prosiding seminar nasional aplikasi sains dan teknologi …repository.akprind.ac.id/sites/files/2010...

Prosiding Seminar Nasional Aplikasi Sains dan Teknologi (SNAST) Periode II ISSN: 1979-911X Yogyakarta, 11 Desember 2010

ix

DAFTAR ISI KELOMPOK A

Halaman Judul i Organisasi ii Kata Pengantar Ketua Panitia iii Sambutan Rektor IST AKPRIND iv

BIDANG TEKNIK ELEKTRO

1. Rancang Bangun Alat Pengukur Tinggi Muka Air Sungai Digital Secara Interaktif

Berbasis Seluler Azmi Saleh, Khairul Anam, Gusfan Halik

A-1

2. Analisis Pengembangan Jaringan Transmisi Upt Jember Dalam Mengantisipasi Pertumbuhan Beban Azmi Saleh

A-8

3. Penentuan State Of Charge Baterai Timbal Asam Pada Mobil Listrik Dengan Elektrokimia Bambang Sri Kaloko

A-13

4. Perancangan Telemedicine Untuk Penyakit Jantung Dengan Memanfaatkan Telepon Seluler Gatot Santoso

A-18

5. Pembacaan Data Posisi Koordinat Geografi Kecepatan Dan Waktu Dari Modul Global Positioning System (GPS) Dengan Mikrokontroler AVR Atmega 8535 Herlambang Sigit Pramono

A-22

6. Pengujian Isolator Pin-Post 20 Kv Terkontaminasi Garam Mengakibatkan Arus Bocor Flashover Pada Permukaan Muhammad Suyanto

A-29

7. Estimasi Perhitungan Beban Listrik Untuk Menentukan Umur Transformator Berdasarkan Perkembangan Beban Di Gardu Induk Klaten Mujiman

A-34

8. Analisa Pola Radiasi Radio Istakalisa Menggunakan Metode Surfer Samuel Kristiyana

A-43

9. Kompensasi Daya Reaktif Dengan Metode Hybrid Partial Gradient Descent/Simulated Annealing (HPGDSA) Pada Sistem Jaringan Distribusi 20 Kv Slamet Hani

A-49

10. Optimalisasi Dan Peningkatan Efisiensi Penggunaan Energi Listrik Pada Peralatan Listrik Untuk Proses Kimia Wiwik Handajadi

A-56

11. Sistem Kunci Elektronis Dengan Perekam Waktu Akses Berbasis Mikrokontroler AT89C51 Subandi

A-61

12. Pengujian Karakteristik Mekanis Dan Absorpsi Air Pada Bahan Isolator Resin Epoksi Dengan Bahan Pengisi Sekam Padi Syafriyudin

A-68


x

BIDANG TEKNIK INFORMATIKA

1. Pengembangan Gim Komputer Sebagai Konten E-Learning Untuk Matakuliah Teknologi Multimedia Affan Mahtarami

A-72

2. Deteksi Awan Cumulonimbus Menggunakan Algoritma Principal Component Analysis Dwi Nugraheny

A-77

3. Sistem Pendukung Keputusan Untuk Penilaian Kinerja Pegawai Edukatif Dina Andayati

A-83

4. Aplikasi Sistem Pakar Untuk Menentukan Jenis Batuan Sedimen Edhy Sutanta, Dioneia M. F. C. Gusmão Lemos

A-90

5. Ikhtisar Kompresi Citra (Image Compression Overview) Erik Iman Heri Ujianto, Sri Hartati

A-97

6. Perancangan Dan Simulasi Jaringan Berbasis Virtual Local Area Network (VLAN) Menggunakan Cisco Catalyst Irma Susanti, Erna Kumalasari Nurnawati

A-101

7. Implementasi Sistem Database Terdistribusi Dengan Metode Partial Replica (Studi Kasus :Pelaporan Hasil Penghitungan Suara Di DPW PKS DIY)

Joko Triyono

A-110

8 Pengembangan Sistem Pendukung Keputusan Rehabilitasi Bangunan Pemerintah Kota Yogyakarta Berbasis Web Maria Yunike, Suyoto , Ernawati

A-118

9. Deteksi Pencilan Data Menggunakan Algoritma K_Medoid Clustering Naniek Widyastuti

A-126

10. Sistem Pendukung Keputusan Untuk Pencarian Lokasi Tempat Kos Berbasis Web Menggunakan Google Map API, PHP dan Mysql Nurani Dewi, Atika Ciptaningtyas

A-132

11. Pemanfaatan IT Untuk Aplikasi Konversi Minyak Tanah Yuliana Rachmawati K

A-140

12. Pengembangan Sistem Pendukung Keputusan Stok Managemen Tembakau Thomas Adi Purnomo Sidhi, Suyoto, Ernawati

A-146

13. Deteksi Pola Berdasarkan Colour Feature dengan Metode Jaringan Syaraf Tiruan Uning Lestari

A-152

14. Perencanaan ArsitekturCorporate Portal Akademik Untuk Perguruan Tinggi Yan Watequlis Syaifudin

A-161

15. Sistem Aplikasi Penjualan Produk Mahkota Dewa Secara Online (Studi Kasus Pada PT. Salama Nusantara) Yudi Irawan, Afianti Charmina

A-167


xi

BIDANG TEKNIK KIMIA

1. Pengaruh Variasi Ukuran Mesh Batubara Terhadap Karakteristik Pembakaran Dan Polusi Yang Dihasilkan Pada Pembakaran Campuran Batubara Dengan Sampah Kulit Abdullah Kuntaarsa, Zubaidi Akhmad

A-175

2. Perbaikan Mutu Lempung Pundong Dengan Penambahan Pecahan Kaca Neon Pada Pembuatan Bodi Keramik Abdullah Kuntaarsa

A-191

3. Isolasi Gula Dari Buah Pisang Raja Bandung (Musa Paradisiaca Cv Raja Bandung) Secara Ekstraksi Menggunakan Pelarut Air Suling Endah Sulistiawati

A-203

4. Pemanfaatan Limbah Kulit Nanas Untuk Pembuatan Bioetanol Dengan Proses Fermentasi Ganjar Andaka

A-207

5. Pemanfaatan Biji Kapuk Yang Merupakan Limbah Industri Kapuk Untuk Pembuatan Bahan Bakar Alternatif Biodiesel Siti Salamah, Agus Ahtawan, dan Hendra Sakti Wardana

A-213

BIDANG TEKNIK MESIN 1. Flow Characteristics And Its Effect On The Performance Of Gasification Of Waste Of

Pongamia Pinnata’s Shells A. A. Putu Susastriawan

A-218

2. Conductivity In Nb Doped Calcium Copper Titanium Oxide Ellyawan Arbintarso, and Colin Leach

A-224

3. Analisa Kekuatan Bending Pada Pengelasan Friction Stir Welding Aluminium 6110 Jarot Wijayanto , Agih Yusrizal

A-232

4. Pengaruh Pemanasan Dan Pendiginan Dengan Media, Udara, Air Sumur, Oli Dan Air Laut Terhadap Laju Korosi Knalpot Sepeda Motor Joko Waluyo, Adi Purwanto, Tino Frenki

A-238

5. Karakteristik Distribusi Tekanan Arah Radial Di Perubahan Bentuk Silinder Dalam Aliran Couette-Taylor Khairul Muhajir

A-244

6. Variasi Perubahan Putaran Pada Pengecoran Dengan Metode Sentrifugal Terhadap Pengurangan Cacat Coran Nugroho Santoso

, Widia Setiawan

A-250

7. Effect Of Mn And Cr Elements On Physical And Mechanical Properties In Surface Coatings Hardfacing Process Saiful Huda , Hendra Hari Wibowo

A-256

8.

Karakteristik Kincir Angin Untuk Pengerak Pompa Air (Program Pengembangan Pendidikan Berbasis Education For Sustainable Development/ESD) Toto Rusianto, Saiful Huda

A-262


xii

9. Simulasi Pengendalian Aktif Undamaged Struktur

Totok Yulianto, I. Ketut Suastika, M. Nurul Misbah

A-267

10. Pengelasan Baja Karbon St 37 Dengan Metoda Friction Stir Welding (FSW) Toward Mechanical Properties Widia Setiawan

A-272

11. Komparasi Sifat Fisik Dan MekanikSambungan Las Tig (Tungsten Inert Gas) Dan Las FSW (Friction Stir Welding) Yustiasih Purwaningrum, Kurniawan Setyanto

A-278

BIDANG ILMU KOMPUTER

1.

Perbandingan Tampilan Animasi Satu Layer Dan Lebih Dari Satu Layer Yang Dikenakan Pada Suatu Obyek Dengan Teknik Animasi Twenning Harmastuti

A-283

2. Aplikasi Quality Function Deployment Untuk Pengembangan Quality Assurance Lulusan (Studi Kasus di IST AKPRIND Yogyakarta) Ignatius Suraya

A-293

3. Implementasi Algoritma Pencocokan String Untuk Pengenalan Mutasi Gen Dengan Menggunakan Algoritma Galil- Giancarlo Nuniek Herawati, Sinta

A-302

Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) Periode II ISSN: 1979-911X Yogyakarta, 11 Desember 2010

A-90

APLIKASI SISTEM PAKAR UNTUK MENENTUKAN JENIS BATUAN SEDIMEN

Edhy Sutanta1, Dioneia M. F. C. Gusmão Lemos2 1,2Jurusan Teknik Informatika Institut Sains & Teknologi AKPRIND Yogyakarta

E-mail: [email protected], [email protected]

INTISARI Teknologi komputer mendukung proses pengolahan data yang cepat, handal, dan efisien untuk menghasilkan

informasi yang berkualitas. Implementasi teknologi komputer memberikan kemudahan bagi manusia untuk melakukan berbagai kegiatan, seperti ilmu pengetahuan, dunia usaha, kegiatan perkantoran, kesehatan, dan lainnya, termasuk penentuan macam jenis batuan sedimen dalam bidang ilmu geologi. Selama ini, penentuan macam jenis batuan hanya bisa dilakukan oleh seseorang yang pakar di bidangnya dengan pengalaman yang memadai, belum ada software aplikasi khusus yang dikembangkan untuk penentuan macam jenis batuan sedimen. Penelitian ini mengembangkan software sistem pakar untuk memudahkan pekerjaan seorang pakar atau calon pakar dalam menentukan macam jenis dan nama batuan. Penentuan macam jenis batuan ini dilakukan dengan cara mengisi ciri-ciri batuan yang diketahui dan dicari faktor kepastian atau certainty factor (CF)-nya. Software sistem pakar dikembangkan dengan menggunakan Visual Basic.Net 2008 dan SQL Server 2005. Hasil pengujian terhadap aplikasi yang dikembangkan menunjukkan bahwa aplikasi sudah berfungsi sesuai yang diharapkan dan sesuai dengan pengetahuan dan keahlian seorang pakar, serta dapat memberikan informasi kepada pengguna tentang macam jenis batuan sedimen berdasarkan ciri-ciri yang diinputkan oleh pengguna. Aplikasi menyediakan pembatasan hak akses secara tersistem, sehingga proses pengolahan basis pengetahuan dan basis aturan hanya dapat dilakukan oleh admin atau pakar, sedangkan user hanya boleh melakukan konsultasi pada sistem pakar.

Kata kunci: certainty factor (CF), sistem pakar, SQL Server 2005, Visual Basic.Net 2008

PENDAHULUAN

Sistem pakar (expert system) merupakan salah satu bidang teknik kecerdasan buatan yang cukup diminati karena penerapan di berbagai bidang baik bidang ilmu pengetahuan maupun bisnis yang terbukti sangat membantu dalam mengambil keputusan dan sangat luas penerapanya. Sistem pakar adalah sebuah program komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah seperti layaknya seorang pakar (human expert) (Tolle, 2010). Biasanya sistem pakar berupa perangkat lunak pengambil keputusan yang mampu mencapai tingkat performa yang sebanding seorang pakar dalam bidang yang khusus dan sempit. Ide dasarnya adalah kepakaran ditransfer dari seorang pakar (atau sumber kepakaran yang lain) ke komputer, pengetahuan yang ada disimpan dalam komputer, dan pengguna dapat berkonsultasi pada komputer itu untuk suatu nasehat, lalu komputer dapat mengambil inferensi (menyimpulkan, mendiskusikan, dll) seperti layaknya seorang pakar, kemudian menjelaskannya ke pengguna tersebut, bila perlu dengan alasan-alasannya. Sistem pakar malahan terkadang lebih baik kerjanya dari pada seorang pakar manusia.

Sistem pakar dengan desain yang benar akan dapat digunakan oleh orang awam untuk membantu memecahkan masalah-masalah tertentu, sedangkan bagi seorang ahli sistem pakar dapat dijadikan alat untuk menunjang aktivitasnya yaitu sebagai asisten yang berpengalaman. Sistem pakar dibuat pada wilayah pengetahuan tertentu yang mendekati kemampuan manusia di salah satu bidang. Sistem pakar akan mencarikan solusi yang memuaskan seperti dilakuakan oleh seorang pakar dan sistem pakar juga dapat memberikan penjelasan terhadap langkah yang diambil dan memberikan alasan atas saran dan kesimpulan yang ditemukanya. Sistem pakar hanya digunakan untuk memecahkan masalah yang memang sulit untuk dipecahkan dengan menggunakan program biasa, mengingat biaya yang diperlukan untuk membuat sistem pakar jauh lebih besar dari pada sistem biasa.

Aplikasi sistem pakar dapat dikembangkan dan diterapkan pada banyak bidang, salah satunya sistem pakar untuk mengetahui macam jenis batuan sedimen berdasarkan sifat fisik macam jenis batuanya. Pengembangan sistem pakar ini diharapkan dapat membantu calon pakar atau pengguna lainnya yang berminat untuk mempelajari atau mengetahui macam jenis batuan sedimen. Sistem pakar akan memberikan kesimpulan akhir berupa solusi yang direkomendasikan.

Sistem pakar untuk menentukan jenis tanaman obat yang sesuai dengan gejala sakit pada tubuh manusia telah dikembangkan oleh Sumbodo (2009). Sistem pakar yang dikembangkan merupakan sebuah software aplikasi untuk menentukan jenis tanaman obat yang dapat dipakai sesuai dengan gejala-gejala penyakit yang diderita pasien. Sistem pakar ini juga dapat menberikan hasil diagnosa terhadap penyakit pada manusia berdasarkan gejala-gejala penyakit tersebut. Kekurangan dari sistem ini terletak pada tampilan antar muka yang belum mencantumkan gambar


A-91

gejala penyakit yang diderita. Selain itu, komposisi tanaman obat pada pengobatan belum disertakan link tanaman apa saja yang digunakan dalam pengobatan, maka pembahasanya kurang terperinci (Sumbodo, 2009).

Sistem pakar untuk diagnosa penyakit hewan ternak dan pengobatannya juga telah dikembangkan oleh Nur Widiaastuti (2009) dengan software Microsoft Visual Basic 6.0. Aplikasi ini menyediakan fasilitas untuk input gejala-gejala penyakit yang dialami seekor sapi dan akan memberikan saran berupa solusi yang sesuai dengan gejala-gejala penyakit yang diinputkan pengguna. Kekurangan dari sistem pakar ini terletak pada mesin inferensi yang digunakan masih menggunakan aturan produksi yang sederhana dan tidak mempertimbangkan faktor kepastian sistem ini.

Penelitian tentang sistem pakar diagnosa penyakit tanaman padi berbasis web menyediakan fasilitas konsultasi tentang penyakit tanaman padi, penanggulangan, dan pencegahan penyakit tanaman padi. Selain itu, sistem ini juga menbantu pengguna untuk meng-upload informasi seputar tanaman padi. Kekurangan dari sistem ini terletak pada sistem keamanan pada ruang administrator dan login penggunanya. Selain itu, validasi konsultasi untuk pencarian penyakit baru dan validasi halaman hasil konsultasi tidak ada dan hasil konsultasi tidak dilengkapi dengan keterangan tertentu (Yusniati, 2009).

Ada delapan ciri sistem pakar yaitu: 1) terbatas pada domain keahlian tertentu, 2) dapat memberikan penalaran untuk data-data yang tidak pasti atau tidak lengkap, 3) dapat mengemukakan rangkaian alasan yang diberikannya dengan cara yang dapat dipahami, 4) berdasarkan pada kaidah tertentu, 5) dirancang untuk dapat dikembangkan secara bertahap, 6) outputnya bersifat anjuran atau nasihat, 7) outputnya tergantung dari dialog dengan pengguna, serta 8) knowledge base dan inference engine terpisah.

Sistem pakar menjadi sangat populer disebabkan oleh banyaknya kemampuan dan manfaat yang diberikan oleh sistem pakar, di antaranya (Achmad, 2010): 1. Meningkatkan output dan produktivitas, karena sistem pakar dapat bekerja lebih cepat dari manusia. 2. Meningkatkan kualitas, dengan memberi nasehat yang konsisten dan mengurangi kesalahan. 3. Mampu menangkap kepakaran yang sangat terbatas. 4. Dapat beroperasi di lingkungan yang berbahaya. 5. Memudahkan akses ke pengetahuan. 6. Handal, sistem pakar tidak pernah menjadi bosan dan kelelahan atau sakit. Sistem pakar juga secara konsisten

melihat semua detil dan tidak akan melewatkan informasi yang relevan dan solusi yang potensial. 7. Meningkatkan kapabilitas sistem terkomputerisasi yang lain. Integrasi sistem pakar dengan sistem komputer lain

membuat lebih efektif, dan mencakup lebih banyak aplikasi. 8. Mampu bekerja dengan informasi yang tidak lengkap atau tidak pasti. Berbeda dengan sistem komputer

konvensional, sistem pakar dapat bekerja dengan inofrmasi yang tidak lengkap. Pengguna dapat merespon dengan: “tidak tahu” atau “tidak yakin” pada satu atau lebih pertanyaan selama konsultasi dan sistem pakar tetap akan memberikan jawabannya.

9. Mampu menyediakan pelatihan, pengguna pemula yang bekerja dengan sistem pakar akan menjadi lebih berpengalaman. Fasilitas penjelasan dapat berfungsi sebagai guru.

10. Meningkatkan kemampuan problem solving, karena mengambil sumber pengetahuan dari banyak pakar. 11. Meniadakan kebutuhan perangkat yang mahal. 12. Fleksibel.

Metodologi sistem pakar yang ada tidak selalu mudah, sederhana, dan efektif. Berikut adalah keterbatasan

yang menghambat perkembangan sistem pakar (Achmad, 2010): 1. Pengetahuan yang hendak diambil tidak selalu tersedia. 2. Kepakaran sangat sulit diekstrak dari manusia. 3. Pendekatan oleh setiap pakar untuk suatu situasi atau problem bisa berbeda-beda, meskipun sama-sama benar. 4. Adalah sangat sulit bagi seorang pakar untuk mengabstraksi atau menjelaskan langkah mereka dalam menangani

masalah. 5. Pengguna sistem pakar mempunyai batas kognitif alami, sehingga mungkin tidak bisa memanfaatkan sistem

secara maksimal. 6. Sistem pakar bekerja baik untuk suatu bidang yang sempit. 7. Banyak pakar yang tidak mempunyai jalan untuk mengecek apakah kesimpulan mereka benar dan masuk akal. 8. Istilah dan jargon yang dipakai oleh pakar dalam mengekspresikan fakta seringkali terbatas dan tidak mudah

dimengerti oleh orang lain. 9. Pengembangan sistem pakar seringkali membutuhkan perekayasa pengetahuan (knowledge engineer) yang

langka dan mahal.


A-92

10. Kurangnya rasa percaya pengguna menghalangi penggunaan sistem pakar. 11. Transfer pengetahuan dapat bersifat subyektif dan bias.

Struktur detail sistem pakar terdiri atas dua bagian utama, yakni: 1) development environment (lingkungan

pengembangan) yang digunakan sebagai pembangunan sistem pakar baik dari segi pembangunan komponen maupun basis pengetahuan, dan 2) consultation environment (lingkungan konsultasi), digunakan oleh seseorang yang bukan ahli untuk berkonsultasi. Sedangkan komponen-komponen yang ada pada sistem pakar meliputi (Achmad, 2010): 1. Subsistem penambahan pengetahuan (knowledge aqcuisision system). Bagiaan ini digunakan untuk memasukkan

pengetahuan, menkonstruksi atau menperluas pengetahuan alam basis pengetahuan. Pengetahuan itu bisa berasal dari: ahli, buku, basis data, penilitian dan gambar.

2. Basis pengetahuan (knowledge base). Basis pengetahuan berisi pengetahuan-pengetahuan yang dibutuhkan untuk memahami, menformulasikan, dan menyelesaikan masalah.

3. Motor inferensi (inference engine). Motor inferensi adalah program yang berisi metodologi yang digunakan untuk melakukan penalaran terhadap informasi-informasi yang digunakan dalam basis pengetahuan serta digunakan untuk menformulasikan konklusi. Ada tiga elemen utama dalam motor inferensi, yaitu: a. Interpreter : berfungsi untuk mengeksekusi item-item agenda yang terpilih dengan menggunakan aturan-

aturan dalam basis pengetahuan yang sesuai. b. Scheduler : berfungsi untuk mengontrol agenda. c. Consistency enforcer : akan berusaha memelihara konsistensi dalam merepresentasikan solusi yang bersifat

darurat. 4. Blackboard (workplace). Blackboard merupakan area dalam memory yang digunakan untuk merekam kejadian

yang sedang berlangsung termasuk keputusan sementara. 5. Antarmuka (user interface). Antarmuka digunakan untuk media komunikasi antara pengguna dan program. 6. Fasilitas penjelasan (explanation subsystem). Bagian ini digunakan untuk melacak respon dan memberikan

penjelasan tentang kelakuan sistem pakar secara inrteraktif melalui pertanyaan. 7. Sistem penyaringan pengetahuan (knowledge refining system). Sistem penyaringan pengetahuan ini digunakan

untuk mengevaluasi kinerja sistem pakar itu sendiri untuk melihat apakah pengetahuan-pengetahuan yang ada masih cocok untuk digunakan di masa mendatang.

Metodologi, Penelitian ini dilakukan bertempat di Laboratorium Sumber Daya Mineral dan Energi Geologi

Kampus II, Institut Sains & Teknologi AKPRIND Yogyakarta. Bahan penilitian yang diperlukan adalah data-data batuan sedimen yang berupa ciri-ciri, macam jenis dan gambar batuan sedimen tersebut. Peralatan yang digunakan terbagi dalam dua bagian, yaitu perangkat lunak (software) yang digunakan untuk pembuatan aplikasi sistem pakar berupa sistem operasi windows Vista Professional, database menggunakan Microsoft SQL server 2005, desain gambar menggunakan Adoble Photoshop CS3 dan script menggunakan Visual Basic 2008. dan perangkat keras (hardware) berupa seperangkat PC denganspesifikasi prosesor Intel Core 2 Duo, RAM 1 GB, VGA card 64 MB, dan harddisk 250 GB.

Diagram Arus Data (DAD), DAD contex diagram memberikan gambaran bahwa sistem pakar ini

berhubungan dengan 2 external entity yaitu admin (pakar) dan user (pengguna aplikasi). Seorang pakar dapat memasukkan data kepakaran ke dalam sistem dan dapat memperoleh informasi hasil proses konsultasi, sedangkan pengguna hanya bisa melakukan konsultasi dengan sistem dan memperoleh hasil kesimpulan yang berupa macam jenis batuan. DAD Contex diagram sistem pakar macam jenis batuan digambarkan pada Gambar 1. Aliran data dan detail proses yang diintegrasikan ke dalam sistem digambarkan dalam diagram alir data level 1 yang merupakan turunan dari contex diagram , ditunjukan pada Gambar 2.

Gambar 1: DAD contex diagram


A-93

Gambar 2: DAD level 1 Representasi Pengetahuan

Sistem pakar untuk mengetahui macam jenis batuan sedimen ini memerlukan basis pengetahuan dan mesin inferensi untuk mengetahui macam jenis batuan sedimen. Basis pengetahuan berisi fakta-fakta yang diperlukan oleh sistem, sedangkan mesin inferensi digunakan untuk menganalisa fakta-fakta yang dimasukan pengguna hingga dapat diambil suatu kesimpulan. Basis pengetahuan yang diperlukan adalah aturan ciri batuan sedimen. Pembentukan aturan ciri batuan sedimen seperti pada Tabel 1.

Tabel 1: Aturan ciri batuan

No Aturan

1 IF batuan sedimen klastik AND warna coklat mudah - coklat tua AND struktur massif AND tekstur

ukuran butir 2 - 116 mm AND tekstur kebundaran menyudut AND tekstur kemas terbuka AND tekstur sortasi buruk AND komposisi fragmen pasir kasar AND komposisi matrik pasir halus AND komposisi semen silica THEN Breksi.

2 IF batuan sedimen klastik AND Warna abu - abu terang - gelap AND Struktur massif AND tekstur

ukuran butir 1/256 mm AND tekstur kebundaran membulat AND tekstur kemas tertutup AND tekstur sortasi baik AND komposisi fragmen - AND komposisi matrik - AND komposisi semen karbonatan THEN Napal.

3 IF batuan sedimen klastik AND Warna abu - abu terang - gelap AND Struktur massif, laminasi, berlapis

AND tekstur ukuran butir 1/256 mm AND tekstur kebundaran membulat AND tekstur kemas tertutup AND tekstur sortasi baik AND komposisi fragmen - AND komposisi matrik - AND komposisi semen silica THEN Tuff.

4 IF batuan sedimen klastik AND Warna abu - abu terang - kecoklatan AND Struktur laminasi - berlapis

AND tekstur ukuran butir 2 - 1/2 mm AND tekstur kebundaran membulat taanggung - membulat AND tekstur kemas tertutup AND tekstur sortasi baik AND komposisi fragmen - AND komposisi matrik pasir AND komposisi semen silica THEN Batupasir.

5 IF batuan sedimen non-klastik organik AND Warna coklat mudah AND Struktur serabut AND tekstur

ukuran butir - AND tekstur kebundaran - AND tekstur kemas - AND tekstur sortasi - AND komposisi terdiri dari mineral yang mngandung unsure organisme THEN aragonit.

6 IF batuan sedimen non-klastik organik AND Warna putih AND Struktur massif AND tekstur ukuran

butir 1/256 mm AND tekstur kebundaran membulat AND tekstur kemas tertutup AND tekstur sortasi baik AND komposisi fragmen - AND komposisi matrik - AND komposisi semen karbonatan THEN Serpih.

7 IF batuan sedimen non-klastik organik AND Warna transparan (tidak berwarna) AND Struktur kristalin

(heksagonal) AND tekstur ukuran butir - AND tekstur kebundaran - AND tekstur kemas - AND tekstur sortasi - AND komposisi terdiri dari mineral yang mngandung unsure organism kaya akan (CaCO3) THEN Kalsit.

8 IF batuan sedimen non-klastik kimiawi AND Warna putih AND Struktur kristalin AND tekstur ukuran

butir - AND tekstur kebundaran - AND tekstur kemas - AND tekstur sortasi - AND komposisi terdiri dari mineral yang mengandung unsure garam (CaSO4) THEN Anhidrit.

9 IF batuan sedimen non-klastik kimiawi AND Warna putih AND Struktur masif dan secara kristalin

kasar, kadang – kadang berlaminasi, dengan bentuk Kristal kubus AND tekstur ukuran butir - AND tekstur kebundaran - AND tekstur kemas - AND tekstur sortasi - AND komposisi terdiri dari mineral yang mengandung unsure garam (NaCL) THEN Halit.

10 IF batuan sedimen non-klastik kimiawi AND Warna coklat kekuning kuningan AND Struktur kristalin

kasar sampai halus granular AND tekstur ukuran butir - AND tekstur kebundaran - AND tekstur kemas - AND tekstur sortasi - AND komposisi terdiri dari mineral yang mengandung unsure garam (CaSO4 2H2O) THEN Gip.

D1 tblBatuan D2 tblCiriBatuan D3 tblUser D4 tblHelp D5 tblGambar

D6 tblTemp

1

MasterData

a

Admin

b

User

2

DataPencarian

3

ProsesPencarian

b

User

Record_Batuan Record_CiriBatuanRecord_User

Record_Help

Record_Gambar

Record_Temp

Master Data

DtUser

Master Data

Ciri Data PencarianDtBatuan


A-94

Rancangan Menu, Rancangan sistem pakar untuk mengetahui macan jenis batuan sedimen ini dapat digambarkan secara garis besar dengan sistem menu seperti tampak pada Gambar 3.

Gambar 3: Rancangan menu Rancangan Basis Data, Untuk mengimplementasikan rancangan sistem pakar ke dalam software aplikasi,

digunakan enam tabel database, yaitu tblUser, tblBatuan, tblGbrBatuan, tblCiriBatuan, tblTemp, serta tblTemp. Desain struktur tabel tersebut berturut-turut ditampilkan pada Tabel 2 hingga Tabel 7.

Tabel 2: tblUser

No Field Tipe Data Keterangan 1 userid Varchar (8) Not Null Primary key 2 user_name Varchar (50) Not null 3 user_pass Varchar (50) Not null mds 4 nama_lengkap Varchar (100) Not null 5 nim Varchar (12) Not null 6 jurusan Varchar (30) Not null 7 fakultas Varchar (30) Not null 8 status Varchar (8) Not null

Tabel 3: tblBatuan No Field Tipe Data Keterangan 1 no Int Not null 2 id_batuan Varchar (8) Not null primary key 3 nama_batuan Varchar (100) Not null 4 Jenis_batuan Varchar (100) Not null 5 Keterangan Text Not null

Tabel 4: tblGbrBatuan

No Field Tipe Data Keterangan 1 id_gambar Varchar (10) Not null primary key 2 id_batuan Varchar (8) Not null 3 gambar Image Not null


A-95

Tabel 5: tblCiriBatuan No Field Tipe Data Keterangan

1 id_ciri Varchar (10) Not null primary key 2 id_batuan Varchar (8) Not null 3 warna Varchar (50) Not null 4 Struktur Varchar (50) Not null 5 t_ukuranbutir Varchar (50) Not null 6 t_kebundaran Varchar (100) Not null 7 t_kemas Varchar (50) Not null 8 t_sortasi Varchar (50) Not null 9 k_fragmen Varchar (150) Not null 1o k_matrik Varchar (150) Not null 11 k_semen Varchar (150) Not null

Tabel 6: tblTemp No Field Tipe Data Keterangan

1 id_batuan Varchar (8) Not null primary key 2 nama_batuan Varchar(100) Not null

Tabel 7: tblHelp No Field Tipe Data Keterangan 1 id_help Varchar (8) Not null primary key 2 topik Varchar(200) Not null 3 penjelasan Text Not null

PEMBAHASAN

Rancangan sistem pakar diimplementasikan ke dalam tampilan dua macam halaman, yaitu halaman untuk admin dan user. User hanya boleh membaca informasi, registrasi sebagai anggota, dan melakukan konsultasi, sedangkan admin boleh menbaca, menampilkan, mengubah, menambah, dan menghapus data yang tersimpan di dalam database. Tampilan halaman utama aplikasi tampak pada Gambar 4. Setelah tampak halaman utama, selanjutnya disediakan halaman form login, sign up, log out, dan exit.

Gambar 4: Halaman utama

Selanjutnya, disediakan antarmuka berupa halaman pakar yang disediakan untuk user dengan fungsi untuk melakukan konsultasi dengan sistem pakar yang dikembangkan. Pada halaman ini user dapat menginputkan data ciri umum yang meliputi warna dan struktur batuan, ciri tekstur yang meliputi ukuran butir, kebundaran, kemas, dan


A-96

sortasi, dan ciri komposisi batuan yang terdiri atas fragmen, semen, dan matrik. Selanjutnya berdasarkan ciri-ciri yang diinputkan oleh user tersebut, sistem pakar akan menampilkan output dalam bentuk tabel berupa informasi batuan sedimen yang sesuai ciri batuan yang diinputkan. Tampilan halaman pakar ditampilkan seperti Gambar 5.

Gambar 5: Tampilan halaman pakar

KESIMPULAN

Hasil pengujian terhadap aplikasi yang dikembangkan menunjukkan bahwa aplikasi sudah berfungsi sesuai yang diharapkan dan sesuai dengan pengetahuan dan keahlian seorang pakar, serta dapat memberikan informasi kepada pengguna tentang macam jenis batuan sedimen berdasarkan ciri-ciri yang diinputkan oleh pengguna. Aplikasi menyediakan pembatasan hak akses secara tersistem, sehingga proses pengolahan basis pengetahuan dan basis aturan hanya dapat dilakukan oleh admin atau pakar, sedangkan user hanya boleh melakukan konsultasi pada sistem pakar.

Pengembangan sistem selanjutnya dapat dilakukan dengan menambahkan fasilitas yang memudahkan pemilihan ciri warna dan ciri-ciri lainnya dengan tujuan untuk meminimalkan kesalahan input data ciri batuan, menyertakan faktor kepastian (certainty factor) untuk meningkatkan akurasi hasil, serta pengembangan menjadi berbasis web agar sistem dapat memberikan manfaat yang lebih luas bagi masyarakat.

DAFTAR PUSTAKA Achmad, B., 2010, Diktat Mata Kuliah Kecerdasan Buatan, http://word-searsh.com, diakses 28 September 2010 Dioneia M. F. C. Gusmão Lemos, 2010, Sistem Pakar Untuk Mengetahui Berbagai Macam Jenis Batuan Sedimen

Berdasarkan Sifat Fisiknya (Studi Kasus: Laboratorium Sumber Daya Mineral & Energi IST AKPRIND Yogyakarta, Skripsi, Jurusan Teknik Informatika, Institut Sains & Teknologi AKPRIND, Yogyakarta.

Kusumaadewi, S., 2003, Artificial Intelligence (Teknik dan Aplikasinya), edisi pertama, Graha Ilmu, Yogyakarta. Sumbodo, B.A., 2009, Sistem Pakar Untuk Menentukan Jenis Tanaman Obat Yang Sesuai Dengan Gejalah Sakit

Pada Tubuh Manusia, Skripsi, Jurusan Teknik Informatika, Institut Sains & Teknologi AKPRIND, Yogyakarta.

Tolle, H., 2010, Pengantar Sistem Pakar (expert system), http://powerpoint-search.com, diakses 28 September 2010 Widiaastuti, N., 2009, Sistem Pakar Untuk Diagnosa Penyakit Hewan Ternak Dan Pengobatannya Dengan

Microsoft Visual Basic 6.0, Skripsi, Jurusan Teknik Informatika, Institut Sains & Teknologi AKPRIND, Yogyakarta

Yusniati, 2009, Sistem Pakar Diagnosa Penyakit Tanaman Padi Berbasis Web, Skripsi, Jurusan Teknik Informatika, Institut Sains & Teknologi AKPRIND, Yogyakarta.

prosiding seminar nasional aplikasi sains dan teknologi …repository.akprind.ac.id/sites/files/2010...

Documents