sistem pakar kerusakan sepeda motor 4t ( stroke...

1

SISTEM PAKAR KERUSAKAN SEPEDA MOTOR 4T (STROKE)

DENGAN METODE CERTAINTY FACTOR

Agus Purnomo

Arif Kurniawan

Bayu Eko Ariesta

Jurusan Teknik Informatika

STIMIK PalComTeCh Palembang

Abstrak

Sepeda motor merupakan kendaraan beroda dua yang dibagi menjadi dua kategori, yaitu motor 2

tak dan 4 tak. Dengan semakin banyaknya kendaraan roda dua ini maka semakin banyak juga

bengkel-bengkel yang menyediakan jasa perbaikan kendaaraan sepeda motor. Kerusakan

kendaraan sepeda motor ini tidak banyak orang mengetahui sumber kerusakan yang terjadi pada

kendaraan motor tersebut dan hal ini menjadi salah satu celah bagi bengkel-bengkel untuk

melakukan penipuan terhadap pemilik motor. Pada penelitian ini penulis membuat suatu sistem

pakar kerusakan sepeda motor agar masyarakat dapat mengetahui kerusakan yang terjadi pada

kendaraannya. Sistem pakar untuk diagnosa kerusakan motor 4 tak ini merupakan suatu sistem

pakar yang dirancang sebagai alat bantu untuk mendiagnosa kerusakan dengan basis

pengetahuan yang dinamis. Dimana sistem pakar merupakan sistem komputer yang dapat

melakukan penalaran seorang pakar dengan keahlian pada suatu keahlian tertentu. Sistem pakar

dapat menggantikan peran seorang pakar yang prinsip kerjanya dapat memberikan hasil yang

pasti, seperti yang dilakukan oleh seorang pakar. Metode sistem pakar yang dipakai adalah

certainty factor. Sistem pakar ini akan menampilkan pilihan gejala yang dapat dipilih oleh user.

Hasil akhirnya, sistem akan menampilkan kerusakan, perhitungan certainty factor dan solusi yang

terjadi pada kendaraan. Sistem tersebut memberikan hasil berupa kepastian yang didapat dari

perhitungan nilai bobot dari tiap gejala.

Kata kunci : Sistem pakar, certainty factor, Motor 4 Tak, Berbasis Web

PENDAHULUAN

Di zaman yang modern ini, teknologi semakin berkembang. Dengan perkembangan

teknologi tersebut, terciptalah kendaraan beroda empat dan beroda dua. Sepeda motor

merupakan kendaraan beroda dua yang dibagi menjadi dua kategori, yaitu motor 2T (Stroke)

dan 4T (Stroke) Dengan semakin banyaknya kendaraan roda dua ini maka semakin banyak

juga bengkel-bengkel yang menyediakan jasa perbaikan kendaaraan sepeda motor. Kerusakan

kendaraan sepeda motor ini tidak banyak orang mengetahui masalah yang terjadi pada

kendaraan motor tersebut dan hal ini menjadi salah satu celah bagi bengkel-bengkel untuk

melakukan penipuan terhadap pemilik motor. Diharapkan dalam hal ini pengguna kendaraan

tersebut harus memiliki pengetahuan atau wawasan yang luas dalam merawat kendaraanya

agar kendaraan tersebut layak untuk digunakan. Para pengguna kendaraan sepeda motor ini

cenderung tidak mengetahui permasalahan apa saja kerusakan yang akan terjadi, karena

identifikasi perbaikan kerusakan motor tidak semua orang bisa melakukannya, sehingga umur

kendaraan menjadi lebih pendek.

Di harapkan dengan penggunaan kendaraan yang wajar masyarakat mampu mengetahui

permasalahan kerusakan apa saja yang terjadi pada kendaraan sehingga mengurangi resiko

kerusakan-kerusakan fatal yang sering terjadi dalam komponen motor, dan mengurangi biaya

perawatan motor agar motor menjadi lebih awet atau tidak cepat rusak.

Oleh karena itu dilihat dari penjelasan ini diperlukan suatu cara bagi pengguna

kendaaran untuk mengerti permsalahan dan kerusakan yang dialami agar secara efektif dapat

dilakukan tindakan-tindakan yang diperlukan. Untuk mengetahui ini diperlukanlah sebuah

2

sistem yang disebut sistem pakar. Dimana sistem pakar merupakan salah satu kecerdasan

buatan yang mempelajari bagaimana cara seorang pakar berpikir dan bernalar dalam

menyelesaikan suatu permasalahan dan membuat suatu keputusan maupun mengambil

kesimpulan dari sejumlah fakta. Pada sistem pakar ini diterapkan untuk mendukung aktivitas

memecahkan permasalahan.

Untuk menyelesaikan masalah dalam penelitian ini peneliti menggunakan metode

Certainty Factor yang merupakan metode perhitungan tingkat kepastian yang dihitung

berdasarkan nilai probabilitas. Metode certainty factor ini hanya bisa mengolah 2 bobot

dalam sekali perhitungan. Untuk bobot yang lebih dari 2 banyaknya, untuk melakukan

perhitungan tidak terjadi masalah apabila bobot yang dihitung teracak, artinya tidak ada

aturan untuk mengkombinasikan bobotnya, karena untuk kombinasi seperti apapun hasilnya

akan tetap sama, dilihat dari hasil perhitungan bobot setelah semua keluhan-keluhan

diinputkan dan semua bobot dihitung dengan menggunakan metode certainty factor, maka

hasil yang didapat yang memiliki bobot mendekati +1 dengan keluhan-keluhan yang dimiliki.

Dari penjelasan latar belakang dan uraian diatas maka penulis membuat penelitian berjudul

“Sistem Pakar Kerusakan Sepeda Motor 4T (Stroke) Dengan Metode Certainty Factor”.

LANDASAN TEORI

Kecerdasan Buatan

Menurut Kusrini (2006:3), beberapa definisi tentang kecerdasan buatan menurut

beberapa ahli yaitu :

1. Menurut Minsky : Kecerdasan buatan adalah suatu ilmu yang mempelajari cara membuat

komputer melakukan sesuatu seperti yang dilakukan oleh manusia.

2. Menurut H.A Simon : kecerdasan buatan (Artificial Intelligence) merupakan kawasan

penelitan, aplikasi dan instruksi yang tekait dalam pemrograman komputer untuk

melakukan suatu hal yang dalam pandangan manusia adalah cerdas.

3. Menurut Rich and Knight : kecerdasan buatan sebagai sebuah studi tentnang bagaimana

membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh

manusia.

Sistem Pakar

Menurut Kusrini (2006:11), sistem pakar adalah sistem berbasis komputer yang

menggunakan pengetahuan, fakta dan teknik penalaran dalam memecahkan masalah yang

biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tersebut.

Menurut Nita Merlina dan Rahmat Hidayat dalam bukunya Perancangan Sistem

Pakar (2012:1), beberapa definisi sistem pakar menurut beberapa ahli yaitu sebagai berikut.

1. Menurut Durkin : Sistem pakar adalah suatu program komputer yang dirancang untuk

memodelkan kemampuan penyelesaian masalah yang dilakukan seorang pakar.

2. Menurut Ignizo : Sistem pakar adalah suatu model dan prosedur yang berkaitan, dalam

suatu domain tertentu, yang mana tingkat keahliannya dapat dibandingkan dengan

keahlian seorang pakar.

3. Menurut Giarratano dan Riley : Sistem pakar adalah suatu sistem komputer yang bisa

menyamai atau meniru kemampuan seorang pakar.

Basis Pengetahuan

Menurut Arhami (2005:15), basis pengetahuan mengandug pengetahuan untuk

pehamanan, formulasi, dan penyelesaian masalah. Komponen sistem pakar ini disusun atas

dua elemen dasar, yaitu fakta dan aturan (Rule). Fakta merupakan informasi tentang objek

dalam area permasalahan tertentu, sedangan aturan merupakan informasi tentang cara

bagaimana memperoleh fakta baru dari fakta yang telah diketahui.

3

Sistem

Menurut Jogiyanto (2006:683), Suatu sistem dapat didefinisikan sebagai suatu kesatuan

yang terdiri atau lebih komponen atau subsistem yang berinteraksi untuk mencapai suatu

tujuan.

Al Fatta (2007:3), Sistem adalah sekumpulan objek-objek yang saling berelasi dan

berinteraksi serta hubungan antar objek bias dilihat sebagai satu kesatuan yang dirancang

untuk mencapai tujuan.

Informasi

Menurut Hall (2001:193), sistem informasi adalah sebuah rangkaian prosedur formal

dimana data di kelompokkan, diproses menjadi informasi, dan di distribusikan kepada

pemakai.

Data Flow Diagram

Menurut Idrajani (2011:11), Data Flow Diagram (DFD) adalah Sebuah alat yang

menggambarkan aliran data sampai sebuah sistem selesai, dan kerja atau proses dilakukan

dalam sistem tersebut .

Data Primer

Menurut Sumarsono (2004:69), data primer adalah data yang diperoleh langsung oleh

pengumpul data dari objek risetnya. Misalnya data kerusakan sepeda motor diperoleh dari

orang yang bersangkutan sendiri. Pengumpulan data primer tetap dapat dilakukan dengan

mneggunakan tenaga pembantu (enumerator), asalkan penelitian telah menghayati

permasalahan yang dihadapi atau telah bertemu dengan objek risetnya.

Data Sekunder

Menurut Sumarsono (2004:69), data sekunder adalah semua data yang diperolah secara

tidak langsung dari objek yang diteliti. Data yang diperolah dari penelitian lain atau dari

catatan yang sudah diolah atau belum diolah yang dipentingkan adalah keadaan atau ada

tidaknya data itu sendiri. Contohnya jurnal-jurnal yang berkaitan denga sistem pakar

kerusakan sepeda motor.

Jenis Penelitian

Menurut Sugiyono (2013:334), metode eksperimen termasuk dalam metode penelitian

kuantitatif. Penelitian eksperimen dilakukan di laboratorium sedangkan penelitian naturalistic

atau kualitatif dilakukan pada kondiisi yang alamiah.

HASIL DAN PEMBAHASAN

Identifikasi Masalah Pada sistem pakar ini mengidentifikasi kerusakan sepeda motor 4T (Stroke) didasarkan

oleh gejala-gejala kerusakan yang ada pada sepeda motor tersebut. Ketetapan hasil konsultasi

sudah ditetapkan oleh user sistem pakar itu sendiri yang telah memilih kategori dan gejala

sebelumnya.

Agar sistem pakar dapat melakukan penalaran sebagaimana seorang pakar meskipun

berada dalam kondisi ketidakpastian kategori kerusakan yang dikeluarkan diperlukan suatu

metode Certainty Factor. Certainty Factor merupakan sebuah metode pengukuran besarnya

suatu nilai kepercayaan metode dalam sistem pakar.

4

Analisis Kebutuhan

Berdasarkan hasil penelitian yang telah dilakukan, maka didapat sebuah pengembangan

sistem pakar kerusakan sepeda motor 4T (Stroke). Sistem pakar ini berguna untuk

memudahkan para pengguna untuk mengidentifikasi kerusakan motor 4T (Stroke) melalui

gejala-gejala yang telah ditetapkan dalam sistem pakar. Dengan cara kerja sistem pakar yang

menggunakan dua alternatif pilihan jawaban ya dan tidak tiap pertanyaan gejala yang

ditampilkan oleh sistem.

Sistem pakar ini terdiri dari menu utama yang terdiri dari Menu Home, Profil, Daftar,

dan Login. Kemudian dalam menu Admin terdiri dari Menu Home, Kategori, Kerusakan,

Gejala, Bobot, dan Logout. Sedangkan dalam menu User terdiri dari Menu Home, Konsultasi,

Komentar dan Logout. Pengembangan sistem pakar kerusakan sepeda motor 4T (Stroke) ini

dianalisis dan dikembangkan dengan menggunakan penambahan metode Waterffal yang

diharapkan hasil idetifikasi kerusakan dan disertai nilai Certainty Factor yang akan

menunjukan tingkat persentasi kebenaran hasil identifikasi yang semaki lebih mendekati

kebenaran dalam mengidentifikasi kerusakan sepeda motor yang dialami. Sistem pakar

menentukan kerusakan mesin sepeda motor ini memberikan pemecahan masalah sesuai

dengan hasil konsultasi penulis dengan pakar.

Analisis Sistem Dari hasil konsultasi penulis dengan pakar, kategori kerusakan dan gejala kerusakan

yang akan dipilih user dan ditampilkan sebagai inputan di sistem pakar, yaitu:

1. Kategori kerusakan sepeda motor yang terpilih : Mesin.

2. Gejala kerusakan sepeda motor yang terpilih : Tenaga yang dihasilkan berkurang, Keluar

asap putih pada knalpot dan Suara kasar pada kepala silinder.

3. Langkah menentukan kerusakan sepeda motor:

a) Mencari kerusakan sepeda motor yang sesuai dengan gejala-gejala kerusakan yang

telah dipilih oleh user dan sesuai dengan basis pengetahuan.

b) Melakukan perhitungan dengan menggunakan metode Certainty Factor dari gejala-

gejala kerusakan yang telah dipilih oleh user dan menarik kesimpulan menggunakan

Forward Chainig.

a. Mencari kerusakan sepeda motot sesuai gejala-gejala kerusakan di kategori

kerusakan yang dipilih pada tabel 5.1.

b. Berdasarkan pemilihan kategori dan gejala-gejala kerusakan sepeda motor yang

dipilih oleh user maka diperoleh kerusakan yang mempunyai nilai Certainty Factor

tertinggi.

c. Penyelesaian

Mencari kerusakan sepeda motor 4T (Stroke) pada Tabel 1.

Tabel 1. Aturan Identifikasi

Kategori

Kerusakan Gejala Kerusakan Kerusakan

Mesin

G1. Tenaga yang dihasilkan berkurang, K1. Piston, Head

Cylinder dan Blok

Cylinder

G2. keluar asap putih pada kenalpot,

G3. Suara kasar pada kepala silinder.

G1. Tenaga yang dihasilkan berkurang,

K2. Stang seher

G4. Getaran mesin sangat terasa,

G5. Suara berisik ketika gas di rpm

rendah,

G6. Mesin brebet ketika dipacu.

5


K3. Rantai mesin

atau rantai klep

G7. Mesin tidak stabil ketika berjala

atau tersendat-sendat,

G8. Suara kasar pada mesin bagian kiri

ketika suhu dingin.


K4. Kopling

G9. Saat gas ditarik, motor tidak mau

langsung berjalan,

G10. Suara mesin tidak lepas

G11. Slip ketika melakukan perpindahan

gigi.

G12. Sulit ketika melakukan

perpindahan gigi,

K5. Transmisi G13. Pedal transmisi lose,

G14. Pedal tidak mau berpindah

transmisi (ditambah atau dikurang).

G15. Gas tidak stationer

K6. Klep G16. Keluar asap hitam pada kenalpot

G17. Bbm boros

G18. Oli mesin cepat berkurang

G19. lampu indikator pada spedometer

berkedip berkali-kali

K7. Injeksi

G20. Tampilan suhu mesin pada

spedomoter tidak stabil

G21. motor tidak langsam

G22. penggunaan bahan bakar semakin

boros

Kelistrikan

G23. Mesin susah dihidupkan

K8. Busi G24. Tidak ada percikan api pada busi

G25. Mesin meledak-ledak ketika

berjalan.


K9. Koil

G26. Percikan api pada busi berwarna

kemerahan

G27. Mesin tiba-tiba mati ketika sedang

berjalan


K10. CDI G28. mesin brebet di rpm tinggi

G29. percikan busi api pendek

G30. busi sering mati

G31. Mesin tidak bisa dihidupkan

K11. Spul

Kelistrikan

G32. Lampu-lampu (spidometer, sign,

head lamp, dll) mati

G33. Bohlam lampu sering putus atau

mati

K12. Kiprok G34. Aki cepat soak

G35. Mesin tiba-tiba mati saat sedang

berjalan

G36. Lampu indikator pada spidometer K13. Aki

6

tidak menyala

G37. Electric starter tidak berfungsi

G38. Lampu signal (rem, sign dan head

lamp) redup

G39. Klakson tidak bersuara

(Sumber: Kepala Mekanik Dealer Yamaha PD.Panca Motor)

Berdasarkan hasil gejala-gejala yang telah dipilih oleh user maka diperoleh

identifikasi kerusakan sepeda motor yang mempunyai nilai Certainty Factor tertinggi, dapat

dilihat pada Tabel 2.

Tabel 2. Hasil Identifikasi

Kerusakan

Jumlah Gejala

yang harus

dipilih

Nilai CF

Total

Nilai

Double

Nilai

Double

* %

Piston, Head Cylinder

dan Blok Cylinder 3 0,917632 0.92 92%

Transmisi 3 0,917632 0,92 92%

Klep 4 0,9066496 0,91 91%

Injeksi 4 0,90438656 0,90 90%

Stang seher 4 0,8942029 0,89 89%

Kopling 4 0,8817562 0,88 88%

Koil 3 0,881024 0,88 88%

Busi 3 0,872704 0,87 87%

Aki 4 0,8704 0,87 87%

Rantai mesin atau rantai

klep 3 0,86272 0,86 86%

Kiprok 3 0,83776 0,84 84%

CDI 4 0,8387584 0,84 84%

Spul 2 0,6464 0,65 65%

Selanjutnya nilai Certainty Factor berguna untuk memberikan nilai kepastian pada

kerusakan sepeda motor oleh pengguna pada saat proses konsultasi selesai dilakukan. Pada

saat gejala kerusakan dipilih, maka sistem akan menghitung nilai bobot tiap gejala dengan

Certainty Factor berdasarkan gejala kerusakan yang sudah dijawab oleh pengguna pada saat

konsultasi. Apabila gejala dipilih lebih dari satu, maka sistem juga akan mencari gejala yang

sama ke semua jenis penyakit dan menghitung hasil kombinasi nilai Certainty Factor untuk

gejala kerusakan.

Ketentuan dan nilai Certainty Factor untuk gejala kerusakan tersebut adalah sebagai

berikut:

a. Ketentuan untuk Kerusakan Piston, Head Cylinder dan Blok Cylinder

IF G1 dan G2 dan G3 THEN Piston, Head Cylinder dan Blok Cylinder

(CF=0,917632)

b. Ketentuan untuk Kerusakan Stang Seher

IF G1 dan G4 dan G5 dan G6 THEN Stang seher (CF=0,8942029)

c. Ketentuan untuk Kerusakan Rantai mesin atau rantai klep

IF G1 dan G7 dan G8 THEN Rantai mesin atau rantai klep (CF=0,86272)

d. Ketentuan untuk Kerusakan Kopling

IF G1 dan G9 dan G10 dan G11 THEN Kopling (CF=0,8817562)

7

e. Ketentuan untuk Kerusakan Transmisi

IF G12 dan G13 dan G14 THEN Transmisi (CF=0,917632)

f. Ketentuan untuk Kerusakan Klep

IF G15 dan G16 dan G17 dan G18 THEN Klep (CF=0,9066496)

g. Ketentuan untuk Kerusakan Busi

IF G19 dan G20 dan G21 THEN Busi (CF=0,90438656)

h. Ketentuan untuk Kerusakan Koil

IF G19 dan G22 dan G23 THEN Koil (CF=0,872704)

i. Ketentuan untuk Kerusakan CDI

IF G19 dan G24 dan G25 dan G26 THEN CDI (CF=0,881024)

j. Ketentuan untuk Kerusakan Spul

IF G27 dan G28 THEN Spul (CF=0,8387584)

k. Ketentuan untuk Kerusakan Kiprok

IF G29 dan G30 dan G31 THEN Kiprok (CF=0,6464)

l. Ketentuan untuk Kerusakan Aki

IF G32 dan G33 dan G34 dan G35 THEN Aki (CF=0,83776)

m. Ketentuan untuk Kerusakan Injeksi

IF G36 dan G37 dan G38 dan G39 THEN Injeksi (CF=0,8704)

Diagram Konteks Sistem

Diagram konteks adalah reprensentasi grafik yang menggambarkan aliran informasi

dan transformasi informasi yang diaplikasikan sebagai data yang mengalir dari masukan

(input) dan keluaran (output). (Rosa dan Shalaluddin, 2013:70).

(Sumber: Dikelola Sendiri)

Gambar 1. Diagram Konteks Sistem

Dalam diagram konteks ini Pakar bertugas mengelola data kategori, data kerusakan dan

solusi, data gejala dan data bobot. Dalam sistem pakar kerusakan sepeda motor 4T dengan

metode Certainty Factor. Kemudia User sistem pakar dapat memilih kategori, memilih gejala

kerusakan, melihat data hasil konsultasi dan melakukan komentar.

Data Flow Diagra (DFD)

Data Flow Diagram merupakan untuk menggambarkan sebuah sistem dari level yang

paling tinggi kemudian menguraikan menjadi level lebih rendah (dekomposisi).

8

1. DFD Level 0

Gambar 2. Diagram Level 0

Pada DFD Level 0 ini dijelaskan bahwa :

1. Pakar menginput data kategori pada proses 1.0 data kategori lalu disimpan di kategori.

Data kategori diteruskan untuk proses 2.0 yaitu untuk menginput data kerusakan dan

solusi oleh pakar.

2. Pakar menginputkan data kerusakan dan solusi pada proses 2.0 data kerusakan dan solusi

lalu disimpan di kerusakan dan solusi. Data kerusakan dan solusi diteruskan untuk proses

4.0 yaitu untuk menginput data bobot oleh pakar.

3. Pakar menginput data gejala pada proses 3.0 data gejala lalu disimpan di gejala. Data

gejala diteruskan pada proses 4.0 yaitu untuk menginput data bobot oleh pakar.

4. Pakar menginput data bobot pada proses 4.0 data bobot lalu disimpan di bobot. Data bobot

lalu diteruskan pada proses 5.0 yaitu untuk memberikan data konsultasi yang dilakukan

oleh user.

9

2. DFD Level 1 Proses 1

Gambar 3. DFD Level 1 Proses 1

Pada DFD Level 1 proses 1 ini dijelaskan bahwa Pakar menginput data kategori pada

proses 1.1 dan menghasilkan data kategori. Data kategori dapat diedit oleh pakar pada proses

1.2 dan data kategori juga dapat dihapus oleh pakar pada proses 1.3. kemudian data kategori

juga dapat dilihat oleh pakar pada proses 1.4.



Pada DFD Level 1 proses 2 ini dijelaskan bahwa Pakar menginput data kerusakan dan

solusi pada proses 2.1 dan menghasilkan data kerusakan dan solusi. Data kerusakan dan

solusi dapat diedit oleh pakar pada proses 2.2 dan data kerusakan dan solusi juga dapat

dihapus oleh pakar pada proses 2.3 kemudian data kerusakan dan solusi juga dapat dilihat

oleh pakar pada proses 2.4.


10


Pada DFD Level 1 proses 3 ini dijelaskan bahwa Pakar menginput data gejala pada

proses 3.1 dan menghasilkan data gejala. Data gejala dapat diedit oleh pakar pada proses 3.2

dan data gejala juga dapat dihapus oleh pakar pada proses 3.3. kemudian data gejala juga

dapat dilihat oleh pakar pada proses 3.4.



Pada DFD Level 1 proses 4 ini dijelaskan bahwa Pakar menginput data gejala pada

proses 4.1 dan menghasilkan data gejala. Data gejala dapat diedit oleh pakar pada proses 4.2

dan data gejala juga dapat dihapus oleh pakar pada proses 4.3. kemudian data gejala juga

dapat dilihat oleh pakar pada proses 4.4.

11

Entity Relationship Diagram (ERD)

(Sumber: Dikelola Sendiri)

Gambar 7. Entity Relationship Diagram (ERD)

Dari Gambar 7 diagram entity relationship diagram dapat dijelaskans bahwa entitas

Login Pakar melakukan membuat kategori didalam kategori terdapat id_kategori dan

nama_kategori. Kategori akan menghasilkan data id_kerusakan, id_kategori,

nama_kerusakan dan solusi_kerusakan dan berdasarkan data yang dikelola di entitas

kerusakan. Didalam entitas solusi entitas jawaban yang mempunyai hubungan ke entitas

kerusakan. Kerusakan akan menghasilkan data hasil konsultasi. Data kerusakan juga

memiliki entitas pada data bobot. Login Pakar membuat data gejala, didalam entitas gejala

terdapat id_gejala dan nama_gejala. Gejala akan menghasilkan data bobot, yang entitas

didalamna terdapat id_bobot, id_kerusakan, id_gejala, dan bobot. Login Pakar juga memiliki

entitas pada data hasil konsultasi.

12

Desain Alur Yang Diusulkan

(Sumber: Dikelolah Sendiri)

Gambar 8. Desain Alur Yang Diusulkan

Berdasarkan Gambar 8 Alur yang diusulkan merupakan alur dari pakar dan user, diman

pakar melakukan login jika berhasil akan masuk ke aplikasi dan melakukan input data atau

edit data atau hapus data. Jika selesai akan tersimpan pada database data kategori, data

kerusakan, data gejala kerusakan dan data hasil konsultasi. User masuk ke aplikasi dan akan

melakukan pendaftaran setelah itu user melakukan login. Setelah melakukan login user akan

melakukan penginputan data kategori dan data gejala kerusakan kemudian data yang telah

dipilih akan diproses oleh aplikasi, setelah selesai diproses akan keluar hasil konsultasi

berupa data kerusakan perhitungan nilai certainty fector yang dialami dan solusi yang

diberikan.

Pengujian Pada kategori Mesin

Dalam pengujian perhitungan untuk kategori mesin, penulis mengambil simpel acak

dalam memilih gejala-gejala yang ada pada kategori mesin, dalam kategori mesin penulis

memilih gejala G1, G2, G3, G4, G5, G7, G9, G11.

13

Gambar 9. Gejala-gejala Kategori Mesin

Dari gejala-gejala yang telah dipilih secara acak didapat nilai CF tertinggi yaitu 0.92,

jenis kerusakan Piston, Head Cylinder dan Blok Cylinder dan adapun diagnosa lain dari

gejala yang dipilih di atas, yaitu ada Kopling deangan nilai CF 70%, Setang Seher dengan

nilai CF 40%, Rantai Mesin atau Rantai Klep dengan nilai CF 8%. Untuk nilai CF lebih

kecil dari nol tidak akan ditampilkan sistem, sistem hanya menampilkan nilai CF lebih besar

sama dengan nol.

14

Gambar 10. Hasil Dari Gejala-gejala Kategori Mesin

PENUTUP

Berdasarkan penelitian yang penulis lakukan tentang sistem pakar kerusakan sepeda

motor 4T (Stroke) dengan metode Certainty Factor dapat kami simpulkan sistem pakar ini

dapat membantu pengguna sistem dalam mengindentifikasi setiap kerusakan yang ada pada

sepeda motor dan membantu pakar dalam memberikan informasi gejala kerusakan dan

kerusakan sepeda motor kepada masyarakat luas, terutama kepada masyarakat yang awam

tentang kerusakan sepeda motor.

Dengan adanya sistem pakar ini dapat membantu para siswa baru SMK Kejurusan

Otomotif dalam pempelajari gejala kerusakan dari tiap kerusakan pada sepeda motor.

Implementasi metode Certainty Factor pada sistem kerusakan sepeda motor 4T (Stroke)

memberikan nilai kepastian dalam menampilkan kerusakan sepeda motor pada sistem. Sistem

mampu mendiagnosa kerusakan sepeda motor 4T (Stroke) berdasarka gejala-gejala kerusakan

yang dipilih dan sistem akan menampilkan kerusakan yang dialami berdasarkan nilai

perhitungan tiap bobot gejala kerusakan.

15

DAFTAR PUSTAKA

Al Fatta, Hanif. 2007. Analisis dan Perancangan Sistem Informasi. Yogyakarta: Andi OffSet.

Arhami, Muhammad. 2005. Konsep Dasar Sistem Pakar. Yogyakarta: Andi OffSet.

A.S, Rosa dan M. Shalaluddin. 2013. Rekayasa Perangkat Lunak Terstruktur dan

Berorientasi Objek. Bandung: Informatika Bandung.

Hall, James. 2007. Sistem informasi Akuntansi. Jakarta: Salemba Empat.

Indrajani. 2011. Bedah Kilat 1 Jam Pengantar dan Sistem Basis Data. Jakarta: Elex Media

Komputindo.

Jogiyanto. 2005 Analisis Dan Desain Sistem Informasi. Yogyakarta: Andi OffSet.

Kusrini, 2006. Sistem Pakar. Yogyakarta: Andi OffSet.

Merlina Nita, Hidayat Rahmat. 2012. Perancangan Sistem Pakar. Jakarta: Ghalia Indonesia.

Sugiyono. 2013. Metode Penelitian Pendidikan Pendekatan Kuantitatif, kualitatif, dan

R&D. Bandung: Alfabeta.

Sumarsono, Sonny. 2004. Metode Riset Sumber Daya Manusia. Yogyakarta: Graha Ilmu.

sistem pakar kerusakan sepeda motor 4t ( stroke...

Documents