sistem pakar perencanaan diet bagi penderita hipertensi …
TRANSCRIPT
Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755
ejournal.unib.ac.id
SISTEM PAKAR PERENCANAAN DIET BAGI PENDERITA HIPERTENSI
MENGGUNAKAN METODE FUZZY MAMDANI
Robbie Anuggrah RY1, Ernawati
2, Diyah Puspitaningrum
3
1,2,3Program Studi Teknik Infomatika, Fakultas Teknik, Universitas Bengkulu. Jl.WR. Supratman Kandang Limun Bengkulu 38371A INDONESIA
(telp: 0736-341022; fax: 0736-341022)
Abstrak : Diet berasal dari bahasa Yunani, yaitu diaita yang berarti cara hidup. Hipertensi
adalah keadaan peningkatan tekanan darah yang memberikan gejala yang akan berlanjut
untuk penyakit jantung koroner (untuk pembuluh darah), dan left ventricle hypertrophy
(untuk otot jantung), dengan target di otak yang berupa stroke. Tujuan dari
penatalaksanaan diet hipertensi adalah untuk membantu menurunkan tekanan darah dan
mempertahankan tekanan darah menuju normal. Penelitian ini bertujuan untuk
mengadopsi pengetahuan seorang pakar gizi ke dalam suatu sistem pakar menggunakan
metode fuzzy mamdani untuk perencanaan diet bagi penderita hipertensi. Hasil penelitian
berupa berat badan ideal, status gizi, kategori hipertensi, jumlah kalori harian, rencana
menu penderita hipertensi, bahan makanan yang dianjurkan dan tidak dianjurkan. Dari
hasil pengujian, penerapan metode mamdani pada sistem pakar untuk kebutuhan kalori
diperoleh hasil akurasi sebesar 99,82%.
Abstract : The Diet of Greece, namely the diaita means a way of life. Hypertension is a
State of increased blood pressure which gives the symptoms will continue to coronary
heart disease (blood vessels), and the left ventricle hypertrophy (muscle of the heart), with
the target in the brain of a stroke. The goal of the diet treatment of hypertension is to help
lower blood pressure and maintaining blood pressure toward normal. This research aims
to adopt an expert knowledge of nutrition into an expert system using fuzzy mamdani
method for planning diets for patients with hypertension. research results in the form of
ideal body weight, nutritional status, the category hypertension, the number of calories
daily, hypertension sufferers menu plans, food ingredients that are recommended and not
recommended. From the test results, the application of the method of mamdani on expert
system for the needs of calories obtained results the accuracy of 99,82%.
Keywords : Expert System, Diet, Hypertension, Fuzzy Mamdani
Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755
ejournal.unib.ac.id
I. PENDAHULUAN
iet berasal dari bahasa Yunani, yaitu diaita yang
berarti cara hidup. Definisi diet menurut tim
kedokteran EGC tahun 1994 adalah kebiasaan yang
diperbolehkan dalam hal makanan dan minuman yang
dimakan oleh seseorang dari hari ke hari, terutama yang
khusus dirancang untuk mencapai tujuan dan memasukkan
atau mengeluarkan bahan makanan tertentu. Pada penderita
hipertensi dimana tekanan darah tinggi > 160 /gram mmHg,
selain pemberian obat-obatan anti hipertensi perlu terapi
dietetik dan merubah gaya hidup. Tujuan dari
penatalaksanaan diet adalah untuk membantu menurunkan
tekanan darah dan mempertahankan tekanan darah menuju
normal.
Secara teoritis hipertensi didefinisikan sebagai suatu
tingkat tekanan darah tertentu. Definisi hipertensi menurut
Mansjoer A (2001) adalah tekanan darah sistolik ≥ 140
mmHg dan tekanan darah diastolic ≥ 90 mmHg. Hipertensi
didefinisikan oleh Joint National Committee on
Detection, Evaluation and Treatment of High Blood pressure
(JNC), sebagai tekanan yang lebih tinggi dari 140/90 mmHg
dan diklasifikasikan sesuai derajat keparahannya,
mempunyai rentang dari tekanan darah normal, tinggi sampai
tekanan darah yang sangat tinggi (hipertensi maligna).
Keadaan ini dikategorikan sebagai primer/esensial (hampir
90% dari semua kasus) yang tidak diketahui penyebabnya,
atau sekunder terjadi akibat suatu penyakit tertentu.
Kecerdasan Buatan atau Artificial Intelligence
merupakan bagian dari ilmu komputer yang membuat agar
mesin (komputer) dapat melakukan pekerjaan seperti dan
sebaik yang dilakukan oleh manusia. Sistem cerdas
(Intelligent System) adalah sistem yang di bangun dengan
menggunakan teknik-teknik Artificial Intelligence, dan salah
satu bidang kecerdasan buatan adalah sistem pakar. Sistem
Pakar (Expert System) merupakan salah satu teknik yang ada
pada AI (Artificial Intelligence). Sistem ini bekerja untuk
mengadopsi pengetahuan manusia ke komputer yang
menggabungkan dasar pengetahuan (knowledge base)
dengan sistem inferensi untuk menggantikan fungsi seorang
pakar dalam menyelesaikan suatu masalah
II. TINJAUAN PUSTAKA
A. Diet
Diet adalah menjaga pola makan. Makan merupakan cara
alamiah agar tubuh mendapatkan energi yang dibutuhkan
untuk beraktifitas. Apa yang kita makan, akan sangat
berpengaruh kepada tubuh. Salah kaprah tentang pengertian
“Diet” yang sering mengidentikkan dengan mengurangi
makan, adalah hal yang salah. Diet adalah pengaturan pola
makan. Diet mempunyai arti kombinasi makanan dan
minuman di dalam hidangan makan yang dikonsumsi sehari-
hari. Ada begitu banyak metode berdiet menurunkan berat
badan yang tersedia. Dari Diet Atkiens (diet rendah
karbohidrat), diet sup kubis, diet anggur, dan lain-lain. Diet
yang benar adalah tetap mengonsumsi makanan dengan
komposisi yang dibutuhkan tubuh dalam jumlah seimbang.
Berikut beberapa pola makan yang kerap disarankan oleh
para ahli gizi dan nutrisi.
1. Aturlah jadwal makan menjadi 3 kali sehari, yaitu
sarapan, makan siang, dan makan malam, serta 2 kali
melakukan snacking (makan camilan) 2-3 jam setelah
makan, dengan rincian sarapan memenuhi 20 persen dari
kebutuhan kalori per hari, makan siang memenuhi 30
persen dari kebutuhan kalori per hari, dan makan malam
memenuhi 30 persen dari kebutuhan kalori per hari.
Sedangkan 2 kali snacking masing-masing memenuhi
kebutuhan 10 persen kalori per hari.
2. Perhatikan asupan nutrisi dari makanan yang
dikonsumsi. Secara garis besar, ada tiga nutrisi pokok
yang dibutuhkan tubuh, yaitu karbohidrat, protein, dan
lemak. Aturlah pola makan dengan komposisi kurang
D
Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755
ejournal.unib.ac.id
lebih karbohidrat 60 persen, protein 15 persen, dan
lemak 25 persen.
B. Penatalaksanaan Diet Penyakit Hipertensi
1. Prinsip Diet
Prinsip diet pada penderita hipertensi adalah sebagai
berikut:
a. Makanan beraneka ragam dan gizi seimbang.
b. Jenis dan komposisi makanan disesuaikan dengan
kondisi penderita.
c. Jumlah garam dibatasi sesuai dengan kesehatan
penderita dan jenis makanan dalam daftar diet.
2. Tujuan Diet
Tujuan diet rendah garam adalah membantu
menghilangkan retensi garam atau air dalam jaringan
tubuh dan menurunkan tekanan darah pada pasien
hipertensi.
3. Syarat Diet
Syarat-syarat diet rendah garam adalah:
a. Cukup energi, protein, mineral, dan vitamin.
b. Bentuk makanan sesuai dengan keadaan penyakit.
c. Jumlah natrium disesuaikan dengan berat
tidaknya retensi garam atau air dan/atau hipertensi
(Almatsier, 2008).
4. Macam-macam Diet
a. Diet Garam Rendah I (200-400 mg Na)
Diet garam rendah I diberikan kepada pasien
dengan edema, asites dan/atau hipertensi berat.
Pada pengolahan makanannya tidak ditambahkan
garam dapur. Dihindari bahan makanan yang tinggi
kadar natriumnya.
b. Diet Garam Rendah II (600-800 mg Na)
Diet garam rendah II diberikan kepada pasien dengan
edema, asites dan/atau hipertensi tidak terlalu berat.
Pemberian makanan sehari sama dengan diet garam rendah
I. Pada pengolahan makanannya boleh menggunakan ½ sdt
garam dapur (2 g). Hindari bahan makanan yang tinggi
kadar natriumnya .
c. Diet Garam Rendah III (1000-1200 mg Na)
Diet garam rendah III diberikan kepada pasien dengan
edema, asites dan/atau hipertensi ringan. Pemberian
makanan sehari sama dengan diet garam rendah I. Pada
pengolahan makanannya boleh menggunakan 1 sdt (4 g)
garam dapur.
C. Makanan yang harus dihindari atau dibatasi
1. Makanan yang berkadar lemak jenuh tinggi (otak,
ginjal, paru, minyak kelapa, gajih).
2. Makanan yang diolah dengan menggunakan garam
natrium (biskuit, cracker, keripik dan makanan kering
yang asin).
3. Makanan dan minuman dalam kaleng (sarden, sosis,
korned, sayuran serta buah buahan dalam kaleng, soft
drink).
4. Makanan yang diawetkan (dendeng, asinan
sayur/buah, abon, ikan asin, pindang, udang kering,
telur asin, selai kacang).
5. Susu full cream, mentega, margarine, keju
mayonnaise, serta sumber protein hewani yang tinggi
kolesterol seperti daging merah (sapi/kambing),
kuning telur, kulit ayam).
6. Bumbu-bumbu seperti maggi, terasi, saus tomat, saus
sambal, tauco serta bumbu penyedap lain yang pada
umumnya mengandung garam natrium.
7. Alkohol dan makanan yang mengandung alkohol
seperti durian dan tape.
D. Gizi
Menurut Kamus Gizi Indonesia yang dikeluarkan oleh
Persatuan Ahli Gizi Indonesia (PERSAGI), lmu gizi adalah
ilmu pengetahuan yang membahas sifat-sifat gizi. Sifat-sifat
gizi ini yang terkandung dalam makanan, pengaruh
metabolismenya serta akibat yang timbul bila terdapat
Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755
ejournal.unib.ac.id
kekurangan atau kelebihan zat gizi. Sedangkan istilah gizi
berasal dari bahasa Arab, yaitu giza yang berarti zat
makanan. Dalam bahasa Inggris gizi dikenal dengan istilah
nutrition yang berarti bahan makanan atau zat gizi atau
sering diartikan sebagai ilmu gizi. Pengertian lebih luas
bahwa gizi diartikan sebagai proses organisme menggunakan
makanan yang dikonsumsi secara normal. Proses tersebut
melalui proses pencernaan, penyerapan, transportasi,
penyimpanan, metabolisme, dan pengeluaran zat gizi. Hal ini
bertujuan untuk mempertahankan kehidupan, pertumbuhan
dan fungsi normal organ tubuh serta untuk menghasilkan
tenaga.
Status gizi juga didefinisikan sebagai status kesehatan
yang dihasilkan oleh keseimbangan antara kebutuhan dan
masukan nutrien. Penelitian status gizi merupakan
pengukuran yang didasarkan pada data antropometri serta
biokimia dan riwayat diet. Status gizi dalam ilmu kesehatan
disebut dengan BMI (Body Massa Index) atau dalam bahasa
Indonesia adalah IMT (Indeks Massa Tubuh). Berikut
persamaan untuk mencari nilai IMT (Almatsier, 2008) :
IMT = berat badan (Kg )
tinggi badan (m)2
Pengelompokan Indeks Massa Tubuh untuk klasifikasi status
gizi berdasarkan standar WHO (2005) seperti dalam tabel
berikut :
Tabel 2.1 Klasifikasi IMT Menurut WHO 2005
E. Berat Badan Ideal
Berat badan ideal adalah bobot optimal dari tubuh untuk
menjaga kesehatan dan kebugaran. Bisa juga didefinisikan
sebagai kondisi berat badan yang seimbang dengan tinggi
badan, sehingga memiliki tampilan fisik yang tampak ideal
dan sehat. Berikut cara menghitung berat badan ideal (BBI)
berdasarkan berat badan, tinggi badan, dan jenis kelamin
menggunakan rumus brocha :
1. Jenis kelamin laki-laki.
a. Jenis kelamin laki-laki dengan tinggi badan <160 cm
menggunakan persamaan sebagai berikut :
BBI = (Tinggi Badan(cm) – 100) x 1
b. Jenis kelamin laki-laki dengan tinggi badan ≥160 cm
menggunakan persamaan sebagai berikut :
BBI = (Tinggi Badan(cm) – 100) x 0,9
2. Jenis kelamin perempuan.
a. Jenis kelamin perempuan dengan tinggi badan <150
cm menggunakan persamaan sebagai berikut :
BBI = (Tinggi Badan(cm) – 100) x 1
b. Jenis kelamin perempuan dengan tinggi badan ≥150
cm menggunakan persamaan sebagai berikut :
BBI = (Tinggi Badan(cm) – 100) x 0,9
Kategori Batas
Ambang
Kurus
Kekurangan berat
badan tingkat berat < 17,0
Kekurangan berat
badan tingkat ringan 17,0 – 18,5
Normal > 18,5 – 25,0
Gemuk
Kelebihan berat badan
tingkat ringan > 25,0 – 27,0
Kelebihan berat badan
tingkat berat > 27,0
Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755
ejournal.unib.ac.id
F. Faktor Aktivitas
Aktivitas fisik adalah setiap gerakan tubuh yang
meningkatkan pengeluaran tenaga dan energi sehingga
menyebabkan pembakaran energi. Aktivitas fisik terdiri dari
istirahat, ringan, sedang, berat dan sangat berat. Tabel faktor
aktivitas dapat dilihat seperti dibawah ini :
Tabel 2.2 Faktor Aktivitas
Aktivitas Faktor Aktivitas
Istirahat 1,30
Ringan 1,65
Sedang 1,76
Berat 2,10
Sangat Berat 2,30
G. Penyakit Hipertensi
Hipertensi adalah keadaan peningkatan tekanan darah
yang memberikan gejala yang akan berlanjut untuk suatu
target organ seperti stroke (untuk otak), penyakit jantung
koroner (untuk pembuluh darah), dan left ventricle
hypertrophy (untuk otot jantung), dengan target di otak yang
berupa stroke. Hipertensi adalah penyebab utama stroke yang
membawa kematian yang tinggi (Bustan, 2007). Hipertensi
merupakan suatu keadaan dimana tekanan darah yang
abnormal tinggi di dalam arteri menyebabkan meningkatnya
risiko terhadap stroke, aneurisma, gagal jantung, serangan
jantung dan kerusakan ginjal. Seseorang dikatakan
mengalami hipertensi jika memiliki tekanan darah sistolik
≥140 mmHg atau tekanan darah diastolik ≥90 mmHg atau
keduanya.
H. Sistem Pakar
Sistem pakar adalah program artificial intelegence yang
menggabungkan pangkalan pengetahuan (knowledge base)
dengan sistem inferensi. Perangkat lunak komputer yang
memiliki basis pengetahuan untuk domain tertentu dan
menggunakan penalaran inferensi menyerupai seorang pakar
dalam memecahkan suatu permasalahan. Sistem pakar
adalah sebuah teknik inovatif baru dalam menangkap dan
memadukan pengetahuan, kekuatan sistem pakar terletak
pada kemampuannya memecahkan masalah-masalah praktis
pada saat seorang pakar berhalangan. Kemampuan sistem
pakar ini di dalamnya terdapat basis pengetahuan yang
berupa pengetahuan non formal yang sebagian besar dari
pengalaman.
Tujuan dari pengembangan sistem pakar adalah untuk
menghasilkan suatu sistem yang dapat membantu pekerjaan
manusia, terutama yang berhubungan dengan pemanfaatan
keahlian dan pengalaman di suatu bidang tertentu. Sistem
pakar merupakan suatu sistem terkomputerisasi yang
menggunakan pengetahuan bidang tertentu untuk mencapai
solusi suatu masalah dari bidang tersebut. Sistem pakar
dalam memecahkan masalah menggunakan proses yang
serupa dengan metode yang digunakan seorang pakar. Solusi
yang diberikan sistem pakar pada dasarnya sama seperti yang
disimpulkan oleh seorang pakar.
I. Fuzzy Mamdani
Metode Mamdani dikenal juga sebagai metode min-max,
diperkenalkan oleh Ebrahim Mamdani pada tahun 1975.
untuk mendapatkan output diperlukan 4 tahapan, yaitu:
1. Pembentukan Himpunan Fuzzy
Pada metode Mamdani baik variabel input maupun
variabel output dibagi menjadi 1 atau lebih himpunan
fuzzy
2. Aplikasi Fungsi Implikasi
Pada metode Mamdani, fungsi implikasi yang
digunakan adalah minimum.
3. Komposisi Aturan
Terdapat beberapa metode yang dapat digunakan dalam
melakukan komposisi aturan, yaitu metode max
(maximum), additive, dan probabilistik OR. Pada
penelitian ini metode max yang digunakan.
4. Penegasan (defuzzification)
Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755
ejournal.unib.ac.id
Penegasan (defuzzification) adalah proses mengolah
suatu himpunan fuzzy yang diperoleh dari komposisi
aturan-aturan fuzzy untuk menghasilkan output berupa
suatu bilangan pada domain himpunan fuzzy tersebut
(Kusumadewi dan Purnomo, 2010). Beberapa metode
defuzy aturan mamdani :
III. METODE PENELITIAN
A. Metode Pengumpulan Data
Sumber data dalam sebuah penelitian dibedakan
menjadi dua yaitu sumber data primer (primary) dan
sumber data sekunder (secondary). Data primer
merupakan data yang didapat dari sumber pertama baik
dari individu atau perseorangan seperti hasil dari
wawancara yang biasa dilakukan oleh peneliti. Data
atau sumber primer antara lain meliputi dokumen
historis dan legal, hasil eksperimen, data statistik. Data
sekunder merupakan data primer yang telah diolah lebih
lanjut dan disajikan baik oleh pihak pengumpul data
primer atau oleh pihak lain misalnya dalam bentuk
tabel-tabel atau diagram-diagram. Sumber sekunder
merupakan data yang dikumpulkan dari tangan kedua
atau dari sumber lain yang telah tersedia sebelum
penelitian dilakukan. Sumber sekunder meliputi
komentar, interprestasi, data yang diambil tidak secara
langsung. Adapun metode yang digunakan dalam
penelitian ini adalah metode studi pustaka, dan
wawancara.
B. Metode Pengembangan Sistem
Pengembangan sistem pakar perencanaan diet bagi
penderita hipertensi menggunakan metode fuzzy mamdani
dalam tugas akhir ini menggunakan model Waterfall. Dapat
dilihat pada gambar 3.1.
Gambar 3.1. Diagram Alir Penelitian
C. Metode Pegujian Sistem
Proses pengujian yang dilakukan pada aplikasi yang
dibuat menggunakan tiga metode pengujian yaitu white box
testing dan black box testin dan pengujian manual.
IV. ANALISIS DAN PERANCANGAN SISTEM
A. Analisis Sistem
Analisis sistem adalah bagian dari penelitian yang
menganalisis sistem yang sudah ada untuk merancang sistem
yang baru atau memperbaharui sistem yang ada.
1. Identifikasi Kebutuhan
Sistem pakar dalam penelitian ini merupakan sebuah
aplikasi perangkat lunak perencanaan diet bagi penderita
hipertensi menggunakan metode fuzzy mamdani yang
Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755
ejournal.unib.ac.id
dapat memberikan informasi bagi pengguna berupa
contoh menu harian, berat badan ideal, bahan makanan
yang dianjurkan dan tidak dianjurkan. Informasi yang
diberikan diperoleh dari hasil pengolahan data, dan
pengetahuan yang dimiliki oleh pakar dibidang ilmu gizi.
Aplikasi sistem pakar ini dapat digunakan untuk 2 (dua)
jenis pengguna, yaitu admin dan pengunjung. Admin
dalam sistem ini adalah seorang pakar yang memiliki hak
akses untuk melakukan pengolahan data didalam sistem,
dan pegunjung adalah seseorang yang membutuhkan
informasi.
2. Analisis Antarmuka Pengguna
Antarmuka pengguna merupakan tempat terjadinya
interaksi antara sistem dan pengguna. Pengguna pada
sistem ini terdiri dari admin dan pengunjung. Diagram
antarmuka yang akan dibangun pada penelitian ini dapat
dilihat pada Gambar 4.1 berikut :
Gambar 4.1 Diagram Struktur Antarmuka Pengunjung
Gambar 4.2 Diagram Struktur Antarmuka Admin
3. Analisis Alur Kerja Sistem
Analisis alur kerja sistem dengan tujuan untuk
memahami alur kerja sistem yang dimulai dari input
data yang dimasukkan pengguna sampai dengann
menghasilkan keluaran (output). Secara garis besar
diagram alur kerja sistem dapat dilihat pada gambar 4.3
dan 4.4 berikut ini.
Gambar 4.3 Diagram Alur Kerja Sistem User
Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755
ejournal.unib.ac.id
Gambar 4.4 Diagram Alur Kerja Sistem Admin
4. Perancangan Fuzzy Mamdani.
Metode Mamdani dikenal juga sebagai metode min-max,
diperkenalkan oleh Ebrahim Mamdani pada tahun 1975.
Perancangan fuzzy mamdani dilakukan dalam beberapa tahap
yaitu:
a. Pembentukan Variabel Fuzzy
b. Pembentukan Himpunan Fuzzy
c. Pembentukan Domain Fuzzy
d. Penentuan Fungsi Keangotaan
Adapun jenis-jenis variabel, himpunan, domain, dan fungsi
keanggotaan dapat dilihat pada tabel 4.1 sebagai berikut :
Tabel 4.1 Variabel Fuzzy
Variabel Himpunan
fuzzy
Fungsi
Keanggotaan
Domain
(batasan
range)
Keterangan
Umur
Muda Linear Turun [25, 40]
Dalam
Tahun
Parobaya Segitiga [35, 60]
Tua Segitiga [55 ,70]
Sangat
Tua
Linear Naik [65, ∞]
Status
Gizi
Sangat
Kurus Linear Turun [0, 17.0] Dalam
IMT
(Indeks
Massa
Tubuh)
Kurus Trapesium [16.5,
18.5]
Normal Trapesium [18, 25]
Gemuk Trapesium [24.5,
27]
Sangat
Gemuk Linear Naik [26.5, ∞]
e. Aplikasi Fungsi Implikasi
Pada metode Mamdani, fungsi implikasi yang digunakan
adalah minimum.
f. Komposisi Aturan
Metode yang digunakan dalam melakukan inferensi
sistem fuzzy, yaitu Metode max (maximum).
B. Perancangan Diagram UML
Model yang digunakan dalam perancangan aplikasi
sistem pakar identifikasi kesesuaian lahan ini adalah
pemodelan diagram UML (Unified Modelling Language).
Perancangan sistem ini menggunakan 7 model diagram
UML, yaitu use case diagram, activity diagram, sequence
diagram, class diagram, statechart diagram, object diagram,
dan collaboration diagram. (Pender 2002).
1. Usecase Diagram
Usecase digunakan untuk mengetahui fungsi apa saja
yang ada di dalam sebuah sistem informasi dan siapa
saja yang berhasil menggunakan fungsi-fungsi itu. Pada
use case diagram, ada dua hal utama yaitu pendefinisian
tentang aktor dan use case. Aktor merupakan orang,
proses, atau sistem lain yang berinteraksi dengan sistem.
Sedangkan use case merupakan fungsionalitas yang
disediakan sistem sebagai unit-unit yang saling bertukar
Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755
ejournal.unib.ac.id
pesan antar unit atau aktor. Gambar 4.5 di bawah ini
adalah use case diagram pada aplikasi sistem pakar
dalam penelitian ini.
Gambar 4.5 Usecase Diagram
2. Activity Diagram
Activity diagram menggambarkan workflow (aliran
kerja) atau aktivitas dari sebuah sistem. Yang perlu
diperhatikan adalah bukan apa yang dilakukan sistem
melainkan aktivitas apa yang dapat dilakukan sistem.
Gambar 4.6 di bawah ini adalah activity diagram untuk
user.
Gambar 4.6 Activity Diagram User
Berikut adalah activity diagram admin.
Gambar 4.7 Activity Diagram Admin
3. Class Diagram
Class diagram adalah diagram yang menunjukkan
kelas-kelas yang ada dari sebuah sistem dan
hubungannya secara logika. Class diagram bersifat
statis yang digambarkan dengan kotak yang terbagi atas
tiga bagian yaitu nama kelas, atribut, dan operasi.
Atribut merupakan variabel-variabel yang dimiliki oleh
suatu kelas. Operasi atau metode adalah fungsi-fungsi
yang dimiliki oleh suatu kelas. Gambar 4.8 di bawah ini
adalah class diagram dari aplikasi sistem pakar yang
akan dibangun.
Gambar 4.8 Class Diagram
Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755
ejournal.unib.ac.id
4. Sequence Diagram
Sequence diagram adalah suatu penyajian perilaku yang
tersusun sebagai rangkaian langkah-langkah
percontohan dari waktu ke waktu. Sequence diagram
digunakan untuk menggambarkan arus pekerjaan, pesan
yang sampaikan dan bagaimana elemen-elemen di
dalamnya bekerja sama dari waktu ke waktu untuk
mencapai suatu hasil. Gambar 4.9 di bawah ini adalah
sequence diagram dari aplikasi sistem pakar yang akan
dibangun.
Gambar 4.9 Sequence Diagram
5. Statechart Diagram
Statechart Diagram menggambarkan urutan keadaan
yang dilalui objek dalam suatu kelas, karena suatu
kejadian menyebabkan suatu perpindahan aktivitas/
state. State dari objek adalah penggolongan dari satu
atau lebih nilai atribut pada kelas. Statechart
Diagram dapat dilihat seperti Gambar 4.10 dibawah
ini.
Gambar 4.10 Statechart Diagram
6. Collaboration Diagram
Collaboration Diagram atau Diagram Kolaborasi
merupakan diagram yang fungsinya sama dengan
diagram interaksi (Sequence Diagram). Tetapi terdapat
hal yang membedakan antara diagram kolaborasi
dengan diagram interaksi yaitu penyusunannya, diagram
kolaborasi lebih menekankan kepada struktur aliran dari
objek-objek yang mengirim dan menerima pesan.
Collaboration Diagram dapat dilihat seperti Gambar
4.11 dibawah ini.
Gambar 4.11 Collaboration Diagram
7. Object Diagram
Object Diagram merupakan sebuah gambaran tentang
objek-objek dalam sebuah sistem pada satu titik waktu.
Sistem Pakar Perencanaan Diet Bagi Penderita Hipertensi
Menggunakan Fuzzy Mamdani
Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755
ejournal.unib.ac.id
Karena lebih menunjukkan perintah-perintah daripada
class, object diagram lebih sering disebut sebagai
sebuah diagram perintah. Object diagram sangat mirip
dengan diagram kelas diagram. Perbedaan utama adalah
bahwa diagram objek menggambarkan objek dan
hubungan mereka. Object Diagram dapat dilihat pada
gambar dibawah ini.
Gambar 4.12 Object Diagram
BAB V
HASIL DAN PEMBAHASAN
5.1 Implementasi Sistem
5.1.1 Implementasi Antar Muka Pengguna
Hasil dari analisis dan perancangan sistem yang
telah dilakukan sebelumnya akan mempengaruhi
hasil dari implementasi antar muka sistem. Pada
tahapan implementasi antar muka ini, sistem ini
akan diimplementasikan menggunakan bahasa
pemrograman PHP. Pada sistem ini terdapat
beberapa tampilan antar muka sebagai berikut :
Gambar 5.1 Beranda Aplikasi
Gambar 5.1 di atas merupakan tampilan dari halaman utama
aplikasi. Halaman utama merupakan halaman yang akan
keluar pada saat pengguna mengakses sistem. Pada beranda
aplikasi terdapat judul aplikasi yang telah dibuat, yaitu
“Sistem Pakar Perencanaan Diet Bagi Penderita Hipertensi”,
dan beberapa gambar tentang diet serta hipertensi. Selain itu
terdapat barisan menu-menu yang dapat diakses oleh
pengguna, yaitu menu beranda(home), Tentang Sistem(About
Us), dan identifikasi. Menu identifikasi merupakan menu
yang memuat halaman yang dapat digunakan oleh
pengunjung untuk memasukkan data-data pengguna yang
dibutuhkan dalam proses identifikasi, dan pengunjung dapat
mengetahui hasil identifikasi pada menu ini. Tampilan menu
identifikasi sebagai berikut :
Gambar 5.2 Menu Identifikasi
5.1.2 Implementasi Antar Muka Admin
Admin memiliki wewenang lebih besar dari pada
pengguna (user) didalam suatu sistem aplikasi. Admin
juga dapat mengoperasikan aplikasi selayaknya
pengguna, tapi tidak sebaliknya. Untuk masuk sebagai
admin dalam suatu sistem aplikasi harus memasukkan
data seperti username dan password, seperti dibawah
ini :
identifikasi
nama = Yuli
umur = 45
jk = perempuan
pekerjaan = ibu rumah tangga
bb = 63
tb = 152
tek_darah = 140/90
Aturan
id_aturan = 1
kd_aturan = R001
umur = muda
status_gzii = kurus
f_aktivitas = ringan
keb_kal = banyak
menu makanan
idmenu = 16
nmmenu = menu1
waktu = snack pagi
menu = puding mangga
bhn_makanan = agar agar
berat = 2,5
urt = 1/2 sdm
energi = 0
protein = o
lemak = 0
karbohidrat = 0
admin
username = admin
password = admin
1
1
11.. *
1.. *
1.. *
Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755
ejournal.unib.ac.id
Gambar 5.3 Tampilan Login
Selain itu terdapat juga barisan menu-menu yang dapat
diakses oleh admin. Tampilan menu admin dapat dilihat pada
gambar dibawah ini.
Gambar 5.4 Tampilan Menu di Beranda Admin
Menu Aturan menampilkan aturan-aturan yang terdapat
dalam sistem untuk mendukung metode fuzzy mamdani. Pada
menu ini admin dapat menambah, mengubah dan menghapus
aturan-aturan sesuai kebutuhan system. Seperti dibawah ini :
Gambar 5.5 Tampilan Form Aturan
Menu makanan digunakan untuk menambah, mengubah dan
menghapus data menu makanan untuk penderita hipertensi
yang hanya bisa diakses oleh admin. Berikut tampilan form
manajemen menu makanan yang dapat dilihat seperti gambar
dibawah ini.
Gambar 5. 6 Tampilan Form Menu Makanan
5.2 Pengujian Sistem
Pengujian dilakukan untuk mengevaluasi kesalahan-
kesalahan dan memastikan apakah yang dibangun telah
berjalan dengan baik sebelum dapat digunakan.
Pengujian sistem ini mengunakan metode black box.
5.2.1 White Box
Pengujian white box dilakukan dengan menguji
kode-kode progam yang dibuat pada aplikasi.
Pengujian dilakukan dengan mengecek semua kode
pada program telah dieksekusi paling tidak satu kali.
Pengujian ini dilakukan pada proses pengembangan
sistem, yakni pengujian kode program (coding).
5.2.2 Blacx Box
Pengujian black box adalah pengujian dengan cara
mengamati hasil eksekusi berfokus pada persyaratan
fungsional perangkat lunak. Pengujian black box
memungkinkan perekayasa perangkat lunak
mendapatkan serangkaian kondisi input yang
Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755
ejournal.unib.ac.id
sepenuhnya menggunakan semua persyaratan
fungsional untuk suatu program.
5.2.3 Perhitungan Manual
Pengujian manual dilakukan untuk melihat
perbandingan hasil perhitungan manual dengan
perhitungan yang dilakukan sistem. Pada bagian ini
akan dicontohkan perhitungan manual menggunakan
metode fuzzy mamdani dalam menentukan
perencanaan diet bagi penderita hipertensi. Misalkan
pada proses identifikasi pengguna memasukkan data
sebagai berikut :
a. Nama : Yuli Hertati
b. Jenis kelamin : Perempuan
c. Umur : 45 Tahun
d. Pekerjaan : Ibu Rumah Tangga
e. Tinggi Badan : 152 cm
f. Berat Badan : 63 Kg
g. Aktivitas : Tidur, Duduk, Berbaring,
Berdiri, Menonton, Jalan Santai, Menyapu,
Mencuci, Menyetrika, dan Memasak.
h. Tekanan Darah : 140 / 90 mmHg
Berdasarkan data-data yang dimasukkan diatas,
Sistem akan mengeluarkan hasil identifikasi yang
dapat dilihat seperti gambar dibawah ini.
Pada gambar diatas, diperoleh hasil identifikasi berdasarkan
data yang dimasukkan sebelumnya berupa :
1. Berat Badan Ideal : 47 Kg
Diperoleh dari persamaan 2.5 sebagai berikut :
BBI = (152 – 100) * 0,9
BBI = 46,8 dibulatkan menjadi 47 Kg
2. Status Gizi : Sangat Gemuk
3. Kategori Hipertensi : Hipertensi 1 / Ringan
Diperoleh dari Klasifikasi Tekanan Darah pada tabel 1.1
bahwa tekanan darah sistolik = 140 dan diastoliknya = 90
tergolong dalam kategori Hipertensi Stadium 1 /
Hipertensi Ringan.
4. Kebutuhan Kalori : 2433 Kkal
5. Jenis Diet : Diet Garam Rendah III (pada pengolahan
makanannya boleh menggunakan 1 sdt garam dapur).
Berikut ini adalah perhitungan manual menggunakan
metode fuzzy mamdani berdasarkan contoh data diatas.
- Menentukan Variabel Fuzzy.
Variabel Fuzzy Umur
Variabel umur memiliki 4 himpunan yaitu muda,
parobay, tua, dan sangat tua. Umur ibu Yuli Hertati 45
Tahun, berdasarkan analisis yang dilakukan sebelumnya
umur 45 tahun termasuk dalam golongan parobaya.
Himpunan parobaya menggunakan representasi kurva
segitiga sebagai berikut :
untuk mencari derajat keanggotaan kurva segitiga adalah :
µParobaya(45) : x ≥ 60 atau x ≤ 35 = 0
: 35 < x < 40 = 0
µParobaya(x)
1
0
35 60 40
Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755
ejournal.unib.ac.id
: 40 < x < 60 = 60−45
60−40 = 0,75
Jadi, derajat keanggotaan µParobaya(45) = 0,75
- Variabel Status Gizi
Variabel status gizi memiliki 5 himpunan yaitu sangat
kurus, kurus, normal, gemuk, dan sangat gemuk. untuk
mendapatkan kategori status gizi, mencari nilai indeks
masa tubuh terlebih dahulu.
Untuk mencari nilai indeks masa tubuh menggunakan
persamaan (2.1) pada BAB II sebagai berikut :
IMT = 63
(1,52)2 = 27,4
Jadi, nilai indeks masa tubuh = 27,4
Berdasarkan analisis yang dilakukan sebelumnya pada
table indeks masa tubuh dengan nilai 27,4 termasuk
dalam kategori sangat gemuk. Himpunan sangat gemuk
menggunakan representasi kurva linear naik sebagai
berikut :
Berdasarkan persamaan 4.9 pada BAB IV untuk mencari
derajat keanggotaan kurva linear naik adalah :
µS.Gemuk(27,4) : x ≤ 26,5 = 0
: 26,5 < x < 27 = 0
: x ≥ 27 = 1
Jadi, derajat keanggotaan µS.Gemuk(27,4) = 1
Fungsi Implikasi Mamdani.
Pada metode mamdani fungsi implikasi yang digunakan
adalah nilai minimum, yaitu mencari nilai minimum
berdasarkan aturan sebagai berikut :
R48 IF Umur Parobaya (0.75) And IF Status Gizi
Sangat Gemuk (1) And Faktor Aktivitas Sedang
(1) Then Banyak
Min
(α) =
min
0.75
R41 IF Umur Parobaya (0.75) And IF Status Gizi
Gemuk (0) And Faktor Aktivitas Istirahat
(0) Then Banyak
Min
(α) =
min 0
R47 IF Umur Parobaya (0.75) And IF Status Gizi
Sangat Gemuk (1) And Faktor Aktivitas Ringan
(0) Then Banyak
Min
(α) =
min 0
R43 IF Umur Parobaya (0.75) And IF Status Gizi
Gemuk (0) And Faktor Aktivitas Sedang
(1) Then Banyak
Min
(α) =
min 0
Kemudian mencari nilai α-predikat min dengan aturan diatas.
α-predikat48= µUmurParobaya ∩ µStatusGiziSangatGemuk
∩ µAktivitasSedang
= min (0,75; 1; 1)
= 0,75
α-predikat41 = µUmurParobaya ∩ µStatusGiziGemuk ∩
µAktivitasIstirahat
= min (0,75; 0; 0)
= 0
α-predikat47 = µUmurParobaya ∩
µStatusGiziSangatGemuk ∩
µAktivitasRingan
= min (0,75; 1; 0)
= 0
α-predikat43 = µUmurParobaya ∩ µStatusGiziGemuk ∩
µAktivitasSedang
= min (0,75; 0; 1)
= 0 Maka nilai min dari semua predikat diatas adalah [0,75; 0; 0; 0]
- Komposisi Aturan Mamdani.
Pembentukan komposisi aturan dilakukan dengan cara
pengambilan nilai max pada α-predikat. Berdasarkan dari
aplikasi fungsi implikasi didapat nilai 0,75 sebagai nilai
tertinggi dan 0 sebagai nilai terendah. Maka,
µa1 = 0 ; batas bawah
µa2 = 0,75 ; batas atas
kemudian mencari nilai a1 dan a2 sebagai berikut :
nilai a1 nilai a2
𝑎1−1000
2500−1000 = µa1
𝑎2−1000
2500−1000 = µa2
𝑎1−1000
1500 = 0
𝑎2−1000
1500 = 0,75
µS.Gemuk(x)
1
0 26,5 27,0
Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755
ejournal.unib.ac.id
1500 * 0 + 1000 = a1 1500 * 0,75 + 1000 = a2
a1 = 1000 a2 = 2125
Defuzzifikasi Mamdani.
Defuzzifikasi mamdani menggunakan metode centroid,
untuk mencari nilai momen, luas daerah, dan titik pusat
menggunakan sebagai berikut
:M1 = (µ𝑎1)𝑛𝑖𝑙𝑎𝑖 𝑎1
0 zdz
= 01000
0 zdz
= 0
M2 = 𝑧−1000
1500
𝑛𝑖𝑙𝑎𝑖 𝑎2
𝑛𝑖 𝑙𝑎𝑖 𝑎1
𝑧 𝑑𝑧
= 𝑧2
1500
𝑛𝑖𝑙𝑎𝑖 𝑎2
𝑛𝑖𝑙𝑎𝑖 𝑎1
1000𝑧
1500 𝑑𝑧
= 𝑧3
1500∗3−
1000𝑧2
1500∗2 2125
1000
= 𝑧3
4500−
1000𝑧2
3000 2125
1000
= 2𝑧3− 3000𝑧2
9000
= 0,000222 * Z3 – 0,333 * Z
2
= (0,000222 * (2125)3 – 0,333 * (2125)
2) –(0,000222
*(1000)3 – 0,333 * (1000)
2)
= (2130246,09375 – 1503703,125) – (222000 -
333000)
= 626542,96875 + 111000
= 737542,96875
M3 = (µ𝑎2)𝑛𝑖𝑙𝑎𝑖 2500
𝑛𝑖𝑙𝑎𝑖 𝑎2 𝑧 𝑑𝑧
= 0,75∗ 𝑧2
2 │
25002125
= 0,375 * Z2
│25002125
= 0,375 * (2500)2 – 0,375 (2125)
2
= 2342750 – 1693359,375
= 649390,625
Jadi, masing-masing momen adalah :
M1 = 0
M2 = 737542,96875
M3 = 649390,625
Kemudian mencari nilai luas setiap daerah :
A1 = nilai a1 * µa1
= 1000 * 0
= 0
A2 = (µa1 + µa2) * ( nilai a2 – nilai a1)
2
= (0 + 0,75) * (2125 - 1000)
2
= 421,875
A3 = (2500 – nilai a2) * µa2
= (2500 - 2125) * 0,75
= 281,25
Jadi, nilai luas untuk tiap daerah adalah :
A1 = 0
A2 = 421,875
A3 = 281,25
Maka, titik pusat dapat diperoleh dari :
Z = M1 + M2 + M3
A1 + A2 + A3
Z = 0 + 737542,96875 + 649390,625
0 + 421,875 + 281,25
Z = 1386933,59375
703,125
Z = 1973
Jadi, nilai kalori basal adalah 1973 Kkal. Kemudian mencari
total kalori harian sebagai berikut :
Status Gizi Ibu Yuli Hertati adalah Sangat Gemuk, maka
pengurangan sebesar 30% dari kalori basal. Aktivitas Ibu
Yuli Hertati tergolong dalam aktivitas sedang, maka kalori
basal dikali 1,76. Jadi nilai total kalori harian Ibu Yuli
Hertati adalah :
Total Kalori = Kalori basal * 1,76 – 30%
= 1973 * 1,76 – 30%
= 2431 Kkal
Jadi, total kalori untuk Ibu Yuli Hertati = 2431 Kkal
Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755
ejournal.unib.ac.id
Berikut adalah contoh menu yang diberikan kepada Ibu Yuli
Hertati.
DAFTAR PUSTAKA
Achmad Djaeni Seditama. 1985. Ilmu Gizi Untuk Mahasiswa
dan Profesi. Jakarta: Dian Rakyat.
Adi, Nugroho. 2004. Pemrograman Berorientasi Objek.
Bandung : Penerbit Informatika.
Almatsier, S. 2005. Prinsip Dasar Ilmu Gizi. Jakarta:
Gramedia Pustaka Utama.
Arief, Mansjoer. 2001. Kapita Selekta Kedokteran. Jakarta:
Media Aesculapius.
Arhami, Muhammad. 2005. Konsep Dasar Sistem Pakar.
Penerbit Andi. Yogyakarta.
Arbie. 2004. Manajemen Database dengan MSSQL. Jilid I
Yogyakarta : Andi Yogyakarta.
Budi, Raharjo. Imam, Heryanto. Enjang, R.K. 2010. Modul
Pemrograman Web HTML, PHP & MYSQL.
Modula, Bandung
Chonoles, Michael. Jesse. 2003. UML 2 For Dummies. New
York: Wiley Publishing, Inc.
Departemen Kesehatan RI. 2004. DKBM (Daftar Komposisi
Bahan Makanan). Departemen Kesehatan
RI. Jakarta.
Fathansyah. 2012. Basis Data. Bandung: Informatika
Galley, N., dan Jang, R. 2000. Fuzzy Logic Toolbox for Use
With Matlab, The Math Work Inc, New
York.
Hartati, Sri. dan Iswanti, Sari. 2008. Sistem Pakar dan
Pengembangannya. Yogyakarta : Graha
Ilmu.
Kusumadewi, S. 2003. Artificial Intelligence (Teknik dan
Aplikasinya), Edisi I.Yogyakarta: Graha
Ilmu.
Kusumadewi, S. dan H. Purnomo. 2010. Aplikasi Logika
Fuzzy untuk Pendukung Keputusan, Edisi II.
Yogyakarta: Graha Ilmu.
Negnevitsky, M. 2005. Artifial Intelligence a Guide to
Intelligent System. 2 Harlow, England:
Addison Wesley. Pender, Thomas. 2002. UML Weekend Crash Cours. Wiley
Publishing Inc., Indiana
Pooley, Rob, Pauline Wilcox. 2003. Applying UML.
Butterworth – Heinemann. United Kingdom.
Price, Wilson. 2006. Patofisiologi Volume 2. Jakarta: EGC.
Mukharromah. 2010. Sistem Pakar Diagnosa Penyakit
Diabetes Berbasis Web. Skripsi Teknik
Informatika, IST AKPRIND.