analisis dan perancangan sistem pakar ...repository.amikom.ac.id/files/publikasi_09.12.3956.pdf2.1...
Post on 03-Mar-2019
221 Views
Preview:
TRANSCRIPT
ANALISIS DAN PERANCANGAN SISTEM PAKAR PENYAKIT TIDAK MENULAR BERBASIS WEB
(Studi Kasus: Dinas Kesehatan Kabupaten Bantul)
NASKAH PUBLIKASI
diajukan oleh
Dheri Riyantino Wibowo
09.12.3956
kepada
SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER AMIKOM YOGYAKARTA
YOGYAKARTA 2013
ii
iii
ANALYSIS AND DESIGN OF EXPERT SYSTEM BASED WEB INFECTIOUS DISEASES
( Study of cases: District Health Office in Bantul)
ANALISIS DAN PERANCANGAN SISTEM PAKAR PENYAKIT TIDAK MENULAR BERBASIS WEB
(Studi Kasus: Dinas Kesehatan Kabupaten Bantul)
Dheri Riyantino Wibowo Kusrini
Jurusan Sistem Informasi STMIK AMIKOM YOGYAKARTA
ABSTRACT
The Attention to non-communicable diseases is increasing, with increasing frequency of occurrence of disease in the community. WHO divides the three leading causes of death: coronary heart disease, diarrhea, and Stroke. cause of death was originally dominated by infectious diseases to non-communicable diseases shifted. Most of the causes of PTM is an irregular lifestyle, especially regarding diet, life of sex and global communications. People affected by this disease should be quickly addressed, because if not treated they will die. But still many people have limited knowledge, it can be prevented through knowledge of PTM. With socialization through In the Future of web-based.
expert system will be use for researchers, the Department concerned and the people who need to know what is on PTM. And can analyze physical pain.
The working of this system, we will to see all the information concerning the PTM and can to input symptoms suffered by the user. And Then, the proses is symptonts according with type of illness suffered, such as dizziness, shortness of breath and chills. The output of the system will be posted early information concerning PTM web. And posted on the health check form the largest possible illnesses suffered by the user. Keywords: non-communicable diseases, expert systems. Web
1
1 Pendahuluan Perkembangan teknologi informasi dan ilmu kedokteran mengalami
kemajuan pesat yang ditandai dengan ditemukannya penyakit-penyakit tropis baru
yang belum teridentifikasi sebelumnya. Para dokter ahli terus mencoba
menemukan solusi untuk mengatasi penemuan baru dan selalu mencoba
memberikan pelayanan terbaik terhadap para pasien. Kesehatan merupakan hal
yang berharga bagi manusia, karena siapa saja dapat mengalami gangguan
kesehatan.
Rentannya terhadap kuman penyakit dan kurangnya kepekaan terhadap
gejala suatu penyakit merupakan ketakutan tersendiri bagi seseorang, seseorang
merupakan orang awam yang kurang memahami kesehatan. Apabila terjadi
gangguan kesehatan maka mereka lebih mempercayakannya kepada pakar atau
dokter ahli yang sudah mengetahui lebih banyak tentang kesehatan, tanpa
memperdulikan apakah gangguan tersebut masih dalam tingkat rendah atau
kronis. Namun dengan kemudahan dengan adanya para pakar atau dokter ahli,
terkadang terdapat pula kelemahannya seperti jam kerja (praktek) terbatas dan
banyaknya pasien sehingga harus menunggu antrian serta pembiayaan yang
mahal Dalam hal ini, pemakai jasa lebih membutuhkan seorang pakar yang bisa
memudahkan dalam memberikan informasi dan mengdiagnosa penyakit lebih dini
agar dapat melakukan pencegahan lebih awal yang sekiranya membutuhkan waktu
jika berkonsultasi dengan dokter ahli. Karena hal tersebutlah maka dibutuhkan
suatu sistem yang dapat memberikan informasi dan mendiagnosa penyakit tidak
menular berupa suatu sistem pakar.
Dengan adanya kecerdasan buatan, komputer akan dapat membantu
menyelesaikan masalah yang besar dan kompleks dengan lebih cepat dan objektif
daripada manusia. Disamping itu komputer dapat menyimpan data dalam jumlah
besar sehingga dapat diproses dengan mudah. Artificial Intelligence (AI) memiliki
berbagai macam aplikasi, salah satunya adalah sistem pakar.
Sistem pakar merupakan program Artificial Intelligence (AI) yang
menggabungkan basis pengetahuan dengan inference engine. Sistem ini
bertindak sebagai seorang konsultan yang cerdas atau penasehat dalam suatu
lingkungan keahlian tertentu.
Sebagai hasil dari himpunan pengetahuan yang telah dikumpulkan dari
beberapa orang pakar. Salah satu bidang aplikasi yang cukup menonjol dalam
sistem pakar adalah proses diagnosis. Dalam pengertian umum diagnosis
merupakan proses menentukan penyebab atau sumber-sumber kegagalan dari
suatu sistem atau peralatan yang berdasarkan gejala-gejala yang teramati. Proses
2
diagnosis ini juga dapat melibatkan tindakan perbaikan atau pengobatan.
Proses diagnosis sering dilakukan oleh pakar dalam bidang penelitian maupun
kedokteran. Dengan sistem pakar ini proses konsultasi dan pemberian informasi
pada masyarakat akan lebih mudah, karena pengetahuan para ahli telah diadopsi.
Pada skripsi ini menggunakan metode forward chaining, metode ini
dilakukan untuk mencocokkan fakta atau pernyataan. Berdasarkan dari uraian di
atas maka perlu dibuat sebuah sistem pakar, sehingga nantinya penelitian tentang
sistem pakar kesehatan dapat memberi manfaat yang signifikan, dalam hal ini
penulis mengangkat suatu tema " Analisis Dan Perancangan Sistem Pakar
Penyakit tidak menular Berbasis Web". (Studi kasus : Dinas Kesehatan Kabupaten
Bantul).
2 Landasan teori 2.1 Tinjauan Tentang Penyakit Tidak Menular
Perhatian terhadap penyakit tidak menular semakin hari makin meningkat
karena semakin meningkatnya frekuensi kematian dimasyarakat. Diantarnya
kematian di Asia Tenggara paling banyak disebabkan penyakit tidak menular,
yakni 7,9 juta kematian (55 persen). Sedangkan kematian disebabkan penyakit
menular sebanyak 5 juta jiwa (35 persen) dan akibat cedera 1,5 juta jiwa (10,7
persen) mengatakan (WHO SEARO:2012), baik dinegara maju maupun negara
ekonomis rendah-menengah. Dari sepuluh penyebab utama kematian, dua
diantaranya penyakit jantung dan stroke Bahkan kanker (paru), sebagai penyakit
kronis, menduduki peringkat ketiga penyebab kematian di negara maju.( M.N
Bustan:2007).
2.2 Mengenal penyakit Tidak Menular ( M.N Bustan:2007) Istilah penyakit tidak menular dipakai dengan maksud untuk membedakan
kelompok penyakit menular dengan penyakit tidak menular.
Istilah PTM kurang lebih mempunyai kesamaan dengan beberapa sebutan
lainnya, seperti :
a. Penyakit kronis.
b. Penyakit non infeksi.
c. New comminicale diseases.
d. Penyakit degeneratif.
e. Penyakit perilaku.
3
2.3 Tinjauan Tentang Sistem Pakar 2.3.1 Definisi sistem pakar
Sistem pakar adalah sistem berbasi computer yang menggunakan
pengetahuan, fakta dan teknik penalaran dalam mencegah masalah yang
biasanya hanya dapat dipecahkan oleh pakar dalam bidang tersebut (martin dan
osman, 1988). Dari buku .(Kusrini:2006)
2.3.2 Ciri-ciri Sistem Pakar (Kusrini:2006) 1. Terbatas pada bidang yang spesifik.
2. Dapat memberikan penalaran unutk data-data yang tidak lengkap atau tidak
pasti.
3. Dapat mengemukakan rangkaian alasan yang diberikannya dengan cara yang
dapat dipahami.
4. Berdasarkan pada rule atau kaidah tertentu.
5. Dirancang untuk dapat dikembangkan secara bertahap.
6. Outputnya bersifat nasehat atau anjuran.
7. Output tergantung dari dialog dengan user.
8. Knowledge base dan inference engine terpisah.
2.3.3 Representasi pengetahuan Representasi pengetahuan merupakan metode yang digunakan untuk
mengodekan pengetahuan dalam sebuah sistem pakar yang berbasis
pengetahuan. Perepresentasian dimaksudkan untuk menangkap sifat-sifat
penting problema dan membuat informasi itu dapat diakses oleh prosedur
pemecahan problema.
2.3.4 Model representasi pengetahuan Pengetahuan dapat direpresentasikan dalam bentuk yang sederhana
atau kompleks, tergantung dari masalahnya (Schnupp, 1989). Dari buku
(kusrini:2006) Beberapa model representasi pengetahuan yang penting, adalah:
1. logika (logic),
2. jaringan semantik (semantic network),
3. object-atributte-value (OAV),
4. bingkai (frame)
5. kaidah produksi (production rule).
2.3.5 Inferensi Inferensi merupakan proses untuk menghasilkan informasi dari fakta
yang diketahui atau diasumsikan. Inferensi adalah konklusi logis (logical
conclusion) atau implikasi berdasarkan informasi yang tersedia.
4
Ada dua metode inferensi yang penting dalam sistem pakar, yaitu runut maju
(forward chaining) dan runut balik (backward chaining).
2.4 Tinjauan Tentang Web Site 2.4.1 Pengenalan Web
Internet adalah sebuah solusi jaringan yang dapat menghubungkan
beberapa jaringan lokal yang ada pada suatu daerah, kota, atau bahkan pada
sebuah Negara. tidak hanya itu, dengan adanya fasilitas internet setiap orang
dapat melakukan kegiatan mengirim email, cari data, atau bahkan belanja secara
online. 2.5 Tinjuan Tentang Pemrograman (Agus Saputra: 2012)
2.5.1 HTML Semua pemrograman web, pasti memiliki kemampuan untuk
mengkolaborasi kode dengan html,,, by the way apa sih yang dimaksud html?
Html mempunyai kepanjangan Hyper Text Markrup Language, yaitu suatu
bahasa pemograman hyper text, html ini memiliki fungsi untuk membangun
kerangka ataupun format web berbasis html. 2.5.2 PHP
php atau yang memiliki php hyertext preprocessor, merupakan bahasa
pemrograman yang difungsikan untuk membanggun website dinamis. PHP
menyatukan kode HTML, maksudnya adalah beda kondisi, HTML digunakan
sebagi pembangun atau pondasi dari kerangka layout Web, sedangkan PHP
difungsikan sebagi prosesnya, sehingga dengan adanya php tersebut , sebuah
web akan sangat mudah di-maintenance. 2.5.3 CSS
CSS atau yang memiliki kepanjangan Cascading Style Sheet merupakan
suatu bahasa pemrograman web yang membuat web , CSS digunakan untuk
mengendalikan dan membangun berbagai komponen dalam web akan lebih
rapi, terstruktur dan seragram.
Perbedaan CSS-1, CSS-2,dan CSS-3 sebagai berikut :
1. CSS-1, dikembangkan dan berpusat pada formatting dokumen HTML.
2. CSS-2, dikembangkan untuk bias memenuhi kebutuhan terhadap format
dokumen supaya bias ditampilkan diprinter, pada CSS-2 ini mendukung juga
dalam menentukan posisi konten, downloadTable, font, table-layout dan
media type untuk printer.
3. CSS-3, merupakan Versi pengembangan dari sebelumnya. Pada versi ini
terdapat beberapa tambahan dan mengarah pada efek animasi, namun, saat
ini belum didukung oleh web browser.
5
3 Analisis dan perancangan sistem 3.1 Analisis Sistem 3.1.1 Identifikasi Masalah
Peningkatan penyakit tidak menular semakin hari makin meningkat
karena semakin meningkatnya kaulitas dan kuantitas frekuensi kematian
dimasyarakat. Penyakit tersebut antara lain penyakit jantung, stroke, kanker
diabtes dll. Hal ini disebabkan karena pola fertilitas, gaya hidup dan sosial
ekonomi hidup yang tidak sehat. untuk itu perlunya diagnosa sejak dini dan
penjelasan, upaya penanganan (pengetahuan). Kedepannya sistem pakar
berbasis web ini nantinya dapat berguna bagi peneliti, Dinas yang terkait dan
masyarakat yang membutuhkan untuk mengetahui apa yang dimaksud tentang
PTM. Serta dapat menganalisa penyakit yang mereka derita
Untuk mendiagnosa suatu penyakit perlu diketahui gejala-gejala yang
ditimbulkan. Meskipun hanya dari gejala-gejala klinis (gejala-gejala yang terlihat
langsung atau yang dirasakan penderita), system dapat mengambil kesimpulan
penyakit yang diderita. Tetapi ada kalanya diperlukan pemeriksaan lebih lanjut
melalui laboraturium untuk pemeriksaan penyakit tertentu.
3.1.2 Sasaran dan batasan sistem informasi Sasaran sistem ini adalah alat bantu diagnosa, proses pembelajaran,
dan saranan sosialisasi. pada masyarakat. Batasan sistem adalah lingkungan
yang membatasi aplikasi, misalnya hanya membahas tentang masalah penyakit
tidak menular saja, proses diagnosa hanya berupa gejala atau tanda-tanda
umum, dan hasil analisis diagnosa hanya sebagai acuan kepada user agar
melakukan tindakan medis yang nyata.
Masalah dalam sistem pakar berbasis web adalah kondisi atau situasi
yang menyimpang dari sasaran sistem ini, misalnya kurangnya minat masyarakat
akan mengakses internet, gejala-gejala yang ada tidak sesuai dengan kondisi
tubuh user, sistem ini tidak aman.
3.2 Perancangan Sistem Perancangan system merupakan tahap awal untuk merancang semua
proses dan aliran data yang terjadi dalam sistem pakar.
3.2.1 Pembentukan Aturan (Relasi/Rule) Aturan dibuat berdasarkan diagram pohon keputusan yang telah dibuat
sebelumnya. Dengan relasi dapat dengan mudah mengetahui hasil akhir nanti
berdasarkan gejala-gejala yang ada. Berikut adalah keterangan dari pohon
keputusan;
6
Table 3.1 Aturan Produksi Gejala Awal jantung koroner.
Kode penyakit Aturan
P01 IF Sesak nafas
AND Masuk angina
AND Bengkak di tungkai/kaki
AND maag/gastritis
THEN Gejala Awal jantung koroner
Table 3.2 Aturan Produksi jantung koroner
Kode penyakit Aturan
P02 IF Nyeri pada salah satu bagian badan didada
AND Pusing
AND Kelelahan atau kepenatan
AND Sesak nafas
AND Ada perasaan berdebar-debar
AND Kebiruan-biruan pada bibir
AND Keringan dinggin secara mendadak AND
Mual
AND Perasaan cemas
THEN jantung koroner
Table 3.3 Aturan Produksi Gejala Awal Atheroslekrosi
Kode penyakit Aturan
P03 IF Nyeri pada salah satu bagian badan
AND Sakit Kepala/ pusing
AND kelelahan
AND Berkurangnya daya ingat
THEN Gejala Awal Atheroslekrosi
Table 3.4 Aturan Produksi Atheroslekrosi.
Kode penyakit Aturan
P04 IF Nyeri pada salah satu bagian badan
AND Sakit Kepala/ pusing
AND Kelelahan
7
Table 3.5 Lanjut Aturan Produksi Atheroslekrosi.
Kode penyakit Aturan
P04 IF Nyeri pada salah satu bagian badan
AND Sakit Kepala/ pusing
AND Kelelahan
AND Gangguan berbicara
AND Mati rasa
AND lemah
AND Otot wajah yang terkulai
AND Sakit pada kaki ketika berjalan
THEN Atheroslekrosi
Table 3.6 Aturan Produksi Gejala Awal Hipertensi.
Kode penyakit Aturan
P05 IF Nyeri pada salah satu bagian badan
AND Sakit Kepala/ pusing
AND Pendarahan pada hidung
AND Wajah kemerahan kelelahan
THEN Gejala Awal Hipertensi
Table 3.7 Aturan Produksi Hipertensi.
Kode penyakit Aturan
P06 IF Nyeri pada salah satu bagian badan
AND Sakit Kepala/ pusing
AND Sesak napas
AND Wajah kemerahan kelelahan
AND Pendarahan pada hidung
AND Tengkuk terasa pegal
THEN Hipertensi
Table 3.8 Aturan Produksi Gejala Awal Stroke
Kode penyakit Aturan
P07 IF Nyeri pada salah satu bagian badan
AND Gangguan berbicara
AND Mendadak lemas atau lumpuh
THEN Gejala Awal Stroke
8
Table 3.9 Aturan Produksi Stroke
Kode penyakit Aturan
P08 IF Sakit kepala
AND Mati rasa
AND Mendadak kehilangan pengelihatan
AND Gangguan berbicara
AND Gangguan mental.
AND Berjalan tidak stabil
THEN Stroke
Table 3.10 Aturan Produksi Diabetes Militus.
Kode penyakit Aturan
P09 IF sering buang air kecil
AND merasa haus
AND merasa lemas
THEN Gejala awal Diabetes Militus
Table 3.11 Aturan Produksi Diabetes Militus
Kode penyakit Aturan
P10 IF kelelahan
AND Sering buang air kecil
AND Sering haus
AND Lemas.
AND Sering lapar
AND Berat badan menurun
AND Gata-gatal.
AND Mata kabur
AND Impotensia
AND Kesemutan
AND Timbul lagi bisul yang telah hilang
AND Gangguan ereksi
THEN Diabetes Melitus
9
Table 3.12 Aturan Produksi Kanker Payudara
Kode penyakit Aturan
P11 IF Pembekakan
AND Benjolan yang tidak hilang
AND Benjolan yang terasa keras
AND penebalan pada kulit payudara
AND Perubahan ukuran atau bentuk
AND Kerutan pada kulit
AND Keluarnya air
AND Pembekakan
AND adanya tarikan pada puting susu
THEN Kanker Payudara
Table 3.13 Aturan Produksi ’warning signs’ Kanker Payudara
Kode penyakit Aturan
P12 IF Pembekakan
AND Benjolan yang tidak hilang
AND Benjolan yang terasa keras
AND penebalan pada kulit payudara
AND Perubahan ukuran atau bentuk
AND Kerutan pada kulit
AND Keluarnya air
AND Pembekakan
AND Perubahan warna kulit
AND Terdapat benjolan baru
AND Benjolan pembengkakan yang merah dan
panas/perih
AND Perbuahan rasa kulit
THEN ’warning signs’ Kanker Payudara
Table 3.14 Aturan Produksi Gejala Awal Kanker Leher Rahim
Kode penyakit Aturan
P13 IF Keputihan Berkelanjutan
AND Bau pada kemaluan
AND Pendarahan setelahn senggama
10
Table 3.15 Lanjut Aturan Produksi Gejala Awal Kanker Leher Rahim
Kode penyakit Aturan
P13 THEN Gejala Awal Kanker Leher Rahim
Table 3.16 Aturan Produksi Kanker Leher Rahim
Kode penyakit Aturan
P14 IF Nyeri pada salah satu bagian badan
AND pembengkakan
AND Menurunnya berat badan
AND Keputihan
AND pendarahan sewaktu bersetubuh
AND Bau pada kemaluan
AND Sakit waktu persetubuhan
AND Mengalami pendarahan waktu telah
memasuki masa menopause
THEN Kanker Leher Rahim
Table 3.17 Aturan Produksi Gejala Awal Hipertropi Prostat
Kode penyakit Aturan
P15 IF Sering atau ingin kencing
AND kesulitan untuk memulai kencing.
AND urgensi bocor
THEN Gejala Awal Hipertropi Prostat
Table 3.18 Aturan Produksi Hipertropi Prostat
Kode penyakit Aturan
P16 IF Pancaran lemah
AND Mengedam
AND Kencing harus menunggu baru keluar
AND Kencing terputus-terputus
AND Pengosongan tidak sempurna
AND Kencing menetes pada akhir miksi
THEN Hipertropi Prostat
11
Table 3.19 Aturan Produksi Gejala Awal Kanker Prostat.
Kode penyakit Aturan
P17 IF kesulitan untuk memulai kencing
AND pancaran kencing melemah, bahkan hanya
menetes
AND. meningkatnya frekuensi kencing
AND nyeri saat kencing.
THEN Gejala Awal Kanker Prostat.
Table 3.20 Aturan Produksi Kanker Prostat.
Kode penyakit Aturan
P18 IF Nyeri pada salah satu bagian badan pada
bagian Tubuh
AND Sering kali ingin kencing
AND Nyeri atau rasa terbakar (burning) selama
miksi
AND Bermasalah sewaktu mulai atau
menghentikan kencing
AND Difungsi seks
AND Urine atau semen yang berdarah
AND Urgensi Anda merasa sangat ‘kebelet’
kencing tiba-tiba
THEN Kanker Prostat
3.2.2 Perancangan Pohon Keputusan Diagram pohon keputusan merupakan suatu rancangan yang digunakan
untuk membangun sebuah sistem pakar, di dalam diagram pohon keputusan
tersebut akan dicari solusi hasil akhir dari setiap pemeriksaan.
12
Gambar 3.1 Pohon Keputusan Penyakit Tidak Menular
3.2.3 Perancangan Proses Sistem
3.2.3.1 Data Flow Diagram (DFD) Data Flow Diagram ini menjelaskan proses yang ada pada Aplikasi
Sistem Pakar Untuk Menganalisis Gangguan Penyakit Tidak Menular Secara
terperinci dan jelas sebagai gambaran awal. 1. Diagram konteks / DFD level 0
Diagram konteks merupakan aliran yang menggambarkan hubungan
antara sistem dengan entitas.
Gambar 3.2 Data Context Diagram/ DFD level 0 Sistem PTM.
3.2.3.2 Flowchart System Flowchart sistem merupakan diagram alir yang menggambarkan suatu
sistem peralatan yang digunakan untuk proses pengolahan data serta hubungan
antar peralatan tersebut.
13
1. Flowchat diagnosa penyakit
Gambar 3.3 Flowchart Proses diagnosa
3.2.4 Perancangan Basis Data
3.2.4.1 ER-Diagram (Entity Relationship Diagram) ERD digunakan untuk menunjukkan hubungan antara entity dengan
database dan objek–objek (himpunan entitas).
3.2.4.2 Relasi Antar Tabel Gambar berikut menunjukkan hubungan-hubungan antara tabel
database dengan relationship entitas yang lainnya.
Gambar 3.10. ERD Relasi Antar Tabel Penyakit Tidak Menular
14
4 Bab IV Implementasi dan Pembahasan 4.1 Implementasi
Implementasi mempunyai tujuan untuk mempersiapkan semua kegiatan
penerapan sistem yang sesuai dengan rancangan yang telah ditentukan.
4.1.1 Implementasi Sistem
4.1.1.1 Implementasi Pembuatan Basis Data 1. Pembuatan Database
Pembuatan database menggunakan phpMyAdmin, karena memiliki
kemudahan dalam tampilan grafisnya.
4.1.1.2 Uji Coba Sistem Uji coba sistem bertujuan untuk memastikan bahwa semua elemen dari sistem
bekerja sesuai yang diharapkan.
1. White Box Testing
a. Kesalahan Bahasa (Syntax Error)
Merupakan kesalahan penulisan kode program yang tidak sesuai dengan
yang diisyaratkan.
b. Kesalahan Proses
Merupakan kesalahan yang terjadi waktu program dijalankan. Hal ini
menyebabkan proses program terhenti sebelum selesai pada waktunya.
c. Kesalahan Logika
Kesalahan logika sulit ditemukan karena tidak adanya pemberitahuan
mengenai letak kesalahannya. Hasil dari eksekusi program tidak sesuai
dengan yang diharapkan.
2. Black Box Testing
Merupakan test case berdasarkan pada spesifikasi sistem.
Tujuannya adalah untuk mengetahui apakah data yang masuk sudah sesuai
dengan yang diharapkan pada tahap perancangan.
a. Pengujian alpha yang Proses pengujian alpha dilakukan untuk mengetahui apakah
data yang dimasukkan (input) sudah sesuai dengan yang diharapkan
(output).
15
Table 4.1 Tabel Pengujian Daftar Pasien
Kasus Data dan Hasil Uji (Data Normal)
Data masukan Nama: saya, jenis kelamin: P, alamat: jalan
mangga no12, Perkerjaan: Mahasiswa
Yang diharapkan Data yang dimasukkan benar lalu menekan tombol
daftar tampil form identifikasi
Pengamataan Menampilkan Halaman konsultasi
Kesimpulan Diterima
Kasus Data dan Hasil Uji (Data Salah)
Data masukan Nama:-, jenis kelamin: P, alamat: jalan mangga
no12, Perkerjaan: Mahasiswa
Yang diharapkan kesalahan, belum memasukannya nama pada data
data pasien
Pengamataan Tampil pesan kesalahan, Nama belum diisi Ulang
kembali
Kesimpulan Diterima
Table 4.2 Tabel Pengujian Proses Konsultasi
Kasus Data dan Hasil Uji (Data Normal)
Data masukan Jawaban pertanyaan, berupa gejala penyakit yang
dialami dialami
Yang diharapkan User menjawab salah satu pertanyaan gejala,
antara “ya” atau “tidak”
Pengamataan User menjawab salah satu pertanyaan gejala,
dialami antara “ya” atau “tidak”
Kesimpulan Diterima
Kasus Data dan Hasil Uji (Data Salah)
Data masukan Tidak menjawab pertanyaan dengan tidak memilih
jawaban “ya” atau “tidak” dari pertanyaan gejala
Yang diharapkan User tidak menjawab memilih pilihan kembali
Pengamataan Kembali kehalaman Utama
Kesimpulan Diterima
16
b. Pengujian Beta
Pengujian beta dilakukan dengan tujuan untuk mengetahui
sejauh mana kualitas dari perangkat lunak yang dibangun, apakah
sudah sesuai dengan harapan atau belum.
prosentase masing-masing jawaban dengan menggunakan
rumus : Y = P/Q * 100%
Keterangan :
P = Banyaknya jawaban responden tiap soal.
Q = Jumlah responden
Y = Nilai prosentase
4.1.2 Pembahasan Antarmuka / Interface 1. Halaman Menu Utama
Gambar 4.1 Tampil Halaman Menu Utama user
5 kesimpulan dan saran Ada beberapa kesimpulan dan saran yang dapat disampaikan penulis sebagai
hasil dari evaluasi pengembangan sistem dalam laporan Skripsi ini.
5.1 Kesimpulan Berdasarkan permasalahan yang telah dibahas dan diselesaikan melalui
laporan ini, maka terdapat beberapa kesimpulan:
17
1. Sistem dapat menentukan status user terkena gejala-gejala yang ada, untuk
mengetahui tipe penyakit apa yang diderita.
2. Aplikasi dengan website dapat lebih meningkatkan pelayanan informasi
karena informasi yang disajikan merupakan informasi yang baru dan jelas
3. Website akan membantu memberikan pengetahuan pengguna (user) tentang
pengetahuan penyakit tidak menular.
4. Admin dapat merubah pengetahuan, yaitu menambah penyakit, gejala-gejala
penyakit, dan Aturan. Untuk mengolah data.
5. Pemanfaatan teknologi internet sebagai alat analisis diaganosa online untuk
mempermudah pengguna dalam mengakses sistem ini.
5.2 Saran Saran yang diajukan penulis agar membantu proses pengembangan
sistem pakar ini antara lain :
1. Informasi dalam sistem pakar penyakit tidak menular dapat lebih ditingkatkan
sesuai dengan perkembangan jaman (kedokteran) sehingga pemanfaatan
dapat lebih maksimal.
2. Admin sebaiknya diberikan pengetahuan tentang pengelolaan aplikasi
sistem pakar ini terlebih dahulu atau mengerti tentang pengetahuan sistem
pakar sehingga dapat aplikasi ini dapat berkerja dengan baik.
3. Perlunya pengembangan ruang lingkup sistem yang lebih pokok atau khusus
misalnya dengan membuat sistem pakar masing-masing penyakit yang ada
dan menggunakan perhitungan presentase.
Daftar Pustaka
Bustan, M.N. 2007. Epidemiologi Penyakit Tidak Menular. Jakarta: Rineka Cipta.
Kusrini. 2006. Sistem Pakar Teori dan Aplikasi. Yogyakarta: Andi.
Saputra, Agus. 2012. Sistem Informasi Nilai Akademik untuk Panduan Skrpsi. Jakarta:
Elex Media Komputindo.
top related