Upload
phunganh
View
223
Download
8
Embed Size (px)
Citation preview
1
SISTEM PAKAR KERUSAKAN SEPEDA MOTOR 4T (STROKE)
DENGAN METODE CERTAINTY FACTOR
Agus Purnomo
Arif Kurniawan
Bayu Eko Ariesta
Jurusan Teknik Informatika
STIMIK PalComTeCh Palembang
Abstrak
Sepeda motor merupakan kendaraan beroda dua yang dibagi menjadi dua kategori, yaitu motor 2
tak dan 4 tak. Dengan semakin banyaknya kendaraan roda dua ini maka semakin banyak juga
bengkel-bengkel yang menyediakan jasa perbaikan kendaaraan sepeda motor. Kerusakan
kendaraan sepeda motor ini tidak banyak orang mengetahui sumber kerusakan yang terjadi pada
kendaraan motor tersebut dan hal ini menjadi salah satu celah bagi bengkel-bengkel untuk
melakukan penipuan terhadap pemilik motor. Pada penelitian ini penulis membuat suatu sistem
pakar kerusakan sepeda motor agar masyarakat dapat mengetahui kerusakan yang terjadi pada
kendaraannya. Sistem pakar untuk diagnosa kerusakan motor 4 tak ini merupakan suatu sistem
pakar yang dirancang sebagai alat bantu untuk mendiagnosa kerusakan dengan basis
pengetahuan yang dinamis. Dimana sistem pakar merupakan sistem komputer yang dapat
melakukan penalaran seorang pakar dengan keahlian pada suatu keahlian tertentu. Sistem pakar
dapat menggantikan peran seorang pakar yang prinsip kerjanya dapat memberikan hasil yang
pasti, seperti yang dilakukan oleh seorang pakar. Metode sistem pakar yang dipakai adalah
certainty factor. Sistem pakar ini akan menampilkan pilihan gejala yang dapat dipilih oleh user.
Hasil akhirnya, sistem akan menampilkan kerusakan, perhitungan certainty factor dan solusi yang
terjadi pada kendaraan. Sistem tersebut memberikan hasil berupa kepastian yang didapat dari
perhitungan nilai bobot dari tiap gejala.
Kata kunci : Sistem pakar, certainty factor, Motor 4 Tak, Berbasis Web
PENDAHULUAN
Di zaman yang modern ini, teknologi semakin berkembang. Dengan perkembangan
teknologi tersebut, terciptalah kendaraan beroda empat dan beroda dua. Sepeda motor
merupakan kendaraan beroda dua yang dibagi menjadi dua kategori, yaitu motor 2T (Stroke)
dan 4T (Stroke) Dengan semakin banyaknya kendaraan roda dua ini maka semakin banyak
juga bengkel-bengkel yang menyediakan jasa perbaikan kendaaraan sepeda motor. Kerusakan
kendaraan sepeda motor ini tidak banyak orang mengetahui masalah yang terjadi pada
kendaraan motor tersebut dan hal ini menjadi salah satu celah bagi bengkel-bengkel untuk
melakukan penipuan terhadap pemilik motor. Diharapkan dalam hal ini pengguna kendaraan
tersebut harus memiliki pengetahuan atau wawasan yang luas dalam merawat kendaraanya
agar kendaraan tersebut layak untuk digunakan. Para pengguna kendaraan sepeda motor ini
cenderung tidak mengetahui permasalahan apa saja kerusakan yang akan terjadi, karena
identifikasi perbaikan kerusakan motor tidak semua orang bisa melakukannya, sehingga umur
kendaraan menjadi lebih pendek.
Di harapkan dengan penggunaan kendaraan yang wajar masyarakat mampu mengetahui
permasalahan kerusakan apa saja yang terjadi pada kendaraan sehingga mengurangi resiko
kerusakan-kerusakan fatal yang sering terjadi dalam komponen motor, dan mengurangi biaya
perawatan motor agar motor menjadi lebih awet atau tidak cepat rusak.
Oleh karena itu dilihat dari penjelasan ini diperlukan suatu cara bagi pengguna
kendaaran untuk mengerti permsalahan dan kerusakan yang dialami agar secara efektif dapat
dilakukan tindakan-tindakan yang diperlukan. Untuk mengetahui ini diperlukanlah sebuah
2
sistem yang disebut sistem pakar. Dimana sistem pakar merupakan salah satu kecerdasan
buatan yang mempelajari bagaimana cara seorang pakar berpikir dan bernalar dalam
menyelesaikan suatu permasalahan dan membuat suatu keputusan maupun mengambil
kesimpulan dari sejumlah fakta. Pada sistem pakar ini diterapkan untuk mendukung aktivitas
memecahkan permasalahan.
Untuk menyelesaikan masalah dalam penelitian ini peneliti menggunakan metode
Certainty Factor yang merupakan metode perhitungan tingkat kepastian yang dihitung
berdasarkan nilai probabilitas. Metode certainty factor ini hanya bisa mengolah 2 bobot
dalam sekali perhitungan. Untuk bobot yang lebih dari 2 banyaknya, untuk melakukan
perhitungan tidak terjadi masalah apabila bobot yang dihitung teracak, artinya tidak ada
aturan untuk mengkombinasikan bobotnya, karena untuk kombinasi seperti apapun hasilnya
akan tetap sama, dilihat dari hasil perhitungan bobot setelah semua keluhan-keluhan
diinputkan dan semua bobot dihitung dengan menggunakan metode certainty factor, maka
hasil yang didapat yang memiliki bobot mendekati +1 dengan keluhan-keluhan yang dimiliki.
Dari penjelasan latar belakang dan uraian diatas maka penulis membuat penelitian berjudul
“Sistem Pakar Kerusakan Sepeda Motor 4T (Stroke) Dengan Metode Certainty Factor”.
LANDASAN TEORI
Kecerdasan Buatan
Menurut Kusrini (2006:3), beberapa definisi tentang kecerdasan buatan menurut
beberapa ahli yaitu :
1. Menurut Minsky : Kecerdasan buatan adalah suatu ilmu yang mempelajari cara membuat
komputer melakukan sesuatu seperti yang dilakukan oleh manusia.
2. Menurut H.A Simon : kecerdasan buatan (Artificial Intelligence) merupakan kawasan
penelitan, aplikasi dan instruksi yang tekait dalam pemrograman komputer untuk
melakukan suatu hal yang dalam pandangan manusia adalah cerdas.
3. Menurut Rich and Knight : kecerdasan buatan sebagai sebuah studi tentnang bagaimana
membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh
manusia.
Sistem Pakar
Menurut Kusrini (2006:11), sistem pakar adalah sistem berbasis komputer yang
menggunakan pengetahuan, fakta dan teknik penalaran dalam memecahkan masalah yang
biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tersebut.
Menurut Nita Merlina dan Rahmat Hidayat dalam bukunya Perancangan Sistem
Pakar (2012:1), beberapa definisi sistem pakar menurut beberapa ahli yaitu sebagai berikut.
1. Menurut Durkin : Sistem pakar adalah suatu program komputer yang dirancang untuk
memodelkan kemampuan penyelesaian masalah yang dilakukan seorang pakar.
2. Menurut Ignizo : Sistem pakar adalah suatu model dan prosedur yang berkaitan, dalam
suatu domain tertentu, yang mana tingkat keahliannya dapat dibandingkan dengan
keahlian seorang pakar.
3. Menurut Giarratano dan Riley : Sistem pakar adalah suatu sistem komputer yang bisa
menyamai atau meniru kemampuan seorang pakar.
Basis Pengetahuan
Menurut Arhami (2005:15), basis pengetahuan mengandug pengetahuan untuk
pehamanan, formulasi, dan penyelesaian masalah. Komponen sistem pakar ini disusun atas
dua elemen dasar, yaitu fakta dan aturan (Rule). Fakta merupakan informasi tentang objek
dalam area permasalahan tertentu, sedangan aturan merupakan informasi tentang cara
bagaimana memperoleh fakta baru dari fakta yang telah diketahui.
3
Sistem
Menurut Jogiyanto (2006:683), Suatu sistem dapat didefinisikan sebagai suatu kesatuan
yang terdiri atau lebih komponen atau subsistem yang berinteraksi untuk mencapai suatu
tujuan.
Al Fatta (2007:3), Sistem adalah sekumpulan objek-objek yang saling berelasi dan
berinteraksi serta hubungan antar objek bias dilihat sebagai satu kesatuan yang dirancang
untuk mencapai tujuan.
Informasi
Menurut Hall (2001:193), sistem informasi adalah sebuah rangkaian prosedur formal
dimana data di kelompokkan, diproses menjadi informasi, dan di distribusikan kepada
pemakai.
Data Flow Diagram
Menurut Idrajani (2011:11), Data Flow Diagram (DFD) adalah Sebuah alat yang
menggambarkan aliran data sampai sebuah sistem selesai, dan kerja atau proses dilakukan
dalam sistem tersebut .
Data Primer
Menurut Sumarsono (2004:69), data primer adalah data yang diperoleh langsung oleh
pengumpul data dari objek risetnya. Misalnya data kerusakan sepeda motor diperoleh dari
orang yang bersangkutan sendiri. Pengumpulan data primer tetap dapat dilakukan dengan
mneggunakan tenaga pembantu (enumerator), asalkan penelitian telah menghayati
permasalahan yang dihadapi atau telah bertemu dengan objek risetnya.
Data Sekunder
Menurut Sumarsono (2004:69), data sekunder adalah semua data yang diperolah secara
tidak langsung dari objek yang diteliti. Data yang diperolah dari penelitian lain atau dari
catatan yang sudah diolah atau belum diolah yang dipentingkan adalah keadaan atau ada
tidaknya data itu sendiri. Contohnya jurnal-jurnal yang berkaitan denga sistem pakar
kerusakan sepeda motor.
Jenis Penelitian
Menurut Sugiyono (2013:334), metode eksperimen termasuk dalam metode penelitian
kuantitatif. Penelitian eksperimen dilakukan di laboratorium sedangkan penelitian naturalistic
atau kualitatif dilakukan pada kondiisi yang alamiah.
HASIL DAN PEMBAHASAN
Identifikasi Masalah Pada sistem pakar ini mengidentifikasi kerusakan sepeda motor 4T (Stroke) didasarkan
oleh gejala-gejala kerusakan yang ada pada sepeda motor tersebut. Ketetapan hasil konsultasi
sudah ditetapkan oleh user sistem pakar itu sendiri yang telah memilih kategori dan gejala
sebelumnya.
Agar sistem pakar dapat melakukan penalaran sebagaimana seorang pakar meskipun
berada dalam kondisi ketidakpastian kategori kerusakan yang dikeluarkan diperlukan suatu
metode Certainty Factor. Certainty Factor merupakan sebuah metode pengukuran besarnya
suatu nilai kepercayaan metode dalam sistem pakar.
4
Analisis Kebutuhan
Berdasarkan hasil penelitian yang telah dilakukan, maka didapat sebuah pengembangan
sistem pakar kerusakan sepeda motor 4T (Stroke). Sistem pakar ini berguna untuk
memudahkan para pengguna untuk mengidentifikasi kerusakan motor 4T (Stroke) melalui
gejala-gejala yang telah ditetapkan dalam sistem pakar. Dengan cara kerja sistem pakar yang
menggunakan dua alternatif pilihan jawaban ya dan tidak tiap pertanyaan gejala yang
ditampilkan oleh sistem.
Sistem pakar ini terdiri dari menu utama yang terdiri dari Menu Home, Profil, Daftar,
dan Login. Kemudian dalam menu Admin terdiri dari Menu Home, Kategori, Kerusakan,
Gejala, Bobot, dan Logout. Sedangkan dalam menu User terdiri dari Menu Home, Konsultasi,
Komentar dan Logout. Pengembangan sistem pakar kerusakan sepeda motor 4T (Stroke) ini
dianalisis dan dikembangkan dengan menggunakan penambahan metode Waterffal yang
diharapkan hasil idetifikasi kerusakan dan disertai nilai Certainty Factor yang akan
menunjukan tingkat persentasi kebenaran hasil identifikasi yang semaki lebih mendekati
kebenaran dalam mengidentifikasi kerusakan sepeda motor yang dialami. Sistem pakar
menentukan kerusakan mesin sepeda motor ini memberikan pemecahan masalah sesuai
dengan hasil konsultasi penulis dengan pakar.
Analisis Sistem Dari hasil konsultasi penulis dengan pakar, kategori kerusakan dan gejala kerusakan
yang akan dipilih user dan ditampilkan sebagai inputan di sistem pakar, yaitu:
1. Kategori kerusakan sepeda motor yang terpilih : Mesin.
2. Gejala kerusakan sepeda motor yang terpilih : Tenaga yang dihasilkan berkurang, Keluar
asap putih pada knalpot dan Suara kasar pada kepala silinder.
3. Langkah menentukan kerusakan sepeda motor:
a) Mencari kerusakan sepeda motor yang sesuai dengan gejala-gejala kerusakan yang
telah dipilih oleh user dan sesuai dengan basis pengetahuan.
b) Melakukan perhitungan dengan menggunakan metode Certainty Factor dari gejala-
gejala kerusakan yang telah dipilih oleh user dan menarik kesimpulan menggunakan
Forward Chainig.
a. Mencari kerusakan sepeda motot sesuai gejala-gejala kerusakan di kategori
kerusakan yang dipilih pada tabel 5.1.
b. Berdasarkan pemilihan kategori dan gejala-gejala kerusakan sepeda motor yang
dipilih oleh user maka diperoleh kerusakan yang mempunyai nilai Certainty Factor
tertinggi.
c. Penyelesaian
Mencari kerusakan sepeda motor 4T (Stroke) pada Tabel 1.
Tabel 1. Aturan Identifikasi
Kategori
Kerusakan Gejala Kerusakan Kerusakan
Mesin
G1. Tenaga yang dihasilkan berkurang, K1. Piston, Head
Cylinder dan Blok
Cylinder
G2. keluar asap putih pada kenalpot,
G3. Suara kasar pada kepala silinder.
G1. Tenaga yang dihasilkan berkurang,
K2. Stang seher
G4. Getaran mesin sangat terasa,
G5. Suara berisik ketika gas di rpm
rendah,
G6. Mesin brebet ketika dipacu.
5
G1. Tenaga yang dihasilkan berkurang,
K3. Rantai mesin
atau rantai klep
G7. Mesin tidak stabil ketika berjala
atau tersendat-sendat,
G8. Suara kasar pada mesin bagian kiri
ketika suhu dingin.
G1. Tenaga yang dihasilkan berkurang,
K4. Kopling
G9. Saat gas ditarik, motor tidak mau
langsung berjalan,
G10. Suara mesin tidak lepas
G11. Slip ketika melakukan perpindahan
gigi.
G12. Sulit ketika melakukan
perpindahan gigi,
K5. Transmisi G13. Pedal transmisi lose,
G14. Pedal tidak mau berpindah
transmisi (ditambah atau dikurang).
G15. Gas tidak stationer
K6. Klep G16. Keluar asap hitam pada kenalpot
G17. Bbm boros
G18. Oli mesin cepat berkurang
G19. lampu indikator pada spedometer
berkedip berkali-kali
K7. Injeksi
G20. Tampilan suhu mesin pada
spedomoter tidak stabil
G21. motor tidak langsam
G22. penggunaan bahan bakar semakin
boros
Kelistrikan
G23. Mesin susah dihidupkan
K8. Busi G24. Tidak ada percikan api pada busi
G25. Mesin meledak-ledak ketika
berjalan.
G23. Mesin susah dihidupkan
K9. Koil
G26. Percikan api pada busi berwarna
kemerahan
G27. Mesin tiba-tiba mati ketika sedang
berjalan
G23. Mesin susah dihidupkan
K10. CDI G28. mesin brebet di rpm tinggi
G29. percikan busi api pendek
G30. busi sering mati
G31. Mesin tidak bisa dihidupkan
K11. Spul
Kelistrikan
G32. Lampu-lampu (spidometer, sign,
head lamp, dll) mati
G33. Bohlam lampu sering putus atau
mati
K12. Kiprok G34. Aki cepat soak
G35. Mesin tiba-tiba mati saat sedang
berjalan
G36. Lampu indikator pada spidometer K13. Aki
6
tidak menyala
G37. Electric starter tidak berfungsi
G38. Lampu signal (rem, sign dan head
lamp) redup
G39. Klakson tidak bersuara
(Sumber: Kepala Mekanik Dealer Yamaha PD.Panca Motor)
Berdasarkan hasil gejala-gejala yang telah dipilih oleh user maka diperoleh
identifikasi kerusakan sepeda motor yang mempunyai nilai Certainty Factor tertinggi, dapat
dilihat pada Tabel 2.
Tabel 2. Hasil Identifikasi
Kerusakan
Jumlah Gejala
yang harus
dipilih
Nilai CF
Total
Nilai
Double
Nilai
Double
* %
Piston, Head Cylinder
dan Blok Cylinder 3 0,917632 0.92 92%
Transmisi 3 0,917632 0,92 92%
Klep 4 0,9066496 0,91 91%
Injeksi 4 0,90438656 0,90 90%
Stang seher 4 0,8942029 0,89 89%
Kopling 4 0,8817562 0,88 88%
Koil 3 0,881024 0,88 88%
Busi 3 0,872704 0,87 87%
Aki 4 0,8704 0,87 87%
Rantai mesin atau rantai
klep 3 0,86272 0,86 86%
Kiprok 3 0,83776 0,84 84%
CDI 4 0,8387584 0,84 84%
Spul 2 0,6464 0,65 65%
Selanjutnya nilai Certainty Factor berguna untuk memberikan nilai kepastian pada
kerusakan sepeda motor oleh pengguna pada saat proses konsultasi selesai dilakukan. Pada
saat gejala kerusakan dipilih, maka sistem akan menghitung nilai bobot tiap gejala dengan
Certainty Factor berdasarkan gejala kerusakan yang sudah dijawab oleh pengguna pada saat
konsultasi. Apabila gejala dipilih lebih dari satu, maka sistem juga akan mencari gejala yang
sama ke semua jenis penyakit dan menghitung hasil kombinasi nilai Certainty Factor untuk
gejala kerusakan.
Ketentuan dan nilai Certainty Factor untuk gejala kerusakan tersebut adalah sebagai
berikut:
a. Ketentuan untuk Kerusakan Piston, Head Cylinder dan Blok Cylinder
IF G1 dan G2 dan G3 THEN Piston, Head Cylinder dan Blok Cylinder
(CF=0,917632)
b. Ketentuan untuk Kerusakan Stang Seher
IF G1 dan G4 dan G5 dan G6 THEN Stang seher (CF=0,8942029)
c. Ketentuan untuk Kerusakan Rantai mesin atau rantai klep
IF G1 dan G7 dan G8 THEN Rantai mesin atau rantai klep (CF=0,86272)
d. Ketentuan untuk Kerusakan Kopling
IF G1 dan G9 dan G10 dan G11 THEN Kopling (CF=0,8817562)
7
e. Ketentuan untuk Kerusakan Transmisi
IF G12 dan G13 dan G14 THEN Transmisi (CF=0,917632)
f. Ketentuan untuk Kerusakan Klep
IF G15 dan G16 dan G17 dan G18 THEN Klep (CF=0,9066496)
g. Ketentuan untuk Kerusakan Busi
IF G19 dan G20 dan G21 THEN Busi (CF=0,90438656)
h. Ketentuan untuk Kerusakan Koil
IF G19 dan G22 dan G23 THEN Koil (CF=0,872704)
i. Ketentuan untuk Kerusakan CDI
IF G19 dan G24 dan G25 dan G26 THEN CDI (CF=0,881024)
j. Ketentuan untuk Kerusakan Spul
IF G27 dan G28 THEN Spul (CF=0,8387584)
k. Ketentuan untuk Kerusakan Kiprok
IF G29 dan G30 dan G31 THEN Kiprok (CF=0,6464)
l. Ketentuan untuk Kerusakan Aki
IF G32 dan G33 dan G34 dan G35 THEN Aki (CF=0,83776)
m. Ketentuan untuk Kerusakan Injeksi
IF G36 dan G37 dan G38 dan G39 THEN Injeksi (CF=0,8704)
Diagram Konteks Sistem
Diagram konteks adalah reprensentasi grafik yang menggambarkan aliran informasi
dan transformasi informasi yang diaplikasikan sebagai data yang mengalir dari masukan
(input) dan keluaran (output). (Rosa dan Shalaluddin, 2013:70).
(Sumber: Dikelola Sendiri)
Gambar 1. Diagram Konteks Sistem
Dalam diagram konteks ini Pakar bertugas mengelola data kategori, data kerusakan dan
solusi, data gejala dan data bobot. Dalam sistem pakar kerusakan sepeda motor 4T dengan
metode Certainty Factor. Kemudia User sistem pakar dapat memilih kategori, memilih gejala
kerusakan, melihat data hasil konsultasi dan melakukan komentar.
Data Flow Diagra (DFD)
Data Flow Diagram merupakan untuk menggambarkan sebuah sistem dari level yang
paling tinggi kemudian menguraikan menjadi level lebih rendah (dekomposisi).
8
1. DFD Level 0
Gambar 2. Diagram Level 0
Pada DFD Level 0 ini dijelaskan bahwa :
1. Pakar menginput data kategori pada proses 1.0 data kategori lalu disimpan di kategori.
Data kategori diteruskan untuk proses 2.0 yaitu untuk menginput data kerusakan dan
solusi oleh pakar.
2. Pakar menginputkan data kerusakan dan solusi pada proses 2.0 data kerusakan dan solusi
lalu disimpan di kerusakan dan solusi. Data kerusakan dan solusi diteruskan untuk proses
4.0 yaitu untuk menginput data bobot oleh pakar.
3. Pakar menginput data gejala pada proses 3.0 data gejala lalu disimpan di gejala. Data
gejala diteruskan pada proses 4.0 yaitu untuk menginput data bobot oleh pakar.
4. Pakar menginput data bobot pada proses 4.0 data bobot lalu disimpan di bobot. Data bobot
lalu diteruskan pada proses 5.0 yaitu untuk memberikan data konsultasi yang dilakukan
oleh user.
9
2. DFD Level 1 Proses 1
Gambar 3. DFD Level 1 Proses 1
Pada DFD Level 1 proses 1 ini dijelaskan bahwa Pakar menginput data kategori pada
proses 1.1 dan menghasilkan data kategori. Data kategori dapat diedit oleh pakar pada proses
1.2 dan data kategori juga dapat dihapus oleh pakar pada proses 1.3. kemudian data kategori
juga dapat dilihat oleh pakar pada proses 1.4.
3. DFD Level 1 Proses 2
Gambar 4. DFD Level 1 Proses 2
Pada DFD Level 1 proses 2 ini dijelaskan bahwa Pakar menginput data kerusakan dan
solusi pada proses 2.1 dan menghasilkan data kerusakan dan solusi. Data kerusakan dan
solusi dapat diedit oleh pakar pada proses 2.2 dan data kerusakan dan solusi juga dapat
dihapus oleh pakar pada proses 2.3 kemudian data kerusakan dan solusi juga dapat dilihat
oleh pakar pada proses 2.4.
4. DFD Level 1 Proses 3
10
Gambar 5. DFD Level 1 Proses 3
Pada DFD Level 1 proses 3 ini dijelaskan bahwa Pakar menginput data gejala pada
proses 3.1 dan menghasilkan data gejala. Data gejala dapat diedit oleh pakar pada proses 3.2
dan data gejala juga dapat dihapus oleh pakar pada proses 3.3. kemudian data gejala juga
dapat dilihat oleh pakar pada proses 3.4.
5. DFD Level 1 Proses 4
Gambar 6. DFD Level 1 Proses 4
Pada DFD Level 1 proses 4 ini dijelaskan bahwa Pakar menginput data gejala pada
proses 4.1 dan menghasilkan data gejala. Data gejala dapat diedit oleh pakar pada proses 4.2
dan data gejala juga dapat dihapus oleh pakar pada proses 4.3. kemudian data gejala juga
dapat dilihat oleh pakar pada proses 4.4.
11
Entity Relationship Diagram (ERD)
(Sumber: Dikelola Sendiri)
Gambar 7. Entity Relationship Diagram (ERD)
Dari Gambar 7 diagram entity relationship diagram dapat dijelaskans bahwa entitas
Login Pakar melakukan membuat kategori didalam kategori terdapat id_kategori dan
nama_kategori. Kategori akan menghasilkan data id_kerusakan, id_kategori,
nama_kerusakan dan solusi_kerusakan dan berdasarkan data yang dikelola di entitas
kerusakan. Didalam entitas solusi entitas jawaban yang mempunyai hubungan ke entitas
kerusakan. Kerusakan akan menghasilkan data hasil konsultasi. Data kerusakan juga
memiliki entitas pada data bobot. Login Pakar membuat data gejala, didalam entitas gejala
terdapat id_gejala dan nama_gejala. Gejala akan menghasilkan data bobot, yang entitas
didalamna terdapat id_bobot, id_kerusakan, id_gejala, dan bobot. Login Pakar juga memiliki
entitas pada data hasil konsultasi.
12
Desain Alur Yang Diusulkan
(Sumber: Dikelolah Sendiri)
Gambar 8. Desain Alur Yang Diusulkan
Berdasarkan Gambar 8 Alur yang diusulkan merupakan alur dari pakar dan user, diman
pakar melakukan login jika berhasil akan masuk ke aplikasi dan melakukan input data atau
edit data atau hapus data. Jika selesai akan tersimpan pada database data kategori, data
kerusakan, data gejala kerusakan dan data hasil konsultasi. User masuk ke aplikasi dan akan
melakukan pendaftaran setelah itu user melakukan login. Setelah melakukan login user akan
melakukan penginputan data kategori dan data gejala kerusakan kemudian data yang telah
dipilih akan diproses oleh aplikasi, setelah selesai diproses akan keluar hasil konsultasi
berupa data kerusakan perhitungan nilai certainty fector yang dialami dan solusi yang
diberikan.
Pengujian Pada kategori Mesin
Dalam pengujian perhitungan untuk kategori mesin, penulis mengambil simpel acak
dalam memilih gejala-gejala yang ada pada kategori mesin, dalam kategori mesin penulis
memilih gejala G1, G2, G3, G4, G5, G7, G9, G11.
13
Gambar 9. Gejala-gejala Kategori Mesin
Dari gejala-gejala yang telah dipilih secara acak didapat nilai CF tertinggi yaitu 0.92,
jenis kerusakan Piston, Head Cylinder dan Blok Cylinder dan adapun diagnosa lain dari
gejala yang dipilih di atas, yaitu ada Kopling deangan nilai CF 70%, Setang Seher dengan
nilai CF 40%, Rantai Mesin atau Rantai Klep dengan nilai CF 8%. Untuk nilai CF lebih
kecil dari nol tidak akan ditampilkan sistem, sistem hanya menampilkan nilai CF lebih besar
sama dengan nol.
14
Gambar 10. Hasil Dari Gejala-gejala Kategori Mesin
PENUTUP
Berdasarkan penelitian yang penulis lakukan tentang sistem pakar kerusakan sepeda
motor 4T (Stroke) dengan metode Certainty Factor dapat kami simpulkan sistem pakar ini
dapat membantu pengguna sistem dalam mengindentifikasi setiap kerusakan yang ada pada
sepeda motor dan membantu pakar dalam memberikan informasi gejala kerusakan dan
kerusakan sepeda motor kepada masyarakat luas, terutama kepada masyarakat yang awam
tentang kerusakan sepeda motor.
Dengan adanya sistem pakar ini dapat membantu para siswa baru SMK Kejurusan
Otomotif dalam pempelajari gejala kerusakan dari tiap kerusakan pada sepeda motor.
Implementasi metode Certainty Factor pada sistem kerusakan sepeda motor 4T (Stroke)
memberikan nilai kepastian dalam menampilkan kerusakan sepeda motor pada sistem. Sistem
mampu mendiagnosa kerusakan sepeda motor 4T (Stroke) berdasarka gejala-gejala kerusakan
yang dipilih dan sistem akan menampilkan kerusakan yang dialami berdasarkan nilai
perhitungan tiap bobot gejala kerusakan.
15
DAFTAR PUSTAKA
Al Fatta, Hanif. 2007. Analisis dan Perancangan Sistem Informasi. Yogyakarta: Andi OffSet.
Arhami, Muhammad. 2005. Konsep Dasar Sistem Pakar. Yogyakarta: Andi OffSet.
A.S, Rosa dan M. Shalaluddin. 2013. Rekayasa Perangkat Lunak Terstruktur dan
Berorientasi Objek. Bandung: Informatika Bandung.
Hall, James. 2007. Sistem informasi Akuntansi. Jakarta: Salemba Empat.
Indrajani. 2011. Bedah Kilat 1 Jam Pengantar dan Sistem Basis Data. Jakarta: Elex Media
Komputindo.
Jogiyanto. 2005 Analisis Dan Desain Sistem Informasi. Yogyakarta: Andi OffSet.
Kusrini, 2006. Sistem Pakar. Yogyakarta: Andi OffSet.
Merlina Nita, Hidayat Rahmat. 2012. Perancangan Sistem Pakar. Jakarta: Ghalia Indonesia.
Sugiyono. 2013. Metode Penelitian Pendidikan Pendekatan Kuantitatif, kualitatif, dan
R&D. Bandung: Alfabeta.
Sumarsono, Sonny. 2004. Metode Riset Sumber Daya Manusia. Yogyakarta: Graha Ilmu.