SISTEM DETEKSI GANGGUAN PADA BERBAGAI JENIS GITAR

MEGGUNAKAN METODE CASE BASED REASONING BERBASIS

DESKTOP

Ramadlan Septiana1, Herfina

2, Mulyati

2

email : ramadlan156@gmail.com

Program Studi Ilmu Komputer FMIPA Universitas Pakuan

Gitar adalah salah satu alat musik yang banyak dimainkan di semua kalangan.

Gitar terdiri dari beberapa komponen seperti neck, body, bridge, senar, tuning

machines, dan fret. Alat musik gitar dibagi menjadi 2 jenis, yaitu gitar akustik dan gitar

elektrik. Seiring penggunaan alat musik gitar, sering ditemukan gangguan yang

diakibatkan oleh kerusakan pada salah satu komponen, sehingga gitar tidak dapat

dimainkan sebagaimana mestinya. Salah satu alternatif penyelesaian gangguan pada

gitar adalah dengan menggunakan metode inferensi case based reasoning (CBR).

Metode CBR bertujuan untuk mencari kesimpulan yang dapat digunakan sebagai

alternatif pada suatu masalah berdasarkan tingkat kemiripannya dengan kasus lama

yang tersimpan dalam basis pengetahuan. Pemanfaatan sistem ini adalah dengan

menggunakan data gejala, data kerusakan dan data kasus. Data gejala adalah data

gejala yang terjadi saat gitar mengalami kerusakan, data kerusakan adalah data yang

berisi daftar kerusakan pada gitar sedangkan data kasus adalah data yang berisi

kumpulan kasus kerusakan yang terjadi pada gitar. Sistem Deteksi Gangguan Pada

Berbagai Jenis Gitar diimplementasikan dengan menggunakan bahasa pemrograman

Visual Basic 2010 dan database Microsoft Access 2007. Dilakukan uji coba terhadap

sistem dengan membandingkan hasil output sistem dengan kesimpulan pakar, sebanyak

15 kasus dengan nilai kesesuaian 84,4% yang berarti sistem dapat dipercaya.

Kata Kunci : Sistem Pakar, Alat Musik, Gitar, Case Based Reasoning

PENDAHULUAN

Perkembangan teknologi informasi

yang sangat pesat dapat dimanfaatkan

hampir di seluruh kegiatan dalam berbagai

bidang. Perkembangan tersebut dapat

diterapkan pada bidang pendidikan,

sumber daya, keuangan, seni, administrasi

dan lain-lain. Penerapan teknologi

informasi dapat membantu dalam

menyelesaikan sebuah permasalahan.

Salah satu contoh pemanfaatan teknologi

informasi saat ini adalah sistem pakar.

Penggunaan sistem pakar dapat diterapkan diberbagai bidang, diantaranya dalam

bidang seni yaitu untuk alat musik.

Alat musik yang paling umum

dimainkan bagi semua kalangan adalah

gitar. Gitar terbagi menjadi beberapa jenis

yaitu gitar akustik, gitar elektrik, bass

akustik dan bass elektrik. Jenis akustik

terdiri dari beberapa komponen, yaitu

headstock, tuning machines, nut,

fingerboard, frets, neck, body, bridge dan

senar. Sedangkan komponen pada jenis

elektrik terdiri dari headstock, tuning

machines, nut, fingerboard, frets, strap

pin, neck, body, bridge, pickup, control,

output jack, dan senar (Nugroho, 2014).

Seiring penggunaan alat musik gitar,

pemain sering mengalami beberapa

masalah ketika memainkan gitar atau bass

mereka. Umumnya pemain yang awam

akan segera memperbaiki masalah yang ada dengan menggunakan jasa service.

Penggunakan jasa service ini, pemain

harus mengeluarkan biaya dan harus

menunggu proses perbaikan. Namun,

permasalahan pada alat musik gitar ini

biasanya hanya disebabkan oleh

kerusakan kecil yang terjadi pada salah

satu komponen dan dapat diselesaikan

sendiri tanpa perlu bantuan jasa service.

Oleh karena itu dibutuhkan sistem yang

dapat digunakan untuk memantu dalam

menganalisis penyebab dari permasalahan

yang terjadi pada alat musik gitar yang

dimainkan. Kehadiran sistem deteksi

kerusakan pada gitar diharapkan dapat

membantu dalam memperbaiki alat musik

gitar tanpa perlu menggunakan jasa

service.

Penelitian Terdahulu

Aribowo (2010) melakukan penelitian

dengan judul “Pengembangan Sistem

Cerdas menggunakan Penalaran Berbasis

Kasus (Case Based Reasoning) untuk

Diagnosa Penyakit Akibat Virus

Eksantema”. Sistem ini digunakan untuk

mendeteksi sebelas penyakit yang

diakibatkan oleh Eksantema. Proses

perhitungan similarity pada tahapan

retrieval dalam sistem ini menggunakan

metode Probabiltas Bayes. Sistem ini

dibuat berbasis desktop dengan

menggunakan software Delphi 7 dan

Microsoft Access sebagai database.

Retnowati (2013) melakukan

penelitian dengan judul “Implementasi

Case Based Reasoning Pada Sistem Pakar

Dalam Menentukan Jenis Gangguan

Kejiwaan”. Sistem ini dapat mendiagnosis

delapan jenis gangguan kejiwaan disertai

dengan informasi yang terkait dengan

penyakit tersebut. Proses retrieve pada

sistem ini menggunakan perhitungan

dengan metode Certainty Factor (CF).

Sistem ini dibangun berbasis desktop

dengan menggunakan software Visual

Basic 6.0 dan Microsoft Access 2003

sebagai database.

Shaid et al.(2015) melakukan

penelitian dengan judul “Sistem Pakar

Pertumbuhan Balita Berbasis Web dengan

Metode Case Based Reasoning”. Sistem

ini digunakan untuk menganalisis atau

monitoring pertumbuhan balita, yang

diharapkan akan bisa membantu dalam

pemantauan pertumbuhan anak. Proses

retrieve pada sistem yang dibangun ini

menggunakan metode nearest neighbor

retrieval. Sistem ini dibangun berbasis

web menggunakan menggunakan bahasa

pemrograman PHP.

METODE PENELITIAN

Metode penelitian yang digunakan

dalam pembuatan sistem ini adalah

pendekatan Expert System Development

Life Cycle (ESDLC). Pendekatan ESDLC

memiliki beberapa tahapan yang disajikan

pada Gambar 1.

Gambar 1. Tahapan Pendekatan ESDLC

(Turban et al., 2005)

Tahap Penilaian

Tujuan utama dari tahap penilaian ini

adalah untuk mengidentifikasi kebutuhan

pengguna. Karena itu, penelitian

dilakukan dengan studi kelayakan dari

sistem yang sedang berjalan dengan

melakukan pengumpulan data yang

dilakukan melalui observasi, wawancara

dan studi literatur. Hasil pengumpulan

data digunakan untuk menentukan tujuan

dan ruang lingkup dari sistem yang akan

dibuat, mengidentifikasi masalah-masalah

yang dapat diselesaikan dengan sistem

dan teknologi yang digunakan dalam

membangun sistem

Tahap Akuisisi Pengetahuan

Tujuan utama dari akuisisi

pengetahuan adalah untuk mendapatkan

berbagai pengetahuan yang diperlukan

oleh sistem yang dibangun. Pengetahuan

yang diperlukan dalam penelitian ini

adalah kumpulan kasus yang berkaitan

dengan gangguan pada alat musik gitar

beserta solusi yang diperlukan untuk

memperbaiki gangguan tersebut. Adapun

sumber yang digunakan dalam

pengumpulan kasus-kasus tersebut, antara

lain :

1. Forum pemain gitar melalui jaringan

internet

a. www.guitarforbeginners.com/foru

m/

b. www.jemsite.com/forums/

c. www.guitarnoise.com/forums/view

forum.php?f=3

2. Pengalaman narasumber

3. Pengalaman penulis

Berdasarkan sumber-sumber tersebut

didapatkan data gejala, data kerusakan dan

data kasus yang disajikan dalam tabel

berikut :

Tabel 1. Data Gejala Pada Gitar gejala_akustik

ID_Gejala Gejala Bobot Kategori

GA001 Senar keras pada

bagian atas fretboard 3 Kenyamanan

GA002

Senar keras pada

bagian tengah

fretboard

3 Kenyamanan

GA003

Senar keras pada

bagian bawah

fretboard

3 Kenyamanan

GA004

Suara buzzing pada

fret bagian atas

fretboard

5 Suara

GA005

Suara buzzing pada

fret bagian tengah

fretboard

5 Suara

GA006

Suara buzzing pada

fret bagian bawah

fretboard

5 Suara

GA007

Suara salah salah satu

senar lebih kecil dari

senar lain

3 Suara

GA008 Tuning senar mudah

berubah 5 Teknis

GA009 Intonasi suara kurang

tepat 1 Teknis

GA010 Sustain (panjang suara

senar) sangat pendek 1 Suara

GA011 Suara yang dihasilkan

pecah/kasar 3 Suara

GA012 Senar terasa kasar 3 Kenyamanan

GA013

Salah satu atau

beberapa senar

buzzing pada fret

tertentu

3 Suara

GA014 Buzzing pada fret 0 5 Suara

gejala_elektrik

ID_Gejala Gejala Bobot Kategori

GE001 Senar keras pada

bagian atas fretboard 3 Kenyamanan

GE002

Senar keras pada

bagian tengah

fretboard

3 Kenyamanan

GE003

Senar keras pada

bagian bawah

fretboard

3 Kenyamanan

GE004

Suara buzzing pada

fret bagian atas

fretboard

5 Suara

GE005

Suara buzzing pada

fret bagian tengah

fretboard

5 Suara

GE006

Suara buzzing pada

fret bagian bawah

fretboard

5 Suara

GE007

Ada suara berisik

"kresek" saat memutar

knob Volume

3 Suara

GE008

Suara salah salah satu

senar lebih kecil dari

senar lain

3 Suara

GE009 Suara yang dihasilkan

putus-putus 5 Suara

GE010 Noise/Humming besar 1 Teknis

GE011 Tuning senar mudah

berubah 5 Teknis

GE012

Senar menjadi out of

tune (fals) saat

memainkan tremolo

3 Teknis

GE013 Muncul suara berisik

saat gitar digerakkan 3 Teknis

GE014 Intonasi suara kurang

tepat 1 Teknis

GE015 Sustain (panjang suara

senar) sangat pendek 1 Suara

GE016

Suara hilang jika knob

volume diputar sedikit

atau tersenggol

5 Suara

GE017 Suara hilang jika

switch pickup diubah 5 Teknis

GE018

Muncul suara "kresek"

saat merubah arah

switch pickup

5 Suara

GE019 Suara yang dihasilkan

lemah 5 Suara

GE020 Suara yang dihasilkan

pecah/kasar 3 Suara

GE021 Senar terasa kasar 3 Kenyamanan

GE022

Salah satu atau

beberapa senar

buzzing pada fret

tertentu

3 Suara

GE023 Gitar tidak

menghasilkan suara 5 Teknis

GE024

Tersetrum jika

menyentuh senar atau

bagian besi pada gitar

5 Kenyamanan

GE025

Saat memainkan

tremolo terasa gesekan

kasar pada bridge

3 Teknis

GE026 Memainkan tremolo

sedikit keras 1 Kenyamanan

GE027 Buzzing pada fret 0 5 Suara

GE028

Intonasi nada senar

pada fret 13-24 sedikit

lebih tinggi dari fret 0-

12

5 Teknis

GE029

Intonasi nada senar

pada fret 13-24 sedikit

lebih rendah dari fret

0-12

5 Teknis

Keterangan Nilai Bobot :

1 = Gangguan biasa

3 = Gangguan sedang

5 = Gangguan penting

Tabel 2. Data Kerusakan Pada Gitar kerusakan_akustik

ID_Kerusakan Kerusakan Solusi

RA001 Neck bengkok

cembung

Putar truss rod ke arah

berlawanan jarum jam

sedikit demi sedikit

secara perlahan

RA002 Neck bengkok

cekung

Putar truss rod ke arah

jarum jam sedikit demi

sedikit secara perlahan

RA003 Action senar

terlalu tinggi

Kurangi tinggi action

senar dengan mengatur

ketinggian penyangga

senar pada bridge.

Potong bagian bawah

penyangga senar sesuai

kebutuhan

RA004 Action senar

terlalu rendah

Tambahkan tinggi

action senar dengan

mengganjal penyangga

senar pada bridge

sehingga menjadi lebih

tinggi

RA005 Senar sudah

terlalu tua

Ganti dengan senar

baru

RA006

Kemunginan

senar yang

digunakan adalah

senar murahan

(berkualitas

rendah)

Ganti senar dengan

menggunakan senar

asli dengan kualitas

standar

RA007 Fret sudah

terkikis

Ganti fret dengan

menggunakan fret yang

baru

RA008 Ketinggian fret

tidak merata

Ratakan ketinggian fret

menggunakan amplas.

(Pastikan ketinggian

fret merata

menggunakan benda

lurus seperti penggaris

RA009 Body kurang

kering

Tidak dapat diperbaiki

karena kesalahan

terjadi saat pembuatan

yaitu tahap

pengeringan body

RA010

Kayu fretboard

tidak sesuai

standar

Bisa diganti oleh

pengrajin dengan biaya

tinggi

RA011 Nut terlalu

rendah

Ganjal nut atau ganti

dengan nut baru

RA012

Jarak nut dan

bridge tidak

sesuai

Tidak dapat diperbaiki

karena bridge

menempel dengan

body

kerusakan_elektrik

ID_Kerusakan Kerusakan Solusi

RE001 Neck bengkok

cembung

Putar truss rod ke arah

berlawanan jarum jam

sedikit demi sedikit

secara perlahan

RE002 Neck bengkok

cekung

Putar truss rod ke arah

jarum jam sedikit demi

sedikit secara perlahan

RE003 Action senar

terlalu tinggi

Kurangi tinggi action

senar dengan mengatur

ketinggian saddle pada

bridge

RE004 Action senar

terlalu rendah

Tambahkan tinggi

action senar dengan

mengatur ketinggian

saddle pada bridge

RE005 Senar sudah

terlalu tua

Ganti dengan senar

baru

RE006

Kemunginan

senar yang

digunakan adalah

senar murahan

(berkualitas

rendah)

Ganti senar dengan

menggunakan senar

asli dengan kualitas

standar/tinggi

RE007 Pickup sudah

lemah

Ganti pickup dengan

pickup baru

RE008

Jack gitar

bermasalah -

longgar atau

sudah rusak

Coba gunakan kabel

jack atau ampl yang

berbeda. Jika masalah

tetap terjadi, periksa

sambungan kabel. Jika

sambungan baik berarti

jack gitar perlu diganti

RE009

Potensio

bermasalah -

kotor dan

berkarat

Periksa sambungan

kabel lalu beri minyak

kedalam potensio

sambil diputar. Jika

masalah masih terjadi,

maka potensio perlu

diganti. (Gunakan 250

Ohm atau 500 Ohm)

RE010 Fret sudah

terkikis

Ganti fret dengan

menggunakan fret yang

baru

RE011

Bridge tidak

sejajar dengan

body. Tarikan

per bridge terlalu

kuat

Kurangi tarikan per

bridge sampai posisi

bridge sejajar dengan

body

RE012

Bridge tidak

sejajar dengan

body. Tarikan

per bridge terlalu

lemah

Tambahkan tarikan per

bridge sampai posisi

bridge sejajar dengan

body

RE013

Sambungan

kabel dalam

cavity gitar

bermasalah

Periksa cavity, jika ada

kabel longgar atau

lepas maka perlu

dilakukan penyolderan

ulang. Cek juga ampli

dan kabel jack yang

digunakan

RE014 Ground

bermasalah

Periksa kabel ground

dalam gitar, jika

masalah masih terjadi

kemungkinan ground

pada ampli atau kabel

jack yang bermasalah

RE015 Ketinggian fret

tidak merata

Ratakan ketinggian fret

menggunakan amplas.

(Pastikan ketinggian

fret merata

menggunakan benda

lurus seperti penggaris

RE016

Jarak antara

senar dan pickup

terlalu jauh

Atur ketinggian pickup

hingga jarak antara

senar dan pickup sesuai

RE017

Switch - Pickup

Selector

bermasalah

Periksa sambungan

kabel pada switch, jika

kondisi sambungan

baik, maka switch

perlu diganti

RE018

Pickup pada

posisi Switch

Selector yang

dipilih mati

Periksa sambungan

pickup pada switch,

jika normal maka

gantilah pickup mati

dengan pickup yang

baru

RE019

Sambungan

kabel dalam gitar

bermasalah

Periksa ampli dan

kabel jack gitar, jika

kondisi ampli dan

kabel jack bagus,

periksa kondisi

sambungan didalam

gitar.

RE020

Blade pada

bridge sudah

tumpul atau

terkikis

Ganti bridge atau bisa

juga dengan mengganti

base plate bridge

RE021 Nut terlalu

rendah

Ganjal nut atau ganti

dengan nut baru

RE022

Panjang senar

antara nut sampai

fret 12 dan

panjang senar

antara fret 12-

bridge tidak sama

Atur saddle bridge

hingga jarak senar dari

nut sampai fret 12

sama dengan jarak

senar dari fret 12-24

Tabel 3. Data Kasus kasus_akustik

ID_Kas

us

ID_Gejala ID_Kerus

akan

KA001 GA001,GA003,GA009,GA004 RA001

KA002 GA001,GA003,GA009,GA013,GA0

04

RA001

KA003 GA001,GA003,GA004,GA005,GA0

13

RA001

KA004 GA002,GA005,GA009,GA013 RA002

KA005 GA002,GA003,GA005,GA006,GA0

13

RA002

KA006 GA001,GA002,GA003 RA003

KA007 GA004,GA005,GA006 RA004

KA008 GA004,GA005,GA006,GA013 RA004

KA009 GA007,GA008,GA009,GA010 RA005

KA010 GA007,GA008,GA009,GA010,GA0

12

RA005

KA011 GA007,GA010,GA011 RA006

KA012 GA005,GA006,GA013 RA008

KA013 GA005,GA004,GA013 RA008

KA014 GA001,GA002,GA004,GA005 RA001

KA015 GA014 RA011

kasus_elektrik

ID_Kasus ID_Gejala ID_Kerusak

an

KE001 GE001,GE003,GE004,GE014 RE001

KE002 GE002,GE005,GE006,GE014 RE002

KE003 GE001,GE002,GE003 RE003

KE004 GE004,GE005,GE006 RE004

KE005 GE008,GE011,GE014,GE015 RE005

KE006 GE008,GE014,GE019,GE020,

GE021

RE005

KE007 GE014,GE015,GE020,GE021 RE005

KE008 GE008,GE015,GE019,GE014 RE006

KE009 GE015,GE019,GE020,GE008 RE007

KE010 GE009,GE010,GE013 RE008

KE011 GE009,GE010,GE013,GE019,

GE020

RE008

KE012 GE007,GE009,GE010,GE016 RE009

KE013 GE007,GE016,GE015,GE009 RE009

KE014 GE005,GE022,GE004,GE006 RE015

KE015 GE006,GE011,GE012,GE014 RE011

KE016 GE011,GE012,GE014,GE003 RE012

KE017 GE009,GE010,GE024 RE013

KE018 GE023,GE010,GE024 RE013

KE019 GE010,GE013,GE024 RE014

KE020 GE006,GE004,GE005,GE022 RE015

KE021 GE015,GE019,GE010 RE016

KE022 GE019,GE018,GE020 RE017

KE023 GE018,GE017 RE017

KE024 GE017,GE023,GE010 RE018

KE025 GE012,GE025,GE026 RE020

KE026 GE001,GE003,GE004,GE014,

GE022

RE001

KE027 GE002,GE005,GE006,GE014,

GE022

RE002

KE028 GE002,GE005,GE006,GE014,

GE003

RE002

KE029 GE002,GE005,GE014,GE022 RE002

KE030 GE007,GE008,GE018,GE021,

GE013

RE005

KE031 GE004,GE005,GE008,GE015 RE004

KE032 GE004,GE005,GE001,GE002 RE001

KE033 GE007,GE009,GE010 RE009

KE034 GE027 RE021

KE035 GE028 RE022

Tahap Desain

Tujuan utama dari tahap desain

adalah untuk membuat konsep dasar dari

sistem yang dibangun serta pembuatan

prototype dasar sistem. Tahap desain

meliputi perancangan basis data,

perancangan sistem secara umum dan

perancangan sistem secara detail.

Perancangan Basis Data

Hubungan setiap entitas dalam sistem

pakar ini digambarkan dalam Entity

Relationship Diagram (ERD) yang

disajikan pada Gambar 2.

Gambar 2. Relationship Diagram (ERD) Sistem Yang Dibangun

Relasi dari masing-masing tabel yang

ada dalam sistem pakar yang dibangun

disajikan dalam Gambar 3.

Gambar 3. Relasi Tabel Sistem Yang

Dibangun

Perancangan Sistem Secara Umum

Perancangan sistem secara umum

meliputi pembuatan diagram konteks,

data flow diagram (DFD) level zero, dan

flowchart sistem.

Diagram konteks menggambarkan

awal dan akhir data yang masuk serta

output dari suatu sistem. Diagram konteks

dari sistem deteksi gangguan pada gitar

yang dibangun ini disajikan dalam

Gambar 4.

Gambar 4. Diagram Konteks Sistem Yang

Dibangun

Data flow diagram (DFD) merupakan

penjabaran dari diagram konteks yang

digunakan untuk menggambarkan aliran

data dan informasi yang terjadi selama

sistem dijalankan. DFD level 0 dari sistem

pakar yang dibangun ini disajikan dalam

Gambar 5.

Gambar 5. DFD Level 0 Sistem Yang Dibangun

Flowchart digunakan untuk

menggambarkan alur dari penggunaan

suatu sistem secara detail dan berurutan.

Flowchart dari sistem yang dibangun

disajikan dalam Gambar 6.

Rancangan Penalaran

Sistem yang dibangun

menggunakan metode inferensi Case

Based Reasoning (CBR). Penarikan

kesimpulan dilakukan berdasarkan tingkat

kemiripan antara kasus baru dengan kasus

lama yang disimpan dalam basis

pengetahuan. Rumus untuk menghitung

bobot kemiripan (similarity) dengan

menggunakan algoritma nearest neighbor

retrieval adalah sebagai berrikut :

𝑆𝑖𝑚𝑖𝑙𝑎𝑟𝑖𝑡𝑦(𝑝𝑟𝑜𝑏𝑙𝑒𝑚, 𝑐𝑎𝑠𝑒)

= s1 ∗ w1 + s2 ∗ w2 + ⋯ + sn ∗ wn

w1 + w2 + ⋯ + wn

Keterangan :

s = similarity (nilai kemiripan)

w = weight (bobot yang diberikan)

Adapun contoh perhitungan dengan

menggunakan algoritma Nearest

Neighboar Retrieval pada kasus gitar

elektrik berikut :

Similarity baru, ID1 = 1 ∗ 3

5 + 3 + 1 + 1= 0,3

Similarity baru, ID2 = 1 ∗ 5 + 1 ∗ 3

5 + 5 + 1 + 3= 0,615

Hasil perhitungan menunjukan kasus

dengan bobot kemiripan tertinggi adalah

kasus dengan ID3, sehingga kesimpulan

yang dimiliki ID3 digunakan sebagai

kesimpulan yang disarankan pada kasus

baru.

Kasus ID 1 :

- Fret bagian atas neck buzzing / mati (5)

- Action senar tinggi pada bagian atas neck (3)

- Action senar tinggi pada bagian bawah neck (1)

- Intonasi sedikit tidak tepat (1)

Kesimpulan :

Neck bengkok cembung

Kasus ID 2 :

- Fret bagian bawah neck buzzing / mati (5)

- Fret bagian tengah neck buzzing / mati (5)

- Intonasi sedikit tidak tepat (1)

- Tuning tidak stabil (3)

Kesimpulan :

Kondisi bridge tidak sejajar. Tarikan per bridge

terlalu kuat.

Kasus Baru : - Fret bagian bawah neck buzzing / mati (5)

- Tuning tidak stabil (3)

- Action senar tinggi pada bagian atas neck (3)

Kesimpulan : ?

Gambar 6. Flowchart Sistem Yang Dibangun

Tahap Pembuatan Sistem

Pembuatan sistem diagnosis

kerusakan gitar ini dilakukan dengan dua

tahap, yaitu implementasi basis data

menggunakan database Microsoft Access

2007 dan implementasi sistem

menggunakan Visual Basic 2010.

HASIL DAN PEMBAHASAN

Form Main Frame

Form Main Frame merupakan

tampilan utama dari sistem pakar. Form

ini akan tampil saat pertama kali masuk

sistem. Tampilan dari form Main Frame

disajikan dalam Gambar 7.

Gambar 7. Form Main Frame

Form Konsultasi

Form konsultasi adalah tampilan yang

digunakan untuk fitur deteksi kerusakan

pada sistem. Pada form ini user akan

diminta memilih jenis gitar dan gejala-

gejala yang dirasakan pada gitarnya,

kemudian sistem akan menampilkan

kesimpulan berupa kerusakan dan solusi

ketika user menekan tombol “DETEKSI

KERUSAKAN”. Tampilan dari form

konsultasi disajikan dalam Gambar 8.

Gambar 8. Form Konsultasi

Form Hasil Deteksi

Form hasil deteksi merupakan form

yang digunakan untuk menampilkan hasil

dari pendeteksian yang telah dilakukan

oleh sistem. Tampilan dari form hasil

deteksi disajikan dalam Gambar 9.

Gambar 9. Form Hasil Deteksi

Form Login

Form login akan tampil jika user

memilih menu File – Login sbg Pakar.

Form login digunakan untuk masuk

kedalam sistem baik sebagai pengguna

atau pakar. Tampilan dari form login

disajikan dalam Gambar 10.

Gambar 10. Form Login

Form Kelola Gejala

Form kelola gejala digunakan untuk

mengelola data gejala dalam basis

pengetahuan. Form ini akan muncul saat

memilih menu Kelola Pengetahuan -

Kelola Gejala. Tampilan dari form kelola

gejala disajikan dalam Gambar 11.

Gambar 11. Form Kelola Gejala

Form Kelola Kerusakan

Form kelola kerusakan digunakan

untuk mengelola data kerusakan dalam

basis pengetahuan yang dimiliki sistem.

Form ini akan muncul saat memilih menu

Kelola Pengetahuan- Kelola Kerusakan.

Tampilan dari form kelola kerusakan

disajikan dalam Gambar 12.

Gambar 12. Form Kelola Kerusakan

Form Kelola Kasus

Form kelola kasus digunakan untuk

mengelola data kasus dalam basis

pengetahuan yang dimiliki sistem. Form

ini akan muncul saat memilih menu

Kelola Pengetahuan - Kelola Gejala.

Tampilan dari form kelola kasus disajikan

dalam Gambar 13.

Gambar 13. Form Kelola Kasus

Form Revise

Form revise digunakan untuk

mengelola data kasus baru untuk

dilakukan validasi terhadap kesimpulan

yang dimilikinya. Kasus yang telah

divalidasi kemudian disimpan kedalam

basis pengetahuan untuk digunakan pada

kasus selanjutnya. Form ini akan muncul

saat memilih menu revise. Tampilan dari

form revise disajikan dalam Gambar 14.

Gambar 14. Form Revise

Perbandingan Antara Output Sistem

dan Perhitungan Manual

Perbandingan antara hasil penalaran

yang dilakukan oleh sistem dengan hasil

dari perhitungan manual dilakukan dengan

membandingkan nilai similarity dari lima

kasus lama yang memiliki tingkat

kemiripan tertinggi dengan kasus baru.

Perbandingan antara hasil penalaran dari

sistem dan perhitungan manual disajikan

dalam Tabel 4.

Tabel 4. Perbandingan Antara Output

Sistem dan Perhitungan Manual

No Kasus

Baru

Output

Sistem

Perhitung

an

Manual

Ket.

Akustik

1

GA004,

GA006,

GA013,

GA003

KA002,

KA008,

KA007,

KA001,

KA012

KA002,

KA008,

KA007,

KA001,

KA012

Sesuai

2

GA010,

GA012,

GA009

KA010,

KA009,

KA011,

KA001,

KA004

KA010,

KA009,

KA011,

KA001,

KA004

Sesuai

3

GA007,

GA010,

GA011,

GA012

KA011,

KA010,

KA009

KA011,

KA010,

KA009

Sesuai

4

GA004,

GA013,

GA002,

GA009

KA013,

KA002,

KA004,

KA014,

KA001

KA013,

KA002,

KA004,

KA014,

KA001

Sesuai

5

GA013,

GA003,

GA008,

GA009

KA009,

KA002,

KA010,

KA006,

KA004

KA009,

KA002,

KA010,

KA006,

KA004

Sesuai

Elektrik

1

GE004,

GE005,

GE006,

GE015,

GE019

KE004,

KE021,

KE020,

KE031,

KE002

KE004,

KE021,

KE020,

KE031,

KE002

Sesuai

2

GE007,

GE009,

GE024,

GE010

KE033,

KE017,

KE010,

KE019,

KE012

KE033,

KE017,

KE010,

KE019,

KE012

Sesuai

3

GE026,

GE012,

GE014

KE025,

KE016,

KE015,

KE007,

KE008

KE025,

KE016,

KE015,

KE007,

KE008

Sesuai

4

GE008,

GE019,

GE003,

GE021

KE008,

KE006,

KE021,

KE009,

KE022

KE008,

KE006,

KE021,

KE009,

KE022

Sesuai

5

GE008,

GE009,

GE018,

GE017

KE023,

KE010,

KE033,

KE017,

KE030

KE023,

KE010,

KE033,

KE017,

KE030

Sesuai

6

GE024,

GE010,

GE013

KE019,

KE017,

KE018,

KE010,

KE011

KE019,

KE017,

KE018,

KE010,

KE011

Sesuai

7

GE001,

GE002,

GE003,

GE021,

GE014

KE003,

KE003,

KE007,

KE026,

KE028

KE003,

KE003,

KE007,

KE026,

KE028

Sesuai

8

GE026,

GE011,

GE012,

GE014,

GE025

KE025,

KE016,

KE015,

KE005,

KE007

KE025,

KE016,

KE015,

KE005,

KE007

Sesuai

9

GE005,

GE006,

GE002,

GE003

KE028,

KE002,

KE027,

KE029,

KE003

KE028,

KE002,

KE027,

KE029,

KE003

Sesuai

10

GE009,

GE015,

GE021,

GE024,

GE010

KE017,

KE010,

KE033,

KE019,

KE018

KE017,

KE010,

KE033,

KE019,

KE018

Sesuai

Tabel diatas menunjukan nilai yang

dihasilkan sistem sesuai dengan nilai yang

dihasilkan oleh perhitungan k-nearest

neighbor secara manual. Kesesuaian

tersebut menunjukan keberhasilan

penerapan rumus k-NN kedalam sistem.

Perbandingan Antara Output Sistem

dan Kesimpulan Pakar

Perbandingan antara hasil penalaran

yang dilakukan oleh sistem dengan

kesimpulan dari pakar dilakukan dengan

membandingkan tiga kerusakan tertinggi

yang dihasilkan oleh sistem dan

kemungkinan kerusakan yang

disimpulkan oleh pakar. Perbandingan

antara hasil penalaran dari sistem dan

kesimpulan dari pakar disajikan dalam

Tabel 5.

Tabel 5. Perbandingan Antara Output

Sistem dan Kesimpulan Pakar

No Kasus

Baru

Output

Sistem

Kesimpulan

Pakar

Nilai

Kesesuaian

Akustik

1

GA004,

GA006,

GA013,

GA003

RA001,

RA004,

RA008

RA001,

RA004,

RA008

1

2

GA010,

GA012,

GA009

RA005,

RA006,

RA001

RA005,

RA006,

RA009

2/3

3

GA007,

GA010,

GA011,

GA012

RA006,

RA005

RA006,

RA005,

RA010

2/3

4

GA004,

GA013,

GA002,

GA009

RA008,

RA001,

RA002

RA008,

RA001,

RA011

2/3

5

GA013,

GA003,

GA008,

GA009

RA005,

RA001,

RA003

RA005,

RA001,

RA012

2/3

Elektrik

1

GE004,

GE005,

GE006,

GE015,

GE019

RE004,

RE016,

RE015

RE004,

RE016,

RA001

2/3

2

GE007,

GE009,

GE024,

GE010

RE009,

RE013,

RE008

RE009,

RE013,

RE008

1

3

GE026,

GE012,

GE014

RE020,

RE012,

RE011

RE020,

RE012,

RE011

1

4

GE008,

GE019,

GE003,

GE021

RE006,

RE005,

RE016

RE006,

RE005,

RE016

1

5

GE008,

GE009,

GE018, GE017

RE017,

RE08,

RE009

RE017,

RE008,

RE013

2/3

6

GE024,

GE010,

GE013

RE014,

RE013,

RE008

RE014,

RE013,

RE008

1

7

GE001,

GE002,

GE003,

GE021,

GE014

RE003,

RE001,

RE005

RE003,

RE001,

RE005

1

8

GE026,

GE011,

GE012,

GE014,

GE025

RE020,

RE012,

RE011

RE020,

RE012,

RE011

1

9

GE005,

GE006,

GE002,

GE003

RE002,

RE003,

RE004

RE002,

RE003 2/3

10

GE009,

GE015,

GE021,

GE024,

GE010

RE013,

RE008,

RE009

RE013,

RE008,

RE009

1

Keterangan nilai kesesuaian pada tabel :

- 1 = Kemungkinan kerusakan sama

- 2/3 = 2 dari 3 kemungkinan kerusakan

sama

- 1/3 = 1 dari 3 kemungkinan kerusakan

sama

- 0 = Kemungkinan kerusakan berbeda

Persentase kecocokan antara output sistem

dan kesimpulan pakar didapatkan dengan

menghitung rata-rata dari nilai kesesuaian.

Nilai rata-rata yang dihasilkan kemudian

dirubah dalam bentuk persen(%). Adapun

perhitungan persentase kecocokan

tersebut adalah sebagai berikut :

Kecocokan = 1+(2/3)+(2/3)+(2/3)+(2/3)+(2/3)+1+1+1+(2/3)+1+1+1+(2/3)+1

15 x 100%

= 84,4 %

Berdasarkan perhitungan diatas,

maka persentase kesesuaian antara hasil

perhitungan sistem dan hasil pemikiran

pakar adalah sebesar 84,4%. Nilai tersebut

menunjukan tingkat kesesuaian yang

tinggi antara output sistem dan pemikiran

pakar.

Kelebihan dan Kekurangan Case Based

Reasoning (CBR)

Kelebihan dari system pakar ini

adalah semakin banyak pengalaman atau

kasus yang tersimpan dalam basis

pengetahuan, maka sistem akan semakin

pintar sehingga dapat memecahkan

masalah dengan mudah. Metode case

based reasoning (CBR) lebih efisien

dalam melakukan penalaran dibandingkan

dengan rule based reasoning, karena

menggunakan pengetahuan lama dan

memiliki kemampuan untuk mengadaptasi

pengetahuan baru. CBR tidak perlu

membangkitkan aturan-aturan setiap akan

menyelesaikan masalah, melainkan

dengan menilai tingkat kemiripan masalah

dengan kasus lama. Dalam dunia nyata,

saat menghadapi suatu masalah biasanya

seorang pakar melihat kesamaan masalah

tersebut dengan masalah yang pernah

diselesaikan sebelumnya.

Kelemahan dari penggunaan case

based reasoning adalah semakin banyak

data kasus yang tersimpan dalam basis

pengetahuan, maka proses penalaran akan

sedikit bertambah lama karena sistem

harus menghitung tingkat kemiripan kasus

baru dengan semua kasus pada basis

pengetahuan. Adapun perubahan waktu

eksekusi sesuai banyaknya kasus yang

tersimpan dalam basis pengetahuan

disajikan dalam Tabel 6.

Tabel 6. Perbandingan Waktu Eksekusi

Sistem

No Jumlah Kasus

Waktu Eksekusi

Sistem

(detik)

1 5 0.996

2 10 2.043

3 15 3.073

4 20 3.884

5 25 4.557

6 30 5.694

7 35 6.289

Tabel diatas menunjukkan bahwa

waktu eksekusi sistem akan bertambah

jika jumlah kasus lama yang disimpan

dalam basis pengetahuan bertambah.

Berdasarkan tabel diatas maka dapat

dibuat sebuah grafik yang menunjukan

perbandingan antara jumlah kasus dengan waktu eksekusi sistem seperti yang

disajikan pada Gambar 15.

Gambar 15. Grafik Perubahan Waktu

Eksekusi

SIMPULAN DAN SARAN

Kesimpulan

Penelitian ini telah berhasil

membangun sebuah sistem deteksi

gangguan pada gitar menggunakan bahasa

pemrograman Visual Basic 2010. Sistem

ini dapat digunakan di perangkat

komputer tanpa perlu menginstall server

lokal karena menggunakan database dari

Microsoft Access 2007. Metode penalaran

yang digunakan oleh sistem adalah

metode case based resoning (CBR)

dengan menggunakan rumus k-nearest

neighbor. Adapun tool yang digunakan

dalam perancangan system yaitu entity

relationship diagram (ERD), relasi tabel,

diagram konteks, data flow diagram level

0 (DFD level 0) dan flowchart.

Sistem yang dibangun dapat

melakukan pendeteksian kerusakan atau

gangguan yang terjadi pada gitar akustik

dan gitar elektrik berdasarkan gejala yang

dimasukkan oleh pengguna. Sistem juga

dapat digunakan untuk mengelola basis

pengetahuan yaitu gejala, kerusakan dan

kasus. Kasus baru yang dimasukkan

disimpan kedalam tabel revise untuk

kemudian dilakukan proses revise dan

retain. Metode case based reasoning lebih

baik dari metode rule based reasoning

karena penalaran dilakukan berdasarkan

pengalaman atau kasus sebelumnya.

Semakin banyak pengalaman atau kasus yang tersimpan dalam basis pengetahuan,

maka sistem akan semakin pintar sehingga

dapat memecahkan masalah dengan

mudah.

Kecepatan penalaran dipengaruhi

oleh banyaknya kasus lama yang

digunakan sistem selama proses

perhitungan pada tahap retrieval. Semakin

banyak data kasus yang tersimpan, maka

perulangan pada proses penalaran akan

semakin banyak sehingga memperbesar

waktu eksekusi.

Dalam penggunaannya, sistem yang

dibangun dapat membantu dalam mencari

kemungkinan kerusakan yang terjadi pada

gitar sesuai gejala yang dirasakan tanpa

kehadiran seorang pakar, sehingga

memungkinkan kerusakan dapat

diperbaiki oleh pengguna sendiri.

Kesimpulan didapatkan dari kasus lama

yang memiliki similarity tertinggi.

Kesesuaian antara kesimpulan sistem dan

pemikiran pakar sebesar 84,4 % sehingga

sistem cukup bisa dipercaya.

Uraian diatas menunjukkan keberhasilan

penggunaan metode penalaran case based

resoning (CBR) untuk pendeteksian

kerusakan yang terjadi pada alat musik

gitar, baik akustik maupun elektrik. Oleh

karena itu sistem yang dibangun sudah

sesuai dengan tujuan dan ruang lingkup

yang telah ditentukan.

Saran

Waktu eksekusi dari metode

penalaran case based reasoning

dipengaruhi oleh banyaknya data kasus

yang digunakan pada tahap retrieval, yaitu

semakin banyak kasus maka proses

penalaran akan semakin lama. Untuk

menangani hal tersebut, maka penelitian

dapat dikembangkan dengan

menggunakan metode penalaran lain

sehingga eksekusi sistem dapat berjalan

lebih cepat.

Dalam penggunaan sistem sebaiknya

tidak sembarangan memanipulasi data

gejala, data kerusakan dan data kasus

yang telah dalam basis pengetahuan,

karena dapat mengganggu proses

penalaran yang dilakukan sistem. Untuk

pengembangan selanjutnya sistem

sebaiknya dapat memberi kesimpulan

dengan lebih dari satu kerusakan,

sehingga lebih cepat dalam mendeteksi

kerusakan pada gitar.

DAFTAR PUSTAKA

Aamodt, A., dan Plaza, E. 1994. Case

Based Reasoning: Foundation Issues,

Methodological Variations, and

System Approaches. AI

Communications Vol. 7.

Arhami, Muhammad. 2005. Konsep

Dasar Sistem Pakar. Andi,

Yogyakarta.

Aribowo, Agus S. 2010. TELEMATIKA

Vol.7 No.1. UNP Veteran,

Yogyakarta.

Firdaus. 2006. 7 Jam Belajar Interaktif

Visual Basic 6.0 Untuk Orang Awam.

Maxikom, Palembang.

Mantaras, R. L. 2006. Retrieval, Reuse,

Revision and Retention in Case Based

Reasoning, The Knowledge

Engineering Review. Cambridge

University, United Kingdom.

Nugroho, B. 2014. Master Gitar. e-prim,

Jakarta.

Retnowati, Reny. 2013. Jurnal Sarjana

Teknik Informatika Vol.1 No.1.

Universitas Ahmad Dahlan.

Yogyakarta.

Shaid et al. 2015. Jurnal TIKomSiN Vol.3

No.1. STIMK Sinar Nusantara.

Surakarta.

Sutojo, T., Mulyanto, E., dan

Suhartono, V. 2010. Kecerdasan

Buatan. Andi, Yogyakarta.

Taufani, R.Dani. 2009. Mengolah Data

Dengan Microsoft Access 2007.

Mugi, Bandung.

Turban, E., Aronson, Ting Peng Liang. 2005. Decision Support System and

Intellgent System (Sistem Pendukung

Keputusan Sistem Cerdas). Andi,

Yogyakarta.

Turban, Efraim. 1995. Decision Support

System and Expert System. Prentice-

Hall. Inc, New Jersey.