perancangan aplikasi sistem pakar untuk mendiagnosa...
TRANSCRIPT
Perancangan Aplikasi Sistem Pakar untuk Mendiagnosa
Penyakit Ayam pada Android Platform
Artikel Ilmiah
Diajukan kepada
Fakultas Teknologi Informasi
untuk memperoleh Gelar Sarjana Komputer
Oleh:
Henoch Juli Christanto
NIM: 672011610
Program Studi Teknik Informatika
Fakultas Teknologi Informasi
Universitas Kristen Satya Wacana
Salatiga
April 2015
Perancangan Aplikasi Sistem Pakar untuk Mendiagnosa Penyakit
Ayam pada Android Platform
1Henoch Juli Christanto,
2 Hindriyanto D. Purnomo,
3 Yos Richard Beeh
Fakultas Teknologi Informasi Program Studi Teknik Informatika
Universitas Kristen Satya Wacana
Jl. Diponegoro 52-60, Salatiga 50711, Indonesia
Abstract In world of breeding, not all of the breeders have breeding education background.
It becomes problem when the livestock getting sick. They need other people to overcome
the disease. Absolutely, it takes a long time. Fowl, especially chickens are potentially
attacked by diseases that need initial handling. Expert system as a computer technology
can resolve the problem such as the thought of the adopted expert. Therefore, the writer
makes an expert system application that can be used to diagnose chicken disease on
Android platform. Inference process in this system used Central Inference method. A
knowledge base that used is rule based reasoning. The result of the research is an expert
system application base on Android that can be used to help in diagnose and treat
chickens disease. Keywords : Metamorphosis, Augmented Reality, Game, Learning, Android.
Abstrak
Dalam dunia peternakan seringkali yang menjadi peternak adalah orang-orang
yang tidak memiliki latar belakang pendidikan di dalam peternakan sehingga apabila
terjadi kendala seperti penyakit mereka membutuhkan orang lain untuk mengatasinya dan
itu membutuhkan waktu yang cukup lama. Unggas terkhususnya ayam merupakan salah
satu hewan ternak yang rawan terserang penyakit dan beberapa penyakit membutuhkan
penanganan sedini mungkin. Sistem pakar sebagai suatu teknologi komputer yang dapat
menyelesaikan masalah sesuai dengan pemikiran seorang pakar yang diadopsinya. Oleh
karena itu, dibuatlah aplikasi sistem pakar untuk mendiagnosa penyakit ayam pada
Andoid platform. Proses inferensi pada sistem ini menggunakan metode Central
Inference. Basis pengetahuan yang digunakan adalah Rule Based Reasoning. Hasil dari
penelitian ini menghasilkan sebuah aplikasi sistem pakar berbasis Android yang dapat
memberikan kemudahan dalam mendiagnosa dan mengobati penyakit ayam. Kata kunci : Sistem Pakar, Kecerdasan Buatan, Central Inference, Penyakit Ayam
1 Mahasiswa Fakultas Teknologi Informasi Program Studi Teknik Informatika, Universitas
Kristen Satya Wacana 2 Staff Pengajar Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana
3 Staff Pengajar Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana
1
1. Pendahuluan
Dalam bidang peternakan, ayam adalah binatang unggas yang rawan terhadap
penyakit dengan jenis gejala yang beraneka ragam. Seringkali, para peternak sulit
untuk menentukan secara pasti penyakit apa yang sedang menyerang karena
penyakit pada ayam terdiri dari berbagai gejala yang hampir sama. Kondisi ini
sangatlah berbahaya jika tidak ditangani dengan cepat dan tepat karena penyakit
pada unggas khususnya ayam dapat dengan mudah ditularkan pada individu yang
lain [1].
Berdasarkan wawancara yang telah didapatkan dari PT. Japfa Comfeed
Indonesia yang menangani dalam penyedia pakan dan obat ternak oleh Maria Yuni
Asih S.Pt. selaku management information system, beberapa para peternak sulit
dalam menentukan penyakit dan penanganan yang dilakukan pada penyakit
tersebut. Mereka melakukan diagnosa dengan cara mengirimkan kondisi
menggunakan BlackBerry Messanger pada perangkat Android mereka kepada
mantri hewan yang ada. Hal ini membutuhkan waktu yang lama dalam
mendiagnosa karena mantri hewan hanya dapat mengira-ngira kondisi ayam
sesungguhnya dan membutuhkan waktu untuk merespon peternak yang jumlahnya
banyak.
Berdasarkan latar belakang masalah tersebut diambil beberapa masalah
utama yang melatar belakangi penelitian ini yaitu bagaimana membangun aplikasi
sistem pakar yang dapat membantu peternak ayam dalam mendiagnosa penyakit
ayam. Untuk mengatasi masalah tersebut maka akan dirancang aplikasi sistem
pakar untuk mendiagnosa penyakit ayam pada Android platform.
2. Tinjauan Pustaka
Pada penelitian berjudul A Rule-Based Inference Engine which is Optimal
and VLSI Implementable menghasilkan metode Central Inference Engine
Algorithm yang merupakan pengembangan dari pendekatan Forward Chaining [2].
Penelitian yang dilakukan mengembangkan hasil penelitian tersebut dan
menerapkan Central Inference Engine Algorithm pada perangkat Android.
Psedocode.1 Algoritma Central Inferensi [2]
2
Kecerdasan buatan atau Artificial Intelligence merupakan salah satu bagian
ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan
seperti dan sebaik yang dilakukan oleh manusia. Salah satu bidang kecerdasan
buatan adalah sistem pakar (Expert System), dimana program komputer dapat
menirukan penalaran seorang pakar dengan keahlian pada suatu bidang tertentu
termasuk dalam mendiagnosa suatu penyakit [3].
Sistem Pakar (Expert System) adalah aplikasi berbasis komputer yang
menggunakan pengetahuan, fakta, dan teknik penalaran untuk menyelesaikan
masalah sebagaimana yang dipikirkan olah pakar. Pakar yang dimaksud adalah
orang yang mempunyai keahlian khusus dalam suatu bidang tertentu yang dapat
menyelesaikan masalah yang tidak dapat diselesaikan oleh orang awam. Beberapa
aktivitas penyelesaian masalah antara lain : pembuatan keputusan (decicion
making), pemaduan pengetahuan (knowledge fusing), pembuatan desain
(designing), perencanaan (planning), prakiraan (forecasting), pengaturan
(regulating), pengendalian (controlling), diagnosis (diagnosing), perumusan
(prescribing), penjelasan (explaining), pemberian nasihat (advising), dan pelatihan
(tutoring) [4].
Dalam sistem pakar untuk mendiagnosa penyakit ayam (diagnosing)
dibutuhkan dua hal penting yaitu basis pengetahuan dan mesin inferensi. Basis
pengetahuan merupakan sekumpulan pengetahuan atau fakta-fakta yang
dibutuhkan sistem, sedangkan mesin inferensi digunakan untuk mengambil
kesimpulan berdasarkan fakta atau pengetahuan seperti pada gambar 1.
Gambar 1. Sistem yang menggunakan AI [4]
Android adalah sebuah kumpulan lengkap mobile phone software. Android
mencakup semua kebutuhan manufaktur atau operator untuk membangun sebuah
mobile phone. Android telah dibuat tersedia sebagai open source melalui lisensi
Apache v2. Android memanfaatkan konten web dan Internet untuk menyediakan
layanan canggih seperti mobile mashups [5].
3. Metode Penelitian
Penelitian ini dilakukan dan diselesaikan melalui tahapan penelitian yang
terbagi dalam lima tahapan, yaitu analisis kebutuhan dan pengumpulan data,
perancangan sistem, perancangan aplikasi / program, implementasi dan pengujian
sistem serta analisis hasil pengujian, dan yang terakhir adalah penulisan laporan
hasil penelitian.
3
Gambar 2. Tahapan Penelitian [6]
Tahapan penelitian pada Gambar 2 dapat dijelaskan sebagai berikut : Tahap
pertama merupakan tahapan analisis kebutuhan dan pengumpulan data. Analisis
kebutuhan dilakukan untuk mengetahui informasi apa saja yang dibutuhkan oleh
seorang pakar untuk mendiagnosa penyakit ayam. Informasi didapat dengan cara
melakukan wawancara, studi pustaka dan studi literatur dari jurnal-jurnal penelitian
tentang penyakit ayam.
Tahapan kedua dari penelitian ini adalah merancang sistem aplikasi. Metode
pembuatan aplikasi sistem pakar diselesaikan melalui tahapan sesuai dengan tahap-
tahap pengembangan sistem pakar yaitu : (1) Tahap Penilaian Keadaan, (2) Tahap
Koleksi Pengetahuan, (3) Tahap Perancangan, (4) Tahap Tes, (5) Tahap
Dokumentasi, (6) Tahap Pemeliharaan.
Gambar 3. Tahapan-Tahapan Pengembangan Sistem Pakar [4]
Perancangan Sistem meliputi Perancangan Flow
Diagram dan Perancangan Arsitektur
Analisis Kebutuhan dan Pengumpulan Data
Perancangan Aplikasi / Program
Implementasi dan Pengujian Sistem,
serta Analisis Hasil Pengujian
Penulisan Laporan Hasil Penelitian
4
Tahapan pengembangan sistem pada Gambar 7, dapat dijelaskan sebagai
berikut. Tahap pertama: tahap penilaian keadaan, yaitu mengkaji situasi,
memutuskan dengan pasti tentang masalah yang akan dikomputerisasi dan apakah
sistem pakar dapat lebih membantu atau tidak.
Tahapan kedua: tahap koleksi pengetahuan, yaitu melakukan analisis
kebutuhan dan pengumpulan data penyakit dan gejala-gejala penyakit dari beberapa
buku dan wawancara terhadap pakar dalam mendiagnosa penyakit ayam.
Tahapan ketiga: tahap perancangan sistem (System and Software Design)
yang meliputi perancangan aturan dari basis pengetahuan yang telah didapatkan,
merancang alur kerja sistem, merancang antarmuka untuk menghubungkan
interaksi user dengan system, proses inferensi, perancangan UML meliputi use case
diagram, activity diagram, class diagram dan sequence diagram.
User
Lihat Data Penyakit
Diagnosa Penyakit
Lihat Penanganan Penyakit<<include>>
<<include>>
Lihat Bantuan
Lihat Tentang Aplikasi
Gambar 4. Use Case Diagram Peternak
Use case diagram menggambarkan fungsionalitas yang diharapkan dari
sebuah sistem, yang ditekankan adalah “apa” yang diperbuat sistem dan bukan
“bagaiamana”. Sebuah use case mempresentasikan sebuah interaksi actor dengan
sistem. Use case merupakan sebuah pekerjaan tertentu. Sebuah actor adalah
sebuah entitas manusia atau mesin yang berinteraksi dengan sistem untuk
melaksanakan pekerjaan-pekerjaan tertentu. Dalam use case diagram ini hanya
terdapat 1 actor yang memerlukan sistem untuk mendiagnosa penyakit. Dalam
sistem ini tidak diperlukan admin dikarenakan proses memperbaharui database
dilakukan dengan memperbaharui file XML yang ada di dalam aplikasi.
Activity diagram adalah gambaran aliran proses yang terdapat dalam sistem
mulai aktivitas start sampai aktivitas stop. Aktivitas yang dapat direalisasikan oleh
satu use case atau lebih yang menggambarkan proses yang berjalan. Gambar 4
merupakan akitivitas yang dilakukan user untuk mendapatkan hasil diagnosa.
Proses dimulai dari memilih menu diagnosa kemudian menjawab pertanyaan-
pertanyaan mengenai kondisi yang dialami hingga mendapatkan kesimpulan dari
diagnosa yang sudah dijawab dan mendapatkan informasi tentang pengobatan yang
dapat dilakukan terhadap hasil diagnosa tersebut.
5
Title
User System Database
Ph
ase
BEGIN
Memilih
Menu
Menampilkan
Menu Diagnosa
Load Data dari
File XML
Menampilkan
PertanyaanInput Jawaban
Mengolah Jawaban
Menampilkan
Kesimpulan
END
Gambar 5. Activity Diagram Diagnosa Penyakit
Gambar 6. Sequence Diagram Proses Diagnosa
Sequence diagram digunakan untuk menunjukkan aliran fungsional dalam
use case, yang disusun berdasarkan urutan waktu. Sequence diagram digunakan
untuk menggambarkan skenario atau rangkaian langkah-langkah yang dilakukan
sebagai respon dari sebuah perintah untuk menghasilkan suatu output tertentu.
Gambar 5 merupakan sequence diagram untuk proses diagnosa penyakit.
6
Gambar 7. Class Diagram Aplikasi Sistem Pakar
Class diagram sebuah spesifikasi yang jika diinstansiasi akan menghasilkan
sebuah objek dan merupakan inti dari desain dan pengembangan berorientasi objek.
Class menggambarkan keadaan (atribut) suatu sistem sekaligus menampilkan suatu
operasi (fungsi/metode) untuk memanipulasi keadaan tersebut. Gambar 6
menjelaskan hubungan antar class dan bagaimana relasi antar komponen tersebut.
Flowchart Gambar 7 menjelaskan bagaimana proses inferensi dalam
mencari kesimpulan menggunakan algoritma Central Inference dimana algoritma
tersebut terfokus fada suatu aturan dan akan menelusuri setiap elemen pada aturan
tersebut. Pertama, yang perlu dilakukan adalah membaca dokumen penyakit dan
dokumen gejala yang disimpan dalam format XML. Kemudian dari aturan penyakit
yang telah dibaca akan memilih satu per satu untuk ditanyakan pada pengguna
apakah sesuai dengan kondisi pengguna atau tidak. Setelah ditanyakan maka
jawaban akan disimpan meskipun dengan hasil benar atau salah sehingga apabila
ada aturan penyakit lain yang memerlukan informasi kondisi pengguna tidak akan
ditanyakan ulang. Kemudian setelah semua kondisi gejala terpenuhi atau bernilai
benar maka akan ditampilkan hasil kesimpulan sesuai dengan penyakit tersebut.
Apabila kondisi dari suatu gejala tidak memenuhi maka akan langsung memeriksa
untuk penyakit berikutnya. Apabila tidak ada aturan penyakit yang memenuhi,
maka proses penyimpulan hasil diagnosa akan dilakukan dengan membuat
persentase dari tiap penyakit dan akan diambil yang paling besar.
7
Gambar 8. Flowchart Proses Mesin Inferensi
Proses perhitungan bobot kesimpulan ditunjukkan pada gambar 8 dalam
bentuk persentase. Perhitungan dilakukan dengan mengambil gejala yang sama
pada aturan ke-N yang bernilai benar kemudian dibagi dengan jumlah gejala yang
ada pada aturan ke-N dan dikalikan dengan 100 % maka akan ditemukan bobot
dalam bentuk persen pada suatu aturan. Aturan-aturan yang memiliki gejala yang
sama dengan gejala pengguna akan dihitung bobotnya menggunakan proses
tersebut untuk kemudian diseleksi. Aturan dengan persentase bobot tertinggi akan
diambil sebagai kesimpulan.
Gambar 9. Perhitungan bobot penyakit
Tidak
YA
YATidak
YA
Tidak
BEGIN
Membaca Data Penyakit dan
Gejala
Aturan PenyakitKe -N
Gejala ke -IPada aturan ke -N
Gejala ada dalam kondisi
pengguna ?
Gejala Idalam kondisi
pengguna True ?
I = I +1I = 1
Gejala sesuai dengan kondisi
pengguna?
Simpan gejala pada kondisi
pengguna dengan nilai False
I = 1
Masih ada aturan?
Jumlahgejala dalam
AturanN = I ?
Simpan gejala pada kondisi
pengguna dengan nilai True
N = N + 1N = N + 1
Hitung Persentase dari tiap Aturan
penyakit
Ambil Kesimpulan dengan
presentase paling banyak
Tampilkan Hasil
Kesimpulan
END
YA
Tidak
YA
Tidak
8
Tahapan keempat: pengujian sistem serta analisis hasil pengujian
(Integration and System Testing), yaitu melakukan pengujian sistem, serta
menganalisis hasil pengujian sistem untuk melihat apakah aplikasi yang telah
dibuat sudah dapat mendiagnosa penyakit dengan benar atau tidak ada eror.
Tahap kelima: Dokumentasi, yaitu melakukan dokumentasi sistem berupa
penulisan laporan penelitian dan artikel ilmiah.
Tahap keenam: Operasi dan Pemeliharaan (Operation and Maintanance),
yaitu memperbaiki kesalahan-kesalahan yang ditemukan pada tahap pengujian
sistem yang telah dilakukan sebelumnya dan memperbaiki aturan baru dalam
mendiagnosa penyakit.
Tahap ketiga dari tahapan penelitan ini adalah merancang aplikasi dengan
merancang antarmuka yang akan digunakan dalam mengimplementasikan sistem
yang telah dirancang. Setelah tahap ketiga selesai dibuat, tahap keempat dari
penelitian ini yakni tahapan pengimplementasian sistem yang sudah dibuat,
pengujian sistem serta analisis hasil pengujian. Tahap kelima adalah penulisan
laporan hasil penelitian yang dilakukan.
4. Hasil dan Implementasi
Perancangan sistem akan diimplementasikan dalam bentuk pengkodean
(coding) untuk membangun aplikasi sistem pakar dalam mendiagnosa penyakit
ayam pada platform Android dengan menggunakan bahasa pemrograman java
sebagai user interface.
Gambar 10. Tampilan Antarmuka Menu Utama
9
Halaman menu utama aplikasi dibuat dari satu file XML (Extendsible
Markup Language) dan satu file Class Activity, dimana file XML untuk
mendefinisikan komponen-komponen yang digunakan dalam membuat halaman
dari aplikasi, sedangkan class activity berfungsi menampung komponen-komponen
dari file XML sehingga tampilan XML dapat digunakan.
Pada file XML terdapat id yang sesuai dengan komponen-komponen yang
telah disediakan. Pada class activity akan mengimplementasikan komponen yang
tersedia pada file XML sesuai dengan id yang telah disediakan. Di dalam class
activity juga terdapat method yang berguna sebagai pemilihan setiap event untuk
setiap tombol. Setiap tombol akan memberikan statement dimana akan memanggil
activity baru sesuai dengan id yang disediakan. Pemanggilan activity ini
menggunakan intent tetapi untuk tombol keluar menggunakan fungsi finish.
Gambar 11. Tampilan Antarmuka Halaman Menu Diagnosa
Gambar 11 merupakan tampilan antarmuka untuk mengumpulkan data
gejala. Halaman Diagnosa merupakan halaman untuk mendiagnosa penyakit. Di
dalam halaman ini akan ditampilkan pertanyaan-pertanyaan dari gejala-gejala
penyakit. Terdapat dua tombal “Ya” dan “Tidak” untuk menjawab pertanyaan –
pertanyaan gejala yang ada. Setiap kali pengguna menjawab dengan menekan
tombol tersebut maka proses inferensi akan juga berjalan. Apabila masih diperlukan
untuk data dari gejala yang lain maka pertanyaan untuk gejala selanjutnya akan
ditampilkan untuk dijawab, namun apabila data dari gejala yang dibutuhkan sudah
cukup untuk menghasilkan kesimpulan maka tampilan hasil diagnosa akan
ditampilkan.
10
Gambar 12. Halaman Antarmuka Hasil Diagnosa Penyakit.
Gambar 12 merupakan tampilan antarmuka hasil dari proses diagnosa.
Tampilan ini akan menampilkan hasil dari diagnosa yang sudah dilakukan. Hasil
diagnosa akan diambil 3 penyakit dengan kemungkinan terbesar beserta persentase
nya. Untuk penyakit dengan kemungkinan teratas akan ditampilkan juga gambar
dari ayam yang mengalami penyakit tersebut sehingga user dapat melihat contoh
kondisi ayam yang mengalami penyakit tersebut. Kemudian apabila layar di sentuh
maka halaman akan berganti ke halaman informasi penyakit. Halaman informasi
penyakit berisi tentang informasi penyakit ayam yang sesuai dengan hasil diagnosa
dengan persentase tertinggi beserta pengobatan penyakit tersebut yang dapat pula
diakses dari menu informasi penyakit.
Halaman Daftar Informasi Penyakit merupakan halaman yang berisi tentang
penyakit-penyakit yang terdapat pada sistem pakar ini. Jenis-jenis penyakit tersebut
ditampilkan dalam List View dengan mengatur Adapter dari sebuah class Activity
yang berisi daftar gambar dan daftar judul yang akan ditampilkan di dalam list view.
Gambar 13 merupakan tampilan halaman informasi penyakit.
Selain itu List View yang ada diberi event onItemClickListener agar setiap
kali pengguna memilih sebuah penyakit yang ada di dalam daftar penyakit maka
akan menggunakan intent untuk menampilkan halaman yang berisi informasi yang
lebih lengkap dari penyakit yang dipilih. Informasi yang ditampilkan di halaman
tersebut berupa nama penyakit, nama latin penyakit, gejala-gelaja penyakit dan
pengobatan dari penyakit tersebut. Gambar 14 merupakan halaman informasi yang
lebih lengkap dari suatu penyakit.
11
Gambar 13. Tampilan Antarmuka Halaman Daftar Informasi Penyakit.
Gambar 14. Tampilan Antarmuka Halaman Informasi Penyakit.
12
Pada Sistem pakar ini menggunakan File XML sebagai database dari
penyakit. File data penyakit dapat dilihat pada Kode Program 1.
Kode Program 1. File XML yang berisi data penyakit
1. <Daftar>
2. <Penyakit>
3. <Kode>P002</Kode>
4. <Nama>Penyakit Flu Ayam </Nama>
5. <latin>Avian Influenza</latin>
6. <penanganan>Pengobatan dengan cara pemberian vaksin.Ada tiga
jenis vaksin Avian Influenza, (1) Konvensional, killed, oil emulsion. (2)
Rekombinan – vektor vaksin. (3) Reverse Genetics (killed, oil
emulsion)</penanganan>
7. <DaftarGejala>
8. <Gejala>G003</Gejala>
9. <Gejala>G005</Gejala>
10. <Gejala>G007</Gejala>
11. <Gejala>G013</Gejala>
12. <Gejala>G037</Gejala>
13. <Gejala>G044</Gejala>
14. </DaftarGejala>
15. </Penyakit>
16. </Daftar>
File XML tersebut akan digunakan pada sistem dalam mencapai suatu
kesimpulan. Aturan-aturan direpresentasikan menggunakan teknik representasi
pengetahuan rule based reasoning dengan bentuk pola IF-THEN. Bentuk format
penulisan file aturan dapat dilihat pada Psedocode 2.
Pseudocode 2. Representasi Rule Based Reasoning
IF Gejala_1
AND Gejala _2
AND Gejala _3
AND Gejala _4
AND Gejala _5
THEN Kesimpulan_1
#
IF Gejala _1
AND Gejala _2
AND Gejala _3
THEN Kesimpulan_2
Berdasarkan isi file XML pada kode program 1 dan representasi aturan pada
Psedocode 2 maka akan menghasilkan aturan Psedocode 3.
Pseudocode 3. Representasi Aturan dari file XML
IF G003
AND G005
AND G007
AND G013
AND G037
AND G044
THEN P002
13
Proses diagnosa dengan menampilkan daftar pertanyaan diikuti dengan
proses inferensi dari Psedocode 1 dengan acuan Psedocode 3 yang didapatkan dari
membaca file XML yang berisi data penyakit dan gejala-gejalanya. Untuk membaca
file XML dengan menggunakan XmlPullParser. Proses membaca dengan melihat
setiap tag yang ada seperti start document, start tag, dan end tag. Apabila tag yang
ada adalah start tag maka akan dilihat atribut pada tag XML tersebut kemudian
dapat diambil nilainya. Untuk proses membaca file XML dapat dilihat pada Kode
Program 2.
Kode Program 2. Kode Program Mengambil Data XML
1. while (eventType != XmlPullParser.END_DOCUMENT) {
2. String name = null;
3. switch (eventType) {
4. case XmlPullParser.START_DOCUMENT:
5. list = new ArrayList<Penyakit>();
6. break;
7. case XmlPullParser.START_TAG:
8. name = parser.getName();
9. if (name.equalsIgnoreCase("penyakit")) {
10. dta = new Penyakit();
11. } else if (dta != null) {
12. if (name.equalsIgnoreCase("kode")) {
13. dta.kdPenyakit = parser.nextText();
14. } else if (name.equalsIgnoreCase("nama")) {
15. dta.Nama = parser.nextText();
16. } else if (name.equalsIgnoreCase("latin")) {
17. dta.latin = parser.nextText();
18. } else if (name.equalsIgnoreCase("penanganan")) {
19. dta.penanganan = parser.nextText();
20. } else if (name.equalsIgnoreCase("daftargejala")) {
21. list2 = new ArrayList<String>();
22. } else if (name.equalsIgnoreCase("gejala")) {
23. list2.add(parser.nextText());
24. }
25. }
26. break;
27. case XmlPullParser.END_TAG:
28. name = parser.getName();
29. if (name.equalsIgnoreCase("penyakit") && dta != null) {
30. list.add(dta);
31. }else if (name.equalsIgnoreCase("daftargejala") && dta != null) {
32. dta.ls = list2;
33. }
34. }
35. eventType = parser.next();
36. }
14
Kode Program 3. Kode program menampilkan pertanyaan.
1. public void siapSoal() {
2. if(iNow<ls.size())
3. if (!akhir)
4. if (cekGejala(ls.get(iNow))) {
5. if(jNow<ls.get(iNow).ls.size()){
6. int cek = cekJawab(ls.get(iNow).ls.get(jNow));
7. if (cek == -1) {
8. iNow++;
9. jNow=0;
10. siapSoal();} 11. else if (cek == 1){ 12. if (ls.get(iNow).ls.size()-1==jNow){ 13. no = iNow; 14. akhir = true; 15. } 16. jNow++; 17. siapSoal(); 18. } else { 19. String tanya=getGejala(ls.get(iNow).ls.get(jNow))+"?"; 20. txtTanya.setText(tanya); 21. kodeGejala.add(ls.get(iNow).ls.get(jNow)); 22. } 23. }else 24. { 25. iNow++; 26. jNow=0; 27. siapSoal(); 28. } 29. }else 30. {iNow++; 31. siapSoal(); 32. } 33. }else 34. { 35. iNow = ls.size(); 36. siapSoal();} 37. }else 38. {cetakHasil();} 39. }
Kode Program 3 merupakan implementasi dari flowchart proses inferensi
yang telah digambarkan pada Gambar 8. Perulangan yang dilakukan pada
kode program 2 tidak menggunakan for-statement melainkan secara manual
dikarenakan ada bagian dimana harus menunggu jawaban pengguna dan ketika
pengguna menjawab dengan menekan tombol maka akan memanggil method yang
baru.
Dari hasil implementasi central inference ke aplikasi maka proses diagnosa
jauh lebih cepat dikarenakan tidak semua gejala ditanyakan. Apabila terdapat suatu
kondisi yang tidak memenuhi pada suatu aturan maka proses inferensi akan
langsung pada aturan berikutnya dengan mengabaikan kondisi lainnya pada aturan
tersebut. Hal ini pula yang menjadi kelemahan central inference karena
dimungkinkan ada gejala yang tidak akan pernah ditanyakan kerena tidak
bersinggungan dengan aturan lainnya sehingga proses pembobotan dari tiap
penyakit menjadi kurang sempurna.
15
Pengujian aplikasi dilakukan untuk melihat sudah sejauh mana aplikasi
dapat berjalan dan sejauh mana kesalahan yang mungkin terjadi pada aplikasi.
Pengujian aplikasi ini menggunakan blackbox testing, yaitu pengujian fungsional
tanpa melihat alur eksekusi program, namun cukup dengan memperhatikan apakah
setiap fungsi sudah berjalan dengan baik sesuai harapan. Hal-hal yang diuji dan
hasil pengujian blackbox testing dapat dilihat pada Tabel 2.
Tabel 1 Tabel Pengujian BlackBox
Fungsi yang diuji Output yang
diharapkan
Output yang
muncul
Hasil
Pengecekan format
file dan format
penulisan file
Sukses
menyimpan file
Sukses
menyimpan file
Valid
Membaca file
Penyakit
Sukses
membaca file
Sukses
membaca file
Valid
Membaca file Gejala Sukses
membaca file
Sukses
membaca file
Valid
Menampilkan
kesimpulan
Sukses
menampilkan
kesimpulan
Sukses
menampilkan
kesimpulan
Valid
Perhitungan bobot
dalam mencari
kesimpulan
Sesuai
perhitungan
manual
Sesuai
perhitungan
manual
Valid
Menampilkan hasil
diagnose
Sukses
menampilkan
hasil diagnosa
Sukses
menampilkan
hasil diagnosa
Valid
Menampilkan
informasi penyakit
Sukses
menampilkan
data informasi
penyakit
Sukses
menampilkan
data informasi
penyakit
Valid
Berdasarkan hasil pengujian blackbox pada Tabel 1, maka dapat disimpulkan
bahwa aplikasi sudah berjalan sesuai dengan yang dirancang dan dapat dilanjutkan
ke beta testing untuk mengetahui tingkat kepuasan pengguna terhadap aplikasi yang
dibangun.
Pengujian yang dilakukan berikutnya adalah pengujian beta testing,
pengujian ini dilakukan untuk memperoleh data kualitatif mengenai tingkat
keberhasilan perancangan. Pengujian beta testing dilakukan melalui wawancara
dengan beberapa peternak di sekitar Salatiga. Pengujian ini untuk memperoleh data
kualitatif mengenai keberhasilan perancangan. Menurut beberapa peternak, aplikasi
sistem pakar untuk mendiagnosa penyakit ayam sudah cukup baik dari segi
tampilan, proses diagnosa hingga sampai hasil diagnosa penyakit. Hal ini berkaitan
dengan fungsinya sebagai sistem pakar yang dapat mendiagnosa penyakit dari
gejala yang ada hingga informasi mengenai pengobatan yang dapat dilakukan
16
tentang penyakit tersebut. Melalui aplikasi ini, para peternak dapat mendiagnosa
sendiri yang tentunya akan mempercepat penanganan pada ayam yang terserang
suatu penyakit dibandingkan dengan harus menunggu mantri untuk melakukan
proses diagnosa.
5. Simpulan
Berdasarkan hasil penelitian yang telah dilakukan maka dapat ditarik
beberapa kesimpulan yaitu sistem pakar yang diterapkan dengan menyesuaikan
kebutuhan para peternak pada umumnya dalam mendiagnosa penyakit, sehingga
aplikasi harus didukung oleh informasi lebih terhadap hasil diagnosa. Mesin
Inferensi yang digunakan menerapkan central inference algorithm karena proses
inferensi yang tidak memerlukan untuk menganalisa setiap gejala sehingga proses
inferensi jauh lebih cepat. Selain itu, aplikasi sistem pakar untuk mediagnosa
penyakit ayam ini mampu untuk membantu para peternak dalam mendiagnosa
penyakit ayam yang menyerang ayam mereka. Aplikasi sistem pakar penyakit ayam
ini juga dapat memberikan informasi pengobatan terhadap penyakit menyerang
ayam peternak sehingga penanganan dapat secara dini dilakukan.
Pengembangan yang dapat dilakukan selanjutnya pada penelitian ini adalah
dengan mengembangkan mesin inferensi dalam mencari kesimpulan dan
memperbaiki program jika ditemukan bug.
6. Pustaka
[1] Zuber Ahmad. 2012. Penyakit pada Ayam. Jakarta : Pultry Farm.
[2] Grifin N.L,-. A Rule-Based Inference Engine which is Optimal and VLSI
Implementable Department of Computer Science. 40506. Lexington, Kentucky:
University of Kentucky
[3] Suyatno, 2014. Artificial Intelegence. Bandung: Penerbit Informatika
[4] Sri Kusumadewi, 2013. Artificial Intelegence (Teknik dan Aplikasinya). ISBN:
979-3289-19-8. Yogyakarta: Graha Ilmu
[5] Openhandsetalliance. 2007. What is Android™ and how is it different?.
http://www.openhandsetalliance.com/android_faq.html. Tanggal akses 22 Juni
2014
[6] Hasibuan, Zainal A. 2007. Metodologi Penelitian Pada Bidang Ilmu Komputer
dan Teknologi Informasi : Konsep, Teknik, dan Aplikasi. Jakarta : Ilmu
Komputer Universitas Indonesia