sistem pakar penanganan program nutrisi...

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 :



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



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



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



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



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



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)





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



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



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



[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

http://www.ilmuwebsite.comignizio1991/

http://www.beli-buku.com/logika-formal-p-2084.html

http://www.beli-buku.com/logika-formal-p-2084.html

sistem pakar penanganan program nutrisi...

Documents