Analisis Perbandingan Hasil Antara Metode Certainty Factor dan Metode Dempster Shafer Dalam Sistem Pakar

(1)

BAB 2

LANDASAN TEORI

2.1. Pengertian Sistem Pakar

Sistem pakar adalah suatu program komputer cerdas yang menggunakan pengetahuan

(knowledge) dan prosedur inferensi untuk menyelesaikan masalah yang cukup sulit sehingga membutuhkan seorang yang ahli untuk menyelesaikannya (Weny Widiastuti, 2012).

Pengetahuan adalah sebuah kekuatan yang dapat memecahkan suatu masalah yang kita temui sehari-hari. Sistem pakar adalah program Artificial Intellenge (AI)

yang menggabungkan pangkalan pengetahuan (knowledge base) dengan sistem inferensi. Kecerdasan buatan atau Artificial Intellenge (AI) dapat didefinisikan sebagai sub bidang pengetahuan komputer yang khusus ditujukan untuk membuat software

dan hardware yang sepenuhnya biasa menirukan beberapa fungsi otak manusia. Karena itu diharapkan komputer bisa membantu manusia didalam berbagai masalah yang sangat rumit. Secara umum sistem pakar dapat disimpulkan bahwa sistem pakar merupakan program komputer yang bertindak sebagai konsultan. Dengan adanya sistem pakar, seseorang pemakai dapat berkonsultasi dalam memecahkan masalah layaknya berkonsultasi langsung dengan seorang pakar sesuai dengan domain masalah tertentu yang diinput ke dalam sistem pakar tersebut. Pengetahuan yang digunakan dalam sistem pakar khusus untuk satu problem domain sebagai kebalikan dari pengetahuan tentang tehnik pemecahan masalah pada umumnya.

Konsep dasar suatu sistem pakar mengandung beberapa unsur, diantaranya adalah keahlian, ahli pengalihan, keahlian, inferensi, aturan dan kemampuan menjelaskan. Keahlian merupakan salah satu penguasaan pengetahuan di bidang tertentu yang didapatkan baik secara formal maupun non formal. Ahli adalah seseorang yang mempunyai pengetahuan tertentu dan mampu menjelaskan suatu tanggapan dan mempunyai keinginan untuk belajar memperbaharui pengetahuan dalam bidangnya. Pengalihan keahlian adalah mengalihkan keahlian dari seorang


(2)

pakar dan kemudian dialihkan lagi ke orang yang bukan ahli atau orang awam yang membutuhkan. Sedangkan inferensi, merupakan suatu rangkaian proses untuk menghasilkan informasi dari fakta yang diketahui atau diasumsikan. Kemampuan menjelaskan, merupakan salah satu fitur yang harus dimiliki oleh sistem pakar setelah tersedia program di dalam komputer.

Tujuan pengembangan sistem pakar sebenarnya tidak untuk menggantikan peran para pakar, namun untuk mengimplementasikan pengetahuan para pakar ke dalam bentuk perangkat lunak, sehingga dapat digunakan oleh banyak orang dan tanpa biaya yang besar. Untuk membangun sistem yang difungsikan untuk menirukan seorang pakar manusia harus bisa melakukan hal-hal yang dapat dikerjakan oleh para pakar. Untuk membangun sistem yang seperti itu maka komponen-komponen dasar yang minimal harus dimiliki adalah sebagai berikut:

1. Antar muka (user interface).

2. Basis pengetahuan (knowledge base). 3. Mesin inferensi (Inference Engine).

Kaidah produksi merupakan salah satu model untuk merepresentasikan pengetahuan. Kaidah produksi menjadi acuan yang sangat sering digunakan oleh sistem inferensi. Kaidah produksi dituliskan dalam bentuk pernyataan IF-THEN (Jika-Maka). Pernyataan ini menghubungkan bagian premis (IF) dan bagian kesimpulan (THEN) yang dituliskan dalam bentuk :

IF [premis] THEN [konklusi] ……….. (1)

Kaidah ini dapat dikatakan sebagai suatu implikasi yang terdiri dari dua bagian, yaitu bagian premis dan bagian konklusi. Apabila bagian premis dipenuhi maka bagian konklusi akan bernilai benar. Bagian premis dalam aturan produksi dapat memiliki lebih dari satu proposisi. Proposisi-proposisi tersebut dihubungkan dengan menggunakan operator logika AND atau OR. Sebagai contoh :

IF Penglihatan Menurun AND Fotofobia (Silau) AND Mudah lelah AND Mata Merah


(3)

AND Hipopion

THEN Ulkulus Kornea

2.1.1. Komponen Sistem Pakar

Empat komponen yang membentuk suatu sistem pakar dapat dijelaskan sebagai berikut :

1. Basis Pengetahuan (Knowledge Base)

Basis pengetahuan itu merupakan inti dari program sistem pakar dimana basis pengetahuan ini merupakan representasi (knowledge representasion)

dari seorang pakar. Basis pengetahuan ini tersusun atas fakta yang berupa informasi tentang cara bagaimana membangkitkan goal atau keputusan dari fakta yang sudah diketahui.

2. Basis Data (Data Base)

Basis data adalah bagian yang mencatat semua fakta-fakta, baik fakta awal pada saat sistem mulai beroperasi maupun fakta-fakta yang didapat pada saat proses inferensi sedang berlangsung. Basis data berada didalam memori komputer. Kebanyakan sistem pakar mengandung basis data untuk menyimpan data hasil observasi dan lainnya yang dibutuhkan selama pengolahan.

3. Mesin Inferensi (Inference Engine)

Mesin inferensi adalah bagian yang mengandung mekanisme fungsi berpikir dan pola-pola penalaran sistem yang digunakan oleh seorang pakar. Mekanisme ini akan menganalisa suatu masalah tertentu dan selanjutnya akan mencari jawaban atau kesimpulan yang terbaik. Proses ini dilakukan dengan cara mengadakan pelacakan terhadap isi dari basis pengetahuan. Mesin inferensi secara deduktif memilih pengetahuan yang relevan dalam rangka mencapai suatu kesimpulan. Dengan demikian sistem ini dapat menjawab pertanyaan pemakai meskipun jawaban tersebut tidak disimpan secara eksplisit didalam basis pengetahuan dengan fakta-fakta yang ada didalam basis data. Pada mesin inferensi ini terdapat dua tipe teknik inferensi yaitu pelacakan ke depan (Forward Chaining) yang memulai pelacakannya dari sekumpulan hipotesa menuju fakta-fakta yang mengandung hipotesa tersebut dan pelacakan ke belakang (Backward Chaining). Pelacakan ke


(4)

belakang adalah pendekatan yang dimotori tujuan (goal driven). Dalam pendekatan ini pelacakan dimulai dari tujuan, selanjutnya dicari aturan yang memiliki tujuan tersebut untuk kesimpulannya. Selanjutnya proses pelacakan menggunakan premis untuk aturan tersebut sebagai tujuan baru dan mencari aturan lain dengan tujuan baru sebagai kesimpulannya. Proses berlanjut sampai semua kemungkinan ditemukan. Pelacakan ke depan adalah pendekatan yang dimotori data (data driven). Dalam pendekatan ini pelacakan di mulai dari informasi masukan, dan selanjutnya mencoba menggambarkan kesimpulan. Pelacakan ke depan mencari fakta yang sesuai dengan bagian IF dari aturan IF THEN. Kedua metode inferensi tersebut dipengaruhi oleh tiga macam teknik penelusuran, yaitu :

1. Defth First, yaitu melakukan penelusuran kaidah secara mendalam dari simpul akar bergerak menurun ketingkat dalam yang berurutan. 2. Breadth First Search, yaitu melakukan penelusura dari simpul akar,

simpul yang ada pada setiap tingkat diuji sebelum pindah ke tingkat selanjutnya.

3. Best First Search, yaitu bekerja berdasarkan kombinasi kedua metode selanjutnya.

4. Antar Muka Pemakai (User Interface).

Antar muka pemakai adalah bagian penghubung antara program sistem pakar dengan pemakai. Antar muka pemakai merupakan bagian software yang menyediakan sarana untuk user agar bisa berkomunikasi dengan sistem. Antar muka pemakai akan mengajukan pertanyaan dan juga menyediakan menu pilihan untuk memasukan informasi awal kedalam basis data. Setiap komunikasi selama proses pemecahan masalah dikendalikan oleh antar muka pemakai. Pada bagian antar muka pemakai akan terjadi dialog antar program dengan pemakai. (Weny Widiastuti, 2012).

2.1.2. Ciri Ciri Sistem Pakar

Ciri-ciri dari sistem pakar sangatlah luas sehingga dapat dijelaskan sebagai berikut : a. Terbatas pada domain keahlian tertentu.

b. Dapat memberikan penalaran untuk data yang tidak pasti.

c. Dapat mengemukakan rangkaian alasan yang diberikannya dengan cara yang dapat dipahami.


(5)

d. Berdasarkan pada kaidah atau rule tertentu.

e. Dirancang untuk dapat dikembangkan secara bertahap. f. Pengetahuan dan mekanisme inferensi jelas terpisah. g. Keluarannya bersifat anjuran.

h. Sistem dapat mengaktifkan kaidah secara searah yang sesuai yang dituntun oleh dialog dengan pemakai. (Weny Widiastuti, 2012)

2.1.3. Kelebihan dan Kekurangan Sistem Pakar

Menurut Muhammad Arhami (2005), beberapa kelebihan dan kekurangan sistem pakar diantaranya :

a. Kelebihan Sistem Pakar :

1. Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli 2. Bisa melakukan proses secara berulang secara otomatis

3. Menyimpan pengetahuan dan keahlian para pakar 4. Meningkatkan output dan produktivitas

5. Meningkatkan kualitas

6. Mampu mengambil dan melestarikan keahlian para pakar 7. Mampu beroperasi dalam lingkungan berbahaya

8. Memiliki kemampuan untuk mengakses pengetahuan 9. Memiliki realibilitas

10.Meningkatkan kapabilitas sistem komputer

11.Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian

12.Sebagai media pelengkap dalam pelatihan

13.Meningkatkan kapabilitas dalam penyelesaian masalah 14.Menghemat waktu dalam pengambilan keputusan

b. Kelemahan Sistem Pakar :

1. Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal 2. Sulit dikembangkan. Hal ini erat kaitannya dengan ketersediaan pakar dalam

bidangnya


(6)

2.2. Mata Manusia

Mata adalah organ fotosensitif yang sangat berkembang dan rumit, yang memungkinkan analisis cermat dari bentuk, intensitas cahaya, dan warna yang dipantulkan objek. Mata terletak dalam struktur bertulang yang protektif di tengko rak, yaitu rongga orbita. Setiap mata terdiri atas sebuah bola mata fibrosa yang kuat untuk mempertahankan bentuknya, suatu sistem lensa untuk memfokuskan bayangan, selapis sel fotosensitif, dan suatu sistem sel dan saraf yang berfungsi mengumpulkan, memproses, dan meneruskan informasi visual ke otak.

Mata menjadi suatu panca indera yang sangat penting dalam kehidupan manusia untuk melihat. Dengan mata manusia dapat menikmati keindahan alam dan berinteraksi dengan lingkungan sekitar dengan baik. Jika mata mengalami gangguan atau penyakit mata, maka akan berakibat sangat fatal bagi kehidupan manusia. Jadi sudah semestinya mata merupakan anggota tubuh yang perlu dijaga dalam kesehatan sehari-hari (Hamdani, 2010).

2.2.1. Penyakit Mata

Konjungtivitis merupakan peradangan pada konjungtiva atau lapisan luar mata dan lapisan dalam kelopak mata yang disebabkan oleh mikro-organisme atau virus, bakteri, jamur, klamidia, alergi, iritasi bahan-bahan kimia (Minarni, 2013).

Insidensi konjungtivitis di Indonesia berkisar antara 2-75%. Data perkiraan jumlah penderita penyakit mata di Indonesia adalah 10% dari seluruh golongan umur penduduk per-tahun dan pernah menderita konjungtivitis. Data lain menunjukkan bahwa dari 10 penyakit mata utama, konjungtivitis menduduki tempat kedua (9,7%) setelah kelainan refraksi (25,35%). Konjungtivitis dibedakan bentuk akut dan kronis. Konjungtivitis dapat disebabkan oleh bakteri, virus, klamidia, alergi atau imunologik, jamur, parasit, kimia atau iritatif, etiologi yang tidak diketahui, bersama penyakit sistemik.

Konjungtiva adalah membran mukosa tipis yang membatasi permukaan dalam dari kelopak mata dan melipat ke belakang membungkus permukaan depan dari bola mata, kecuali bagian jernih di tengah-tengah mata atau kornea. Membran ini berisi banyak pembuluh darah dan berubah merah saat terjadi inflamasi. Konjungtiva terdiri dari tiga bagian :


(7)

a. Konjungtiva palpebralis atau menutupi permukaan posterior dari palpebra. b. Konjungtiva bulbaris atau menutupi sebagian permukaan anterior bola mata c. Forniks atau bagian transisi yang membentuk hubungan antara bagian

posterior palpebra dan bola mata.

Selanjutnya konjungtiva juga bisa mengalami peradangan yang di akibat oleh beberapa virus :

a. Infeksi olah virus atau bakteri

b. Reaksi alergi terhadap debu, serbuk sari, bulu binatang

c. Iritasi oleh angin, debu, asap dan polusi udara lainnya : sinar ultraviolet dari las listrik atau sinar matahari yang dipantulkan oleh salju

2.2.2. Ulkus Kornea

Ulkus kornea merupakan diskontinuitas atau hilangnya sebagian permukaan kornea akibat kematian jaringan kornea atau katarak (Yusi Farida, 2015).

Terbentuknya ulkus kornea diakibatkan oleh adanya kolagenase yang dibentuk oleh sel epitel baru dan sel radang. Gejala dari ulkus kornea yaitu nyeri, berair,

fotofobia, blefarospasme, dan biasanya disertai riwayat trauma pada mata. Ulkus kornea yang luas memerlukan penanganan yang tepat dan cepat untuk mencegah perluasan ulkus dan timbulnya komplikasi seperti descementocele, perforasi, endoftal-mitis, bahkan kebutaan. Ulkus kornea yang sembuh akan menimbulkan jaringan parut

kornea dan merupakan penyebab kebutaan. Tujuan penatalaksanaan ulkus kornea

adalah eradikasi penyebab dari ulkus kornea, menekan reaksi peradangan sehingga tidak memperberat destruksi pada kornea, mempercepat penyembuhan efek epitel, mengatasi komplikasi, serta memperbaiki tajam penglihatan.

Prognosis ulkus kornea tergantung pada tingkat keparahan dan cepat lambatnya mendapat pertolongan, jenis mikroorganisme penyebabnya, dan ada tidaknya komplikasi yang timbul. Sumber nutrisi kornea adalah pembuluh-pembuluh darah

limbus, aquous humour dan air mata. Kornea superfisial juga mendapat oksigen sebagian besar dari atmosfir. Transparansi kornea dipertahankan oleh strukturnya seragam, avaskularitasnya dan deturgensinya.


(8)

2.2.3. Penyebab Ulkus Kornea

Penyebab ulkus kornea dapat diuraikan dalam bentuk infeksi dan non infeksi yang dijelaskan sebagai berikut :

1. Infeksi

a. Infeksi Bakteri : P. aeraginosa, Streptococcus pneumonia dan spesies

Moraxella merupakan penyebab paling sering. Sebuah penelitian terbaru menyebutkan bahwa telah ditemukan Acinetobacter juni sebagai salah satu penyebab ulkus kornea. Penyebab ulkus kornea 38,85% disebabkan oleh bakteri.

b. Infeksi Jamur: disebabkan oleh Candida, Fusarium, Aspergilus, Cephalosporium dan spesies mikosis fungoides. Penyebab ulkus kornea

40,65% disebabkan oleh jamur.

c. Ulkus kornea oleh virus herpes simplex cukup sering dijumpai. Bentuk khas dendrit dapat diikuti oleh vesikel-vesikel kecil dilapisan epitel yang bila pecah akan menimbulkan ulkus.

d. Acanthamoeba Infeksi kornea oleh Acanthamoeba sering terjadi pada pengguna lensa kontak lunak. Infeksi juga biasanya ditemukan pada bukan pemakai lensa kontak yang terpapar air yang tercemar.

2. Noninfeksi

a. Bahan kimia, bersifat asam atau basah tergantung PH

b. Radiasi atau suhu c. Sindrom Sjorgen d. Defisiensi vitamin A

e. Obat-obatan (kortikosteroid, idoxiuridine, anestesi topikal, immunosupresif) f. Kelainan dari membran basah, misalnya karena trauma

g. Pajanan (exposur)

h. Neurotropik (Yusi Farida, 2015).

2.3. Pengertian Analisis

Analisis sistem merupakan sebuah teknik pemecahan masalah yang menguraikan sebuah sistem menjadi beberapa bagian komponen-komponen dengan tujuan mempelajari kinerja dari masing-masing komponen dan berinteraksi untuk mencapai tujuan (Sulindawati, 2010).


(9)

Analisis sistem digunakan sebagai pembelajaran sebuah sistem dan komponen-komponennya sebagai prasyarat desain sistem untuk sistem yang akan dibuat ataupun sistem yang akan diperbaharui. Analisis dapat didefinisikan sebagai penguraian dari suatu sistem informasi yang utuh ke dalam bagian-bagian komponennya dengan maksud untuk mengidentifikasi dan mengevaluasi permasalahan, kesempatan, hambatan yang terjadi dan kebutuhan yang diharapkan sehingga dapat diusulkan perbaikannya.

2.4. Pengertian Metode Certainty Factor

Menurut T.Sutojo dalam (Aldino Moto, 2010) certainty factor merupakan suatu metode untuk membuktikan ketidakpastian pemikiran seorang pakar, dimana untuk mengakomodasi hal tersebut seseorang biasanya menggunakan certainty factor untuk menggambarkan tingkat keyakinan pakar terhadap masalah yang sedang dihadapi.

Ada dua cara untuk mendapatkan tingkat keyakinan dari sebuah aturan (rule),

yaitu dengan menggunakan metode ‘Net Belief’ dan dengan cara mewawancarai seorang pakar. Tingkat keyakinan diperoleh dari jawaban user saat melakukan suatu konsultasi. Ada 2 (dua) macam faktor kepastian yang digunakan, yaitu faktor kepastian yang diisikan oleh pakar bersama dengan aturan dan faktor kepastian yang diberikan oleh pengguna.

Faktor kepastian yang diisikan oleh pakar menggambarkan kepercayaan pakar terhadap hubungan antara antacedent dan konsekuen. Sementara itu faktor kepastian dari pengguna menunjukan besarnya kepercayaan terhadap keberadaan masing-masing elemen dalam antecedent. Certainty factor (CF ) merupakan nilai parameter klinis yang diberikan MYCIN untuk menunjukkan besarnya kepercayaan. Certainty factor paralel merupakan CF yang diperoleh dari beberapa premis pada sebuah aturan. Besarnya Certainty Factor paralel dipengaruhi oleh Ceratainty Factor user

untuk masing-masing premis dan operator dari premis.

2.4.1. Kelebihan Metode Certainty Factor

Kelebihan metode certainty factor terdapat dalam beberapa hal bahwa metode ini cocok dipakai dalam sistem pakar untuk mengukur sesuatu apakah pasti atau tidak pasti dalam mendiagnosis dan mengidentifikasi hama atau penyakit sebagai salah satu


(10)

contohnya. Kemudian perhitungan dengan metode ini dalam sekali hitung hanya dapat mengolah dua data saja sehingga keakuratan data dapat terjaga (Dodi Harto, 2013).

2.4.2. Kekurangan Metode Certainty Factor

Kekurangan metode certainty factor juga dapat dilihat di dalam beberapa hal bahwa, ide umum dari permodelan kepastian manusia dengan menggunakan numeric certainty factor biasanya diperdebatkan sebagian orang akan membantah pendapat bahwa formula untuk metode certainty factor diatas memiliki sedikit kebenaran. Kemudian metode ini dapat mengolah ketidakpastian atau kepastian hanya dua data saja perlu dilakukan beberapa kali pengolahan data untuk data yang lebih dari dua buah (Dodi Harto, 2013).

CF(H,E) = MB(H,E) - MD(H,E) ……….. (2)

CF (H,E) : Certainty factor

MB (H,E) : Ukuran kepercayaan (measure of increased belief) terhadap hipotesis H yang jika diberikan evidence E (antara 0 dan 1)

MD (H,E) : Ukuran ketidakpercayaan (measure of increased disbelief) terhadap

evidence H, jika diberikan evidence E (antara 0 dan 1) Bentuk dasar rumus certainty factor sebuah aturan JIKA E MAKA H adalah seperti ditunjukkan oleh persamaan 2 berikut:

CF (H,e) = CF (E,e) * CF (H,E) ………. (3)

Dimana:

CF (E,e) : Certainty factor evidence E yang dipengaruhi oleh evidence e. CF (H,E) : Certainty factor hipotesis dengan asumsi evidence diketahui dengan

pasti, yaitu ketika CF (E, e) = 1.

CF (H,e) : Certainty factor hipotesis yang dipengaruhi oleh evidence e. Jika semua evidence pada antecedent diketahui dengan pasti maka persamaannya akan menjadi:


(11)

P (E) = 1 –P (E) ………..(4) CF (H,e) = CF (H,E) ………..……… (5)

Dalam aplikasinya, CF (H,E) merupakan nilai kepastian yang diberikan oleh pakar terhadap suatu aturan, sedangkan CF (E,e) merupakan nilai kerpercayaan yang diberikan oleh pengguna terhadap gejala yang dialaminya. Sebagai contoh, berikut ini adalah sebuah aturan dengan CF yang diberikan oleh seorang pakar :

JIKA Penglihatan Menurun DAN Fotofobia (Silau) DAN Mata Merah DAN Hipopion

MAKA Ulkulus Kornea, CF: 0,8

2.5. Pengertian Metode Dempster Shafer

Teori Dempster Shafer adalah representasi, kombinasi dan propogasi ketidakpastian, dimana teori ini memiliki beberapa karakteristik yang secara instutitif sesuai dengan cara berfikir seorang pakar, namun dasar matematika yang kuat (Elyza Gustri, 2013).

Secara umum teori Dempster Shafer ditulis dalam suatu interval: [Belief, Plausibility]. Belief (Bel) adalah ukuran kekuatan evidence dalam mendukung suatu himpunan proposisi. Jika bernilai 0 maka mengindikasikan bahwa tidak ada evidence, dan jika bernilai 1 menunjukkan adanya kepastian. Plausibility (Pls) akan mengurangi tingkat kepastian dari evidence. Plausibility bernilai 0 sampai 1. Jika yakin akan X’, maka dapat dikatakan bahwa Bel (X’) = 1, sehingga rumus di atas nilai dari Pls(X)= 0.

Pada teori Dempster Shafer dikenal adanya frame of discrement yang dinotasikan dengan θ. Tujuannya adalah mengaitkan ukuran kepercayaan elemen -elemen θ. Tidak semua evidence secara langsung mendukung tiap-tiap elemen. Untuk itu perlu adanya probabilitas fungsi densitas (m). Nilai m tidak hanya mendefinisikan elemen-elemen θ saja, namun juga semua subsetnya. Sehingga jika θ berisi n elemen, maka subset θ adalah 2n. Jumlah semua m dalam subset θ sama dengan 1. Apabila tidak ada informasi apapun untuk memilih hipotesis, maka nilai: m{θ} = 1,0. Secara umum teori Dempster Shafer ditulis dalam suatu interval :


(12)

[Belief, Plausibility] ………. (6)

Belief (Bel) adalah ukuran kekuatan evidence dalam mendukung suatu himpunan proposisi. Jika bernilai 0 (nol) maka mengindikasikan bahwa tidak ada

evidence dan bernilai 1 menunjukkan adanya kepastian. Fungsi belief dapat diformulasikan sebagai :

⌐s) ………..(7) Plausibility (Pl) dinotasikan sebagai :

Pl(s)= 1-Bel(⌐s) ……….(8)

Dimana :

Bel (X) = Belief (X) Pls (X) = Plausibility (X) m (X) = mass function dari (X) m (Y) = mass function da ri (Y)

Plausibility juga bernilai antara 0 dan 1. Jika yakin terhadap ⌐s, maka dapat dikatakan bahwa Bel (⌐s) = 1 dan Pl (s) = 0. Pada teori Dempster Shafer dikenal adanya frame of discernment yang dinotasikan dengan Ø (Daeng, Sisilia, 2014).

2.6. Pengertian Diagnosa

Menurut Thorndike dalam (Erny Untari, 2014) diagnosis dapat diartikan sebagai upaya atau proses menemukan kelemahan atau penyakit apa yang dialami seseorang dengan melalui pengujian dan studi yang sesama mengenai gejala-gejalanya, studi yang seksama terhadap fakta sesuatu hal untuk menemukan karakteristik atau kesalahan-kesalahan dan sebagainya yang esensial, keputusan yang dicapai setelah dilakukan studi yang seksama atas gejala-gejala atau fakta tentang suatu hal.


(13)

2.7. Sejarah Visual Basic 2010

Sekilas sejarah Visual Basic diturunkan dari bahasa BASIC. Visual Basic terkenal seebagai bahasa pemograman yang mudah digunakan terutama untuk membuat aplikasi yang berjalan di atas platform Windows. Pada tahun 90an, Visual Basic

menjadi bahasa pemograman yang paling popular dan menjadi pilihan utama untuk mengembangkan program berbasis Windows. Versi Visual Basic terakhir sebelum berjalan di atas .NET Framework adalah Visual Basic 6 (Visual Studio 1998). Visual Basic .NET dirilis pada bulan Februari tahun 2002 bersamaan dengan platform .NET Framework 1.0. Kini sudah ada beberapa versi dari Visual Basic yang berjalan pada

platform .NET, yaitu Visual Basic 2002 (Visual Basic 7), Visual Basic 2005 (Visual Basic 8), Visual Basic 2008 (Visual Basic 9), dan yang terakhir adalah Visual Basic

2010 (Visual Basic 10) yang dirilis bersamaan dengan Visual Studio 2010. Selain

Visual Basic 2010, Visual Studio 2010 juga mendukung beberapa bahasa lain, yaitu C#, C++, F# (bahasa baru untuk functional programming), Iron Phyton, dan Iron Ruby (bahasa baru untuk dynamic programming).

2.7.1. Visual Studio.Net

Microsoft Visual Studio .net merupakan salah satu software buatan Microsoft Corp. yang didesain khusus dalam pembuatan program-program profesional berbasis

windows platform. Microsoft Visual Studio .net merupakan perangkat lunak yang terintegrasi, di dalamnya terdapat beberapa paket software yang dapat digunakan oleh

programmer dalam membangun sebuah program profesional, diantaranya adalah

Visual Basic, Visual J#, Visual C#, Visual C++ dan Java Runtime yang sama-sama berada dalam naungan platform Microsoft .NET Framework. Bagian-bagian dari

software ini diantaranya toolbox, jendela properties, server explorer dan solution explorer.

Toolbox digunakan untuk pemilihan kontrol-kontrol yang akan digunakan pada program yang akan dirancang. Kontrol ini merupakan kontrol standar yang digunakan oleh aplikasi Windows, dan kontrol-kontrol tambahan yang disebut Active X. Kontrol yang ada pada jendela ini dapat ditambah dan dikurangi sesuai kebutuhan. Jendela

Properties merupakan jendela yang digunakan untuk mengatur properti sebuah objek. Jendela Properties ini terbagi dalam dua bagian yaitu Alphabetic dan Catagirozed. Perbedaan dari keduanya hanyalah cara menampilkan properties dalam sebuah objek.


(14)

Pada bagian Alphabetic, properti diatur berdasarkan urutan abjad, sedangkan di bagian

Catagorized, properti diatur dalam kelompok-kelompok kategori.

2.7.2. Crystal Report

Crystal Report adalah merupakan perangkat lunak yang dikhususkan untuk membangun sebuah laporan. Crystal Report dapat digunakan dengan bahasa pemograman berbasis windows seperti Borland Delphi, Visual Basic 6.0, Visual Basic .net, Visual C++, dan Visual Interdev (Nurullah, 2012). Beberapa kelebihan dari

Crystal Report ini adalah :

1. Dari segi pembuatan laporan tidak terlalu rumit yang memungkinkan para programmer pemula sekalipun dapat membuat laporan yang sederhana tanpa melibatkan banyak kode program.

2. Integrasi dengan bahasa-bahasa pemograman lain yang memungkinkan dapat digunakan oleh banyak programmer dengan masing-masing keahlian.

3. Fasilitas impor hasil laporan yang mendukung format-format popular seperti

Microsoft Word, Excel, Acces, Adobe Acrobat Reader, HTML, dan sebagainya.


(1)

Analisis sistem digunakan sebagai pembelajaran sebuah sistem dan komponen-komponennya sebagai prasyarat desain sistem untuk sistem yang akan dibuat ataupun sistem yang akan diperbaharui. Analisis dapat didefinisikan sebagai penguraian dari suatu sistem informasi yang utuh ke dalam bagian-bagian komponennya dengan maksud untuk mengidentifikasi dan mengevaluasi permasalahan, kesempatan, hambatan yang terjadi dan kebutuhan yang diharapkan sehingga dapat diusulkan perbaikannya.

2.4. Pengertian Metode Certainty Factor

Menurut T.Sutojo dalam (Aldino Moto, 2010) certainty factor merupakan suatu metode untuk membuktikan ketidakpastian pemikiran seorang pakar, dimana untuk mengakomodasi hal tersebut seseorang biasanya menggunakan certainty factor untuk menggambarkan tingkat keyakinan pakar terhadap masalah yang sedang dihadapi.

Ada dua cara untuk mendapatkan tingkat keyakinan dari sebuah aturan (rule), yaitu dengan menggunakan metode ‘Net Belief’ dan dengan cara mewawancarai seorang pakar. Tingkat keyakinan diperoleh dari jawaban user saat melakukan suatu konsultasi. Ada 2 (dua) macam faktor kepastian yang digunakan, yaitu faktor kepastian yang diisikan oleh pakar bersama dengan aturan dan faktor kepastian yang diberikan oleh pengguna.

Faktor kepastian yang diisikan oleh pakar menggambarkan kepercayaan pakar terhadap hubungan antara antacedent dan konsekuen. Sementara itu faktor kepastian dari pengguna menunjukan besarnya kepercayaan terhadap keberadaan masing-masing elemen dalam antecedent. Certainty factor (CF ) merupakan nilai parameter klinis yang diberikan MYCIN untuk menunjukkan besarnya kepercayaan. Certainty factor paralel merupakan CF yang diperoleh dari beberapa premis pada sebuah aturan. Besarnya Certainty Factor paralel dipengaruhi oleh Ceratainty Factor user untuk masing-masing premis dan operator dari premis.

2.4.1. Kelebihan Metode Certainty Factor

Kelebihan metode certainty factor terdapat dalam beberapa hal bahwa metode ini cocok dipakai dalam sistem pakar untuk mengukur sesuatu apakah pasti atau tidak pasti dalam mendiagnosis dan mengidentifikasi hama atau penyakit sebagai salah satu


(2)

contohnya. Kemudian perhitungan dengan metode ini dalam sekali hitung hanya dapat mengolah dua data saja sehingga keakuratan data dapat terjaga (Dodi Harto, 2013).

2.4.2. Kekurangan Metode Certainty Factor

Kekurangan metode certainty factor juga dapat dilihat di dalam beberapa hal bahwa, ide umum dari permodelan kepastian manusia dengan menggunakan numeric certainty factor biasanya diperdebatkan sebagian orang akan membantah pendapat bahwa formula untuk metode certainty factor diatas memiliki sedikit kebenaran. Kemudian metode ini dapat mengolah ketidakpastian atau kepastian hanya dua data saja perlu dilakukan beberapa kali pengolahan data untuk data yang lebih dari dua buah (Dodi Harto, 2013).

CF(H,E) = MB(H,E) - MD(H,E) ……….. (2) CF (H,E) : Certainty factor

MB (H,E) : Ukuran kepercayaan (measure of increased belief) terhadap hipotesis H yang jika diberikan evidence E (antara 0 dan 1)

MD (H,E) : Ukuran ketidakpercayaan (measure of increased disbelief) terhadap evidence H, jika diberikan evidence E (antara 0 dan 1) Bentuk dasar rumus certainty factor sebuah aturan JIKA E MAKA H adalah seperti ditunjukkan oleh persamaan 2 berikut:

CF (H,e) = CF (E,e) * CF (H,E) ………. (3) Dimana:

CF (E,e) : Certainty factor evidence E yang dipengaruhi oleh evidence e. CF (H,E) : Certainty factor hipotesis dengan asumsi evidence diketahui dengan

pasti, yaitu ketika CF (E, e) = 1.

CF (H,e) : Certainty factor hipotesis yang dipengaruhi oleh evidence e. Jika semua evidence pada antecedent diketahui dengan pasti maka persamaannya akan menjadi:


(3)

P (E) = 1 –P (E) ………..(4) CF (H,e) = CF (H,E) ………..……… (5)

Dalam aplikasinya, CF (H,E) merupakan nilai kepastian yang diberikan oleh pakar terhadap suatu aturan, sedangkan CF (E,e) merupakan nilai kerpercayaan yang diberikan oleh pengguna terhadap gejala yang dialaminya. Sebagai contoh, berikut ini adalah sebuah aturan dengan CF yang diberikan oleh seorang pakar :

JIKA Penglihatan Menurun DAN Fotofobia (Silau) DAN Mata Merah DAN Hipopion

MAKA Ulkulus Kornea, CF: 0,8

2.5. Pengertian Metode Dempster Shafer

Teori Dempster Shafer adalah representasi, kombinasi dan propogasi ketidakpastian, dimana teori ini memiliki beberapa karakteristik yang secara instutitif sesuai dengan cara berfikir seorang pakar, namun dasar matematika yang kuat (Elyza Gustri, 2013).

Secara umum teori Dempster Shafer ditulis dalam suatu interval: [Belief, Plausibility]. Belief (Bel) adalah ukuran kekuatan evidence dalam mendukung suatu himpunan proposisi. Jika bernilai 0 maka mengindikasikan bahwa tidak ada evidence, dan jika bernilai 1 menunjukkan adanya kepastian. Plausibility (Pls) akan mengurangi tingkat kepastian dari evidence. Plausibility bernilai 0 sampai 1. Jika yakin akan X’,

maka dapat dikatakan bahwa Bel (X’) = 1, sehingga rumus di atas nilai dari Pls(X)= 0. Pada teori Dempster Shafer dikenal adanya frame of discrement yang dinotasikan dengan θ. Tujuannya adalah mengaitkan ukuran kepercayaan elemen -elemen θ. Tidak semua evidence secara langsung mendukung tiap-tiap elemen. Untuk itu perlu adanya probabilitas fungsi densitas (m). Nilai m tidak hanya mendefinisikan elemen-elemen θ saja, namun juga semua subsetnya. Sehingga jika θ berisi n elemen, maka subset θ adalah 2n. Jumlah semua m dalam subset θ sama dengan 1. Apabila

tidak ada informasi apapun untuk memilih hipotesis, maka nilai: m{θ} = 1,0. Secara umum teori Dempster Shafer ditulis dalam suatu interval :


(4)

[Belief, Plausibility] ………. (6)

Belief (Bel) adalah ukuran kekuatan evidence dalam mendukung suatu himpunan proposisi. Jika bernilai 0 (nol) maka mengindikasikan bahwa tidak ada evidence dan bernilai 1 menunjukkan adanya kepastian. Fungsi belief dapat diformulasikan sebagai :

⌐s) ………..(7)

Plausibility (Pl) dinotasikan sebagai :

Pl(s)= 1-Bel(⌐s) ……….(8) Dimana :

Bel (X) = Belief (X) Pls (X) = Plausibility (X) m (X) = mass function dari (X) m (Y) = mass function da ri (Y)

Plausibility juga bernilai antara 0 dan 1. Jika yakin terhadap ⌐s, maka dapat

dikatakan bahwa Bel (⌐s) = 1 dan Pl (s) = 0. Pada teori Dempster Shafer dikenal adanya frame of discernment yang dinotasikan dengan Ø (Daeng, Sisilia, 2014).

2.6. Pengertian Diagnosa

Menurut Thorndike dalam (Erny Untari, 2014) diagnosis dapat diartikan sebagai upaya atau proses menemukan kelemahan atau penyakit apa yang dialami seseorang dengan melalui pengujian dan studi yang sesama mengenai gejala-gejalanya, studi yang seksama terhadap fakta sesuatu hal untuk menemukan karakteristik atau kesalahan-kesalahan dan sebagainya yang esensial, keputusan yang dicapai setelah dilakukan studi yang seksama atas gejala-gejala atau fakta tentang suatu hal.


(5)

2.7. Sejarah Visual Basic 2010

Sekilas sejarah Visual Basic diturunkan dari bahasa BASIC. Visual Basic terkenal seebagai bahasa pemograman yang mudah digunakan terutama untuk membuat aplikasi yang berjalan di atas platform Windows. Pada tahun 90an, Visual Basic menjadi bahasa pemograman yang paling popular dan menjadi pilihan utama untuk mengembangkan program berbasis Windows. Versi Visual Basic terakhir sebelum berjalan di atas .NET Framework adalah Visual Basic 6 (Visual Studio 1998). Visual Basic .NET dirilis pada bulan Februari tahun 2002 bersamaan dengan platform .NET Framework 1.0. Kini sudah ada beberapa versi dari Visual Basic yang berjalan pada platform .NET, yaitu Visual Basic 2002 (Visual Basic 7), Visual Basic 2005 (Visual Basic 8), Visual Basic 2008 (Visual Basic 9), dan yang terakhir adalah Visual Basic 2010 (Visual Basic 10) yang dirilis bersamaan dengan Visual Studio 2010. Selain Visual Basic 2010, Visual Studio 2010 juga mendukung beberapa bahasa lain, yaitu C#, C++, F# (bahasa baru untuk functional programming), Iron Phyton, dan Iron Ruby (bahasa baru untuk dynamic programming).

2.7.1. Visual Studio.Net

Microsoft Visual Studio .net merupakan salah satu software buatan Microsoft Corp. yang didesain khusus dalam pembuatan program-program profesional berbasis windows platform. Microsoft Visual Studio .net merupakan perangkat lunak yang terintegrasi, di dalamnya terdapat beberapa paket software yang dapat digunakan oleh programmer dalam membangun sebuah program profesional, diantaranya adalah Visual Basic, Visual J#, Visual C#, Visual C++ dan Java Runtime yang sama-sama berada dalam naungan platform Microsoft .NET Framework. Bagian-bagian dari software ini diantaranya toolbox, jendela properties, server explorer dan solution explorer.

Toolbox digunakan untuk pemilihan kontrol-kontrol yang akan digunakan pada program yang akan dirancang. Kontrol ini merupakan kontrol standar yang digunakan oleh aplikasi Windows, dan kontrol-kontrol tambahan yang disebut Active X. Kontrol yang ada pada jendela ini dapat ditambah dan dikurangi sesuai kebutuhan. Jendela Properties merupakan jendela yang digunakan untuk mengatur properti sebuah objek. Jendela Properties ini terbagi dalam dua bagian yaitu Alphabetic dan Catagirozed. Perbedaan dari keduanya hanyalah cara menampilkan properties dalam sebuah objek.


(6)

Pada bagian Alphabetic, properti diatur berdasarkan urutan abjad, sedangkan di bagian Catagorized, properti diatur dalam kelompok-kelompok kategori.

2.7.2. Crystal Report

Crystal Report adalah merupakan perangkat lunak yang dikhususkan untuk membangun sebuah laporan. Crystal Report dapat digunakan dengan bahasa pemograman berbasis windows seperti Borland Delphi, Visual Basic 6.0, Visual Basic .net, Visual C++, dan Visual Interdev (Nurullah, 2012). Beberapa kelebihan dari Crystal Report ini adalah :

1. Dari segi pembuatan laporan tidak terlalu rumit yang memungkinkan para programmer pemula sekalipun dapat membuat laporan yang sederhana tanpa melibatkan banyak kode program.

2. Integrasi dengan bahasa-bahasa pemograman lain yang memungkinkan dapat digunakan oleh banyak programmer dengan masing-masing keahlian.

3. Fasilitas impor hasil laporan yang mendukung format-format popular seperti Microsoft Word, Excel, Acces, Adobe Acrobat Reader, HTML, dan sebagainya.