Diagnosa Penyakit Hepatitis Menggunakan Fuzzy Multi Criteria Decision Making
DIAGNOSA PENYAKIT HEPATITIS MENGGUNAKAN FUZZY
MULTI CRITERIA DECISION MAKING
SKRIPSI
KHARISMA RINALDI SIREGAR
081402011
PROGRAM STUDI TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2014
(2)
DIAGNOSA PENYAKIT HEPATITIS MENGGUNAKAN ALGORITMA FUZZY MULTI CRITERIA DECISION MAKING
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Teknologi Informasi
KHARISMA RINALDI SIREGAR 081402011
PROGRAM STUDI TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA
MEDAN 2014
(3)
ii
PERSETUJUAN
Judul : DIAGNOSA PENYAKIT HEPATITIS
MENGGUNAKAN ALGORITMA FUZZY MULTI CRITERIA DECISION MAKING
Kategori : SKRIPSI
Nama : KHARISMA RINALDI SIREGAR
Nomor Induk Mahasiswa : 081402011
Program Studi : SARJANA (S1) TEKNOLOGI INFORMASI
Departemen : TEKNOLOGI INFORMASI
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI (FASILKOMTI)
UNIVERSITAS SUMATERA UTARA
Diluluskan di Medan, Juli 2014
Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Sajadin Sembirring, S.Si.M.Comp Sc Dr. Syahril Efendi S.Si.M.IT
NIP - NIP 19671110 1996021001
Diketahui/Disetujui oleh
Program Studi S1 Teknologi Informasi Ketua,
M.Anggia Muchtar , ST .MM.IT NIP 19800110 2008 01 1010
(4)
PERNYATAAN
DIAGNOSA PENYAKIT HEPATITIS MENGGUNAKAN ALGORITMA FUZZY MULTI CRITERIA DECISION MAKING
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil kerja keras saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Juli 2014
KHARISMA RINALDI SIREGAR 081402011
(5)
iv
PENGHARGAAN
Puji syukur hanya kepada Allah SWT yang telah memberikan rahmat dan keridhoanNya sehingga penulis dapat menyelesaikan skripsi ini sebagai syarat untuk memperoleh gelar Sarjana Teknologi Informasi, Program Studi S1 Teknologi Informasi Universitas Sumatera Utara. Ucapan terimakasih penulis sampaikan kepada:
1. Kedua orang tua serta keluarga penulis yang telah memberikan dukungan dan motivasi baik materil dan spiritual, Ayahanda Sakirin Siregar dan Ibunda Yusnawati Harahap yang selalu sabar dalam mendidik dan membesarkan penulis.
2. Bapak Dr. Syahril Efendi S.Si.M.IT selaku pembimbing satu dan Bapak Sajadin Sembirring, S.Si.M.Comp.Sc selaku pembimbing dua yang telah banyak meluangkan waktu dan pikirannya, memotivasi dan memberikan kritik dan saran kepada penulis.
3. Ucapan terima kasih juga ditujukan kepada Bapak Romi Fadillah Rahmat, B.Comp.Sc,M.Sc dan Ibu Sarah Purnamawati, S.T., M.Sc. selaku penguji yang telah bersedia menjadi dosen pembanding.
4. Ucapan terima kasih juga ditujukan kepada Ketua dan Sekretaris Program Studi Teknologi Informasi, Bapak M. Anggia Muchtar, ST. MM.IT. dan Bapak M. Fadly Syahputra B.Sc,M.Sc.IT.
5. Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara, serta dosen dan pegawai di Program Studi Teknologi Informasi.
6. Terima kasih kepada staf pegawai administrasi tata usaha Program Studi Teknologi Informasi, Ibu Delima Harahap dan terutama Abangda Faisal
(6)
Hamid, yang telah membantu penulis dalam menyelesaikan semua urusan administrasi di Program Studi Teknologi Informasi.
7. Terima kasih kepada Wilda Khairani Siregar , kakak yang selalu memberikan motivasi dan Ananda Febri Siregar, adik yang terus mendukung dalam proses penyelesaian skripsi ini,serta orang yang spesial Febri Wulandy Sys yang selalu ada untuk memberikan dukungan kepada saya.
8. Terima kasih juga kepada teman-teman yang terus membantu dan memberi dukungan kepada penulis, Azharul Wanda Siregar, M.Ridho Fakhrozi, Dwiporanda E, Rizky Yanda, Inis Caisarian Siregar, Karina Wibawanti, Teza Amaluddin, Zulfikri Putra, Sanra Cheney, Joko Nugroho dan Harigo Chany , Furqan Ahmadi, Hasan Maksum, serta teman-teman mahasiswa Teknologi Informasi lainnya yang tidak dapat penulis sampaikan satu persatu.
Akhir kata, saya ucapkan terima kasih kepada semua pihak yang terkait dalam penyelesaian skripsi ini yang tidak bisa saya sebut satu persatu. Semoga Allah memberi rahmat dan keberkahan kepada kita semua, dan semoga kita semua selalu ada dalam lindunganNya.
(7)
vi
ABSTRAK
Selama ini pengambilan keputusan untuk mendiagnosa penyakit Hepatitis sering mengalami keterlambatan, khususnya di daerah yang minim fasilitas, sehingga susah memastikan penyakit hepatitis jenis apa yang diderita oleh pasien dan tidak bisa diberikan pengobatan yang tepat. Dalam skripsi ini penulis menerapkan metode Fuzzy Multi Criteria Decision Making yang diimplementasikan untuk membuat Sistem Pendukung Keputusan untuk mendiagnosa penyakit hepatitis guna membantu dokter dan pasien dalam melaksanakan diagnosa penyakit hepatitis yang dideritanya berdasarkan nilai-nilai keanggotaan. Dengan pengimplementasian metode ini didapatkan hasil jenis penyakit hepatitis yaitu hepatitis A, hepatitis B, dan hepatitis C pada pasien.
Kata Kunci— Fuzzy Multi Criteria Decision Making, Sistem Pendukung Keputusan, Logika Fuzzy
(8)
HEPATITIS DIAGNOSE USING FUZZY MULTI CRITERIA DECISION MAKING ALGORITHM
ABSTRACT
For a moment, it is hard to make decision after diagnose a HEPATITIS disease and became harder with minimum facility to referring the type of HEPATITIS. Because of the difficulties, patient not get a right medication despite of type of HEPATITIS. In this study, Fuzzy Multi Criteria Decision Making is implement to build a decision support system to help to diagnose HEPATITIS disease base on the membership values. Fuzzy Multi Criteria Decision Making it’s self a method to help make a decision base on few criteria. With help of this method, system can show the type of HEPATITIS diseases like HEPATITIS A, HEPATITIS B, HEPATITIS C after user give answer to certain question.
Keyword : HEPATITIS, Fuzzy Multi Criteria Decision Making, Decision Support System, Fuzzy Logic
(9)
viii
DAFTAR ISI
DAFTAR ISI
Halaman
Persetujuan ii
Pernyataan iii
Penghargaan iv
Abstrak vi
Abstract vii
Daftar Isi viii
Daftar Tabel x
Daftar Gambar xi
Bab 1 Pendahuluan 1
1.1. Latar Belakang 1
1.2. Rumusan Masalah 2
1.3. Batasan Masalah 3
1.4. Tujuan Penelitian 3
1.5. Manfaat Penelitian 3
1.6. Metodologi Penelitian 3
1.7. Sistematika Penulisan 4
Bab 2 Landasan Teori 6
2.1.Definisi Sistem Pendukung Keputusan 6
2.1.1. Ciri-ciri Decision Support System 6 2.1.2. Karakteristik, kemampuan dan keterbatasan SPK 7
2.2. Penyakit Hepatitis 8
2.3. Definisi Multi Criteria Decision Making 10
2.3.1. Representasi masalah 11
2.3.2. Evaluasi himpunan fuzzy 11
2.3.3. Seleksi alternatif yang optimal 12
2.4. Penelitian Terdahulu 13
Bab 3 Analisis dan Perancangan 14
3.1. Analisis kinerja Algoritma Fuzzy Multi Criteria Decision Making 14
3.2. Proses dan Cara Kerja Algoritma Fuzzy 16
3.3. Perancangan Program 22
3.3.1. Rancangan Struktur Menu 22
3.3.2. Flowchart Analisis Program 23
(10)
3.3.4. Perancangan Basis Pengatahuan 27
3.3.5. Use case diagram 29
3.3.6. Perancangan menu sistem 30
3.3.7. Perancangan Antar muka 31
Bab 4 Implementasi dan Pengujian 34
4.1. Implementasi Sistem 34
4.1.1. Spesifikasi Perangkat Keras dan Perangkat lunak 34 4.1.2. Implementasi Perancangan Antarmuka 34
4.2. Pengujian Sistem 40
4.2.1. Rencana pengujian sistem 40
4.2.2. Kasus dan Hasil Pengujian Sistem 41
Bab 5 Kesimpulan dan Saran 44
5.1. Kesimpulan 44
5.2. Saran 44
(11)
x
DAFTAR TABEL
Hal
Tabel 2.1 Tabel Gejala Penyakit Hepatitis 9
Tabel 2.1 Tabel Penelitian Terdahulu 13
Tabel 3.1 Tabel Rating Kepentingan 18
Tabel 3.2 Tabel Rating Kecocokan 18
Tabel 3.3 Tabel Alternatif A3 21
Tabel 3.4 Tabel nilai total integer dari setiap alternatif 22 Tabel 3.5 Tabel Basis Pengetahuan Pada Penyakit Hepatitis 28
Tabel 4.1 Tabel Rencana Pengujian 40
(12)
DAFTAR GAMBAR
Hal Gambar 3.1 Algoritma Fuzzy Multi Criteria Decision Making 16
Gambar 3.2 Struktur Menu Utama 22
Gambar 3.3 Struktur Menu File 22
Gambar 3.4 Flowchart Analisis Program 23
Gambar 3.5 Diagram Konteks DFD 24
Gambar 3.6 DFD level 1 25
Gambar 3.7 DFD Level 1 proses 2 26
Gambar 3.8 Use case diagram untuk Optimizer 29
Gambar 3.9 Struktur Menu Utama 31
Gambar 3.10 Form Login 32
Gambar 3.11 Form Menu Utama 32
Gambar 3.12 Form Input Data User 33
Gambar 4.1 Halaman Login 35
Gambar 4.2 Form Menu Utama 36
Gambar 4.3 Tampilan Submenu Master 36
Gambar 4.4 Tampilan Submenu User Sistem / admin 37
Gambar 4.5 Tampilan Form diagnosa penyakit 38
Gambar 4.6 Tampilan Hasil Diagnosa 39
(13)
vi
ABSTRAK
Selama ini pengambilan keputusan untuk mendiagnosa penyakit Hepatitis sering mengalami keterlambatan, khususnya di daerah yang minim fasilitas, sehingga susah memastikan penyakit hepatitis jenis apa yang diderita oleh pasien dan tidak bisa diberikan pengobatan yang tepat. Dalam skripsi ini penulis menerapkan metode Fuzzy Multi Criteria Decision Making yang diimplementasikan untuk membuat Sistem Pendukung Keputusan untuk mendiagnosa penyakit hepatitis guna membantu dokter dan pasien dalam melaksanakan diagnosa penyakit hepatitis yang dideritanya berdasarkan nilai-nilai keanggotaan. Dengan pengimplementasian metode ini didapatkan hasil jenis penyakit hepatitis yaitu hepatitis A, hepatitis B, dan hepatitis C pada pasien.
Kata Kunci— Fuzzy Multi Criteria Decision Making, Sistem Pendukung Keputusan, Logika Fuzzy
(14)
HEPATITIS DIAGNOSE USING FUZZY MULTI CRITERIA DECISION MAKING ALGORITHM
ABSTRACT
For a moment, it is hard to make decision after diagnose a HEPATITIS disease and became harder with minimum facility to referring the type of HEPATITIS. Because of the difficulties, patient not get a right medication despite of type of HEPATITIS. In this study, Fuzzy Multi Criteria Decision Making is implement to build a decision support system to help to diagnose HEPATITIS disease base on the membership values. Fuzzy Multi Criteria Decision Making it’s self a method to help make a decision base on few criteria. With help of this method, system can show the type of HEPATITIS diseases like HEPATITIS A, HEPATITIS B, HEPATITIS C after user give answer to certain question.
Keyword : HEPATITIS, Fuzzy Multi Criteria Decision Making, Decision Support System, Fuzzy Logic
(15)
BAB 1
PENDAHULUAN
1.1Latar Belakang
Keunggulan manusia dibandingkan dengan makhluk lainnya terletak pada kecerdasannya, dengan kecerdasannya ini manusia dapat menguasai ilmu pengetahuan dan teknologi. Dengan pengetahuan yang dimilikinya manusia dapat menciptakan berbagai macam karya mulai dari yang sederhana sampai yang rumit. Salah satu karya terpenting manusia saat ini adalah komputer.
Komputer yang pada awalnya hanya digunakan oleh para akademisi dan militer, kini telah digunakan secara luas di berbagai bidang, misalnya: Bisnis, Kesehatan, Pendidikan, Psikologi, Permainan dan sebagainya. Hal ini mendorong para ahli untuk semakin mengembangkan komputer agar dapat membantu kerja manusia.
Penyakit Hepatitis adalah gangguan pada hati. Dalam masyarakat kita, penyakit hepatitis biasa dikenal sebagai penyakit kuning. Sebenarnya hepatitis adalah peradangan organ hati (liver) yang disebabkan oleh berbagai faktor. Faktor penyebab penyakit hepatitis atau sakit kuning ini antara lain adalah infeksi virus, gangguan metabolisme, konsumsi alkohol, penyakit autoimun, hasil komplikasi dari penyakit lain, efek samping dari konsumsi obat-obatan maupun kehadiran parasit dalam organ hati (liver).
Peradangan pada sel hati dapat menyebabkan kerusakan sel-sel, jaringan, bahkan semua bagian dari organ hati (liver). Jika semua bagian organ hati (liver) telah mengalami kerusakan maka akan terjadi gagal hati (liver) yang menyebabkan
(16)
kematian. Meskipun saat ini telah ada teknologi pencangkokan/transplantasi organ hati (liver) untuk mengganti organ hati (liver) yang telah tidak berfungsi, tetapi selain biayanya sangat mahal, kesuksesan pencangkokan hati hingga saat ini masih sangat kecil persentasenya.
Pada awalnya gejala penyakit Hepatitis tidak dirasakan si penderita karena berupa gejala umum seperti muntah, mual, gemar tidur atau tidak nafsu makan dan tubuh tidak memiliki stamina. Walau begitu gejala hepatitis diatas juga dapat disertai dengan demam. Sedangkan gejala yang mudah dilihat adalah secara fisik adalah urine berwarna gelap, perut bagian atas membesar, penurunan berat badan, feses (kotoran) berwarna putih dan seperti gejala hepatitis yang sudah disebutkan di awal paragraf kuku berwarna kuning, kulit berwarna kuning dan iris mata menjadi kuning.
Melihat persoalan di atas maka, diperlukan sebuah perangkat lunak yang dapat mendiagnosis penyakit hepatitis. Perangkat lunak tersebut disebut system pendukung keputusan diagnosa penyakit hepatitis yang dibuat agar mampu mengolah pengetahuan tentang penyakit hepatitis.
Dengan latar belakang masalah tersebut maka penulis tertarik untuk menyajikan judul Diagnosa Penyakit Hepatitis Dengan Menggunakan Algoritma Fuzzy Multi Criteria Decision Making.
1.2Rumusan Masalah
Kurangnya fasilitas yang memadai dan dokter ahli yang tidak selalu di tempat sering kali membuat penentuan penyakit Hepatitis terlambat, sehingga tidak dapat dipastikan jenis penyakit yang diderita pasien dan tidak bisa diberikan pengobatan secara tepat. Oleh karena itu diperlukan suatu sistem pendukung keputusan yang dapat memberikan dignosa penyakit Hepatitis pada pasien.
(17)
3 1.3Batasan Masalah
Adapun batasan- batasan masalah dalam penulisan skripsi ini adalah : 1. Penyakit hepatitis yang didiagnosa adalah Hepatitis A sampai C. 2. Jawaban pertanyaan hanya “ya” atau “tidak”.
3. Hasil keluaran sistem pendukung keputusan adalah jenis penyakit.
1.4Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk menyediakan sistem pendukung keputusan dalam diagnosa penyakit hepatitis dengan menggunakan algoritma Fuzzy Multi Criteria Decision Making (FMCDM)
1.5Manfaat Penelitian
Hasil perancangan perangkat lunak ini bermanfaat untuk:
a. Memudahkan pengguna dalam mendiagnosa penyakit hepatitis.
b. Memudahkan masyarakat untuk mengetahui apakah dia mengidap penyakit hepatitis dengan menggunakan perangkat ini tentunya dengan tidak mengeluarkan biaya yang mahal.
c. Pengetahuan tentang gejala gejala yang menyebabkan terkena hepatitis.
1.6Metodologi Penelitian
Dalam penelitian ini, tahapan-tahapan yang akan dilalui adalah sebagai berikut: 1. Studi Literatur
Metode ini dilaksanakan dengan melakukan studi kepustakaan yang relevan serta buku-buku maupun artikel-artikel atau e-book dan juga journal international yang didapatkan melalui internet.
(18)
2. Analisis
Pada tahap ini digunakan untuk mengolah data yang ada dan kemudian melakukan analisis terhadap hasil studi literatur yang diperoleh sehingga menjadi suatu informasi.
3. Perancangan Perangkat Lunak
Pada tahap ini, digunakan seluruh hasil analisa terhadap studi literatur yang dilakukan untuk merancang perangkat lunak yang akan dihasilkan. Dalam tahapan ini, dilakukan perancangan terhadap bentuk antarmuka sistem serta proses kerja sistem untuk memudahkan dalam proses implementasi berikutnya.
4. Implementasi dan Pengujian Sistem
Pada tahap ini dilakukan pemasukan data serta pengolah data untuk mendapatkan hasilnya apakah sudah sesuai dengan yang diharapkan
5. Kesimpulan dan Saran
Pada tahap ini akan diformulasi beberapa kesimpulan dari hasil pengujian sistem yang telah dibangun berikut saran-saran bagi perbaikan dan pengembangan selanjutnya.
1.7Sistematika Penulisan
Dalam penyusunan skripsi ini, penulis menggunakan sistematika yang membagi skripsi menjadi beberapa bagian, yaitu:
BAB 1 : PENDAHULUAN
Pada bab ini merupakan pendahuluan yang di dalamnya terdapat penjelasan dan informasi tentang latar belakang masalah, rumusan masalah, batasan masalah, tujuan penelitian, manfaaat penelitian, metode penelitian, dan sistematika penulisan pada skripsi.
BAB 2: LANDASAN TEORI
Pada bab ini membahas tentang teori-teori yang mendukung dalam penelitian untuk lebih memahami permasalahan terkait tentang pendukung keputusan, hepatitis, bahasa pemrograman yang digunakan, dan algoritma yang digunakan dalam perancangan dan pembuatan aplikasi ini.
(19)
5 BAB 3 : ANALISIS DAN PERANCANGAN
Pada bab ini terdapat analisis permasalahan dalam pembuatan aplikasi sistem pendukung keputusan dalam diagnosa penyakit hepatitis dengan menggunakan algoritma Fuzzy Multi Criteria Decision Making (FMCDM) serta penjelasan tentang rancangan program dan rancangan interface dari aplikasi yang akan dibuat.
BAB 4 : IMPLEMENTASI DAN PENGUJIAN APLIKASI
Pada bab ini terdapat penjelasan tentang spesifikasi kebutuhan perangkat lunak (software) dan kebutuhan perangkat keras (hardware) dari sistem tersebut,serta implementasi dan pengujian pada aplikasi aplikasi sistem pendukung keputusan dalam diagnosa penyakit hepatitis dengan menggunakan algoritma Fuzzy Multi Criteria Decision Making (FMCDM)
BAB 5 : PENUTUP
Pada bab ini terdapat kesimpulan-kesimpulan yang merupakan rangkuman dari hasil analisis dan implementasi pada bagian sebelumnya dan terdapat saran- saran yang perlu di perhatikan untuk pengembangan aplikasi lebih lanjut.
(20)
BAB 2
LANDASAN TEORI
2.1 Defenisi Sistem Pendukung Keputusan (Decision Support System)
Pada dasarnya Sistem Pendukung Keputusan ini merupakan pengembangan lebih lanjut dari sistem informasi manajemen terkomputerisasi yang dirancang sedemikian rupa sehigga bersifat interaktif dengan pemakainya. Sifat interaktif ini dimaksudkan untuk memudahkan integrasi antara berbagai komponen dalam proses pengambilan keputusan seperti prosedur, kebijakan, teknik analisis, serta pengalaman dan wawasan manajerial guna membentuk suatu kerangka keputusan yang bersifat fleksibel (Hasibuan, 2011).
2.1.1 Ciri-ciri Decision Support System (DSS)
Menurut Kosasi adapun ciri-ciri sebuah DSS seperti yang dirumuskan oleh Alters Keen adalah sebagai berikut:
1. DSS ditujukan untuk membantu pengambilan keputusan-keputusan yang kurang terstruktur dan umumnya dihadapi oleh para manajer yang berada di tingkat puncak.
2. DSS merupakan gabungan antara kumpulan model kualitatif dan kumpulan data.
3. DSS memiliki fasilitas interaktif yang dapat mempermudah hubungan antara manusia dengan komputer.
DSS bersifat luwes dan dapat menyesuaikan dengan perubahan-perubahan yang terjadi.
(21)
7
2.1.2 Karakteristik, kemampuan dan keterbatasan SPK
Sehubungan banyaknya definisi yang dikemukakan mengenai pengertian dan penerapan dari sebuah DSS, sehingga menyebabkan terdapat banyak sekali pandangan mengenai sistem tersebut. Sejumlah karakteristik dan kemampuan dari DSS yaitu:
a. Karakteristik DSS
1. Mendukung seluruh kegiatan organisasi.
2. Mendukung beberapa keputusan yang saling berinteraksi. 3. Dapat digunakan berulang kali dan bersifat konstan. 4. Terdapat dua komponen utama, yaitu data dan model. 5. Menggunakan baik data eksternal dan internal.
6. Memiliki kemampuan what-if analysis dan goal seeking analysis. 7. Menggunakan beberapa model kuantitatif.
b. Kemampuan DSS
1. Menunjang pembuatan keputusan manajemen dalam menangani masalah semi terstruktur dan tidak terstruktur.
2. Membantu manajer pada berbagai tingkatan manajemen, mulai dari manajemen tingkat atas sampai manajemen tingkat bawah.
3. Menunjang pembuatan keputusan secara kelompok maupun perorangan. 4. Menunjang pembuatan keputusan yang saling bergantung dan berurutan.
5. Menunjang tahap-tahap pembuatan keputusan antara lain intelligensi, desain, choice, dan implementation.
6. Menunjang berbagai bentuk proses pembuatan keputusan dan jenis keputusan. 7. Kemampuan untuk melakukan adaptasi setiap saat dan bersifat fleksibel. 8. Kemudahan melakukan interaksi system.
9. Meningkatkan efektivitas dalam pembuatan keputusan daripada efisiensi. 10.Mudah dikembangkan oleh pemakai akhir.
11.Kemampuan pemodelan dan analisis pembuatan keputusan.
(22)
Di samping berbagai Karakteristik dan Kemampuan seperti dikemukakan di atas, SPK juga memiliki beberapa keterbatasan, diantaranya adalah :
1. Ada beberapa kemampuan manajemen dan bakat manusia yang tidak dapat dimodelkan, sehingga model yang ada dalam sistem tidak semuanya mencerminkan persoalan sebenarnya.
2. Kemampuan suatu SPK terbatas pada pembendaharaan pengetahuan yang dimilikinya (pengetahuan dasar serta model dasar).
3. Proses-proses yang dapat dilakukan oleh SPK biasanya tergantung juga pada kemampuan perangkat lunak yang digunakannya.
4. SPK tidak memiliki kemampuan intuisi seperti yang dimiliki oleh manusia. Karena walau bagaimana pun canggihnya suatu SPK, hanyalah sautu kumpulan perangkat keras, perangakat lunak dan sistem operasi yang tidak dilengkapi dengan kemampuan berpikir.
2.2 Penyakit Hepatitis
Penyakit Hepatitis menyebabkan radang atau pembengkakan hati. Hati bertugas untuk menyaring sebagian besar bahan toksik (beracun) dari tubuh. Karena hati bertugas menyaring banyak bahan beracun, menyebabkan racun tersebut dapat merusakan hati. Jadi hepatitis sering disebabkan oleh bahan yang mengandung toksin, misalnya alkohol, narkoba dan obat. Selain disebabkan oleh racun yang disaring oleh hati, kerusakan pada hati juga dapat disebabkan oleh virus yang cukup umum. Penyebab kerusakan hati dapat diakibatkan oleh sirosis (radang yang parah) dan akhirnya kegagalan hati.
Ada beberapa gejala umum yang menunjukkan adanya hepatitis, tidak tergantung pada penyebab penyakit:
1. Nafsu makan hilang
2. Kelelahan
3. Demam
(23)
9
5. Mual
6. Muntah
7. Sakit perut
8. Mata kuning
Sebagian besar gejala yang telah disebutkan, termasuk gejala yang umum dan sering diakibatkan penyakit lain. Akan tetapi gejala khas dari penyakit hepatitis adalah perubahan pada bola mata atau kulit yang menjadi menguning, yang disebut sebagai ikterus. Perubahan warna tersebut disebabkan oleh kelebihan bahan pewarna yang disebut bilirubin dalam empedu. Namun ikterus juga mempunyai banyak factor yang dapat menjadi penyebabnya, jadi apabila seorang dokter mendiagnosa bahwa seorang pasien menderita hepatitis, maka dokter tersebut meminta untuk dilakukan tes laboratorium.
Tabel 2.1. Tabel Gejala Penyakit Hepatitis
No Gejala-gejala A B C D E
1 Gejala mirip flu * *
2 Rasa lelah * * * *
3 Demam * * * *
4 Diare *
5 Mual * * *
6 Nyeri perut *
7 Mata kuning * *
8 Hilang napsu makan (Anoreksia) * * *
9 Lemah *
10 Lesu * *
11 Sakit otot /pegal-pegal (Mialgia) * * *
12 Demam ringan *
13 Kurang Napsu makan *
14 Kulit kuning *
15 Air seni berwarna gelap * * *
16 Muntah * * *
17 Sakit perut * * *
18 Sakit kepala *
19 Malaise *
20 Nausea *
21 Pusing * *
22 Air seni kemerahan *
(24)
Keterangan: Tanda * = penyakit Hepatitis ( kusumadewi 2009 )
2.3 Definisi Multi Criteria Decision Making (MCDM)
Multi Criteria Decision Making (MCDM) adalah suatu metode pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan beberapa kriteria tertentu. Kriteria biasanya berupa ukuran-ukuran ,aturan-aturan atau standart yang digunakan dalam pengambilan keputusan .
Fuzzy MCDM dapat dipahami sebagai MCDM dengan data fuzzy. Data fuzzy disini dapat terjadi pada data setiap alternatif pada setiap atribut atau tingkat kepentingan pada setiap kriteria
Pada metode Fuzzy Multi Criteria Decision Making (FMCDM) ada 3 langkah penting yang harus dikerjakan, yaitu:
1. Representasi masalah.
2. Evaluasi himpunan fuzzy pada setiap alternatif keputusan. 3. Melakukan seleksi terhadap alternatif yang optimal.
Tabel 2.1. Tabel Gejala Penyakit Hepatitis (lanjutan)
No Gejala-gejala A B C D E
24 Nyeri sendi * *
25 Rasa tidak enak pada tenggorokan * 26 Muncul Ikterus selama beberapa hari *
27 Insidious *
28 Rash *
29 Jaundice * *
30 Menggigil *
31 Nyeri perut sebelah kanan *
32 Penurunan berat badan yang tidak diketahui penyebabnya
*
33 Gangguan abdominal tidak jelas *
(25)
11
2.3.1 Representasi masalah
Pada bagian ini, terdapat tiga aktivitas yang harus dilakukan, yaitu :
A. Identifikasi tujuan dan kumpulan alternatif keputusannya.
Tujuan keputusan dapat direpresentasikan dengan menggunakan bahasa alami atau nilai numeris sesuai dengan karakteristik dari masalah tersebut. Jika ada n alternatif keputusan dari suatu masalah, maka alternatif-alternatif tersebut dapat ditulis sebagai A = {Ai | i=1,2, ..., n}.
B. Identifikasi kumpulan kriteria.
Jika ada k kriteria, maka dapat dituliskan C = {Ct | t = 1,2, ..., k} (2.1)
C. Membangun stuktur hirarki dari masalah tersebut berdasarkan pertimbangan-pertimbangan tertentu.
2.3.2 Evaluasi himpunan fuzzy
Pada bagian ini, terdapat tiga aktivitas yang harus dilakukan, yaitu:
a. Memilih himpunan rating untuk bobot-bobot kriteria dan derajat kecocokan setiap alternatif dengan kriterianya. Secara umum, himpunan-himpunan rating terdiri-atas tiga elemen, yaitu, variabel linguistik (x) yang merepresentasikan bobot kriteria dan derajat kecocokan setiap alternatif dengan kriterianya; T(x) yang merepresentasikan rating dari variabel linguistik; dan fungsi keanggotaan yang berhubungan dengan setiap elemen dari T(x). Misal, rating untuk bobot pada Variabel Penting untuk suatu kriteria didefinisikan sebagai: T(penting) = {SANGAT RENDAH, RENDAH, CUKUP, TINGGI, SANGAT TINGGI}. Sesudah himpunan rating ini ditentukan, maka kita harus menentukan fungsi keanggotaan untuk setiap rating. Biasanya digunakan fungsi segitiga.
Misal, Wt adalah bobot untuk kriteria Ct; dan Sit adalah rating fuzzy untuk derajat kecocokan alternatif keputusan Ai dengan kriteria Ct; dan Fi adalah
(26)
indeks kecocokan fuzzy dari alternatif Ai yang merepresentasikan derajat kecocokan alternatif keputusan dengan kriteria keputusan yang diperoleh dari hasil agregasi Sit dan Wt.
b. Mengevaluasi bobot-bobot kriteria dan derajat kecocokan setiap alternatif dengan kriterianya.
c. Mengagregasikan bobot-bobot kriteria dan derajat kecocokan setiap alternatif dengan kriterianya.
Ada beberapa metode yang dapat digunakan untuk melakukan agregasi terhadap hasil keputusan para pengambil keputusan, antara lain: mean, median, max, min, dan operator campuran. Dari beberapa metode tersebut, metode mean yang paling banyak digunakan. Operator ⊕ dan ⊗adalah operator yang digunakan untuk penjumlahan dan perkalian Fuzzy.
�� = � �� ⊗ � ⊕ �� ⊗ � ⊕∧⊕ ���⊗ �� (2.2) Dengan cara mensubstitusikan Sit dan Wt dengan bilangan fuzzy segitiga, yaitu Sit = (oit, pit, qit); dan Wit = at,bt,ct); maka Ft dapat didekati sebagai :
�� ≅ � ,�� , � (2.3) Dengan
� = 1
� �� , � �
�=1
�� = �1 ��=1 �� , � (2.4)
� = 1
� �� , � �
�=1
i = 1,2,3,…,n. 2.3.3 Seleksi alternatif yang optimal
Pada bagian ini, terdapat dua aktivitas yang dilakukan, yaitu:
a. Memprioritaskan alternatif keputusan berdasarkan hasil agregasi.
Prioritas dari hasil agregasi dibutuhkan dalam rangka proses perangkingan alternatif keputusan. Karena hasil agregasi ini direpresentasikan dengan menggunakan bilangan fuzzy segitiga, maka dibutuhkan metode perangkingan untuk bilangan fuzzy segitiga. Salah satu metode yang dapat
(27)
13
digunakan adalah metode nilai total integral. Misalkan F adalah bilangan fuzzy segitiga, F = (a, b, c), maka nilai total integral dapat dirumuskan sebagai berikut :
��� � = 12 (� + + 1 − � ) (2.5)
Nilai α adalah indeks keoptimisan yang merepresentasikan derajat keoptimisan bagi pengambil keputusan (0≤α≤1). Apabila nilai α semakin besar mengindikasikan bahwa derajat keoptimisannya semakin besar.
b. Memilih alternatif keputusan dengan prioritas tertinggi sebagai alternatif yang optimal.
Semakin besar nilai Fi berarti kecocokan terbesar dari alternatif keputusan untuk kriteria keputusan, dan nilai inilah yang akan menjadi tujuannya. (Rosnelly, 2011)
2.4 Penelitian Terdahulu
Tabel 2.2 Tabel Penelitian Terdahulu
No. Peneliti Tahun Judul
1. Chandra Putra Pradana dan Sri Kusumadewi
2009 Aplikasi Diagnosis Penyakit Hepatitis Untuk Mobile Devices Menggunakan J2ME 2. Novhirtamely Kahar dan
Nova Fitri
2011 Aplikasi Metode Fuzzy Multi Criteria
Decision Making untuk Optimalisasi
Penentuan Lokasi Promosi 3. Heri Kiswanto, Susanto,
dan Nur Wakhidah
2010 Penilaian Kinerja Karyawan dengan Metode Fuzzy Multi Criteria Decision Making Menggunakan Microsoft Visual C# 2010 dan SQL Server2008
(28)
BAB 3
ANALISIS DAN PERANCANGAN SISTEM
Pada bab ini terdapat analisis yang dilakukan untuk memberikan penjelasan tentang implementasi yang akan dibangun secara umum, dimana hasil analisis tersebut akan menjadi dasar dalam melakukan perancangan dan desain program sesuai dengan kebutuhan sistem tersebut. Pada bab ini akan dibahas mengenai analisis permasalahan, penyelesaian masalah, perancangan sistem, deskripsi sistem, rancangan antarmuka dan algoritma sistem.
3.1 Analisis Kinerja Algoritma Fuzzy Multi Criteria Decision Making
Pada penelitian ini akan dilakukan analisis dan perancangan perangkat lunak yang dapat menghasilkan diagnosis hepatitis dengan menggunakan algoritma fuzzy. Proses penentuan penyakit hepatitis didasarkan pada nilai parameter gejala-gejala yang dimiliki pasien. Penentuan diagnosa hepatitis ini melalui proses pengolahan kriteria dan perhitungan fuzzy dan berusaha untuk menghasilkan alternatif optimal berdasarkan prioritas tertinggi. (Kusumadewi & Guswaludin, 2005)
Dalam pendekatan algoritma fuzzy diawali dengan pembuatan himpunan rating bobot masing-masing kriteria dan melakukan evaluasi dan agregasi. Proses setiap pemilihan prioritas altenatif ditentukan dari hasil agregasi. Setelah itu dilakukan nya seleksi prioritas tertinggi sebagai alternatif optimal
Memprioritaskan alternatif keputusan berdasarkan hasil agregasi; Prioritas dari hasil agregasi dibutuhkan dalam rangka proses perangkingan alternatif keputusan.
(29)
15
Karena hasil agregasi ini direpresentasikan dengan menggunakan bilangan fuzzy segitiga, maka dibutuhkan metode perangkingan untuk bilangan fuzzy segitiga. Salah satu metode yang dapat digunakan adalah metode nilai total integral. Misalkan F adalah bilangan fuzzy segitiga, F = (a, b, c), maka nilai total integral dapat dirumuskan sebagai berikut:
��∝ � = 12 (∝ + + (1−∝) ) (3.1)
Nilai a adalah indeks keoptimisan yang merepresentasikan derajat keoptimisan bagi pengambil keputusan (0=a=1). Apabila nilai a semakin besar mengindikasikan bahwa derajat keoptimisannya semakin besar. Memilih alternatif keputusan dengan prioritas tertinggi sebagai alternatif yang optimal. Semakin besar nilai F
i berarti kecocokan terbesar dari alternatif keputusan untuk kriteria keputusan, dan nilai inilah yang akan menjadi tujuannya.
Fuzzy Multi Criteria Decion Making (FMCDM) adalah salah satu metode yang bisa membantu pengambil keputusan dalam melakukan pengambilan keputusan terhadap beberapa alternatif keputusan yang harus diambil dengan beberapa kriteria yang menjadi bahan pertimbangan
Penelitian dilakukan melalui langkah-langkah :
1. Representasi masalah, meliputi : penetapan tujuan keputusan, identifikasi alternatif, identifikasi kriteria,dan membangun struktur hirarki keputusan.
2. Evaluasi himpunan fuzzy dari alternatif-alternatif keputusan, meliputi menetapkan variabel linguistic dan fungsi keanggotaan, menetapkan rating untuk setiap kriteria, dan menghitung indeks kecocokan fuzzy pada setiap alternatif. 3. Melakukan defuzzy dalam rangka mencari nilai alternatif yang optimal
Hal tersebut merupakan langkah utama yang harus di lakukan dalam proses sistem pendukung keputusan dengan menggunakan algoritma Fuzzy Multi Criteria Decion Making (FMCDM)
(30)
3.2 Proses dan Cara Kerja dari Algoritma Fuzzy
A.Untuk Alternatif Penyakit Yaitu : Penyakit Hepatitis A (A1) Penyakit Hepatitis B (A2) Penyakit Hepatitis C (A3)
Gambar 3.1 Algoritma Fuzzy Multi Criteria Decision Making mulai
Representasi masalah Identifikasi Alternatif Ai
i = 1,2,3,…n identifikasi kriteria Ci
Representasi bobot kepentingan Representasi derajat kecocokan
Evaluasi himpunan fuzzy untuk alternatif keputusan dan melakukan agregasi bobot bobot pada setiap kriteria
Menyeleksi alternatif yang optimal
- Memprioritaskan alternatif keputusan - Mencari nilai integral
selesai Menentukan alternatif keputusan berdasarkan nilai total integral tertinggi
(31)
17
B.Sedangkan Kriterianya Adalah : Gejala mirip flu [C1] Rasa Lelah [C2]
Demam [C3]
Diare [C4] Mual [C5]
Nyeri perut [C6] Mata kuning [C7]
Hilang nafsu makan (Anoreksia) [C8] Lemah [C9]
Lesu [C10]
Sakit otot / Pegal-pegal (Mialgia) [C11] Demam ringan [C12]
Kurang nafsu makan [C13] Kulit kuning [C14]
Air seni berwarna gelap [C15]
Muntah [C16]
Sakit perut [C17] Sakit Kepala [C18] Pegalinu [C19] Malaise [C20] Nausea [C21]
Pusing [C22]
Air seni kemerahan [C23]
Bola mata bagian putih menjadi kuning [C24] Nyeri sendi [C25]
Rasa tidak enak pada tenggorokan [C26] Muncul Ikterus selama beberapa hari [C27] Insidous [C28]
Rash [C29]
Jaundice [C30] Menggigil [C31]
(32)
Nyeri perut sebelah kanan [C32] Penurunan berat badan [C33]
Gangguan Abdominan tidak jelas [C34] Kembung [C35]
Mencret [C36]
C.Menentukan derajat kepentingan dari kriteria pilihan
Bobot kepentingan kriteria T (kepentingan) W = {Kurang Penting (KP), Agak Penting (AP), Penting (P), Cukup Penting (CP), Penting Sekali (PS)}.
D.Menentukan rating kepentingan dan kecocokan serta stuktur hirarki
Untuk dapat menentukan hubungan rating kepentingan, dilakukan pencocokan antara kriteria dengan derajat kepentingan. Hubungan tersebut dapat dilihat pada tabel 3.1 dan tabel 3.2
Tabel 3.1. Rating Kepentingan Tabel 3.2.rating kecocokan
Kriteria Rating Kriteria Rating
A1 A2 A3
C1 P C1 C C C
C2 P C2 C C C
C3 P C3 C C C
C4 P C4 C C C
C5 P C5 C C C
C6 P C6 C C C
C7 P C7 C C C
C8 P C8 C C C
C9 P C9 C C C
C10 P C10 C C C
C11 P C11 C C C
C12 P C12 C C C
C13 P C13 C C C
(33)
19
Tabel 3.1 Rating Kepentingan Tabel 3.2 Rating Kecocokan
(lanjutan) (lanjutan)
E. Menentukan derajat kecocokan alternatif terhadap kriteria
Derajat kecocokan alternatif terhadap kriteria T (kecocokan) S = {Kurang Cocok (KC),Agak Cocok (AC), Cocok (C), Cukup Cocok (CC), Sangat Cocok (SC)}
F. Menentukan derajat kepentingan masing-masing alternatif terhadap kriteria Fungsi keanggotaan untuk setiap elemen direpresentasikan dengan menggunakan bilangan fuzzy segitiga sebagai berikut :
Kriteria Rating Kriteria Rating
A1 A2 A3
C15 P C15 C C C
C16 P C16 C C C
C17 P C17 C C C
C18 P C18 C C C
C19 P C19 C C C
C20 P C20 C C C
C21 P C21 C C C
C22 P C22 C C C
C23 P C23 C C C
C24 P C24 C C C
C25 P C25 C C C
C26 P C26 C C C
C27 P C27 C C C
C28 P C28 C C C
C29 P C29 C C C
C30 P C30 C C C
C31 P C31 C C C
C32 P C32 C C C
C33 P C33 C C C
(34)
SP = SC (0.75, 1, 1) AP = AC (0, 0.25, 0.5) CP = CC (0.5, 0.75, 1) KP = KC (0, 0, 0.25) P = C (0.25, 0.5, 0.75)
G.Mengagregasikan bobot-bobot kriteria dan derajat kecocokan setiap alternatif dengan kriterianya
Untuk alternatif Penyakit Hepatitis A (A1) Alternatif A1
Y1=
1/36((P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P* C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C) +(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+( P*C)+(P*C)+ (P*C))
=1/36((0.25*0.25)+(0.25*0.25)+(0.25*0.25)+(0.25*0.25)+(0.25*0.25)+(0.25*0.25) + (0.25*0.25)+(0.25*0.25)+ (0.25*0.25)+ (0.25*0.25)+ (0.25*0.25)+ (0.25*0.25)+ (0.25*0.25)+ (0.25*0.25)+ (0.25*0.25)+ (0.25*0.25)+ (0.25*0.25)+ (0.25*0.25)+ (0.25*0.25)+ (0.25*0.25)+ (0.25*0.25)+ (0.25*0.25)+ (0.25*0.25)+ (0.25*0.25)+ (0.25*0.25)+ (0.25*0.25)+ (0.25*0.25)+ (0.25*0.25)+ (0.25*0.25)+ (0.25*0.25)+ (0.25*0.25)+ (0.25*0.25)+ (0.25*0.25)+ (0.25*0.25)+ (0.25*0.25)+ (0.25*0.25)) = 0.0625
Q1 =
1/36((P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+ (P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+ (P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+ (P*C)+(P*C)+(P*C)+ (P*C))
= 1/36((0.5*0.5)+ (0.5*0.5)+ (0.5*0.5)+ (0.5*0.5)+ (0.5*0.5)+ (0.5*0.5)+ (0.5*0.5)+ (0.5*0.5)+ (0.5*0.5)+ (0.5*0.5)+
(0.5*0.5)+ (0.5*0.5)+ (0.5*0.5)+ (0.5*0.5)+ (0.5*0.5)+ (0.5*0.5)+ (0.5*0.5)+ (0.5*0.5)+ (0.5*0.5)+ (0.5*0.5)+
(35)
21
(0.5*0.5)+ (0.5*0.5)+ (0.5*0.5)+ (0.5*0.5)+ (0.5*0.5)+ (0.5*0.5)+ (0.5*0.5)+ (0.5*0.5)+ (0.5*0.5)+ (0.5*0.5)+
(0.5*0.5)+ (0.5*0.5)+ (0.5*0.5)+ (0.5*0.5)+ (0.5*0.5)+ (0.5*0.5)) = 0.25
Z1 =
1/36((P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P* C)+
(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+ (P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+(P*C)+ (P*C)+(P*C)+ (P*C))
= 1/36((0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+
(0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)+ (0.75*0.75)) = 0.5625
Perhitungan dilakukan sampai dengan Alternatif A3 Diperoleh Tabel 3.3 Alternatif A3
Y= a Q=b Z=c
A1 0.0625 0.25 0.5625
A2 0.0625 0.25 0.5625
A3 0.0625 0.25 0.5625
H.Memilih alternatif keputusan dengan prioritas tertinggi sebagai alternatif yang optimal .
Semakin besar Fi berarti kecocokan terbesar dari alternatif keputusan untuk kriteria keputusan, dan nilai inilah yang akan menjadi tujuannya. Untuk α = 0.5, maka diperoleh nilai F sebagai berikut :
(36)
F2 = (0.5)*((0.5)*0.5625+0.25+(1-0.5)*(0.0625)) = 0. 28125 F3 = (0.5)*((0.5)*0.5625+0.25+(1-0.5)*(0.0625)) = 0. 28125
Tabel 3.4 Nilai Total Integer dari Setiap Alternatif
Alternatif Nilai total integer
α =0 α =0,5 α = 1
A1 0.15625 0. 28125 0.40625
A2 0.15625 0. 28125 0.40625
A3 0.15625 0. 28125 0.40625
3.3 Perancangan Program
3.3.1 Rancangan Struktur Menu
Struktur menu software dirancang adalah sebagai berikut. a. Struktur Menu Utama
Gambar 3.2 Struktur Menu Utama
Pada Gambar 3.2 merupakan struktur menu utama dari program ini yang ketika dijalankan tampilan awalnya mendeskripsikan judul skripsi dalam layar utama program ini dan memiliki button continue,master, diagnosa, laporan,dan view untuk menuju ke halaman berikutnya.
b. Struktur Menu File
Gambar 3.3 Struktur Menu File
Menu File Diagnos
logout exit
Menu Welcome file
master
diagnosa laporan
(37)
23
Pada Gambar 3.3 menjelaskan struktur menu pada menu file yang dimana pada menu file ini memiliki 3 sub menu yang terdiri dari sub menu diagnosa, sub menu logoutOpen, dan sub menu Exit. Di setiap sub menu memiliki fungsi yang berbeda - beda yang akan dijelaskan lebih detail pada bab berikutnya.
3.3.2 Flowchart Diagram
Pada tahap penjelasan program selanjutnya dengan menggunakan Flowchart Diagram dari proses mulai hingga selesai untuk mendapatkan solusi optimal dapat dilihat ilustrasinya pada gambar 3.4.
Gambar 3.4 Flowchart Analisis Program Mulai
Data Kriteria Gejala
Pengolahan Data Parameter
Pengolahan Parameter
Perhitungan Fuzzy
Selesai
Parameter Hepatitis Parameter
Hepatitis Parameter
(38)
3.3.3 Data Flow Diagram
Data Flow Diagram (DFD) adalah alat yang biasa dipakai untuk mendokumentasikan proses dalam system atau sebuah teknik grafis yang menggambarkan aliran informasi dan transformasi yang diaplikasikan pada saat data bergerak dari input menjadi output (Simorangkir, 2011). Gambar 3.5 menggambarkan diagram aliran data sistem yang akan dibuat.
Gambar 3.5 Diagram Konteks DFD
Berikut ini adalah penjelasan proses DFD level 0 Diagnosa Penyakit Hepatitis dengan menggunakan Algoritma Fuzzy Multi Criteria Decision Making :
a. Proses
Nama Proses : Diagnosa Penyakit Hepatitis dengan menggunakan Algoritma Fuzzy Multi Criteria Decision Making
Keterangan : Proses diagnosa penyakit berdasarkan pengolahan parameter parameter inputan user dengan menggunakan
Algoritma Fuzzy. b. Arus Data
Input : - Nilai Parameter Pertanyaan Gejala
Proses yang ada pada Diagram Konteks diatas dapat dipecah lagi menjadi proses yang lebih lengkap dalam DFD level 1. Diagram untuk DFD level 1 dapat dilihat pada Gambar 3.6
User
Sistem Pendukung
Keputusan Parameter 1
Parameter 2 dst...
Negatif
Positif Hepatits A Positif Hepatits B Positif Hepatits C
(39)
25
Gambar 3.6 DFD Level 1
Proses 1
Nama Proses : Data Parameter
Input : Data variabel berupa pilihan Yes dan No untuk setiap pertanyaan gejala.
Output : Detail data parameter Keterangan : Proses input data parameter
Proses 2
Nama Proses : Olah data parameter
Input : Data jawaban Yes dan No untuk setiap pertanyaan gejala Output : Detail data parameter
Keterangan : Proses untuk mengolah data parameter
Proses 3
Nama Proses : Hasil
User
1.0 Data Parameter Nilai parameter
Detail nilai parameter
hasil diagnosa
2.0 Olah Data Parameter
3.0 Hasil detail nilai
(40)
Input : Data jawaban Yes dan No untuk setiap pertanyaan gejala Output : Diagnosa penyakit Hepatitis A,B,C dengan Algortima Fuzzy Keterangan : Hasil Diagnosa penyakit Hepatitis A,B,C dengan Algortima
Fuzzy
Proses yang terdapat ada pada DFD Level 1 diatas dapat dipecah lagi menjadi proses yang lebih sederhana dalam DFD level 1 Proses 2. Diagram untuk DFD level 1 dapat dilihat pada Gambar 3.7
Gambar 3.7 DFD Level 1 Proses 2
Evaluasi himpunan fuzzy pada setiap alternatif keputusan
User 2.1
Representasi masalah. nilai parameter
2.2 Evaluasi himpunan
fuzzy
2.3 Seleksi
2.4 Hasil
Hasil Diagnosa
Melakukan seleksi terhadap alternatif yang optimal.
(41)
27
Proses 1
Nama Proses : Representasi Masalah
Input : Identifikasi kumpulan alternatif dan kumpulan kriteria serta gambaran struktur hierarki
Output : Data alternatif dan kriteria beserta struktur hierarki Keterangan : Proses representasi masalah
Proses 2
Nama Proses : Evaluasi Himpunan Fuzzy Input : Himpunan rating bobot kriteria Output : Hasil evaluasi dan agregasi
Keterangan : Proses evaluasi dan agregasi berdasarkan bobot-bobot kriteria dan derajat kecocokan setiap alternatif dengan kriterianya. Proses 3
Nama Proses : Seleksi
Input : Prioritas alternatif
Output : Alternatif yang memiliki prioritas tertinggi
Keterangan : Menghasilkan alternatif dengan prioritas tertinggi sebagai alternatif optimal
3.3.4 Perancangan Basis Pengetahuan
Basis Pengetahuan merupakan Sekumpulan pengetahuan yang dihubungkan didalam suatu masalah yang berisi aturan-aturan yang berguna untuk penarikan suatu kesimpulan. Basis pengetahuan meliputi basis data dan aturan dasar yang mendefenisikan himpunan fuzzy atas input dan output yang digunakan. Perancangan ini merupakan langkah lanjutan dari pembentukan himpunan fuzzy. Aturan-aturan ini dibentuk dari himpunan fuzzy yang telah ditentukan sebelumnya. Adapun aturan- aturan yang digunakan pada sistem Pendukung Keputusan untuk Penentuan jenis hepatitis pada Penyakit Hepatitis ini dapat dilihat pada Tabel 3.5 .
(42)
Tabel 3.5 Basis Pengetahuan Pada Penyakit Hepatitis
Kriteria IF Aturan THEN Kategori
C 1 IF Gejala mirip flu THEN Hepatitis A-B
C 2 IF Rasa lelah THEN Hepatitis A-B-C
C 3 IF Demam THEN Hepatitis A-B-C
C 4 IF Diare THEN Hepatitis A
C 5 IF Mual THEN Hepatitis A-B-C
C 6 IF Nyeri perut THEN Hepatitis A
C 7 IF Mata kuning THEN Hepatitis A-B
C 8 IF Hilang napsu makan (Anoreksia) THEN Hepatitis A-C
C 9 IF Lemah THEN Hepatitis B
C 10 IF Lesu THEN Hepatitis A-C
C 11 IF Sakit otot /pegal-pegal (Mialgia) THEN Hepatitis A-B-C
C 12 IF Demam ringan THEN Hepatitis B
C 13 IF Kurang Napsu makan THEN Hepatitis B
C 14 IF Kulit kuning THEN Hepatitis B
C 15 IF Air seni berwarna gelap THEN Hepatitis A-B-C
C 16 IF Muntah THEN Hepatitis A-B-C
C 17 IF Sakit perut THEN Hepatitis B-C
C 18 IF Sakit kepala THEN Hepatitis B
C 19 IF Pegal linu THEN Hepatitis E
C 20 IF Malaise THEN Hepatitis A
C 21 IF Nausea THEN Hepatitis A
C 22 IF Pusing THEN Hepatitis A-B
C 23 IF Air seni kemerahan THEN Hepatitis A
C 24 IF Bola mata bagian putih menjadi kuning
THEN Hepatitis A
C 25 IF Nyeri sendi THEN Hepatitis A-B
C 26 IF Rasa tidak enak pada tenggorokan THEN Hepatitis A C 27 IF Muncul Ikterus selama beberapa
hari
(43)
29
Tabel 3.5 Basis Pengetahuan Pada Penyakit Hepatitis (lanjutan)
Kriteria IF Aturan THEN Kategori
C 28 IF Insidious THEN Hepatitis B
C 29 IF Rash THEN Hepatitis B
C 30 IF Jaundice THEN Hepatitis B-C
C 31 IF Menggigil THEN Hepatitis C
C 32 IF Nyeri perut sebelah kanan THEN Hepatitis C C 33 IF Penurunan berat badan yang tidak
diketahui penyebabnya
THEN Hepatitis C C 34 IF Gangguan abdominal tidak jelas THEN Hepatitis C
C 35 IF Kembung THEN Hepatitis C
C 36 IF Menceret THEN Hepatitis C
3.3.5 .Use Case Diagram
Gambar 3.8 Use Case Diagram untuk Optimizer
Optimizer
<<uses>> <<uses>>
<<uses>>
User
Memasukkan Nilai Parameter
1
Memasukkan Nilai Parameter
2
Memasukkan Nilai Parameter
3
Menginformasikan hasil diagnosa hepatitis <<uses>>
(44)
Langkah pertama yang yang dilakukan untuk membuat kebutuhan pengguna adalah memodelkan sistem, hal tersebut dapat digambarkan dengan menggunakan use case diagram. Untuk memperoleh gambaran tentang sistem yang Use case merupakan peringkat tertinggi dari fungsionalitas yang dimiliki sistem. Dengan use case diagram dapat diketahui proses yang terjadi pada aktivitas sistem diagnose penyakit hepatitis. Use case tersebut menggambarkan mengenai proses yang digunakan dan data model dari sistem.
Sebuah use case diagram terdiri dari:
Actor : Seseorang atau sesuatu yang berinteraksi dengan sistem. Dalam hal ini adalah user.
Use case : Perilaku. Dalam sistem ini meliputi operator-operator algoritma Fuzzy.
Deskripsi use case diagram dari gambar 3.8: 1. Use case : input data parameter 1
Actor : user
Deskripsi : user memasukkan nilai parameter 2. Use case : input data parameter 2
Actor : user
Deskripsi : user memasukkan nilai parameter 3. Use case : input data parameter 3
Actor : user
Deskripsi : user memasukkan nilai parameter 4. Use case : output hasil diagnosa
Actor : user
Deskripsi : user dapat melihat hasil diagnosa hepatitis A,B, dan C.
3.3.6. Perancangan Menu Sistem
(45)
31
Gambar 3.9 Struktur Menu Sistem
3.3.7. Perancangan Antarmuka
Perancangan Form adalah perancangan gambaran sistem ketika sistem dijalankan. Perancangan Form yang akan dibuat pada Sistem Pendukung Keputusan untuk Penentuan Stadium Penyakit Hepatitis ini adalah sebagai berikut:
1. Form Login
Halaman Login ini dibuat untuk menginput username dan password user. Apabila terjadi kegagalan dalam login maka user akan kembali ke tampilan
login
File Master Diagnosa Laporan
Diagnosa baru Logout
Exit
Daftar penyakit Gejala penyakit Rating kepentinga Rating kecocokan Pasien
User
Proses Laporan
Penyakit Pasien diagnosa
(46)
menu utama yang ada pada sistem. Adapun tampilan halaman Login dapat dilihat pada Gambar 3.10.
Gambar 3.10 Form Login
2. Form Menu Utama
Halaman menu utama berisi 4 menu yaitu File, Master, Diagnosa dan Laporan. Menu utama ini berfungsi untuk memilih menu-menu tampilan setelah user berhasil Login. Pada menu File terdapat 4 sub menu. Adapun tampilan halaman menu utama dapat dilihat pada Gambar 3.11 berikut ini:
Gambar 3.11 Form Menu Utama Login
Username password
login
Diagnosa Hepatitis
File Master Diagnosa Laporan Diagnosa
Logout Exit
Daftar penyakit Gejala penyakit Rating
kepentingan Rating kecocokan Pasien User
Penyakit Pasien Diagnosa proses
(47)
33
3. Form Data User
Form data user digunakan untuk menginputkan data user berupa ID user, nama, dan status user. Setelah user mengisi data maka dapat dilakukan pengolahan data bisa ditambah, di edit, di hapus dan disimpan. Semua data user nantinya akan disimpan di database user. Apabila data yang diisi oleh user belum terisi semua akan muncul pesan error dari sistem. Adapun tampilan halaman form data user dapat dilihat pada Gambar 3.12 Form Input Data Pasien.
Gambar 3.12 Form Input Data user Tambah user
Id user Nama user Password jabatan
simpan batal
(48)
BAB 4
IMPLEMENTASI DAN PENGUJIAN SISTEM
Pada bab ini akan dijelaskan proses implementasi pada sistem yang dibangun,sesuai perancangan yang dilakukan pada bab 3 dan melakukan pengujian sistem yang telah dibangun
4.1 Implementasi Sistem
Pada tahap ini,metode Fuzzy Multi Criteria Decision Making di implementasikan pada sistem dengan menggunakan Microsoft visual basic.Net 2010 dan tool database menggunakan Microsoft acces 2007
4.1.1 Spesifikasi Peragkat Keras dan Perangkat Lunak yang Digunakan
Spesifikasi perangkat keras dan perangkat lunak yang digunakan untuk membangun sistem ini adalah sebagai berikut:
1. Prosesor AMD Turion X2 RM74 2.2 Ghz. 2. RAM 1Gb.
3. Operating Sistem Windows XP.
4. Tools dan Microsoft Visual Basic.Net 2010. 5. Database Microsoft acces 2007.
4.1.2 Implementasi Perancangan Antarmuka
(49)
35
1. Halaman Login
Halaman login adalah halaman yang digunakan oleh user dan admin untuk masuk kedalam sistem dengan menginput username dan password. Halaman Login pada sistem dapat dilihat pada Gambar 4.1 sebagai berikut:
Gambar 4.1 Halaman Login
2. Halaman Utama
Halaman utama merupakan yang pertama kali muncul ketika sistem dijalankan. Pada halaman utama terdapat. Apabila login sebagai user system/ admin, terdapat 5 menu pilihan yaitu File, Master, Diagnosa penyakit,Laporan, dan view. Didalam menu terdapat submenu lain seperti menu file terdiri dari 3 sub menu yaitu diagnosa baru, log out, dan exit. Menu master memiliki 6 sub menu dafatar penyakit, gejala penyakit, rating kepentingan, rating kecocokan,pasien,dan user,menu diagnosa digunakan untuk mendiagnosa penyakit, menu laporan memiliki 3 sub menu yaitu penyakit,pasien dan diagnosa. Dan pada view terdapat toolbar .Tampilkan form menu utama admin dapat dilihat pada Gambar 4.2 Form Menu Utama.
(50)
Gambar 4.2 Form Menu Utama
A. Master
Ketika submenu master diklik maka akan muncul tampilan form seperti Gambar 4.3. Form master ini berisi tentang nilai ataupun rating setiap variabel fuzzy yang hanya bisa di akses oleh admin. Data-data yang disimpan pada form master ini nantinya akan tersimpan di database . Tampilan form master dapat dilihat pada Gambar 4.3
Gambar 4.3 Tampilan submenu Master
B. User System
Pada submenu user system terdapat pilihan yaitu tambah user system dan edit/hapus. Form tambah ini berfungsi untuk menambahkan user system dengan mengisi daftar
(51)
37
pribadinya seperti id user, nama, password dan jabatan. Setelah disimpan data akan tersimpan di database user system. Tampilan form tambah user dapat dilihat pada Gambar 4.4 di bawah ini:
Gambar 4.4 tampilan submenu User system/ admin
C. Form Diaganosis Penyakit
Saat pengguna mengklik form diagnose penyakit akan muncul tampilan untuk melakukan proses pendiagnosaan dan terdapat form untuk mengisi data pasien. Adapun tampilan untuk form diagnosa penyakit dapat dilihat pada gambar 4.5 berikut ini :
(52)
Gambar 4.5 tampilan form diagnosa penyakit
Setelah proses pengisian data pasien maka akan dilanjutkan dengan pengisian gejala yang di alami dengan mencentak setiap diagnosa yang ada pada tabel diagnosa tersebut. Dimana pengisian harus sesuai dengan gejala yang di alami. Setelah data di isi lalu di lanjutkan dengan menekan tombol diagnosa dan kemudian akan timbul hasil dari proses diagnosa seperti gambar 4.6. Hasil diagnosis dapat di simpan dengan
(53)
39
Gambar 4.6 Tampilan hasil diagnosa
D. Form Pasien
Saat pengguna mengklik form pasien maka akan muncul tampilan data pasien yang telah melakukan proses pendiagnosaan. Adapun tampilan untuk form pasien dapat dilihat pada gambar 4.7
(54)
4.2 Pengujian Sistem
Pengujian sistem dilakukan untuk memeriksa kekompakan atau kinerja antar komponen sistem yang diimplementasikan. Tujuan utama dari pengujian sistem adalah untuk memastikan bahwa elemen-elemen atau komponen-komponen dari sistem telah berfungsi sesuai dengan yang diharapkan. Metode pengujian yang digunakan adalah metode Black Box
4.2.1 Rencana Pengujian Sistem
Pengujian sistem dilakukan untuk memeriksa kekompakan atau kinerja antar komponen sistem yang diimplementasikan. Tujuan utama dari pengujian sistem adalah untuk memastikan bahwa elemen-elemen atau komponen-komponen dari sistem telah berfungsi sesuai dengan yang diharapkan. Metode pengujian yang digunakan adalah metode Black Box. Dapat di lihat pada tabel 4.1 berikut
Tabel 4.1 Rencana Pengujian
No Komponen sistem yang di uji Butir biji
1 Login Tombol “login”
Informasi kegagalan dalam melakukan login
2 Halaman user Tombol “tambah”
Tombol “edit’’ Tombol “hapus”
3 Halaman Pasien Tombol “tambah”
Tombol “edit’’ Tombol “hapus” 4 Halaman menu edit user sistem Tombol “batal”
Tombol “simpan”
5 Halaman menu exit Tombol “exit”
6 Halaman menu diagnose Tombol “pilih”
Tombol “diagnosa” Tombol “simpan”
(55)
41
4.2.2. Kasus dan Hasil Pengujian Sistem
Berikut adalah kasus untuk pengujian sistem yang dibangun menggunakan metode Block Box berdasarkan rencana pengujian pada Tabel 4.2 Hasil Pengujian.
Tabel 4.2 Hasil Pengujian
No
Komponen sistem yang di
uji
Skenario uji Hasil yang diharapkan Hasil
1 Login Masukkan user name dan password yang benar
Ketika data login dimasukkan dan tekan tombol login maka akan dilakukan proses
pengecekan data untuk login,apabila data benar maka akan masuk ke halaman utama
Berhasil
Masukkan user name dan data password yang salah
Ketika data login
dimasukkan dengan data yang salah maka
akan tampil pesan pemberitahuan kesalahan
Berhasil
2 Halaman master
Tekan tombol tambah dan lakukan pengisian data atau variable lalu tekan tombol simpan
Ketika data telah di masukkan dan dilakukan penyimpanan maka data tersebut akan tersimpan pada database
Berhasil
Tekan tombol edit dan lakukan pengisian data atau variable lalu tekan tombol simpan.
Ketika data telah di edit dan dilakukan
penyimpanan maka data tersimpan pada database
(56)
Tabel 4.2 Hasil Pengujian (lanjutan)
No
Komponen sistem yang di
uji
Skenario uji Hasil yang diharapkan Hasil
2
Halaman Master
Tekan tombol hapus dan pilih data data atau variable yang akan di hapus dan tekan tombol oke
Ketika dilakukan proses penghapusan ,maka data yang di hapus akan otomatis hilang dari database
Berhasil
3 Halaman user sistem
Masukkan data yang akan di tambah,di edit, dan di hapus lalu kemudian tekan tombol ok
Ketika data yang telah di masukkan baik itu tambah,edit,atau hapus maka data tersebut akan tersimpan pada sistem
Berhasil
4 Halaman menu diagnosa
Masukkan data
pasien,kemudian pilih gejala yang di alami dan kemudian tekan tombol diagnose
Ketika data dan semua gejala yang di alami telah di masukkan lalu tekan tombol diagnosa ,maka proses pemeriksaan akan berkangsung dan akan keluar hasil dari proses diagnosa
Berhasil
5
Halaman menu pasien
Masukkan data pasien untuk melakukan penambahan pasien lalu tekan tombol simpan
Ketika data telah di masukkan maka data akan tersimpan pada database pasien
(57)
43
Tabel 4.2 Hasil Pengujian (lanjutan)
No
Komponen sistem yang di
uji
Skenario uji Hasil yang diharapkan Hasil
5 Halaman Menu Pasien
Pilih menu
edit,Masukkan data pasien yang akan di edit lalu tekan tombol simpan
Ketika proses input data yang akan di edit
dilakukan maka data akan tersimpan pada database
Berhasil
Pilih data pasien yang akan di hapus lalu tekan tombol hapus
Ketika di lakukan proses penghapusan maka pasien akan terhapus dari database
berhasil
6 Menu exit Tekan tombol exit Disaat tombol exit di tekan maka akan keluar dari menu utama
Berhasil
Setelah dilakukannya proses pengujian pada sistem dan telah didapatkannya kondisi berhasil dari setiap pengujiannya,maka dapat di simpulkan bahwa sistem yang di bangun dapat berjalan dengan baik.
(58)
BAB 5
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Setelah melakukan implementasi dan pengujian sistem pendukung keputusan untuk mendiagnosa penyakit hepatitis A-C maka dapat ditarik kesimpulan sebagai berikut:
1. Dengan menggunakan algoritma Fuzzy Multi Criteria Decision Making didapatkan suatu keputusan diagnosis penentuan penderita penyakit hepatitis dengan hasil perhitungan antar variable.
2. Nilai defuzzyfikasi yang dihasilkan merupakan sebagai kategori yang ditampilkan dalam bentuk persentasi hasil diagnosa penyakit hepatitis.
5.2 Saran
Penulis menyarankan pengembangan penelitian lebih lanjut sistem pengambilan keputusan untuk diagnosa penyakit hepatitis sebagai berikut:
1. Sistem pendukung keputusan untuk diagnosis penyakin hepatitis ini dapat dikembangkan dengan menggunakan metode matematika lain.
2. Dalam penelitian selanjutnya diharapkan algoritma Fuzzy Multi Criteria Decision Making dapat dibandingkan dan dianalisis kinerjanya dengan metode atau algoritma lain pada penelitian yang sama.
(59)
45
DAFTAR PUSTAKA
Divayana & Hendra, D.G. 2011. Sistem Pakar Mendiagnosis Kerusakan Pada Televisi Berwarna. Jurnal Manajamen Dan Teknologi Informasi Volume 2, Nomor 1. Oktober 2011.
Gaus, B. 2013. Sistem Pendukung Keputusan Penentuan Stadium Penyakit Tuberkolosis menggunakan Metode Fuzzy Sugeno.
Hasibuan, Nur Kholifah. 2011. Sistem Pendukung Keputusan Pemilihan Laptop Dengan Metode Ahp Dan Topsis. Medan : Universitas Sumatera Utara. Kahar, N. & Fitri, N. 2011. Aplikasi Metode Fuzzy Multi Criteria Decision Making
untuk optimalisasi penentuan lokasi promosi produk. Seminar Nasional Aplikasi Teknologi Informasi 2011 Yogyakarta 17-18 juni 2011.
Kusumadewi, S. & Guswaludin, I. 2005. Fuzzy Multi Criteria Decision Making.Media Informatika juni 2005.
Kusumadewi, S. 2003. Artificial Intelligence (Teknik dan Aplikasinya).Yogyakarta : Graha Ilmu. 2003.
Pradana, C.P. & Kusumadewi, S. 2009. Aplikasi Diagnosis Penyakit Hepatitis untuk Mobile Devices Menggunakan J2ME.
Rosnelly,R. & Wardoyo, R. 2011. Penerapan Fuzzy Multi Criteria Decision Making untung diagnose penyakit tropis. Seminar Nasional Informatika 2011 Yogyakarta 2 Juli 2011.
Sadeli, M. 2012. Aplikasi Mini Market dengan Visual Basic 2010 untuk Orang Awam. Penerbit: Maxikom. Palembang.
Sulistyohati, A. 2008. Aplikasi sistem pakar diagnosa penyakit ginjal dengan Metode Dempster-Shafer. Seminar Nasional Aplikasi Teknologi Informasi 2008 Yogyakarta, 21 Juni 2008.
Susanto, Heru. 2009. Aplikasi Diagnosis Penyakit Hepatitis Menggunakan J2me Dengan Metode Certainty Factor.Surabaya: Institut Teknologi Sepuluh November.
Thendean. H. & Sugiarto. M. 2008. Penerapan Fuzzy IF-THEN Rules untuk Peningkatan Kontras Pada Citra Hasil Mamografi. Universitas Tarumanegara: Jakarta
Wahana, K. 2012. Aplikasi Database untuk Tugas Akhir Menggunakan Visual Basic 2010. Penerbit ANDI. Yokyakarta
(1)
4.2 Pengujian Sistem
Pengujian sistem dilakukan untuk memeriksa kekompakan atau kinerja antar komponen sistem yang diimplementasikan. Tujuan utama dari pengujian sistem adalah untuk memastikan bahwa elemen-elemen atau komponen-komponen dari sistem telah berfungsi sesuai dengan yang diharapkan. Metode pengujian yang digunakan adalah metode Black Box
4.2.1 Rencana Pengujian Sistem
Pengujian sistem dilakukan untuk memeriksa kekompakan atau kinerja antar komponen sistem yang diimplementasikan. Tujuan utama dari pengujian sistem adalah untuk memastikan bahwa elemen-elemen atau komponen-komponen dari sistem telah berfungsi sesuai dengan yang diharapkan. Metode pengujian yang digunakan adalah metode Black Box. Dapat di lihat pada tabel 4.1 berikut
Tabel 4.1 Rencana Pengujian
No Komponen sistem yang di uji Butir biji
1 Login Tombol “login”
Informasi kegagalan dalam melakukan login
2 Halaman user Tombol “tambah”
Tombol “edit’’ Tombol “hapus”
3 Halaman Pasien Tombol “tambah”
Tombol “edit’’ Tombol “hapus” 4 Halaman menu edit user sistem Tombol “batal”
Tombol “simpan”
5 Halaman menu exit Tombol “exit”
(2)
41
4.2.2. Kasus dan Hasil Pengujian Sistem
Berikut adalah kasus untuk pengujian sistem yang dibangun menggunakan metode Block Box berdasarkan rencana pengujian pada Tabel 4.2 Hasil Pengujian.
Tabel 4.2 Hasil Pengujian
No
Komponen sistem yang di
uji
Skenario uji Hasil yang diharapkan Hasil 1 Login Masukkan user name
dan password yang benar
Ketika data login dimasukkan dan tekan tombol login maka akan dilakukan proses
pengecekan data untuk login,apabila data benar maka akan masuk ke halaman utama
Berhasil
Masukkan user name dan data password yang salah
Ketika data login
dimasukkan dengan data yang salah maka
akan tampil pesan pemberitahuan kesalahan
Berhasil
2 Halaman master
Tekan tombol tambah dan lakukan pengisian data atau variable lalu tekan tombol simpan
Ketika data telah di masukkan dan dilakukan penyimpanan maka data tersebut akan tersimpan pada database
Berhasil
Tekan tombol edit dan lakukan pengisian data atau variable lalu tekan tombol simpan.
Ketika data telah di edit dan dilakukan
penyimpanan maka data tersimpan pada database
(3)
Tabel 4.2 Hasil Pengujian (lanjutan)
No
Komponen sistem yang di
uji
Skenario uji Hasil yang diharapkan Hasil
2
Halaman Master
Tekan tombol hapus dan pilih data data atau variable yang akan di hapus dan tekan tombol oke
Ketika dilakukan proses penghapusan ,maka data yang di hapus akan otomatis hilang dari database
Berhasil
3 Halaman user sistem
Masukkan data yang akan di tambah,di edit, dan di hapus lalu kemudian tekan tombol ok
Ketika data yang telah di masukkan baik itu tambah,edit,atau hapus maka data tersebut akan tersimpan pada sistem
Berhasil
4 Halaman menu diagnosa
Masukkan data pasien,kemudian pilih gejala yang di alami dan kemudian tekan tombol diagnose
Ketika data dan semua gejala yang di alami telah di masukkan lalu tekan tombol diagnosa ,maka proses pemeriksaan akan berkangsung dan akan keluar hasil dari proses diagnosa
Berhasil
5
Halaman menu pasien
Masukkan data pasien untuk melakukan penambahan pasien lalu tekan tombol simpan
Ketika data telah di masukkan maka data akan tersimpan pada database pasien
(4)
43
Tabel 4.2 Hasil Pengujian (lanjutan)
No
Komponen sistem yang di
uji
Skenario uji Hasil yang diharapkan Hasil
5 Halaman Menu Pasien
Pilih menu
edit,Masukkan data pasien yang akan di edit lalu tekan tombol simpan
Ketika proses input data yang akan di edit
dilakukan maka data akan tersimpan pada database
Berhasil
Pilih data pasien yang akan di hapus lalu tekan tombol hapus
Ketika di lakukan proses penghapusan maka pasien akan terhapus dari database
berhasil
6 Menu exit Tekan tombol exit Disaat tombol exit di tekan maka akan keluar dari menu utama
Berhasil
Setelah dilakukannya proses pengujian pada sistem dan telah didapatkannya kondisi berhasil dari setiap pengujiannya,maka dapat di simpulkan bahwa sistem yang di bangun dapat berjalan dengan baik.
(5)
BAB 5
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Setelah melakukan implementasi dan pengujian sistem pendukung keputusan untuk mendiagnosa penyakit hepatitis A-C maka dapat ditarik kesimpulan sebagai berikut:
1. Dengan menggunakan algoritma Fuzzy Multi Criteria Decision Making didapatkan suatu keputusan diagnosis penentuan penderita penyakit hepatitis dengan hasil perhitungan antar variable.
2. Nilai defuzzyfikasi yang dihasilkan merupakan sebagai kategori yang ditampilkan dalam bentuk persentasi hasil diagnosa penyakit hepatitis.
5.2 Saran
Penulis menyarankan pengembangan penelitian lebih lanjut sistem pengambilan keputusan untuk diagnosa penyakit hepatitis sebagai berikut:
1. Sistem pendukung keputusan untuk diagnosis penyakin hepatitis ini dapat dikembangkan dengan menggunakan metode matematika lain.
2. Dalam penelitian selanjutnya diharapkan algoritma Fuzzy Multi Criteria Decision Making dapat dibandingkan dan dianalisis kinerjanya dengan metode atau algoritma lain pada penelitian yang sama.
(6)
45
DAFTAR PUSTAKA
Divayana & Hendra, D.G. 2011. Sistem Pakar Mendiagnosis Kerusakan Pada Televisi Berwarna. Jurnal Manajamen Dan Teknologi Informasi Volume 2, Nomor 1. Oktober 2011.
Gaus, B. 2013. Sistem Pendukung Keputusan Penentuan Stadium Penyakit Tuberkolosis menggunakan Metode Fuzzy Sugeno.
Hasibuan, Nur Kholifah. 2011. Sistem Pendukung Keputusan Pemilihan Laptop Dengan Metode Ahp Dan Topsis. Medan : Universitas Sumatera Utara. Kahar, N. & Fitri, N. 2011. Aplikasi Metode Fuzzy Multi Criteria Decision Making
untuk optimalisasi penentuan lokasi promosi produk. Seminar Nasional Aplikasi Teknologi Informasi 2011 Yogyakarta 17-18 juni 2011.
Kusumadewi, S. & Guswaludin, I. 2005. Fuzzy Multi Criteria Decision Making.Media Informatika juni 2005.
Kusumadewi, S. 2003. Artificial Intelligence (Teknik dan Aplikasinya).Yogyakarta : Graha Ilmu. 2003.
Pradana, C.P. & Kusumadewi, S. 2009. Aplikasi Diagnosis Penyakit Hepatitis untuk Mobile Devices Menggunakan J2ME.
Rosnelly,R. & Wardoyo, R. 2011. Penerapan Fuzzy Multi Criteria Decision Making untung diagnose penyakit tropis. Seminar Nasional Informatika 2011 Yogyakarta 2 Juli 2011.
Sadeli, M. 2012. Aplikasi Mini Market dengan Visual Basic 2010 untuk Orang Awam. Penerbit: Maxikom. Palembang.
Sulistyohati, A. 2008. Aplikasi sistem pakar diagnosa penyakit ginjal dengan Metode Dempster-Shafer. Seminar Nasional Aplikasi Teknologi Informasi 2008 Yogyakarta, 21 Juni 2008.
Susanto, Heru. 2009. Aplikasi Diagnosis Penyakit Hepatitis Menggunakan J2me Dengan Metode Certainty Factor.Surabaya: Institut Teknologi Sepuluh November.
Thendean. H. & Sugiarto. M. 2008. Penerapan Fuzzy IF-THEN Rules untuk Peningkatan Kontras Pada Citra Hasil Mamografi. Universitas Tarumanegara: Jakarta