sistem pakar deteksi dan cara penanganan tumor …eprints.ums.ac.id/65480/2/naskah publikasi.pdf ·...
TRANSCRIPT
SISTEM PAKAR DETEKSI DAN CARA PENANGANAN
TUMOR JINAK KULIT BERBASIS ANDROID
PUBLIKASI ILMIAH
Disusun sebagai salah satu syarat menyelesaikan Studi Strata I pada Jurusan Informatika
Fakultas Komunikasi dan Informatika
Oleh:
YOUNGKY ALFI ANDI
L200140032
PROGRAM STUDI INFORMATIKA
FAKULTAS KAMUNIKASI DAN INFORMATIKA
UNIVERSITAS MUHAMMADIYAH SURAKARTA
2018
i
HALAMAN PERSETUJUAN
SISTEM PAKAR DETEKSI DAN CARA PENANGANAN TUMOR
JINAK KULIT BERBASIS ANDROID
PUBLIKASI ILMIAH
oleh:
YOUNGKY ALFI ANDI
L200140032
Telah diperiksa dan disetujui untuk diuji oleh:
Dosen Pembimbing
Dr. Nurgiyatna, S.T., M.Sc.
NIK : 881
ii
HALAMAN PENGESAHAN
SISTEM PAKAR DETEKSI DAN CARA PENANGANAN TUMOR JINAK KULIT
BERBASIS ANDROID
OLEH
YOUNGKY ALFI ANDI
L200140032
Telah dipertahankan di depan Dewan Penguji
Fakultas Komunikasi dan Informatika
Universitas Muhammadiyah Surakarta
Pada hari Senin, 30 Juli 2018
Dan dinyatakan telah memenuhi syarat
Dewan Penguji:
1. Nurgiyatna, S.T., M.Sc., Ph.D. (……..……..)
(Ketua Dewan Penguji)
2. Umi Fadlilah, ST.MEng. (……..……..)
(Anggota I Dewan Penguji)
3. Azizah Fatmawati, ST. (……..……..)
(Anggota II Dewan Penguji)
Publikasi ilmiah ini telah diterima sebagai persyaratan
Untuk memperoleh gelar sarjana
Tanggal…………………….
Mengetahui,
Dekan
Fakultas Komunikasi dan Informatika
Ketua
Program Studi Informatika
Nurgiyatna, S.T., M.Sc., Ph.D.
NIK : 881
Dr. Heru Supriyono, S.T., M.Sc.
NIK : 970
iii
PERNYATAAN
Dengan ini saya menyatakan bahwa dalam skripsi ini tidak terdapat karya yang pernah
diajukan untuk memperoleh gelar kesarjanaan di suatu perguruan tinggi dan sepanjang
pengetahuan saya juga tidak terdapat karya atau pendapat yang pernah ditulis atau diterbitkan
orang lain, kecuali secara tertulis diacu dalam naskah dan disebutkan dalam daftar pustaka.
Apabila kelak terbukti ada ketidakbenaran dalam pernyataan saya di atas, maka akan
saya pertanggungjawabkan sepenuhnya.
.
Surakarta, …………….. 2018
Penulis
YOUNGKY ALFI ANDI
iv
v
1
SISTEM PAKAR DETEKSI DAN CARA PENANGANAN TUMOR JINAK KULIT
BERBASIS ANDROID
Abstrak
Masyarakat awam kurang memahami timbulnya gejala – gejala penyakit jenis tumor jinak yang
menyerang pada bagian kulit. Masyarakat merasa terganggu dengan tumbuhnya tumor jinak,
terkadang mereka melakukan penanganan yang keliru dan bisa jadi dapat memperburuk
kondisi tumor. Sistem ini dibuat untuk membantu dalam menangani penyakit dengan
memberikan keterangan, asal tumor, bagian letak tumbuh tumor dan cara penanganan. Dalam
penggunannya, sistem dikhususkan untuk mendiagnosa jenis penyakit tumor jinak yang
menyerang pada bagian kulit luar. Pembuatan sistem ini diimplementasikan ke dalam bentuk
android agar dapat lebih mudah digunakan oleh semua kalangan masyarakat. Pengambilan
kesimpulan yaitu dengan menerapkan metode decision tree. Sistem dibuat menggunakan
aplikasi android studio dengan bahasa java. Sistem memberikan validalitas data berdasarkan
kecocokan hasil dari diagnosa dengan seorang pakar kulit. Berdasarkan hasil pengujian
blackbox, fitur dapat bekerja dengan baik sesuai yang diharapkan peneliti. Hasil penelitian
menunjukkan sistem bermanfaat dan dapat diterima baik oleh user dengan hasil pengujian user
acceptance dengan tingkat nilai akurasi sebesar 81.71%.
Kata Kunci: Android, Android studio, Diagnosa, Decision tree, Sistem pakar, Tumor jinak,
Java.
Abstract
Ordinary people lack understanding of the onset of symptoms of benign tumor disease that
attacks the skin. People feel disturbed by the growth of benign tumors, sometimes they do the
wrong treatment and can aggravate the condition of the tumor. This system is created to help
treat the disease by providing information, origin the tumor, the location of the tumor grows
and how to overcome it. In its use, the system is devoted to diagnosing a type of benign tumor
disease that attacks on the outer skin. Making this system implemented into the form of android
for easier use by all circles of society. Taking the conclusion by using the method of decision
tree. The system created using the android studio application with java language. The system
provides validalitas data based on match results of diagnosis with an expert skin. Based on the
results of testing the blackbox, features can work well as expected researchers. The results
showed that the system is useful and acceptable both by user and user acceptance test result
with an accuracy level of 81.71%.
Keywords: Android, Android studio, Benign tumors, Diagnosis, Decision tree, Expert system,
Java.
1. PENDAHULUAN
Kesehatan merupakan hal yang paling berharga bagi manusia, karena siapa saja dapat
mengalami gangguan kesehatan. Gangguan kesehatan meliputi bagian dalam tubuh dan bagian
luar tubuh manusia salah satunya adalah penyakit tumor jinak kulit. Gusti Agung K. Rata
(2010:229) dalam penulisannya menyatakan bahwa tumor jinak ialah tumor yang
2
berdeferensiasi normal (matang). Pertumbuhannya lambat dan ekspansif serta kadang-kadang
berkapsul. Tumor jinak umumnya tidak menimbulkan persoalan, akan tetapi perlu diketahui
beberapa jenis yang sering ditemukan agar tidak terjadi kekeliruan dalam tata cara diagnosis,
maupun pelaksanaannya.
Beberapa penyakit tumor jinak dapat disebabkan oleh beberapa faktor seperti usia,
virus, garis keturunan, dan lain-lain. Namun, ada beberapa yang belum diketahui secara pasti
penyebab tumbuhnya tumor jinak. Masyarakat masih kurang mengetahui gejala timbulnya
penyakit tumor jinak yang menyerang pada bagian kulit. Untuk menangani hal tersebut bisa
dilakukan dengan menggunakan sistem informasi yaitu sistem pakar.
Menurut Pandit (2013) Sistem pakar memodelkan pengetahuan tentang ahli manusia,
baik dari segi konten dan struktur. Penalaran dimodelkan dengan menggunakan prosedur dan
kontrol struktur yang memproses pengetahuan dengan cara mirip dengan ahlinya. Disampaikan
juga oleh (Jatin Patel et al ,2015) bahwa sistem pakar digunakan untuk mengambil keputusan
dari fakta di dunia nyata. Dalam sistem pakar berbasis aturan, sistem mengambil beberapa fakta
dari dunia nyata dan membuat keputusan berdasarkan fakta-fakta. Untuk mengatasi
permasalahan tersebut maka di kembangkan kecerdasan buatan dengan sistem pakar untuk
mendeteksi penyakit pada kulit yang di derita masyarakat berdasarkan gejala – gejalanya, oleh
karena itu diharapkan dapat memberikan solusi serta tidakan yang benar melalui sistem
informasi.
Supriyono, Sujalwo, Sulistyawati & Trikuncahyo (2015) melakukan penelitian
berupa sistem pakar berbasis logika kabur untuk seleksi beasiswa. Metode yang digunakan
adalah metode intuisi yaitu pengelola beasiswa dengan membandingkan data-data pelamar
beasiswa kemudian menentukan calon penerima. Hasil dari penelitiannya sistem pakar sudah
bisa bekerja dengan baik tanpa adanya kesalahan dengan mahasiswa ke-8 (M8) mempunyai
nilai rekomendasi yang tinggi
Arisandi & Izzuddin (2016) merancang sebuah aplikasi sistem pakar untuk
mendiagnosa awal kanker serviks dengan menggunakan metode naïve bayes berbasis android.
Hasil dari sistem yang di ujikan ke 20 orang penderita mampu kanker serviks diperoleh bahwa
sistem mampu mendiaknosa dengan baik untuk dengan tingkat akurasi sebesar 85%.
Alrizzaqi, dkk (2018) melakukan penelitian tentang jenis tumor jinak pada manusia
dengan menggunakan metode Dempster-Shafer. Metode Dempster-Shafer untuk mendiagnosis
jenis tumor jinak pada manusia sebagai langkah awal dalam melakukan diagnisa jenis penyakit
tumor jinak yang di derita dan cara mengatasinya. Dari hasil proses pemgujian akurasi dari 15
3
kasus yang diuji diagnosis sistem dengan pakar dapat menghasilkan tingkat akurasi sebesar
80%.
Tujuan dari penelitian ini adalah membantu dalam meringankan dokter dan orang awam
saat melakukan diagnosa dan menangani penyakit tumor jinak yang menyerang bagian kulit
luar. Sistem ini diimplementasikan dalam bentuk aplikasi berbasis android dengan sistem yang
beroperasi di dalam smartphone. Dalam dunia teknologi yang semakin berkembang rata-rata
setiap kalangan memiliki smartphone. Hal ini dapat digunakan untuk merancang aplikasi
kesehatan diagnosa penyakit tumor jinak kulit berbasis android.
2. METODE
Penelitian ini menggunakan Metode System Development Life Cycle dengan jenis model
waterfall untuk melakukan penelitian dan pengembangan aplikasi. Menurut Pressman
(2015:42), model waterfall adalah model yang sangat sederhana yang bersifat sistematis,
berurutan dalam melakukan perancangan software. Teknik untuk menarik kesimpulan adalah
dengan menggunakan Decision Tree yang di dalamnya terdapat aturan tertentu untuk
menentukan hasil akhir informasi. Proses SDLC Waterfall ditunjukkan pada Gambar 1.
Gambar 1. SDLC Waterfall
2.1 Menentukan Kebutuhan Sistem
Pada penelitian ini membutuhkan hardware dan software untuk pembuatan sistem berbasis
android. Kebutuhan sistem disajikan pada Tabel 1.
Tabel 1. Kebutuhan Sistem
Hardware Software
a. Laptop HP Pavilion 14-n216TU RAM
8GB OS Windows 10
a. Android Studio
b. Corel Draw
4
b. Smartphone Xiaomi Redmi 4X RAM
3GB OS Android 7.1
2.2 Menentukan Parameter Gejala Penyakit Tumor Jinak bagian Kulit Luar
Pada tahap ini dilakukan pengumpulan data dari hasil wawancara dengan dokter penyakit kulit
dan kelamin yang paham dan sudah sering menangani jenis – jenis penyakit kulit dan pencarian
informasi dalam buku yang diterbitkan oleh FKUI (2010). Daftar data gejala tertulis pada Tabel
2.
Tabel 2. Gejala Penyakit Tumor Jinak bagian Kulit Luar
Id
Gejala Nama Gejala
G01 Berwarna hitam
G02 Papul (benjolan berdiameter sekitar 0,5 cm) berwarna coklat sampai hitam
G03 Papul - papul berwarna coklat kekuningan
G04 Papul - papul berwarna coklat/kecoklatan
G05 Papul berwarna Putih
G06 Berwarna coklat dan keputihan
G07 Bersisik
G08 Terjadi peradangan
G09 Kenyal
G10 Miliar (Miliar adalah benjolan sebesar kepala jarum pentul)
G11 Lentikular (benjolan sebesar biji jagung dengan bentuk mengerucut)
G12 Terdapat bercak kecil mengelilingi benjolan
G13 Batasnya tegas
G14 Telangiektasis (pelebaran tumor)
G15 Nodus (benjolan padat berdiameter lebih dari 0,5 cm)
G16 Terkadang Bertangkai
G17 Bentuk agak datar
G18 Perabaannya Keras
G19 Keras
G20 Betuk tidak teratur
2.3 Menentukan Parameter Penyakit
Pada tahap ini dilakukan pengumpulan data dari hasil wawancara dengan dokter penyakit kulit
dan kelamin yang paham dan sudah sering menangani jenis – jenis penyakit kulit dan pencarian
informasi dalam buku yang diterbitkan oleh FKUI (2010). Daftar data jenis penyakit tertulis
pada Tabel 3.
5
Tabel 3. Daftar Penyakit
Id Penyakit Nama Penyakit
P01 Keratosis Seboroik
P02 Nevus Pigmentosum
P03 Siringoma
P04 Trikoepitelioma
Tabel 3. Daftar Penyakit
Id Penyakit Nama Penyakit
P05 Silindrom
P06 Adenoma Sebeseus
P07 Xanthelasma
P08 Dermatofibroma
P09 Keloid
2.4 Decision Tree (Pohon Keputusan)
Metode decision tree dibuat untuk menentukan alur dan mendapatkan hasil kemungkinan
penyakit tumor jinak kulit. Alur decision tree disajikan pada Gambar 2.
Gambar 2. Alur Decision Tree
Pembuatan alur decision tree pada Gambar 2 berfungsi untuk menggambarkan proses saat
melakukan diagnosa dalam mendapatkan informasi penyakit. Alur tersebut berisikan kode –
kode dari pertanyaan saat melakukan diagnosa. Ketika user menjawab “Ya” maka akan
diarahkan ke kiri dan apabila user memilih jawaban “Tidak” maka akan diarahkan ke kanan.
6
2.5 Menentukan Aturan/Rule
Data yang didapat dari sumber dibuat aturan yang disusun dengan menggunakan metode
Decision Tree diperoleh 9 rule dapat dilihat pada Tabel 4.
Tabel 4. Daftar Aturan Rule
No. Aturan/Rule
R01 IF G08 & G09 & G02 & G07 THEN P01
R02 IF G08 & G01 & G12 & G13 THEN P02
R03 IF G10 & G11 & G05 THEN P03
R04 IF G04 & G14 & G10 & G11 THEN P04
R05 IF G04 & G14 THEN P05
R06 IF G04 & G09 THEN P06
R07 IF G03 THEN P07
R08 IF G04 & G16 & G17 & G18 THEN P08
R09 IF G06 & G19 & G20 THEN P09
2.6 Use Case Diagram
Rangkaian Use case dibuat untuk menerangkan kepada User mengenai aksi yang dapat
dilakukan didalam sistem. User dapat melihat daftar jenis penyakit tumor jinak yang
menyerang pada bagian kulit luar. User dapat melakukan diagnosa. User dapat melihat hasil
diagnosa. User dapat melihat keterangan aplikasi untuk lebih memahami dari peran aplikasi
ini dibuat, User melihat petunjuk penggunaan sistem. Use case Diagram aplikasi disajikan pada
Gambar 3.
7
Gambar 3. Use Case Digram
2.7 Diagram Aktifitas
Diagram aktifitas dibuat untuk menjelaskan secara urut bagaimana sistem bekerja ketika User
melakukan diagnosa. Alur diagram aktifitas dapat dilihat pada Gambar 4.
Gambar 4. Diagram Activity
3. HASIL DAN PEMBAHASAN
Pada tahap ini menjelaskan tentang implementasi dan pengujian aplikasi.
3.1 Implementasi
3.1.1 Splash Screen
Splash screen adalah halaman awal yang ditampilkan sistem yang dilihat pertamakali oleh user.
Pada halaman ini menampilkan animasi dari logo dan nama aplikasi yang berlangsung selama
4.5 detik satelah itu akan menuju ke halaman utama aplikasi. Tampilan Splash screen dapat
dilihat pada Gambar 5.
8
Gambar 5. Tampilan Splash screen
3.1.2 Halaman Utama
Halaman ini merupakan halaman utama aplikasi yang didalamnya terdapat tombol untuk mulai
melakukan diagnosa penyakit dan tombol Drawer Toggle untuk melihat daftar menu yang
terletak dipojok kiri atas. Daftar menu terdiri dari menu beranda untuk kembali dimenu utama
atau kembali melakukan diagnosa, menu daftar penyakit untuk melihat jenis penyakit, menu
keterangan untuk memberikan informasi mengenai fungsi yang dapat dikerjakan aplikasi, dan
menu petunjuk penggunaan aplikasi. Tampilan menu utama dapat dilihat pada Gambar 6.
Gambar 6. Tampilan menu utama dan daftar menu
3.1.3 Diagnosa Penyakit
Halaman ini memuat gejala penyakit yang ditampilkan oleh sistem untuk melakukan diagnosa.
User hanya perlu menekan tombol “ya” apabila terdapat kecocokan gejala dan menekan tombol
“tidak” apabila tidak ada kecocokan pada gejala. Setelah selesai menjawab pertanyan gejala
9
sistem akan menampilkan informasi berupa keterangan, penyebab, dan cara penanganan
penyakit. Tampilan halaman pertanyaan gejala dan informasi hasil diagnosa dapat dilihat pada
Gambar 7.
Gambar 7. Tampilan halaman pertanyaan gejala dan hasil diagnosa
Aplikasi ini terdapat fitur tambahan berupa kemungkunan penyakit dari hasil diagnosa yang
diterapkan ketika user menjawab diluar rule. Fitur ini berisi tombol nama jenis penyakit
berdasarkan kemiripan jawaban gejala dan ketika tombol ditekan maka akan menampilkan
informasi penyakit. Di halaman ini ditambahkan fitur yang menjelaskan nama gejala dalam
bahasa medis.Tampilan halaman kemungkinan penyakit dan informasi dari hasil diagnosa
dapat dilihat pada Gambar 8.
10
Gambar 8. Tampilan hasil diagnosa dan informasi kemungkinan penyakit
3.1.4 Daftar Penyakit
Halaman ini berisikan 9 daftar jenis penyakit tumor tertentu yang hanya menyerang pada
bagian kulit. Untuk penyakit tumor jinak yang menyerang bagian dalam tubuh tidak terdapat
dalam daftar menu. User dapat menekan tombol nama jenis penyakit dan kemudian akan
menampilkan informasi penyakit. Tampilan halaman daftar penyakit dan informasi penyakit
dapat dilihat pada Gambar 9.
Gambar 9. Tampilan daftar penyakit dan informasi penyakit
3.2 Pengujian
Beberapa tahap dilakukan untuk pengujian aplikasi diantaranya pengujian blackbox, pengujian,
pengujian validasi, dan pengujian user acceptance
3.2.1 Pengujian Blackbox
11
Aplikasi dilakukan pengujian blackbox untuk memastikan bahwa aplikasi memiliki fitur yang
diharapkan oleh pengembang. Hasil pengujian blackbox dapat dilihat pada Tabel 5.
Tabel 5. Pengujian Blackbox
Input Fungsi Output Hasil
Klik Aplikasi Check
Your Skins
Membuka aplikasi Check Your
Skins
Menampilkan Splash Screen
dan masuk ke halaman utama Sesuai
Klik tombol
DrawerToggle Membuka daftar menu
Menampilkan navigasi
berisikan daftar menu Sesuai
Klik tombol Mulai
Diagnosa
Masuk ke halaman pertanyaan
gejala
Menampilkan pertanyaan dan
opsi "ya" atau "tidak" Sesuai
Klik tombo "ya" atau
"tidak"
Mengganti pertanyaan, melihat
kemungkinan penyakit dan
mendapatkat hasil diagnosa
Menampilkan pertanyaan,
melihat kemungkinan penyakit
dan mendapatkat hasil diagnosa
Sesuai
Tabel 5. Pengujian Blackbox
Input Fungsi Output Hasil
Klik tombol 2 kali
dihalaman pertanyaan
gejala
Berhenti melakukan diagnosa Menampilkan halaman utama Sesuai
Klik menu Beranda kembali ke menu utama Menampilkan halaman utama Sesuai
Klik tombol
kemungkinan penyakit
Masuk ke halaman informasi
penyakit tersebut
Menampilkan informasi
penyakit tersebut Sesuai
Klik menu daftar
penyakit
Masuk ke halaman daftar
penyakit
Menampilkan daftar jenis
penyakit Sesuai
Klik tombol nama
penyakit pada daftar
penyakit
Mendapatkan informasi
penyakit tersebut
Menampilkan informasi
penyakit tersebut Sesuai
Klik tombol selesai Menutup halaman dan kembali
ke menu utama menampilkan halaman utama Sesuai
Klik menu keterangan Masuk ke halaman keterangan
aplikasi Check Your Skins
Menampilkan keterangan
aplikasi Check Your Skins Sesuai
Klik menu petunjuk
penggunaan
Masuk ke halam penjelasan
penggunaan fitur aplikasi
Check Your Skins
Menampilkan gambar fitur dan
keterangan penggunaan aplikasi
Check Your Skins
Sesuai
Klik menu Exit Keluar dari aplikasi Check
Your Skins Menutup Check Your Skins Sesuai
12
Klik tombol Back 2 kali
di halaman utama, menu
daftar penyakit,
keterangan dan
penggunaan aplikasi
Keluar dari aplikasi Check
Your Skins Menutup Check Your Skins Sesuai
Berdasarkan hasil pengujian blackbox yang disajikan tabel 5 dapat disimpulkan bahwa aplikasi
berfungsi dengan baik sesuai yang diharapkan oleh pengembang.
3.2.2 Validasi Data
Pengujian validasi data dalam aplikasi dilakukan untuk memastikan bawa data yang terkait
pada aplikasi sudah valid. Terdapat 9 kecocokan dari perbandingan data, dengan begitu
dipastikan tidak ada kesalahan sistem dalam menampilkan informasi yang diberikan. Hasil
validasi data dijelaskan pada Tabel 6.
Tabel 6. Validasi Data
No. Gejala Penyakit Hasil diagnosa
Kecocokan Sistem Pakar
1 Terjadi peradangan; Kenyal; Papul
berwarna coklat sampai hitam; Berdarah
akibat gesekan; bersisik
Keratosis
Seboroik
Keratosis
Seboroik Sesuai
2 Terjadi peradangan; Berwarna hitam;
Terdapat bercak kecil mengelilingi
papul; Batasnya tegas
Nevus
Pigmentosum
Nevus
Pigmentosum Sesuai
3 Miliar; lentikular; Papul berwarna Putih Siringoma Siringoma Sesuai
4 Papul - papul berwarna coklat atau
kecoklatan; Telangiektasis; Papul-papul
miliar; Lentikular
Trikoepitelioma Nevus
Trikoepitelioma Sesuai
5 Papul - papul berwarna
coklat/kecoklatan; Telangiektasis Silindrom Silindrom Sesuai
6 Papul - papul berwarna coklat atau
kecoklatan; Kenyal
Adenoma
Sebeseus
Adenoma
Sebeseus Sesuai
7 Papul - papul berwarna coklat
kekuningan Xanthelasma Xanthelasma Sesuai
8 Papul - papul berwarna coklat atau
kecoklatan; Terkadang Bertangkai;
Bentuk agak datar; Perabaannya Keras
Dermatofibroma Dermatofibroma Sesuai
13
9 Berwarna coklat dan keputihan; Keras;
Betuk tidak teratur Keloid Keloid Sesuai
3.2.3 User Acceptance Test
Pengujian user acceptance dilakukan dengan menyebar kuisioner kepada 30 responden. Data
yang terkumpul dihitung persentasenya dengan Persamaan 1.
S adalah skor untuk masing – masing pernyataan yang dihitung dengan Persamaan 2.
Smax adalah nilai tertinggi sedangkan angka 5 adalah nilai tertinggi dari jawaban responden,
yang dihitung dengan Persamaan 3.
Hasil perhitungan user acceptance ditampilkan pada Tabel 7, dan diilustrasikan dengan grafik
pada Gambar 10.
Table 7. Hasil pengujian UserAcceptance
No. Pernyataan
Jumlah Jawaban Jumlah
Skor
(S)
Persentase SS S N TS STS
1 Aplikasi mudah digunakan 10 16 4 126 84.00%
2 Tampilan aplikasi menarik 10 15 4 1 124 82.67%
3 Menu atau fitur aplikasi mudah di
pahami 5 20 4 1 119 79.33%
4 Aplikasi membantu dalam
mendeteksi tumor jinak kulit 7 15 8 119 79.33%
5 Aplikasi memberikan informasi
yang lengkap 8 11 9 2 115 76.67%
6 Aplikasi memberikan informasi
yang mudah dipahami 11 14 5 126 84.00%
7 Aplikasi bermanfaat 11 17 2 129 86.00%
Nilai Rata-Rata Persentase 81.71%
P =S × 100%
Smax (1)
S (Skor) = Σ (jumlah responden yang menjawab × bobot jawaban) (2)
Smax (Nilai tertinggi) = 5 × jumlah responden (3)
14
Gambar 10. Grafik user acceptance
Berdasarkan pengujian User acceptance pada Tabel 7 dan grafik pada Gambar 10 diketahui
bahwa nilai tertinggi sebesar 86% dan nilai terendah adalah 76%. Nilai rata-rata dari pengujian
user acceptance sebesar 81.71%, maka dapat disimpulkan bahwa aplikasi dapat diterima baik
oleh user.
4. PENUTUP
Berdasarkan pada hasil dan pembahasan penelitian ini dapat disimpulkan bahwa sistem dapat
bekerja cukup baik dan dapat diterima oleh user dengan dibuktikan dengan hasil rata-rata
persentase sebesar 81.71%. Aplikasi ini lebih diperuntukkan dalam penggunaannya untuk
dokter umum namun masyarakat juga dapat menggunakan untuk membantu dalam
mendiagnosa penyakit dan melakukan penanganan yang tepat serta mempermudah dalam
mendapatkan informasi terkait tumbuhnya benjolan dibagian kulit.
Aplikasi mudah digunakan oleh user dengan ditambahkannya menu petunjuk dari
fungsi-fungsi dari fitur. Dibalik keunggulan aplikasi pasti terdapat beberapa kekurangan yang
dirasakan oleh user. Untuk kedepannya disarankan aplikasi ditambahkan informasi yang lebih
lengkap lagi dan pewarnaan aplikasi yang lebih menarik.
DAFTAR PUSTAKA
Alrizzaqi, M.M., Putri, R.R.M., & Wardani, H.N. 2018. Implementasi Metode Dempster-
Shafer untuk Mendiagnosa Jenis Tumor Jinak pada Manusia. Jurnal Pengembangan
Teknologi Informasi dan Ilmu Komputer, 2(5), 2144-2149. e-ISSN: 2548-964X
0
5
10
15
20
25
Pernyataan 1 Pernyataan 2 Pernyataan 3 Pernyataan 4 Pernyataan 5 Pernyataan 6 Pernyataan 7
User Acceptance
SS S N TS STS
15
Arisandi, Q.T., & Izzuddin, A. 2016. Sistem Pakar Diagnosa Awal Kanker Serviks
Menggunakan Metode Naïve Bayes Berbasis Android. Jurnal Ilmiah Ilmu-Ilmu Teknik.
6(2). ISSN: 2088-4591
Djuanda, A., Hamzah, M., & Aisah, S. 2010. Ilmu Penyakit Kulit dan Kelamin.(Edisi ke 6).
Jakarta: Fakultas Kedokteran Universitas Indonesia.
Ihsan A. Kareem et al. 2014. Improved Accuracy for Decision Tree Algorithm Based on
Unsupervised Discretization. International Journal of Computer Science and Mobile
Computing, 3(6), 176-183. ISSN: 2320-0
Pandit, M., 2013. Expert System-A Review Article. International Journal of Engineering
Sciences & Research Technology, 2(6). ISSN: 2277-9655
Pressman, R. 2015. Rekayasa Perangkat Lunak: Pendekatan Praktisi Buku I. Yogyakarta:
Andi.
Supriyono, H., Sujalwo, Sulistyawati, T., & Trikuncahyo, A.R. 2015. Sistem Pakar Berbasis
Logika Kabur untuk Penentuan Penerima Beasiswa. Surakarta: Jurnal Emitor. 15(1), 22-
26. ISSN: 1411-8890