RANCANG BANGUN SISTEM CERDAS SERVICE ADVISOR PADA BENGKEL MOBIL BERBASIS WEB (STUDI KASUS KARUNIA MOTOR SURABAYA)

Riko Syaogi Priyanggoro 1), Arifin Puji Widodo 2), Anjik Sukmaaji 3) 1) Mahasiswa S1 Sistem Informasi STIKOM Surabaya, 2) Dosen Jurusan Sistem Informasi STIKOM

Surabaya, 3) Dosen Jurusan Sistem Informasi STIKOM Surabayae-mail: 1) syaogi.10@gmail.com, 2) arifin@stikom.edu, 3) anjik@stikom.edu

Abstract : Car service station company has a frontman who deal with customers ranging from the acceptance to the handover of the cars, this frontman is commonly referred to as Service Advisor. One of the Service Advisor’s tasks is given diagnoses of work on the car based on the complaints given by the customer. Therefore, SA can not be wrong in diagnosing or else the customer will feel aggrieved, and would be even worse if SA was unable to attend. One solution to solve these problems is to create an application that can determine the work to be given, information which parts that need to be replaced and the estimated delivery time and cost. In order to determine the work to be given, this application will use expert system with forward chaining search method.

Kata kunci: Service Advisor, Car Service Company, Expert System, Forward Chaining

PENDAHULUAN

Agar sebuah perusahaan bengkel

mobil dapat memberikan pelayanan

yang baik, penting untuk mempunyai

frontman yang mampu memberikan

kenyamanan dan kebutuhan pelanggan.

Dalam perusahaan bengkel mobil ini

frontman yang dimaksud adalah Service

Advisor (SA), karena SA yang

sepenuhnya berhubungan dengan

pelanggan mulai dari penerimaan mobil

sampai penyerahan mobil.

Salah satu tugas SA adalah

bertugas untuk menerima pelanggan.

Menerima pelanggan, dalam arti

menerima keluhan-keluhan pelanggan

dan memberikan informasi-informasi

mengenai tindakan apa yang harus

dilakukan kepada mobil pelanggan.

Dari keluhan pelanggan, SA akan

menentukan tindakan / pekerjaan yang

harus dilakukan pada mobil, estimasi

suku cadang yang perlu diganti,

estimasi waktu pengerjaan, serta

estimasi biaya keseluruhan service.

Oleh karena itu, perusahaan bengkel

sangat bergantung pada SA, karena jika

SA tidak ada bengkel akan kesulitan

menentukan estimasi awal.

Maka dari itu, agar bengkel masih

dapat berjalan dengan baik meski SA

berhalangan hadir, bengkel harus

mempunyai aplikasi yang dapat

menggantikan SA dalam hal pencatatan

keluhan pelanggan, penentuan

1

tindakan / pekerjaan yang harus

dilakukan, informasi suku cadang yang

perlu diganti serta pemberian estimasi

waktu dan biaya. Aplikasi ini juga

dimaksudkan agar bisa menjadi standar

dalam mendiagnosa, sehingga dapat

mendukung keputusan SA dalam

membuat diagnosa. Agar bisa

melakukan penentuan tindakan /

pekerjaan yang harus dilakukan,

aplikasi ini akan menggunakan sistem

pakar dengan metode pencarian forward

chaining.

Untuk mempermudah dalam

melakukan integrasi dengan bagian lain,

aplikasi dibuat berbasis web dengan

jaringan intranet. Lalu ditambah dengan

penggunaan tablet PC pada bagian SA,

dikarenakan tidak semua pelanggan

mengerti soal mobil sehingga ada

kemungkinan SA sendiri yang harus

mengecek. Dengan adanya tablet PC

diharapkan mampu mempermudah SA

sehingga SA tidak perlu bolak-balik ke

ruangan untuk menginputkan data pada

komputer. Dan juga, konsep mobile

yang ada akan memberikan kemudahan

SA untuk memberikan informasi kepada

pelanggan di berbagai tempat.

METODE

Sistem Pakar

Menurut Kusrini (2006) 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 tertentu. Sistem pakar juga dapat

berfungsi sebagai asisten yang pandai dari

seorang pakar. Alasan mendasar mengapa

sistem pakar dikembangkan untuk

menggantikan seorang pakar adalah:

1. Dapat menyediakan kepakaran setiap

waktu dan di berbagai lokasi.

2. Secara otomatis mengerjakan tugas-

tugas rutin yang membutuhkan seorang

pakar.

3. Seorang pakar akan pensiun atau pergi.

4. Menghadirkan/menggunakan jasa

seorang pakar memerlukan biaya yang

mahal.

5. Kepakaran dibutuhkan juga pada

lingkungan yang tidak bersahabat.

Keuntungan pemakaian sistem

pakar (Kusrini, 2006) yaitu:

1. Membuat seseorang yang awam dapat

bekerja seperti layaknya seorang pakar.

2. Dapat bekerja dengan informasi yang

tidak lengkap atau tidak pasti

3. Meningkatkan output dan produktivitas.

4. Meningkatkan kualitas.

5. Menyediakan nasihat yang konsisten

dan dapat mengurangi tingkat

kesalahan.

2

6. Membuat peralatan yang kompleks

lebih mudah dioperasikan karena sistem

pakar dapat melatih pekerja yang tidak

berpengalaman.

7. Andal (reliability).

8. Sistem pakar tidak dapat lelah atau

bosan, konsisten dalam memberi

jawaban dan selalu memberikan

perhatian penuh.

9. Memiliki kemampuan dalam

memecahkan suatu permasalahan yang

kompleks.

10. Memungkinkan pemindahan

pengetahuan ke lokasi yang jauh serta

memperluas jangkauan pakar, dapat

diperoleh dan dipakai di mana saja.

Menurut Irawan (2007), sistem

pakar terdiri dari tiga komponen utama,

yaitu knowledge base, working memory dan

inference engine, seperti pada Gambar 1.

Gambar 1. Komponen Sistem Pakar

(Irawan, 2007: 7)

1. Knowledge base adalah bagian dari

sistem pakar yang

mengandung/menyimpan pengetahuan

(representasi pengetahuan dari seorang

pakar).

2. Working memory menyimpan fakta-

fakta (baik yang dimasukkan oleh

pengguna maupun fakta baru) yang

ditemukan selama proses konsultasi

dengan sistem pakar.

3. Inference engine adalah bagian dari

sistem pakar yang bertugas mencari

padanan antara fakta yang ada di dalam

working memory dengan fakta-fakta

tentang pengetahuan tertentu dari pakar

yang ada di dalam knowledge base,

kemudian menarik kesimpulan dari

masalah yang diajukan kepada sistem.

Metode yang bisa digunakan untuk

mencari kesimpulan yaitu forward

chaining.

Forward Chaining

Menurut Kusrini (2006), runut maju

(forward chaining) berarti menggunakan

himpunan aturan kondisi-aksi. Dalam

metode forward chaining, data digunakan

untuk menentukan aturan mana yang akan

dijalankan, kemudian aturan tersebut

dijalankan dan terkadang terdapat proses

memasukkan data ke dalam memori kerja.

3

RANCANGAN SISTEM

Gambar 3 Diagram Blok Sistem Cerdas Service Advisor pada bengkel mobil

1. Proses diagnosa penentuan pekerjaan

Proses diagnosa penentuan pekerjaan

adalah proses awal dalam menentukan

estimasi yang dibutuhkan dalam sistem.

Pertama-tama pelanggan yang datang

memberikan informasi mengenai mobil dan

pelanggan tersebut. Setelah itu SA akan

mendengarkan keluhan pelanggan agar SA

dapat menjawab pertanyaan-pertanyaan dari

aplikasi yang dijalankan pada tablet PC.

Pertanyaan yang muncul dari aplikasi

merupakan kemungkinan keluhan-keluhan

yang biasanya ada. Jadi SA tinggal memilih

keluhan yang sama dengan yang dikeluhkan

pelanggan ataupun dari hasil mengecek

langsung mobil pelanggan. Hasil dari

jawaban-jawaban yang dimasukkan tersebut

akan diolah dengan cara mencocokkan data

jawaban dengan aturan-aturan yang ada

pada rule sistem pakar agar bisa

menghasilkan estimasi pekerjaan yang

harus dilakukan. Selanjutnya dari estimasi

pekerjaan tersebut akan menghasilkan

estimasi suku cadang yang harus diganti,

lama waktu pengerjaan serta total biaya

keseluruhan.

2. Proses Servis

Proses Servis adalah proses yang

dilakukan setelah proses diagnosa

penentuan pekerjaan telah dilakukan. Pada

bagian bengkel, aplikasi akan dengan

sendirinya mengatur mekanik yang akan

mengerjakan mobil tersebut. Penentuan

mekanik ini dilihat dari mekanik yang

sedang tidak bekerja. Jika semua mekanik

sedang bekerja, maka akan dilihat dari

penjadwalan pengerjaan masing-masing

mekanik karena setiap pengerjaan ada

estimasi waktunya, jadi dapat dilihat

mekanik mana yang akan selesai terlebih

dahulu.

4

Dari bagian bengkel nantinya akan

mengeluarkan laporan daftar service mobil

dan laporan beban kerja dari masing-

masing mekanik. Dari gudang akan

mengeluarkan laporan suku-cadang.

Sedangkan dari kasir akan mengeluarkan

laporan transaksi. Keseluruhan laporan dari

masing-masing bagian tersebut akan

disusun dalam format pelaporan

manajemen yang baik untuk Kepala

Bengkel.

Gambar 4 Dependency Diagram Diagnosa Kerusakan Mesin, Penyalaan & Tarikan

Gambar 4 menunjukkan hubungan

antara nilai-nilai hasil fase rekomendasi

akhir pada knowledge base system maka

dibuatlah Tabel Keputusan (Decision

Table). Pada Tabel 3.2 menunjukan salah

satu contoh decision table untuk rule set 4

yaitu Diagnosa Penyalaan. Decision table

berikut merupakan contoh berdasarkan

dependency diagram, untuk lebih jelasnya

dapat dilihat pada langkah 1 sampai 3

berikut.

Langkah 1 : Plan

Kondisi :

Indikator lampu aki menyala ? (Ya/Tidak)

= 2

Bunyi klakson ? (Kuat / Lemah) = 2

Kondisi Starter? (Dapat respon / Tidak

dapat respon) = 2

Jumlah Baris = 2 x 2 x 2 = 8

Langkah 2 : Complete Decision Table

Tabel 1 Complete Decision Table Rule Set

4

Rul

eL

ampu

A

ki

Men

yala

Bun

yi

Kla

kson

Kon

disi

St

arte

r

Dia

gnos

a Pe

nyal

aan

1Ya Lemah

Starter tidak mendapat respon

Alternator Bermasalah

5

Rul

eL

ampu

A

ki

Men

yala

Bun

yi

Kla

kson

Kon

disi

St

arte

r

Dia

gnos

a Pe

nyal

aan

2Ya Lemah

Starter mendapat respon Aki Rusak

Tabel 1 Complete Decision Table Rule Set

4 (lanjutan)

Rul

eL

ampu

A

ki

Men

yala

Bun

yi

Kla

kson

Kon

disi

St

arte

r

Dia

gnos

a Pe

nyal

aan

3Ya Kuat

Starter tidak mendapat respon

Alternator Bermasalah

4Ya Kuat

Starter mendapat respon Aki Rusak

5Tidak Lemah

Starter tidak mendapat respon

Alternator Bermasalah

6Tidak Lemah

Starter mendapat respon Aki Rusak

7Tidak Kuat

Starter tidak mendapat respon

Alternator Bermasalah

8Tidak Kuat

Starter mendapat respon Starter

Kuat

Langkah 3 : Reduced Decision Table

Tabel 2 Reduced Decision Table Rule Set 4

Rul

eL

ampu

A

ki

Men

yala

Bun

yi

Kla

kson

Kon

disi

St

arte

r

Dia

gnos

a Pe

nyal

aan

1 - -

Starter tidak mendapat respon

Alternator Bermasalah

2 - -Starter mendapat respon

Aki Rusak

3 Tidak KuatStarter mendapat respon

Starter Kuat

Context Diagram dapat dilihat pada

Gambar 5. Terdapat 4 entity yaitu

Pelanggan, Admin, Pakar dan Kepala

Bengkel.

Gambar 5 Context Diagram

6

Gambar 3

Gambar 1 Gambar 2

Gambar 4

HASIL

Gambar 1

Gambar 1 menunjukkan Halaman

Sistem Pakar yang berfungsi untuk

mengatur data parameter, nilai (possible

value) dan juga generate rule. Disebelah

kiri adalah tree dari sistem pakar, yang

terdiri dari parameter-parameter parent dan

child. Setelah memilih parameter pada tree

disebelah kiri, maka disebelah kanan akan

tampil detail dari parameter tersebut beserta

nilai (possible value)-nya.

Gambar 2

Halaman Generate Rule digunakan

untuk membuat aturan berdasarkan kategori

dan kemungkinan jawaban yang sudah

tersimpan. Pakar dapat mengedit setiap

aturan yang ada dengan memilih konklusi

yang tersedia pada kolom paling kanan.

7

Gambar 3

Gambar 3 merupakan halaman

diagnosa, halaman diagnosa berfungsi

untuk menampilkan pertanyaan –

pertanyaan yang berkaitan dengan keluhan

pelanggan. Setelah menjawab pertanyaan

yang berkaitan dengan keluhan pelanggan,

selanjutnya adalah menekan tombol proses

pada bagian bawah yang kemudian akan

mengarah pada halaman detail diagnosa.

Gambar 4

Gambar 4 menunjukkan halaman

detail diagnosa yang berfungsi untuk

mengetahui hasil dari diagnosa. Aplikasi

akan mencocokkan jawaban-jawaban yang

diberikan dengan rule sistem pakar supaya

dapat menghasilkan data tindakan /

pekerjaan yang akan diberikan kepada

mobil.

Gambar 5

Gambar 5

Pada bagian bawah halaman detail

diagnosa terdapat tombol proses yang

jika ditekan berarti akan melakukan

proses simpan pada database transaksi

dan mengarah pada halaman detail

service. Pada halaman detail service

terdapat fungsi untuk menambah atau

menghapus pekerjaan dan suku cadang

sesuai dengan kebutuhan.

PEMBAHASAN

Berdasarkan tujuan dari

pembuatan aplikasi ini, dan setelah

dilakukan uji coba dapat disimpulkan

kemampuan dari aplikasi antara lain :

1. Fungsi sistem pakar pada aplikasi

dapat berjalan dengan baik dan

dapat digunakan untuk menentukan

pekerjaan yang harus dilakukan

pada mobil berdasarkan keluhan

pelanggan, hal ini dapat dilihat dari

Gambar 3-4. Yang artinya dalam

kasus untuk memberikan diagnosa

dengan hasil output hanya 1, sistem

pakar dengan metode forward

chaining sudah efektif.

2. Berdasarkan pekerjaan yang telah

diberikan, aplikasi mampu

memberikan estimasi suku cadang

yang harus diganti, estimasi total

waktu pengerjaan dan estimasi total

biaya yang dibutuhkan. Seperti

8

pada Gambar 5 menunjukkan

bahwa estimasi suku cadang

otomatis langsung terisi beserta

estimasi waktu & biaya setelah

aplikasi menentukan pekerjaan

yang akan diberikan, hal ini

dimaksudkan agar pelanggan

mengetahui perkiraan berapa lama

harus menunggu serta total biaya

yang harus dibayar.

KESIMPULAN

Setelah dilakukan uji coba dan

evaluasi, maka dapat diperoleh kesimpulan

sebagai berikut:

1. Aplikasi ini mampu memberikan solusi

tindakan / pekerjaan pada mobil yang di

service berdasarkan keluhan pelanggan

dengan menggunakan sistem pakar.

2. Aplikasi ini mampu memberikan

estimasi suku cadang yang

dibutuhkan, estimasi total biaya dan

estimasi waktu yang diperlukan

berdasarkan pekerjaan yang telah

ditentukan sehingga pelanggan

mengerti perkiraan waktu untuk

menunggu dan jumlah yang harus

dibayar

3. Aplikasi ini mampu mengolah data

pekerjaan yang harus dilakukan pada

mobil dan suku cadang yang

diperlukan ke dalam sistem transaksi

bengkel untuk kepentingan

pembuatan laporan-laporan yang

dibutuhkan perusahaan.

DAFTAR RUJUKANDologite, D. (1993). Developing

Knowledge-Based System Using VP-Expert.

New York: Macmillan Publishing

Company.

Gonzales, A. I., & Dankel, D. D. (1993).

The Engineering of Knowledge Based

System. New Jersey: Prentice Hall.

Irawan, J. (2007). Buku Pegangan Kuliah

Sistem Pakar. Surabaya: Sekolah Tinggi

Manajemen Informatika & Teknik

Komputer Surabaya .

Kusrini. (2006). Sistem Pakar, Teori dan

Aplikasi. Yogyakarta: Andi.

9