Sistem pendukung keputusan pemilihan obat demam

i

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN OBAT DEMAM

SKRIPSI

Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer

Program Studi Teknik Informatika

Oleh : Windia Sahara

135314072

PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA YOGYAKARTA

ii

DECISION SUPPORT SYSTEM TO CHOOSE FEVER MEDICINE

THESIS

Presented as Partial Fulfillment of The Requirements To Obtain Sarjana Komputer Degree

In Informatics Engineering Study Program

By : Windia Sahara

135314072

INFORMATICS ENGINEERING STUDY PROGRAM DEPARTMENT OF INFORMATICS ENGINEERING

FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY

YOGYAKARTA 2017

iii

HALAMAN PERSETUJUAN

SKRIPSI

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN OBAT DEMAM

Oleh : Windia Sahara

135314072

Telah Disetujui Oleh :

Dosen Pembimbing,

iv

HALAMAN PENGESAHAN SKRIPSI

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN OBAT DEMAM

Di persiapkan dan ditulis oleh : Windia Sahara

135314072

Telah dipertahankan didepan panitia penguji Pada tanggal 5 juni 2017

Dan dinyatakan memenuhi syarat Susunan Panitia Penguji

Nama Lengkap Tanda Tangan

Ketua : Iwan Binanto, M.Cs. ………

Sekertaris : Paulina Heruningsih Prima Rosa, M.Sc. ……… Anggota : Agnes Maria Polina, S.Kom., M.Sc. ………

Anggota : Aris Widayati, M.Si., Apt., PhD. ………

Yogyakarta, ……… Fakultas Sains dan Teknologi

Universitas Sanata Dharma Dekan

v

HALAMAN PERSEMBAHAN

Tugas akhir ini saya persembahkan untuk :

Ibu saya tercinta.

Terimakasih atas do’a dan kasih sayang yang tiada pernah henti.

Terimakasih atas cinta kasih dan pengorbanan luar biasa yang selalu menyertai setiap langkah yang saya ambil.

Adik dan nenek yang saya cintai.

Terimakasih karena telah menjadi motivasi terbesar saya untuk dapat menyelesaikan tugas akhir ini dengan tepat waktu.

Keluarga Besar Sambiyo yang selalu memberikan semangat yang amat berarti dalam hidup saya.

vi

PERNYATAAN KEASLIAN KARYA

Saya menyatakan dengan sesungguhnya bahwa skripsi yang saya tulis ini tidak memuat karya atau bagian karya orang lain, kecuali yang telah disebutkan dalam kutipan daftar pustaka, sebagaimana layaknya karya ilmiah.

Yogyakarta, ………2017 Penulis,

vii ABSTRAK

Demam merupakan gejala dari suatu penyakit. Saat ini sudah banyak obat demam yang dijual bebas di pasaran. Masyarakat umum diberikan kebebasan dalam memilih obat demam. Setiap obat demam memiliki kontradiksi yaitu kondisi dimana obat itu tidak dapat digunakan. Kurangnya pengetahuan yang dimiliki oleh masyarakat umum mengenai kontradiksi yang terdapat dalam suatu obat demam secara lengkap mengakibatkan obat tidak bekerja secara efektif dan dapat menyebabkan kondisi semakin buruk apabila obat demam yang dipilih ternyata salah. Sistem pendukung keputusan ini dibangun untuk membantu masyarakat dalam menentukan pemilihan obat demam yang tepat. Metode yang digunakan dalam sistem ini adalah metode forward chaining. Berdasarkan pengujian yang telah dilakukan terhadap pengguna diperoleh kesimpulan bahwa sistem mampu berfungsi dengan baik dalam memberikan rekomendasi obat demam kepada pengguna. Pengujian yang dilakukan memberikan hasil yang baik dengan tingkat kemudahan penggunaan sistem sebesar 4.22 dari skala 1-5, manfaat yang didapatkan dari sistem sebesar 4.33 dari skala 1-5, dan tingkat kepercayaan penggunaan sistem sebesar 4.13 dari skala 1-5.

Kata Kunci: Sistem Pendukung Keputusan, Forward Chaining, Obat Demam, Demam.

viii ABSTRACT

Fever is a symptom of a disease. Currently, many fever medicine are sold freely in the market. The general public is given the freedom to choose fever medicine. Each fever medicine has a contradiction that is a condition where the medicine can not be used. The lack of knowledge possessed of the general public about the complete contradiction in a medicine can resulting in the medicine not working effectively and Can cause worsening conditions if the selected fever medication is wrong. This decision support system was built to help people in choosing the right fever medicine. The method used in this system is the forward chaining method. Based on the tests that have been performed on the user, Obtained a conclusion that the system works properly in providing fever medicine recommendations to users. Testing performed gives good results with level of ease of use is equal to 4.22 from a scale of 1-5, benefits from the system is equal to 4.33 from a scale of 1-5, and the level of confidence in the use of the system is equal to 4.13 of the scale 1-5. Keywords: Decision Support System, Forward Chaining, fever medicine , Fever.

ix

LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPERLUAN KEPENTINGAN AKADEMIS

Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma : Nama : Windia Sahara

NIM : 135314072

Demi pengembangan ilmu pengetahuan, saya memberikan kepada Perpustakaan Universitas Sanata Dharma karya ilmiah saya yang berjudul :

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN OBAT DEMAM Beserta perangkat yang diperlukan (bila ada). Dengan demikian saya memberikan kepada Perpustakaan Universitas Sanata Dharma hak untuk menyimpan, mengalihkan dalam bentuk media lain, mengelola di internet atau media lain untuk kepentingan akademis tanpa perlu meminta ijin dari saya maupun memberikan royalti kepada saya selama tetap mencantumkan nama saya sebagai penulis. Demikian pernyataan ini saya buat dengan sebenarnya

Dibuat di Yogyakarta

Pada tanggal ……….. 2017 Yang menyatakan,

x

KATA PENGANTAR

Puji syukur penulis panjatkan kepada Tuhan Yang Maha Esa karena atas berkat, rahmat dan karunianya, penulis dapat menyelesaikan Tugas Akhir ini dengan baik. Tugas akhir ini disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer Jurusan Teknik Informatika, Fakultas Sains dan Teknologi, Universitas Sanata Dharma.

Penulis sangat menyadari bahwa dalam penulisan Tugas Akhir ini banyak sekali pihak yang ikut serta membantu baik dari segi moral maupun material. Atas segala bantuan yang diberikan maka pada kesempatan kali ini penulis ingin mengucapkan terimakasih kepada :

1. Bapak Sudi Mungkasi, S.Si, M.Math.Sc.,Ph.D. selaku Dekan Fakultas Sains dan Teknologi.

2. Ibu Dr. Anastasia Rita Widiarti, selaku Kepala Prodi Teknik Informatika. 3. Bapak Albert Agung Hadhiatama M.T. sebagai dosen pembimbing

akademik, yang telah memberikan bimbingan dan saran selama penulis menempuh studi.

4. Ibu Agnes Maria Polina S.Kom., M.Sc. selaku dosen pembibing tugas akhir yang telah memberikan kesabaran, waktu dan saran kepada penulis selama penyusunan tugas akhir ini.

5. Seluruh Dosen dan Staff yang telah mendidik dan membina penulis selama belajar di Universitas Sanata Dharma.

6. Sahabat terkasih Medi, Valen, Rini, Bagus, Kasih dan Kris yang telah memberikan canda tawa dan kesenangan selama menjalani proses belajar di Universitas Sanata Dharma.

7. Teman-teman Teknik Informatika 2013 atas kebersamaan selama menjalani masa perkuliahan ini.

8. Teman-teman kos pak kuat yang selalu memberikan kekuatan dan dukungan untuk dapat menyelesaikan tugas akhir ini.

xi

9. Serta semua pihak yang secara langsung maupun tidak langsung telah membantu penulis dalam menyelesaikan tugas akhir ini.

Penulis menyadari bahwa dalam penyusunan laporan Tugas Akhir ini masih terdapat banyak kesalahan dan kekurangan, oleh sebab itu penulis mengharapkan kritik dan saran untuk perbaikan di masa yang akan datang. Penulis berharap laporan Tugas Akhir ini dapat bermanfaat dan berguna bagi semua pihak.

Yogyakarta, ………… 2017 Penulis,

xii DAFTAR ISI

HALAMAN JUDUL ... i

HALAMAN JUDUL ... ii

HALAMAN PERSETUJUAN ... iii

HALAMAN PENGESAHAN ... iv

HALAMAN PERSEMBAHAN ... v

PERNYATAAN KEASLIAN KARYA ... vi

ABSTRAK ... vii

ABSTRACT ... viii

LEMBAR PERNYATAAN ... ix

KATA PENGANTAR ... x

DAFTAR ISI ... xii

DAFTAR GAMBAR ... xvi

DAFTAR TABEL ... xx

BAB 1 PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Rumusan Masalah ... 4

1.3 Tujuan ... 4

1.4 Manfaat ... 5

1.5 Batasan Masalah ... 5

1.6 Sistematika Penulisan ... 5

BAB II LANDASAN TEORI ... 7

2.1 Sistem Pendukung Keputusan (SPK) ... 7

2.1.1 Definisi ... 7

2.1.2 Tujuan ... 7

2.1.3 Karakteristik dan Kemampuan SPK ... 9

2.1.4 Komponen-komponen SPK ... 11

2.1.5 Kriteria Sistem Pendukung Keputusan ... 13

2.1.6 Langkah-langkah Pemodelan dalam SPK ... 14

2.2 Metode Forward Chaining ... 15

2.2.1 Definisi ... 15

xiii

2.2.3 Bahasa Pemrograman PHP ... 16

2.3 Rational Unified Process (RUP) ... 18

2.4 MySQL ... 19

2.5 Penelitian Terkait ... 20

BAB III METODOLOGI PENELITIAN... 22

3.1 Gambaran Umum Penelitian ... 22

3.2 Studi Literatur ... 22

3.3 Pengumpulan Data ... 22

3.4 Pengembangan Perangkat Lunak ... 22

3.5 Analisis Hasil ... 23

3.6 Spesifikasi Alat ... 23

BAB IV ANALISIS DAN PERANCANGAN SISTEM ... 25

4.1 Analisis Sistem ... 25

4.1.1 Gambaran Umum Sistem Lama ... 25

4.1.2 Definisi Ruang Lingkup ... 25

4.1.1.1 Perumusan Masalah ... 25

4.1.1.2 Pernyataan Masalah ... 27

4.2 Analisis Masalah ... 28

4.2.1 Analisis Sebab Akibat ... 28

4.2.2 Gambaran Umum Sistem Baru ... 30

4.3 Analisis Kebutuhan Sistem ... 31

4.3.1 Diagram Use Case ... 32

4.3.2 Definisi Aktor ... 34

4.4 Desain Proses ... 35

4.4.1 Diagram Aktivitas ... 35

4.1.1.1 Pengunjung dan Member ... 35

4.1.1.2 Admin ... 35

4.4.2 Diagram Kolaborasi ... 36

4.4.3 Diagram Sequence ... 36

4.5 Desain Manajemen Data ... 37

4.5.1 Kelas Diagram ... 37

4.5.2 Desain Fisikal Basis Data... 38

4.5.3 Perancangan Struktur Data ... 44

xiv

4.7 Desain Manajemen Pengetahuan ... 53

4.7.1 Representasi Data ... 53

4.7.2 Perancangan Basis Pengetahuan ... 54

4.6.2.1 Data Fakta ... 54

4.6.2.2 Aturan ... 58

4.8 Perancangan Antarmuka Sistem ... 65

4.8.1 Perancangan Antarmuka Untuk Pengunjung ... 65

4.8.2 Perancangan Antarmuka Untuk Member ... 69

4.8.3 Perancangan Antarmuka Dokter ... 74

4.8.4 Perancangan Antarmuka Untuk Administrator ... 76

BAB V IMPLEMENTASI SISTEM ... 81

5.1 Implementasi Software dan Hardware ... 81

5.2 Implementasi Manajemen Data ... 81

5.3 Implementasi Manajemen Model ... 89

5.4 Implementasi Manajemen Pengetahuan ... 91

5.5 Implementasi Antarmuka Pengguna... 93

4.5.1 Pengunjung ... 93

4.5.2 Member ... 100

4.5.3 Administrator ... 110

4.5.4 Dokter ... 147

4.5.5 Login dan Sign Up ... 150

BAB VI PENGUJIAN DAN ANALISA HASIL ... 152

6.1 Analisis Hasil Pengujian SPK ... 152

6.1.1 Pengujian SPK ... 152

6.1.2 Kelebihan Sistem ... 157

6.1.3 Kekurangan Sistem ... 157

6.2 Analisa Hasil Uji Coba Sistem Terhadap Pengguna ... 158

6.2.1 Kemudahan Penggunaan Teknologi (perceived ease of use) ... 159

6.2.2 Manfaat (perceived usefulness)... 164

6.2.3 Kepercayaan (trust) ... 168

6.2.4 Rangkuman Analisa Hasil ... 174

6.3 Analisa Hasil Uji Coba Sistem Terhadap Pakar ... 177

6.3.1 Manfaat Manfaat (perceived usefulness) ... 180

xv

6.3.3 Rangkuman Analisa Hasil ... 187

6.4 Analisa Hasil Output ... 189

BAB VII PENUTUP ... 192

7.1 Kesimpulan ... 192

7.2 Saran ... 192

DAFTAR PUSTAKA ... 193

xvi

DAFTAR GAMBAR

Gambar 2. 1 Komponen SPK ... 12

Gambar 2. 2 Proses Forward Chaining (Kusrini, 2010)... 15

Gambar 4. 1 1 Use Case Admin dan Dokter ... 32

Gambar 4. 2 Use Case Pengunjung dan Member ... 34

Gambar 4. 3 Kelas Diagra ... 37

Gambar 4. 4 Ilustrasi array 2 dimensi ... 45

Gambar 4. 5 Ilustrasi Array ... 47

Gambar 4. 6 Contoh jawaban benar ... 48

Gambar 4. 7 Contoh data obat terpilih ... 48

Gambar 4. 8 Model keputusan pemilihan obat ... 49

Gambar 4. 9 Halaman Utama ... 65

Gambar 4. 10 Halaman About ... 66

Gambar 4. 11 Halaman Main Menu ... 66

Gambar 4. 12 Halaman Cari Obat ... 67

Gambar 4. 13 Halaman Konsultasi ... 67

Gambar 4. 14 Halaman Hasil ... 68

Gambar 4. 15 Halaman Artikel ... 68

Gambar 4. 16 Halaman Help ... 69

Gambar 4. 17 Halaman Login ... 69

Gambar 4. 18 Halaman Utama ... 70

Gambar 4. 19 Halaman Cari Obat Member ... 70

Gambar 4. 20 Halaman Konsultasi Member ... 71

Gambar 4. 21 Halaman Hasil Member ... 71

Gambar 4. 22 Halaman Riwayat ... 72

Gambar 4. 23 Halaman Pesan Masuk ... 72

Gambar 4. 24 Halaman Tanya Dokter ... 73

Gambar 4. 25 Halaman Profil ... 73

Gambar 4. 26 Halaman Home Dokter... 74

Gambar 4. 27 Halaman Profil Dokter ... 74

Gambar 4. 28 Halaman Pesan Masuk ... 75

Gambar 4. 29 Halaman Posting Info ... 75

Gambar 4. 30 Halaman Admin ... 76

Gambar 4. 31 Halaman Member Admin ... 76

Gambar 4. 32 Halaman Dokter Admin ... 77

Gambar 4. 33 Halaman Obat Admin... 77

Gambar 4. 34 Halaman Fakta ... 78

Gambar 4. 35 Halaman Aturan ... 78

Gambar 4. 36 Halaman Diagnosa ... 79

Gambar 4. 37 Halaman Kelola Pesan ... 79

Gambar 4. 38 Halaman Kelola Info ... 80

xvii

Gambar 5. 1 Daftar tabel pada database... 81

Gambar 5. 2 Tabel admin ... 82

Gambar 5. 3 Tabel alergi ... 82

Gambar 5. 4 Tabel aturan ... 83

Gambar 5. 5 Tabel aturan obat ... 83

Gambar 5. 6 Tabel diagnosa... 84

Gambar 5. 7 Tabel Dokter ... 84

Gambar 5. 8 Tabel fakta ... 85

Gambar 5. 9 Tabel informasi ... 85

Gambar 5. 10 Tabel member ... 86

Gambar 5. 11 Tabel obat ... 86

Gambar 5. 12 Tabel pertanyaan ... 87

Gambar 5. 13 Tabel pesan ... 87

Gambar 5. 14 Tabel riwayat ... 88

Gambar 5. 15 Tabel riwayat detail ... 88

Gambar 5. 16 Tabel usia ... 89

Gambar 5. 17 Halaman model cari obat... 89

Gambar 5. 18 Halaman model konsultasi ... 90

Gambar 5. 19 Halaman model hasil ... 90

Gambar 5. 20 Halaman aturan ... 91

Gambar 5. 21 Halaman tambah aturan alergi... 91

Gambar 5. 22 Halaman pertanyaan aturan ... 92

Gambar 5. 23 Halaman tambah aturan usia ... 92

Gambar 5. 24 Halaman aturan ... 93

Gambar 5. 25 Halaman Utama Pengunjung ... 93

Gambar 5. 26 Halaman Cari Obat Pengunjung ... 94

Gambar 5. 27 Halaman Cari Obat Pengunjung ... 95

Gambar 5. 28 Halaman Hasil Pengunjung ... 95

Gambar 5. 29 Halaman Info ... 98

Gambar 5. 30 Halaman About ... 98

Gambar 5. 31 Halaman Help ... 99

Gambar 5. 32 Halaman Help Pengunjung... 99

Gambar 5. 33 Halaman Help Pengunjung... 100

Gambar 5. 34 Halaman Utama Member ... 100

Gambar 5. 35 Halaman Cari Obat Member ... 101

Gambar 5. 36 Halaman Cari Obat Member ... 101

Gambar 5. 37 Halaman Hasil Member ... 102

Gambar 5. 38 Halaman Tanya Dokter ... 105

Gambar 5. 39 Halaman Pesan Masuk ... 105

Gambar 5. 40 Halaman Riwayat ... 106

Gambar 5. 41 Halaman Riwayat Detail ... 106

Gambar 5. 42 Halaman Profil ... 107

Gambar 5. 43 Halaman Info ... 107

Gambar 5. 44 Halaman About ... 108

Gambar 5. 45 Halaman Help Member ... 109

xviii

Gambar 5. 47 Halaman Help member... 110

Gambar 5. 48 Halaman Home ... 110

Gambar 5. 49 Halaman Data Member ... 111

Gambar 5. 50 Halaman Ubah Data Member ... 111

Gambar 5. 51 Halaman Tambah Data Member ... 112

Gambar 5. 52 Hapus Data Member... 112

Gambar 5. 53 Tampil Data Dokter ... 113

Gambar 5. 54 Ubah Data Dokter ... 113

Gambar 5. 55 Tambah Data Dokter ... 114

Gambar 5. 56 Hapus Data Dokter ... 114

Gambar 5. 57 Tampil Data Obat ... 115

Gambar 5. 58 Ubah Data Obat ... 115

Gambar 5. 59 Tambah Data Obat ... 116

Gambar 5. 60 Hapus Data Obat ... 116

Gambar 5. 61 Tampil Data Alergi... 120

Gambar 5. 62 Ubah Data Alergi ... 120

Gambar 5. 63 Tambah Data Alergi ... 121

Gambar 5. 64 Hapus Data Alergi ... 121

Gambar 5. 65 Tampil Data Usia ... 124

Gambar 5. 66 Ubah Data Usia ... 124

Gambar 5. 67 Tambah Data Usia ... 125

Gambar 5. 68 Hapus Data Usia ... 125

Gambar 5. 69 Tampil Data Fakta ... 128

Gambar 5. 70 Ubah Data Fakta ... 128

Gambar 5. 71 Tambah Data Fakta ... 129

Gambar 5. 72 Hapus Data Fakta ... 129

Gambar 5. 73 Tampil Data Aturan ... 132

Gambar 5. 74 Ubah Aturan Fakta ... 132

Gambar 5. 75 Ubah Aturan Obat ... 133

Gambar 5. 76 Tambah Aturan Fakta ... 133

Gambar 5. 77 Tambah Aturan Obat ... 134

Gambar 5. 78 Tampil Data Diagnosa ... 139

Gambar 5. 79 Tampil Data Diagnosa ... 139

Gambar 5. 80 Tambah Data Diagnosa ... 140

Gambar 5. 81 Tampil Data Pertanyaan ... 143

Gambar 5. 82 Tampil Data Obrolan ... 143

Gambar 5. 83 Tampil Data Artikel ... 144

Gambar 5. 84 Ubah Data Artikel ... 144

Gambar 5. 85 Tambah Data Artikel ... 145

Gambar 5. 86 Hapus Data Artikel ... 145

Gambar 5. 87 Tampil Data Riwayat Member ... 146

Gambar 5. 88 Tampil Data Riwayat Member Detail ... 146

Gambar 5. 89 Halaman Home Dokter... 147

Gambar 5. 90 Halaman Profil Dokter ... 147

Gambar 5. 91 Halaman Pesan Masuk ... 148

xix

Gambar 5. 93 Lihat Obrolan ... 149

Gambar 5. 94 Posting Artikel ... 150

Gambar 5. 95 Halaman Login ... 150

Gambar 5. 96 Halaman Login ... 151

Gambar 6. 1 Halaman Cari Obat ... 154

Gambar 6. 2 Halaman Konsultasi ... 155

xx

DAFTAR TABEL

Tabel 4. 1 Pernyataan Masalah ... 27

Tabel 4. 2 Analisis Sebab Akibat ... 28

Tabel 4. 3 Definisi Aktor ... 34

Tabel 4. 4 Tabel Alergi ... 38

Tabel 4. 5 Tabel Usia ... 38

Tabel 4. 6 Tabel Fakta (Indikasi) ... 38

Tabel 4. 7 Tabel Aturan ... 39

Tabel 4. 8 Tabel Obat ... 39

Tabel 4. 9 Tabel Aturan Obat ... 40

Tabel 4. 10 Tabel Pertanyaan ... 40

Tabel 4. 11 Tabel Pesan ... 41

Tabel 4. 12 Tabel Dokter ... 41

Tabel 4. 13 Tabel Member ... 42

Tabel 4. 14 Tabel Admin ... 42

Tabel 4. 15 Tabel Riwayat ... 43

Tabel 4. 16 Tabel Riwayat Detail ... 43

Tabel 4. 17 Tabel Informasi ... 43

Tabel 4. 18 Tabel Diagnosa ... 44

Tabel 4. 19 Contoh data array alergi ... 45

Tabel 4. 20 Contoh data array usia... 45

Tabel 4. 21 Contoh data array aturan 1 ... 46

Tabel 4. 22 Contoh data array aturan 2 ... 46

Tabel 4. 23 Contoh data fakta ... 47

Tabel 4. 24 Tabel aturan 1... 50

Tabel 4. 25 Tabel aturan 2... 51

Tabel 4. 26 Tabel Aturan 3 ... 52

Tabel 4. 27 Data Obat Demam ... 53

Tabel 4. 28 Data Fakta Alergi ... 54

Tabel 4. 29 Data Fakta Usia ... 55

Tabel 4. 30 Data Fakta (Indikasi) ... 55

Tabel 4. 32 Data Aturan Pencarian Obat ... 59

Tabel 6. 1 Aturan Pencarian Obat ... 153

Tabel 6. 2 Bobot Pertanyaan ... 158

Tabel 6. 3 Hasil Kuesioner Pertanyaan 1 ... 159

Tabel 6. 4 Hasil Kuesioner Pertanyaan 2 ... 160

Tabel 6. 5 Hasil Kuesioner Pertanyaan 3 ... 161

Tabel 6. 6 Hasil Kuesioner Pertanyaan 4 ... 162

Tabel 6. 7 Hasil Kuesioner Pertanyaan 5 ... 163

Tabel 6. 8 Hasil Kuesioner Pertanyaan 6 ... 164

xxi

Tabel 6. 10 Hasil Kuesioner Pertanyaan 8 ... 166

Tabel 6. 11 Hasil Kuesioner Pertanyaan 9 ... 167

Tabel 6. 12 Hasil Kuesioner Pertanyaan 10 ... 169

Tabel 6. 13 Hasil Kuesioner Pertanyaan 11 ... 170

Tabel 6. 14 Hasil Kuesioner Pertanyaan 12 ... 171

Tabel 6. 15 Hasil Kuesioner Pertanyaan 13 ... 172

Tabel 6. 16 Hasil Kuesioner Pertanyaan 14 ... 173

1 BAB 1 PENDAHULUAN

1.1Latar Belakang

Populasi penduduk di dunia semakin meningkat. Menurut CIA World Factbook, tahun 2015 jumlah penduduk di dunia ini sebesar 7.323.187.457 jiwa. Republik Rakyat China menempati urutan pertama sebagai negara yang memiliki penduduk paling padat sedangkan Indonesia menempati urutan ke-4 dengan jumlah penduduk sebesar 258.316.051jiwa (sekitar 258 juta jiwa) atau sekitar 3,5% dari keseluruhan Jumlah Penduduk Dunia. Jumlah ini meningkat sekitar 1.1182% dari tahun sebelumnya yang diperkirakan sebesar 7.243.784.121 jiwa. Peningkatan penduduk ini membawa pengaruh terhadap berbagai bidang kehidupan manusia terutama pada bidang kesehatan. Kesehatan menjadi hal yang penting bagi manusia karena kesehatan merupakan syarat bagi manusia untuk melakukan aktivitas secara optimal. Sehat membuat tubuh bebas dari berbagai gangguan penyakit sehingga tubuh tidak akan menderita sakit apapun. Dengan memperhatikan pentingnya kesehatan bagi tubuh membawa peningkatan drastis dalam kualitas keseluruhan hidup kita.

Pelayanan kesehatan adalah setiap upaya yang diselenggarakan sendiri atau secara bersama-sama dalam suatu organisasi untuk memelihara dan meningkatkan kesehatan, mencegah dan menyembuhkan penyakit serta memulihkan kesehatan perorangan, keluarga, kelompok dan ataupun masyarakat (DepkesRI,2009). Pelayanan kesehatan menjadi hal yang sangat dibutuhkan bagi masyarakat. Perubahan cuaca, turunnya daya tahan tubuh dan kesalahan pola hidup sebagian masyarakat sangat berpengaruh terhadap kesehatan. Tubuh akan rentan terserang berbagai penyakit jika ketiga hal tersebut terjadi pada tubuh kita. Banyak penyakit yang memiliki gejala awal berupa demam. El-Rahdi et.al. (2009) mendefinisikan demam (pireksia) dari segi patofisiologis dan klinis. Secara patofisiologis demam adalah

2

peningkatan thermoregulatory set point dari pusat hipotalamus yang diperantarai oleh interleukin 1 (IL-1). Sedangkan secara klinis demam adalah peningkatan suhu tubuh 1oC atau lebih besar di atas nilai rerata suhu normal di tempat pencatatan. Demam harus segera ditangani agar tidak menyebabkan timbulnya penyakit yang lebih serius oleh sebab itu sangat penting malakukan pertolongan pertama bagi pasien sakit demam. Salah satu upaya pertolongan pertama yang dapat dilakukan adalah melalui pengobatan sendiri atau dikenal dengan swamedikasi. The International Pharmaceutical Federation (FIP) mendefinisikan swamedikasi atau self-medication sebagai penggunaan obat-obatan tanpa resep oleh seorang individu atas inisiatifnya sendiri (FIP, 1999). Sedangkan definisi swamedikasi menurut WHO adalah pemilihan dan penggunaan obat modern, herbal, maupun obat tradisional oleh seorang individu untuk mengatasi penyakit atau gejala penyakit (WHO, 1998). Swamedikasi boleh dilakukan untuk kondisi penyakit yang ringan, umum dan tidak akut. Dari data World Health Organization (WHO), di banyak negara sampai 80% episode sakit dicoba diobati sendiri oleh penderita (Suryawati, 1997).

Pengobatan demam sendiri memiliki berbagai macam alternatif antara lain terapi farmakologi, terapi non farmakologi, kombinasi terapi farmakologi dan non farmakologi serta dapat secara langsung menemui dokter. Terapi farmakologi adalah pengobatan demam dengan memberikan obat-obatan tertentu untuk meringankan, mencegah atau mengobati demam. Banyak sekali obat demam yang beredar di pasaran saat ini mulai dari golongan bebas, golongan bebas terbatas sampai golongan keras. Kita dapat dengan mudah menemukan obat demam di apotek dan mini market di sekitar kita. Harganya pun bervariasi namun rata-rata masih relatif terjangkau. Setiap obat demam juga memiliki khasiat masing-masing walaupun umumnya adalah untuk menurunkan demam. Tidak semua obat demam dapat dikonsumsi oleh sembarang orang. Ada beberapa obat demam yang khusus dikonsumsi oleh orang-orang tertentu saja seperti balita,

anak-3

anak, orang yang memiliki gangguan pencernaan seperti maag dan lain-lain. Namun kurangnya pengetahuan masyarakat tentang berbagai jenis obat demam ini membuat mereka terkadang kurang tepat dalam menentukan pilihan obat demam. Para penjual obat juga terkadang lalai dalam memberikan obat demam yang sesuai dengan kondisi pasien. Hal ini menjadi masalah tersendiri dalam dunia medis sebab jika terjadi kesalahan dalam memberikan penangan maka tidak menutup kemungkinan akan terjadi hal yang lebih buruk bagi pasien. Di sisi lain pemilihan obat demam secara manual dirasa kurang efektif sebab dapat dimungkinkan terjadi kesalahan serta kelalaian para pegawai toko obat atau apoteker dalam menentukan pemilihan obat bagi pasien. Berdasarkan masalah tersebut, untuk membantu masyarakat dalam menentukan obat demam yang tepat maka penulis membuat sebuah sistem pendukung keputusan (SPK) untuk pemilihan obat demam.

Penelitian sebelumnya yang dilakukan oleh Yunus dan Setyowibowo (2011) dengan judul Aplikasi Sistem Pendukung Keputusan Diagnosa Penyakit Paruparu dengan Metode Forward Chaining menyimpulkan bahwa metode forward chaining mampu menelusuri penyakit paru-paru berdasarkan gejala yang sudah terdefinisi dan dapat digunakan oleh masyarakat umum sebagai deteksi dini sebelum ke dokter. Penelitian yang dilakukan oleh Bachri (2015) dalam jurnal Digit dengan judul Sistem Pendukung Keputusan Pemilihan Obat dengan Metode Analytic Hierarchy Process untuk Toko Obat Mandjur Cirebon menyimpulkan bahwa Metode AHP dapat digunakan untuk menyelesaikan masalah Multiple Decision Making pemilihan obat di Toko Obat Mandjur Cirebon. Proses dari penentuan pemilihan obat yang tepat untuk penderita penyakit yang dilakukan dengan menggunakan metode Analytic Hierachy Process, dimulai dengan pembobotan kriteria kemudian perhitungan dan pengelompokan.

4

Pada penelitian ini penulis membuat sebuah Sistem Pendukung Keputusan berbasis web dengan menggunakan metode Foward Chaining. Metode ini dipilih karena memiliki karakteriktik yang cocok dengan data yang digunakan. Metode ini memberikan kesimpulan yang sama dari aturan yang berbeda. Selain itu metode ini dianggap mampu mencari solusi terbaik dalam pemilihan obat demam berdasarkan aturan yang telah dibuat.

Penggunaan metode ini diharapkan dapat memberikan rekomendasi terbaik untuk pengguna dalam menentukan pilihan obat demam. Namun terlepas dari itu keputusan akhir tetap akan diputuskan oleh pengguna.

1.2Rumusan Masalah

Berdasarkan latar belakang di atas maka dapat disimpulkan suatu rumusan masalah yang akan diselesaikan yaitu :

1. Bagaimana membangun sebuah Sistem Pendukung Keputusan Pemilihan Obat Deman dengan menggunakan Medode Foward Chaining agar sistem ini dapat dengan tepat memberikan rekomendasi obat demam bagi pengguna?

2. Apakah Sistem Pendukung Keputusan Pemilihan Obat Deman yang dibangun bermanfaat, mudah digunakan, dan memberikan kepercayaan terhadap penggunanya?

1.3Tujuan

Tujuan dari pembuatan tugas akhir ini adalah :

1. Membangun sebuah sistem pendukung keputusan pemilihan obat demam dengan menggunakan metode Foward Chaining.

2. Membangun sebuah sistem pendukung keputusan pemilihan obat demam yang bermanfaat, mudah digunakan, dan memberikan kepercayaan terhadap penggunanya.

5

1.4Manfaat

1. Membantu masyarakat dalam memberikan rekomendasi pemilihan obat demam yang tepat.

1.5Batasan Masalah

Batasan masalah dari dari sistem pendukung keputusan ini adalah : 1. Data yang digunakan adalah data obat demam meliputi indikasi obat,

kontraindikasi obat, usia, alergi, kondisi tubuh dan riwayat penyakit. 2. Sistem ini ditujukan untuk masyarakat awam yang belum memiliki

pengetahuan banyak tentang obat demam.

3. Sitem dibuat berbasis web dengan menggunakan bahasa pemrograman PHP dan MySQL.

1.6Sistematika Penulisan

Sistematika penulisan dalam tugas akhir ini dibagi menjadi beberapa bab yaitu :

BAB 1. Pendahuluan

Bab 1 menguraikan tentang latar belakang masalah, rumusan masalah, batasan masalah, tujuan penelitian dan sistematika penulisan.

BAB 2. Landasan Teori

Bab 2 berisi tentang penjelasan teori-teori yang digunakan dalam melakukan penelitian.

BAB 3. Metodologi Penelitian

Bab 3 berisi tentang gambaran umum penelitian, metodolologi yang akan digunakan, tahap perencanaan, pengumpulan data, survei awal, studi literatur, pengembangan sistem, dan metodologi pengembangan sistem. BAB 4 Analisis dan Perancangan Sistem.

Bab 4 berisi uraian analisis kebutuhan sistem, analisis sistem yang sudah ada sebelumnya dan sistem yang akan dibuat serta menguraikan tentang perancangan sistem yang mencakup perancangan basis data dan pemodelan sistem dengan UML diagram dalam menyelesaikan permasalahan yang ada.

6 BAB 5. Implementasi Sistem

Bab 5 berisi tentang rancangan dan implementasi sitem berdasarkan analisis yang telah dibuat sebelumnya.

BAB 6. Analisa Hasil danPembahasan

Bab 6 berisi tentang hasil implementasi sistem pendukung keputusan pemilihan obat demam dan hasil uji coba terhadap user.

BAB 7. Penutup

Bab 7 berisi tentang kesimpuan dan saran dari penelitian yang telah dilakukan.

7 BAB II

LANDASAN TEORI

2.1 Sistem Pendukung Keputusan (SPK)

2.1.1 Definisi

Little (1970) mendefinisikan Sistem Pendukung Keputusan sebagai sebuah himpunan/kumpulan prosedur berbasis model untuk memproses data dan pertimbangan untuk membantu manajemen dalam pembuatan keputusannya.

Turban & Aronson (1998) mendefinisikan Sistem Pendukung Keputusan sebagai sistem yang digunakan untuk mendukung dan membantu pihak manajemen melakukan pengambilan keputusan pada kondisi semi terstruktur dan tidak terstruktur. Pada dasarnya konsep Sistem Pendukung Keputusan hanyalah sebatas pada kegiatan membantu para manajer melakukan penilaian serta menggantikan posisi dan peran manajer.

2.1.2 Tujuan

Tujuan dari Sistem Pendukung Keputusan adalah sebagai berikut (Turban, 2005) :

1. Membantu manajer dalam pengambilan keputusan atas masalah semi terstruktur.

2. Memberikan dukungan atas pertimbangan manajer dan bukannya di maksudkan untuk menggantikan fungsi manajer. 3. Meningkatkan efektivitas keputusan yang di ambil manajer lebih

daripada perbaikan efisiensinya.

4. Kecepatan komputasi. Komputer memungkinkan para pengambil keputusan untuk melakukan banyak komputasi secara cepat dengan biaya yang rendah.

5. Peningkatan produktivitas. Membangun suatu kelompok pengambil keputusan, terutama para pakar, bisa sangat mahal.

8

Pendukung terkomputerisasi bisa mengurangi ukuran kelompok dan memungkinkan para anggotanya untuk berada di berbagai lokasi yang berbeda-beda (menghemat biaya perjalanan). Selain itu, produktivitas staf pendukung (misalnya analisis keuangan dan hukum) bisa di tingkatkan. Produktivitas juga bisa di tingkatkan menggunakan peralatan optimasi yang menentukan cara terbaik untuk menjalankan sebuah bisnis.

6. Dukungan kualitas. Komputer bisa meningkatkan kualitas keputusan yang di buat. Sebagai contoh, semakin banyak data yang di akses, makin banyak juga alernatif yang bisa di evaluasi. Analisis resiko bisa di lakukan dengan cepat dan pandangan dari para pakar (beberapa dari mereka berada di lokasi yang jauh) bisa dikumpulkan dengan cepat dan dengan biaya yang lebih rendah. Keahlian bahkan bisa di ambil langsung dari sebuah sistem komputer melalui metode kecerdasan tiruan. Dengan komputer, para pengambil keputusan bisa melakukan simulasi yang kompleks, memeriksa banyak skenario yang memungkinkan dan menilai berbagai pengaruh secara cepat dan ekonomis. Semua kapabilitas tersebut mengarah kepada keputusan yang lebih baik.

7. Berdaya saing. Manajemen dan pemberdayaan sumber daya perusahaan. Tekanan persaingan menyebabkan tugas pengambilan keputusan menjadi sulit. Persaingan di dasarkan tidak hanya pada harga, tetapi juga pada kualitas, kecepatan, kustomasi produk, dan dukungan pelanggan. Organisasi harus mampu secara sering dan cepat mengubah mode operasi, merekayasa ulang proses dan struktur, memberdayakan karyawan, serta berinovasi. Teknologi pengambilan keputusan bisa menciptakan pemberdayaan yang signifikan dengan cara memperbolehkan seseorang untuk membuat keputusan yang

9

baik secara cepat, bahkan jika mereka memiliki pengetahuan yang kurang.

8. Mengatasi keterbatasan kognitif dalam pemrosesan dan penyimpanan. Menurut Simon (1977), otak manusia memiliki kemampuan yang terbatas untuk memproses dan menyimpan informasi. Orang-orang kadang sulit mengingat dan menggunakan sebuah informasi dengan cara yang bebas dari kesalahan.

2.1.3 Karakteristik dan Kemampuan SPK

Menurut Turban (2005), karakteristrik dan kemampuan Sistem Pendukung Keputusan adalah sebagai berikut :

1. Dukungan kepada pengambil keputusan, terutama pada situasi semi terstruktur dan tak terstruktur, dengan menyertakan penilaian manusia dan informasi terkomputerisasi. Masalah-masalah tersebut tidak bisa di pecahkan oleh sistem komputer lain atau oleh metode atau alat kuantitatif standar.

2. Dukungan untuk semua level manajerial, dari eksekutif puncak sampai manajer lini.

3. Dukungan untuk semua individu dan kelompok. Masalah yang kurang terstruktur sering memerlukan keterlibatan individu dari departemen dan tingkat organisasional yang berbeda atau bahkan dari organisasi lain

4. Dukungan untuk keputusan independen dan atau sekuensial. Keputusan bisa di buat satu kali, beberapa kali, atau berulang (dalam interval yang sama)

5. Dukungan di semua fase proses pengambilan keputusan: intelegensi, desain, pilihan, dan implementasi.

6. Dukungan di berbagai proses dan gaya pengambilan keputusan. 7. Adaptivitas sepanjang waktu. Pengambil keputusan seharusnya reaktif, bisa menghadapi perubahan kondisi secara cepat, dan

10

mengadaptasi Sistem Pendukung Keputusan untuk memenuhi perubahan tersebut. Sistem Pendukung Keputusan bersifat fleksibel. Oleh karena itu, pengguna bisa menambahkan, menghapus, menggabungkan, mengubah, atau menyusun kembali elemen-elemen dasar. Sistem Pendukung Keputusan juga fleksibel dalam hal ini bisa di modifikasi untuk memecahkan masalah lain yang sejenis.

8. Ramah pengguna, kapabilitas grafis yang sangat kuat, dan antarmuka manusia-mesin yang interaktif dengan satu bahasa alami bisa sangat meningkatkan efektivitas Sistem Pendukung Keputusan .

9. Peningkatan efektivitas pengambilan keputusan (akurasi, timeliness, kualitas) ketimbang pada efisiennya (biaya pengambilan keputusan). Ketika Sistem Pendukung Keputusan disebarkan, pengambilan keputusan sering membutuhkan waktu yang lebih lama, tetapi hasilnya lebih baik

10.Kontrol penuh oleh pengambil keputusan terhadap semua langkah proses pengambilan keputusan dalam memecahkan suatu masalah. Sistem Pendukung Keputusan secara khusus menekankan untuk mendukung pengambilan keputusan, bukannya menggantikan

11.Pengguna akhir bisa mengembangkan dan memodifikasi sendiri sistem sederhana. Sistem yang lebih besar bisa di bangun dengan bantuan ahli sistem informasi. Perangkat lunak OLAP dalam kaitannya dengan data warehouse memperbolehkan pengguna untuk membangun Sistem Pendukung Keputusan yang cukup besar dan komplek

12.Biasanya, model-model di gunakan untuk menganalisis situasi pengambilan keputusan. Kapabilitas pemodelan memungkinkan eksperimen dengan berbagai strategi yang berbeda di bawah konfigurasi yang berbeda

11

13.Akses di sediakan untuk berbagi sumber data, format, dan tipe, mulai dari sistem informasi geografis (GIS) sampai sistem berorientasi objek.

14.Dapat di gunakan sebagai alat standalone oleh seorang pengambil keputusan pada satu lokasi atau di distribusikan di suatu organisasi secara keseluruhan dan di beberapa organisasi sepanjang rantai persediaan. Dapat di integrasikan dengan Sistem Pendukung Keputusan lain dan atau aplikasi lain, serta bisa di distribusikan secara internal dan eksternal menggunaka networking dan teknologi Web.

Karakteristik dari Sistem Pendukung Keputusan tersebut memungkinkan para pengambil keputusan untuk membuat keputusan yang lebih baik dan lebih konsisten dalam satu car yang dibatasi oleh waktu.

2.1.4 Komponen-komponen SPK

Menurut Turban (1999), komponen Sistem Pendukung Keputusan dapat dibangun dari subsistem berikut ini:

1. Subsistem Manajemen Data (Data Management Subsystem), meliputi basis data-basis data yang berisi data yang relevan dengan keadaan dan dikelola perangkat lunak yang disebut DBMS (Database Management System).

2. Subsistem Manajemen Model (Model Management Subsystem), berupa sebuah paket perangkat lunak yang berisi model-model finansial, statistik, management science, atau model kuantitatif, yang menyediakan kemampuan analisa dan perangkat lunak manajemen yang sesuai.

3. Subsistem Manajemen Pengetahuan (Knowledge Management Subsystem), merupakan subsistem (optional) yang dapat mendukung subsistem lain atau berlaku sebagai komponen yang berdiri sendiri (independent).

12

4. Subsistem Antarmuka Pengguna (User Interface Subsystem), merupakan subsistem yang dapat dipakai oleh pengguna untuk berkomunikasi dan memberi perintah (menyediakan user interface).

Gambar 2. 1 Komponen SPK

Sedangkan menurut Jogiyanto (2003), Komponen Sistem Pendukung Keputusan terdiri dari tiga komponen utama, yaitu: 1. Dialog Management atau user interface, yaitu komponen untuk

berdialog dengan pemakai sistem. Komponen ini didalam sistem informasi merupakan komponen input dan komponen output. 2. Model management yaitu komponen yang mengubah data

menjadi informasi yang relevan. Model model yang banyak digunakan di sistem penunjang keputusan adalah model matematika optimasi seperti linear progaramming, dynamic programming, dan lain lain.

3. Data management yaitu komponen basis data yang terdiri dari semua basis data yang dapat diakses seperti halnya sistem informasi pada umumnya, sistem pendukung keputusan juga mempunyai komponen lain yaitu komponen teknologi dan kontrol. Komponen teknologi terdiri dari perangkat keras dan perangkat lunak. Perangkat lunak spesifik yang digunakan DSS

13

antaralain adalah spreadsheet, databased management system, dan query language.

2.1.5 Kriteria Sistem Pendukung Keputusan

Sistem pendukung keputusan dirancang secara khusus untuk mendukung seseorang yang harus mengambil keputusan-keputusan tertentu. Berikut ini beberapa karakteristik sistem pendukung keputusan menurut Oetomo (2002), yaitu :

1. Interaktif

Sistem pendukung keputusan memiliki user interface yang komunikatif sehingga pemakai dapat melakukan akses secara cepat ke data dan memperoleh informasi yang dibutuhkan. 2. Fleksibel

Sistem pendukung keputusan memiliki sebanyak mungkin variabel masukkan, kemampuan untuk mengolah dan memberikan keluaran yang menyajikan alternatif-alternatif keputusan kepada pemakai.

3. Data Kualitas

Sistem pendukung keputusan memiliki kemampuan menerima data kualitas yang dikuantitaskan yang sifatnya subyektif dari pemakainya, sebagai data masukkan untuk pengolahan data. Misalnya : penilaian terhadap kecantikan yang bersifat kualitas, dapat dikuantitaskan dengan pemberian bobot nilai seperti 75 atau 90.

4. Prosedur Pakai

Sistem pendukung keputusan mengandung suatu prosedur yang dirancang berdasarkan rumusan formal atau juga beberapa prosedur kepakaran seseorang atau kelompok dalam menyelesaikan suatu bidang masalah dengan fenomena tertentu.

14

2.1.6 Langkah-langkah Pemodelan dalam SPK

Dalam melakukan pemodelan dalam pembangunan Sistem Pendukung Keputusan, dilakukan langkah-langkah (Kusrini, 2006), yaitu sebagai berikut:

1. Studi kelayakan (Intelligence)

Dalam langkah ini sasaran ditentukan, dilakukan pencarian prosedur, pengumpulan data, identifikasi masalah, identifikasi kepemilikan masalah, klasifikasi masalah hingga akhirnya terbentuk sebuah pernyataan masalah.

Kepemilikan masalah berkaitan dengan bagian apa yang akan dibangunkan Sistem Pendukung Keputusan, apa tugas dari bagian tersebut sehingga model tersebut dapat relevan dengan kebutuhan si pemilik masalah.

2. Perancangan (Design)

Pada tahap ini akan diformulasikan model yang akan digunakan dan kriteria-kriteria ditentukan. Setelah itu dicari alternatif model yang dapat menyelesaiakan permasahan tersebut. Langkah selanjutnya adalah memprediksi keluaran yang mungkin. Kemudian variabel-variabel model ditentukan. 3. Pemilihan (Choice)

Setelah pada tahap design ditentukan berbagai alternatif model beserta variabel-variabelnya pada tahap ini akan dilakukan pemilihan modelnya, termasuk solusi dari model tersebut. Selanjutnya dilakukan analisis sensitifitas yaitu dengan mengganti beberapa variabel.

4. Membuat Sistem Pendukung Keputusan

Setelah modelnya ditentukan, maka model tersebut diimplementasikan dalam Sistem Pendukung Keputusan.

15

2.2 Metode Forward Chaining

2.2.1 Definisi

Metode forward chaining adalah metode pancarian atau teknik pelacakan kedepan yang dimulai dengan informasi yang ada dan penggabungan rule untuk menghasilkan suatu kesimpulan atau tujuan (Russel P, 2003). Runut maju (forward chaining) berarti menggunakan himpunan aturan kondisi-aksi. Dalam metode ini, data digunakan untuk menentukan aturan mana yang akan dijalankan, kemudian aturan tersebut dijalankan. Mungkin proses menambahkan data ke memori kerja. Proses diulang sampai ditemukan suatu hasil (Kusrini, 2006).

Dalam metode ini pelacakan diawali dari fakta – fakta yang diberikan user kemudian dicari dibasis pengetahuan lalu dicari aturan yang sesuai dengan fakta – fakta. Setelah itu diadakan hipotesa untuk memperoleh kesimpulan. Pencocokan fakta atau pernyataan dimulai dari bagian sebelah kiri. Dengan kata lain, penalaran dimulai dari fakta terlebih dahulu, lalu dicari aturan yang sesuai dengan fakta – fakta yang diberikan untuk menguji kebenaran hipotesa. Pada metode forward chaining, data dipakai untuk menentukan aturan mana yang akan dijalankan.

Forward chaining merupakan grup dari multipel inferensi yang melakukan pencarian dari suatu masalah kepada solusinya. Jika klausa premis sesuai dengan situasi (bernilai TRUE), maka proses akan menyatakan konklusi. Pelacakan ke depan mencari fakta yang sesuai dari bagian IF dari aturan IF-THEN.

16

2.2.2 Kelebihan dan Kelemahan Metode Forward Chaining

Adapun kelemahan dan kelebihan forward chaining menurut DUR (1994) yaitu :

Kelebihan :

1. Kelebihan utama dari forward chaining yaitu metode ini akan bekerja dengan baik ketika masalah bermula dari mengumpulkan/ menyatukan informasi lalu kemudian mencari kesimpulan apa yang dapat diambil dari informasi tersebut.

2. Metode ini mampu menyediakan banyak sekali informasi dari jumlah data yang kecil.

Kelemahan :

1. Kelemahan utama metode ini yaitu kemungkinan tidak adanya cara untuk mengenali dimana beberapa fakta lebih penting dari fakta lainnya.

2. Sistem bisa saja menanyakan pertanyaan yang tidak berhubungan. Walaupun jawaban dari pertanyaan tersebut penting. Namun hal ini akan membingungkan user untuk menjawab pada subjek yang tidak berhubungan.

2.2.3 Bahasa Pemrograman PHP

Menurut Nugroho (2006) “PHP atau singkatan dari Personal Home Page merupakan bahasa skrip yang tertanam dalam HTML untuk dieksekusi dan bersifat server side”. PHP termasuk dalam open source product, sehingga source code PHP dapat diubah dan didistribusikan secara bebas. Seiring dengan perkembangan bahasa pemrograman PHP, kepanjangan dari PHP berubah menjadi sebuah singkatan recursive yaitu PHP: Hypertext Preprocessor.

PHP pertama kali dibuat oleh Rasmus Lerdorf pada tahun 1994. Lerdorf menyebut kode program ini sebagai Personal Home Page/Forms Interpreter atau PHP/FI. PHP/FI dapat digunakan untuk membuat aplikasi

17

web dinamis sederhana. MySQL adalah basis data yang paling poopuler yang digunakan bersama dengan PHP. PHP dapat dihubungankan dengan MySQL meskipun berada pada platform yang berbeda, misalnya PHP berada pada sistem operasi Windows, sementara MySQL berada di Linux. Adapaun kelebihan dan kekurangan PHP adalah sebagai berikut :

Kelebihan :

1. Bisa membuat Web menjadi Dinamis.

2. PHP bersifat Open Source yang berarti dapat digunakan oleh siapa saja secara gratis.

3. Program yang dibuat dengan PHP bisa dijalankan oleh Semua Sistem Operasi karena PHP berjalan secara Web Base yag artinya semua Sistem Operasi bahkan HP yang mempunyai Web Browser dapat menggunakan program PHP.

4. Aplikasi PHP lebih cepat dibandingkan dengan ASP maupun Java. 5. Mendukung banyak paket basis data seperti MySQL, Oracle,

PostgrSQL, dan lain-lain.

6. Bahasa pemrograman PHP tidak memerlukan Kompilasi / Compile dalam penggunaannya.

7. Banyak Web Server yang mendukung PHP seperti Apache, Lighttpd, IIS dan lain-lain.

8. Pengembangan Aplikasi PHP mudah karena banyak Dokumentasi, Refrensi & Developer yang membantu dalam pengembangannya. 9. Banyak bertebaran aplikasi dan program PHP yang gratis dan siap pakai

seperti WordPress, PrestaShop, dan lain-lain.

Kekurangan :

1. PHP Tidak mengenal package.

2. Jika tidak di encoding, maka kode PHP dabat dibaca semua orang & untuk meng encodingnya dibutuhkan tool dari Zend yang mahal sekali biayanya.

18

3. PHP memiliki kelemahan keamanan. Jadi Programmer harus jeli & berhati-hati dalam melakukan pemrograman & Konfigurasi PHP.

2.3 Rational Unified Process (RUP)

Menurut Rosa (2011) RUP menggunakan konsep object oriented, dengan aktifitas yang berfokus pada pengembangan model dengan menggunakan Unified Model Language (UML). Rational Unified Process (RUP) merupakan suatu metode rekayasa perangkat lunak yang dikembangkan dengan mengumpulkan berbagai best practises yang terdapat dalam industri pengembangan perangkat lunak. Ciri khas metode ini adalah menggunakan use-case driven dan pendekatan iteratif untuk siklus pengembangan perangkat lunak. RUP menggunakan konsep object oriented, dengan aktifitas yang berfokus pada pengembangan model dengan menggunakan Unified Model Language(UML). Pada metode Rational Unified Process (RUP) terdapat 4 fase dalam pengembangan sistem:

a. Fase Inception

Pada tahap dilakukan pemodelan proses bisnis yang dibutuhkan (business modeling) dan mendefinisikan kebutuhan akan sistem yang akan dibuat (requirements).

b. Fase Elaboration

Pada tahap ini dilakukan perancangan perangkat lunak mulai dari menspesifikasikan fitur perangkat lunak hingga perilisan prototipe versi Betha dari perangkat lunak.

c. Fase Construction

Pengimplementasian rancangan perangkat lunak yang telah dibuat dilakukan pada tahap ini. Pada akhir tahap ini, perangkat lunak versi akhir yang sudah disetujui administrator dirilis beserta dokumentasi perangkat lunak.

19

Instanlasi, deployment dan sosialisasi perangkat lunak dilakukan di tahap ini.

2.4 MySQL

MySQL adalah sistem manajemen basis data SQL yang bersifat Open Source. Sistem Basis Data MySQL mendukung beberapa fitur seperti multithreaded, multi-user dan SQL database managemen sistem (DBMS). Basis data ini dibuat untuk keperluan sistem basis data yang cepat, handal dan mudah digunakan. MySQL adalah Relational Database Management System (RDBMS) yang didistribusikan secara gratis dibawah lisensi GPL (General Public License). Dimana setiap orang bebas untuk menggunakan MySQL, namun tidak boleh dijadikan produk turunan yang bersifat komersial. MySQL merupakan turunan salah satu konsep utama dalam basis data, yaitu SQL (Structured Query Language). SQL adalah sebuah konsep pengoperasian basis data, diantaranya mendefinisikan tabel, menampilkan data dengan kriteria tertentu, menambahkan data hingga menghapus data tertentu, yang memungkinkan pengoperasian data dikerjakan dengan mudah secara otomatis.Beberapa kelebihan MySQL antara lain adalah sebagai berikut :

1. Gratis sehingga MySQL dapat dengan mudah untuk mendapatkannya.

2. MySQl stabil dan tangguh dalam pengoperasiannya. 3. My SQl mempunyai sistem keamanan yang cukup baik.

4. Sangat mendukung transaksi dan mempunyai banyak dukungan dari komunitas.

5. Sangat fleksibel dengan berbagai macam program. 6. Perkembangan dari MySQl sangat cepat.

20

2.5 Penelitian Terkait

Setelah menelaah beberapa penelitian, terdapat beberapa penelitian yang memiliki keterkaitan dengan penelitian yang dilakukan oleh peneliti. Penelitian pertama adalah penelitian yang dilakukan oleh Yunus dan Setyowibowo (2011) dengan judul Aplikasi Sistem Pendukung Keputusan Diagnosa Penyakit Paruparu dengan Metode Forward Chaining. Data penderita penyakit paru dan studi literatur di dapat atau dilakukan di Rekam Medik Rumah Sakit Saiful Anwar. Hasil dari pengambilan data, diketahui bahwa gejala awal yang paling sering muncul sebagai ciri khusus penyakit paru adalah batuk yang lebih dari dua minggu dan sesak napas. Analisa data yang dilakukan adalah dengan cara mengklasifikasi beberapa jenis gejala, kemudian digolongkan kepada jenis penyakit tertentu. Kesimpulan dari penelitian ini adalah metode forward chaining mampu menelusuri penyakit paru-paru berdasarkan gejala yang sudah terdefinisi dan dapat digunakan oleh masyarakat umum sebagai deteksi dini sebelum ke dokter.

Penelitian kedua adalah penelitian yang dilakukan oleh Bachri (2015) dengan judul Sistem Pendukung Keputusan Pemilihan Obat dengan Metode Analytic Hierarchy Process untuk Toko Obat Mandjur Cirebon. Tujuan dari penelitian ini adalah untuk menghasilkan aplikasi sistem pendukung keputusan yang dapat membantu toko obat mandjur dalam memberikan pelayanan pada pembeli dalam memilih obat dan untuk menentukan nilai dari setiap kriteria pemilihan obat yang akan menghasilkan data obat yang tepat sesuai kebutuhan dari pembeli. Proses penentuan pemilihan obat yang tepat untuk penderita penyakit dilakukan dengan menggunakan metode Analytic Hierachy Process, dimulai dengan pembobotan kriteria kemudian perhitungan dan pengelompokan core dan klasifikasi obat, perhitungan nilai total dan selanjutnya perhitungan penentuan obat.

21

Kesimpulan dari penelitian ini adalah metode AHP dapat digunakan untuk menyelesaikan masalah Multiple Decision Making pemilihan obat di Toko Obat Mandjur Cirebon. Proses dari penentuan pemilihan obat yang tepat untuk penderita penyakit yang dilakukan dengan menggunakan metode Analytic Hierachy Process, dimulai dengan pembobotan kriteria, perhitungan dan pengelompokan.

22 BAB III

METODOLOGI PENELITIAN

3.1 Gambaran Umum Penelitian

Penelitian yang dilakukan adalah penelitian mengenai cara pemilihan obat demam. Pada penelitian ini akan dibangun sebuah sistem pendukung keputusan. Sistem ini dibuat berbasis web dengan bahasa pemrograman php. Hasil keluaran dari sistem yang dibuat dalam penelitian ini adalah rekomendasi obat demam yang tepat. Nantinya sistem ini diharapkan dapat membantu masyarakat dalam menentukan pilihan obat demam.

3.2 Studi Literatur

Studi literatur yang dilakukan adalah dengan mencari referensi teori yang relefan dengan penelitian dan kasus yang ditemukan. Referensi ini didapatkan dari membaca buku, jurnal, artikel, laporan penelitian dan situs-situs di internet. Tujuan dari studi literatur ini adalah untuk memperkuat dasar teori dalam melakukan penelitian.

3.3 Pengumpulan Data

Data yang di gunakan dalam penelitian ini adalah data berbagai macam obat demam yang dujual bebas dan bebas terbatas meliputi indikasi, kontraindikasi, efek samping, dosis, cara penggunakaan, peringatan dan perhatian. Teknik pengumpulan data dilakukan dengan wawancara dan studi literatur. Wawancara dilakukan dengan melakukan tanya jawab kepada Apoteker.

3.4 Pengembangan Perangkat Lunak

Metode pengembangan sistem yang dipakai dalam penelitian ini adalah Metode Rational Unified Process (RUP). Terdapat 4 fase pada metode Rational Unified Process (RUP) yang digunakan yaitu :

23

Pada tahap ini penulis mendefinisikan batasan kegiatan, melakukan analisis kebutuhan pengguna, melakukan perancangan awal perangkat lunak, pemodelan diagram UML (use case diagram), dan pembuatan dokumentasi.

b. Fase Elaboration

Pada tahapan ini penulis melakukan desain secara lengkap berdasarkan hasil analisis ditahap inception. Pada tahap ini penulis membuat desain komponen sistem pendukung keputusan yaitu subsistem manajemen data, subsistem manajemen model, subsistem menejemen pengetahuan dan subsistem menejemen antarmuka. c. Fase Construction

Pada tahapan ini penulis melakukan implementasian rancangan sistem pendukung keputusan yang telah diuraikan dalam fase elaboration. Pada akhir tahap ini, dilakukan pembuatan program atau coding.

d. Fase Transition

Pada tahap ini penulis akan menyerahkan perangkat lunak kepada pemakai, melakukan pengujian serta pelatihan.

3.5 Analisis Hasil

Analisis hasil dari sitem yang dibangun dilakukan dengan cara uji coba terhadap pengguna. Uji coba pengguna dilakukan dengan cara evaluasi. Evaluasi yang di maksud adalah dengan memberikan kuisioner kepada masyarakat umum. Tujuan dari evaluasi ini yaitu untuk mengetahui apakah sistem yang dibangun bermanfaat, mudah digunakan dan memberikan kepercayaan terhadap penggunanya.

3.6 Spesifikasi Alat

Perangkat Lunak dan Perangkat Keras yang akan digunakan dalam implementasi sistem antara lain :

24 a. Perangkat Lunak

- Sistem Operasi Windows 7 64 bit.

- Aplikasi pengembang perangkat lunak Sublime Text 3 - Sistem manajemen basis data mySQL

b. Perangkat Keras

- Processor Intel Core i5 - HDD 500 GB

25 BAB IV

ANALISIS DAN PERANCANGAN SISTEM

4.1 Analisis Sistem

4.1.1 Gambaran Umum Sistem Lama

Pemilihan obat demam oleh masyarakat umum saat ini masih dilakukan secara manual. Pada umumnya masyarakat yang ingin membeli obat demam tidak tau obat demam yang sesuai dengan kondisi yang di alami, oleh sebab itu biasanya mereka akan datang ke apotek, kemudian mereka melakukan konsultasi kepada apoteker yang sedang berjaga lalu apoteker tersebut akan memberikan obat demam yang sesuai. Jika masyarakat membeli obat demam di warung atau mini market biasanya mereka akan datang ke warung atau minimarket lalu memilih sendiri obat demam yang mereka inginkan. Cara ini kurang efektif karena dengan banyaknya obat demam yang dijual di pasaran membuat masyarakat menjadi bingung untuk memilih obat demam yang sesuai, apalagi jika pada akhirnya pemilihan obat demam dilakukan secara asal maka obat tidak bekerja secara efektif dan dapat menyebabkan kondisi semakin buruk apabila obat demam yang dipilih ternyata salah.

4.1.2 Definisi Ruang Lingkup

4.1.1.1Perumusan Masalah

Peredaran obat demam saat ini semakin luas dan dengan mudah bisa didapatkan. Calon embeli di hadapkan kepada banyaknya pilihan obat demam dengan berbagai merk. Masalah utama yang dihadapi oleh calon pembeli adalah mereka tidak tau obat demam apakah yang sebaiknya mereka pilih. Kurangnya informasi dan pengetahuan mengenai obat-obatan membuat calon pembeli terkadang

26

asal dalam memilih obat demam. Mereka juga terkadang malas membaca petunjuk obat demam yang berada pada kemasan obat. Jika mereka membeli obat demam di apotek, mereka dapat konsultasi terlebih dahulu pada apoteker mengenai keluhan yang di rasakan sebelum membeli obat, namun hal ini di rasa belum cukup karena biasanya apoteker hanya akan memilihkan obat demam berdasarkan keluhan yang dirasakan oleh calon pembeli saja tidak berdasarkan kondisi tubuh yang dialami oleh calon pembeli yang sesungguhnya seperti riwayat penyakit atau alergi. Oleh sebab itu calon pembeli akan merasa kesulitan saat memilih obat demam yang tepat. Kesulitan ini dapat di lihat dari : 1. Performance : Saat ini belum ada sistem yang membandingkan obat demam secara spesifikasi sehingga pengambilan keputusan menjadi lebih lama dan kurang efektif.

2. Information : Mencari informasi mengenai obat-obat demam dengan cara biasa dirasa belum tepat sebab untuk mendapatkan informasi ini pengguna harus membuka internet untuk mencari informasi obat-obat demam dari berbagai website. Informasi yang didapat pun belum teruji kebenarannya karena informasi antara website satu dengan yang lainnya terkadang berbeda. Selain itu mereka juga dapat mencari informasi obat-obat demam ini dari apoteker sehingga mereka harus datang ke apotek terlebih dahulu. Hal ini tentunya kurang efisien untuk calon pembeli. Mereka juga dapat mencari informasi obat-obat demam ini dengan membaca informasi obat yang tertera pada kemasan obat, akan tetapi informasi yang terdapat pada kemasan obat ini adalah informasi obat secara umum dan kurang spesifik. Hal

27

ini tentu belum memberikan alternatif yang tepat dalam memilih obat demam.

3. Economics : Pencarian informasi mengenai obat-obat demam lewat berbagai website pada internet menambah biaya pengeluaran bagi calon pembeli.

4. Eficiency : Pemilihan obat demam yang dilakukan secara manual kurang efisien karena calon pembeli harus mencari informasi terlebih dahulu lewat internet, bertanya pada apoteker atau membaca pada kemasan obat sebelum membeli obat demam.

5. Services : Sistem manual saat ini belum mampu membantu calon pembeli dalam memilih obat demam yang tepat karena berbagai keluhan dan perbedaan kondisi setiap individu yang berbeda-beda.

4.1.1.2Pernyataan Masalah

Tabel 4. 1 Pernyataan Masalah

No Masalah Solusi

1 Calon pembeli bingung memilih obat demam yang sesuai dengan keluhan dan kondisi yang di alami.

Membuat Sistem Pendukung Keputusan yang dapat memberikan rekomendasi dalam memilih obat demam.

2 Pemilihan obat masih dilakukan secara menual sehingga kurang efisien dan efektif.

Membuat sistem berbasis web yang secara cepat dapat memberikan alternatif pilihan obat demam yang sesuai dengan kebutuhan calon pembeli. 3 Calon pembeli belum

memiliki pengetahuan

Membuat Sistem Pendukung Keputusan berbasis web yang di

28 lebih menganai obat-obatan demam

lengkapi dengan berbagai macam informasi mengenai obat demam secara lengkap.

4.2 Analisis Masalah

Sistem ini bertujuan untuk membantu masyarakat umum dalam memilih obat demam yang tepat. Terdapat beberapa fungsi dalam sistem ini yaitu, membantu pencarian obat demam, memberikan informasi tentang berbagai obat demam, dan memberikan rekomendasi obat demam. Penulis akan menganalisis dan merancang kebutuhan-kebutuhan dari sistem ini agar fungsi-fungsi di atas dapat terintegrasi.

4.2.1 Analisis Sebab Akibat

Tabel 4. 2 Analisis Sebab Akibat

Analisis Penyebab dan Akibat Tujuan Memperbaiki Sistem

Masalah Sebab dan

Akibat Tujuan Sistem Batasan Sistem Calon pembeli bingung memilih obat demam yang sesuai dengan keluhan dan kondisi yang di alami.

Sebab :

Banyaknya pilihan obat demam yang di jual di berbagai tempat dengan berbagai merk dan khasiat (indikasi). Calon pembeli kesulitan menentukan

Membantu calon pembeli untuk memilih obat demam yang tepat sesuai dengan kebutuhan dan kondisi

konsumen sebagai bahan pertimbangan dalam

Kriteria yang dipakai dalam mengambil keputusan berupa keluhan, kondisi tubuh, riwayat penyakit,

29 pilihan obat demam yang sesuai dengan konsisi

tubuhnya. Akibat : Calon pembeli

membeli obat demam secara asal dan hal ini menyebabkan obat demam bekerja kurang efektif.

membeli obat demam.

alergi dan usia. Pemilihan obat masih dilakukan secara menual sehingga kurang efisien dan efektif.

Sebab : Belum ada sistem yang mampu memberikan rekomendasi atau alternatif kepada calon pembeli

mengenai obat demam yang tepat.

Akibat : Obat

yang dibeli tidak sesuai dengan

kebutuhan dan

Memudahkan calon pembeli dalam memilih obat demam secara efektif dan efisien.

Sistem ini dibangun berbasis web sehingga mudah di akses.

30 kondisi calon pembeli. Calon pembeli belum memiliki pengetahuan lebih menganai obat-obatan demam

Sebab : Akses

untuk mencari informasi mengenai obat demam

terbatas. Akibat : Calon pembeli tidak mendapatkan informasi yang diinginkan dengan benar.

Memudahkan calon pembeli mendapatkan informasi mengenai obat-obat demam secara lengkap dan benar.

Sistem yang dibangun nantinya terdapat menu yang memuat informasi-informasi mengenai obat-obat demam.

4.2.2 Gambaran Umum Sistem Baru

Sistem baru yang akan dibangun adalah sistem pendukung keputusan yang akan membantu dalam memberikan rekomendasi kepada calon pembeli dalam memilih obat demam. Sistem ini akan dibuat dengan menggunakan metode forward chaining dan bahasa pemrograman PHP.

Pada sistem yang akan di bangun ini terdapat empat aktor yang terlibat yaitu admin, dokter, member dan pengunjung biasa. Tugas admin adalah menjalankan sistem meliputi menambah, menghapus, mengubah dan mengelola data fakta (indikasi), data obat, aturan, aturan untuk obat, data member, data dokter, data artikel, data riwayat pengunjung, data pesan masuk dan lain sebagainya. Untuk masuk ke sistem admin harus login dengan memasukan username dan password. Jika proses login berhasil admin dapat mengelola data tersebut

31

Dokter adalah salah satu aktor yang akan menjalankan sistem. Tugas yang dijalankan dokter yaitu membalas pesan dari member dan memposting artikel yang berisi tentang informasi obat demam. Untuk masuk ke sistem dokter harus login dengan memasukan username dan password. Jika proses login berhasil dokter dapat menjalankan sistem.

Pengunjung adalah aktor yang akan menjalankan sistem yang telah dibangun. Terdapat 2 tipe pengunjung yaitu pengunjung biasa dan member. Pengunjung biasa hanya dapat melakukan konsultasi dan membaca artikel tentang informasi obat demam sedangkan member dapat melakukan konsultasi , membaca artikel tentang informasi obat demam, mengirim pesan kepada dokter dan dapat melihat riwayat pencarian obat. Konsultasi dilakukan dengan menjawab pertanyaan yang di tampilkan oleh sistem dengan jawaban ya atau tidak. Jawaban dari konsultasi yang telah dilakukan tadi sistem akan memberikan obat demam yang tepat dan sesuai berdasarkan keluhan-keluhan yang dipilih pengguna.

4.3 Analisis Kebutuhan Sistem

Tahap analisis ini bertujuan untuk memahami dengan benar kebutuhan dari sistem baru, yaitu dengan mengembangkan sebuah sistem yang dapat memenuhi kebutuhan baik untuk kebutuhan sistem maupun kebutuhan yang dilihat dari segi pengguna.

32

4.3.1 Diagram Use Case

Diagram Use Case Administrator

33

34 Diargram Use Case Pengguna

Gambar 4. 2 Use Case Pengunjung dan Member

4.3.2 Definisi Aktor

Tabel 4. 3 Definisi Aktor

No Actor Deskripsi

1 Host (

Administrator )

Aktor dengan role ini mempunyai wewenang untuk menjalankan sistem meliputi menambahkan, menghapus, mengubah data obat, fakta, member, dokter, diagnose, aturan, aturan obat, melihat riwayat pengunjung, melihat pesan pengunjung dan posting artikel mengenai informasi tentang obat-obat demam.

2 Guest

(Pengunjung)

Aktor dengan role ini mempunyai wewenang untuk melakukan konsultasi,

35

melihat hasil analisa dan melihat informasi mengenai obat-obat demam. 3 Member Aktor dengan role ini mempunyai

wewenang untuk melakukan konsultasi, melihat hasil analisa dan melihat

informasi mengenai obat-obat demam, melihat riwayat dan mengirim pesan atau membuat obrolan dengan dokter 4 Dokter Aktor dengan role ini mempunyai

wewenang untuk menjawab atau membalas pesan dari member dan melakukan posting artikel mengenai informasi tentang demam.

4.4 Desain Proses

4.4.1 Diagram Aktivitas

4.1.1.1Pengunjung dan Member

Pada aktor pengunjung dan member terdapat satu diagram aktivitas dari use case cari obat. Diagram aktivitas sistem terlampir pada lampiran 2.

4.1.1.2Admin

Pada aktor admin terdapat beberapa diagram aktivitas yang terdiri dari use case tambah, ubah, hapus data obat, alergi, usia, fakta, aturan, aturan obat dan diagnosa. Diagram aktivitas sistem terlampir pada lampiran 3.

36

4.4.2 Diagram Kolaborasi

Terdapat dua diagram kolaborasi dari aktor pengunjung dan admin. Diagram kolaborasi terlampir pada lampiran 4.

4.4.3 Diagram Sequence

Terdapat dua puluh empat diagram sequence yang terdiri dari satu diagram sequence untuk aktor pengunjung dan dua puluh tiga diagram sequence untuk aktor admin. Diagram sequence terlampir pada lampiran

37

4.5 Desain Manajemen Data

4.5.1 Kelas Diagram

38

4.5.2 Desain Fisikal Basis Data

Tabel Alergi

Tabel 4. 4 Tabel Alergi

Nama Field Tipe Keterangan

id_alergi (*) Integer Id alergi (Primary Key)

kode_alergi Char Kode alergi

nama_alergi Varchar Nama alergi

Tabel Usia

Tabel 4. 5 Tabel Usia

Nama Field Tipe Keterangan

id_usia (*) Integer Id usia (Primary Key)

kode_usia Char Kode usia

kelompok_usia Varchar Kelompok usia

Tabel Fakta

Tabel 4. 6 Tabel Fakta (Indikasi)

Nama Field Tipe Keterangan

id_fakta (*) Integer Id fakta (Primary Key)

kode_fakta Char Kode fakta

39 Tabel Aturan

Tabel 4. 7 Tabel Aturan

Nama Field Tipe Keterangan

id_aturan (*) Integer Id aturan (Primary Key)

id_alergi (**) Integer Id alergi (Foreign Key)

id_usia (**) Integer Id usia (Foreign Key) id_fakta (**) Integer Id fakta (Foreign

Key)

Tabel Obat

Tabel 4. 8 Tabel Obat

Nama Field Tipe Keterangan

id_obat (*) Integer Id obat (Primary

Key)

kode_obat Char Kode obat

nama_obat Varchar Nama obat

nama_generic_obat varchar Nama generic obat

kemasan_obat varchar Keterangan

kemasan obat

dosis_obat text Dosis obat

bahaya_obat text Cara penggunaan

obat dan info yang perlu di perhatikan sebelum

40

Foto_obat varchar Foto obat

Tabel Aturan Obat Tabel 4. 9 Tabel Aturan Obat

Nama Field Tipe Keterangan

id_aturan_obat (*) integer Id aturan_obat (Primary Key) id_alergi (**) integer Id alergi (Foreign

Key)

id_usia (**) integer Id usia (Foreign Key)

id_obat (**) integer Id obat (Foreign Key)

Tabel Pertanyaan

Tabel 4. 10 Tabel Pertanyaan

Nama Field Tipe Keterangan

id_pertanyaan (*) integer Id

pertanyaan(Primary Key)

pertanyaan varchar Isi pertanyaan

id_member (**) integer Id member (Foreign Key)

Tgl_pertanyaan (**) date Tanggal pertanyaan Id_dokter (**) integer Id dokter (Foreign

Key) Status_pertanyaan

41 Tabel Pesan

Tabel 4. 11 Tabel Pesan

Nama Field Tipe Keterangan

id_pesan (*) integer Id pesan(Primary

Key)

Id_pertanyaan (**) integer Id pertanyaan (Foreign Key)

Tgl_pesan date Tanggal pesan

pesan varchar Isi pesan

User_id (**) integer Id member (Foreign Key)

Status_pesan varchar Status pesan

Status_pertanyaan varchar Status pertanyaan

Tabel Dokter

Tabel 4. 12 Tabel Dokter

Nama Field Tipe Keterangan

id_dokter (*) integer Id dokter(Primary Key)

Nama_dokter integer Nama dokter

Jenis_kelamin_dokter date Jenis kelamin dokter

Pendididkan_terakhir_dokter varchar Pendidikan terakhir dokter Tempat_praktek_dokter integer Tempat praktek

dokter

42

Password_dokter varchar Password dokter

Foto_dokter varchar Foto dokter

Tabel Member

Tabel 4. 13 Tabel Member

Nama Field Tipe Keterangan

id_sistem_member (*) integer Id member(Primary Key)

Identitas_member integer Identitas member

Nama_member varchar Nama member

Username_dokter varchar Username member

Password_dokter varchar Password member

Foto_dokter varchar Foto member

Tabel Admin

Tabel 4. 14 Tabel Admin

Nama Field Tipe Keterangan

id_admin (*) integer Id member(Primary

Key)

Nomor_pegawai_admin integer Nomor pegawai admin

Nama_admin varchar Nama admin

Username_admin varchar Username admin

Password_admin varchar Password admin

43 Tabel Riwayat

Tabel 4. 15 Tabel Riwayat

Nama Field Tipe Keterangan

id_riwayat (*) integer Id riwayat (Primary Key)

Id_member integer Id member(Foreign

Key)

Tanggal_diagnosa date Tanggal diagnosa

Tabel Riwayat Detail

Tabel 4. 16 Tabel Riwayat Detail

Nama Field Tipe Keterangan

id_riwayat_detail (*) integer Id riwayat_detail (Primary Key) id_riwayat (**) integer Id riwayat(Foreign

Key)

Id_obat integer Id obat(Foreign

Key)

Tabel Informasi

Tabel 4. 17 Tabel Informasi

Nama Field Tipe Keterangan

id_informasi integer Id informasi

(Primary Key) Judul_informasi integer Judul informasi

44

Tgl_upload_informasi integer Tanggal upload informasi

Isi_informasi varchar Isi informasi

Foto_informasi varchar Foto informasi

Tabel Diagnosa

Tabel 4. 18 Tabel Diagnosa

Nama Field Tipe Keterangan

id_diagnosa integer Id informasi

(Primary Key)

Id_obat integer Id obat (Foreign

Key)

Id_fakta integer Id fakta(Foreign

Key)

4.5.3 Perancangan Struktur Data

Sistem yang dibangun dalam penelitian ini menggunakan struktur data Array 2 dimensi dan ArrayList. Array 2 dimensi adalah array bersarang atau array didalam array, dimana terdapat dua index yaitu indek baris dan indek kolom. Array 2 dimensi dugunakan untuk menampung data alergi, usia, aturan 1 dan aturan 2. Aturan 1 digunakan untuk mengatur fakta berupa kondisi tubuh, riwayat penyakit dan penyakit yang diderita. Fakta ini akan ditampilkan pada sistem berdasarkan nilai inputan alergi dan usia oleh pengguna. Aturan 2 digunakan untuk menganalisa kemungkinan obat yang akan di hasilkan oleh sistem berdasarkan nilai inputan alergi dan usia oleh pengguna. Berikut adalah ilustrasi untuk array 2 dimensi :

45

Gambar 4. 4 Ilustrasi array 2 dimensi

Array 2 dimensi ini merupakan representasi dari data alergi, usia, aturan 1 dan aturan 2.

Contoh data array alergi secara lengkap dapat dilihat pada tabel dibawah ini. Tabel 4. 19 Contoh data array alergi

Baris Kolom

Id_alergi Kode Alergi Alergi

0 1 AL1 Aleri Paracetamol

1 2 AL2 Aleri Paracetamol

Contoh data array usia secara lengkap dapat dilihat pada tabel dibawah ini. Tabel 4. 20 Contoh data array usia

Baris Kolom

Id usia Kode Usia Kelompok Usia

0 1 US1 Usia 0-1 tahun

1 2 US2 Usia 1-2 tahun

46

Contoh data array aturan 1 secara lengkap dapat dilihat pada tabel dibawah ini.

Tabel 4. 21 Contoh data array aturan 1

Baris Kolom

Id aturan1 Alergi Usia Fakta

0 1 Aleri Paracetamol >12 tahun Mual

1 2 Aleri Paracetamol >12 tahun Pusing

2 3 Aleri Ibuprofen >12 tahun Mual

3 4 Aleri Ibuprofen >12 tahun Flu

4 5 Alergi Ibuprofen >12 tahun Pusing

Contoh data array aturan 2 secara lengkap dapat dilihat pada tabel dibawah ini.

Tabel 4. 22 Contoh data array aturan 2

Baris Kolom

Id aturan 2 Alergi Usia Obat

0 1 Aleri Paracetamol >12 tahun Obat A 1 2 Aleri Paracetamol >12 tahun Obat B

2 3 Aleri Ibuprofen >12 tahun Obat C

3 4 Aleri Ibuprofen >12 tahun Obat D

4 5 Alergi Ibuprofen >12 tahun Obat E

Struktur data yang digunakan selanjutnya adalah Array. Array digunakan untuk menampung data inputan dari pengguna saat memilih fakta. Inputan yang disimpan dalam array adalah fakta yang bernilai benar saja. Selain itu array juga digunakan untuk menampung hasil pencarian obat. Dalam hal ini data yang disimpan dalam array adalah obat yang terpilih. Agar dapat menambah data baru tanpa harus menentukan ukuran array maka dipakai juga

47

fungsi array_push. Array_push adalah salah satu fungsi untuk memanipulasi variabel array yang sudah disediakan oleh PHP. Fungsi Array_push ini digunakan untuk menyisipkan elemen baru ke dalam sebuah array sehingga array dapat dibuat lebih dinamis. Berikut adalah ilustrasi untuk array:

Gambar 4. 5 Ilustrasi Array

Objek B1, B2, B3, B4 merupakan representasi dari data hasil inputan pengguna yang bernilai (Benar) serta merupakan representasi dari data obat yang terpilih.

Data array hasil inputan pengguna yang bernilai (Benar) secara lengkap dapat dilihat pada tabel dibawah ini. Misalkan terdapat data fakta seperti dibawah ini :

Tabel 4. 23 Contoh data fakta

Fakta Nilai

Mual Benar

Pusing Benar

Flu Benar

Sakit Maag Benar

Sakit Migrain Benar

Batuk Salah

Sakit Gigi Salah

48

Berdasarkan data diatas maka data array yang disimpan adalah sebagai berikut :

Gambar 4. 6 Contoh jawaban benar

Selanjutnya data array hasil pencarian obat yang terpilih secara lengkap dapat dilihat pada tabel dibawah ini.

Gambar 4. 7 Contoh data obat terpilih

4.6 Desain Manajemen Model

Pada bagian ini akan digambarkan proses pengambilan keputusan secara sederhana, tujuannya yaitu untuk memudahkan dalam pemahaman. Kriteria yang digunakan dalam pengambilan keputusan pemilihan obat ini adalah alergi, usia, dan fakta-fakta yang meliputi kondisi (misal: mual, tidak sadarkan diri), riwayat penyakit dan penyakit yang sedang diderita. Alternatif yang diberikan sebagai solusi antara lain adalah obat demam. Input :

Dalam melakukan proses pencarian obat demam diperlukan data input berikut :

- Alergi - Usia

49

- Fakta (kondisi tubuh, riwayat penyakit, dan penyakit yang sedang diderita. )

Proses :

Gambar 4. 8 Model keputusan pemilihan obat

Gambar diatas merupakan ilustrasi dari proses pencarian obat demam yang dilakukan. Sebelumnya dibuat aturan-aturan yang akan digunakan dalam pengambilan keputusan. Aturan yang dibuat menggunakan model aturan pada metode forward chaining. Kemudian untuk implementasi digunakan model struktur data array dua dimensi, array biasa dan menggunakan fungsi array_push. Proses yang dilakukan antara lain adalah sebagai berikut :

1. Simpan data inputan user meliputi alergi dan usia dalam variabel x dan y.

2. Selanjutnya nilai x dan y digunakan untuk mencari fakta di aturan 1 dan mencari obat di aturan 2.

50

3. Fakta yang didapat kemudian disimpan pada variabel R dan obat yang didapat disimpan pada variabel S.

4. Selanjutnya fakta di variabel R di tampilkan di sistem. Kemudian pengguna akan memilih fakta tersebut. Fakta yang dipilih pengguna kemudian disimpan dalam variabel T.

5. Lakukan pencocokan antara fakta dengan nilai T dan obat dengan nilai S. Pencocokan dilakukan berdasarkan aturan 3.

6. Hasil pencocokan yang dilakukan pada aturan 3 kemudian akan di outpukan oleh sistem sebagai hasil.

Berikut adalah contoh proses pencarian obat demam :

Misalkan pengguna mengimputkan data alergi ibuprofen dan data usia >12 tahun.

X : Alergi Ibuprofen Y : Usia >12 tahun

Data tersebut digunakan untuk mencari fakta pada aturan 1 seperti pada tabel 4.24 dibawah ini. Data alergi dan usia yang diinputkan juga digunakan untuk mencari obat di aturan 2.

Tabel 4. 24 Tabel aturan 1

No Alergi Usia Fakta

1. Alergi Paracetamol 1-2 tahun Fakta A

2. Alergi Paracetamol 1-2 tahun Fakta B

3. Alergi Paracetamol > 12 tahun Fakta A 4. Alergi Paracetamol > 12 tahun Fakta B 5. Alergi Paracetamol > 12 tahun Fakta F

6. Alergi Ibuprofen 0-1 tahun Fakta C

7. Alergi Ibuprofen 0-1 tahun Fakta D

8. Alergi Ibuprofen 1-2 tahun Fakta A

51

10. Alergi Ibuprofen > 12 tahun Fakta A 11. Alergi Ibuprofen > 12 tahun Fakta E 12. Alergi Ibuprofen > 12 tahun Fakta H

Fakta yang didapat kemudian ditampilkan pada sistem. Berdasarkan data diatas maka fakta yang akan ditampilkan pada sistem adalah fakta A, fakta E dan fakta H.

R : Fakta A, Fakta E, Fakta H

Dari fakta yang ditampilkan pengguna akan memilih fakta yang dirasakan. Misal, fakta yang dipilih pengguna adalah Fakta A dan Fakta H.

T : Fakta A, Fakta H

Tabel 4. 25 Tabel aturan 2

No Alergi Usia Obat

1. Alergi Paracetamol 1-2 tahun Obat A

2. Alergi Paracetamol 1-2 tahun Obat B

3. Alergi Paracetamol > 12 tahun Obat A 4. Alergi Paracetamol > 12 tahun Obat C 5. Alergi Paracetamol > 12 tahun Obat D

6. Alergi Ibuprofen 0-1 tahun Obat E

7. Alergi Ibuprofen 0-1 tahun Obat F

8. Alergi Ibuprofen 1-2 tahun Obat A

9. Alergi Ibuprofen 1-2 tahun Obat F

10. Alergi Ibuprofen > 12 tahun Obat C

11. Alergi Ibuprofen > 12 tahun Obat D

12. Alergi Ibuprofen > 12 tahun Obat E

Berdasarkan alergi dan usia yang diimputkan didapat obat yang sesuai adalah obat C, obat D dan obat E pada aturan 2 seperti tabel 4.25 diatas. S : Obat C, Obat D, Obat E

52

Fakta yang bernilai T kemudian dicocokan dengan obat dengan nilai S. Pencocokan dilakukan berdasarkan aturan 3.

Tabel 4. 26 Tabel Aturan 3

No Fakta Obat

1. Fakta A Obat A

2. Fakta B Obat B

3. Fakta A Obat A

4. Fakta B Obat C

5. Fakta F Obat D

6. Fakta C Obat E

7. Fakta D Obat F

8. Fakta A Obat A

9. Fakta G Obat F

10. Fakta A Obat C

11. Fakta E Obat D

12. Fakta H Obat E

Hasil pencocokan yang dilakukan pada aturan 3 kemudian akan di outpukan oleh sistem sebagai hasil. Berdsarkan tabel aturan diatas maka hasil yang didapat adalah Obat C dan Obat E.

Output :

Pemrosesan sitem yang telah dilakukan kemudian menghasilkan output berupa obat demam yang selanjutnya dapat dipilih oleh pengguna.

53

4.7 Desain Manajemen Pengetahuan

4.7.1 Representasi Data

Data Obat Demam

Tabel 4. 27 Data Obat Demam

Kode Nama Obat Nama

Generic

Kemasan

B1 Dumin 125 mg/2.4 mL Paracetamol Suppositoria

B2 Sanmol Syrup Paracetamol Syrup

B3 Panadol Anak Drops 0-1 tahun Paracetamol Syrup/Tetes B4 Panadol Anak Syrup 1-6 tahun Paracetamol Syrup B5 Panadol Anak Suspension 6

tahun

Paracetamol Syrup

B6 Panadol Anak Chewable 2-12 tahun

Paracetamol Tablet

B7 Bodrexin Demam Drops Paracetamol Syrup/Tetes B8 Tempra Paracetamol Drops Paracetamol Tetes

B9 Sanmol Tablet Paracetamol Tablet

B10 Hufagrip TMP Ibuprofen Syrup

B11 Proris Suspensi Ibuprofen Syrup

B12 Bufect Tablet Ibuprofen Tablet

54

B14 Bodrexin Acetosal /

Aspirin

Tablet

B15 Contrexyn Tablet Acetosal /

Aspirin

Tablet

B16 Aspilets Chewable Tablet Acetosal / Aspirin

Tablet

B17 Aptor 100 MG Tablet Acetosal /

Aspirin

Tablet

4.7.2 Perancangan Basis Pengetahuan

Basis pengetahuan adalah dasar pengambilan keputusan dalam sistem pendukung keputusan yang dibuat. Basis pengetahuan mengandung kaidah atau aturan pengetahuan untuk memecahkan masalah. Salah satu bentuk pendekatan basis pengetahuan yang umum digunakan adalah penalaran basis aturan. Pada penalaran basis aturan (Rule-Base reaseoning), pengetahuan di representasikan dengan menggunakan aturan bentuk IF-THEN. Pengetahuan berupa fakta-fakta yang didapatkan dari hasil wawancara dengan apoteker dan sumber lain seperti buku dan internet. Berikut fakta-fakta yang disajikan dalam tabel 4.19 , tabel 4.20 dan tabel 4.21.

4.6.2.1 Data Fakta

Alergi (Fakta Penentu)

Tabel 4. 28 Data Fakta Alergi

55

A1 Alergi Paracetamol A2 Alergi Ibuprofen / Aspirin

Usia (Fakta Penentu)

Tabel 4. 29 Data Fakta Usia

Kode_Usia Kelompok Usia

U1 Umur 0 tahun sampai dengan 1 tahun

U2 Umur lebih dari 1 tahun dan sama dengan 2 tahun U3 Umur lebih dari 2 tahun dan sampai dengan 6 tahun U4 Umur lebih dari 6 tahun dan sampai dengan 12

tahun

U5 Umur lebih dari 12 tahun

Fakta (Indikasi)

Tabel 4. 30 Data Fakta (Indikasi)

Kode_Fakta Nama Fakta

F1 Mual / muntah / Tidak sadarkan diri / Gangguan saluran pencernaan

56

F3 Dapat mengonsumsi obat dengan normal (Secara Rektal / Melalui Mulut)

F4 Demam karena imunisasi

F5 Demam karena kehujanan / kelelahan / Kurang Nutrisi / Cuaca Sangat Panas

F6 Demam karena tumbuh gigi F7 Demam karena radang

F8 Demam karena influenza(Batuk & Pilek) F9 Demam karena Infeksi Virus (Cacar, Campak,

Herpes, DBD, Rabies)

F10 Penderita maagh (tukak lambung ) / Memiliki riwayat sakit maagh (tukak lambung)

F11 Penderita Gangguan fungsi ginjal / Memiliki riwayat sakit Gangguan fungsi ginjal

F12 Penderita sakit Gangguan fungsi (gagal jantung / hipertensi ) / Memiliki riwayat sakit Gangguan fungsi (gagal jantung / hipertensi)

F13 Penderita Lupus Eritematosus Sistematik / Memiliki riwayat sakit Lupus Eritematosus Sistematik

F14 Penderita Gangguan Pembekuan darah (hemofilia, trombofilia atau hiperkoagulasi) / Memiliki riwayat sakit Gangguan Pembekuan darah (trombofilia atau hiperkoagulasi)

274 Ubah Aturan

275

Diagram Sequence Data Aturan Obat Tambah Aturan Obat

276 Ubah Aturan Obat

277

Diagram Sequence Data Diagnosa Tampil Diagnosa

278 Tambah Diagnosa

279 Ubah Diagnosa