6 Keterangan Activity diagram admin menu Home
Name Admin mengelola menu Home pada AplikasiLevel AdminActors AdminGoal Untuk Mengolah menu Home pada aplikasiPrecondition Admin tidak bisa mengakses menu admin dan tidak bisa
57
merubah menu Home pada aplikasiPostconditio
n
Admin dapat mengakses menu halaman admin
Dan memanipulasi menu HomeSteps Admin dapat mengakses menu halaman admin
Admin memelihih menu Home
Admin memanipulasi menu Home
4. Activity Diagram Admin Menu Tentang Penyakit Diare
Gambar 4.6 Activity Diagram Admin Menu Tentang Penyakit Diare
Tabel 4.7 Keterangan Activity Diagram Admin Menu Tentang Diare
Name Admin mengelola menu Tentang Diare pada AplikasiLevel AdminActors AdminGoal Untuk Mengolah menu Tentang Diare pada aplikasiPrecondition Admin tidak bisa mengakses menu admin dan tidak bisa
merubah menu Tentang Diare pada aplikasiPostconditio
n
Admin dapat mengakses menu halaman admin
Dan memanipulasi menu Tentang DiareSteps Admin dapat mengakses menu halaman admin
58
Admin memelihih menu Tentang Diare
Admin memanipulasi menu Tentang Diare
5. Activity Diagram Admin Menu Layanan Kami
Gambar 4.7 Activity Diagram Admin Menu Layanan Kami
Tabel 4.8 Keterangan Activity diagram admin menu Layanan Kami
Name Admin mengelola menu Layanan Kami pada
AplikasiLevel AdminActors AdminGoal Untuk Mengolah menu Layanan Kami pada
aplikasiPrecondition Admin tidak bisa mengakses menu admin dan tidak
bisa merubah menu Layanan Kami pada aplikasiPostconditio
n
Admin dapat mengakses menu halaman admin
Dan memanipulasi menu Layanan KamiSteps Admin dapat mengakses menu halaman admin
Admin memelihih menu Layanan Kami Admin
memanipulasi menu Layanan Kami
59
6. Activity Diagram Admin Menu Tes Gejala
Gambar 4.8 Activity Diagram Admin Menu Tes Gejala
Tabel 4.9 Keterangan Activity diagram admin menu Tes Gejala
Name Admin mengelola menu Tes Gejala pada AplikasiLevel AdminActors AdminGoal Untuk Mengolah menu Tes Gejala pada aplikasiPrecondition Admin tidak bisa mengakses menu admin dan tidak
bisa merubah menu Tes Gejala pada aplikasiPostconditio
n
Admin dapat mengakses menu halaman admin
Dan memanipulasi menu Tes GejalaSteps Admin dapat mengakses menu halaman admin
Admin memelihih menu Tes Gejala Admin
memanipulasi menu Tes Gejala
7. Activity Diagram Admin Menu Metode
60
Gambar 4.9 Activity Diagram Admin Menu Metode
Tabel 4.10 Keterangan Activity Diagram manage Menu Metode
Name Admin mengelola menu Metode pada AplikasiLevel AdminActors AdminGoal Untuk Mengolah menu Metode pada aplikasiPrecondition Admin tidak bisa mengakses menu admin dan tidak
bisa merubah menu metode pada aplikasiPostconditio
n
Admin dapat mengakses menu halaman admin
Dan memanipulasi menu Metode Steps Admin dapat mengakses menu halaman admin
Admin memelihih menu Metode
Admin memanipulasi menu metode
4.2.4 Sequence Diagram
Sequence Diagram adalah diagram yang menggambarkan kolaborasi
dinamis antara sejumlah object, kegunaannya untuk menunjukkan rangkaian
pesan yang dikirim antara object juga interaksi antara object, Sesuatu yang terjadi
pada titik tertentu dalam eksekusi sistem.
61
1. Sequence Diagram Login
Gambar 4.10 Sequence Diagram Admin Login
2 Sequence Diagram Admin Manage Menu Home
62
Gambar 4.11 Sequence Diagram Admin Manage Menu Home
3 Sequence Diagram Admin Manage Menu Tentang Penyakit Diare
Gambar 4.12 Sequence Diagram Admin Manage Menu Tentang Penyakit Diare
4 Sequence Diagram Admin Manage Menu Layanan Kami
63
Gambar 4.13 Sequence Diagram Admin Manage Menu Layanan Kami
5 Sequence Diagram Admin Manage Menu Tes Gejala
Gambar 4.14 Sequence Diagram Admin Manage Menu Tes Gejala
6 Sequence Diagram Admin Manage Menu Metode
64
Gambar 4.15 Sequence Diagram Admin Manage Menu Metode
4.2.5 Class Diagram
Berikut ini Class Diagram dari aplikasi sistem paka diagnosa Penyakit
diare pada balita sebagai berikut :
65
Gambar 4.16 Class Diagram
4.3 Hasil Pembuatan Sistem
4.3.1 Desain antar muka (Interface)
Desain Antar Muka merupakan desain pada computer / aplikasi perangkat
lunak dan situs web yang berfokus pada pengalaman penggunan dan interaksi.
Berikut ini desain antara muka (Interfase) dalam sistem pakar diagnosa penyakit
pencernaan pada balita :
1. Tampilan Halaman Home
66
Gambar 4.17 Tampilan Halaman Home
2.Tampilan Halaman Tentang Diare
Gambar 4.18 Tampilan Halaman Tentang Diare Pada Balita
3. Tampilan Halaman Layanan Kami
67
Gambar 4.19 Tampilan Halaman Layanan Kami
4. Tampilan Halaman Tes Gejala
Gambar 4.20 Tampilan Halaman Tes Gejala
5. Tampilan Halaman Metode
68
Gambar 4.21 Tampilan Halaman Metode
4.4 Analisis Hasil Perhitungan Naïve Bayes
4.4.1 Menghitung Probabilitas Kelas
Tahap pertama perhitungan untuk menentukan diagnosa dengan metode
Naïve Bayes adalah dengan mencari probabilitas dari masing-masing kelas.
Dalam diagnosa akan ditentukan 2 kelas yaitu kelas “ Diare Ya “ “Diare
Tidak”. Cara perhitungannya adalah dengan mencari berapa jumlah data yang
mengalami Diare Ya dan Diare Tidak dari total keseluruhan data training, lalu
membaginya dengan total keseluruhan data.
Tabel 4.11 Probabilitas Kelas
69
KelasDiare Yes Diare NoD”Yes” 11/15 = 0.73 D”No
”
4/15 = 0.27
4.4.2 Menghitung Probabilitas Masing-masing Atribut dan hasilnya
Cara mencari probabilitas suatu atribut adalah dengan membandingkan
atribut dari data testing dengan atribut dari data training. Berapa jumlah atribut
dengan kelas ”Diare Ya” yang berada pada data training, kemudian bagi
dengan probabilitas kelas “Diare Ya”. Begitu juga dengan mencari
probabilitas untuk kelas “Diare Tidak”.
1. Jenis Kelmin (JK)
Tabel 4.12 Atribut Jenis Kelamin (JK)
P = JK “ Laki-Laki | Hasil “Yes” = 5/11 = 0.454P = JK “ Laki-Laki | Hasil “No” = 2/4 = 0.5P = JK “ Perempuan | Hasil “Yes” = 6/11= 0.454 P = JK “ Perempuan | Hasil “No” = 2/4 = 0.5
2.Usia Balita (UB)Tabel 4.13 Atribut Usia Balita (UB)
P = UB “ <6” | Hasil “Yes” = 3/11 = 0.272P = UB “ <6” | Hasil “No” = 0/4 =0P = UB “ 6-11” | Hasil “Yes” = 1/11 = 0.090
70
P = UB “ 6-11” | Hasil “No” = 0/4 = 0P = UB “ 12-23” | Hasil “Yes” = 3/11 = 0.273P = UB “ 12-23” | Hasil “No” = ¼ = 0.25P = UB “ 24-35” | Hasil “Yes” = 1/11 = 0.90P = UB “ 24-35” | Hasil “No” = ¼ = 0.25P = UB “ 36-47” | Hasil “Yes” = 1/11 = 0.090P = UB “36-47” | Hasil “No” = 0/4 = 0P = UB “ 48-59 | Hasil “Yes” = 1/11 = 0.090P = UB “ 48-59” | Hasil “No” = 2/4= 0.5
3.frekunsi BAB (FB)
Tabel 4.14 Atribut Frekuensi BAB (FB)
P= FB “>3” | Hasil “Yes” = 11/11 = 1P= FB “>3” | Hasil “No” = 4/4 =1
4. Konsistensi Tinja (KT)
Tabel 4.15 Atribut Konsistensi Tinja (KT)
P = KT “Cair” |Hasil “Yes” = 6/11 = 0.545P = KT “Cair” |Hasil “No” = 0/4 = 0P = KT “Lembek” |Hasil “ Yes” = 3/11 = 0.272P = KT “Lembek” |Hasil “No” =1/4 = 0,25P = KT “Padat” |Hasil “Yes” = 1/11 = 0.090P = KT “Padat” |Hasil ”No” = ¾ = 0.75
5. Keadaan Mata (KM)
Tabel 4.16 Atribut Keadaan Mata (KM)
P= KM “Cekung” | Hasil “Yes” = 9/11 = 0.818
71
P= KM “Cekung” | Hasil “No” =0/4 = 0P= KM “Tidak Cekung” | Hasil “Yes” = 1/11 = 0.090P= KM “Tidak Cekung” | Hasil ”No“ = 5/4 = 1.25
6. Keadaan Turgor (KTr)
Tabel 4.17 Atribut Keadaan Turgor (KTr)
P= KTr “Kembali Sangat Lambat” | Hasil “Yes” = 8/11 = 0.727P= KTr “Kembali Sangat Lambat” | Hasil “No “ = 0/4 = 0P= KTr “Kembali Lambat” | Hasil “Yes” = 2/11 = 0.181P= KTr “Kembali Lambat” | Hasil “ No “ = ¼ = 0.25P= KTr “Kembali Segera” | Hasil “ Yes“ = 1/11 = 0.090P= KT r“Kembali Segera” | Hasil “No” = ¾ = 0.75
7. Keinginan Untuk Minum (KUM)
Tabel 4.18 Atribut Keinginan Untuk Minum (KUM)
P= KUM “Malas Minum” | Hasil “Yes “ = 7/11 = 0.636P= KUM “Malas Minum” | Hasil “ No“ 0/4 = 0P= KUM “Ingin Minum Terus” | Hasil “Yes” = 2/11 = 0.181P= KUM “Ingin Minum Terus” | Hasil “No” = ¼ = 0.25P= KUM “Normal” | Hasil “Yes” = 1/34 = 1/11 = 0.090P= KUM “Normal” | Hasil “No” = 4/4 = 1
8. Keadaan Umum (KU)
Tabel 4.19 Atribut Keadaan Umum (KU)
P= KU “Sadar” | Hasil “Yes” = 1/11 = 0.090P= KU “Sadar” | Hasil ‘No” = 4/4 = 1P= KU “Tidak Sadar” | Hasil “Yes = 4/11 = 0.363P= KU “Tidak Sadar” | Hasil “No” = 0/4 = 0P= KU “Gelisah” | Hasil “Yes” = 6/11 = 0.545P= KU “Gelisah” | Hasil “No” = 0.090
72
4.4.3 Menghitung Probabilitas Akhir Untuk Setiap Kelas
Untuk menghitung probabilitas akhir pada setiap kelas, perlu
menggunakan data training yang terdapat pada tabel 4. dan mengubahnya
menjadi nilai yang sudah ditentukan pada proses 4.2.2 sesuai dengan atribut
masing-masing. Lalu dari masing-masing atribut dan nilai probabilitas kelas
dikalikan. Dari kedua hasil yang sudah ditentukan pada tiap kelas, bandingkan
nilai yang paling tinggi. Jika kelas “Diare Ya” bernilai paling tinggi maka
hasilnya “Diare Tidak”, begitu pula sebaliknya.
4.4.4 Kasus Perhitungan Naïve Bayes
Untuk memudahkan dalam pemahaman perhitungan Naïve Bayes,
secara manual akan dibuat studi kasus sebagai berikut dengan rulenya berupa data
training (lampiran ) Terdapat balita yang berumur 12-23 dengan data sebagai
berikut :
JK UB FB KT KM KTr KUM KUHasi
lPerempua
n
12-
23
>3 Cair Cekun
g
Kembal
i Sangat
Lambat
Malas
Minu
m
Gelisa
h yes
73
Data Testing X = ( JK = “perempuan”, UB = “12-23”, FB =”>3”, KT = “Cair”,
KM = “Cekung”,KTr= “Kembali sangat lambat”,KUM = “Mala Minum”,
Hasil=”Yes”)
Tahap 1 menghitung jumlah kelas atau prediksi
P(Ci)
P(Diare “Yes”) = 11/15 = 0.73
P(Diare”No”) = 4/15 = 0.27
Tahap 2 menghitung jumlah kasus yang sama dengan kelas yang sama.
P(X | Ci)
P = JK “ Laki-Laki | Hasil “Yes” = 5/11 = 0.454
P = JK “ Laki-Laki | Hasil “No” = 2/4 = 0.5
P = JK “ Perempuan | Hasil “Yes” = 6/11= 0.454
P = JK “ Perempuan | Hasil “No” = 2/4 = 0.5
P = UB “ <6” | Hasil “Yes” = 3/11 = 0.272
P = UB “ <6” | Hasil “No” = 0/4 =0
P = UB “ 6-11” | Hasil “Yes” = 1/11 = 0.090
P = UB “ 6-11” | Hasil “No” = 0/4 = 0
P = UB “ 12-23” | Hasil “Yes” = 3/11 = 0.273
P = UB “ 12-23” | Hasil “No” = ¼ = 0.25
P = UB “ 24-35” | Hasil “Yes” = 1/11 = 0.90
P = UB “ 24-35” | Hasil “No” = ¼ = 0.25
74
P = UB “ 36-47” | Hasil “Yes” = 1/11 = 0.090
P = UB “36-47” | Hasil “No” = 0/4 = 0
P = UB “ 48-59 | Hasil “Yes” = 1/11 = 0.090
P = UB “ 48-59” | Hasil “No” = 2/4= 0.5
P= FB “>3” | Hasil “Yes” = 11/11 = 1
P= FB “>3” | Hasil “No” = 4/4 =1
P = KT “Cair” |Hasil “Yes” = 6/11 = 0.545
P = KT “Cair” |Hasil “No” = 0/4 = 0
P = KT “Lembek” |Hasil “ Yes” = 3/11 = 0.272
P = KT “Lembek” |Hasil “No” =1/4 = 0,25
P = KT “Padat” |Hasil “Yes” = 1/11 = 0.090
P = KT “Padat” |Hasil ”No” = ¾ = 0.75
P= KM “Cekung” | Hasil “Yes” = 9/11 = 0.818
P= KM “Cekung” | Hasil “No” =0/4 = 0
P= KM “Tidak Cekung” | Hasil “Yes” = 1/11 = 0.090
P= KM “Tidak Cekung” | Hasil ”No“ = 5/4 = 1.25
P= KTr “Kembali Sangat Lambat” | Hasil “Yes” = 8/11 = 0.727
P= KTr “Kembali Sangat Lambat” | Hasil “No “ = 0/4 = 0
P= KTr “Kembali Lambat” | Hasil “Yes” = 2/11 = 0.181
P= KTr “Kembali Lambat” | Hasil “ No “ = ¼ = 0.25
P= KTr “Kembali Segera” | Hasil “ Yes“ = 1/11 = 0.090
P= KT r“Kembali Segera” | Hasil “No” = ¾ = 0.75
P= KU “Sadar” | Hasil “Yes” = 1/11 = 0.090
75
P= KU “Sadar” | Hasil ‘No” = 4/4 = 1
P= KU “Tidak Sadar” | Hasil “Yes = 4/11 = 0.363
P= KU “Tidak Sadar” | Hasil “No” = 0/4 = 0
P= KU “Gelisah” | Hasil “Yes” = 6/11 = 0.545
P= KU “Gelisah” | Hasil “No” = 0.090
Tahap 3 mengkalikan semua hasil atribut Diare Yes dan Diare No
P(X|D”Yes”) =
0.454*0.545*0.272*0.090*0.272*0.090*0.090*0.090*1*0.545*0.272*0.0
90*0.818*0.090*0.727*0.181*0.090*0.636*0.090*0.181*0.545*0.090*
0.363 = 2,577
P(X|D”No”) =
0.5*0.5*0*0*0.25*0.25*0.5*0*1*0*0.25*0.75*0*1.25*0*0.25*0.75*0*1
*0.25*0*1*0= 0
Tahap 4 membandingkan nilai kelas Diare Yes dengan Diare No
P(X | Ci) * P(Ci)
P(X | Diare”Yes) * P(Diare”Yes”) = 2,577 * 0.73 = 1,88
P(X | Diare”No) * P(Diare”No”) = 0 * 0.27= 0
BAB V
PENUTUP
5.1 KesimpulanDari Penjelasan yang telah diuraikan pada laporan ini, maka dapat
disimpulkan beberapa hal sebagai berikut :1. Aplikasi yang dibuat untuk mempermudah deteksi dini penyakit diare
pada balita yang berisi apa itu diare dan gejalanya.2. Sistem ini dibuat dengan pengetahuan-pengetahuan lama (Case Based
Reasoning) untuk mengatasi menyelesaikan masalah tanpa panjangnya
waktu dan pengeluaran biaya untuk konsultasi.3. Sistem Pakar Diagnose Penyakit Diare Pada Balita Ini memberikan
informasi secara mudah tanpa harus bergantung dengan dokter untuk
berkonsultasi.5.2 Saran
1. Mensosialisasikan sistem pakar ini dengan masyarakat umum agar
dapat merasakan manfaat dari aplikasi sistem pakar .2. Pada sistem pakar ini diagnosa penyakit diare pada balita hanya dapat
di lihat dari gejala-gejala umum pada pasien, untuk pengembangan
selanjutnya diharapkan dapat membangun aplikasi sistem pakar yang
lebih baik dengan memerhatikan dari faktor suhu, makanan ataupun
cuaca.3. Perlunya dilakukan analisis perangkat keras yang mendukung dan
mendiagnosa penyakit diare pada balita seperti pemeriksaan suhu,denyut
nadi dan lain-lainnya sehingga dapat membagun sistem pakar seperti
sistem pakar manusia
79
DAFTAR PUSTAKA
Abdussalam, (2018) “Sejarah Sistem Pakar Dan Perkembangannya”
http://alamazul.blogspot.com/2014/09/sejarah-sistem-pakar-dan-
perkembanganya.html
diakses pada 01 September 2018.
Cahya, (2018) “Rumus Naïve Bayes Classifier “
http://cahyadsn.phpindonesia.id/extra/naive_bayes.php
Diakses 02 September 2018
Dokter Sehat, (2018) “Mengenal Penyakit Diare”
https://doktersehat.com/mengenal-penyakit-diare/
Diakses 08 september 2018
Firmansyah, (2018) “Pengertian XAMPP Beserta Fungsi dan Bagian-bagian
Penting pada XAMPP “
https://www.nesabamedia.com/pengertian-xampp/
diakses 10 September 2018
Hartati, S., dan Iswanti, S. (2008:152) “Ringkasan Buku Sistem Pakar
& Pengembangannya” Form
https://grandispram.wordpress.com/2016/05/22/ringkasan-buku-sistem-
pakar-pengembangannya/
diakses pada 30 Agustus 2018.
80
Iyan pasqualine, (2017) “Pengertian UML dan atribut Dari UML”
Form http://1001pengertian.blogspot.com/2017/03/pengertian-uml.html
diakses 04 September 2018
Kusumadewi, Sri. ( 2003:109) “Pengertian Sistem pakar (expert system)”
Menurut para ahli, Form
https://septiekahardyana.wordpress.com/2015/04/08/pengertian-sistem-
pakar-menurut-para-ahli/
diakses pada 30 Agustus 2018.