Analisis Sistem Perancangan Sistem

BAB 3 ANALISIS DAN PERANCANGAN SISTEM

3.1 Analisis Sistem

Analisis sistem diperlukan untuk mengetahui permasalahan dan kebutuhan yang diperlukan dalam pembangunan sistem. Analisis terdiri dari 2 dua bagian yaitu analisis permasalahan yang ada dan analisis kebutuhan akan perangkat lunak yang nantinya akan dibuat.

3.1.1 Analisis Permasalahan

Analisis sistem diperlukan untuk mengetahui permasalahan dan kebutuhan yang diperlukan dalam pembangunan sistem.Sistem pakar yang dibangun merupakan sistem yang merepresentasikan kemampuan atau keahlian seorang pakar atau orang yang berpengalaman di bidang tertentu untuk membantu pengguna dalam mengatasi masalah. Dari hasil analisis permasalahan tersebut, perlu dirancang sebuah aplikasi yang mampu mendiuagnosis penyakit mulut.Dimana sisitem ini dapat membantu Universitas Sumatera Utara sipenderita dalam mendiagnosis penyakit mulut. Dan sipenderita juga bias mengakses informasi tanpa terbatas ruang dan waktu. Perancangan sebuah aplikasi harus dibuat secara matang, supaya tampilanya mudah dipahami dan hasilnya bermanfaat dan memuaskan bagi para pemakai.

3.1.2 Analisis Kebutuhan

Sebagai langkah awal dari proses analisis kebutuhan ini, akan diuraikan kembali tujuan dari tugas akhir sesuai dengan bab sebelumnya, adalah merancang sistem pakar yang dapat membantu para pakar dalam mendiagnosis penyakit mulut dengan metode Fuzzy. Sesuai dengan tujuan tugas akhir di atas, maka kriteria yang nantinya menjadi spesifikasi perangkat lunak yang dibangun adalah sebagai berikut: a. Perangkat lunak yang dapat menerapkan metode inferensi forward chaining untuk memperoleh gejala yang diderita oleh user. b. Perangkat lunak yang dapat menerapkan metode fuzzydalam penentuan kemungkinan penyakit mulut oleh user. Untuk memenuhi kriteria tersebut, maka dilakukan langkah-langkah seperti yang akan dijelaskan pada subbab-subbab selanjutnya.

3.2 Perancangan Sistem

Pada subbab ini akan diuraikan tentang perancangan sistem yang terdiri dari perancangan mesin inferensi, perancangan flowchart, perancangan basis data, bentuk tabel information sistem, dan perancangan algoritma. Universitas Sumatera Utara

3.2.1 Perancangan Mesin Inferensi

Pada perancangan sistem pakar untuk mendiagnosis suatu penyakit dilakukan dengan menggunakan mesin inferensi. Mesin inferensi forward chaining digunakan dalam sistem ini untuk mendiagnosis suatu penyakit setelah menerima gejala-gejala yang diinputoleh user. Setelah proses inputdata gejala selesai, maka sistem akan memberikan beberapa pertanyaan berkaitan dengan frekuensi dan intensitas gejala yang dirasakan oleh user tersebut. Dalam menjawab setiap pertanyaan, sistem telah menyediakan pilihan jawaban yang akan digunakan oleh user, dimana setiap jawaban merupakan representasi dari nilai fuzzy yang telah ditentukan pada sistem. Setiap jawaban yang diberikan oleh user akan dicari nilai kesesuaian kesamaannya dengan nilai gejala suatu penyakit tertentu yang ada dalam knowledge – based, sehingga diperoleh nilai kesesuaian berdasarkan frekuensi dan intensitas untuk masing – masing data gejala yang telah diinputpada penyakit tertentu. Setelah mendapatkan nilai kesesuaiannya, kemudian dilakukan pengelompokan nilai kesesuaian untuk setiap penyakit lalu menjumlahkannya. Setelah mendapatkan jumlah nilai kesesuaian untuk setiap penyakit, selanjutnya mencari nilai probability untuk setiap penyakit dengan cara membandingkan jumlah nilai kesesuaian setiap penyakit dengan banyaknya gejala yang dimiliki oleh penyakit tersebut di knowledge-based. Setelah mendapatkan nilai probability untuk setiap penyakit, kemudian dilakukan pengurutan secara menurun descending untuk kemungkinan penyakit yang diderita oleh user. Sehingga secara keseluruhan proses dari forward chaining mencakup proses inputgejala user, perhitungan nilai kesesuaian sampai perhitungan Universitas Sumatera Utara nilai probability untuk setiap penyakit. Untuk lebih jelasnya dapat dilihat pada flowchart pada Gambar 3.1 di bawah ini. Universitas Sumatera Utara START END Input Gejala User Jumlah_nilai_kesesuaian=0 gejala_knowledge_based[j] =0 Hitung nilai probability Hasil_diagnosa[a]= Jumlah_nilai_kesesuaianp a++ Count p= Countgejala_knowledge_based For j=1 to p Count n= Countpenyakit_knowledge_based For k=1 to n For i=1 to m Tidak Tidak Ya Jumlah_nilai_kesesuaian= jumlah_nilai_kesesuaian+nilai_kes esuaian i=m Ya a=0 k=n Tidak Ya Gejala=List gejala yang diisi Count m=CountGejala Hitung nilai_kesesuaian gejala_user[i] terhadap gejala_knowledge_based[i] Cetak hasil_diagnosa[a] descending Gambar 3.1 Flowchart Mesin Inferensi Forward Chaining Universitas Sumatera Utara

3.2.2 Perancangan Basis Data

Dalam perancangan basis data ini terdiri dari perancangan DFD, perancangan kamus data, dan perancangan antarmuka.

3.2.3.1 Perancangan DFD

Diagram Aliran DataData Flow Diagram DFD adalah alat yang biasa dipakai untuk mendokumentasi proses dalam sistem atau sebuah teknis grafis yang menggambarkan aliran informasi dan transformasi yang diaplikasikan pada saat data bergerak dari input menjadi output. Gambar 3.1 menggambarkan diagram aliran data dari sistem yang akan dibuat. Data Fuzzy Data tentag Mulut Data Gejala Hasil Diagnosis Data Kriteria User name passwordData Intensitas gejala Data Penyakit Data Penyakit Tentang Mulut Data penyakit tentang saya Gamabar 3.2 Diagram Konteks Sistem Penjelasan proses diagram konteks DFD sistem pakaruntuk diagnosa penyakit mulut dengan metode fuzzy adalah sebagai berikut: Sistem Pakar Untuk Mendiagnosis Penyakit Mulut dgn Metode Fuzzy Admin Use Universitas Sumatera Utara a. Proses Nama proses : Sistem Pakar untuk diagnosis penyakit mulut dengan metode fuzzy Keterangan : Proses diagnosa penyakit mulut berdasarkan gejala-gejala pada mulut. b. Arus Data Masukan : - Username dan password - Data gejala - Data penyakit - Data fuzzy - Data kriteria - Data intensitas gejala Keluaran : - data username dan password - data tentang mulut - data penyakit - tentang saya - hasil diagnosis c. Entitas Luar Nama Entitas : Admin Keterangan : merupakan bagian yang menambah data pada sistem Masukan : - data username dan password - data penyakit Universitas Sumatera Utara - tentang mulut Keluaran : - data username dan password - data gejala - data penyakit - data kriteria - data fuzzy Nama Entitas : User Keterangan : Pengguna yang menggunakan sistem untuk mendeteksi penyakit yang dideritanya. Masukan : - data penyakit - tentang mulut - hasil diagnosis - tentang saya Keluaran : - Intensitas Gejala Proses yang ada pada diagram konteks dapat dipecah lagi menjadi proses- proses yang lebih kecil dan lengkap dalam DFD level1. Diagram untuk DFD level 1 dapat dilihat pada gambar di bawah ini. Universitas Sumatera Utara Data Username password Data Username password Tabel data admin Data Username Data fuzzy data fuzzy data fuzzy tabel data fuzzy data gejala data gejala data gejala tabel data gejala data kriteria data kriteria data kriteria tabel data kriteria data penyakit data penyakit tabel data penyakit data gejala data gejala tabel data fuzzy tabel data gejala prioritas penyakit tabel data kriteria tabel data penyakit Gambar 3.3. DFD Level 1 Penjelasan proses diagram level nol sistem pakar fuzzy untuk diagnosa penyakit Mulut adalah sebagai berikut: a. Proses 1P Nama Proses : otentifikasi user Masukan : Data username dan password Keluaran :Data username dan password Keterangan : Proses untuk mengecek kebenaran username dan password administrator yang masuk b. Proses 2P Nama Proses : proses data fuzzy P1 Otentikasi Admin P2 Input data fuzzy P3 input data gejala P4 input data kriteria P5 input data penyaki t P6 proses diagnos i P7 hitung fuzzy Admin User Universitas Sumatera Utara Masukan : data fuzzy Keluaran : data fuzzy Keterangan : menambah data gejala fuzzy c. Proses 3P Nama Proses : Proses data gejala Masukan : Data gejala Keluaran : Data gejala Keterangan : menambah data gejala penyakit mulut d. Proses 4P Proses : proses data kriteria Masukan : data kriteria Keluaran : data kriteria Keterangan : menambah kriteria nilai intensitas gejala e. Proses 5P Proses : proses data penyakit Masukan : data penyakit Keluaran : data penyakit Keterangan : menambah data penyakit mulut f. Proses 6P Proses : proses diagnosis Masukan : data gejala Keluaran : data gejala Keterangan : mengolah hasil diagnosis penyakit setelah dilakukan proses perhitungan keseluruhan nilai gejala g. Proses 7P Proses : hitung fuzzy Masukan : - data penyakit - data kriteria - data fuzzy Universitas Sumatera Utara - data gejala Keluaran : prioritas penyakit Keterangan : menampilkan nama penyakit

3.2.3.2 Perancangan Kamus Data

Kamus data dipersiapkan untuk menjelaskan datayang dipakai untuk fase implementasi . Tabel 3.1 Tabel Kamus Data No Field Tipe data Panjang Keterangan 1 kode_penyakit Char 2 Kode untuk penyakit dimana huruf pertama merupakan nama penyakit diikuti nomor urutnya. 2 nama_penyakit Char 30 Nama Penyakit Mulut 3 kode_gejala Varchar 2 Kode untuk gejala dimana huruf pertama dan kedua berasal dari nama gejala diikuti nomor urutnya 4 nama_gejala Varchar 50 Nama gejala penyakit yang terlihat 5 kode_kriteria Varchar 8 Kode yang berisi no kriteria dari intensitas penyakit 6 nama_kriteria Varchar 50 Nama kriteria terdiri dari : sangat banyak, banyak, sedikit, tidak ada Universitas Sumatera Utara 7 nilai_kriteria Varchar 10 Berisi nilai diantara 0 – 1 yaitu 0; 0,3, 0,6 dan 1 8 Keterangan Varchar 20 Nilai intensitas gejala terhadap penyakit 9 Nama Varchar 10 Nama Admin untuk login ke halaman admin 10 Password Varchar 8 Password admin untuk login ke halaman admin

3.2.3 Bentuk Tabel Information System

Pada bab 2 telah dinyatakan bahwa penerapan sistem fuzzy dalam sistem pakaruntuk merepresentasikan pengetahuan dalam lingkungan yang tidak pasti dan tidak lengkap serta sangat kompleks. Penggabungan kedua sistem tersebut dikenal dengan sistem pakar fuzzy.Jika pada sistem pakar cara kerjanya mengacu pada rule based yang nilai perhitungannya hanya terdiri dari 0 dan 1, maka pada sistem pakar fuzzy lebih mengacu pada perhitungan nilai fuzzy yang berada pada interval 0 sampai dengan 1.Adapun nilai fuzzy dari gejala-gejala penyakit untuk suatu penyakit ditampilkan pada tabel information system. Tabel berikut merupakan information system dari gejala-gejala penyakit pada mulut yang diperoleh dari seorang pakar berdasarkan nilai intensitasnya. Universitas Sumatera Utara Tabel 3.2 Tabel Informasi Sistem Berdasarkan Nilai Intensitas Gejala No N.pen yakit J1 J2 J3 J4 J5 J6 J7 J8 J9 J10 J11 J12 J13 J14 J15 J16 J17 J18 1 HL 0,3 0 1 1 2 KO 0,6 0,3 1 3 KA 1 1 4 CB 0,6 0 1 5 LB 1 6 LG 1 1 7 GA 1 1 1 8 SAR 1 1 0,6 1 1 dengan J = Gejala Keterangan : 1. HL : Herpes Labialis 2. KO : Kandidas Oral 3. KA : Keilitis Angularis 4. CB : Cheek Bite 5. LB : Lidah Berfisur 6. LG : Lidah Geografik 7. GA : Glositis Atrofik 8. SAR : Stomatitis Aphtosa Rekumen Universitas Sumatera Utara Tabel 3.3 Tabel Keterangan Kode Gejala No Kode Gejala Nama Gejala 1 J1 Diawali perasaan menusuk terbakar 2 J2 Berwarna merah 3 J3 Ada plak keputih-putihan 4 J4 Dlm 24 jam timbul vesikel 5 J5 Keropeng nodula-nodula granulomatosa kecoklatan 6 J6 Keropeng sembuh beberapa waktu 7 J7 Abrasi traumatik dr permukaan epitel mukosa 8 J8 Bercak-bercak gundul dr papila filiformis 9 J9 Bercak-bercak gundul dr papila filiformis 10 J10 Dorsum awalnya tampak pucat 11 J11 Permukaan lidah tanpa papila-papila 12 J12 Tampak licin,kering mengkilat 13 J13 Ulser membesar dlm wkt 48-72 jam 14 J14 Lesi dangkal,bulat,simetris 15 J15 Lesi sembuh secara spontan dlm wkt 10-14 hari 16 J16 Lesi bisa mencapai 2-5 mm 17 J17 Ada garis fisur pd dorsal dr 23 anterior lidah 18 J18 Tidak ada koyakan jaringan Gejala penyakit ini sudah diringkas untuk gejala yang umum pada penyakit mulut.Untuk mempermudah mendiagnosa dan mempermudah user dalam menggunakanya. Universitas Sumatera Utara

3.2.4 Proses Perhitungan Nilai Fuzzy

Untuk mengetahui jenis penyakit mulut yang diderita maka diperlukan proses perhitungan nilai fuzzy berdasarkan gejala yang diinputkan user. Proses nilai fuzzy terdiri dari dua bagian yaitu : nilai kesesuaian tiap – tiap gejala untuk suatu penyakit dan perhitungan nilai fuzzy conditional probility suatu penyakit berdasarkan hasil inputan gejala dari user. Misalnya jika U adalah suatu knowledge-based gejala suatu set dari penyakit yang dinyatakan sebagai sebuah fuzzy set terhadap gejala A dan B adalah gejala yang di-inputkanoleh user yang dinyatakan sebagai suatu fuzzy set terhadap A, dimana A={a 1 , a 2 , a 3 , ..., a n } sedangkan U={µ uj a 1 a 1 , µ uj a 2 a 2 , µ uj a 3 a 3 , µ uj a 4 a 4 } dan B={µ B a 1 a 1 , µ B a 2 a 2 , µ B a 3 a 3 , µ B a 4 a 4 }. Untuk mencari nilai kesesuaian antara fuzzy set U dengan B maka dicari seberapa besar selisih antara µ uj a 1 yang merupakan nilai fuzzy set gejala a 1 menurut knowledge-based dengan µ B a 1 yang merupakan nilai fuzzy set gejala a 1 yang diinputkan oleh user dibagi dengan nilai µ uj a 1 . Misalnya gejala yang diinputkan oleh user adalah : - diawali perasaan menusukatau perasaan terbakar pada suatu tempat dibibir dengan intensitas yang banyak - plak keputih – putihan dengan dasar berwarna merah dengan intensitas sangat banyak - dalam 24 jam timbul vesikel yang akan pecah dalam waktu 48 jam dengan intensitas yang sedikit Universitas Sumatera Utara Maka sesuai dengan Tabel Information System pada tabel 3.3, gejala yang diinputkan user B = { 0,6 a1, 0,3 a2, 1 a4 }. Dengan menggunakan rumus 2.1 maka dihitung nilai kesesuaiannya : RBa 1 , U 1 a 1 = Max = Max0, 1 = 1 RBa 1 , U 5 a 1 = Max = Max0, 1 = 1 RBa 1 , U 7 a 1 =Max = Max0, 0.0 = 0 RBa 2 , U 1 a 2 = Max = Max0, 1 = 1 RBa 2 , U 3 a 2 =Max = Max0, 0,5 = 0,5 RBa 2 , U 8 a 2 =Max = Max0, 0,5 = 0,5 RBa 4 , U 1 a 4 = Max = Max0,1 = 1 RBa 4 , U 2 a 4 = Max = Max0,1 = 1 Dari perhitungan di atas dapat dilihat nilai kesesuaian yang dihasilkan tiap gejala yang diinput user terhadap gejala yang ada pada knowledge-based untuk setiap penyakit yang memiliki gejala tersebut. Setelah perhitungan nilai kesesuaian gejala antara gejala yang diinput oleh user dengan gejala yang ada pada knowledge – based, maka selanjutnya adalah penjumlahan nilai kesesuaian untuk setiap penyakit, selanjutnya mencari nilai fuzzy conditional probality untuk setiap penyakit dengan banyaknya gejala yang dimiliki oleh penyakit tersebut di knowledge – based dengan menggunakan rumus 3.3 maka dapat dihitung nilai fuzzy conditional probality dari data diatas : Universitas Sumatera Utara PB, U 1 = = PB, U 2 = = = 0,33 PB, U 3 = = = 0,16 PB, U 5 = = = 0 PB, U 7 = = = 0 PB, U 8 = = =0,16 Dari hasil yang diperoleh dari perhitungan diatas perlu dilakukan laporan kemungkinan penyakit mulut yang diderita sipenderita dengan menggunakan bahasa yang sering dipakai manusia Variabel Linguistik , contohnya : kecil, agak besar, sangat besar dan besar. Nilai hasil diagnosis untuk tiap penyakit diambil dua dibelakang koma dan akan diubah dalam bentuk persentase. Hasil akhirnya adalah sebagai berikut : PB,U 1 = 1 100 = 100 untuk penyakit Kandidas Oral dengan kemungkinan besar PB,U 2 = 0,42 100 = 42 untuk penyakit Keilitis Angularis dengan kemungkinan agak besar PB,U 3 dan PB,U 8 = 0,16 100 = 16 untuk penyakit Vheek Bite dan herpes labialis dengan kemungkinan kecil. Universitas Sumatera Utara

3.2.5 Perancangan Antarmuka

Perancanngan antarmuka interface merupakan tampilan program aplikasi yang digunakan oleh pemakai user untuk dapat berkomunikasi dengan computer.Adapun yang menjadi rancangan antarmuka dalam perancangan ini adalah rancangan menu utama program. Perancangan antarmka form sistem yang akan dibuat yaitu: 1. Rancangan Halaman Utama Halaman ini merupakan halaman pertama yang akan muncul ketika program dijalankan. Halaman ini berisi menu: diagnosis penyakit mulut, penyakit mulut, tentang mulut, Tentang Saya dan Admin. Rancangan halaman utama dapat dilihat pada gambar dibawah ini: 4 Gambar 3. 4 Rancangan Halaman Utama Keterangan : 1. Gambar judul Aplikasi sistem 2. Isi penjelasan singkat dr sistem pakar HEADER 1 ISI 2 FOOTER 3 DIAGNOSIS P. PENYAKIT TENTANG MULUT TENTANG SAYA ADMIN Universitas Sumatera Utara 3. Nama pembuat sistem 4. Link yaitu ketika di pilih tentang saya maka akan muncul pembuat web 2. Rancangan HalamanMenu Diagnosis Penyakit Mulut Gambar 3. 5 Rancangan Halaman Input Intensitas Gejala Keterangan : 1. Input data nilai kriteria Halaman yang muncul setelah user menginput intensitas gejala yaitu halaman hasil diagnosis. Halaman hasil diagnosis dapat dilihat pada gambar dibawah ini : HEADER PENYAKIT TENTANG Mulut Isilah Gejala yang terlihat pada Mulut Seberapa banyak gejala ke-1 O Sangat Banyak O banyak 1 O sedikit O tidak ada FOOTER Sinpan DIAGNOSIS P M l TENTANG SAYA BERANDA Universitas Sumatera Utara Gambar 3. 6 Rancangan Halaman Hasil Diagnosis Keterangan : 1. Halaman hasil diagnosis 3. Halaman Rancangan Menu Penyakit Mulut Halaman ini dapat dillihat pada gambar dibawah ini: HEADER Hasil Diagnosis : 1 Nama penyakit persentase HL 100 LG 25 CH 25 SAR FOOTER PENYAKIT TENTANG MULUT TENTANG SAYA ADMIN KEMBA BERANDA Universitas Sumatera Utara Gambar 3.7 Rancangan Halaman Penyakit Mulut Keterangan : 1. Nama- nama penyakit mulut yang diderita HEADER Nama-nama penyakit mulut • Herpes Labialis • Kandidosis Oral • Keilitis Angularis 1 • Cheek bite • Lidah Geografik . . . • Penyakit ke-n FOOTER DIAGNOSIS P. TENTANG MULUT PENYAKIT TENTANG SAYA ADMIN BERANDA Universitas Sumatera Utara 4. Halaman Rancangan Menu Tentang Mulut Gambar 3. 8 Rancangan Halaman Tentang Mulut Keterangan : 1. Informasi mengenai penyakit mulut 5. Halaman Rancangan Menu Tentang Saya Halaman ini dapat dilihat pada gambar dibawah ini: Gambar 3. 9 Rancangan Halaman Tentang Saya HEADER TENTANG MULUT Faktor Predisposisi Penyakit Mulut 1 FOOTER DIAGNOSIS PENYAKIT TENTANG TENTANG SAYA HEADER TENTANG SAYA 1 NAMA : JELITA SIMANJUNTAK NIM : 071401006 ALAMAT: Jl. Abdul Hakim gg.Susuk 1 no 2 Padang Bulan. Meda ILMU KOMPUTER UNIVERSITAS SUMATERA UTARA E-mail: jelita_pudanyahoo.com FOOTER DIAGNOSIS PENYAKIT TENTANG MULUT foto BERANDA ADMIN BERANDA Universitas Sumatera Utara Keterangan : 1. Informasi tentang pembuat web 6. Halaman Rancangan Menu Admin Pada halaman ini Admin bias menambah data penyakit, data gejala, data kriteria, data gejala fuzzy. Halaman ini hanya Admin yang bisa membukanya karena untuk kehalaman selanjutnya dibutuhkan nama dan password yang dikenali oleh sistem. Adapun halaman menu Admin terlihat seperti pada gambar dibawah ini : Gambar 3. 10 Rancangan Halaman Login Admin Keterangan: 1. Login agar bias masuk ke halaman administrator HEADER Silahkan Isi Data Diri Anda Nama jelita Password 1 FOOTER PENYAKIT TENTANG MULUT KIRIM DIAGNOSIS TENTANG SAYA BERANDA Universitas Sumatera Utara Setelah admin login maka akan muncul halaman menu untuk menambah data. Pada halaman ini terdapat menu data penyakit, data gejala, data kriteria, data fuzzy, dan keluar. Jika dipilih menu data penyakit maka admin akan masuk ke halaman input data penyakit, jika admin memilih data gejala maka admin akan masuk ke halaman input data gejala, jika admin memilih data kriteria maka admin akan masuk ke halaman input data kriteria, jika admin memilih data fuzzy maka admin akan masuk ke halaman input data fuzzy dan jika admin memilih menu keluar maka admin akan keluar dari halaman administrator. Adapun rancangan halaman admin tambah data dapat dilihat pada gambar dibawah ini : Gambar 3. 11 Rancangan Halaman Menu Administrator Keterangan : 1. Halaman menu administrator untuk memperbaharui data penyakit,gejala,data fuzzy dan data kriteria. HEADER Selamat Datang di Menu Administrator … 1 FOOTER DATA GEJALA DATA KRITERIA DATA PENYAKIT DATA FUZZY KELUAR Universitas Sumatera Utara 7. Halaman Rancangan Input Data Penyakit Gambar 3.12 Rancangan Halaman Input Data Penyakit Keterangan : 1. Halaman dimana Admin memperbaharui data penyakit 8. Halaman Rancangan Input Data Gejala HEADER Input Data Penyakit 1 Kode penyakit : Nama Penyakit : Kode Gejala Nama Gejala FOOTER DATA GEJALA DATA KRITERIA DATA PENYAKIT DATA FUZZY KELUAR Simpa Universitas Sumatera Utara Gambar 3.13 Rancangan Halaman Input Gejala Keterangan : 1. Halaman dimana Admin bisa memperbaharui data gejala 9. Halaman Rancangan Input Data Kriteria HEADER Input Data Gejala 1 Kode gejala : Nama gejala : Kode Gejala Nama Gejala FOOTER DATA GEJALA DATA KRITERIA DATA PENYAKIT DATA FUZZY KELUAR Simpan Universitas Sumatera Utara Gambar 3.14 Rancangan Halaman Input Kriteria Keterangan : 1. Halaman dimana Admin memperbaharui data kriteria 10. Halaman Rancangan Input Data Fuzzy HEADER Input Data Kriteria 1 Kode kriteria : Nama kriteria : Kode kriteria Nama kriteria Nilai kriteria FOOTER DATA GEJALA DATA KRITERIA DATA PENYAKIT DATA FUZZY KELUAR Simpa Universitas Sumatera Utara Gambar 3.15 Rancangan Halaman Input Data Fuzzy Keterangan : 1. Halaman dimana Admin memperbaharui data fuzzy HEADER Input Data Fuzzy 1 Kode Penyakit : Kode Gejala : Kode Nilai : Nama penyakit Nama gejala keterangan FOOTER DATA GEJALA DATA KRITERIA DATA PENYAKIT DATA FUZZY KELUAR Simpa Universitas Sumatera Utara BAB 4 IMPLEMENTASI DAN PENGUJIAN

4.1 Implementasi