7

Bab 2

LANDASAN TEORI

2.1 Kulit

Kulit adalah organ tubuh yang terletak paling luar dan membatasinya dari

lingkungan hidup manusia. Kulit merupakan organ yang essential dan vital, serta

merupakan cerminan kesehatan dan kehidupan. Kulit juga sangat kompleks,

elastis dan sensitif. Bervariasi pada keadaan iklim, umur, sex, ras, dan juga

bergantung pada lokasi tubuh.

Warna kulit berbeda-beda. Dari yang berwarna terang, pirang dan hitam,

warna merah muda pada telapak kaki dan tangan bayi, serta warna hitam

kecoklatan pada genitalia dewasa.

Demikian pula kulit juga bervariasi mengenai lembut, tipis, dan

tebalnya.Kulit yang elastis dan longgar misalnya seperti terdapat pada bibir.

Kulit yang tebal dan tegang terdapat di telapak kaki dan tangan orang dewasa.

Sedangkan kulit yang tipis terdapat pada wajah, yang lembut pada leher dan

badan, dan yang berambut kasar terdapat pada kepala.

Kulit berfungsi untuk menjaga bagian dalam tubuh dari gangguan fisik,

kimiawi, infeksi luar dari bakteri atau jamur, serta gangguan yang bersifat panas.

Hal tersebut dikarenakan pada kulit terdapatnya lapisan lemak subkutan, dermis,

dan epidermis. Selain itu, tebalnya lapisan kulit dan jaringan penunjangnya juga

berperan sebagai pelindung dari gangguan fisik.

A. Anatomi Kulit

Kulit manusia terdiri dari:

1. Lapisan epidermis

Tersusun atas lapisan tanduk (lapisan korneum) dan lapisan

Malpighi. Lapisan korneum merupakan lapisan kulit mati, yang dapat

mengelupas dan digantikan oleh sel-sel baru. Lapisan Malpighi terdiri

atas lapisan spinosum dan lapisan germinativum. Lapisan spinosum

berfungsi menahan gesekan dari luar. Lapisan germinativum

mengandung sel-sel yang aktif membelah diri, mengantikan lapisan sel-

sel pada lapisan korneum.Lapisan Malpighi mengandung pigmen

melanin yang memberi warna pada kulit.Lapisan Malpighi juga berfungsi

sebagai pelindung dari bahaya sinar matahari terutama sinar ultraviolet.

8

2. Lapisan dermis

Lapisan ini mengandung pembuluh darah, akar rambut, ujung

saraf, kelenjar keringat, dan kelenjar minyak. Kelenjar keringat

menghasilkan keringat. Banyaknya keringat yang dikeluarkan dapat

mencapai 2.000 ml setiap hari, tergantung pada kebutuhan tubuh dan

pengaturan suhu. Keringat mengandung air, garam, dan urea. Fungsi lain

sebagai alat ekskresi adalah sebagai organ penerima rangsangan,

pelindung terhadap kerusakan fisik, penyinaran, dan bibit penyakit, serta

untuk pengaturan suhu tubuh.

Pada suhu lingkungan tinggi (panas), kelenjar keringat menjadi

aktif dan pembuluh kapiler di kulit melebar. Melebarnya pembuluh

kapiler akan memudahkan proses pembuangan air dan sisa metabolisme.

Aktifnya kelenjar keringat mengakibatkan keluarnya keringat ke

permukaan kulit dengan cara penguapan. Penguapan mengakibatkan

suhu di permukaan kulit turun sehingga kita tidak merasakan panas lagi.

Sebaliknya, saat suhu lingkungan rendah, kelenjar keringat tidak aktif

dan pembuluh kapiler di kulit menyempit. Pada keadaan ini darah tidak

membuang sisa metabolisme dan air, akibatnya penguapan sangat

berkurang, sehingga suhu tubuh tetap dan tubuh tidak mengalami

kendinginan. Keluarnya keringat dikontrol oleh hipotalamus.

Hipotalamus adalah bagian dari otak yang terdiri dari sejumlah nukleus

dengan berbagai fungsi yang sangat peka terhadap steroid dan

glukokortikoid, glukosa dan suhu.

3. Lapisan hipodermis

Lapisan ini terletak di bawah dermis. Lapisan ini banyak

mengandung lemak. Lemak berfungsi sebagai cadangan makanan,

pelindung tubuh terhadap benturan, dan menahan panas tubuh.

Kulit memiliki beberapa fungsi:

• Sebagai alat pengeluaran berupa kelenjar keringat.

• Sebagai alat peraba.

• Sebagai pelindung organ dibawahnya.

• Tempat dibuatnya Vit D dengan bantuan sinar matahari.

• Pengatur dan penyeimbang suhu tubuh.

• Tempat menimbun lemak.

9

Faktor yang berperan penting dalam fungsi proteksi kulit adalah

keratin, lipid, sebum, pH asam, pigmen melanin, dan sel Langerhans

serta makrofag yang berada di lapisan dermis. Berikut adalah beberapa

mekanisme proteksi pada kulit:

1. Keratin

Lapisan keratin bersifat kedap udara, cukup kedap air, dan

tidak dapat ditembus oleh sebagian besar bahan. Oleh karena itu,

lapisan ini dapat menahan segala sesuatu yang melewatinya dalam

dua arah antara tubuh dan lingkungan eksternal. Sebagai contoh,

lapisan ini dapat memperkecil hilangnya air tubuh dan protein plasma

pada penderita luka bakar, serta mencegah benda asing masuk ke

dalam tubuh. Selain itu, proses keratinisasi juga berperan sebagi

barrier mekanis karena sel-sel mati akan melepaskan dirinya secara

teratur.

2. Lipid

Lipid yang dihasilkan oleh granula lamellar berfungsi untuk

mengurangi evaporasi air dari permukaan kulit. Oleh karena itu, kulit

akan terhindar dari dehidrasi. Selain itu, lipid juga akan mencegah

masuknya air ke dalam kulit.

3. Sebum

Sebum yang dihasilkan kelenjar sebasea berperan untuk

menjaga kulit dan rambut agar tidak menjadi kering. Selain itu, sebum

mengandung bahan kimia anti bacteria yang dapat membunuh

bakteri. Peran lain dari sebum adalah pada masa fetus, yakni kelenjar

lemak fetus yang dipengaruhi oleh hormone androgen ibunya akan

memproduksi sebum yang berfungsi untuk melindungi kulit fetus dari

cairan amnion, disebut sebagai vernix caseosa.

4. pH asam

Keasaman kulit terbentuk dari hasil ekskresi keringat dan

sebum, sehingga menyebabkan pH kulit berkisar 5-6,5. Hal

tersebutlah yang menjadi perlindungan kimiawi kulit terhadap infeksi

bakteri maupun jamur.

10

5. Pigmen melanin

Melanosit yang menghasilkan melanin berfungsi untuk

proteksi terhadap pajanan sinar UV dari matahari. Hal tersebut

dilakukan dengan cara menyerap radiasi UV agar mencegah

kerusakan DNA di epidermis dan menetralisir radikal bebas yang

terbentuk akibat UV.

6. Sel Langerhans

Sel Langerhans berfungsi sebagai sel penyaji antigen ke sel T.

Hilangnya sel Langerhans akibat paparan UV dapat menyebabkan

kulit lebih rentan terhadap invasi mikroba dan kanker.

B. Penyakit-penyakit pada kulit wajah

1. Jerawat

Jerawat adalah suatu keadaan di mana pori-pori kulit tersumbat

sehingga menimbulkan kantung nanah yang meradang. Jerawat

merupakan penyakit kulit yang cukup besar jumlah penderitanya.

Kligmann, seorang peneliti masalah jerawat ternama di dunia

berpendapat, "Tak ada satu orang pun di dunia yang melewati masa

hidupnya tanpa sebuah jerawat di kulitnya." Kemungkinan penyebabnya

adalah perubahan hormonal yang merangsang kelenjar minyak di kulit.

Perubahan hormonal lainnya yang dapat menjadi pemicu timbulnya

jerawat adalah masa menstruasi, kehamilan, pemakaian pil KB, dan stres.

Penyebab munculnya jerawat:

a. Produksi minyak berlebihan

Jerawat tidak melulu muncul karena kotor, melainkan lebih

disebabkan faktor dari dalam tubuh. Jerawat adalah kondisi abnormal

kulit akibat gangguan berlebihan produksi kelenjar minyak (sebaceus

gland) yang menyebabkan penyumbatan saluran folikel rambut dan

pori-pori kulit. Penyebab jerawat yang paling umum adalah hormon,

tumpukan minyak atau sebum di kulit berkolaborasi dengan bakteri.4

b. Sel-sel kulit mati

Umumnya, jerawat dsebabkan oleh kelebihan kelenjar minyak

karena giat diproduksi hormon androgen. Jerawat timbul karena

kelenjar minyak yang berlebih tersebut bercampur dengan sel kulit

mati. Ketika sel-sel kulit itu bercampur dengan jumlah debu atau

11

kotoran yang sudah meningkat itu, campuran yang tebal dan lengket

itu dapat membentuk penyumbat yang menjadi bintik hitam atau

putih.Banyak yang beranggapan, bahwa jerawat hanya menyerang

muka, tetapi jerawat bisa juga menyerang bagian tubuh lain, seperti di

bagian punggung, dada dan lengan atas.

c. Bakteri

Yang membuat masalah semakin rumit, bakteri biasanya ada

di kulit, yang disebut acne, yang cenderung berkembang biak di dalam

kelenjar sebaceous yang tersumbat, yang menghasilkan zat-zat yang

menimbulkan iritasi daerah sekitarnya. Kelenjar tersebut terus

membengkak, dan mungkin akan pecah, kemudian menyebarkan

radang ke kulit daerah sekitarnya. Inilah yang menyebabkan

jerawatbatu jenis yang paling mungkin, yaitu meninggalkan

pigmentasi jangka panjang dan bekas luka seperti cacar yang

permanen.

d. Kosmetik

Penyumbatan pori-pori seringkali terjadi oleh penggunaan

kosmetik yang mengandung banyak minyak atau penggunaan bedak

yang menyatu dengan foundation. Foundation yang terkandung pada

bedak menyebabkan bubuk bedak mudah menyumbat pori-pori.

e. Obat-obatan

Konsumsi obat kortikosteroid, baik oral (obat minum) maupun

topical (obat oles), yang mengakibatkan daya tahan tubuh menurun,

juga meningkatkan potensi timbulnya jerawat karena aktivitas bakteri

patogen yang meningkat.

f. Telepon Genggam

Permukaan telepon genggam bisa jadi media subur untuk

tumbuhnya bakteri. Untuk mencegahnya, bersihkan permukaan

telepon secara rutin dengan alkohol, dan usahakan jangan

menempelkan telepon genggam ke pipi ketika menelepon.

g. Stres

Sebenarnya, stres tidak secara langsung menyebabkan

jerawat.Masalahnya, ada hormon tertentu yang keluar saat seseorang

stres, yang memungkinkan tumbuhnya jerawat. Tak hanya itu, stres

12

membuat orang tersebut mempunyai pola makan yang cenderung

banyak mengkonsumsi makanan manis dan berlemak, sebagai

"pelarian" dari stres.

Tipe jerawat :

• Komedo

Komedo sebenarnya adalah pori-pori yang tersumbat, bisa

terbuka atau tertutup. Komedo yang terbuka (blackhead), terlihat

seperti pori-pori yang membesar dan menghitam. Komedo yang

tertutup (whitehead) memiliki kulit yang tumbuh di atas pori-pori

yang tersumbat sehingga terlihat seperti tonjolan putih kecil. Jerawat

jenis komedo ini disebabkan oleh sel-sel kulit mati dan sekresi

kelenjar minyak yang berlebihan pada kulit.

• Jerawat biasa

Gambar 2.1 Jerawat Biasa

Jenis jerawat ini mudah dikenali, tonjolan kecil berwarna pink

atau kemerahan. Terjadi karena pori-pori yang tersumbat dan

terinfeksi oleh bakteri jenis propionibacterium acne. Bakteri ini

biasanya hidup di saluran kelenjar sebaceous yang tersumbat, yaitu di

daerah tempat beradanya asam lemak pada kantung kelenjar

sebaceous yang tersembunyi di dalam pori-pori kulit. Diberi nama

propionibacterium karena mampu memproduksi asam propionik

(propionicacid). Bakteri ini merupakan jenis anaerobik sehingga dapat

hidup tanpa butuh oksigen, dan mempunyai ciri-ciri aerotolerant yang

menimbulkan iritasi pada daerah sekitarnya. Bakteri yang menginfeksi

bisa juga dari waslap, kuas make up, jari tangan, juga telepon. Stres,

13

hormon dan udara yang lembap, dapat memperbesar kemungkinan

terbentuknya jerawat.

• Jerawat batu (Cystic acne)

Gambar 2.2 Jerawat Batu

Cystic acne adalah jerawat yang besar-besar, dengan

peradangan hebat, berkumpul diseluruh muka. Penderita cystic acne

biasanya juga memiliki keluarga dekat yang menderita jerawat jenis

ini. Secara genetik penderitanya memiliki:

1. Kelenjar minyak yang over aktif yang membanjiri pori-pori

dengan kelenjar minyak.

2. Pertumbuhan sel-sel kulit yang tidak normal yang tidak bisa

beregenerasi secepat kulit normal.

3. Memiliki respon yang berlebihan terhadap peradangan sehingga

meninggalkan bekas di kulit.

Cara mengatasi jerawat :

Jerawat merupakan salah satu penyakit kulit yang biasa

menyerang wajah. Menangani jerawat tidak boleh sembarangan.

Secara umum, prinsip perawatan kulit wajah sebagai berikut :

• Kulit wajah harus selalu bersih saat istirahat di rumah.

• Jangan memecahkan jerawat dan jangan sering di sentuh.

• Hindari pemakaian kosmetika rias saat tidur.

• Kebutuhan pembersih bagi kulit kering berbeda dengan kulit

berminyak atau kulit normal, demikian juga sebaliknya.

• Membersihkan wajah pada sore hari berbeda dengan pada pagi

hari.

14

2. Penyakit Kulit-Rosacea

Gambar 2.3 Rosacea

Rosacea adalah salah satu jenis penyakit kulit yang menyerang

setidaknya 45 juta orang di dunia. Pada umumnya, rosacea lebih

cenderung menyerang orang berkulit putih (bule).Ciri-cirinya adalah

berupa bercak-bercak merah, bintik-bintik kecil kemerahan dengan jumlah

yang banyak pada wajah, seperti di kening dan pipi. Gejala ini kerapkali

muncul sesekali atau permanen. Gejala yang muncul sesekali umumnya

terjadi pada saat seseorang yang berkulit sensitif tersebut mengalami

perubahan emosi, seperti malu, marah, sedih, lelah, bersemangat, dsb.

Kendati Rosacea ini tidak menular dan tidak berbahaya, namun hingga

saat ini belum ditemukan penyebab munculnya penyakit kulit yang satu

ini. Selain itu, Rosacea juga tidak dapat disembuhkan.

Jenis-jenis kegiatan perawatan kulit tergantung dengan jenis kulit

tiap orang berbeda- beda. Kategori kulit yang berbeda juga tentunya

memiliki perawatan yang berbeda juga. Penggunaan produk kulit yang

tidak tepat dengan penggolongan jenis kulit akan menyebabkan kerusakan

kepada kulit. Kulit dapat digolongkan menjadi 5 kategori, yaitu

1. Kulit Normal

Jenis kulit normal hanya membutuhkan perhatian yang

minimal. Jenis kulit ini tidak akan berminyak atau kering, sehingga

terbebas dari noda.

2. Kulit Berminyak

Jenis kulit berminyak membutuhkan perhatian dan perawatan

yang lebih. Jumlah minyak yang dikeluarkan oleh jenis kulit ini

15

menjadikan jerawat dan noda sering muncul.Oleh karena itu, orang

yang memiliki jenis kulit berminyak harus mencuci dan

membersihkan wajah secara teratur.

3. Kulit Kering

Kulit kering disebabkan oleh tidak cukupnya minyak yang dihasilkan

oleh kelenjar minyak, sehingga membuat kulit menjadi kering.

4. Kulit Sensitif

Kulit sensitif sangat mudah pecah. Penyebab yang sering

menimbulkan masalah pada kulit sensitif adalah lingkungan, seperti debu,

kotoran, matahari, dll.

5. Kulit Kombinasi

Jenis kulit kombinasi dimiliki oleh banyak orang. Jenis kulit ini

merupakan gabungan dari jenis kulit kering dan berminyak. Anda bisa

memiliki kedua jenis kulit tersebut, misalnya, memiliki jenis kulit kering

di pipi sedangkan hidung dan dahi berminyak.

2.2 Obat

Sebelum menjurus kepada obat racikan, harus mengenal dulu apa itu

obat. Banyak definisi mengenai obat, antara lain menurut arti yang luas, obat

adalah zat kimia yang mempengaruhi proses hidup (Arini dkk, 1987), contoh

definisi lain obat adalah bahan bahan yang siap digunakan untuk mempengaruhi

atau menyelidiki system fisiologis atau keadaan patologi dalam rangka

nenetapan diagnosis, pencegahan, penyembuhan, pemulihan, peningkatan

kesehatan dan kontrasepsi yang dikemukakan oleh Anonim (Yosef, 2011).

Setiap obat kemungkinan akan menimbulkan Efek Samping Obat (ESO).

Berdasarkan definisi itu maka obat adalah zat kimia sebagai antigen yang

dapat menimbulkan antibodi yang dapat menimbulkan rekasi antigen antibodi,

sebagai contoh, makan obat Atimbul alergis (biasanya ringan kemerahan dan

gatal, dapat juga yang berat disebut anafilaksisshok). Bahkan ada yang

mengatakan obat itu racun yang dapat menimbulkan kematian.

Manusia dapat terjangkiti berbagai penyakit seperti : infeksi, tumor,

gangguan metabolism, dan lain lain. Oleh karena itu perlu panduan/pedoman

pengobatan bagi para ahli medis. Menurut Badan POM Depkes RI (2000),

maka agar pedoman pengobatan dapat memberikan manfaat sesuai dengan

16

tujuannya, maka beberapa hal berikut ini perlu mendapat perhatian dalam

menyikapi Pedoman Pengobatan (PP):

1. PP dikembangkan berdasarkan informasi ilmiah yang layak dan handal.

2. PP dikembangkan dengan melibatkan berbagai actor dalam system pelayanan

kesehatan (yankes) yang bersangkutan.

3. PP perlu disosialisasikan kepada para dokter.

4. Perlu pemantauan ketaatan terhadap pedoman melalui audit atau studi

penggunaan obat di unit unit yankes.

5. PP memuat penyakit yang umum dijumpai di unit unit yankes.

6. PP harus disesuaikan dengan sarana dan pelaku pelayanan yang ada.

2.2.1 Masalah Obat

Penggunaan obatdikatakan tidak tepat jika risiko yang mungkin

terjadi tidak imbang dengan manfaat yang diperoleh dari tindakan

memberikan suatu obat. Penggunaan obat yang tidak tepat, tidak efektif,

tidak aman dan juga tidak ekonomis atau yang lebih popular dengan istilah

tidak rasional sering akan mendatangkan risiko, karena obat (bahan kimia)

memungkinakan menimbulkan ESO.

Dengan perkataan lain, penggunaan obat dinilai tidak rasional, jika:

a. Indikasi penggunaan tidak jelas atau keliru, sehingga diagnoses

kurang tepat.

b. Pemilihan obat tidak tepat, artinya yang dipilih bukan obat yang

terbukti paling bermanfaat, paling aman, paling sesuai dan paling

ekonomis.

c. Cara penggunaan obat tidak tepat, mencakup besarnya dosis, cara

pemberian, frekuensi dan lama pemberian.

d. Kondisi dan riwayat pasien tidak dinilai secara cermat. Apakah ada

kondisi yang tak perlu obat (non farmakologik), atau diharuskan

penyesuaian dosis (misalnya penggunaan antibiotic (aminoglikosida)

pada gangguan ginjal) atau malah menjadi risiko terhadap efek

samping obat misalnya pada obat racikan.

e. Pemberian obat yang tidak disertai penjelasan yang sesuai kepada

pasien atau keluarganya.

17

f. Pengaruh pemberian obat, baik yang diinginkan atau yang tidak

diinginkan tidak dapat diperkirakan sebelumnya dan tidak dilakukan

pemantauan secara langsung atau tidak langsung.

2.2.2 Obat Topikal pada Kulit

Pemberian obat topikal pada kulit merupakan cara memberikan obat pada

kulit dengan mengoleskan obat yang akan diberikan. Pemberian obat topikal pada

kulit memiliki tujuan yang lokal, seperti pada superficial epidermis. Obat ini

diberikan untuk mempercepat proses penyembuhan, bila pemberian per-oral tidak

dapat mencapai superficial epidermis yang miskin pembuluh darah kapiler. Efek

sistemik tidak diharapkan pada pemberian obat topikal pada kulit ini. Apabila terjadi

kerusakan kulit setelah penggunaan obat topikal pada kulit, maka kemungkinan besar

efek sistemik akan terjadi.

Pemberian obat topikal pada kulit terbatas hanya pada obat-obat tertentu karena

tidak banyak obat yang dapat menembus kulit yang utuh. Keberhasilan pengobatan

topical pada kulit tergantung pada:

• Umur

• Pemilihan agen topikal yang tepat

• Lokasi dan luas tubuh yang terkena atau yang sakit

• Stadium penyakit

• Konsentrasi bahan aktif dalam vehikulum

• Metode aplikasi

• Penentuan lama pemakaian obat

Penetrasi obat topical pada kulit, melalui: stratum korneum � epidermis �

papilla dermis � aliran darah

Proses penyerapan obat topikal jika diberikan pada kulit, yaitu:

• Lag phase - hanya di atas kulit, tidak masuk ke dalam darah

• Rising - dari stratum korneum diserap sampai ke kapiler dermis darah

• Falling - obat habis di stratum korneum. Jika terus diserap kedalam,

khasiatnya akan semakin berkurang

Contoh obat topikal untuk kulit :

1. Anti jamur : ketoconazol, miconazol, terbinafin

2. Antibiotik : oxytetrasiklin

3. Kortikosteroid : betametason, hidrokortison

18

2.3 Android

Android adalah suatu sistem operasi yang berbasis Linux yang digunakan

sebagai sumber daya bagi perangkat keras seperti ponsel, PC Tablet dan

Smartphone. Pada aplikasi ini versi Android yang kami gunakan adalah versi :

Android versi 2.0/2.1 (Eclair)

Pada 3 Desember 2009 kembali diluncurkan ponsel Android dengan versi

2.0/2.1 (Eclair), perubahan yang dilakukan adalah pengoptimalan hardware,

peningkatan Google Maps 3.1.2, perubahan UI dengan browser baru dan

dukungan HTML5, daftar kontak yang baru, dukungan flash untuk kamera 3,2

MP, digital Zoom, dan Bluetooth 2.1.

Dengan semakin berkembangnya dan semakin bertambahnya jumlah

handset Android, semakin banyak pihak ketiga yang berminat untuk

menyalurkan aplikasi mereka kepada sistem operasi Android.Aplikasi terkenal

yang diubah ke dalam sistem operasi Android adalah Shazam, Backgrounds, dan

WeatherBug.Sistem operasi Android dalam situs Internet juga dianggap penting

untuk menciptakan aplikasi Android asli, contohnya oleh MySpace dan

Facebook.

2.4 Rekayasa Piranti Lunak

2.4.1 Pengertian Rekayasa Piranti Lunak

Menurut Pressman (2010,p14), Rekayasa Perangkat Lunak adalah

pembuatan dan penggunaan prinsip prinsip keahlian teknik untuk

mendapatkan perangkat lunak yang ekonomis yang handal dan bekerja

secara efisien pada mesin yang sesungguhnya. Rekayasa piranti lunak

mendirikan suatu pondasi untuk proses perangkat lunak yang lengkap

dengan mengidentifikasi sejumlah aktifitas kerangka kerja yang berlaku

untuk semua proyek perangkat lunak, terlepas dari hal ukuran dan

kompleksitas.

• Fokus pada kualitas (A Quality Focus)

Pendekatan teknik apapun (termasuk rekayasa perangkat

lunak) harus bersandar pada komitmen organisasi terhadap suatu

mutu. Total kualitas manajemen dan filosofi yang sama mendorong

budaya perbaikan proses yang berkesinambungan dan budaya inilah

19

yang pada akhirnya mengarah pada pengembangan pendekatan yang

semakin dewasa untuk rekayasa perangkat lunak. Pondasi yang

mendukung rekayasa perangkat lunak adalah fokus pada kualitas.

• Proses (Process)

Dasar untuk rekayasa perangkat lunak adalah lapisan proses.

Proses pada rekayasa perangkat lunak adalah perekat yang memegang

teknologi lapisan (layer) bersama-sama dan memungkinkan

pengembangan perangkat lunak yang rasional dan tepat waktu. Proses

mendefinisikan sebuah kerangka kerja untuk suatu set key process

areas (KPAs) yang harus ditetapkan untuk penyampaian (delivery)

yang efektif dari teknologi rekayasa perangkat lunak. Key process

areas membentuk dasar control manajemen proyek perangkat lunak

dan menetapkan konteks metode-metode teknis mana yang

diterapkan, produk kerja (model, dokumen, data, laporan, form, dll)

yang diproduksi, milestone yang ditetapkan, kualitas yang terjamin

dan perubahan yang dikelola dengan baik.

• Metode (Method)

Metode rekayasa perangkat lunak menyediakan teknis

“bagaimana” untuk membangun perangkat lunak. Metode mencakup

tugas yang mencakup analisis kebutuhan (requirment analysis),

perancangan (design), program konstruksi (program construction),

pengujian (testing), dan pemeliharaan (maintenance).

• Alat Bantu (Tools)

Alat bantu otomatis atau semi-otomatis menyediakan

dukungan untuk proses dan metode. Ketika alat-alat diintegrasikan

sehingga informasi yang dibuat oleh salah satu alat dapat digunakan

oleh alat lainnya, sebuah sistem untuk mendukung perangkat lunak,

yang disebut computer-aided software engineering (CASE), didirikan

CASE menggabungkan software, hardware, dan database (sebuah

repository berisi informasi penting tentang analisis, rancangan,

program konstruksi, dan pengujian) untuk menciptakan lingkungan

rekayasa perangkat lunak yang analog dengan computer-aided

engineering (CAE) untuk hardware.

20

2.4.2 Model Proses Waterfall

Menurut Pressman (2010), model proses Waterfall, yang juga dikenal

dengan classic life cycle, adalah model proses yang sistematis, pendekatan

yang berurutan dalam pengembangan perangkat lunak yang diawali

dengan spesifikasi kebutuhan-kebutuhan (requirement) client dan akan

diawali dari kebutuhan pengguna (Requirement), berlanjut ke proses

perencanaan (Planning), pemodelan (Modelling), konstruksi

(Construction), dan penyebaran (Deployment) secara bertahap dan

memuncak.

Gambar 2.4 Model Proses Waterfall (Pressman, 2010)

1. Komunikasi

Proses ini dimulai dengan komunikasi mengenai platform yang

digunakan pada sistem.

2. Perencanaan

Setelah proses komunikasi telah berjalan maka pada proses

selanjutnya proses perencanaan mengenai pembangunan sistem Proses ini

dimulai dari proses estimasi waktu yang akan digunakan, penjadwalan

hingga penyusunan proses pembuatan sistem

3. Pemodelan sistem

Pada proses ini, kebutuhan sistem diubah menjadi representasi ke

dalam bentuk “blueprint” software sebelum coding dimulai dengan

menggunakan Data Flow Diagram (DFD). Desain ini dibuat untuk

mengetahui gambaran proses kerja aplikasi yang kita buat sehingga dapat

dijadikan acuan saat proses implementasi sistem ke dalam bentuk code.

21

4. Penulisan Kode Program

Penulisan kode program adalah proses yang dilakukan agar mesin

dalam hal ini komputer dapat menjalankan aplikasi yang telah dibangun.

Dalam aplikasi ini kode yang digunakan adalah Java. Setelah proses

penulisan kode program selesai, dilakukan pengujian aplikasi yang sudah

dibangun. Semua fungsi-fungsi software harus diujicobakan, agar software

bebas dari kesalahan, dan hasilnya harus benar-benar sesuai dengan

kebutuhan yang sudah didefinisikan sebelumnya.

5. Penyebaran

Sistem yang telah dibangun kemudian digabungkan dan

diintegrasikan pada jaringan sistem lain yang telah ada. Setelah proses

integrasi selesai, proses selanjutnya adalah mendukung sistem dan

mendapat umpan balik dari pakar dan pasien mengenai sistem yang

dibangun tersebut.

2.4.3 Data Flow Diagram (DFD)

Data Flow Diagram (DFD) merupakan model proses yang

digunakan untuk menggambarkan aliran data input dan output pada sebuah

sistem beserta tugas atau pengolahan yang dilakukan oleh sistem dari segi

proses dan data store (Satzinger,Jackson, & Burd, 2010, p. 206). Sistem

yang dibahas dapat berupa sistem dalam banyak konteks seperti sistem

pendidikan, sistem komputer, sistem bisnis, ataupun sistem informasi.

2.4.4 Inteligensia Semu

Intelegensia semu atau dalam bahasa sehari-hari disebut juga dengan

kecerdasan buatan merupakan istilah yang berasal dari bahasa Inggris:

“Artificial Intelligence”. Istilah ini dapat didefinisikan sebagai kecerdasan

yang dapat dibuat atau diciptakan sendiri oleh suatu individu atau

kelompok.Sistem ini biasanya digunakan atau diaplikasikan ke dalam

komputer.

2.4.5 Bidang Aplikasi Inteligensia Semu

Seperti sebagian besar ilmu pengetahuan lainnya, inteligensia semu

terdiri dari beberapa subdisiplin, yang pada dasarnya tetap menggunakan

pendekatan pemecahan masalah, namun masing-masing memfokuskan diri

pada bidang aplikasi tertentu. Beberapa bidang aplikasi dari inteligensia

semu (Kusumadewi , 2003, p7) yaitu :

22

1. Sistem Pakar (Expert System)

Komputer digunakan sebagai sarana untuk menyimpan

pengetahuan para pakar. Dengan demikian komputer akan memiliki

keahlian untuk menyelesaikan permasalahan dengan meniru keahlian

yang dimiliki oleh pakar.

2. Pengolahan Bahasa Alami (Natural Language Processing)

Dengan adanya pengolahan bahasa alami diharapkan user dapat

berkomunikasi dengan komputer dengan menggunakan bahasa sehari-

hari.

3. Pengenalan Ucapan (Speech Recognition)

Melalui pengenalan ucapan diharapkan manusia dapat

berkomunikasi dengan komputer dengan menggunakan suara.

4. Robotika dan Sistem Sensor (Robotics and Sensory Systems)

5. Computer Vision

Computer Vision mencoba untuk dapat menginterpretasikan

gambar atau objek-objek tampak melalui komputer.

6. Intelligent Computer-aided Instruction

Komputer dapat digunakan sebagai tutor yang dapat melatih dan

mengajar.

7. Game Playing

2.4.6 Sistem Pakar

Sistem kecerdasan dapat menyelesaikan masalah dunia nyata

dengan menggunakan pengetahuan manusia serta keterampilan penalaran

manusia. Pada abad ke-21 kecerdasan buatan (artificial intelegence) telah

menjadi area penting dari penelitian di hampir semua bidang: teknik, ilmu

pengetahuan, pendidikan, kedokteran, bisnis, akuntansi, keuangan,

pemasaran, ekonomi, pasar modal dan hukum (Oke, 2008).

Komputer digunakan sebagai sarana untuk menyimpan

pengetahuan para pakar. Dengan demikian komputer akan memiliki

keahlian untuk menyelesaikan permasalahan dengan meniru keahlian yang

dimiliki oleh pakar. Sistem pakar adalah perangkat lunak komputer yang

dapat memecahkan masalah dengan menggunakan informasi dan teknik

penalaran biasanya terkait dengan manusia ahli atau pakar. Biasanya,

23

pengembangan sistem pakar melibatkan empat kegiatan utama (Changchit,

2008) :

1. Pengetahuan Akuisisi (Knowledge acquisition) : Kegiatan ini dilakukan

untuk mengekstrak, mengumpulkan, mentransfer, dan mengubah

keahlian dalam pemecahan masalah tentang melasma dari dokter ahli

dan atau sumber pengetahuan terdokumentasi ke program komputer

untuk membangun atau memperluas basis pengetahuan. Teknik yang

digunakan adalah wawancara, analisis documental, dan observasi.

2. Representasi Pengetahuan (Knowledge representation) : Basis

pengetahuan digunakan untuk aplikasi model dan untuk memfasilitasi

akses terhadap informasi yang telah disimpan.Representasi pengetahuan

dapat dilakukan dengan berbagai cara yaitu :

a. Kalkulus predikat

b. Logika

c. Pohon

d. Frame

e. Script

f. SemanticNetwork

3. Pengetahuan Inferensi (Knowledge Inference) : Kegiatan ini mengacu

pada teknik pemrograman komputer sedemikian rupa yang dapat

membuat referensi dalam upaya untuk meniru perilaku penalaran ahli

manusia.

4. Penjelasan dan Justifikasi (Explanation and Justification) : Kegiatan ini

mengacu pada upaya oleh sistem pakar untuk memperjelas diagnosis,

rekomendasi, dan tindakan lain (misalnya, mengajukan pertanyaan).

A. Struktur Sistem Pakar

Sistem Pakar terdiri dari 2 bagian pokok, yaitu : lingkungan

pengembangan (development evirontment) dan lingkungan konsultasi

(consultation environment). Lingkungan pengembangan digunakan

sebagai pembangun sistem pakar baik dari segi pembangunan

komponen maupun basis pengetahuan. Lingkungan konsultasi

digunakan oleh seorang yang bukan ahli untuk berkonsultasi.

24

Gambar 2.5 Struktur Sistem Pakar

B. Sistem Pakar dalam Bidang Pengobatan

Kemajuan dalam teknologi komputer telah memberdayakan

pengembang perangkat lunak dan pakar pengetahuan domain untuk

membangun alat yang lebih cerdas dalam membantu praktisi medis

mengambil keputusan. Kecerdasan buatan adalah studi untuk meniru

kecerdasan manusia dalam teknologi komputer dan potensinya dalam

ilmu kedokteran telah diungkapkan oleh banyak peneliti (Sikchi et al.,

2012).

2.5 Sistem Pakar dengan Logika Fuzzy

Penggunaan sistem pakar dapat diimplementasikan dengan mudah ke

dalam bahasa mesin secara mudah dan efisien dengan menggunakan Fuzzy logic.

Fuzzy logic telah menjadi area riset yang mengagumkan karena kemampuannya

dalam menjembatani bahasa mesin yang serba presisi dengan bahasa manusia

yang cenderung tidak presisi yaitu dengan menekankan pada makna atau arti

(Significance). Bisa dibayangkan bahwa sistem Fuzzy adalah sebuah mesin

25

penerjemah bahasa manusia sehingga bisa dimengerti oleh bahasa mesin dan

juga sebaliknya (Naba, 2009).

Sistem pakar dibuat hanya pada domain pengetahuan tertentu untuk suatu

kepakaran tertentu yang mendekati kemampuan manusia di salah satu bidang

saja Sistem pakar mencoba mencari penyelesaian yang memuaskan yaitu sebuah

penyelesaian yang cukup bagus agar pekerjaan dapat berjalan walaupun itu

bukan penyelesaian yang optimal (Hartati dan Iswanti, 2008).

Fuzzy secara bahasa diartikan sebagai kabur atau samar-samar.Suatu nilai

dapat bernilai benar atau salah secara bersamaan.Dalam fuzzy dikenal derajat

keanggotaan yang memiliki rentang nilai 0 (nol) hingga 1 (satu).Berbeda dengan

himpunan tegas yang memiliki nilai 1 atau 0 (ya atau tidak).

Logika fuzzy merupakan suatu logika yang memiliki nilai kekaburan atau

kesamaran (fuzzyness) antara benar atau salah.Dalam teori logika fuzzy suatu

nilai bisa bernilai benar atau salah secara bersama. Namun berapa besar

kebenaran dan kesalahan suatu tergantung pada bobot keanggotaan yang

dimilikinya. Logika fuzzy memiliki derajat keanggotaan dalam rentang 0 hingga

1. Berbeda dengan logika digital yang hanya memiliki dua nilai yakni 1 atau 0.

Logika fuzzy digunakan untuk menerjemahkan suatu besaran yang diekspresikan

menggunakan bahasa (linguistic), misalkan besaran kecepatan laju kendaraan

yang diekspresikan dengan pelan, agak cepat, cepat, dan sangat cepat. Dan

logika fuzzy menunjukkan sejauh mana suatu nilai itu benar dan sejauh mana

suatu nilai itu salah. Tidak seperti logika klasik (crisp), suatu nilai hanya

mempunyai 2 kemungkinan yaitu merupakan suatu anggota atau tidak. Derajat

keanggotaan 0 (nol) artinya nilai bukan merupakan anggota himpunan dan 1

(satu) berarti nilai tersebut adalah anggota himpunan.

Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang

input kedalam suatu ruang output, mempunyai nilai kontinu. Fuzzy dinyatakan

dalam derajat dari suatu keanggotaan dan derajat kebenaran. Oleh sebab itu

sesuatu dapat dikatakan sebagian benar dan sebagian salah pada waktu yang

sama.

Logika fuzzy memungkinkan nilai keanggotaan antara 0 dan 1, tingkat

keabuan dan juga hitam dan putih, dan dalam bentuk liguistik, konsep tidak pasti

seperti “sedikit”, “lumayan”, dan “sangat”.

26

Kelebihan dari teori logika fuzzy adalah kemampuan dalam proses

penalaran secara bahasa (linguistic reasoning), sehingga dalam perancangannya

tidak memerlukan persamaan matematik dari objek yang akan dikendalikan.

2.5.1 Himpunan Fuzzy

Himpunan fuzzy secara formal dapat didefinisikan seperti pada

persamaan berikut :

A = {µ A(x)/x ; x∈ X, µA(x)∈[0,1]∈ℜ}

Dimana µA(x) adalah derajatkeanggotaan elemen x pada

himpunana fuzzy A dengan cakupan nilai keanggotaan antara 0 dan 1 yang

merupakan anggota bilangan real. Dimana bila µA(x) = 0,

mengindikasikan bahwa x bukan bagian dari himpunan fuzzy A dan

sebaliknya jika µA(x) = 1, maka x adalah bagian dari himpunan fuzzy A.

secara umum, himpunan fuzzy A dapat dianggap sebagai fungsi µA(x)

yang mencocokkan setiap elemen dari semesta pembicaraan X dengan

derajat keanggotaan menjadi anggota himpunan A. Jika fungsi

keanggotaan hanya menghasilkan nilai keanggotaan {0,1}, maka hasilnya

bukanlah fuzzy melainkan tegas (crisp).

Pada himpunan tegas (crisp) nilai keanggotaan suatu item x dalam

suatu himpunan A, yang sering ditulis dengan µA(x), hanya memiliki 2

kemungkinan yaitu 0 dan 1.

Ada beberapa hal yang perlu diketahui dalam memahami sistem

fuzzy, yaitu :

1. Variabel Fuzzy

Variabel fuzzy merupakan variabel yang hendak dibahas dalam

suatu sistem fuzzy. Contoh : umur, temperature, permintaan, dan lain-

lain.

2. Himpunan Fuzzy

Himpunan fuzzy merupakan suatu grup yang mewakili suatu

kondisi atau keadaan tertentu dalam suatu variabel fuzzy. Contoh :

variabel temperatur terbagi menjadi 5 himpunan fuzzy, yaitu :

DINGIN, SEJUK, NORMAL, HANGAT, dan PANAS (Gambar 2.6).

27

Gambar 2.6 Himpunan Fuzzy pada Variabel Temperatur

3. Semesta Pembicaraan

Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan

untuk dioperasikan dalam suatu variabel fuzzy. Semesta pembicaraan

merupakan himpunan bilangan real yang senantiasa naik (bertambah)

secara monoton dari kiri ke kanan atau sebaliknya. Nilai semesta

pembicaraan data berupa bilangan positif maupun negatif. Contoh

semesta pembicaraan :

• Semesta pembicaraan untuk variabel umur : [0 +∞]

• Semesta pembicaraan untuk variabel temperatur : [0 40]

4. Domain

Domain himpunan fuzzy adalah keseluruhan nilai yang diizinkan

dan boleh dioperasikan dalam suatu himpunan fuzzy. Seperti halnya

semesta pembicaraan, domain merupakan himpunan bilangan real

yang senantiasa naik (bertambah) secara monoton dari kiri ke kanan.

Nilai dominan dapat berupa bilangan positif maupun negatif. Contoh

domain himpunan fuzzy :

• MUDA = [0; 35]

• PAROBAYA = [35; 55]

• TUA = [55; +∞]

2.5.2 Operator Dasar Zadeh untuk Operasi Himpunan Fuzzy

Ada beberapa operasi yang didefinisikan secara khusus untuk

mengkombinasi dan memodifikasi himpunan fuzzy. Nilai keanggotaan

sebagai hasil dari operasi 2 himpunan sering dikenal dengan nama fire

strength atau α-predikat. Ada 3 operator dasar yang diciptakan oleh Zadeh,

yaitu :

28

1. Operator AND

Operator ini berhubungan dengan operasi interseksi pada

himpunan α-predikat sebagai hasil operasi dengan operator AND

diperoleh dengan mengambil nilai keanggotaaan terkecil antar elemen

pada himpunan-himpunan yang bersangkutan. Persamaan nilai

keanggotaaannya terlihat pada persamaan berikut ini :

µA∩B = min(µA[x], µB[y])

2. Operator OR

Operator ini berhubungan dengan operasi union pada

himpunan α-predikat sebagai hasil operasi dengan operator OR

diperoleh dengan mengambil nilai keanggotaan terbesar antar elemen

pada himpunan-himpunan yang bersangkutan. Persamaan nilai

keanggotaannya terlihat pada persamaan berikut ini :

µA∪B = max(µA[x], µB[y])

3. Operator NOT

Operator ini berhubungan dengan operasi komplemen pada

himpunan α-predikat sebagai hasil operasi dengan operator NOT

diperoleh dengan mengurangkan nilai keanggotaan elemen pada

himpunan yang bersangkutan dari 1. Persamaan nilai keanggotaannya

terlihat pada persamaan berikut ini :

µA’ = 1-µA[x]

Contoh :

Misalkan nilai keanggotaan 27 tahun pada himpunan MUDA

adalah 0,6(µMUDA[27]=0,6); dan nilai keanggotaan Rp. 2.000.000 pada

himpunan penghasilan TINGGI adalah 0,8(µGAJITINGGI[2 x 106]=0,8);

maka :

• Nilai α-predikat untuk usia MUDA dan berpenghasilan TINGGI

adalah :

µMUDA∩GAJITINGGI = min(µMUDA[27], µGAJITINGGI[2 x 106])

= min(0,6;0,8)

= 0,6

• Nilai α-predikat untuk usia MUDA atau berpenghasilan TINGGI

adalah :

29

µMUDA∪GAJITINGGI = max(µMUDA[27], µGAJITINGGI[2 x 106])

= min(0,6;0,8)

= 0,8

• Nilai α-predikat untuk usia TIDAK MUDA adalah :

µMUDA = 1- µMUDA[27]

= 1-0,6

= 0,4

2.6 Pengelompokan Fuzzy (Fuzzy Clustering)

2.6.1 Fuzzy Substractive Clustering

Fuzzy C-Means (FCM) adalah algoritma pengclusteran yang

terawasi, sebab pada FCM kita perlu tahu terlebih dahulu jumlah cluster

yang akan dibentuk. Apabila jumlah cluster yang akan dibentuk belum

diketahui sebelumnya, maka kita harus menggunakan algoritma yang tidak

terawasi. Substractive clustering didasarkan atas ukuran densitas (potensi)

titik-titik data dalam suatu ruang (variabel). Konsep dasar dari substractive

clustering adalah menentukan daerah-daerah dalam suatu variabel yang

memiliki densitas tinggi terhadap titik-titik di sekitarnya. Titik dengan

jumlah tetangga terbanyak akan dipilih sebagai pusat cluster. Titik yang

sudah terpilih sebagai pusat cluster ini kemudian akan dikurangi

densitasnya. Kemudian algoritma akan memilih titik lain yang memiliki

tetangga terbanyak untuk dijadikan cluster yang lain. Hal ini akan

dilakukan berulang-ulang hingga smua titik diuji.

Apabila terdapat N buah data: X1, X2, ..., XN dan dengan

menganggap bahwa data-data tersebut sudah dalam keadaan normal, maka

densitas titik Xk dapat dihitung sebagai :

dengan ||Xk-X j|| adalah jarak antara Xk dengan Xj, dan r adalah

konstanta positif yang kemudian dikenal dengan nama jari-jari. Jari-jari,

berupa vektor yang akan menentukan seberapa besar pengaruh pusat

cluster pada tiap-tiap variabel. Dengan demikian, suatu titik data akan

memiliki densitas yang besar jika dia memiliki banyak tetangga dekat.

30

Setelah menghitung densitas tiap-tiap titik, maka titik dengan

densitas tertinggi akan dipilih sebagai pusat cluster. Misalkan XC1 adalah

titik yang terpilih sebagai pusat cluster, sedangan DC1 adalah ukuran

densitasnya. Selanjutnya densitas dari titik-titik disekitarnya akan

dikurangi menjadi :

Dengan rb adalah konstanta positif. Hal ini berarti bahwa titik-titik

yang berada dekat dengan pusat cluster akan mengalami pengurangan

densitas besar-besaran. Hal ini akan berakibat titik-titik tersebut akan

sangat sulit untuk menjadi pusat cluster berikutnya. Nilai rb menunjukkan

suatu lingkungan yang mengakibatkan titik-titik berkurang ukuran

densitasnya. Biasanya rb bernilai lebih besar dibanding dengan r, rb=q*ra

(dengan q adalah squash factor yang digunakan untuk mengalikan nilai

radius dan ra adalah nilai rb sebelumnya).

Setelah densitas tiap-tiap titik diperbaiki, maka selanjutnyan akan

dicari pusat cluster yang kedua. Setelah didapat, ukurang densitas setiap

titik data akan diperbaiki kembali, demikian seterusnya.

Pada implementasinya, bisa digunakan 2 pecahan sebagai faktor

pembanding, yaitu Acceptance ratio dan Rejection ratio. Baik acceptance

ratio maupun rejection ratio keduanya merupakan suatu bilangan pecahan

yang bernilai 0 sampai 1. Acceptance ratio merupakan batas bawah

dimana suatu titik data yang menjadi kandidat (calon) pusat cluster

diperbolehkan untuk menjadi pusat cluster. Sedangkan rejection ratio

merupakan batas atas dimana suatu titik data yang menjadi kandidat

(calon) pusat cluster tidak diperbolehkan untuk menjadi pusat cluster. Ada

3 kondisi yang bisa terjadi dalam suatu iterasi :

• Apabila Rasio >Acceptance ratio, maka titik data tersebut diterima

sebagai pusat cluster baru.

• Apabila Rejection ratio < Rasio ≤Acceptance ratio, maka titik data

tersebut baru akan diterima sebagai pusat cluster baru hanya jika titik

data tersebut terletak pada jarak yang cukup jauh dengan pusat

clusteryang lainnya (hasil penjumlahan antara rasio dan jarak terdekat

31

titik data tersebut dengan suatu pusat cluster lainnya yang telah ada ≥

1). Apabila hasil penjumlahan antara rasio dan jarak terpanjang titik

data tersebut dengan pusat cluster lainnya yang telah ada < 1, maka

selain titik data tersebut tidak akan diterima sebagai pusat cluster, dia

sudah tidak akan dipertimbangkan lagi untuk menjadi pusat cluster

baru (potensinya diset sama dengan nol).

• Apabila Rasio ≤ Rejection ratio, maka sudah tidak ada lagi titik yang

akan dipertimbangkan untuk menjadi kandidat pusat cluster, iterasi

dihentikan.

Gambar 2.7 Rasio, Acceptance ratio, dan Rejection ratio

Perbedaan lain dengan metode Fuzzy C-Means (FCM) adalah, jika

pada metode FCM pusat clusterbisa jadi bukan merupakan salah satu dari

data yang dicluster, tidak demikian halnya dengan metode substractive

clustering. Pada metode substractive clustering, suatu pusat cluster pasti

merupakan salah satu data yang ikut dicluster, yaitu data dimana derajat

keanggotaannya pada cluster tersebut sama dengan 1. Penjumlahan semua

derajat keanggotaan pada FCM selalu bernilai sama dengan 1, namun tidak

demikian dengan substractive clustering. Pada metode substractive

clustering, penjumlahan semua derajat keanggotaannya belum tentu

(bahkan jarang) bernilai sama dengan 1.

2.6.6 Algoritma Substractive Clustering

Algoritma fuzzy substractive clustering adalah sebagai berikut:

1. Input data yang akan dicluster:X ij, dengan i = 1,2,...,n; dan j =

1,2,...,m.

2. Tetapkan nilai:

a. rj (jari-jari setiap atribut data); j = 1,2,...,m.

Data tidak diterima sebagai

pusat cluster

(Rasio ≤Rejection ratio)

Data diterima sebagai pusat

cluster

(Rasio >Acceptance ratio)

Data diterima sebagai pusat

cluster tapi dengan syarat

(Rejection)

Rejection ratio Acceptance ratio

32

b. q (squash factor);

c. Acceptance_ratio;

d. Rejection_ratio;

e. XMin (minimum data diperbolehkan);

f. XMax (maksimum data diperbolehkan);

3. Normalisasi

4. Tentukan potensi awal tiap-tiap titik data

a. i = 1

b. Kerjakan hingga i = n,

• Tj = Xij;

• Hitung:

• Potensi awal:

Jika m = 1, maka

Jika m>1, maka

• i = i+1

5. Cari titik dengan potensi tertinggi

a. M = max[Di|i = 1,2,...,n];

b. h = i, sedemikian sehingga Di = M;

6. Tentukan pusat cluster dan kurangi potensinya terhadap titik-titik

di sekitarnya.

a. Center = []

b. V j = Xhj; j = 1,2,...,m;

c. C = 0 (jumlah cluster);

d. Kondisi = 1;

33

e. Z = M;

f. Kerjakan jika (Kondisi≠0) & (Z≠0):

• Kondisi = 0 (Sudah tidak ada calon pusat baru lagi);

• Rasio=Z/M

• Jika Rasio > Acceptance_ratio, maka Kondisi=1; (ada calon

pusat baru)

• Jika tidak,

• Jika Rasio > Rejection_ratio, (calon baru akan diterima

sebagai pusat jika keberadaannya akan memberikan

keseimbangan terhadap data-data yang letaknya cukup jauh

dengan pusat cluster yang telah ada), maka kerjakan

• Md = -1

• Kerjakan untuk i = 1 sampai i = C:

i.

ii.

iii. Jika (Md < 0) atau (Sd < Md), maka Md = Sd;

• Smd = √Md;

• Jika (Rasio+Sms) ≥ 1, maka Kondisi = 1; (Data diterima

sebagai pusat cluster)

• Jika (Rasio+Smd) < 1, maka Kondisi = 2; (Data tidak akan

dipertimbangkan kembali sebagai pusat cluster).

• Jika Kondisi = 1 (Calon pusat baru diterima sebagai pusat

baru), kerjakan:

• C = C+1;

• CenterC = V;

• Kurangi potensi dari titik-titik didekat pusat cluster:

i.

ii.

iii. D = D-DC;

iv. Jika Di ≤ 0, maka Di = 0; i = 1,2,...,n.

v. Z = max[Di|i=1,2,...,n];

34

vi. Pilih h = i, sedemikian hingga Di = Z;

• Jika kondisi = 2 (Calon pusat baru tidak diterima sebagai

pusat baru), maka

• Dh = 0;

• Z = max[Di|i=1,2,...,n];

• Pilih h = i, sedemikian hingga Di = Z;

7. Kembalikan pusat cluster dari bentuk ternormalisasi ke bentuk

semula.

Centerij = Centerij*(XMax j-XMin j)+XMin j;

8. Hitung nilai sigma cluster.

Hasil dari algoritma Substractive clustering ini berupa

matriks pusat cluster (C) dan sigma (σ) akan digunakan untuk

menentukan nilai parameter fungsi keanggotaan Gauss seperti

terlihan pada Gambar 2.8.

Gambar 2.8 Kurva Gauss

Dengan kurva Gauss tersebut, maka derajat keanggotaan

suatu titik data Xi pada cluster ke-k, adalah:

35

2.6.7 Fuzzy Inference System

Sistem Inferensi Fuzzy (Fuzzy Inference System atau FIS)

merupakan suatu kerangka komputasi yang didasarkan pada teori

himpunan fuzzy, aturan fuzzy berbentuk IF-THEN, dan penalaran fuzzy

[11]. Secara garis besar, diagram blok proses inferensi fuzzy terlihat pada

Gambar 2.9.

Gambar 2.9 Diagram Blok Sistem Inferensi fuzzy

Sistem inferensi fuzzy menerima input crisp. Input ini kemudian

dikirim ke basis pengetahuan yang berisi n aturan fuzzy dalam bentuk IF-

THEN. Fire strength (nilai keanggotaan sebagai hasil dari operasi 2

himpunan) akan dicari pada setiap aturan. Apabila jumlah aturan lebih dari

satu, maka akan dilakukan agregasi dari semua aturan. Selanjutnya, pada

hasil agregasi akan dilakukan defuzzy untuk mendapatkan nilai crisp

sebagai output sistem.

2.6.8 Penalaran Fuzzy Metode Sugeno

Sistem inferensi fuzzy menggunakan metode SUGENO, memiliki

karakteristik yaitu konsekuen tidak merupakan himpunan fuzzy, namun

merupakan suatu persamaan linear dengan variabel-variabel sesuai dengan

variabel-variabel inputnya. Metode ini diperkenalkan oleh Takagi-Sugeno

Kang pada tahun 1985.

Metode Takagi-Sugeno Kang ini terdiri dari 2 jenis, yaitu:

crisp

crisp

fuzzy fuzzy

fuzzy

Aturan-1

Aturan- n

AGREGASI

DEFUZZY

OUTPUT

INPUT

IF-THEN

IF-THEN

36

a. Model Fuzzy Sugeno Orde-0 (Nol)

Secara umum bentuk fuzzy SUGENO Orde-0 adalah :

IF (x1 is A1)o(x2 is A2)

o(x3 is A3)o...o(xN is AN) THEN z=k

Dengan Ai adalah himpunan fuzzy ke-i sebagai anteseden, o

adalah operator fuzzy (seperti AND atau OR), dan k adalah suatu

konstanta (tegas) sebagai konsekuen.

b. Model Fuzzy Sugeno Orde-1 (Satu)

Secara umum bentuk fuzzy SUGENO Orde-1 adalah :

IF (x1 is A1)o(x2 is A2)

o...o(xN is AN) THEN

z=p1*x 1+...+ pN*xN+q

Dengan Ai adalah himpunan fuzzy ke-i sebagai anteseden, o

adalah operator fuzzy (seperti AND atau OR), pi adalah suatu

konstanta (tegas) ke-i dan q juga merupakan konstanta dalam

konsekuen.

Proses agregasi dan defuzzy untuk mendapatkan nilai tegas

sebagai output untuk M aturan fuzzy juga dilakukan dengan

menggunakan rata-rata berbobot, yaitu :

2.6.9 Membentuk FIS Dengan Substractive Clustering

Salah satu cara untuk mendapatkan derajat keanggotaan dalam

suatu himpunan fuzzy adalah dengan menggunakan fuzzy clustering.

Setelah variabel-variabel terbagi atas himpunan-himpunan fuzzy, maka

selanjutnya dapat dibangun fuzzy inference system.

Misalkan kita memiliki n buah data dimana setiap data memiliki p

variabel (atribut), maka kita dapat menyusun data-data tersebut menjadi

sebuah matriks X yang berukuran nxp. Dengan menggunakan fuzzy

substractive clustering dengan : jari-jari (r), acceptance ratio, rejection

ratio, dan squash factor tertentu, kita akan mendapatkan pusat cluster C

dan sigma.

Untuk membentuk FIS dari hasil clustering ini, kita dapat

menggunakan metode inferensi fuzzy Sugeno orde satu. Sebelumnya, data

yang ada dipisahkan terlebih dahulu antara data pada variabel-variabel

input dengan data pada variabel output. Misalkan jumlah variabel input

37

adalah m, dan variabel output biasanya 1. Pada metode ini, akan diperoleh

kumpulan aturan yang berbentuk :

[R1] IF (x1 is A11)o(x2 is A12)

o...o(xn is A1m) THEN

(z=k11x1+...+k1mxm+k10);

[R2] IF (x1 is A21)o(x2 is A22)

o...o(xn is A2m) THEN

(z=k21x1+...+k2mxm+k20);

...

[Rr] IF (x1 is A1m)o(x2 is A2m)o...o(xn is Arm) THEN

(z=kr1x1+...+krmxm+kr0);

Dengan :

• A ij adalah himpunan fuzzy aturan ke-i variabel ke-j sebagai

anteseden,

• kij adalah koefisien persamaan output fuzzy aturan ke-i variabel

ke-j (i=1,2,...,r; j=1,2,...,m), dan ki0 adalah konstanta persamaan

output fuzzy aturan ke-i;

• tanda o menunjukkan operator yang digunakan dalam anteseden.

Jumlah aturan = r yang terbentuk, sama dengan jumlah

clusteryang terbentuk. Misalkan setelah melakukan clustering

diperoleh 5 pusat cluster, maka nantinya dalam FIS juga akan

memiliki sebanyak 5 buah aturan.

Untuk mempermudah komputasi, matriks K yang berukuran r

x (m+1):

disusun menjadi satu vektor k:

k = [k11 k12 ... k1m k10 k21 k22 ... k2m k20 ... kr1 kr2 ... krm kr0]T

yang berukuran r*(m+1).

Karena kita memiliki n buah titik data, tentu saja kita dapat

mencari derajat keanggotaan setiap titik data i dalam setiap cluster k

dengan menggunakan fungsi Gauss.

Berbeda dengan derajat keanggotaan pada fuzzy substractive

clustering, pada bagian ini derajat keanggotaan hanya melibatkan

38

variabel-variabel input saja. Untuk selanjutnya nilai j=1,2,...,m (m =

jumlah variabel input). Kemudian derajat keanggotaan setiap data i

dalam cluster k ini kita kalikan dengan setiap atribut j dari data i,

misalkan kita namai dengan dkij;

dkij = Xij*µ ki dan dki(m+1) = µki

Proses normalisasi dilakukan dengan cara membagi dkij dan

dki(m+1) dengan jumlah derajat keanggotaan setiap titik data i pada

clusterk, diperoleh :

Langkah selanjutnya adalah membentuk matriks U yang

berukuran n x (r*(m+1)), dengan:

• ui1 = d1i1;

• ui2 = d1i2;

• uim = d1im;

• ui(m+1) =d1i(m+1);

• ui(m+2) = d2i1;

• ui(m+3) = d2i2;

• ui(2m) = d2im;

• ui(2m+1) = d2i(m+1);

• ui(r*(m+1)-m) = drir;

• ui(r*(m+1)-m+1) = dri2;

• ui(r*(m+1)-1) = drim;

• ui(r*(m+1)) = dri(m+1);

• dst

39

sehingga untuk n titik data akan diperoleh matriks U sebagai berikut :

U =

Vektor z, sebagai vektor output berbentuk : z = [z1 z2 ... zn]T.

Dari vektor k, matriks U, dan vektor z ini dapat dibentuk suatu sistem

persamaan linear yang berbentuk :

U * k = z

untuk mencari nilai koefisien output tiap-tiap aturan pada

setiap variabel (kij, i=1,2,...,r; dan j=1,2,...,m+1). Matriks U bukan

matriks bujursangkar, sehingga untuk menyelesaikan persamaan ini

digunakan metode kuadrat terkecil.

Untuk membentuk anteseden, setiap variabel input juga akan

terbagi menjadi r himpunan fuzzy, dengan setiap himpunan memiliki

fungsi keanggotaan Gauss, dengan derajat keanggotaan data Xi,

variabel ke-j, himpunan ke-k dirumuskan sebagai berikut :

dengan aturan-aturan sebagai berikut :

[R1] IF (Xi1 is V1H1)o(X i2 is V2H1)

o...o(X im is VmH1) THEN Y = Z1;

[R2] IF (Xi1 is V1H2)o(X i2 is V2H2)

o...o(X im is VmH2) THEN Y = Z2;

[R3] IF (Xi1 is V1H3)o(X i2 is V2H3)

o...o(X im is VmH3) THEN Y = Z3;

...

[Rr] IF (X i1 is V1Hr)o(X i2 is V2Hr)

o...o(X im is VmHr) THEN Y = Zr;

Dengan VpHq adalah variabel ke-p himpunan ke-q.

u11 u12 … u1m u1(m+1) u1(m+2) … u1(r*(m+1))

u21 u22 … u2m u2(m+1) u2(m+2) … u2(r*(m+1))

40