Click here to load reader

PENENTUAN JENIS MALARIA DENGAN MENGGUNAKAN TANPA BAB PEMBAHASAN.pdf · PDF filekemungkinan jenis malaria beserta nilai presentasenya. Hasil pengujian menunjukkan bahwa: (1) Pengujian

  • View
    216

  • Download
    0

Embed Size (px)

Text of PENENTUAN JENIS MALARIA DENGAN MENGGUNAKAN TANPA BAB PEMBAHASAN.pdf · PDF...

PENENTUAN JENIS MALARIA DENGAN MENGGUNAKAN METODE

FORWARD CHAINING DAN NAIVE BAYES BERBASIS MOBILE

(Skripsi)

Oleh :

IRFANI MAHARANI

JURUSAN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS LAMPUNG

2017

ABSTRAK

PENENTUAN JENIS MALARIA DENGAN MENGGUNAKAN METODE

FORWARD CHAINING DAN NAIVE BAYES BERBASIS MOBILE

Oleh

IRFANI MAHARANI

Penelitian ini dilakukan untuk membuat suatu sistem pakar yang mampumengidentifikasi jenis malaria berdasarkan pengetahuan yang diberikan langsungdari pakar/ahlinya. Penelitian ini menggunakan metode perhitungan Naive Bayesdalam menghitung tingkat kepakaran dan dibuat pada mobile device platformAndroid. Data penelitian ini terdiri dari data gejala dan data jenis malaria, sertadata aturan. Pada penelitian ini data jenis malaria dibatasi yaitu berjumlah 4 jenispenyakit dengan 25 jenis gejala dan 4 jenis aturan. Metode inferensi yangdigunakan yaitu forward chaining (runut maju) dengan menelusuri aturan-aturanberdasarkan jawaban yang diberikan pengguna. Jawaban pengguna kemudiandiproses berdasarkan aturan (rule) dan dihitung menggunakan metode NaiveBayes. Proses penelusuran dilakukan sampai didapatkan suatu kesimpulan berupakemungkinan jenis malaria beserta nilai presentasenya. Hasil pengujianmenunjukkan bahwa: (1) Pengujian fungsional dengan menggunakan metodeBlack Box Equivalence Partitioning (EP) mendapatkan hasil sesuai dengan yangdiharapkan pada skenario uji di setiap kelas uji. (2) Pengujian kepakaran denganmembandingkan hasil perhitungan manual dan sistem sudah sesuai dan berjalanbaik. (3) Pengujian kuesioner dengan 40 orang responden yang dibagi menjaditiga kelompok responden menunjukkan; kelompok responden pertama yang terdiridari dokter mendapatkan rata-rata nilai sebesar 80,41 persen (dikategorikan sangatbaik), kelompok responden kedua yang terdiri dari para mahasiswa kedokteranmendapatkan rata-rata nilai sebesar 73,81 persen (dikategorikan baik), dankelompok responden ketiga yang terdiri mahasiswa Ilmu Komputer danmasyarakat penderita malaria mendapatkan rata-rata nilai sebesar 87,80 persen(dikategorikan sangat baik).

Kata Kunci : Sistem Pakar, Naive Bayes, Forward Chaining, Jenis Malaria,Skala Likert, Android.

ABSTRACT

DETERMINATION TYPES OF MALARIA USING FORWARD

CHAINING AND NAIVE BAYES METHODS ON MOBILE BASED

By

IRFANI MAHARANI

This research is aimed to establish an expert system that may identify the type ofmalaria based on knowledge that is given by the expert. This study uses NaveBayes calculation in measuring the level of expertise which is generated inAndroid mobile device platform. The data of this research consist of symptomsdata, types of malarias data, and data rules. The type of malaria in this study arelimited for 4 types only with 25 types of symptoms and 4 types of rules. Theinference method in this study uses forward chaining method by searching therules based on the answers that given by users. The answers of users then areprocessed by rules and computed by using Nave Bayes calculation. Thesearching process is continued until getting a conclusion of malaria typeprobability in percentage. The results showed: (1) Functional testing by usingBlack Box Equivalence Partitioning (EP) obtained the result as expected as thescenario in each test class. (2) expert testing by comparing the result of bothmanual and system calculation was good and well-run. (3) Questionnaire testingwith 40 respondents which are categorized into 3 group of respondents indicated:The group of respondent 1 which consists of doctors has 80.41 percent of average(categorized very good), the group of respondent 2 which consists of medicalstudents has 73.81 percent of average (categorized good) and the group ofrespondent 3 which consists of computer science students and malaria patients has87.80 percent of average (categorized verygood).

Key Words : Expert System, Naive Bayes, Forward Chaining, Type of Malaria,Likert Scale, Android.

PENENTUAN JENIS MALARIA DENGAN MENGGUNAKAN METODE

FORWARD CHAINING DAN NAIVE BAYES BERBASIS MOBILE

Oleh :

IRFANI MAHARANI

Skripsi

Sebagai Salah Satu Syarat untuk Memperoleh Gelar

SARJANA KOMPUTER

pada

Jurusan Ilmu Komputer

Fakultas Matematika dan Ilmu Pengetahuan Alam

JURUSAN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS LAMPUNG

2017

Lulus Ujian Tanggal :

RIWAYAT HIDUP

Penulis dilahirkan pada tanggal 19 Oktober 1995 di

Bandar Lampung, dengan Ibu bernama Rosdiana dan

Ayah bernama Himalson.

Penulis menyelesaikan pendidikan formal pertama

kali di Taman Kanak-kanak An-Nur, Lempasing

tahun 2001, menyelesaikan Sekolah Dasar (SD) di

SD Negeri 2 Pesawahan Bandar Lampung tahun

2007, menyelesaikan Sekolah Menengah Pertama (SMP) di SMP Negeri 1

Pagelaran, Kabupaten Pringsewu tahun 2010, kemudian melanjutkan jenjang

Sekolah Menengah Atas (SMA) di SMA Negeri 1 Pagelaran Kabupaten

Pringsewu dan lulus tahun 2013.

Pada tahun 2013, penulis terdaftar sebagai mahasiswi Jurusan Ilmu Komputer

Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lampung melalui

jalur SBMPTN. Pada bulan Januari Maret 2016, penulis melakukan kerja

praktik di Galas Indo Lampung selama 40 hari. Kemudian pada bulan Juli 2016

penulis melakukan Kuliah Kerja Nyata (KKN) selama 40 hari di Desa Rantau

Jaya Baru Kecamatan Putra Rumbia Kabupaten Lampung Tengah.

Selama menjadi mahasiswa, penulis aktif dalam Organisasi Himpunan Mahasiswa

Jurusan Ilmu Komputer (Himakom) Universitas Lampung dengan menjabat

sebagai Anggota Bidang Keilmuan pada tahun 2013-2014, Sekretaris Bidang

Keilmuan pada tahun 2014-2015.

PERSEMBAHAN

Puji dan syukur saya panjatkan kepada Allah SWT atas segala berkah-Nyasehingga skripsi ini dapat terselesaikan.

Teruntuk yang terkasih mama ku tersayang kupersembahkan skripsi ini, hasiljerih payah ku selama 4 tahun ini.

Terimakasih untuk cinta kasihmu untuk ku, anakmu..Terimakasih telah menjaga, mengasihi, melindungi ku seorang diri dengan

kesabaran, tetes keringat serta air mata.

Keluarga besar yang telah memberikan apresiasi.

Keluarga Ilmu Komputer 2013Serta Almamater tercinta,

Universitas Lampung.

Motto

Barangsiapa bersungguh-sungguh, sesungguhnya kesungguhannya itu adalah

untuk dirinya sendiri.

(Q.S.Al-Ankabut:6)

Pohon kejujuran akarnya akan rapuh, daunnya akan layu dan buahnya akan

beracun bila selalu ditutupi dengan tirai kebohongan

(Anonim)

SANWACANA

Assalamualaikum wr, wb.

Alhamdulillah, segala puji bagi Allah SWT yang telah melimpahkan rahmat,

hidayah, kesehatan dan karunia-Nya sehingga penulis dapat menyelesaikan

penulisan skripsi yang berjudul Penentuan Jenis Malaria Dengan Menggunakan

Metode Forward Chaining Dan Naive Bayes Berbasis Mobile dengan baik.

Terima kasih penulis ucapkan kepada semua pihak yang telah membantu dan

berperan besar dalam menyusun skripsi ini, antara lain :

1. Kedua orangtua tercinta, Mama dan Papa yang telah memberikan doa,

kasih sayang, dukungan dan semangat yang tak terhingga serta

memfasilitasi kebutuhan untuk menyelesaikan skripsi ini.

2. Bapak Aristoles, M.Si. sebagai pembimbing utama yang telah

membimbing, memotivasi serta memberikan ide, kritik dan saran selama

masa perkuliahan dan penyusunan skripsi sehingga penulis bisa sampai di

tahap ini.

3. Bapak dr. Tedy Subroto pembimbing kedua yang telah membimbing dan

memberikan bantuan, ide, kritik serta saran dalam penyusunan skripsi ini.

4. Bapak Dr. Eng. Admi Syarif sebagai pembahas, yang telah memberikan

komentar dan masukan yang bermanfaat untuk perbaikan dalam

penyusunan skripsi ini.

5. Bapak Prof. Warsito, S.Si., D.E.A., Ph.D. sebagai Dekan FMIPA

Universitas Lampung.

6. Bapak Dr. Ir. Kurnia Muludi, M.S.Sc., selaku Ketua Jurusan Ilmu

Komputer FMIPA Universitas Lampung.

7. Bapak Didik Kurniawan, S.Si., M.T. sebagai Sekretaris Jurusan Ilmu

Komputer FMIPA Universitas Lampung yang telah banyak membantu

penulis selama perkuliahan.

8. Bapak dan Ibu Dosen Jurusan Ilmu Komputer yang telah memberikan

ilmu dan pengalaman hidup selama penulis menjadi mahasiswa.

9. Ibu Ade Nora Maela dan Pak Irshan yang telah membantu segala urusan

administrasi penulis di Jurusan Ilmu Komputer.

10. Sahabat tercinta Eria, Dini dan Yeni yang tak pernah henti menemani,

memberikan semangat dan menghibur penulis dalam kondisi apapun.

11. Sahabat seperjuangan Pupang, April, Rita, Upeh, Ajenk, Nadya, Kidiw,

Adib, Danzen dan Vandu yang selalu memberikan kegembiraan, semangat

dikala penulis merasa jenuh dalam penyusunan skripsi ini.

12. Teman-teman yang baik hati kak deby, annisa, wibi, faiq, rifaldhi yang

selalu setia direpotkan dan mau menjadi tempat bertanya dikala buntu

terutama dimasa perkuliahan dan penyusunan skripsi ini.

13. Keluarga ku tersayang om amsar dan tante dwi yang selalu siap membantu

dan direpotkan.

14. Keluarga Ilmu Komputer 2013 yang tidak bisa disebutkan satu per satu,

terima kasih atas kebersamaannya selama ini.

15. Mas Naufal yang telah membukakan MIPA Terpadu dan ruang baca serta

menyiapkan ruang seminar.

16. Almamater tercinta, Universitas Lampung.

Penulis menyadari bahwa skripsi ini masih jauh dari kesempurnaan, akan te

Search related