SISTEM PAKAR DIAGNOSA PENYAKIT IKAN MAS BERBASIS WEB ...library.palcomtech.com/pdf/6771.pdf · SISTEM PAKAR DIAGNOSA PENYAKIT IKAN MAS BERBASIS WEB MENGGUNAKAN METODE DEMPSTER SHAFER

KEMENTERIAN RISET, TEKNOLOGI DAN PENDIDIKAN TINGGI

SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER

PALCOMTECH

SKRIPSI

SISTEM PAKAR DIAGNOSA PENYAKIT IKAN MAS

BERBASIS WEB MENGGUNAKAN METODE

DEMPSTER SHAFER

Diajukan Oleh:

1. ANGGA PRATAMA / 011150045

2. AYU MEYLIA TIRTA / 011150016

3. MUHAMMAD BIMO ANGGARA / 011150055

Untuk Memenuhi Sebagian Dari Syarat-Syarat

Guna Mencapai Gelar Sarjana Komputer

PALEMBANG

2019

i



PALCOMTECH

SKRIPSI

SISTEM PAKAR DIAGNOSA PENYAKIT IKAN MAS

BERBASIS WEB MENGGUNAKAN METODE

DEMPSTER SHAFER

Diajukan Oleh:

1. ANGGA PRATAMA / 011150045


3. MUHAMMAD BIMO ANGGARA / 011150055

Untuk Memenuhi Sebagian Dari Syarat-Syarat

Guna Mencapai Gelar Sarjana Komputer

PALEMBANG

2019

ii



PALCOMTECH

HALAMAN PENGESAHAN PEMBIMBING SKRIPSI

NAMA / NPM : 1. ANGGA PRATAMA / 011150045


3. M BIMO ANGGARA / 011150055

PROGRAM STUDI : S1 INFORMATIKA

JENJANG PENDIDIKAN : STRATA SATU (SI)

KONSENTRASI : JARINGAN

JUDUL SKRIPSI : SISTEM PAKAR DIAGNOSA

PENYAKIT IKAN MAS BERBASIS

WEB MENGGUNAKAN METODE

DEMPSTER SHAFER

Palembang, 23 Juli 2019 Mengetahui,

Pembimbing, Ketua,

Hendra Effendi, S.Kom., M.Kom. Benedictus Effendi, S.T., M.T.

NIDN: 0217108001 NIP: 09.PCT.13

iii



PALCOMTECH

HALAMAN PENGESAHAN PENGUJI SKRIPSI

NAMA / NPM : 1. ANGGA PRATAMA /011150045

2. AYU MEYLIA TIRTA /011150016

3. M BIMO ANGGARA /011150055

PROGRAM STUDI : S1 INFORMATIKA

JENJANG PENDIDIKAN : STRATA SATU (SI)

KONSENTRASI : JARINGAN

JUDUL SKRIPSI : SISTEM PAKAR DIAGNOSA

PENYAKIT IKAN MAS BERBASIS

WEB MENGGUNAKAN METODE

DEMPSTER SHAFER

Tanggal : 3 September 2019 Tanggal : 30 Agustus 2019

Penguji 1, Penguji 2,

Rezania Agramanisti Azdy, S.Kom., M.Cs. D. Tri Octafian, S.Kom., M.Kom.

NIDN: 0215118601 NIDN: 0213108002

Menyetujui,

Ketua,

Benedictus Effendi, S.T., M.T.

NIP: 09.PCT.13

iv

MOTTO DAN PERSEMBAHAN

MOTTO :

Doa tanpa Usaha itu omong kosong, Usaha tanpa Doa itu

sombong.

Maka, berlomba-lombalah dalam membuat kebaikan

(Q.S. Al Baqarah, 2:148).

PERSEMBAHAN:

Allah Subhanahu Wa Ta’ala yang telah

memberikan berkah, rahmat , dan hidayah

kepada kami, sehingga kami dapat

menyelesaikan Skripsi ini.

Orang tua kami tercinta yang telah banyak

berkorban dan memotivasi kami dalam

penyelesaian Skripsi ini.

Para PENYEMANGAT-PENYEMANGAT

yang telah hadir dalam kehidupan kami.

Teman-teman seperjuangan Skripsi (kalian

luar biasa).

v

KATA PENGANTAR

Segala puji dan syukur kami panjatkan kehadirat Tuhan Yang Maha Esa.

yang telah melimpahkan segala rahmat dan karunia-Nya sehingga kami

mendapatkan petunjuk dan tuntunan dalam menyelesaikan laporan skripsi yang

berjudul “SISTEM PAKAR DIAGNOSA PENYAKIT IKAN MAS

BERBASIS WEB MENGGUNAKAN METODE DEMPSTER SHAFER”.

Dalam pembuatan laporan ini, penulis menyadari bahwa masih banyak

kekurangan dan jauh dari sempurna karena terbatasnya pengalaman serta

pengetahuan dari penulis. Untuk itu, segala saran dan kritik yang membangun dari

para pembaca sangat penulis harapkan.

Penulis juga banyak mengucapkan terima kasih kepada semua pihak yang

terlibat dan telah membantu baik secara langsung maupun tidak langsung, juga

kepada pihak-pihak yang telah memberikan bimbingan, pengarahan, maupun ide-

ide untuk penulis selama proses penyelesaian laporan skripsi ini, terutama kepada:

1. Allah SWT, orangtua serta teman-teman penulis yang telah memberikan

motivasi dan dukungan baik berupa moral, spiritual maupun material.

2. Bapak Benedictus Effendi, S.T., M.T, selaku Ketua STMIK PalComTech.

serta dosen pembimbing Bapak Hendra Effendi, S.Kom., M.Kom yang telah

membimbing, mengarahkan dan memberikan motivasi kepada saya dalam

pembuatan laporan ini.

3. Bapak Carly Junicef Vratama, S.Pi., M.Si selaku seorang pakar yang telah

mendukung dan memberikan segala izin kepada penulis dalam pembuatan

laporan skripsi.

vi

Demikian kata pengantar yang bisa penulis sampaikan, semoga hasil dari

penelitian ini dapat bermanfaat dan berguna bagi para pembaca, serta diharapkan

kritik dan saran dari pembaca untuk memperbaiki dan menyempurnakan laporan

ini, karena penulis menyadari bahwa penulisan laporan skripsi ini tidaklah

sempurna dengan segala kelemahan dan kekurangannya. Atas perhatiannya, kami

ucapkan terima kasih.

vii

DAFTAR ISI

HALAMAN JUDUL ................................................................................... i

HALAMAN PENGESAHAN PEMBIMBING .......................................... ii

HALAMAN PENGESAHAN PENGUJI ................................................... iii

HALAMAN MOTTO DAN PERSEMBAHAN ......................................... iv

KATA PENGANTAR ................................................................................. v

DAFTAR ISI ............................................................................................... vii

DAFTAR GAMBAR ................................................................................... x

DAFTAR TABEL ....................................................................................... xiii

DAFTAR LAMPIRAN ............................................................................... xvi

ABSTRAK ................................................................................................... xvii

BAB I PENDAHULUAN

1.1. Latar Belakang ............................................................................1

1.2. Perumusan Masalah.....................................................................3

1.3. Batasan Masalah .........................................................................3

1.4. Tujuan Penelitian .......................................................................5

1.5. Manfaat Penelitian.......................................................................5

1.5.1 Manfaat Bagi Penulis..........................................................5

1.5.2 Manfaat Bagi Akademik .....................................................5

1.5.3 Manfaat Bagi Masyarakat ...................................................6

1.6. Sistematika Penulisan ..................................................................6

BAB II GAMBARAN UMUM PERANGKAT YANG DIKEMBANGKAN

2.1. Perangkat Lunak yang Dikembangkan .........................................8

BAB III TINJAUAN PUSTAKA

3.1. Teori Pendukung ....................................................................... 10

3.1.1. Sistem pakar .................................................................... 10

viii

3.1.2. Struktur Sistem Pakar ...................................................... 11

3.1.3. Basis Pengetahuan ......................................................... 11

3.1.4. Mesin Inferensi .............................................................. 12

3.1.5. Web ............................................................................... 13

3.1.6. Hypertext Preprocessor (PHP) ...................................... 14

3.1.7. Basis Data ...................................................................... 14

3.1.8. MySQL .......................................................................... 15

3.1.9. Framework .................................................................... 15

3.1.10. CodeIgniter (CI) ............................................................ 16

3.1.11. Dempster Shafer ............................................................ 16

3.1.12. Black Box Testing .......................................................... 18

3.2. Hasil Penelitian Terdahulu ..................................................... 18

3.3. Kerangka Penelitian ............................................................... 22

BAB IV METODE PENELITIAN

4.1. Tempat dan Waktu Penelitian ................................................. 24

4.1.1. Tempat Penelitian ......................................................... 24

4.1.2. Waktu Penelitian .......................................................... 24

4.2. Jenis Data ............................................................................... 25

4.2.1. Data Primer .................................................................. 25

4.2.2. Data Sekunder .............................................................. 26

4.3. Teknik Pengumpulan Data ..................................................... 26

4.3.1. Metode Wawancara ...................................................... 26

4.3.2. Metode Studi Pustaka ................................................... 27

4.4. Alat dan Teknik Pengembangan Sistem .................................. 27

4.4.1. Alat Pengembangan Sistem........................................... 27

4.4.1.1. Model Proses .................................................... 27

4.4.1.2. Model Data ....................................................... 32

4.4.2. Teknik Pengembangan Sistem ...................................... 33

4.5. Alat dan Teknik Pengujian ..................................................... 38

4.5.1. Black Box Testing ......................................................... 38

ix

BAB V HASIL DAN PEMBAHASAN

5.1. Hasil dan Pembahasan ............................................................ 39

5.1.1. Fase Inception .............................................................. 39

5.1.1.1. Kebutuhan Pengguna ....................................... 39

5.1.1.2. Kebutuhan Pendukung Sistem ......................... 40

5.1.1.3. Kebutuhan Pendukung User ............................ 40

5.1.1.4. Data Penyakit .................................................. 40

5.1.1.5. Data Gejala ..................................................... 41

5.1.1.6. Basis Pengetahuan ........................................... 43

5.1.2. Fase Elaboration .......................................................... 46

5.1.2.1. Use Case Diagram .......................................... 46

5.1.2.2. Pemodelan Activity Diagram ........................... 65

5.1.2.3. Class Diagram ................................................ 74

5.1.2.4. Desain Database ............................................. 75

5.1.2.5. Desain Rancangan Tampilan ........................... 78

5.1.3. Fase Construction ........................................................ 90

5.1.3.1. Hasil Implementasi.......................................... 90

5.1.3.2. Pengujian ........................................................ 99

5.14. Fase Transition ............................................................. 116

BAB VI PENUTUP

6.1. Kesimpulan ........................................................................... 117

6.2. Saran ...................................................................................... 117

DAFTAR PUSTAKA .................................................................................. xix

HALAMAN LAMPIRAN ........................................................................... xvi

x

DAFTAR GAMBAR

Gambar 3.1. Sistem Pakar ............................................................................. 10

Gambar 3.2. Struktur Sistem Pakar ............................................................... 11

Gambar 3.3. Kerangka Penelitian .................................................................. 22

Gambar 4.1. Proses Iteratif RUP .................................................................... 34

Gambar 4.2. Alur Hidup RUP ........................................................................ 34

Gambar 5.1. Use Case Diagram .. .................................................................. 46

Gambar 5.2. Activity Diagram kelola data penyakit ........................................ 65

Gambar 5.3. Activity Diagram kelola data penyakit ........................................ 66

Gambar 5.4. Activity Diagram relasi penyakit dan gejala ............................... 67

Gambar 5.5. Activity Diagram lihat data konsultasi ........................................ 68

Gambar 5.6. Activity Diagram lihat perhitungan Dempster Shafer.................. 69

Gambar 5.7. Activity Diagram ganti password ............................................... 70

Gambar 5.8 Activity Diagram logout .............................................................. 71

Gambar 5.9. Activity Diagram data penyakit pada user .................................. 72

Gambar 5.10. Activity Diagram konsultasi pada user ..................................... 73

Gambar 5.11. Class Diagram ......................................................................... 74

Gambar 5.12. Login Admin ............................................................................ 78

Gambar 5.13. Data Penyakit Admin ............................................................... 79

Gambar 5.14. Tambah Data Penyakit pada Admin ............................................. 79

Gambar 5.15. Edit Data Penyakit pada Admin ............................................... 80

Gambar 5.16. Hapus Data Penyakit pada Admin ............................................ 81

xi

Gambar 5.17. Data Gejala pada Admin .......................................................... 81

Gambar 5.18. Tambah Data Gejala pada Admin............................................. 82

Gambar 5.19. Edit Data Gejala pada Admin .................................................... 83

Gambar 5.20. Hapus Data Gejala pada Admin ................................................ 83

Gambar 5.21. Lihat Data Relasi ...................................................................... 84

Gambar 5.22. Atur Data Relasi ....................................................................... 85

Gambar 5.23. Data Konsultasi......................................................................... 86

Gambar 5.24. Lihat Perhitungan Dempster Shafer ........................................... 86

Gambar 5.25. Ganti Password......................................................................... 87

Gambar 5.26. Home User ............................................................................... 88

Gambar 5.27. Jenis Penyakit pada User .......................................................... 88

Gambar 5.28. Konsultasi pada User ................................................................ 89

Gambar 5.29. Tampilan Login Admin ............................................................. 90

Gambar 5.30. Tampilan Data Penyakit pada Admin ........................................ 91

Gambar 5.31. Tampilan Edit Data Penyakit pada Admin ................................. 91

Gambar 5.32. Tampilan Tambah Data Penyakit pada Admin .......................... 92

Gambar 5.33. Tampilan Data Gejala pada Admin ........................................... 92

Gambar 5.34. Tampilan Edit Data Gejala pada Admin .................................... 93

Gambar 5.35. Tampilan Tambah Data Gejala pada Admin .............................. 93

Gambar 5.36. Tampilan Data Relasi pada Admin ............................................ 94

Gambar 5.37. Tampilan Atur Relasi pada Admin ............................................ 94

Gambar 5.38. Tampilan Data Konsultasi pada Admin ..................................... 95

Gambar 5.39. Tampilan Dempster Shafer pada Admin .................................... 95

xii

Gambar 5.40. Tampilan Ganti Password pada Admin .................................... 96

Gambar 5.41. Tampilan Home User ................................................................ 96

Gambar 5.42. Tampilan Jenis Penyakit pada User ........................................... 97

Gambar 5.43. Tampilan Konsultasi pada User ................................................ 97

Gambar 5.44. Tampilan Hasil Konsultasi pada User ....................................... 98

Gambar 5.45. Aturan Kombinasi m1 dan m2 untuk m3 pada sistem ................. 110



Gambar 5.48. Hasil Rangkaian Perhitungan pada sistem ................................ 115

Gambar 5.49. Tampilan Hasil Aplikasi yang telah Dihosting ......................... 116

xiii

DAFTAR TABEL

Tabel 3.1. Penelitian Terdahulu ...................................................................... 18

Tabel 4.1. Jadwal Penelitian ........................................................................... 24

Tabel 4.2. Simbol-simbol Use Case Diagram ................................................ 28

Tabel 4.3 Simbol-simbol Activity Diagram .................................................... 31

Tabel 4.4 Simbol-simbol Class Diagram........................................................ 32

Tabel 5.1. Kebutuhan admin dan user ............................................................ 39

Tabel 5.2. Nama Penyakit .............................................................................. 41

Tabel 5.3. Nama Gejala .................................................................................. 42

Tabel 5.4. Basis Pengetahuan ......................................................................... 44

Tabel 5.5. Keterangan Aktor .......................................................................... 47

Tabel 5.6. Keterangan Use Case .................................................................... 48

Tabel 5.7. Skenario Login .............................................................................. 47

Tabel 5.8. Skenario Logout ............................................................................ 50

Tabel 5.9. Skenario Melihat Data Penyakit..................................................... 50

Tabel 5.10. Skenario Menambah Data Penyakit ............................................. 51

Tabel 5.11. Skenario Mengubah Data Penyakit .............................................. 52

Tabel 5.12. Skenario Menghapus Data Penyakit ............................................. 54

Tabel 5.13. Skenario Melihat Data Penyakit ................................................... 55

Tabel 5.14. Skenario Menambah Data Gejala ................................................. 56

Tabel 5.15. Skenario Mengubah Data Gejala.................................................. 57

Tabel 5.16. Skenario Menghapus Data Gejala ................................................ 58

xiv

Tabel 5.17. Skenario Melihat Data Relasi ...................................................... 59

Tabel 5.18. Skenario Mengatur Data Relasi ................................................... 59

Tabel 5.19. Skenario Melihat Data Konsultasi ................................................ 60

Tabel 5.20. Skenario Melihat Perhitungan Dempster Shafer ........................... 61

Tabel 5.21. Skenario Ganti Password............................................................. 62

Tabel 5.22. Skenario Lihat Data Penyakit pada User ...................................... 63

Tabel 5.23. Skenario Konsultasi Penyakit ...................................................... 63

Tabel 5.24. Tabel Gejala ................................................................................ 75

Tabel 5.25. Tabel Konsultasi .......................................................................... 76

Tabel 5.26. Tabel Konsultasi Detail ............................................................... 76

Tabel 5.27. Tabel Pengguna ........................................................................... 77

Tabel 5.28. Tabel Penyakit ............................................................................. 77

Tabel 5.29. Tabel Relasi................................................................................. 78

Tabel 5.30. Pengujian Halaman Login ........................................................... 99

Tabel 5.31. Pengujian Halaman Data Penyakit ............................................. 100

Tabel 5.32. Pengujian Halaman Tambah Data Penyakit ............................... 100

Tabel 5.33. Pengujian Halaman Edit Data Penyakit ...................................... 101

Tabel 5.34. Pengujian Halaman Data Gejala ................................................ 102

Tabel 5.35. Pengujian Halaman Tambah Data Gejala ................................... 102

Tabel 5.36. Pengujian Halaman Edit Data Gejala ......................................... 103

Tabel 5.37. Pengujian Halaman Relasi ........................................................... 103

Tabel 5.38. Pengujian Halaman Tambah Data Relasi ..................................... 104

Tabel 5.39. Pengujian Halaman Data Konsultasi ............................................ 105

xv

Tabel 5.40. Pengujian Halaman Perhitungan Dempster Shafer ....................... 105

Tabel 5.41. Pengujian Halaman Ganti Password ............................................ 102

Tabel 5.42. Pengujian Halaman Pengujian Halaman User Home .................... 106

Tabel 5.43. Pengujian Halaman Jenis Penyakit pada User .............................. 106

Tabel 5.44. Pengujian Halaman Konsultasi pada User .................................... 107

Tabel 5.45. Nilai Densitas (m) awal ............................................................... 110

Tabel 5.46. Aturan Kombinasi m1 dan m2 untuk m3 ....................................... 110



Tabel 5.49. Hasil Rangkaian Perhitungan ....................................................... 114

xvi

DAFTAR LAMPIRAN

1. Lampiran 1. Form Topik dan Judul (Fotokopi)

2. Lampiran 2. Surat Balasan dari Perusahaan (Fotokopi)

3. Lampiran 3. Form Konsultasi (Fotokopi)

4. Lampiran 4. Surat Pernyataan (Fotokopi)

5. Lampiran 5. Form Revisi Ujian Pra Sidang (Fotokopi)

6. Lampiran 6. Form Revisi Ujian Kompre (Asli)

7. Lampiran 7. Listing Code

1

BAB I

PENDAHULUAN

1.1. Latar Belakang

Indonesia merupakan negara yang memiliki banyak pulau sehingga

dijuluki negara maritim, dalam hal ini sumber daya yang dimiliki oleh

negara Indonesia sangatlah beragam, salah satunya di bidang pertanian dan

perikanan, pada saat ini industri perikanan mengalami kemajuan yang

sangat pesat yang ditandai dengan banyaknya minat masyarakat yang mulai

mengembangkan budidaya ikan mas. Ikan mas merupakan ikan air tawar

yang digemari oleh masyarakat, tak heran masyarakat banyak

membudidayakannya untuk dijadikan peluang bisnis. Ikan mas juga

memiliki kelebihan dari ikan lainnya yaitu mudah dibudidayakan dan dapat

dipijahkan secara alami. Ikan mas dapat hidup di berbagai jenis lingkungan

dan ikan mas juga dapat tumbuh mencapai ukuran besar. Ikan mas memiliki

kandungan Asam lemak, Omega-3, Vitamin: D, dan B2 (Riboflavin)

Kalsium, Fosfor, Mineral, Zat Besi, Seng, Yodium, Magnesium, dan

Kalium yang bermanfaat bagi manusia. Tetapi masyarakat juga memiki

kendala dalam membudidayakan ikan mas tersebut. Salah satu kendala yang

dialami masyarakat dalam pembubidayaan ikan mas adalah banyaknya

masyarakat yang belum mengetahui penyakit pada ikan, gejala yang dapat

menimbulkan penyakit pada ikan, serta cara mengobati ikan mas yang

sedang terkena penyakit.

2

Penyakit merupakan sebuah kondisi tidak normalnya organ dalam tubuh

yang menyebabkan rasa sakit yang dapat mengancam kelangsungan hidup

bagi penderitanya, seperti halnya pada ikan mas. Ikan mas dapat terserang

penyakit seperti penyakit Channel Catfish Virus Desease (CCVD), Spring

Viraemia of Carp (SVC), Infectious Pancreatic Necrosis (IPN), Aeromonas

SP, Pseudomonas SP, Tuberculosis , Nocardia, Columnaris (Flexibacter

Columnaris), Epizootic Ulcerative Syndrome (EUS), Branchiomycosis,

Fusariosis, Ichthyopthirius Multifiliis, Cryptocaryniasis, Isopoda, Argulus,

Cloudy Eye, dan Koi Herpes Virus.

Pada umumnya para pembudidaya ikan mas banyak yang belum

mengetahui penyakit tersebut, hal itu menyebabkan seringnya terjadi

kesalahan dalam penanganan penyakit pada ikan mas. Para pembudidaya

ikan mas pada dasarnya hanya melihat fisik ikan itu saja untuk mengetahui

ikan mas itu sedang terkena penyakit tanpa melakukan diagnosa

selanjutnya. Masih banyak para pembudidaya yang belum mengetahui

gejala-gejala penyakit apa saja yang diderita oleh ikan mas. Faktor yang

menyebabkan ikan mas terserang penyakit adalah faktor air dan lingkungan

yang tidak bersih serta pemberian pakan yang tidak teratur.

Agar pembudidaya ikan mas dapat mengetahui penyakit yang

diderita oleh ikan mas melalui gejala-gejala yang dialami ikan mas, dan

dapat mengetahui solusi untuk menyembuhkan ikan mas tersebut, maka

dibutuhkan sebuah sistem pakar diagnosa penyakit ikan mas berbasis web.

Sistem pakar dibangun menggunakan metode Dempster Shafer karena

3

metode ini memiliki kelebihan yaitu dapat menggabungkan evidence (bukti)

sekaligus dari beberapa sumber, dapat membedakan antara ketidakpastian

dan ketidaktahuan, memiliki karakteristik sesuai dengan cara berpikir

seorang pakar, sangat cocok digunakan pada sistem pakar yang mengukur

sesuatu yang belum pasti ataupun tidak pasti (Darsono,2017).

Berdasarkan latar belakang di atas, penulis membuat penelitian

yang berjudul ‘’Sistem Pakar Diagnosa Penyakit Ikan Mas Berbasis Web

Menggunakan Metode Dempster Shafer’’.

1.2. Perumusan Masalah

Berdasarkan uraian yang telah dikemukakan di atas, maka rumusan

masalah yang diangkat dalam penelitian ini adalah bagaimana membangun

sebuah sistem pakar untuk mendiagnosa penyakit ikan mas berbasis web

menggunakan metode Dempster Shafer?

1.3. Batasan Masalah

Adapun batasan masalah penelitian yang akan dibahas dalam

penelitian ini meliputi:

a. Sistem pakar ini dapat menyampaikan informasi tentang penyakit yang

ada pada ikan mas, informasi gejala-gejala yang mengakibatkan suatu

penyakit, solusi untuk penanggulangan penyakit pada ikan mas, dan para

pembudidaya ikan mas dapat konsultasi penyakit yang diderita ikan mas

pada sistem pakar.

4

b. Sistem pakar ini berbasis web dan dibuat menggunakan bahasa

pemrograman PHP serta database MySQL.

c. Pembuatan sistem pakar ini menggunakan konsep Object Oriented

Programming (OOP)

d. Metode pengembangan sistem yang digunakan yaitu metode Rational

Unified Proses (RUP).

e. Pemodelan sistem yang digunakan yaitu pemodelan Unified Modeling

Language (UML).

f. Pengujian sistem pakar ini menggunakan pengujian blackbox testing.

g. Adapun batasan yang dilakukan oleh penulis pada penyakit-penyakit

yaitu Channel Catfish Virus Desease (CCVD), Spring Viraemia of Carp

(SVC), Infectious Pancreatic Necrosis (IPN), Aeromonas SP,

Pseudomonas SP, Tuberculosis , Nocardia, Columnaris (Flexibacter

Columnaris), Epizootic Ulcerative Syndrome (EUS), Branchiomycosis,

Fusariosis, Ichthyopthirius Multifiliis, Cryptocaryniasis, Isopoda,

Argulus, Cloudy Eye dan Koi Herpes Virus.

h. Sistem pakar ini digunakan oleh admin dan masyarakat. Pada sistem

pakar ini, admin dan masyarakat dapat melakukan:

1. Admin : Menginput, mengedit, dan menghapus data penyakit dan cara

mengobati ikan. Menginput, mengedit, dan menghapus data gejala.

Menginput dan mengedit data basis pengetahuan melihat daftar

konsultasi yang dilakukan oleh user.

5

2. Masyarakat : Dapat konsultasi pada sistem pakar mengenai gejala-

gejala penyakit yang diderita pada ikan mas, mengetahui informasi

penyakit ikan mas, dan dapat mengetahui cara mengobati penyakit

pada ikan mas.

1.4. Tujuan Penelitian

Tujuan penelitian ini adalah membangun suatu sistem pakar untuk

mendiagnosa penyakit ikan mas berbasis web menggunakan metode

Dempster Shafer.

1.5. Manfaat Penelitian

1.5.1. Manfaat Bagi Penulis

a. Dapat mengaplikasikan ilmu pengetahuan yang didapat selama

perkuliahan pada bidang pemrograman dan dapat menambah

ilmu pengetahuan di bidang perikanan.

b. Dapat mengetahui ilmu perikanan, seperti penyakit ikan, gejala

penyakit, serta dapat mengetahui cara mengobati ikan yang

sedang terkena penyakit khususnya pada ikan mas.

1.5.2. Manfaat Bagi Akademik

a. Sebagai bahan referensi bagi penulis lain untuk dijadikan

perbandingan dalam menyusun skripsi pada penelitian

selanjutnya.

6

b. Sebagai bahan evaluasi sejauh mana kemampuan mahasiswa

dalam menerapkan ilmu pengetahuan yang telah diberikan.

1.5.3. Manfaat Bagi Masyarakat

a. Untuk membantu masyarakat agar dapat mengetahui penyakit-

penyakit yang ada pada ikan mas.

b. Dapat mengetahui gejala-gejala yang dapat mengakibatkan

suatu penyakit.

c. Dapat mengetahui cara penanggulangan penyakit yang diderita

pada ikan.

1.6. Sistematika Penulisan

Demi mewujudkan suatu hasil yang baik dalam penyusunan skripsi

ini, penulis menggunakan pembahasan sesuai dengan ketentuan yang

diberikan, sistematika penulisan tersebut meliputi:

BAB I PENDAHULUAN

Pada bab ini berisi uraian latar belakang, rumusan masalah,

ruang lingkup, tujuan penelitian, manfaat penelitian, dan

sistematika penulisan.

BAB II GAMBARAN UMUM PERANGKAT YANG

DIKEMBANGKAN

Pada bab ini berisi tentang penjelasan mengenai pengembangan

perangkat lunak yang akan dicapai dalam penelitian.

7

BAB III TINJAUAN PUSTAKA

Pada bab ini penulis akan menggunakan teori berdasarkan

penulisan skripsi yang terdiri dari teori pendukung, hasil

penelitian terdahulu, dan kerangka penelitian.

BAB IV METODE PENELITIAN

Pada bab ini penulis membahas lokasi dan waktu penelitian,

jenis data, teknik pengumpulan data, dan jenis penelitian dan

alat serta teknik pengembangan sistem.

BAB V HASIL DAN PEMBAHASAN

Pada bab ini penulis membahas hasil-hasil yang diperoleh dalam

penelitian dan pembahasan terhadap hasil yang telah dicapai

maupun masalah-masalah yang telah ditentukan selama

penelitian, serta pengujian sistem yang dibuat.

BAB VI PENUTUP

Pada bab terakhir, penulis menguraikan beberapa simpulan dan

saran dari pembahasan dalam pembuatan Sistem Pakar Diagnosa

Penyakit Ikan Mas Berbasis Web menggunakan Metode

Dempster Shafer yang terdapat pada bab-bab sebelumnya.

8

BAB II

GAMBARAN UMUM PERANGKAT YANG DIKEMBANGKAN

2.1. Perangkat Lunak yang Dikembangkan

Penelitian yang dilakukan oleh penulis yaitu membangun sistem

pakar untuk mendiagnosa penyakit ikan mas dengan menggunakan metode

Dempster Shafer berbasis web.

Menurut Rerung (2018:1), web adalah jaringan komputer yang

terdiri dari kumpulan situs internet yang menawarkan teks dan grafik dan

suara dan sumber daya animasi melalui hypertext transfer protocol.

Pada web ini, tersedia sistem pakar yang dapat mendiagnosa jenis

penyakit penyakit ikas mas. Perbedaan sistem yang telah ada dengan sistem

yang akan dibangun yakni sistem tidak hanya mendiagnosa saja, tetapi

sistem juga dapat menampilkan cara mengobati penyakit ikan mas tersebut.

Sistem yang akan dibangun mengharuskan pengguna untuk menginput

gejala-gejala yang mereka lihat terhadap ikan mas, kemudian sistem akan

menghitung dan memberikan solusi serta cara mengobati ikan mas

berdasarkan penyakit yang diderita pada ikan mas tersebut.

Metode yang digunakan dalam membangun sistem pakar untuk

mendiagnosa penyakit ikan mas menggunakan metode perhitungan

Dempster Shafer.

9

Menurut Azmi dan Yasin (2017:127), metode Dempster Shafer adalah suatu

teori matematika untuk pembuktian berdasarkan belief function and

plausible reasoning (fungsi kepercayaan dan pemikiran yang masuk akal)

yang digunakan untuk mengkombinasikan potongan informasi yang terpisah

(bukti) untuk mengkalkulasi kemungkinan dari suatu peristiwa.

Pada penelitian ini, penulis membuat sebuah aplikasi web berupa

sistem pakar yang digunakan untuk mendiagnosa penyakit ikan mas

menggunakan metode Dempster Shafer. Sistem pakar ini digunakan oleh

user yaitu seseorang yang membudidayakan ikan mas dan untuk seseorang

yang akan memulai membudidayakan ikan mas. User dapat

mengkonsultasikan gejala-gejala yang dilihat pada ikan mas dengan cara

user memilih gejala-gejala yang diderita pada ikan mas, kemudian sistem

akan menghitung nilai-nilai yang ada pada gejala-gejala tersebut dengan

menggunakan perhitungan metode Dempster Shafer. Setelah sistem

melakukan perhitungan, sistem akan menampilkan penyakit yang diderita

ikan mas serta menampilkan cara mengobati penyakit tersebut.

10

BAB III

TINJAUAN PUSTAKA

3.1. Teori Pendukung

3.1.1. Sistem Pakar

Menurut Yudatama dalam Wanita dkk, 2017, Sistem pakar

merupakan salah satu bagian dari kecerdasan buatan yang

mengandung pengetahuan dan pengalaman yang dimasukkan oleh

seorang pakar ke dalam suatu area pengetahuan tertentu sehingga

setiap orang dapat menggunakannya untuk memecahkan berbagai

masalah yang bersifat spesifik.

Sumber : Yudatama dalam Wanita Dkk 2017

Gambar 3.1. Sistem Pakar

11

3.1.2. Struktur Sistem Pakar

Rachmawati dalam Wanita 2017, Sistem pakar disusun

oleh dua bagian yaitu lingkungan pengembangan dan lingkungan

konsultasi (Listiyono dalam Wanita 2017). Lingkungan

pengembangan berisi komponen-komponen yang digunakan untuk

memasukkan pengetahuan pakar kedalam lingkungan sistem pakar,

sedangkan lingkungan konsultasi berisi komponen yang akan

digunakan oleh pengguna dalan memperoleh pengetahuan pakar.

Sumber : Listiyono dalam Wanita 2017

Gambar 3.2. Struktur Sistem Pakar

3.1.3. Basis Pengetahuan (Knowledge Base)

Menurut Merlina dan Hidayat (2012:3), basis pengetahuan

berisi pengetahuan-pengetahuan dalam menyelesaikan masalah,

tentu saja di dalam domain tertentu. Ada dua bentuk pendekatan

12

basis pengetahuan yang sangat umum digunakan, yaitu sebagai

berikut:

1. Penalaran Berbasis Aturan (Rule-Based Reasoning)

Pada penalaran berbasis aturan, pengetahuan direpresentasikan

dengan menggunakan aturan bentuk: IF-THEN. Bentuk ini

digunakan apabila kita memiliki sejumlah pengetahuan pakar

pada suatu permasalahan tertentu, dan si pakar dapat

menelesaikan masalah tersebut secara berurutan. Bentuk ini juga

digunakan apabila dibutuhkan penjelasan tentang jejak

(langkah-langkah) pencapaian solusi.

2. Penalaran Berbasis Kasus (Case-Based Reasoning)

Pada penalaran berbasis kasus, basis pengetahuan akan berisi

solusi-solusi yang telah dicapai sebelumnya, kemudian akan

diturunkan suatu solusi untuk keadaan yang terjadi sekarang

(fakta yang ada). Bentuk ini digunakan apabila user

menginginkan untuk tahu lebih banyak lagi pada kasus-kasus

yang hampir sama. Selain itu, bentuk ini juga digunakan apabila

kita telah memiliki sejumlah situasi atau kasus tertentu dalam

basis pengetahuan.

3.1.4. Mesin Inferensi

Menurut Merlina dan Hidayat dalam Restu 2015, mesin

inferensi merupakan otak dari sistem pakar. Komponen ini

sebenarnya adalah program komputer yang menyediakan

13

metodologi untuk reasoning (pertimbangan) mengenai informasi

dalam basis pengetahuan dan tempat kerja dan digunakan untuk

merumuskan kesimpulan.

Mesin inferensi mempunyai tiga elemen utama, yaitu

sebagai berikut:

Interpreter adalah elemen yang mengeksekusi item yang

dipilih dengan mengaplikasikannya pada basis pengetahuan dan

rule yang berhubungan.

Scheduler adalah elemen yang menjaga sistem kerja sesuai

agenda. Memperkirakan akibat dari pengaplikasian rule inferensia

yang menunjukkan prioritas item atau kriteria lain pada agenda.

Consistency enforcer adalah elemen yang mencoba

menjaga konsistensi representasi solusi yang muncul.

3.1.5. Web

Menurut Rerung (2018:1), web adalah jaringan komputer

yang terdiri dari kumpulan situs internet yang menawarkan teks

dan grafik dan suara dan sumber daya animasi melalui hypertext

transfer protocol.

14

3.1.6. Hypertext Preprocessor (PHP)

Menurut Jubille (2018:1), Hypertext Preprocessor (PHP)

merupakan bahasa pemrograman yang digunakan untuk membuat

website dinamis dan interaktif. Dinamis artinya website tersebut

bisa berubah-ubah tampilan dan kontennya sesuai kondisi tertentu.

Sebagai contoh, Hypertext Preprocessor (PHP) bisa menampilkan

tanggal dan hari saat ini secara berganti-ganti di dalam sebuah

website. Interaktif artinya Hypertext Preprocessor (PHP) dapat

memberi feedback bagi user (misalnya menampilkan hasil

pencarian produk).

3.1.7. Basis Data

Menurut Yanto (2016:10), basis data terdiri dari 2 kata,

yaitu basis dan data. Basis dapat diartikan sebagai markas, gedung,

tempat berkumpul. Sedangkan data adalah fakta yang mewakili

suatu objek seperti manusia, barang, hewan, peristiwa, keadaan,

dan sebagainya, yang direkam dalam bentuk angka, huruf, simbol,

teks, gambar, bunyi, atau kombinasinya. Basis data sendiri dapat di

definisikan dalam sejumlah sudut pandang seperti:

a. Himpunan kelompok data yang saling berhubungan yang

diorganisasi sedemikian rupa agar dapat dimanfaatkan

kembali dengan cepat dan mudah.

15

b. Kumpulan data yang saling berhubungan yang disimpan secara

bersama sedemikan rupa dan tanpa pengulangan (redudancy),

untuk memenuhi berbagai kebutuhan.

c. Kumpulan file yang saling berhubungan yang disimpan dalam

media penyimpanan elektronis.

3.1.8. MySQL

Menurut Jubille (2018:2), MySQL merupakan server yang

melayani database. Untuk membuat dan mengolah database, kita

dapat mempelajari pemrograman khusus yang disebut query

(perintah) SQL. Database sendiri dibutuhkan jika kita ingin

menginput data dari user menggunakan form HTML untuk

kemudian diolah PHP agar bisa disimpan ke dalam database

MySQL.

3.1.9. Framework

Menurut Sidik (2018:1), Framework atau kerangka kerja

pengembangan aplikasi adalah suatu standar yang harus diikuti

untuk melakukan pengembangan aplikasi oleh pemrogram. Standar

ini mengatur banyak hal, mulai dari nama file, direktori, dan cara

memrogramnya. Framework memberikan kerangka program,

kumpulan library dan fungsi yang bisa langsung digunakan, serta

aturan untuk menggunakannya.

16

3.1.10. CodeIgniter (CI)

Menurut Sidik (2018:3), CodeIgniter (CI) adalah

framework pengembangan aplikasi (Application Development

Framework) dengan menggunakan PHP, suatu kerangka untuk

bekerja atau membuat program dengan menggunakan PHP yang

lebih sistematis.

3.1.11. Dempster Shafer

Menurut Azmi dan Yasin (2017:127), metode Dempster

Shafer adalah suatu teori matematika untuk pembuktian

berdasarkan belief function and plausible reasoning (fungsi

kepercayaan dan pemikiran yang masuk akal) yang digunakan

untuk mengkombinasikan potongan informasi yang terpisah (bukti)

untuk mengkalkulasi kemungkinan dari suatu peristiwa.

Secara umum teori Dempster Shafer ditulis dalam suatu interval:

a. Belief (Bel) adalah ukuran kekuatan evidence dalam

mendukung suatu himpunan proposisi. Jika bernilai 0 (nol)

maka mengidentifikasi bahwa tidak ada evidence, dan jika

bernilai 1 menunjukkan adanya kepastian. Dimana nilai bel

yaitu (0-0,9).

b. Plausability/logis (Pls) dinotasikan sebagai:

P1(s) = 1-B(-s).

Plausability juga bernilai 0 sampai 1, jika yakin akan –s,

maka dapat dikatakan Bel(-s) = 1, dan P1(-s) = 0.

17

Pada teori Dempster Shafer juga dikenal adanya frame of

discernment yang dinotasikan dengan 𝜃. Frame ini merupakan

semesta pembicaraan dari sekumpulan hipotesis.

Tujuannya adalah mengkaitkan ukuran kepercayaan

elemen-elemen. 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 m dalam subset 𝜃 sama

dengan 1. Apabila tidak ada informasi apapun untuk memilih

hipotesis, maka nilai : m{ 𝜃 } = 1,0

Apabila diketahui X adalah subset dari 𝜃, dengan m1

sebagai fungsi densitasnya, dan Y juga merupakan subset 𝜃 dengan

m2, sebagai fungsi densitasnya, maka dapat dibentuk fungsi

kombinasi m1,m2 sebagai m3, yaitu:

𝑀3(𝑍) =∑𝑥∩𝑌=𝑧 𝑚1(𝑋).𝑚2(𝑌)

1−∑𝑥∩𝑌= 𝜃 𝑚1(𝑋).𝑚2(𝑌) …………………

(i)

Keterangan:

M1 (X): Mass function dari evidence X

M2 (X): Mass function dari evidence Y

M3 (X): Mass function dari evidence Z

18

3.1.12. Black Box Testing

Menurut Sukamto dan Shalahuddin dalam Amin

(2017:115), mengatakan black box testing yaitu menguji perangkat

lunak dari segi spesifikasi fungsional tanpa menguji desain dan

kode program. Pengujian dimaksudkan untuk mengetahui apakah

fungsi-fungsi, masukan, dan keluaran dari perangkat lunak sesuai

dengan spesifikasi yang dibutuhkan.

3.2. Hasil Penelitian Terdahulu

Penelitian terdahulu adalah penelitian yang sudah dibuat oleh

peneliti lain yang digunakan sebagai referensi penulis. Adapun penelitian

terdahulu dapat dilihat pada Tabel 3.1.

Tabel 3.1. Penelitian Terdahulu

No Penulis/Tahun Judul Hasil

1

Puji Sari

Ramadhan, Usti

Fatimah Sitorus

Pane, Sains dan

Komputer

(SAINTIKOM),

Vol. 17, No. 2,

Agustus 2018.

P-ISSN: 1978-

6603, E-ISSN:

2615-3475

Analisis

Perbandingan

Metode

(Centainly

Factor, Dempster

Shafer, dan

Teorema Bayes)

untuk

Mendiagnosa

Penyakit

Inflamasi

Dermatitis Imun

pada Anak.

1.Pada perhitungan dengan

metode Certainty Factor

penyakit yang terpilih adalah

eksim dermatitis dengan nilai

probabilitas 0.80, sementara

untuk metode Dempster

Shafer mendapatkan nilai

probabilitas 0.6 untuk

penyakit atopik, dan metode

Teorema Bayes

menyimpulkan bahwa

penyakit yang terpilih adalah

eksim dermatitis dengan nilai

probabilitas 0.51. dari hasil

tersebut maka metode

Centainly Faktor adalah

metode yang memiliki nilai

19

probabilitas tertinggi dari

Tabel 3.1. Penelitian Terdahulu (lanjutan)


metode Dempster Shafer dan

Teorema Bayes.

2.Dari tahapan perhitungan

tingkat kepastian dengan

menggunakan metode

Centainly Factor, Dempster

Shafer dan Teorema Bayes

untuk data lebih dari 2

evidence, harus dilakukan

perulangan beberapa kali

dalam pengolahan dan

perhitungan dan kombinasi.

3.Dalam kasus

mengidentifikasi jenis

penyakit inflamasi dermatitis

imun pada anak, metode

Centainly Factor dan

Teorema Bayes, memiliki

kesamaan pola ini terlihat

dari hasil yang diperoleh

yaitu jika gejala semakin

banyak maka nilai

probabilitas jenis penyakit

akan semakin tinggi, berbeda

halnya dengan metode

Dempster Shafer yang

semakin banyak gejala yang

dipilih maka akan

menghasilkan nilai

probabilitas yang semakin

kecil pula bahkan nilai

probabilitas satu gejala dapat

lebih tinggi dibandingkan

dengan nilai probabilitas

yang diperoleh lebih kecil

pula bahkan nilai

probabilitasnya rendah dan

semakin banyak gejala-gejala

yang diderita maka semakin

mungkin terdiagnosa jenis

penyakit tersebut dengan

20

nilai probabilitasnya yang

tinggi.

Tabel 3.1. Penelitian Terdahulu (lanjutan)


2 Rahmat Arbi

Wicaksono,

Nurul Hidayat,

Indriati, Jurnal

Pengembangan

Teknologi

Informasi dan

Ilmu Komputer,

Vol. 2, No. 3,

Maret 2018. e-

ISSN: 2548-

964X

Implementasi

Metode

Dempster-Shafer

untuk Diagnosis

Penyakit pada

Tanaman Kedelai

1.Sistem diagnosis penyakit

pada tanaman kedelai

menggunakan metode

Dempster Shafer dapat

digunakan sebagai salah satu

cara untuk mendiagnosis

penyakit pada tanaman

kedelai. Sistem

diimplementasikan dengan

menggunakan gejala penyakit

pada tanaman kedelai dengan

memberikan nilai densitas

yang digunakan sebagai

ukuran untuk perhitungan

dalam menentukan penyakit.

2.Berdasarkan hasil pengujian

sistem terhadap 25 kasus uji

menunjukkan akurasi sebesar

92%. Hal ini menunjukan

bahwa sistem sudah cukup

baik dan dapat digunakan

untuk mendiagnosis penyakit

pada tanaman kedelai.

Ketidakakuratan sistem

sebesar 8%, dikarenakan

perhitungan yang dilakukan

menggunakan metode

Dempster Shafer yang

menggunakan nilai tertinggi

tanpa adanya optimasi nilai

densitas pada setiap gejala.

3 Januar Dwie

Amanda, Nurul

Hidayat, Marji,

Jurnal

Pengembangan

Teknologi dan

Ilmu Komputer,

Implementasi

Metode Dempster

Shafer untuk

Mendeteksi

Penyakit Diabetes

Mellitus

1.Pemodelan sistem untuk

mendeteksi penyakit

Diabetes Mellitus

menggunakan metode


digunakan sebagai salah satu

cara untuk mendektesi

21

Vol. 2, No. 8,

Agustus 2018.

e-ISSN: 2548-

964X

penyakit Diabetes Mellitus.

Sistem diimplementasi

dengan menggunakan metode


digunakan mendektesi

penyakit Diabetes Mellitus

pengujian 18 gejala dari

penyakit yang ada pada

sistem.

a. hasil pengujian

fungsionalitas pemodelan

sistem untuk mendektesi

penyakit Diabetes Mellitus

menggunakan metode

Dempster Shafer memiliki

tingkat kesesuaian presentase

sebesar 81,81%.

Dari penelitian terdahulu, terdapat perbedaan dan persamaan

dengan penelitian yang dilakukan oleh penulis, yaitu:

a. Dari tiga penelitian terdahulu diatas terdapat perbedaan dari objek

yang diteliti yaitu penelitian penyakit inflamasi dermatitis imun pada

anak, penyakit pada tanaman kedelai, dan penyakit diabetes mellitus.

Pada penelitian ini penulis meneliti tentang penyakit ikan mas.

b. Dari tiga penelitian terdahulu diatas, terdapat persamaan pada metode

perhitungan sistem pakar dan metode perhitungan sistem pakar yang

penulis pakai yaitu metode perhitungan dempster shafer.

c. Penulis menjadikan penelitian terdahulu diatas sebagai acuan untuk

memakai metode dempster shafer.

22

3.3. Kerangka Penelitian

Berikut adalah kerangka penelitian yang akan di bahas dapat

dilihat pada Gambar 3.3.

1. Pembudidaya ikan mas banyak yang belum mengetahui

penyakit ikan mas.

2. Pembudidaya ikan mas belum mengetahui gejala-gejala

penyakit apa saja yang diderita oleh ikan mas.

Teori Pendukung

1. Landasan teori: sistem,

sistem pakar, web, PHP,

basis data, MySQL,

Framework, CodeIgniter,

Dempster Shafer, Black box

testing

2. Hasil penelitian

Terdahulu:

- Analisis Perbandingan

Metode (Centainly Factor,

Dempster Shafer, dan

Teorema Bayes) untuk

Mendiagnosa Penyakit

Inflamasi Dermatitis Imun

pada Anak

- Implementasi Metode

Dempster-Shafer untuk

Diagnosis Penyakit pada

Tanaman Kedelai

- Implementasi Metode

Dempster Shafer untuk

Mendeteksi Penyakit

Diabetes Mellitus

Sistem Pakar

Hasil

Sistem Pakar

Diagnosa Penyakit

Ikan Mas Berbasis

Web Menggunakan

Metode Dempster

Shafer

Metode Pengembangan

Metode Pengembangan RUP:

1. Inception (Permulaan)

2. Elaboration (Perluasaan atau

Perencanaan)

3. Construction (Konstruksi)

4. Transition (Transisi)

Solusi

Identifikasi Masalah

Sumber : Diolah sendiri

Gambar 3.3. Kerangka Penelitian

Pada penelitian ini, penulis membuat kerangka penelitian yaitu:

23

a. Identifikasi Masalah : penulis mengidentifikasi masalah yang ada pada

penelitian ini, yaitu :

1. Pembudidaya ikan mas banyak yang belum mengetahui penyakit

ikan mas.

2. Pembudidaya ikan mas belum mengetahui gejala-gejala penyakit apa

saja yang diderita oleh ikan mas.

b. Solusi : dari identifikasi masalah tersebut, penulis memberikan solusi

untuk membuat sebuah sistem pakar.

c. Teori Pendukung : untuk membuat sistem pakar, penulis memakai teori

pendukung seperti landasan teori dan hasil penelitian terdahuluan.

d. Metode Pengembangan : untuk membuat dan mengembangkan sistem

pakar ini, penulis menggunakan metode pengembangan sistem Rational

Unified Process (RUP).

e. Hasil : pada penelitian ini, penulis dapat menghasilkan sebuah sistem

pakar diagnosa penyakit ikan mas berbasis web menggunakan metode

Dempster Shafer.

BAB IV

METODE PENELITIAN

4.1. Tempat dan Waktu Penelitian

4.1.1. Tempat Penelitian

Penelitian ini dilakukan di Pendidikan Diluar Domisili

(PDD) Politeknik Negeri Lampung yang beralamat di jalan

Sekojo No. 21 Kelurahan Kedondong Raye Kecamatan

Banyuasin III Pangkalan Balai Sumatera Selatan.

4.1.2. Waktu Penelitian

Dalam penelitian ini, penulis menyusun segala kegiatan

di dalam sebuah jadwal penelitian yang berlangsung kurang lebih

lima bulan terhitung mulai dari bulan Maret sampai dengan bulan

Juli. Berikut jadwal penelitian dijabarkan dalam Tabel 4.1.

Tabel 4.1. Jadwal Penelitian

No Uraian

Bulan Ke-

Maret 19 April 19 Mei 19 Juni 19 Juli 19

1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

1 Proposal

2 Inception

(Permulaan)

Tabel 4.1. Jadwal Penelitian (lanjutan)

4.2. Jenis Data

4.2.1. Data Primer

Menurut Kusumaningrum dan Estu (2016:65), data

primer adalah data yang diperoleh dari observasi dan wawancara

dengan narasumber.

Dalam penelitian ini, penulis melakukan wawancara

langsung kepada Bapak Carly Junicef Vratama, S.Pi., M.Si

sebagai seorang pakar. Penulis mendapatkan data yaitu nilai

kepercayaan (nilai belief) pada setiap gejala-gejala penyakit pada

ikan mas.

No Uraian

Bulan Ke-

Maret 19 April 19 Mei 19 Juni 19 Juli 19

1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

3 Elaboration

(Perluasan

atau

Perencanaan)

4 Construction

(Konstruksi)

5 Transition

(Transisi)

4.2.2. Data Sekunder

Menurut Kusumaningrum dan Estu (2016:65), data

sekunder adalah data yang didapatkan melalui telaah pustaka,

yakni dengan mengumpulkan data dan informasi dari media

massa, artikel jurnal, dan situs-situs internet yang dianggap valid

dan dapat dipertanggungjawabkan kebenarannya.

Data sekunder yang didapat oleh penulis yaitu buku-

buku yang mencakup tentang pembahasan yang terdapat pada

tinjauan pustaka dan penulis mendapatkan buku-buku yang

membahas tentang data penyakit ikan mas, data gejala, dan

solusi untuk mengobati penyakit ikan mas.

4.3. Teknik Pengumpulan Data

4.3.1. Metode Wawancara

Menurut Nazir (2014:171), interview (wawancara)

merupakan proses interaksi antara pewawancara dan responden.

Walaupun bagi pewawancara, proses tersebut adalah satu bagian

dari langkah-langkah dalam penelitian, tetapi belum tentu bagi

responden, wawancara adalah bagian dari penelitian, tetapi sukses

tidaknya pelakasanaan wawancara bergantung sekali pada proses

interaksi yang terjadi.

Dari metode wawancara yang dilakukan penulis dengan

mewawancarai Bapak Carly Junicef Vratama, S.Pi., M.Si sebagai

seorang pakar, penulis mendapatkan data yaitu nilai kepercayaan

(nilai belief) pada setiap gejala-gejala penyakit pada ikan mas.

4.3.2. Metode Studi Pustaka

Menurut Nazir (2014:79), studi kepustakaan merupakan

langkah yang penting dimana setelah seseorang peneliti

menetapkan topik penelitian, langkah selanjutnya adalah

melakukan kajian yang berkaitan dengan teori yang berkaitan

dengan topik penelitian.

Penulis melakukan studi pustaka terhadap penelitian-

penelitian terdahulu dari buku dan jurnal yang digunakan sebagai

data sekunder atau teori pendukung yang penulis butuhkan dalam

penelitian ini.

Dari metode studi pustaka yang dilakukan penulis,

penulis mendapatkan data penyakit ikan mas, data gejala, dan

solusi untuk mengobati penyakit ikan mas.

4.4. Alat dan Teknik Pengembangan Sistem

4.4.1. Alat Pengembangan Sistem

4.4.1.1. Model Proses

Menurut Rosa dan Shalahuddin (2018:133), UML

(Unified Modeling Language) adalah salah satu standar

bahasa yang banyak digunakan di dunia industri untuk

mendefinisikan requirement, membuat analisis dan desain,

serta menggambarkan arsitektur dalam pemrograman

berorientasi objek. Diagram UML yang digunakan pada

penelitian ini adalah:

a. Use Case Diagram

Menurut Rosa dan Shalahuddin (2018:155), Use

case atau diagram use case merupakan pemodelan untuk

kelakuan (behavior) sistem informasi yang akan dibuat.

Use case mendeskripsikan sebuah interaksi antara satu

atau lebih aktor dengan sistem informasi yang akan dibuat.

Secara kasar, use case digunakan untuk mengetahui fungsi

apa saja yang ada di dalam sebuah sistem informasi dan

siapa saja yang berhak menggunakan fungsi- fungsi itu.

Adapun simbol-simbol pada use case diagram dapat

dilihat pada Tabel 4.2.

Tabel 4.2. Simbol-simbol Use Case Diagram

Simbol Deskripsi

Use case

nama use case

Fungsionalitas yang

disediakan sistem sebagai

unit-unit yang saling

bertukar pesan antar unit

atau aktor, biasanya

dinyatakan dengan

menggunakan kata kerja di

awal frase nama use case.

Tabel 4.2. Simbol-simbol Use Case Diagram (lanjutan)

Simbol Deskripsi

Aktor / actor

Orang, proses, atau sistem

lain yang berinteraksi

dengan sistem informasi

yang akan dibuat di luar

sistem informasi yang akan

dibuat itu sendiri, jadi

walaupun simbol dari aktor

adalah gambar orang, tapi

aktor belum tentu orang,

biasanya dinyatakan

menggunakan kata benda di

awal frase nama aktor.

Asosiasi / association

Komunikasi antara aktor

dan use case yang

berpartisipasi pada use case

memiliki interaksi dengan

aktor.

Ekstensi / extend

<<extend>>

Relasi use case tambahan ke

sebuah use case dimana use

case yang ditambahkan

dapat berdiri sendiri walau

tanpa use case tambahan itu,

mirip dengan prinsip

inheritance pada

pemrograman berorientasi

objek, biasanya use case

memiliki nama depan yang

sama dengan use case yang

ditambahkan, misal arah

panah mengarah pada use

case yang ditambahkan,

biasanya use case yang

menjadi extend nya

merupakan jenis yang sama

dengan use case yang

menjadi induknya.

Tabel 4.2.Simbol-simbol Use Case Diagram

(lanjutan)

Simbol Deskripsi

Generalisasi /

generalization

Hubungan generalisasi dan

spesialisasi (umum –

khusus) antara dua buah use

case dimana fungsi yang

satu adalah fungsi yang

lebih umum dari lainnya,

misalnya arah panah

mengarah pada use case

yang menjadi

generalisasinya (umum).

Menggunakan /

include / uses

<<include>>

Relasi use case tambahan ke

sebuat use case di mana use

case yang ditambahkan

memerlukan use case ini

untuk menjalankan

fungsinya atau sebagai

syarat dijalankan use case

ini.

Sumber : Rosa dan Shaluddin (2018:156).

b. Activity Diagram

Menurut Yusmiarty (2016), Activity Diagram

menggambarkan workflow (aliran kerja) atau aktivitas dari

sebuah sistem atau proses bisnis. Simbol-simbol yang

digunakan dalam activity diagram. Adapun simbol-simbol

pada activity diagram dapat dilihat pada Tabel 4.3.

Tabel 4.3 Simbol-simbol Activity Diagram

Gambar Keterangan

Start point, diletakkan pada pojok kiri atas

dan merupakan awal aktifitas.

End point, akhir aktifitas.

Activites, menggambarkan suatu proses atau

kegiatan bisnis.

Fork (Percabangan), digunakan untuk

menunjukkan kegiatan yang dilakukan secara

parallel atau untuk menggabungkan dua

kegiatan pararel menjadi satu.

Join (penggabungan) atau rake, digunakan

untuk menunjukkan adanya dekomposisi.

Decision Points, menggambarkan pilihan

untuk pengambilan keputusan, true, false.

Swimlane, pembagian activity diagram untuk

Gambar Keterangan

menunjukkan siapa melakukan apa.

Sumber : Yusmiarty (2016)

4.4.1.2. Model Data

a. Class Diagram

Diagram kelas atau class diagram

menggambarkan struktur sistem dari segi pendefinisian

kelas-kelas yang akan dibuat untuk membangun sistem.

Kelas memiliki apa yang disebut atribut dan metode atau

operasi. Atribut merupakan variabel-variabel yang dimiliki

oleh suatu kelas. Operasi atau metode adalah fungsi-fungsi

yang dimiliki oleh suatu kelas. Adapun simbol-simbol

pada class diagram dapat dilihat pada Tabel 4.4.

Tabel 4.4 Simbol-simbol Class Diagram

Simbol Deskripsi

Kelas

nama_kelas

+atribut

+operasi()

Kelas pada struktur

sistem

Antarmuka / Interface

nama_interface

Sama dengan konsep

interface dalam

pemrograman

berorientasi objek

Tabel 4.4 Simbol-simbol Class Diagram (lanjutan)

Simbol Deskripsi

Asosiasi / Association

Relasi antar kelas

dengan makna umum,

asosiasi biasanya juga

disertai dengan

multiplicity

Asosiasi berarah / Directed

Association

Relasi antar kelas

dengan makna kelas

yang satu digunakan

oleh kelas yang lain,

asosiasi biasanya juga

disertai dengan

multiplicity

Generalisasi

Relasi antar kelas

dengan makna

generalisasi-spesialisasi

(umum khusus)

Kebergantungan / Dependency

Relasi antar kelas

dengan makna

kebergantungan antar

kelas

Agregasi / Aggregation Relasi antar kelas

dengan makna semua

bagian (whole-part)

Sumber : Rosa dan Shalahuddin (2011:123).

4.4.2. Teknik Pengembangan Sistem

Metode yang digunakan dalam pengembangan sistem pakar

diagnosa penyakit ikan mas berbasis web yaitu menggunakan metode

Rational Unified Process (RUP). Adapun proses pengulangan (iterative)

yang digunakan pada Metode RUP ini dapat dilihat pada Gambar 4.1.

Sumber : Rosa dan Shalahuddin (2018:125)

Gambar 4.1. Proses Iteratif RUP

Rational Unified Process (RUP) memiliki empat buah tahap

atau fase yang dapat dilakukan pula secara iteratif. Adapun tahapan-

tahapan yang dimaksud dapat dilihat pada Gambar 4.2.

Sumber : Rosa dan Shalahuddin (2018:128)

Gambar 4.2. Alur Hidup RUP

a. Inception (Permulaan)

Tahap ini lebih pada memodelkan proses bisnis yang

dibutuhkan (business modeling) dan mendefinisikan kebutuhan

akan sistem yang akan dibuat (requirements). Berikut adalah

tahap yang dibutuhkan pada tahap ini:

a. memahami ruang lingkup dari proyek (termasuk pada waktu,

kebutuhan, resiko dan lain sebagainya).

b. membangun sistem kasus bisnis yang dibutuhkan.

Hasil yang diharapkan dari tahap ini adalah memenuhi

Lifecycle Objective Milestone (batas/tonggak objektif dari siklus)

dengan kriteria berikut :

a. Umpan balik dari pendefinisian ruang lingkup, dan perkiraan

jadwal.

b. Kebutuhan dimengerti dengan pasti (dapat dibuktikan) dan

sejalan dengan kasus primer yang dibutuhkan.

c. Kreadibilitas dari perkiraan jadwal, penentuan skala prioritas,

resiko, dan proses pengembangan.

d. Ruang lingkup purwarupa (prototype) yang akan

dikembangkan.

e. Membangun garis dasar dengan membandingkan

perencanaan aktual dengan perencanaan yang direncanakan.

Pada tahap ini penulis menentukan ruang lingkup atau

batasan masalah, menentukan kebutuhan-kebutuhan sistem yaitu

kebutuhan hardware, kebutuhan software, dan menentukan

kebutuhan data-data yaitu data penyakit, data gejala dan solusi

untuk mengobati penyakit pada ikan mas.

b. Elaboration (Perluasaan atau Perencanaan)

Tahap ini lebih difokuskan pada perencanaan arsitektur

sistem. Tahap ini juga dapat mendeteksi apakah arsitektur sistem

yang diinginkan dapat dibuat atau tidak. Mendeteksi resiko yang

mungkin terjadi dari arsitektur yang dibuat. Tahap ini lebih pada

analisis dan desain sistem serta implementasi sistem yang fokus

pada purwarupa sistem (prototype).

Hasil yang diharapkan dari tahap ini adalah memenuhi

Lifecycle Objective Milestone (batas/tonggak objektif dari siklus)

dengan kriteria berikut :

a. Model kasus yang digunakan (use case) dimana kasus dan

aktor yang terlibat telah diidentifikasikan dan sebagian besar

kasus harus dikembangkan. Model use case harus 80 persen

lengkap dibuat.

b. Deskripsi dari arsitektur perangkat lunak dari proses

pengembangan sistem dari perangkat lunak telah dibuat.

c. Rancangan arsitektur yang dapat diimplementasikan dan

mengimplementasikan use case.

d. kasus bisnis atau proses bisnis dan daftar resiko yang sudah

mengalami perbaikan (revisi) telah dibuat.

e. Rencana pengembangan untuk seluruh proyek telah dibuat.

f. Purwarupa (prototype) yang dapat didemonstrasikan untuk

mengurangi setiap resiko teknis yang diidentifikasi.

Pada tahap elaboration, penulis melakukan perancangan

sistem menggunakan diagram UML meliputi use case diagram,

activity diagram dan class diagram.

c. Construction (Konstruksi)

Tahap ini fokus pada pengembangan komponen dan

fitur-fitur sistem. Tahapan ini lebih pada implementasi dan

pengujian sistem yang fokus pada implementasi perangkat lunak

pada kode program. Tahap ini menghasilkan produk perangkat

lunak dimana menjadi syarat dari Initial Operational Capability

Milestone atau batas/tonggak kemampuan operasional awal.

d. Transition (Transisi)

Tahap ini lebih pada deployment atau instalasi sistem

agar dapat dimengerti oleh user. Tahap ini menghasilkan produk

perangkat lunak dimana menjadi syarat dari Initial Operational

Capability Milestone atau batas/tonggak kemampuan operasional

awal. Aktifitas pada tahap ini termasuk pada pelatihan user,

pemeliharaan dan pengujian sistem apakah sudah memenuhi

harapan.

Pada tahap transition, penulis melakukan pengujian dan

pemeliharaan sistem.

4.5. Alat dan Teknik Pengujian

4.5.1. Black Box Testing

Menurut Sukamto dan Shalahuddin dalam Amin

(2017:115), menyimpulkan bahwa pada dasarnya black box

testing yaitu menguji perangkat lunak dari segi spesifikasi

fungsional tanpa menguji desain dan kode program. Pengujian

dimaksudkan untuk mengetahui apakah fungsi-fungsi, masukan,

dan keluaran dari perangkat lunak sesuai dengan spesifikasi yang

dibutuhkan.

39

BAB V

HASIL DAN PEMBAHASAN

5.1. Hasil dan Pembahasan

5.1.1. Fase Inception

Pada tahap ini penulis menentukan ruang lingkup atau

batasan masalah, menentukan kebutuhan-kebutuhan sistem yaitu

kebutuhan pengguna, kebutuhan hardware, kebutuhan software,

dan menentukan kebutuhan data-data yaitu data penyakit, data

gejala, dan basis pengetahuan.

5.1.1.1. Kebutuhan Pengguna

Sistem pakar ini digunakan oleh admin, dan user

yaitu pembudidaya ikan mas. Kebutuhan admin dan user

pada sistem pakar, dapat dilihat pada Tabel 5.1.

Tabel 5.1. Kebutuhan admin dan user

Pengguna Kebutuhan

Admin a. Dapat mengelola data

penyakit.

b. Dapat mengelola data gejala.

c. Dapat menginput relasi

antara penyakit dan gejala.

d. Dapat melihat data

konsultasi.

e. Dapat melakukan uji coba

pada perhitungan Dempster

Shafer.

40

Tabel 5.1. Kebutuhan admin dan user (lanjutan)

Pengguna Kebutuhan

User a. Dapat melihat data

penyakit dan cara

mengobati

b. Dapat melakukan

konsultasi

5.1.1.2. Kebutuhan Pendukung Sistem

a. Processor Intel Core i5

b. RAM 4GB DDR4

c. Harddisk Drive 1000GB

d. Web Server (Apache)

e. Database MySQL

f. Sublime Text

5.1.1.3. Kebutuhan Pendukung User

a. Google Chrome

b. Gadget

c. Laptop (sejenis)

d. Koneksi Internet

5.1.1.4. Data Penyakit

Pada penelitian ini, penulis memaparkan tabel

nama penyakit, dimana setiap penyakit diberi kode P1

41

sampai P17. Berikut nama-nama penyakit dapat dilihat

pada Tabel 5.2.

Tabel 5.2. Nama Penyakit

Kode Nama Penyakit

P1 Channel Catfish Virus Desease (CCVD)

P2 Spring Viraemia of Carp (SVC)

P3 Infectious Pancreatic Necrosis (IPN)

P4 Aeromonas SP

P5 Pseudomonas SP

P6 Tuberculosis

P7 Nocardia

P8 Columnaris (Flexibacter Columnaris)

P9 Epizootic Ulcerative Syndrome (EUS)

P10 Branchiomycosis

P11 Fusariosis

P12 Ichthyophthirius Multifiliis

P13 Cryptocaryoniasis

P14 Isopoda

P15 Argulus

P16 Cloudy Eye

P17 Koi Herpes Virus

5.1.1.5. Data Gejala

Pada penelitian ini, penulis memaparkan semua

gejala-gejala yang dapat menyebabkan penyakit

berdasarkan data penyakit. Pada gejala penyakit, penulis

memberikan kode G1 sampai G46. Berikut gejala-gejala

penyakit dapat dilihat pada Tabel 5.3.

42

Tabel 5.3. Nama Gejala

Kode Nama Gejala Nilai Belief

G1 Hilangnya keseimbangan tubuh 0,3

G2 Ikan bergerak berputar-putar 0,3

G3 Mata menonjol 0,2

G4 Perut mengembung/membesar 0,1

G5

Ikan berkumpul di bagian saluran

pengeluaran

0,3

G6 Pendarahan 0,2

G7 Kematian masal terutama ikan muda 0,3

G8 Warna tubuh ikan menjadi gelap 0,1

G9

Pendarahan di pendarahan di daerah

bawah perut/vertal termasuk di

daerah sirip

0,7

G10 Hati dan limpa pucat dan membesar 0,5

G11 Pembentukan yang menyerupai bisul 0,7

G12 Sirip putus/patah 0,6

G13 Pendarahan pada ingsang 0,5

G14 Lendir berdarah 0,5

G15

Usus bagian belakang lengket dan

bersatu

0,6

G16 Luka atau borok pada kulit 0,6

G17 Gerakan ikan lambat 0,2

G18 Pertumbuhan lambat 0,1

G19 Warna pucat 0,3

G20 Insang ekor menjadi kuning 0,5

G21 Benjolan 0,5

G22 Nafsu makan berkurang 0,2

G23 Lemah kurus 0,1

G24 Pembengkakan daerah mulut 0,5

G25

Bintik putih pada kulit ingsang dan

daging organ dalam

0,7

G26 Bintik putih 0,5

G27 Sirip rontok 0,5

G28 Luka disekitar sirip punggung 0,6

G29 Pendarahan sirip 0,6

G30 Bintik merah pada permukaan tubuh 0,5

G31 Berenang kepermukaan 0,1

G32 Ingsang berwarna keputihan 0,5

G33 Mengangap di permukan air 0,1

G34 Berkumpul di permukaan air 0,3

G35 Tidak mau makan 0,2

43

Tabel 5.3. Nama Gejala (lanjutan)

Kode Nama Gejala Nilai Belief

G36 Insang menjadi berwarna kehitaman 0,5

G37 Terlihat seperti terbakar 0,5

G38 Pembengkakan limpah 0,5

G39 Bengkak kulit ikan/bisul 0,5

G40 Matanya bengkak sisiknya lepas 0,6

G41 Mata nya pecah 0,7

G42

Insang mengelupas sehingga ikan

terlihat seperti botak

0,6

G43

Pembengkakan di kulit ingsang atau

sirip

0,5

G44 Rusaknya kornea mata 0,5

G45 Ikan selalu berada di dasar kolam 0,3

G46 Bagian dasar sirip kemerahan 0,3

5.1.1.6. Basis Pengetahuan

Pada basis pengetahuan, penulis menjelaskan

tentang hubungan penyakit dan gejala-gejala yang terjadi

pada ikan, kemudian disusun sesuai aturan yang telah

ditetapkan. Basis pengetahuan dapat dilihat pada Tabel 5.4.

44

46

5.1.2. Fase Elaboration

Pada tahap elaboration, penulis melakukan perancangan

sistem menggunakan diagram UML meliputi Use Case Diagram,

Activity Diagram, dan Class Diagram. Pada tahap ini juga, penulis

membut desain database dan desain tampilan pada sistem.

5.1.2.1. Use Case Diagram

Use Case Diagram digunakan untuk

mendeskripsikan sebuah interaksi antara satu atau lebih

aktor dengan sistem yang dibuat. Use Case Diagram yang

menggambarkan sistem pakar diagnosa penyakit ikan mas,

dapat dilihat pada Gambar 5.1.

Gambar 5.1. Use Case Diagram

47

a. Aktor

Aktor dapat diidentifikasikan sebagai objek yang

berinteraksi langsung baik yang menggunakan maupun

yang mempengaruhi dengan sistem atau perangkat lunak

yang sedang dikembangkan (misalnya, orang, suatu

perangkat keras, sistem lain dan sebagainya).

Berikut tabel yang menjelaskan tentang peran masing-masing

aktor pada Tabel 5.5.

Tabel 5.5. Keterangan Aktor

No Aktor Deskripsi

1 Admin Admin dapat mengelola data penyakit,

mengelola data gejala, merelasi penyakit

dan gejala, melihat data konsultasi,

melakukan perhitungan Dempster

Shafer, mengganti password, logout.

2 User User dapat melihat data penyakit dan

dapat melakukan konsultasi pada sistem.

b. Use Case

Berikut tabel yang menjelaskan tentang fungsi setiap

Use Case yang terdapat pada Tabel 5.6.

48

Tabel 5.6. Keterangan Use Case

No Use Case Keterangan

1. Login Merupakan proses untuk melakukan

login Admin.

2. Logout Merupakan proses untuk melakukan

logout Admin.

3. Kelola Data

Penyakit

Kelola Data penyakit merupakan proses

generalisasi yang meliputi empat menu

proses yaitu lihat data penyakit, tambah

data penyakit, edit data penyakit, dan

hapus data penyakit.

4. Lihat Data

Penyakit

Merupakan proses menampilkan data

penyakit yang ada di basis data.

5.

Tambah

Data

Penyakit

Merupakan proses memasukkan data

penyakit ke dalam basis data.

6. Edit Data

Penyakit

Merupakan proses mengubah data


7. Hapus Data

Penyakit

Merupakan proses menghapus data


8. Kelola Data

Gejala

kelola Data gejala merupakan proses

generalisasi yang meliputi empat menu

proses yaitu lihat data gejala, tambah

data gejala, edit data gejala, dan hapus

data gejala.

9. Lihat Data

Gejala


gejala yang ada di basis data.

10. Tambah

Data Gejala


gejala ke dalam basis data.

11. Edit Data

Gejala

Merupakan proses mengubah data gejala

yang ada di basis data.

12. Hapus Data

Gejala

Merupakan proses menghapus data

gejala yang ada di basis data.

13. Kelola Data

Relasi

Kelola Data Relasi merupakan proses

merelasikan penyakit berdasarkan

gejala.

14. Lihat Data

Relasi


relasi yang ada di basis data.

49

Tabel 5.6. Keterangan Use Case (lanjutan)

15. Atur Relasi


penyakit berdasarkan gejala penyakit

ke dalam basis data.

16. Lihat Data

Konsultasi

Merupakan proses untuk melihat

daftar data konsultasi user yang ada

di sistem

17.

Lihat

Perhitungan

Dempster Shafer

Merupakan proses untuk menguji

perhitungan Dempster Shafer

18. Ganti Password Merupakan proses untuk mengubah

password admin yang ada di sistem

19. Lihat Penyakit Lihat penyakit merupakan proses

lihat penyakit.

20. Konsultasi

Penyakit

Merupakan proses untuk

menampilkan konsultasi penyakit.

c. Skenario Use Case

Dari skenario Use Case dapat dilihat interaksi yang

dilakukan aktor (aksi aktor). Aliran data yang diterima oleh

sistem akan menghasilkan suatu reaksi yang kontinyu sampai

proses berakhir sesuai keinginan aktor.

1. Skenario Use Case Login

Berikut tabel yang menjelaskan tentang skenario

Use Case login pada admin. Skenario login admin dapat

dilihat pada Tabel 5.7

Tabel 5.7. Skenario Login

Aksi Aktor Reaksi Sistem

Skenario Normal

1. Memasukan username

dan password

2. Memeriksa valid tidaknya data

masukkan dengan memeriksa

ke tabel pengguna.

3. Masuk ke aplikasi Sitem

50

Pakar.

Tabel 5.7. Skenario Login (lanjutan)

Skenario Alternatif


dan password


masukan.

3. Menampilkan pesan login

username dan password salah.


dan password yang

valid


masukan

6. Masuk ke aplikasi Sistem

Pakar.

2. Skenario Use Case Logout


Use Case logout pada admin. Skenario logout admin dapat

dilihat pada Tabel 5.8.

Tabel 5.8. Skenario Logout


Skenario Normal

1. Memilih menu logout

2. Melakukan logout

3. Skenario Use Case Melihat Data Penyakit


Use Case melihat data penyakit pada admin. Skenario data

penyakit pada admin dapat dilihat pada Tabel 5.9.

Tabel 5.9. Skenario Melihat Data Penyakit


Skenario Normal

1. Memeriksa status login.

51

Tabel 5.9. Skenario Melihat Data Penyakit (lanjutan)

2. Memilih menu data

penyakit.

3. Menampilkan data penyakit.

4. Skenario Use Case Menambah Data Penyakit


Use Case menambah data penyakit pada admin. Skenario

menambah data penyakit pada admin dapat dilihat pada Tabel

5.10.

Tabel 5.10. Skenario Menambah Data Penyakit


Skenario Normal


2. Memasukkan data

penyakit sesuai kolom

yang ada.


masukkan.

4. Menyimpan data penyakit ke

basis data.

Skenario Alternatif


2. Memasukkan data

penyakit sesuai kolom

yang ada.


masukkan.

4. Mengeluarkan pesan bahwa

data masukan tidak valid.

5. Memperbaiki data

masukan yang tidak

valid.


masukkan.

52

Tabel 5.10. Skenario Menambah Data Penyakit (lanjutan)

7. Menyimpan data penyakit ke

basis data.

8. Menampikan data penyakit.

5. Skenario Use Case Mengubah Data Penyakit


Use Case mengubah data penyakit pada admin. Skenario

mengubah data penyakit dapat dilihat pada Tabel 5.11.

Tabel 5.11. Skenario Mengubah Data Penyakit


Skenario Normal


2. Memilih data penyakit

yang akan diubah.

3. Menampilkan semua kolom

data penyakit yang akan diubah.

4. Mengubah data

penyakit.


masukan.

6. Menyimpan data penyakit yang

telah diubah ke basis data.

7. Menampilkan daftar data

penyakit.

Skenario Alternatif


2. Memilih data penyakit

yang akan diubah.

3. Menampilkan semua kolom

data penyakit yang akan diubah.

4. Mengubah data

penyakit.


masukan.

6. Menampilkan pesan bahwa

masukan data tidak valid.

53

Tabel 5.11. Skenario Mengubah Data Penyakit (lanjutan)

7. Memperbaiki data

masukan yang

diubah dan tidak

valid.


masukan.

9. Menyimpan data yang telah

diubah ke basis data.

10. Menampilkan daftar data

penyakit.

6. Skenario Use Case Menghapus Data Penyakit


Use Case menghapus data penyakit pada admin. Skenario

menghapus data penyakit dapat dilihat pada Tabel 5.12.

54

Tabel 5.12. Skenario Menghapus Data Penyakit


Skenario Normal


2. Memilih data

penyakit yang akan

dihapus.

3. Menampilkan pesan konfirmasi

apakah data benar akan dihapus.

4. Mengeklik pilihan

setuju data akan

dihapus.

5. Menghapus data penyakit dari

basis data.

6. Menampilkan data daftar

penyakit.

Skenario Alternatif


2. Memilih data

penyakit yang akan

dihapus.

3. Menampilkan data konfirmasi



tidak setuju data

dihapus.

5. Kembali ke daftar penyakit.

7. Skenario Use Case Melihat Data Gejala


Use Case melihat data gejala pada admin. Skenario melihat

data gejala pada admin dapat dilihat pada Tabel 5.13.

55

Tabel 5.13. Skenario Melihat Data Gejala


Skenario Normal



gejala.

3. Menampilkan data gejala.

8. Skenario Use Case Menambah Data Gejala


Use Case menambah data gejala. Skenario menambah data

gejala dapat dilihat pada Tabel 5.14.

56

Tabel 5.14. Skenario Menambah Data Gejala


Skenario Normal


2. Memasukkan data

gejala sesuai kolom

yang ada.


masukkan.

4. Menyimpan data gejala ke basis

data.

5. Menampilkan data gejala.

Skenario Alternatif


2. Memasukkan data

gejala sesuai kolom

yang ada.


masukkan.

4. Mengeluarkan pesan bahwa data

masukan tidak valid.

5. Memperbaiki data

masukan yang tidak

valid.


masukkan.

7. Menyimpan data gejala ke basis

data.

8. Menampikan data gejala.

9. Skenario Use Case Mengubah Data Gejala


Use Case mengubah data gejala. Skenario mengubah data


57

Tabel 5.15. Skenario Mengubah Data Gejala


Skenario Normal


2. Memilih data gejala

yang akan diubah.

3. Menampilkan semua kolom data

gejala yang akan diubah.

4. Mengubah data

gejala.


masukan.

6. Menyimpan data gejala yang telah


7. Menampilkan daftar data gejala.

Skenario Alternatif


2. Memilih data

gejalayang akan

diubah.

3. Menampilkan semua kolom data

gejala yang akan diubah.

4. Mengubah data

gejala.


masukan.

6. Menampilkan pesan bahwa

masukan data tidak valid.

7. Memperbaiki data

masukan yang

diubah dan tidak

valid.


masukan.

9. Menyimpan data yang telah


10. Menampilkan daftar data gejala.

10. Skenario Use Case Menghapus Data Gejala

58


Use Case menghapus data gejala. Skenario menghapus data


Tabel 5.16. Skenario Menghapus Data Gejala


Skenario Normal



yang akan dihapus.




setuju data akan

dihapus.

5. Menghapus data gejala dari basis

data.

6. Menampilkan data daftar gejala.

Skenario Alternatif



yang akan dihapus.




tidak setuju data

dihapus.

5. Kembali ke daftar data gejala.

11. Skenario Use Case Melihat Data Relasi Penyakit dan

Gejala


Use Case melihat data relasi pada admin. Skenario melihat

data relasi dan gejala dapat dilihat pada Tabel 5.17.

59

Tabel 5.17. Skenario Melihat Data Relasi


Skenario Normal


2. Memilih menu relasi

3. Menampilkan data relasi penyakit

dan gejala

12. Skenario Use Case Mengatur Data relasi


Use Case mengatur data relasi pada admin. Skenario

mengatur relasi dapat dilihat pada Tabel 5.18.

Tabel 5.18. Skenario Mengatur Data relasi


Skenario Normal


2. Mengatur data relasi

sesuai penyakit dan

gejala yang ada.


masukkan.

4. Menyimpan data training ke basis

data.

5. Menampilkan data relasi.

Skenario Alternatif


2. Memasukkan data

training sesuai

kolom yang ada.


60

masukkan.


masukan tidak valid.

5. Memperbaiki data

masukan yang tidak

valid.

Tabel 5.18. Skenario Mengatur Data relasi (lanjutan)



masukkan.

7. Menyimpan data training ke basis

data.

8. Menampikan data training.

13. Skenario Use Case Melihat Data Konsultasi


Use Case melihat data konsultasi pada admin. Skenario

melihat data konsultasi pada admin dapat dilihat pada Tabel

5.19.

Tabel 5.19. Skenario Melihat Data Konsultasi


Skenario Normal



konsultasi.

3. Menampilkan data konsultasi.

14. Skenario Use Case Melihat Perhitungan Dempster Shafer


Use Case melihat perhitungan Dempster Shafer pada admin.

Skenario melihat perhitungan Dempster Shafer pada admin

dapat dilihat pada Tabel 5.20.

61

Tabel 5.20. Skenario Melihat Perhitungan Dempster Shafer


Skenario Normal


2. Memilih menu

perhitungan

Dampster sharfer

3. Menampilkan pilihan data gejala.

4. Memilih gejala-

gejala penyakit

kemudian

mengeklik tombol

proses.

5. Memeriksa ada tidaknya gejala penyakit

yang dipilih.

6. Menampilkan perhitungan Dampster

sharfer berdasarkan gejala yang dipilih

Skenario Alternatif


2. Memilih menu

perhitungan

Dampster sharfer

3. Menampilkan pilihan data gejala.

4. Mengeklik tombol

proses tanpa

memilih gejala

penyakit.


yang dipilih.

6. Mengeluarkan pesan tidak ada data

gejala yang di pilih.

7. Memilih gejala-

gejala penyakit

62

kemudian

mengeklik tombol

proses.


yang dipilih.

9. Menampilkan perhitungan Dampster

sharfer

15. Skenario Use Case Ganti Password


Use Case mengganti password pada admin. Skenario

mengganti password pada admin dapat dilihat pada Tabel

5.21.

Tabel 5.21. Skenario Ganti Password


Skenario Normal

1. Memeriksa status login

2. Memasukkan password

lama dan memasukkan

password baru.

3. memeriksa valid tidaknya data.

4. menyimpan data password baru.

5. menampilkan pesan bahwa

baerhasil ubah password.

Skenario Alternatif


2. memasukkan password

lama dan password

baru.

3. Memeriksa valid tidaknya data.

4. Mengeluarkan pesan bahwa tidak

validnya data.

5. Memperbaiki data yang

tidak valid.

6. Memeriksa valid tidaknya data.

7. menyimpan data password baru.

8. menampilkan pesan bahwa

63

berhasil ubahpassword.

16. Skenario Use Case Lihat Data Penyakit pada User


Use Case melihat data penyakit pada user. Skenario melihat

data penyakit pada user dapat dilihat pada Tabel 5.22.

Tabel 5.22. Skenario Lihat Data Penyakit pada User


Skenario Normal

1. Memilih menu

penyakit ikan mas

2. Menampilkan 18 daftar

penyakit ikan mas.

3. Menampilkan pengertian

penyakit dan penanganannya.

17. Skenario Use Case Konsultasi Penyakit pada user


Use Case konsultasi penyakit pada user. Skenario konsultasi

penyakit pada user dapat dilihat pada Tabel 5.23.

Tabel 5.23. Skenario Kosultasi Penyakit


Skenario Normal

1. Memilih menu

konsultasi

penyakit.

2. Menampilkan form konsultasi.

3. Memasukkan data

konsultasi sesuai

64

kolom yang ada.


masukkan.

5. Menampilkan hasil konsultasi

Skenario Alternatif

1. Menemilih menu

konsultasi penyakit.

2. Menampilkan form konsultasi.

3. Memasukkan data

konsultasi sesuai

kolom yang ada.

Tabel 5.23. Skenario Kosultasi Penyakit (lanjutan)



masukkan.


tidak valid.

6. Memperbaiki data

masukan konsultasi.


masukkan.

8. Menampilkan hasil konsultasi.

65

5.1.2.2. Pemodelan Activity Diagram

a. Activity Diagram kelola data penyakit

Activity Diagram kelola data penyakit yaitu

admin dapat melihat daftar data penyakit, dapat

menambah data penyakit, dapat mengedit data penyakit,

dan dapat menghapus data penyakit. Activity Diagram

kelola data penyakit pada admin dapat dilihat pada

Gambar 5.2.

66

ADMIN SISTEM

Login

Cek login

gagal

Menampilkan menu utama

berhasil

Memilih menu data penyakit

Menampilkan data penyakit

konfirmasi

Hapus data penyakit

Menampilkan form edit data penyakit

tidak

ya

tambah edit hapus

Mengisi form edit data penyakitValidasi

data

Tidak valid

Update data penyakit

valid

Menampilkan form tambah data penyakit

Validasi data

Simpan data penyakit

Mengisi form data penyakit

Tidak valid

valid

Gambar 5.2. Activity Diagram kelola data penyakit

b. Activity Diagram kelola data gejala

Activity Diagram kelola data gejala yaitu admin

dapat melihat daftar data gejala, dapat menambah data

gejala, dapat mengedit data gejala, dan dapat menghapus

data gejala. Activity Diagram kelola data gejala pada

admin dapat dilihat pada Gambar 5.3.

67

ADMIN SISTEM

Login

Cek login

gagal


berhasil

Memilih menu data gejala

Menampilkan data gejala

konfirmasi

Hapus data gejala

Menampilkan form edit data gejala

tidak

ya

tambah edit hapus

Mengisi form edit data gejalaValidasi

data

Tidak valid

Update data gejala

valid

Menampilkan form tambah data gejala

Validasi data

Simpan data gejala

Mengisi form data gejala

Tidak valid

valid

Gambar 5.3. Activity Diagram kelola data gejala

c. Activity Diagram relasi penyakit dan gejala

Activity Diagram relasi penyakit dan gejala yaitu

merelasikan penyakit dengan gejala-gejala yang ada pada

suatu penyakit tersebut. Activity Diagram relasi penyakit

dan gejala pada admin dapat dilihat pada Gambar 5.4.

68

ADMIN SISTEM

Login Cek login

gagal


berhasil

Memilih menu data relasi

Menampilkan daftar data relasi

Atur Relasi pada Penyakit

Menampilkan nama penyakit yang dipilih dan menampilkan gejala-gejala

Merelasikan penyakit dan gejala-gejala yang ada pada suatu penyakit tersebut

Kemudian klik tombol ProsesMenampilkan daftar data relasi yang telah direlasikan

antara suatu penyakit dan gejala-gejalanya

Gambar 5.4. Activity Diagram relasi penyakit dan

gejala

d. Activity Diagram lihat data konsultasi

Activity Diagram lihat data konsultasi pada admin

yaitu admin dapat melihat daftar data konsultasi yang telah

69

dilakukan oleh user. Activity Diagram lihat data konsultasi


ADMIN SISTEM

Login

Cek login

gagal


berhasil

Menampilkan daftar data konsultasi

Memilih data konsultasi

Gambar 5.5. Activity Diagram lihat data konsultasi

e. Activity Diagram lihat perhitungan Dempster Shafer

Activity Diagram perhitungan Dempster Shafer

yaitu admin dapat melihat perhitungan Dempster Shafer.

70

Activity Diagram Dempster Shafer dapat dilihat pada

Gambar 5.6.

ADMIN SISTEM

Login

Cek login

gagal


berhasil

Menampilkan pilihan data gejala

Memilih menu dempster shafer

Tidak valid

ValidasiMemilih gejala penyakit

Proses valid

Menampilkan perhitungan dampster sharfer berdasarkan gejala yang dipilih

Gambar 5.6. Activity Diagram lihat perhitungan

Dempster Shafer

f. Activity Diagram ganti password

Activity Diagram ganti password yaitu admin

dapat mengganti password untuk login kedalam sistem

71

pakar. Activity Diagram ganti password dapat dilihat pada

Gambar 5.7.

ADMIN SISTEM

Login

Cek login

gagal


berhasil

Menampilkan form ganti pasword

Memilih menu ganti pasword

ValidasiMengisi form ganti pasword

valid

Simpan pasword

tidak valid

Gambar 5.7. Activity Diagram ganti password

g. Activity Diagram logout

72

Activity Diagram logout yaitu admin dapat logout pada

sistem pakar. Activity Diagram logout dapat dilihat pada

Gambar 5.8.

ADMIN SISTEM

Login

Cek login

gagal


berhasil

Menampilkan form login

Memilih menu logout

Gambar 5.8 Activity Diagram logout

h. Activity Diagram data penyakit pada user

73

Activity Diagram lihat data penyakit yaitu user dapat

melihat data penyakit pada sistem. Activity Diagram data

penyakit pada user dapat dilihat pada Gambar 5.9.

USER SISTEM


Menampilkan daftar penyakit ikan

Memilih menu penyakit ikan

Memilih menu penyakit ikan

Menampilkan penjelasan penyakit ikan dan cara mengobati penyakit ikan

Gambar 5.9. Activity Diagram data penyakit pada user

74

i. Activity Diagram konsultasi pada user

Activity Diagram konsultasi pada user yaitu user

atau pembudidaya ikan mas dapat melakukan konsultasi

terhadap gejala-gejala yang diderita oleh ikan mas melalui

sistem pakar. Activity Diagram konsultasi pada user dapat


USER SISTEM

Menampilkan halaman utama

Menampilkan form konsultasi

Menampilkan persentase penyakit sesuai dengan gejala yang di pilih

Memilih menu konsultasi

Memilih gejala yang di lihat pada ikan mas

validasi

Tidak valid

Valid

Gambar 5.10. Activity Diagram konsultasi pada user

75

5.1.2.3. Class Diagram

Dibawah ini terdapat pemodelan class diagram


Gambar 5.11. Class Diagram

76

5.1.2.4. Desain Database

Rancangan database yang digunakan sebagai

tempat penyimpanan data menggunakan database My

Structured Query Language (MYSQL). Desain yang akan

dibuat sebagai berikut:

a. Desain Tabel Gejala

Tabel gejala merupakan tabel yang memuat data

gejala, desain tabel gejala dapat dilihat pada Tabel 5.24.

Tabel 5.24. Tabel Gejala

Field Type Field Width Keterangan

idGejala Int 11 Primary Key

kodeGejala Varchar 4 -

namaGejala Varchar 100 -

Belief Float 3,2 -

b. Desain Tabel Konsultasi

Tabel konsultasi merupakan tabel yang memuat

data gejala yang akan user pilih berdasarkan gejala penyakit

pada ikan mas yang dilihat dilapangan, desain tabel gejala


77

Tabel 5.25. Tabel Konsultasi


idKonsultasi Int 11 Primary Key

tglKonsultasi Date -

Nama Varchar 100 -

Email Varchar 100 -

kodePenyakit Varchar 50 -

Probabilitas Float -

c. Desain Tabel Konsultasi Detail

Tabel Konsultasi Detail merupakan tabel yang

menampilkan hasil konsultasi user. Desain tabel konsultasi

detail dapat dilihat pada Tabel 5.26.

Tabel 5.26. Konsultasi Detail


idDetail Int 11 Primary Key

idKonsultasi Int 11 -

idGejala Int 11 -

d. Desain Tabel Pengguna

Tabel pengguna merupakan tabel yang memuat

data pengguna, desain tabel pengguna dapat dilihat pada

Tabel 5.27.

78

Tabel 5.27. Tabel Pengguna


idPengguna Int 11 Primary Key

Nama Varchar 50 -

username Varchar 30 -

password Varchar 32 -

Status enum('aktif ' ,

'tidak')

- -

e. Desain Tabel Penyakit

Tabel penyakit merupakan tabel yang memuat data

penyakit, desain tabel penyakit dapat dilihat pada Tabel

5.28.

Tabel 5.28. Tabel Penyakit


idPenyakit Int 11 Primary Key

kodePenyakit Varchar 4 -

namaPenyakit Varchar 40 -

deskripsiPenyakit Text - -

penangananPenyakit Text - -

f. Desain Tabel Relasi

Desain Tabel Relasi merupakan tabel yang memuat relasi

penyakit berdasarkan gejala penyakit. Desain tabel relasi


79

Tabel 5.29. Tabel Relasi


idRelasi Int 11 Primary Key

idPenyakit Int 11 -

idGejala Int 11 -

5.1.2.5. Desain Rancangan Tampilan

a. Login Admin

Berikut perencanaan desain interface login untuk

admin. Desain interface login untuk admin dapat dilihat

pada Gambar 5.12.

Sign in to start your session

Admin

xxx

Sign in

Sistem Pakar Dempster Shafer

Gambar 5.12. Login Admin

b. Data Penyakit pada Admin

80

Berikut perencanaan desain interface data

penyakit pada admin. Desain interface data penyakit pada


Data Penyakit

Tindakan

Data Konsultasi

Relasi

Data Gejala

Logout

Ganti Password

Dempster Shafer

Penanganan / pencegahanKode Nama Deskripsi

Tambah

Data Penyakit

Daftar Data Penyakit

Editxxxxxx xxx xxx

xxxxxx xxx xxx

xxxxxx xxx xxx

Hapus

Edit Hapus

Edit Hapus

Gambar 5.13. Data Penyakit Admin

c. Tambah Data Penyakit pada Admin

Berikut perencanaan desain interface tambah data

penyakit pada admin. Desain interface tambah data

penyakit pada admin dapat dilihat pada Gambar 5.14.

81

Data Penyakit

Data Konsultasi

Relasi

Data Gejala

Logout

Ganti Password

Dempster Shafer

Kode penyakit

Tambah data penyakit

xxx

Nama penyakit xxx

xxx

xxx

Deskripsi penyakit

Penanganan penyakit

Save reset

Kembali

Gambar 5.14. Tambah Data Penyakit pada Admin

d. Edit Data Penyakit pada Admin

Berikut perencanaan desain interface edit data

penyakit pada admin. Desain interface edit data penyakit

pada admin dapat dilihat pada Gambar 5.15.

82

Data Penyakit

Data Konsultasi

Relasi

Data Gejala

Logout

Ganti Password

Dempster Shafer

Kode penyakit

Edit data penyakit

xxx

Nama penyakit xxx

xxx

xxx

Deskripsi penyakit

Penanganan penyakit

Save reset

Kembali

Gambar 5.15. Edit Data Penyakit pada Admin

e. Hapus Data Penyakit pada Admin

Berikut perencanaan desain interface hapus data

penyakit pada admin. Desain interface hapus data penyakit


83

Data Penyakit

Data Konsultasi

Relasi

Data Gejala

Logout

Ganti Password

Dempster Shafer

Hapus data penyakit argulust

ok cancel

Daftar data penyakit


10

xxx

xxx

Data Penyakit

Data Konsultasi

Relasi

Data Gejala

Logout

Ganti Password

Dempster Shafer

ok cancel

Data penyakit


Kode

xxx

Nama

xxx

Deskripsi

xxx

Penanganan / Pencegahan

xxx

Tindakan

Edit Hapus

Hapus data penyakit xxxxxxxx ?

Gambar 5.16. Hapus Data Penyakit pada Admin

f. Data Gejala pada Admin

Berikut perencanaan desain interface data gejala

pada admin. Desain interface data gejala pada admin dapat


Data Penyakit

Tindakan

Data Konsultasi

Relasi

Data Gejala

Logout

Ganti Password

Dempster Shafer

BeliefKode Nama

Tambah

Data gejala

Daftar Data gejala

xxxxxx xxx

xxxxxx xxx

xxxxxx xxx

Edit Hapus

Edit Hapus

Edit Hapus

Gambar 5.17. Data Gejala pada Admin

84

g. Tambah Data Gejala pada Admin

Berikut perencanaan desain interface tambah data

gejala pada admin. Desain interface tambah data gejala


Data Penyakit

Data Konsultasi

Relasi

Data Gejala

Logout

Ganti Password

Dempster ShaferxxxKode gejala

Data gejala penyakit

save

Tambah data gejala penyakit

Nama gejala xxx

Nama belief xxx

reset

Kembali

Gambar 5.18. Tambah Data Gejala pada Admin

h. Edit Data Gejala pada Admin

Berikut perencanaan desain interface edit data

gejala pada admin. Desain interface edit data gejala pada


85

Data Penyakit

Data Konsultasi

Relasi

Data Gejala

Logout

Ganti Password

Dempster ShaferxxxKode gejala

Data gejala penyakit

save

edit data gejala penyakit

Nama gejala xxx

Nilai belief xxx

reset

Kembali

Gambar 5.19. Edit Data Gejala pada Admin

i. Hapus Data Gejala pada Admin

Berikut perencanaan desain interface hapus data

gejala pada admin. Desain interface hapus data gejala


Data Penyakit

Data Konsultasi

Relasi

Data Gejala

Logout

Ganti Password

Dempster Shafer

ok cancel


Daftar data gejala penyakit

Kode

xxx

Nama

xxx

Belief

xxx

Tindakan

Edit Hapus

Hapus data gejala penyakit xxxxxxxx ?

Gambar 5.20. Hapus Data Gejala pada Admin

86

j. Lihat Data Relasi

Berikut perencanaan desain interface lihat data

relasi pada admin. Desain interface lihat data relasi pada


Data Penyakit

Tindakan

Data Konsultasi

Relasi

Data Gejala

Logout

Ganti Password

Dempster Shafer

GejalaPenyakit

Search

Data relasi

Daftar data relasi

Atur Relasi- xxxxxx

xxx


xxx


xxx

Gambar 5.21. Lihat Data Relasi

k. Atur Data Relasi

Berikut perencanaan desain interface atur data

relasi pada admin. Desain interface atur data relasi pada


87

Data Penyakit

Data Konsultasi

Relasi

Data Gejala

Logout

Ganti Password

Dempster ShaferNama Penyakit

Data relasi

Atur data relasi

Gejala Penyakit

Kembali

xxx

xxxxx

xxxxx

xxxxx xxxxx

xxxxx

xxxxx

Proses Reset

Gambar 5.22. Atur Data Relasi

l. Data Konsultasi

Berikut perencanaan desain interface lihat data

daftar konsultasi pada admin. Desain interface lihat data

daftar konsultasi pada admin dapat dilihat pada Gambar

5.23.

88

Data Penyakit

Penyakit

Data Konsultasi

Relasi

Data Gejala

Logout

Ganti Password

Dempster Shafer

GejalaTanggal Nama Email

Search

Data konsultasi

Daftar Data konsultasi

xxxxxxxxx xxx xxx

xxxxxxxxx xxx xxx

xxxxxxxxx xxx xxx

Probabiltas

xxx

xxx

xxx

Gambar 5.23. Data Konsultasi

m. Dempster Shafer

Berikut perencanaan desain interface lihat

perhitungan Dempster Shafer pada admin. Desain

interface lihat perhitungan Dempster Shafer pada admin


Data Penyakit

Data Konsultasi

Relasi

Data Gejala

Logout

Ganti Password

Dempster Shafer Gejala penyakit

Pilih gejala penyakit

ResetProses

Perhitungan dempster shafer

xxxxx

xxxxx

xxxxx

xxxxx

xxxxx

xxxxx

Gambar 5.24. Lihat Perhitungan Dempster Shafer

89

n. Ganti Password

Berikut perencanaan desain interface ganti

password pada admin. Desain interface ganti password


Data Penyakit

Data Konsultasi

Relasi

Data Gejala

Logout

Ganti Password

Dempster Shafer

Password baru

xxxPassword lama

Ulang password baru

xxx

Password ganti password

xxx

save

Gambar 5.25. Ganti Password

o. Home User

Berikut perencanaan desain interface home pada

user. Desain interface home pada user dapat dilihat pada

Gambar 5.26.

90

Sistem pakar dempster shafer konsultasi loginJenis penyakithome

Penyakit 1 Penyakit 2 Penyakit 3

Gambar 5.26. Home User

p. Jenis Penyakit pada User

Berikut perencanaan desain interface jenis

penyakit pada user. Desain interface jenis penyakit pada

user dapat dilihat pada Gambar 5.27.

Sistem pakar dempster shafer konsultasi loginJenis penyakithome

xxxxxxx

Jenis penyakit

xxxxxxx

Nama Penyakit

Penjelasan Penyakitxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

Penanganan / Pencegahanxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

xxxxxxx

Gambar 5.27. Jenis Penyakit pada User

91

q. Konsultasi pada User

Berikut perencanaan desain interface konsultasi

pada user. Desain interface konsultasi pada user dapat


Sistem pakar dempster shafer

Konsultasi

konsultasi loginJenis penyakithome

Email anda:

xxx

Nama anda:

xxx

Gejala yang ada pada ikan (minimal 2 gejala):

Proses konsultasi

xxxxx

xxxxx

xxxxx

xxxxx

xxxxx xxxxx

Gambar 5.28. Konsultasi pada User

92

5.1.3. Fase Construction

5.1.3.1. Hasil Implementasi

Adapun hasil tampilan sistem pakar yang telah

dibuat adalah sebagai berikut:

1. Tampilan Login Admin

Berikut adalah login admin. Admin terlebih dahulu

melakukan login untuk bisa masuk ke sistem pakar tersebut

agar bisa mengelola sistem pakar. Login admin dapat dilihat

pada Gambar 5.29.

Gambar 5.29. Tampilan Login Admin

2. Tampilan Data Penyakit pada Admin

Data penyakit yaitu sebuah menu yang berisi

data penyakit yang telah diinput oleh admin. Data

penyakit pada admin dapat dilihat pada Gambar 5.30.

93

Gambar 5.30. Tampilan Data Penyakit pada Admin

3. Tampilan Edit Data Penyakit pada Admin

Edit data penyakit yaitu tempat untuk admin

mengedit data penyakit. Edit data penyakit pada admin


Gambar 5.31. Tampilan Edit Data Penyakit pada Admin

4. Tampilan Tambah Data Penyakit pada Admin

Tambah data penyakit yaitu untuk admin

menambahkan penyakit pada sistem. Tambah data

penyakit dapat dilihat pada Gambar 5.32.

94

Gambar 5.32. Tampilan Tambah Data Penyakit pada Admin

5. Tampilan Data Gejala pada Admin

Data gejala yaitu sebuah menu yang berisi data

gejala yang telah diinput oleh admin. Data gejala pada


Gambar 5.33. Tampilan Data Gejala pada Admin

6. Tampilan Edit Data Gejala pada Admin

Edit data gejala yaitu tempat untuk admin

mengedit data gejala. Edit data gejala pada admin dapat


95

Gambar 5.34. Tampilan Edit Data Gejala pada Admin

7. Tampilan Tambah Data Gejala pada Admin

Tambah data gejala yaitu untuk admin

menambahkan gejala pada sistem. Tambah data gejala


Gambar 5.35. Tampilan Tambah Data Gejala pada Admin

8. Tampilan Data Relasi pada Admin

Berikut ini adalah data relasi yaitu admin

merelasikan antara gejala dan penyakit. Data relasi dapat


96

Gambar 5.36. Tampilan Data Relasi pada Admin

9. Tampilan Atur Relasi pada Admin

Berikut ini adalah tampilan atur relasi yang

menghubungkan gejala dan penyakit. Atur relasi pada


Gambar 5.37. Tampilan Atur Relasi pada Admin

10. Tampilan Data Konsultasi pada Admin

Berikut ini adalah tampilan data konsultasi yaitu

sistem menampilkan konsultasi yang telah dilakukan

97

oleh user. Data konsultasi pada admin dapat dilihat pada

Gambar 5.38.

Gambar 5.38. Tampilan Data Konsultasi pada Admin

11. Tampilan Dempster Shafer pada Admin

Berikut adalah tampilan untuk perhitungan

Dempster Shafer. Tampiplan Dempster Shafer dapat


Gambar 5.39. Tampilan Dempster Shafer pada Admin

98

12. Tampilan Ganti Password pada Admin

Berikut ini adalah tampilan ganti password

yaitu admin dapat mengganti password untuk login

kedalam sistem. Ganti password pada admin dapat


Gambar 5.40. Tampilan Ganti Password pada Admin

13. Tampilan Home User

Berikut ini adalah tampilan menu home pada

user. Menu home pada user dapat dilihat pada Gambar

5.41.

99

Gambar 5.41. Tampilan Home User

14. Tampilan Jenis Penyakit pada User

Berikut ini adalah tampilan menu jenis penyakit

pada user. Menu jenis penyakit pada user dapat dilihat

pada Gambar 5.42.

Gambar 5.42. Tampilan Jenis Penyakit pada User

15. Tampilan Konsultasi pada User

Berikut adalah konsultasi pada user. User

memilih gejala-gejala yang diderita oleh ikan mas.

Konsultasi user dapat dilihat pada Gambar 5.43.

Gambar 5.43. Tampilan Konsultasi pada User

100

16. Tampilan Hasil Konsultasi pada User

Berikut adalah tampilan hasil konsultasi pada

user. Tampilan hasil konsultasi user dapat dilihat pada

Gambar 5.44.

Gambar 5.44. Tampilan Hasil Konsultasi pada User

101

5.1.3.2. Pengujian

a. Pengujian Blackbox Testing

Pada penelitian ini, penulis melakukan pengujian

menggunakan metode pengujian black box, metode

pengujian ini akan menguji hasil kinerja setiap halaman

pada sistem pakar.

1. Pengujian Halaman Login

Tabel 5.30. Pengujian Halaman Login

No. Skenario

Pengujian

Hasil yang

diharapkan

Hasil

pengujian Kesimpulan

1.

Menggunakan

username dan

password yang

sesuai,

kemudian klik

tombol sign in.

Proses login

akan

berhasil,

kemudian

akan masuk

kehalaman

utama.

Sesuai

harapan Valid

2.

Tidak mengisi

username dan

password,

kemudian klik

tombol sign in.

Proses login

akan gagal,

kemudian

kembali ke

form login.

Sesuai

harapan Valid

3.

Menggunakan

username dan

password yang

tidak terdaftar,

kemudian klik

tombol sign in.

Proses login

akan gagal,

kemudian

kembali ke

form login.

Sesuai

harapan Valid

102

4.

Menggunakan

username yang

terdaftar dan

password yang

tidak benar,

kemudian klik

tombol sign in.

Proses login

akan gagal,

kemudian

kembali ke

form login.

Sesuai

harapan Valid

2. Pengujian Halaman Data Penyakit

Tabel 5.31. Pengujian Halaman Data Penyakit

No. Skenario

pengujian

Hasil yang

diharapkan

Hasil


1.

Klik menu data

penyakit

Menampilkan

daftar

penyakit

Sesuai

harapan Valid

3. Pengujian Halaman Tambah Penyakit

Tabel 5.32. Pengujian Halaman Tambah Data Penyakit

No. Skenario

pengujian

Hasil yang

diharapkan

Hasil


1.

Klik menu data

penyakit

Menampilkan

daftar

penyakit

Sesuai

harapan Valid

2.

Klik tombol

tambah

Tampil form

tambah

penyakit

Sesuai

harapan Valid

3.

Mengisi semua

komponen form

tambah data

penyakit

Data

tersimpan,

kembali ke

form data

Sesuai

harapan Valid

103

penyakit

4..

Mengosongkan

salah satu

komponen form

tambah data

penyakit

Muncul

pesan

kesalahan, isi

halaman

form data

penyakit

Sesuai

harapan Valid

4. Pengujian Halaman Edit Data Penyakit

Tabel 5.33. Pengujian Halaman Edit Data Penyakit

No. Skenario

pengujian

Hasil yang

diharapkan

Hasil


1.

Klik menu data

penyakit

Menampilkan

daftar

penyakit

Sesuai

harapan Valid

2.

Klik tombol edit

data penyakit

Tampil form

edit data

penyakit

Sesuai

harapan Valid

3.

Mengosongkan

salah satu

komponen form

edit data

penyakit

Muncul

pesan

kesalahan, isi

halaman

form edit

data penyakit

Sesuiai

harapan Valid

104

5. Pengujian Halaman Data Gejala

Tabel 5.34. Pengujian Halaman Data Gejala

No.

Skenario

pengujian

Hasil yang

diharapkan

Hasil


1.

Klik menu data

gejala

Menampilkan

dafatar gejala

Sesuai

harapan Valid

6. Pengujian Halaman Tambah Data Gejala

Tabel 5.35. Pengujian Halaman Tambah Data Gejala

No. Skenario

pengujian

Hasil yang

diharapkan

Hasil


1.

Klik menu data

gejala penyakit

Menampilkan

dafatar data

gejalapenyakit

Sesuai

harapan Valid

2.

Klik tombol

tambah

Tampil form

tambah data

gejala

penyakit

Sesuai

harapan Valid

3.

Mengisi semua

komponen

form tambah

gejala penyakit

Data

tersimpan,

kembali ke

form data

penyakit

Sesuai

harapan Valid

4.

Mengosongkan

komponen

form tambah

data gejala

penyakit

Muncul pesan

kesalahan, isi

halaman form

data gejala

penyakit

Sesuai

harapan Valid

105

7. Pengujian Halaman Edit Data Gejala

Tabel 5.36. Pengujian Halaman Edit Data Gejala

No. Skenario

pengujian

Hasil yang

diharapkan

Hasil


1.

Klik menu data

gejala penyakit

Menampilkan

dafatar data

gejalapenyakit

Sesuai

harapan Valid

2.

Klik tombol

edit data gejala

penyakit

Tampil form

editdata

penyakit

Sesuai

harapan Valid

3.

Mengisi semua

komponen

form edit data

gejala penyakit

Data

tersimpan,

kembali ke

form edit data

gejala

penyakit

Sesuai

harapan Valid

4.

Mengosongkan

komponen

form edit data

gejala penyakit

Muncul pesan

kesalahan, isi

halaman form

data edit

gejala

penyakit

Sesuai

harapan Valid

8. Pengujian Halaman Relasi

Tabel 5.37. Pengujian Halaman Relasi

No. Skenario

pengujian

Hasil yang

diharapkan

Hasil


1.

Klik menu

data relasi

Menampilkan

daftar data

relasi

Sesuai

harapan Valid

106

9. Pengujian Halaman Tambah Data Relasi

Tabel 5.38. Pengujian Halaman Tambah Data Relasi

No. Skenario

pengujian

Hasil yang

diharapkan

Hasil

pengujia

n

Kesimpulan

1.

Klik menu

data relasi

Menampilkan

daftar data

relasi

Sesuai

harapan Valid

2.

Klik tombol

atur relasi

Tampil form

atur data

relasi

Sesuai

harapan Valid

3.

Memilih

gejala

penyakit data

training yang

akan ditambah

Data

tersimpan,

kembali ke

form data

relasi

Sesuai

harapan Valid

4.

Mengosongka

nkomponen

form tambah

data relasi

Muncul pesan

kesalahan,

tidak ada

gejala

penyakit yang

dipilih

Sesuai

harapan Valid

107

10. Pengujian Halaman Data Konsultasi

Tabel 5.39. Pengujian Halaman Data Konsultasi

No. Skenario

pengujian

Hasil yang

diharapkan

Hasil


1.

Klik menu data

konsultasi

Menampilkan

dafatar data

konsultasi

Sesuai

harapan Valid

11. Pengujian Halaman Perhitungan Dempster Shafer

Tabel 5.40. Pengujian Halaman Perhitungan Dempster Shafer

No. Skenario

pengujian

Hasil yang

diharapkan

Hasil


1.

Klik menu

perhituan

Dempster

Shafer

Menampilkan

pilihan data

gejala

penyakit

Sesuai

harapan Valid

2.

Memilih

pilihan data

gejala penyakit

kemudian pilih

tombol proses

Menampilkan

halaman

perhituan

Dempster

Shafer

Sesuai

harapan Valid

3.

Tidak memilih

pilihan data

gejala penyakit

Muncul

pesan

kesalahan,

tidak ada

gejala

penyakit

yang dipilih

Sesuai

harapan Valid

108

12. Pengujian Halaman Ganti Password

Tabel 5.41. Pengujian Halaman Ganti Password

No

.

Skenario

pengujian

Hasil yang

diharapkan

Hasil

pengujia

n

Kesimpulan

1.

Klik menu

perhituan ganti

password

Menampilkan

halaman

ganti

password

Sesuai

harapan Valid

2.

Mengisi

komponen

form ganti

password

Menampilkan

halaman

password,

password

berhasil

diganti

Sesuai

harapan Valid

3.

Mengosongkan

salah satu

komponen

form ganti

password

Muncul

pesan

kesalahan, isi

halaman

ganti

password

Sesuai

harapan Valid

13. Pengujian Halaman User Home

Tabel 5.42. Pengujian Halaman User Home

No. Skenario

pengujian

Hasil yang

diharapkan

Hasil


1.

Klik menu

halaman user

home

Menampilkan

halaman user

home

penyakit

kehamilan

Sesuai

harapan Valid

109

14. Pengujian Halaman Jenis Penyakit pada User

Tabel 5.43. Pengujian Halaman Jenis Penyakit pada User

No. Skenario

pengujian

Hasil yang

diharapkan

Hasil


1.

Klik menu

halaman user

penyakit ikan

mas

Menampilkan

halaman user

penyakit ikan

mas

Sesuai

harapan Valid

2.

Klik tombol

penyakit ikan

mas

Klik pilihan

penyakit

yang akan

ditampilkan

Sesuai

harapan Valid

110

15. Pengujian Halaman Konsultasi pada User

Tabel 5.44. Pengujian Halaman Konsultasi pada User

No.

Skenario

pengujian

Hasil yang

diharapkan

Hasil


1.

Klik menu

halaman use

konsultasi

Menampilkan

formhalaman

user

konsultasi

Sesuai

harapan Valid

2.

Mengisi form

halaman

konsultasi dan

pilih gejala

penyakit

Tersimpan

bershasil

diproses

kembali ke

form

konsultasi

Sesuai

harapan Valid

3.

Mengosongkan

salah satu

komponen form

konsulstasi

Muncul

pesan

kesalahan, isi

halaman

form

konsultasi

Sesuai

harapan Valid

111

b. Pengujian Perhitungan Dempster Shafer

Pada pengujian perhitungan Dempster Shafer,

penulis melakukan pengujian pada G1 yaitu gejala

hilangnya keseimbangan tubuh, G3 yaitu mata menonjol,

G5 yaitu ikan berkumpul dibagian saluran pengeluaran, dan

G7 yaitu kematian masal terutama ikan muda.

Diketahui:

- Hilangnya keseimbangan tubuh (G1) yaitu gejala yang

ada pada penyakit P1 Channel Catfish Virus Desease

(CCVD), penyakit P14 Isopoda, dan penyakit P17 Koi

Herves Virus (KHV) dengan nilai belief 0,3 .

- Mata menonjol (G3) yaitu gejala yang ada pada penyakit

P1 Channel Catfish Virus Desease (CCVD), dan

penyakit P2 Spring Viraemia of Carp (SVC) dengan nilai

belief 0,2.

- Ikan berkumpul dibagian saluran pengeluaran (G5) yaitu

gejala yang ada pada penyakit P2 Spring Viraemia of

Carp (SVC) dengan nilai belief 0,3.

- Kematian masal terutama ikan muda (G7) yaitu gejala

yang ada pada penyakit P3 Infectious Pancreatic

Necrosis (IPN) dengan nilai belief 0,3.

112

Perhitungan Dempster Shafer:

1. Nilai Densitas (m) awal

Tabel 5.45. Nilai Densitas (m) awal

Kode Gejala

Gejala Penyakit Belief Plausability

G001 hilangnya keseimbangan tubuh P001,P014,P017 0.30 0.7

G003 mata menonjol P001,P002 0.20 0.8

G005 ikan berkumpul di bagian saluran pengeluaran

P002 0.30 0.7

G007 kematian masal terutama ikan muda

P003 0.30 0.7

2. Aturan Kombinasi m1 dan m2 untuk m3 secara

manual

Tabel 5.46. Aturan Kombinasi m1 dan m2 untuk m3 secara manual

m2 (P1, P2)

0.2

m2 (θ)

0.8

m1 (P1, P14, P17)

0.3

P1

0.06

P1, P14, P17

0.24

m1 θ

0.7

P1, P2

0.14

Θ

0.56

m3 (P1) = 0.3*0.2 = 0.06

m3 (P1, P14, P17) = 0.3*0,8 = 0.24

m3 (P1, P2) = 0.7*0.2 = 0.14

m3 θ = 1- (0.06+0.24+0.14)

= 1-0.44 = 0.56

113

Gambar 5.45. Aturan Kombinasi m1 dan m2 untuk m3 pada sistem


manual


m4 (P2)

0.3

m4 (θ)

0.7

m3 (P1)

0.06

θ

0.018

P1

0.042

m3 (P1, P14, P17)

0.24

θ

0.072

P1, P14, P17

0.168

m3 (P1, P2)

0.14

P2

0.042

P1, P2

0,098

m3 θ

0.56

P2

0.168

θ

0.392

θ = 0.018+0.072 = 0.09

m5 (P1) = (0.042 / (1-0.09))

= (0.042 / 0.91)

= 0.0461538462

m5 (P1, P14, P17) = (0.168 / (1-0.09))

= (0.168 / 0.91)

= 0.184615385

m5 (P2) = (0.21 / (1-0.09))

= (0.21 / 0.91)

114

= 0.230769231

m5 (P1, P2) = (0.098 / (1-0.09))

= (0.098 / 0.91)

= 0.107692308

m5 θ =1- (0.0461538462+0.184615385+

0.230769231+0.107692308)

= 1- 0.56923077

= 0.43076923



manual


m6 (P3)

0.3

m6 (θ)

0.7

m5 (P1)

0.0461538462

θ

0.01384615

P1

0.032307692307692

m5 (P1, P2)

0.10762930769231

θ

0.032307692

P1, P2

0.0753846154

m5 (P1, P14, P17)

0.18461538461538

θ

00553846154

P1, P14, P17

0.129230769

m5 (P2) θ P2

115

0.23079623076923 0.0692307692 0.161538462

m5 (θ)

0.43076923076923

P3

0.129230769

Θ

0.301538462

θ =

0.01384615+0.032307692+0.0553846154+0.0692307692

= 0.170769227

m7 (P1) = (0.032307692307692 / (1- 0.170769227))

= (0.032307692307692 / 0.829230773)

= 0.0389610388

m7 (P1, P2) = (0.0753846154 / (1- 0.170769227))

= (0.0753846154 / 0.829230773)

= 0.0909090905

m7 (P1, P14, P17) = (0.129230769 / (1- 0.170769227))

= (0.129230769 / 0.82923773)

= 0.155844155

m7 (P2) = (0.161538462 / (1- 0.170769227))

= (0.161538462 / 0.829230773)

= 0.194805194

m7 (P3) = (0.129230769 / (1- 017069227))

= (0.129230769 / 0.829230773)

= 0.155844155

m7 θ = 1- 0.636363633

116

= 0.363636367


5. Hasil Rangkaian Perhitungan secara manual

Tabel 5.49. Hasil Rangkaian Perhitungan secara manual

Kode

Penyakit

Nama Penyakit Nilai Persentase

P1 Channel Catfish

Virus Desease

0.0389610388 3.90%

P1, P2 Channel Catfish

Virus Desease,

Spring Viraemia of

Carp (SVC)

0.0909090905 9.90%

P1, P14,

P17

Channel Catfish

Virus Desease,

Isopoda, Koi

Harves Virus

0.155844155 15.58%

P2 Spring Viraemia of 0.194805194 19.48%

117

Carp

P3 Infectious

Pancreatic Necrosi

0.155844155 15.58%

Dari hasil perhitungan manual, didapat hasil penyakit yaitu

Spring Viraemia of Carp (SVC) dengan nilai probabilitas

19,48%.

Gambar 5.48. Hasil Rangkaian Perhitungan pada sistem

118

5.1.4. Fase Transition

Pada tahap ini penulis melakukan instalasi sistem agar

dapat dimengerti oleh user. Pada tahap ini sistem yang telah dibuat

dapat diakses melalui domain :

http://www.sistempakardempster.com.

Gambar 5.49. Tampilan Hasil Aplikasi yang telah Dihosting

117

BAB VI

PENUTUP

6.1. Kesimpulan

Berdasarkan penelitian yang telah dilakukan oleh penulis terhadap

sistem pakar diagnosa penyakit ikan mas menggunakan metode Dempster

Shafer, dapat diambil kesimpulan yaitu:

1. Sistem pakar dapat menyampaikan informasi ke user mengenai jenis-

jenis penyakit dan cara mengobati penyakit pada ikan mas.

2. User dapat melakukan konsultasi ke sistem pakar berdasarkan gejala-

gejala yang dilihat pada ikan mas, dan mengkonsultasikan gejala tersebut

ke sistem pakar. Sistem pakar dapat menampilkan penyakit ikan mas

berdasarkan gejala yang dikonsultasikan.

3. Dengan menggunakan metode perhitungan Dempster Shafer, sistem akan

menampilkan persentase penyakit berdasarkan gejala yang di pilih user.

Persentase yang tampil, bersumber dari metode perhitungan dempster

shafer.

6.2. Saran

Berdasarkan penelitian yang dilakukan oleh penulis, penulis

memberikan saran untuk penelitian selanjutnya yaitu:

1. Diharapkan pada penelitian selanjutnya dapat mencakup jenis penyakit

yang lebih luas.

2. Diharapkan sistem pakar ini dapat dikembangkan berbasis mobile atau

android.

xix

DAFTAR PUSTAKA

Amanda, Januar Dwie, Hidayat Nurul, Marji. Implementasi Metode Dempster

Shafer untuk Mendeteksi Penyakit Diabetes Mellitus. Jurnal

Pengembangan Teknologi dan Ilmu Komputer, Vol. 2, No. 8, Agustus

2018. e-ISSN: 2548-964X.

Amin, Ruhul. 2017. Rancang Bangun Sistem Informasi Penerimaan Siswa Baru

pada SMK Budhi Warman 1 Jakarta. Jakarta Selatan: Jurnal Ilmu

Pengetahuan dan Teknologi Komputer. Vol. 2, No. 2, E-ISSN: 2527-4864.

Azmi, Zulfian dan Yasin, Verdi. 2017. Pengantar Sistem Pakar dan Metode.

Jakarta. MITRA WACANA MEDIA

Darsono, Soni. 2017. Diagnosa Penyakit Kulit Pada Sapi Menggunakan Metode

Dempster Shafer. Jawa Timur: Artikel Skripsi. Vol. 1, No. 5, ISSN:

XXXX-XXXX

Enterprise, Jubilee. 2018. HTML, PHP, dan MySQL untuk Pemula. Jakarta.

PT.Elex Media Komputindo

Hutahaean, Jeperson. 2015. Konsep Sistem Informasi. Yogyakarta. CV.BUDI

UTAMA.

Kusumaningrum, Demeiati N dan Kurniawati, Dyah Estu. 2016. Intermestik

Sebagai Pendekatan Studi Hubungan Internasional. Yogyakarta.

PT.Leutika Nouvalitera

https://drive.google.com/open?id=1WKKKeta8MQg58740YhISrk8WyyrWQWyX



xix

Nazir, Moh. 2014. Metode Penelitian. Bogor. GHALIA INDONESIA.

Ramadhan, Puji Sari dan Pane, Usti Fatimah Sitorus. Perbandingan Metode

(Centainly Factor, Dempster Shafer, dan Teorema Bayes) untuk

Mendiagnosa Penyakit Inflamasi Dermatitis Imun pada Anak. Sains

dan Komputer (SAINTIKOM), Vol. 17, No. 2, Agustus 2018. P-ISSN:

1978-6603, E-ISSN: 2615-3475.

Rerung, Rinto Rante. 2018. E-Commerce Menciptakan Daya Saing Melalui

Teknologi Informasi. Yogyakarta. Deepublish.

Rosa A.S, Shalahuddin M. 2018. Rekayasa Perangkat Lunak Terstruktur dan

Berorientasi Objek. Bandung. INFORMATIKA.

Sidik, Betha. 2018. Framework CodeIgniter3. Bandung. INFORMATIKA.

Wanita First, Ashari dan Hardiansyah. 2017. Sistem Pakar Deteksi Dini Penyakit

Dengan Gejala Sesak Nafas Menggunakan Metode Forward Chaining

STMIK AKBA. Makasar

Wicaksono, R.A, Hidayat Nurul, Indriati. Implementasi Metode Dempster-Shafer

untuk Diagnosis Penyakit pada Tanaman Kedelai. Jurnal

Pengembangan Teknologi Informasi dan Ilmu Komputer, Vol. 2, No. 3,

Maret 2018. e-ISSN: 2548-964X.

Yanto, Robi. 2016. Manajemen Basis Data menggunakan MySQL. Yogyakarta.

CV.BUDI UTAMA.

xix

Yusmiarti, Kusnita. 2016. Perancangan Sistem Distribusi Produk Teh Hitam

Berbasis Web Pada PTPN VII Gunung Dempo Pagar Alam. Jurnal

Informatika, Vol. 4, No. 2, Maret 2016. ISSN: 2301-5632.

Documents

SISTEM PAKAR DIAGNOSA PENYAKIT IKAN MAS BERBASIS WEB ...library.palcomtech.com/pdf/6771.pdf · SISTEM PAKAR DIAGNOSA PENYAKIT IKAN MAS BERBASIS WEB MENGGUNAKAN METODE DEMPSTER SHAFER