sistem pakar penanganan program nutrisi...
TRANSCRIPT
Jurnal KAPUTAMA, Vol.8 No.1, Juli 2014 ISSN : 1979-6641
Program Studi : Teknik Informatika, STMIK Kaputama Binjai 1
SISTEM PAKAR PENANGANAN PROGRAM NUTRISI PASIEN
MENGGUNAKAN DELPHI
Nurhayati,S.Kom., M.Kom.1, Budi Serasi Ginting,S.Kom.,M.Kom.,2
STMIK KAPUTAMA, Jln.Veteran No.4A-9A
Binjai, Indonesia
ABSTRAK
Banyak kasus penyakit mempersulit dokter untuk memberikan program nutrisi kepada pasien
dengan cepat, tepat dan bervariasi. Berdasarkan permasalahn tersebut, maka dibuat suatu aplikasi komputer
yang dapat menyusun program nutrisi bagi pasien dengan cepat, tepat dan bervariasi. Pembuatan aplikasi
memakai pengetahuan komputer di bidang kecerdasan buatan khususnya cabang sistem pakar. Perencanaan
sistem dalam membuat knowledge base memakai dependency diagram, decision table, dan metode rule
sebagai representasi pengetahuan. Pembuatan inference engine memakai metode forward chaining yang telah
dimodifikasi hingga sesuai dengan permasalahan. Masalah optimasi dalam menghasilkan program nutrisi
memakai pemrograman linier dengan metode simplex.
Aplikasi dibuat dengan microsoft visual basic versi 6.0, sedangkan penyimpanan data memakai
Microsoft Access XP. Aplikasi akan menghasilkan daftar menu makan berdasarkan jenis diet pasien dengan
kebutuhan konposisi bahan makanan tertentu.
Pengujian aplikasi terdiri atas dua jenis pengujian, yaitu pengujian akurasi dan variasi serta pengujian user
friendly dan fleksibelitas. Akurasi dan variasi diuji dengan melakukan analisis terhadap hasil dari aplikasi.
Pengujian user friendly dan fleksibilitas menggunakan metode wawancara terhadap tiga dokter ahli. Hasil
penggujian akurasi akurasi dan variasi dapat disimpulkan bahwa aplikasi memiliki akurasi yang memenuhi
standart ketentuan dokter ahli. Variasi bahan makanan yang dihasilkan cukup baik karena sudah memenuhi
menu makanan empat sehat lima sempurna.
Hasil pengujian aplikasi terhadap variabel user friendly cukup baik. Dari hasil wawancara tiga
dokter menyatakan setuju bahwa aplikasi memmiliki tampilan yang baik. Dua dokter setuju dan satu dokter
sangat setuju bahwa aplikasi memiliki langkah pemakiaian yang jelas. Fleksibilitas aplikasi sangat baik
dengan hasil penggujian satu dokter setuju dan dua dokter sangat setuju bahwa aplikasi memiliki fasilitas
pengantian, penambahan, penghapusan data yang baik.
Kata Kunci : Nutrisi, metode simpleks, forward chaining, system pakar
1. PENDAHULUAN
1.1 Latar Belakang Masalah
Setiap kasus penyakit membutuhkan
suatu penanganan khusus terutama dalam
hal penentuan program nutrisi yang
diberikan kepada pasien. Kesalahan dalam
penentuan program nutrisi yang diberikan
kepada pasien dapat mengakibatkan
komplikasi lebih lanjut. Penentuan program
nutrisi yang tepat dapat membantu untuk
meningkatkan dan mempertahankan daya
tahan tubuh dalam menghadapi penyakit,
serta dapat membantu kesembuhan pasien
dari penyakit dengan memperbaiki jaringan
yang mengalami degenerasi serta
memulihkan keadaan homeostasis.
Banyaknya kasus-kasus penyakit
yang ada tidak memungkinkan bagi dokter
untuk mengingat secara detail program
nutrisi yang seharusnya diberikan kepada
pasien. Dokter membutuhkan waktu yang
lama untuk mencari komposisi bahan
makanan yang cocok untuk pasien.
Menyadari akan kebutuhan dan
kesulitan dokter dalam memberikan program
nutrisi pasien, dibutuhkan suatu aplikasi
komputer yang dapat membantu dokter
menentukan program nutrisi pasien secara
cepat, tepat dan bervariasi.
1.2 Rumusan Masalah
Dalam pembuatan dan perencanaan
sistem pakar penanganan program nutrisi
pasien ada beberapa masalah yang perlu
diperhatikan diantaranya:
1. Bagaimana mencari komposisi program
nutrisi optimal yang sesuai dengan jenis
diet yang akan diberikan kepada pasien
serta mendekati standar nutrisi yang
diperlukan pasien.
2. Bagaimana mencari komposisi alternatif
program nutrisi.
3. Bagaimana menentukan standar nutrisi
yang diperlukan pasien.
1.3 Tujuan Penelitian
Berdasarkan uraian di atas, maka penelitian
ini bertujuan sebagai berikut :
Jurnal KAPUTAMA, Vol.8 No.1, Juli 2014 ISSN : 1979-6641
Program Studi : Teknik Informatika, STMIK Kaputama Binjai 2
1. Untuk menghasilkan suatu perangkat
lunak yang dapat membantu dokter dan
ahli gizi dalam memberikan program
nutrisi kepada pasien.
2. Mencari komposisi program nutrisi
optimal yang sesuai dengan jenis diet
yang akan diberikan kepada pasien serta
mendekati standar nutrisi yang
diperlukan pasien
3. Untuk menguji kesesuaian
mengkonsumsi gizi yang tepat bagi
pasien berdasarkan kebutuhan factor
umur ataupun jenis kelamin
1.4 Manfaat Penelitian
1. Membantu para pelaku medis untuk
menentukan kebutuhan gizi pasien agar
sesuai yang dibutuhkan.
2. Agar lebih tepat memberikan gizi yang
baik bagi pasien sesuai kebutuhan yang
akan dikonsumsinya.
2. TINJAUAN PUSTAKA
2.1. Sistem Pakar (Expert System)
Kecerdasan buatan memungkinkan
komputer dapat menerima pengetahuan
melalui input yang ada dan mempergunakan
pengetahuan tersebut untuk memecahkan
berbagai masalah melalui simulasi proses
penalaran dan cara berpikir manusia. Hal ini
membuat penggunaan komputer semakin
efisien dan produktif untuk membantu
manusia dalam mengerjakan tugas-tugasnya.
Sistem pakar (Expert System)
merupakan salah satu bidang kecerdasan
buatan berdasarkan suatu dasar pengetahuan
(knowledge base) yang diperoleh melalui
input suatu data. Input tersebut berdasarkan
ilmu yang digunakan serta data pengalaman
yang didapat pada suatu bidang tertentu.
Knowledge base pada umumnya berisi
permasalahan yang spesifik pada ruang
lingkup tertentu.
2.2 Logika (Logic Statements)
Bentuk representasi pengetahuan
yang paling tua adalah logika, yaitu suatu
pengkajian ilmiah tentang serangkaian
penalaran, rule system, dan prosedur yang
membantu proses penalaran. Logika
dianggap sebagai bagian dari filsafat.
Pengembangan dan perbaikan proses
tersebut umumnya terjadi pada waktu
Yunani kuno.
2.3 List dan Tree
List dan tree merupakan struktur
sederhana yang digunakan dalam
representasi hirarki pengetahuan. List
biasanya digunakan untuk
merepresentasikan hirarki pengetahuan di
mana obyek dikelompokkan, dikategorikan
atau digabungkan sesuai dengan urutannya
atau hubungan. Bentuk yang paling
sederhana adalah satu list, tapi bila ada dua
list atau lebih yang berkaitan harus
digabungkan sehingga perlu dibuat suatu
hirarki.
Untuk mengidentifikasi, list diberi
nama dengan dua atau tiga elemen. Ada juga
yang terbentuk satu elemen dalam satu list,
dan nama list lain mengandung sub elemen.
Struktur tree adalah struktur grafik
hirarki, tree terdiri dari node yang mencakup
nama list dan ark yang menunjukkan
hubungan antar node. Struktur Tree
berhubungan antar node secara bercabang-
cabang.
2.4 Jaringan Semantik (Semantic
Networks)
Jaringan semantik merupakan gambaran
pengetahuan grafis yang menunjukkan
berbagai obyek.
2.5 Frames
Frames adalah blok pengetahuan
yang relatif besar atau kumpulan
pengetahuan tentang suatu obyek tertentu,
peristiwa, lokasi, situasi atau elemen-elemen
lainnya. Frames menggambarkan obyeknya
dengan sangat rinci.
Semua manusia selalu menggunakan
pengalaman dan pengetahuan yang
tersimpan dalam otak dan menggunakannya
pada saat timbul berbagai masalah yang
perlu dipecahkan.
Frames dapat juga digunakan untuk
merepresentasikan pengetahuan seperti otak
manusia. Proses penalaran yang dilakukan
frames secara esensial adalah
mengkonfirmasikan berbagai harapan
(ekspektasi). Jumlah berbagai harapan ini
mengisi slot dan memeriksa apakah sudah
sesuai dengan situasi yang berlaku atau
tidak. Dengan frames mudah sekali
membuat inferensi tentang obyek, peristiwa,
atau situasi baru, karena frames
menyediakan knowledge base yang ditarik
dari berbagai pengalaman.
2.6 Script
Script adalah skema representasi
pengetahuan yang sama dengan frames.
Perbedaannya adalah Frames
menggambarkan obyek, sedangkan script
Jurnal KAPUTAMA, Vol.8 No.1, Juli 2014 ISSN : 1979-6641
Program Studi : Teknik Informatika, STMIK Kaputama Binjai 3
menggambarkan peristiwa. Seperti halnya
frames, script menggambarkan situasi
stereotype. Berbeda dengan frames, script
biasanya direpresentasikan ke dalam konteks
tertentu. Dalam menggambarkan urutan
peristiwa, script menggunakan serangkaian
slot yang berisi informasi tentang orang,
obyek, dan tindakan- tindakan yang terjadi
dalam suatu peristiwa.
2.7 Production Rules
Salah satu skema representasi
pengetahuan yang sangat populer adalah
production rules. Production rules kadang-
kadang hanya merupakan rules atau
production yang merupakan statemen dua
bagian yang disatukan menjadi sepenggal
kecil pengetahuan. Rule bagian pertama
disebut anticedent yang mengekspresikan
situasi atau premis, sedang bagian kedua
disebut konsekwen, yang menyatakan suatu
tindakan tertentu atau konklusi yang
diterapkan jika situasi atau premis betul.
2.8 Inference Engine
Inference Engine adalah sistem dari
perangkat lunak yang merupakan alat
operasi pelacakan dan penyesuaian pola.
Inference Engine juga sering disebut sebagai
penafsiran rule, karena bekerjanya seperti
interpreter bahasa komputer. Jika
interpreter bahasa komputer melihat baris
kode ke dalam suatu program dan kemudian
melakukan operasi yang spesifik, sedang
rule interpreter menguji rule-rule dalam
urutan tertentu untuk mencari solusi yang
sesuai dengan kondisi awal dan kondisi yang
sedang berjalan yang sudah dimasukkan ke
dalam knowledge base. Begitu rule cocok
dengan kondisi yang ditemukan, maka rule
akan terstimulasi, dan kemudian
menentukan langkah selanjutnya.
Secara singkat fungsi inference
engine merupakan pembuktian hipotesa.
Bila hipotesa sudah dimasukkan ke dalam
expert system, inference engine pertama-
tama mengecek apakah hipotesa itu sudah
disimpan dalam knowledge base atau belum.
Jika sudah, maka hipotesa itu dianggap
sebagai fakta yang sudah dibuktikan dan
karena itu operasi tidak perlu dilanjutkan.
Dalam merancang inference engine ini ada
dua metode dasar yang dapat digunakan,
yaitu:
Metode Forward Chaining
Metode Backward Chaining
2.9 Metode Forward Chaining
Metode forward chaining bekerja
dimulai dengan informasi awal dan bergerak
maju untuk mencocokkan informasi tersebut
dengan rule. Rule interpreter mencocokkan
fakta atau statement dalam knowledge base
dengan situasi yang dinyatakan dalam
bagian sebelah kiri atau rule IF. Bila fakta
yang ada dalam knowledge base sudah
sesuai dengan rule IF, maka rule akan
distimulasi.
Proses terus berlangsung karena untuk
mencocokkan premis lainnya, rule
interpreter menggunakan fakta baru dalam
database, yaitu I dan N. Dengan I tidak
diketemukan kecocokkan, tetapi ketika
sampai N ternyata sesuai, maka F
distimulasi kemudian G disimpulkan. G
ditambahkan dalam database. Inference
engine kemudian menemukan G dalam rule
ketujuh yang menyimpulkan H. H
merupakan hipotesa yang diinginkan, karena
sudah terbukti maka proses berakhir. Seperti
diketahui, rule dihubungkan satu sama lain
yang membentuk mata rantai atau garis
penalaran untuk membuktikan hipotesa.
2.10 Metode Backward Chaining
Pada backward chaining, rule
interpreter memulai dari fakta yang ada
dalam database, yaitu hipotesa. Rule
interpreter kemudian mulai menguji rule
sebelah kanan, yaitu bagian THEN dengan
maksud mencari yang sesuai. Inference
engine melacak bukti-bukti yang
mendukung hipotesa awal. Jika ternyata
cocok, maka database berfungsi sebagai
pencatat kondisi atau premis baru yang
mendukung kesimpulan yang sesuai.
2.11 User Interface
User interface merupakan bagian
software yang menyediakan sarana untuk
pemakai (user) agar bisa berinteraksi dengan
sistem. User interface menyediakan menu
pilihan untuk memasukkan, merubah,
menampilkan, dan menghapus informasi
dalam knowledge base. User interface akan
meminta input dari pemakai (user) dan
kemudian akan menyediakan sarana
komunikasi jawaban atau solusi bila
masalahnya sudah ditemukan. Setiap
komunikasi selama proses pemecahan
masalah dikendalikan oleh user interface.
2.12. Pemrograman Linier
1. Pengertian Pemrograman Linier
Pengambilan keputusan hakekatnya
adalah pemilihan dan penentuan suatu
Jurnal KAPUTAMA, Vol.8 No.1, Juli 2014 ISSN : 1979-6641
Program Studi : Teknik Informatika, STMIK Kaputama Binjai 4
alternatif keputusan untuk memecahkan
masalah yang dihadapi. Generalisasi
masalah dan pengambilan keputusan dapat
dipandang sebagai suatu sistem. Komponen
pengambilan keputusan dari suatu masalah
meliputi proses input dan output.
Komponen ketiga dalam sistem
pengambilan keputusan masalah adalah
output. Output disini diartikan sebagai
keputusan itu sendiri yang tidak lain adalah
hasil proses atau analisis suatu masalah,
karena itu pengetahuan dan kecakapan
analitis mutlak diperlukan. Dengan
pengetahuan dan kecakapan analitis
masalah-masalah dapat dipecahkan dan
dianalisis. Penekanan pembahasan tentang
metode matematika dititikberatkan pada
analisisnya. Meskipun demikian
pengetahuan teknis untuk memecahkan
masalah sangat diperlukan.
2. Model Matematika
Model matematika, merupakan
model keputusan yang mempergunakan
angka. Angka mempunyai peranan penting
dalam pembuatan, penggunaan, dan
pemecahan model matematika. Pemecahan
masalah dengan mempergunakan model
matematika sangat menarik, karena hasil
pemecahannya dipergunakan sebagai dasar
pengambilan keputusan. Model matematika
seperti itu dapat dipandang sebagai model
keputusan.
3. Metode Simpleks Algoritma simpleks adalah sebuah
metode aljabar yang dapat memecahkan
setiap masalah pemrograman linier.
Informasi yang dapat diperoleh dari metode
simpleks jauh lebih besar daripada sekedar
menentukan nilai-nilai optimum dari
variabel dan fungsi tujuan.
Metode grafik memperlihatkan
bahwa pemrograman linier yang optimum
selalu berkaitan dengan titik ekstrim atau
titik sudut dari ruang pemecahan. Gagasan
ini dengan tepat mengatur pengembangan
metode simpleks. Pada intinya, apa yang
dilakukan metode simpleks adalah
menterjemahkan definisi geometris dari titik
ekstrim menjadi definisi aljabar.
Dengan tidak adanya ruang
pemecahan grafik untuk menuntun ke arah
titik optimum, diperlukan sebuah prosedur
yang mengidentifikasi pemecahan-
pemecahan dasar yang menjanjikan secara
cerdas. Apa yang dilakukan oleh metode
simpleks adalah mengidentifikasi satu
pemecahan dasar awal dan lalu bergerak
secara sistematis ke pemecahan dasar
lainnya yang memiliki potensi untuk
memperbaiki nilai fungsi tujuan.
Pada akhirnya, pemecahan dasar
yang bersesuaian dengan nilai optimum akan
diidentifikasi dan proses perhitungan
berakhir. Pada gilirannya, metode simpleks
merupakan prosedur perhitungan berulang di
mana setiap pengulangan berkaitan dengan
satu pemecahan dasar. Terdapat dua macam
algoritma simpleks, yaitu: algoritma
simpleks primal dan algoritma simpleks
dual.
2.13 Ilmu Gizi Jumlah kebutuhan yang tepat akan
zat-zat gizi tersebut berbeda-beda untuk
setiap individu tergantung umur, jenis
kelamin, dan aktifitasnya. Angka
Kecukupan Gizi (AKG) yang dianjurkan
atau Recommended Dietary Alowances
(RDA) adalah suatu angka atau jumlah
kecukupan masing-masing zat gizi yang
harus terpenuhi setiap hari dari makanan
untuk mencakup hampir semua orang sehat
untuk mencapai derajat kesehatan yang
optimal.
1. Komposisi Tubuh Manusia
Kandungan zat gizi dalam tubuh
manusia terdiri dari beberapa unsur. Unsur
yang paling banyak adalah kandungan air,
diikuti oleh protein dan lemak. Hidrat arang
merupakan komponen yang paling sedikit
dalam tubuh manusia.
Diperkirakan seorang laki-laki
dewasa dengan berat badan 65 kg
mempunyai susunan seperti tercantum
dalam Tabel II.2.
Tabel II.2. Komposisi Kimia Tubuh
Manusia Laki-laki Dewasa
Berat Badan 65 kg
Protein 11 Kg 17 %
Lemak 9 Kg 13,8 %
Hidrat Arang 1 Kg 1,5 %
Air 40 Kg 61,1 %
Mineral 4 Kg 6,1 %
Menurut Francis D. Moore tubuh
manusia itu dapat dirumuskan sebagai
berikut:
MAN = CM + EST + FAT
Jaringan aktif manusia terdiri dari
masa sel atau cell mass (CM), yang
melaksanakan bermacam fungsi tubuh. Di
dalam tubuh yang sehat CM ini dapat
Jurnal KAPUTAMA, Vol.8 No.1, Juli 2014 ISSN : 1979-6641
Program Studi : Teknik Informatika, STMIK Kaputama Binjai 5
mencapai 55% dari berat total tubuh. Untuk
mendukung CM maka terdapat jaringan
penunjang ekstra seluler atau extra celluler
fluid dan jaringan yang terdiri dari mineral,
protein, dan serat seperti yang membentuk
skeleton. Cairan ekstra seluler terdiri dari
plasma dan cairan limpha dan cairan
sekeliling sel. penunjang ektra seluler (EST)
ini besarnya sekitar 30% dari berat total
tubuh. Lemak (FAT) merupakan cadangan
energi yang disimpan di dalam jaringan
adiposus di bawah kulit dan sekitar organ-
organ internal. Jaringan lemak ini besarnya
sekitar 15%.
Apabila susunan CM, EST, dan FAT
terjadi perubahan sehingga tidak seimbang,
maka akan berakibat timbulnya berbagai
penyakit khususnya penyakit denegereratif.
2. Menaksir Angka Kecukupan Energi
(AKE)
Penggunaan energi atau energy
expenditure dapat diukur dengan beberapa
cara antara lain dengan menggunakan alat
Direct Caloriemeter dan Indirect
Caloriemeter di mana panas dan oksigen
yang dihasilkan selama melakukan
pekerjaan diukur. Cara yang sederhana
adalah dengan menghitung denyut nadi
(heart rate).
Prinsip penaksiran Angka Kecukupan
Energi (AKE) didasarkan pada Angka
Metabolik Basal (Basal Metabolisme Rate =
BMR). Energi Basal yaitu energi yang
digunakan untuk melaksanakan kegiatan
internal di mana pengukurannya dilakukan
dalam keadaan istirahat total fisik maupun
mental, pada suhu kamar dan 12 jam
sesudah makan terakhir atau post absorpsi.
Kebutuhan energi keseluruhan
sebenarnya merupakan jumlah dari energi
untuk kebutuhan internal (BMR) ditambah
energi untuk aktifitas (Physical activity =
PA) ditambah untuk energi pembakaran
makanan (Specific Dynamic Action = SDA)
yang besarnya adalah 10% dari konsumsi
total. Biasanya SDA sering diabaikan.
Faktor-faktor yang menentukan BMR antara
lain adalah umur, jenis kelamin, dan luas
permukaan tubuh (berat badan dan tinggi
badan). Perhitungan besarnya BMR dapat
dilakukan dengan beberapa cara antara lain
dengan menggunakan rumus Harris
Benedict.
Laki-laki: 660 + (13,7 x BB) + (1,5 x TB) –
(6,8 x umur)
Wanita: 660 + (9,6 x BB) + (1,7 x TB) –
(4,7 x umur)
BB = berat badan dalam kg
TB = tinggi badan dalam cm
BB dalam kg yang digunakan adalah
berat badan sesungguhnya (actual body
weight), tetapi dapat digunakan berat badan
menurut umur dan tinggi badan pabila
dengan tujuan khusus. Kegiatan eksternal
yaitu kegiatan jasmani (physical activity)
pada umumnya dibedakan menjadi kegiatan
sangat ringan, ringan, sedang, dan berat.
Kebutuhan energi untuk wanita hamil
dan menyusui perlu tambahan energi yang
digunakan untuk pertumbuhan janin,
jaringan plasenta, uterus, jaringan mama,
dan jaringan depo lemak. Tambahan energi
wanita hamil sebesar 285 Kkal/hari (1200
KJ/hari).
Wanita menyusui memerlukan
tambahan energi untuk produksi ASI
diambil dari depo jaringan adiposus selama
hamil. Besarnya tambahan energi untuk ibu
menyusui kira-kira sebesar 1,13 x BMR bayi
atau sebesar 500 Kkal/hari untuk tahun I dan
400 Kkal/hari untuk tahun II.
4. Menaksir Angka Kecukupan Protein
Susunan asam amino esensial dalam
makanan seyogyanya harus sesuai dengan
Provicional Amino Acid Pattern (PAAP)
atau susunan Asam Amino Patokan (AAP)
yaitu susunan untuk memenuhi suatu protein
ideal (Reference Protein) setara protein telur
ayam. Apabila dalam makanan asam amino
esensial ini tidak cukup atau tidak sesuai
dengan PAAP maka asam amino tersebut
disebut asam amino pembatas (limiting
amino acid).
Mutu protein makanan tidak saja
tergantung dari Skore Asam Amino (SAA)
tetapi juga tergantung dari nilai biologis
(biological value), mutu cerna = MC
(digestability), daya manfaat = DM, dan
(Net Protein Utilisation = NPU).
Pada umumnya mutu protein hewani
lebih baik dari pada protein nabati. Sebagai
patokan biasanya digunakan protein telur
karena telur mempunyai MC 100 dan DM
100. Karena itu protein berbagai bahan
makanan disetarakan dengan protein telur.
Secara garis besar cara untuk
menaksir angka kecukupan rata-rata protein
adalah sebagai berikut:
AKP = taraf suapan terjamin badan x
100/SAA x 100/85 x berat
Jurnal KAPUTAMA, Vol.8 No.1, Juli 2014 ISSN : 1979-6641
Program Studi : Teknik Informatika, STMIK Kaputama Binjai 6
Keterangan:
SAA = Skore Asam Amino
85 = daya cerna protein 85%
3. ANALISIS DAN PERANCANGAN
3.1 Analisa
Dalam mengimplementasikan teori
yang ada pada bab dua, pembuatan aplikasi
terlebih dahulu dilakukan perencanaan
pembuatan bagian-bagian utama dari sistem
pakar. Aplikasi sistem pakar penanganan
program nutrisi pasien ini dibuat dengan
kemampuan sistem pakar tingkat pertama.
Perencanaan sistem di sini dapat dibagi
menjadi enam bagian utama, yaitu:
1. Dependency Diagram sebagai
metodologi untuk membangun
knowledge base.
2. Pembuatan Decision Table
3. Rules sebagai metode representasi
pengetahuan.
4. Perencanaan Database
5. Metode Forward Chaining sebagai
Inference Engine.
6. Metode Simpleks sebagai metode
penyelesaian pemrograman linier.
7. Perencanaan User Interface.
3.2 Dependency Diagram Keseluruhan sistem dibentuk melalui enam
set rule.
1. Set rule pertama mendapat input dari
satu atau lebih jenis diet dan akan
menghasilkan daftar bahan makanan
yang dianjurkan berdasarkan jenis-jenis
diet tersebut.
2. Set rule kedua akan menghasilkan daftar
bahan makanan yang dilarang oleh jenis-
jenis diet.
3. Set rule ketiga akan menghasilkan daftar
bahan makanan prioritas pertama.
4. Set rule keempat akan menghasilkan
daftar bahan makanan prioritas kedua.
5. Set rule kelima mendapat input dari
daftar waktu makan jenis diet pertama
atau dari user input.
6. Set rule keenam mendapat input dari
hasil set rule ketiga, keempat, dan kelima
serta dari input komposisi zat bahan
makanan yang terdiri dari kalori, protein,
lemak, HA, kalsium, fosfor, besi, vitamin
A, vitamin B1, vitamin C dan air yang
dibutuhkan. Set rule keenam akan
menghasilkan rekomendasi daftar menu
makan.
3.3 Decision Table
Decision table merupakan metode
untuk mempermudah peralihan dari
dependency diagram ke IF-THEN Rules.
Decision table berisi kemungkinan input dan
hasil berdasarkan input yang diberikan.
Set rule pertama jenis diet 1 diisi
dengan nama diet 1, jenis diet 2 diisi dengan
nama diet 2, dan seterusnya. Hasil pada set
rule pertama adalah bahan makanan yang
dianjurkan dengan menjumlahkan list bahan
makanan yang dianjurkan nama diet 1, nama
diet 2, dan seterusnya.
Pada set rule kedua jenis diet 1, jenis
diet 2, dan seterusnya diisi dengan nama diet
1, nama diet 2, dan seterusnya sama dengan
nama diet pada set rule pertama. Hasil pada
set rule kedua adalah bahan makanan yang
dilarang dengan menjumlahkan list bahan
makanan yang dilarang nama diet 1, nama
diet 2, dan seterusnya.
3.4 IF-THEN Rules IF-THEN Rules adalah suatu metode
yang mempermudah pembacaan dari setiap
kondisi yang terjadi dalam menentukan
suatu keputusan. Seperti dapat dilihat pada
hasil pada rule pertama, kedua, ketiga,
keempat, dan kelima merupakan
intermediate conclusion. Hasil pada rule
keenam yang merupakan final rule adalah
final conclusion.
3.5 Database Pembuatan database menggunakan
dibagi menjadi dua bagian database, yaitu:
database bagian pertama dan database
bagian kedua. Database bagian pertama
berisi data eksternal seperti waktu makan,
jenis diet, bahan makanan, dan golongan
bahan makanan. Sedangkan database bagian
kedua berfungsi untuk keperluan proses
inference engine, seperti menyimpan data
rule, premis, dan conclusion. Database
bagian pertama terdiri dari:
3.6 Metode Forward Chaining Metode forward chaining akan
diterapkan pada bagian proses kerja
inference engine.
3.6.1 Proses Kerja Inference Engine
Proses kerja inference engine dimulai
dengan mengambil rule pertama. Dalam rule
pertama dibutuhkan input yang berupa jenis
diet, karena itu diambil dari premis jenis diet
yang telah dimasukkan oleh user pada form.
Pada tabel rp kemudian ditulis rule id dan
premis id yang dipakai. Setelah menulis rule
id dan premis id yang dipakai pada tabel rp
Jurnal KAPUTAMA, Vol.8 No.1, Juli 2014 ISSN : 1979-6641
Program Studi : Teknik Informatika, STMIK Kaputama Binjai 7
kemudian hasilnya disimpan pada tabel
conclusion berupa rule id dan premis id
tempat menyimpan hasil dari rule pertama.
Pada tabel premis ditulis premis id hasil dari
rule pertama yang merupakan intermediate
conclusion. Dikarenakan hasil dari rule
berupa list maka premis value disimpan di
tabel khusus yang bernama temp.
Selanjutnya diteruskan dengan
mengambil rule kedua. Pada rule kedua juga
dibutuhkan input jenis diet yang sama
dengan rule pertama, karena itu premis yang
telah diambil pada rule pertama diambil
kembali untuk proses rule kedua.
3.7 Metode Simpleks Langkah pertama dalam
perencanaan dan penyelesaian metode
simpleks adalah dengan merumuskan
masalah ke dalam notasi matematika.
Rancangan notasi matematika dalam
pembuatan aplikasi XSoft dapat dilihat
sebagai berikut:
a1x1 + b1x2 + c1x3 + d1x4 + e1x5 = kalori
1. x1 kalori/(waktu makan*5)
2. x2 kalori/(waktu makan*5)
3. x3 kalori/(waktu makan*5)
4. x4 kalori/(waktu makan*5)
5. x5 kalori/(waktu makan*5)
6. a2x1 + b2x2 + c2x3 + d2x4 + e2x5
protein
7. a3x1 + b3x2 + c3x3 + d3x4 + e3x5
lemak
8. a4x1 + b4x2 + c4x3 + d4x4 + e4x5 HA
9. a5x1 + b5x2 + c5x3 + d5x4 + e5x5
kalsium
10. a6x1 + b6x2 + c6x3 + d6x4 + e6x5
fosfor
11. a7x1 + b7x2 + c7x3 + d7x4 + e7x5 besi
12. a8x1 + b8x2 + c8x3 + d8x4 + e8x5 vitA
13. a9x1 + b9x2 + c9x3 + d9x4 + e9x5 vitB1
14. a10x1 + b10x2 + c10x3 + d10x4 + e10x5
vitC
15. a11x1 + b11x2 + c11x3 + d11x4 + e11x5
air
16. Z = x1 + x2 + x3 + x4 + x5
17. Persamaan (7) sampai dengan persamaan
(16) dipakai apabila komposisi
kebutuhan zat bahan makanan yang
dibutuhkan dimasukkan oleh user pada
form. Sedangkan persamaan (1) sampai
dengan persamaan (6) selalu dipakai
dalam mencari solusi. Persamaan (17)
merupakan objective function.
Penggunaan nama variabel dijelaskan
sebagai berikut:
x1 = berat bahan makanan sumber HA
x2 = berat bahan makanan sumber
protein
x3 = berat bahan makanan sumber lemak
x4 = berat bahan makanan sumber vitamin
x5 = berat bahan makanan sumber lain-lain
an = konstanta sumber HA
bn = konstanta sumber protein
cn = konstanta sumber lemak
dn = konstanta sumber vitamin
en = konstanta sumber lain-lain
4.HASIL DAN PEMBAHASAN
4.1 HASIL
1. Form Login
Ketika menjalankan system pertama
kali, maka akan muncul menu login, yang
isinya terdiri dari Login pakar user dan
keluar, untuk masuk dalam menu pilihan
pakar, maka klik pada tombol Pakar, untuk
masuk dalam menu user, maka klik pada
tombol user, sedangkan untuk keluar dari
sistem, maka klik tombol keluar.
Gambar IV.1 Form Login
2. Form Login Pakar
Saat diklik tombol Pakar, maka
akan muncul form permintaan untuk
memasukan nama pemakai dan password,
seperti pada gambar IV.2, setelah ok maka
akan muncul form menu utama sepeti pada
gambar IV.2
Gambar IV.2 Form Login Pakar
Jurnal KAPUTAMA, Vol.8 No.1, Juli 2014 ISSN : 1979-6641
Program Studi : Teknik Informatika, STMIK Kaputama Binjai 8
3. Form Menu
Menu utama aplikasi sistem pakar
penanganan program nutrisi pasien berupa
window main menu yang berisi:
Menu File: Close dan Exit
A. Proses
B. Keluar
Gambar IV.3 Main Menu
4. Form Waktu Diet
Form Waktu diet digunakan untuk
mengisi waktu diet yang berfungsi untuk
memasukan data waktu diet
Gambar IV.4 Form Waktu Diet
4. Form Input Data Diet
5.
Form Input Data diet, berfungsi
memsukan data diet
Gambar IV.5 Form Input Data Diet
6. Form Bahan Makanan
Di dalam form bahan makanan
terdapat tombol navigasi untuk melihat data
bahan makanan sebelumnya, selanjutnya,
paling akhir, atau paling awal.
Untuk menambah data bahan
makanan dapat dilakukan dengan menekan
tombol new, maka tombol akan berubah
menjadi tombol save dan seluruh form akan
kosong, kemudian isi form dengan data
bahan makanan baru. Field yang bertanda
bintang merah harus diisi, yaitu:
Gambar IV.6 Form Bahan Makanan
6. Form Golongan Bahan Makanan
Form golongan bahan makanan dapat
diakses melalui Menu Edit atau Menu Insert.
Form ini mempunyai fasilitas untuk
menambah, mengubah, menghapus, dan
mencari golongan bahan makanan.
Gambar IV.7 . Form Golongan Bahan
Makanan
7. Form Jenis Diet
Form ini mempunyai fasilitas untuk
menambah, mengubah, menghapus, dan
mencari jenis diet.
Gambar IV.8 Form Jenis diet
Jurnal KAPUTAMA, Vol.8 No.1, Juli 2014 ISSN : 1979-6641
Program Studi : Teknik Informatika, STMIK Kaputama Binjai 9
8. Form Login User
Ketika menjalankan system pertama
kali, maka akan muncul menu login, yang
isinya terdiri dari Login pakar user dan
keluar, untuk masuk dalam menu pilihan
pakar, maka klik pada tombol Pakar, untuk
masuk dalam menu user.
Gambar IV.9 Form Login
9. Form Tools Menu Makan, Daftar
Menu Makan, dan Form Ganti
Form menu makan dapat diakses
melalui Menu Tools. Form menu makan ini
akan menghasilkan daftar menu makan
dengan ketentuan seperti yang diinginkan
user. Pertama-tama isi field pada form menu
makan. Untuk field jenis diet dan kalori
harus diisi.
Gambar IV.10 Form Menu Makanan
Setelah tabel daftar menu makan muncul
maka akan dapat dilihat jadwal makan dan
bahan makanan serta komposisi zat bahan
makanan. Apabila user menginginkan
variasi komposisi menu makan lain dapat
dilakukan dengan menekan tombol generate,
tunggu sebentar maka akan muncul menu
makan baru.
Gambar V.11. LaporanMenu Makana
5. KESISMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil pengujian dapat
disimpulkan beberapa hal sebagai berikut:
1. Daftar menu makan yang yang
dihasilkan sudah sesuai dengan standar
kebutuhan yang dimakukkan oleh user.
2. Kenyamanan user dalam menjalankan
aplikasi sudah cukup baik berdasarkan
penilaian user friendly yang sesuai
standar serta penilaian fleksibilitas yang
melebihi standar.
3. Dengan adanya aplikasi untuk mengganti
bahan makanan dalam daftar menu
makan membuat aplikasi menjadi
fleksibel.
4. Perlu adanya pengembangan dan
perbaikan lebih lanjut sehingga aplikasi
dapat benar-benar digunakan oeh dokter
atau ahli gizi tanpa perlu sering
mengubah-ubah daftar menu makan yang
dihasilkan.
5.2 Saran
Setelah mengavaluasi tugas akhir
ini,penulis berharap tugas akhir ini dapat
dikembangkan lebih lanjut dengan saran-
saran pengembangan sebagai berikut:
1. Pembagian komposisi bahan makanan
yang masih dibagi sama rata diharapkan
dapat dikembangkan dengan membagi
menjadi menjadi jadwal makan pokok
dan jadwal makan tambahan.
2. Tambahan fasilitas daftar makanan
pengganti dengan komposisi zat bahan
makanan yang sesuai dengan standar
kebutuhan.
3. Tampilan hasil daftar menu makan perlu
diperbaiki atau dicari solisi lain yang
lebih baik.
4. Bahan makanan yang dimasukkan ke
database sebaiknya bahan makanan yang
bias dimakan dan mudah
mendapatkannya sehingga bahan
makanan yang muncul pada daftar menu
makan benar-benar makanan yang
dimakan sehari-hari
5. Bahan makanan tertentu sebaiknya
beratnya dibatasi sehingga pada saat
muncul pada daftar menu makan jumlah
beratnya tidak berlebihan.
DAFTAR PUSTAKA
[1] Almasier, Sunita, Penuntun Diet
Jurnal KAPUTAMA, Vol.8 No.1, Juli 2014 ISSN : 1979-6641
Program Studi : Teknik Informatika, STMIK Kaputama Binjai 10
[2] Emilson, Pereira Leite, 2008, Belajar
Pintar Tentang Pemrograman, Bandung
[3] Jayawijaya, Argantriana, 2010,
Perancangan Aplikasi Sistem
Pakar Tentang
[4] Komposisi Nutrisi Menggunakan
Metode Fordward Chaining
[5] Khomsan, Ali, 2004, Pangan dan Gizi
untuk Kesehatan, Yogyakarta
[6] Sediaoetoama, Ilmu Gizi, Dian Rakyat
[7] Vizreanu, Vetrica, 2010, Experent
System, Intech, Surabaya
[8] http://id. wikipedia.org/ wiki/s
istem_pakar
[9] www.ilmuwebsite.comIgnizio1991
[10] www.beli-buku.com/logika-formal-p-
2084.html