SISTEM PAKAR DIAGNOSA PENYAKIT DIARE PADA BALITA …

SISTEM PAKAR DIAGNOSA PENYAKIT DIARE PADA BALITA

DENGAN METODE NAÏVE BAYES

SKRIPSI

Diajukan Sebagai Salah Satu Syarat Untuk Menyelesaikan

Program Strata Satu (S1) pada Program Studi Teknik Informatika

Oleh:

BAYTIKI KHOERIYAH

311410886

TEKNIK INFORMATIKA

SEKOLAH TINGGI TEKNOLOGI PELITA BANGSA

BEKASI

2018

SISTEM PAKAR DIAGNOSA PENYAKIT DIARE PADA BALITA

DENGAN METODE NAÏVE BAYES

SKRIPSI

Diajukan Sebagai Salah Satu Syarat Untuk Menyelesaikan

Program Strata Satu (S1) pada Program Studi Teknik Informatika

Oleh:

BAYTIKI KHOERIYAH

311410886

TEKNIK INFORMATIKA

SEKOLAH TINGGI TEKNOLOGI PELITA BANGSA

BEKASI

2018

i

ii

iii

iv

KATA PENGANTAR

Puji syukur penulis panjatkan ke hadiran Allah SWT. yang telah melimpahkan

segala rahmat dan hidayah-Nya, sehingga tersusunlah Skripsi yang berjudul

“SISTEM PAKAR DIAGNOSA PENYAKIT DIARE PADA BALITA DENGAN

METODE NAÏVE BAYES”.

Skripsi tersusun dalam rangka melengkapi salah satu persyaratan dalam

rangka menempuh ujian akhir untuk memperoleh gelar Sarjana Komputer

(S.Kom.) pada Program Studi Teknik Informatika di Sekolah Tinggi Teknologi

Pelita Bangsa.

Penulis sungguh sangat menyadari, bahwa penulisan Skripsi ini tidak akan

terwujud tanpa adanya dukungan dan bantuan dari berbagai pihak. Sudah

selayaknya, dalam kesempatan ini penulis menghaturkan penghargaan dan ucapan

terima kasih yang sebesar-besarnya kepada:

a. Bapak Dr. Ir. Suprianto, M.P selaku Ketua STT Pelita Bangsa

b. Bapak Aswan Supriyadi Sunge, S.E, M.Kom., selaku Ketua Program Studi

Teknik Informatika Sekolah Tinggi Teknologi Pelita Bangsa

c. Bapak Suherman, M.Kom., selaku Dosen Pembimbing I dan Bapak Nurhadi.,

S.Kom., M.Kom selaku Dosen Pembimbing II, yang telah banyak

memberikan arahan dan bimbingan kepada penulis dalam penyusunan Skripsi

ini.

d. Seluruh Dosen STT Pelita Bangsa yang telah membekali penulis dengan

wawasan dan ilmu di bidang teknik informatika.

e. Seluruh staf STT Pelita Bangsa yang telah memberikan pelayanan terbaiknya

kepada penulis selama perjalanan studi jenjang Strata 1.

f. Rekan-rekan mahasiswa STT Pelita Bangsa, khususnya angkatan 2014, yang

telah banyak memberikan inspirasi dan semangat kepada penulis untuk dapat

menyelesaikan studi jenjang Strata 1.

g. Ibu dan Ayah tercinta yang senantiasa mendo’akan dan memberikan semangat

dalam perjalanan studi Strata 1 maupun dalam kehidupan penulis.

v

h. Terimakasih juga kepada Muhammad Hilaludin Al-Fathan dan Sahroni

Sahlan. yang telah memberikan semangat dan motivasi kepada penulis selama

ini.

i. Semua pihak yang telah menbantu penulis dalam menyelesaikan Skripsi.

Akhir kata, penulis mohon maaf atas kekeliruan dan kesalahan yang

terdapat dalam Skripsi ini dan berharap semoga Skripsi ini dapat memberikan

manfaat bagi khasanah pengetahuan Teknologi Informasi di lingkungan STT

Pelita Bangsa khususnya dan Indonesia pada umumnya.

Bekasi, 30 Oktober 2018

Baytiki Khoeriyah

vi

DAFTAR ISI

P ERSETUJUAN .................................................. Error! Bookmark not defined.

PENGESAHAN .................................................... Error! Bookmark not defined.

PERNYATAAN KEASLIAN PENELITIAN .... Error! Bookmark not defined.

KATA PENGANTAR .......................................................................................... iv

DAFTAR ISI ....................................................................................................... ..vi

DAFTAR TABEL ................................................................................................. x

DAFTAR GAMBAR ............................................................................................ xi

ABSTRACT ......................................................................................................... xii

ABSTRAK .......................................................................................................... xiii

BAB I PENDAHULUAN ...................................................................................... 1

1.1 Latar Belakang ............................................................................................ 1

1.2 Identifikasi Masalah Dan Pembatasan Masalah........... ............................ ...3

1.2.1 Identifikasi Masalah ...................................................................... 3

1.2.2 Pembatasan Masalah...................................................................... 3

1.3 Rumusan Masalah ....................................................................................... 4

1.4 Tujuan Penelitian ......................................................................................... 4

1.5 Manfaat Penelitian ....................................................................................... 4

1.5.1 Bagi Penulis.......................................................................................... 4

vii

1.5.2 Bagi Pelita Bangsa ............................................................................... 5

1.5.3 Bagi Masyarakat......................................................................................5

1.6 Metode Penelitian.........................................................................................5

1.6.1 Studi Literatur…....................................................................................5

1.6.2 Metode Pustaka.......................................................................................6

1.6.3 MetodeWawancara..................................................................................6

1.7 Sistematika Penulisan...................................................................................6

BAB II LANDASAN TEORI ............................................................................... 8

2.1 Definisi Judul ............................................................................................... 8

2.1.1 Pengertian Sistem Pakar....................................................................... 8

2.1.2 Sejarah Sistem Pakar............................................................................9

2.1.3 Pengertian Diare……..........................................................................10

2.2 Teori Basis Data.. ....................................................................................... 12

2.2.1 Pengertian Data....................................................................................13

2.2.2 Pengertian Database.............................................................................13

2.2.3 Pengertian MySql................................................................................14

2.3 Teori Peancangan Sistem.. ......................................................................... 14

2.3.1 Naïve Bayes ....................................................................................... 15

2.3.2 UML .................................................................................................. 21

2.4 Teori Bahasa Pemograman.. ...................................................................... 33

viii

2.4.1 PHP .................................................................................................... 33

2.4.2 Perangkat Lunak Yang Digunakan .................................................... 34

BAB III METODE PENELITIAN .................................................................... 39

3.1 Tempat dan Waktu Penelitian .................................................................... 39

3.2 Sumber Data ............................................................................................... 39

3.3 Perangkat Keras dan Perangkat Lunak Pendukung .................................... 40

3.4 Metode Pengumpulan Data ........................................................................ 40

3.4.1 Wawancara ......................................................................................... 40

3.4.2 Studi Pusttaka ..................................................................................... 40

3.4.3 Studi Literatur .................................................................................... 41

3.4.4 Kerangaka Pikir .................................................................................. 41

3.5 Flowchart Berjalan ..................................................................................... 42

3.6 Tahapan Penelitian ..................................................................................... 42

3.6.1 Pengumplan Data ............................................................................... 43

3.6.2 Perancangan Sistem............................................................................ 46

3.6.3 Analisis Hasil Perhitungan ................................................................. 49

BAB IV HASIL DAN PEMBAHASAN ............................................................ 52

4.1 Hasil Pengumpulan Data ........................................................................... 52

4.2 Hasil Perancangan Sistem ......................................................................... 54

4.2.1 Relasi Antar Tabel .............................................................................. 55

ix

4.2.2 Use Case Diagram .............................................................................. 55

4.2.3 Activity Diagram ................................................................................ 56

4.2.4 Sequence Diagram.............................................................................. 63

4.2.5 Class Diagram .................................................................................... 67

4.3 Hasil Pembuatan Sistem ............................................................................ 67

4.3.1 Desain Antar Muka (Inteface) ............................................................ 67

4.4 Analisa Hasil Perhitungan Naïve Bayes ................................................... 70

4.4.1 Menghitung Probabilitas Kelas .......................................................... 70

4.4.2 Menghitung Probabilitas Masing-masing Atribut .............................. 71

4.4.3 Menghitung Probabilitas Akhir untuk setiap Kelas ........................... 75

4.4.4 Kasus Perhitungan Naive Bayes ........................................................ 75

BAB V KESIMPULAN ...................................................................................... 79

5.1 Kesimpulan ................................................................................................ 79

5.2 Saran .......................................................................................................... 79

DAFTAR PUSTAKA .......................................................................................... 81

LAMPIRAN

x

DAFTAR TABEL

Tabel 2.1 notasi use case diaram .......................................................................... 22

Tabel 2.2 notasi activity diagram .......................................................................... 22

Tabel 2.3 notasi sequence diagram ....................................................................... 24

Tabel 2.4 notasi collaboration diagram ................................................................ 26

Tabel 2.5 notasi pada class diagram ..................................................................... 27

Tabel 2.6 notasi component diagram .................................................................... 31

Tabel 3.1 Tabel akuisisi Pengetahuan Penyakit diare pada balita ........................ 43

Tabel 3.2 Atribut Penyakit Diare Pada Balita ....................................................... 44

Tabel 3.3 nilai atribut ........................................................................................... 45

Tabel 3.4 perancangan basis data .......................................................................... 47

Tabel 4.1 Gejala Penyakit Diare Pada Balita ........................................................ 52

Tabel 4.2 nilai atribut ............................................................................................ 53

Tabel 4.3 definisi actor .......................................................................................... 56

Tabel 4.4 definisi use case .................................................................................... 56

Tabel 4.5 keterangan activity diagram login ......................................................... 58

Tabel 4.6 keterangan activity diagram admin menu home ................................... 59

Tabel 4.7 keterangan activity diagram admin manage menu tentang diare .......... 60

Tabel 4.8 keterangan activity diagram admin manage menu layanan kami ....... 61

Tabel 4.9 keterangan activity diagram admin manage menu tes gejala ................ 62

Tabel 4.10 keterangan activity diagram admin manage menu metode ................. 63

Tabel 4.11 Probilitas kelas .................................................................................... 71

Tabel 4.12 atribut jenis kelamin ........................................................................... 71

Tabel 4.13 atribut usia balita ................................................................................. 72

Tabel 4.14 atribut frekuensi BAB ......................................................................... 72

Tabel 4.15 atribut KONSISTENSI TINJA ........................................................... 73

Tabel 4.16 atribut keadaan mata ........................................................................... 73

Tabel 4.17 atribut keadaan turgor ......................................................................... 73

Tabel 4.18 atribut keinginan untuk minum ........................................................... 74

Tabel 4.19 atribut keadaan umum ......................................................................... 74

xi

DAFTAR GAMBAR

Gambar 2.1 Alur metode naïve bayes ................................................................... 21

Gambar 2.2 logo mysql ......................................................................................... 38

Gambar 3.1 Kerangka pikiran ............................................................................... 41

Gambar 3.2 Flowchart Berjalan ............................................................................ 42

Gambar 3.3 Tahapan Penelitian ............................................................................ 43

Gambar 3.4 Halaman Awal .................................................................................. 48

Gambar 3.5 Halaman login ................................................................................... 49

Gambar 4.1 Relasi antar tabel ............................................................................... 55

Gambar 4.2 use case diagram aplikasi sistem pakar ............................................. 55

Gambar 4.3 activity diagram sistem pakar ............................................................ 57

Gambar 4.4 activity diagram login........................................................................ 57

Gambar 4.5 activity digram admin menu home .................................................... 58

Gambar 4.6 activity diagram admin menu tentang diare ...................................... 59

Gambar 4.7 activity diagram admin menu layanan kami .................................... 60

Gambar 4.8 acyivity diagram admin menu tes gejala ........................................... 61

Gambar 4.9 activity digram admin menu metode ................................................. 62

Gambar 4.10 sequence diagram login ................................................................... 64

Gambar 4.11 sequence diagram admin manage menu home ................................ 64

Gambar 4.12 sequence diagram admin manage menu tentang diare .................... 65

Gambar 4.13 sequence diagram admin menu layanan kami ................................. 65

Gambar 4.14 sequence diagram admin manage menu tes gejala .......................... 66

Gambar 4.15 sequence diagram admin manage menu metode ............................. 66

Gambar 4.16 class diagram ................................................................................... 67

Gambar 4.17 tampilan halaman home .................................................................. 68

Gambar 4.18 tampilan halaman tentang diare....................................................... 68

Gambar 4.19 tampilan halaman layanan kami ...................................................... 69

Gambar 4.20 tampilan halaman tes gejala ............................................................ 69

Gambar 4.21 tampilan halaman metode................................................................ 70

xii

ABSTRACT

Diarrhea is a global problem that has high morbidity (mortality) and mortality

(mortality), especially in developing countries like Indonesia. In Indonesia, it can

be found that around 60 million diarrhea per year, most (70-80%) of these

sufferers are children under five years old (Sugihartiningsih and Hafidudin, 2016:

436). Based on the above data it can be seen that it has a very high prevalence

and has a large contribution in increasing the mortality rate of children under

five in Indonesia. The purpose of this study is to create an expert system for

diagnosing diarrheal disease in infants with naïve Bayes method. stages of

research methodology include data collection, system design, system creation,

analysis of calculation results. this expert system uses the web base with the PHP

program language. To find out the accuracy of the system a system evaluation is

carried out by comparing expert results with system results. This system wiil

make it easeier for users to know in advance of diarrheal disease in infants.

Keywords: Expert System, Diagnosis, diarrheal disease in toddlers, Naive Bayes,

Web

xiii

ABSTRAK

Diare merupakan salah satu permasalahan global yang memiliki angka

morbiditas (kesakitan) dan mortalitas (kematian) yang tinggi terutama di

negara berkembang seperti Indonesia. Di Indonesia dapat ditemukan sekitar 60

juta kejadian diare setiap tahun sebagian besar (70 -80%) dari penderita ini

adalah anak bawah lima tahun, (Sugihartiningsih dan Hafidudin, 2016:436).

Berdasarkan data diatas dapat diketahui bahwa diare mempunyai prevalensi

yang sangat tinggi dan mempunyai andil yang besar dalam meningkatkan

angka kematian anak balita di Indonesia. Tujuan penelitian ini adalah membuat

sistem pakar dignosa penyakit diare pada balita dengan metode naïve bayes.

tahapan metodologi penelitian meliputi pengumpulan data, perancangan sistem,

pembuatan sistem, analisis hasil perhitungan . sistem pakar ini menggunakan basis

web dengan bahasa program PHP. Untuk mengetahui akurasi sistem dilakukan

evaluasi sistem dengan cara membandingkan hasil pakar dengan hasil sistem.

Sistem ini akan memudahkan pengguna mengetahui secara dini dari penyakit

diare pada balita.

Kata kunci: Sistem Pakar, Diagnosa, penyakit diare pada balita, Naive Bayes,

Web

BAB 1

PENDAHULUAN

1.1 Latar Belakang Masalah

Penyakit diare adalah sebuah penyakit di saat tinja atau feses berubah

menjadi lembek atau cair yang biasanya terjadi paling sedikit tiga kali dalam

24 jam. Diare yang menyerang balita anda mungkin masih normal namun

ketika diare yang dialaminya telanjur terus menerus juga akan buruk bagi

kesehatan organ organ lainnya. Diare adalah penyakit yang gejalanya dapat

dilihat. karena diare adalah sebuah penyakit yang menyerang saluran

pencernaan. Diare pada Balita, sangatlah berbahaya, untuk itulah sebagai

orang tua harus selalu memperhatikan dimana anak bermain dan bergaul

karena setiap saat bakteri virus siap menyerang anak anda di rumah.

Diare merupakan salah satu permasalahan global yang memiliki angka

morbiditas (kesakitan) dan mortalitas (kematian) yang tinggi terutama di

negara berkembang seperti Indonesia. Di Indonesia dapat ditemukan sekitar

60 juta kejadian diare setiap tahun sebagian besar (70 -80%) dari

penderita ini adalah anak bawah lima tahun, (Sugihartiningsih dan

Hafidudin, 2016:436). Berdasarkan data diatas dapat diketahui bahwa

diaremempunyai prevalensi yang sangat tinggi dan mempunyai andil yang

besar dalam meningkatkan angka kematian anak balita di Indonesia.

Hasil diagnosa penyakit Diare yang dihasilkan oleh aplikasi sistem

pakar tersebut dapat digunakan sebagai bahan pertimbangan atau rujukan

awal mengenai penyakit yang dideritanya. Dengan demikian diharapkan

2

orang dapat mengambil tindakan awal secara tepat untuk mencegah atau

melakukan tindakan pertama dalam mengatasi penyakitnya tersebut. Di sini

peran dokter tetap diperlukan untuk menyimpulkan secara pasti penyakit yang

diderita dan pengobatan yang tepat sesuai dengan kondisi orang yang

mengalami gangguan penyakit pencernaan

Sistem Pakar adalah paket perangkat lunak pengambilan keputusan yang

dapat mencapai tingkat performa yang setara atau bahkan lebih dengan pakar

manusia di beberapa bidang khusus. Ide dasar dibalik sistem pakar adalah

sederhana, keahlian ditransfer dari pakar ke suatu komputer. Pengetahuan ini

kemudian disimpan di dalam komputer, dan pengguna menjalankan komputer

untuk nasihat spesifik yang diperlukan. Sistem pakar menanyakan fakta-fakta

dan dapat membuat inferensi dan sampai pada suatu kesimpulan khusus.

Kemudian, seperti konsultan manusia, ia menasihati nonexpert dan

menjelaskan, jika perlu, logika di balik nasihat yang diberikan. (Turban, et al,

2005).

Sistem pakar adalah sistem komputer yang mengemulasi kemampuan

kepakaran manusia. Kata mengemulasi diartikan lebih kuat dari simulasi yang

berarti bahwa sistem pakar diharapkan mampu bertindak sebagaimana yang

dilakukan pakar manusia dalam melakukan penalaran untuk memberikan

suatu justifikasi / kesimpulan. Dalam melakukan penalaran, sistem pakar

banyak memanfaatkan pengetahuan yang disimpan oleh sistem sebagai basis

pengetahuan untuk menyelesaikan masalah pada tingkatan sebanding dengan

sistem pakar manusia. (Sri Hartati dan Sari Iswanti,2008)

3

Sistem pakar (expert system) adalah salah satu teknik kecerdasan buatan

yang berusaha mengadopsi pengetahuan manusia ke komputer, agar computer

dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para

ahli. (Sri Kusumadewi, 2003:109).

Penelitian ini akan membuat “Sistem Pakar Diagnosa Penyakit Pencernaan

Diare Pada Balita Dengan Metode Naive Bayes” yang dapat digunakan untuk

mendiagnosa seseorang dalam mendektesi penyakit pencernaan secara dini.

Pada sistem pakar ini , penulis mengembangkan teknologi dengan

memanfaatkan fasilitas layanan berbasis web dengan bahasa pemograman

PHP pada computer dengan sistem operasi windows. Untuk mengolah

localhost databasenya menggunakan MySql sebagai manajemen database

karena MySql memiliki perintah yang relative mudah digunakan dengan

sifatnya yang open source dan fleksibel.

1.2 Identifikasi Masalah Dan Pembatasan Masalah

1.2.1 Identifikasi Masalah

Dari uraian latar belakang masalah di atas, penulis dapat mengidentifikasi

kan masalah sebagai berikut:

1. Belum adanya pemahaman yang signifikan dari seseorang pada penyakit

Diare.

2. Belum adanya aplikasi pendeteksi penyakit Diare pada Balita.

1.2.2 Pembatasan Masalah

Adapun pembatasan masalah dari latar belakang di atas adalah sebagai

berikut :

4

1. Sistem pakar diagnosa penyakit diare pada balita dengan sistem berbasis

komputerisasi.

2. Software yang digunakan dalam pembuatan sistem baru tersebut

menggunakan PHP da MySql.

1.3 Rumusan Masalah

Dari uraian latar belakang di atas dapat dirumuskan suatu permasalahan

yang ada adalah sebagai berikut :

1. Bagaimana cara merancang sistem pakar diagnosa penyakit diare pada

balita yang dapat mempermudah seseorang untuk mengenali penyakit

pencernaan ?

2. Bagaimana mendeteksi dini penyakit diare ?

1.4 Tujuan penelitian

Tujuan penelitian ini adalah membuat sistem pakar untuk diagnosa secara dini

penyakit pencernaan menggunakan metode naive bayes.

1.5 Manfaat Penelitian

1.5.1 Bagi Penulis

1. Membuat wawasan keilmuan bagi penulis tentang pengetahuan dalam

bidang teknik informatika khususnya perancangnya sistem pakar diagnosa

penyakit diare pada balita.

2. Mendapat wawasan dalam pengetahuan tentang sistem pakar,ilmu pakar

dan ilmu kesehatan.

3. Memperdalam pengetahuan tentang penulisan karya ilmiah.

5

1.5.2 Bagi Pelita Bangsa

1. Mendorong terwujudnya budaya penelitian kajian keilmuan.2. Meningkatkan konsep, seni dan teknologi baru dalam menunjukkan

peningkatan kualitas pendidikan nasional.3. Memberikan referensi untuk penelitian lebih lanjut dalam perancangan

sistem informatika.

1.5.3 Bagi Masyarakat

1. Aplikasi ini diharapkan dapat membantu masyarakat luas dalam

mendiagnosa gejala penyakit diare .pada balita

2. Aplikasi ini juga diharapkan dapat mengatasi keterbatasan tenaga ahli

kesehatan, tetapi tidak menggantikan secara menyeluruh.

3. Dan diharapkan mampu mendekati kemampuan dan kecerdasan pakar dalam

memberikan informasi untuk mendiagnosa penyakit.

1.6 Metode Penelitian

Untuk mendapatkan data yang diperlukan dalam penulisan laporan tugas

akhir,penulis menggunakan beberapa metode, adapun metode yang digunakan

adalah sebagai berikut :

1.6.1 Studi literatur

Adalah Serangkaian kegiatan yang berkenaan dengan metode

pengumpulan data pustaka, membaca dan mencatat serta mengolah bahan

penelitian.

6

1.6.2 Metode Pustaka

Bahan-bahan yang digunakan di dalam landasan teori dalam laporan

penulisan ini diperoleh dan didapatkan dari berbagai sumber tertulis, yaitu buku-

buku panduan yang terkait dan memuat informasi-informasi yang diperlukan

untuk digunakan dalam penyusunan laporan penulisan.

1.6.3 Metode Wawancara

Bahan-bahan yang dipergunakan di dalam landasan teori dalam laporan

penulisan ini diperoleh dan didapatkan dengan bertanya langsung kepada

narasumber terkait.

1.7 Sistematika Penulisan

Untuk mengetahui secara ringkas permasalahan dalam penulisan penelitian

ini, maka digunakan sistematika penulisan yang bertujuan untuk mempermudah

pembaca menelusuri dan memahami isi penelitian sebagai berikut :

BAB 1 : PENDAHULUAN

Bab ini berisi tentang latar belakang masalah, identifikasi

masalah, rumusan masalah, batasan masalah, tujuan penelitian,

manfaat penelitian, dan sistematika penulisan penelitian.

BAB II : TINJAUAN PUSTAKA

Pada bab ini dijelaskan tentang landasan teori yang merupakan

teori dasar dan teori yang akan mendukung dalam proses

perancangan, perencanaan sistem pakar diagnosa penyakit

preeklampsia.

7

BAB III : METODE PENELITIAN

Pada bab ini merupakan penjabaran tentang metode penelitian

yang merupakan yang secara garis besar telah disinggung dalam

pendahuluan. Dalam bab ini membahas metode pengumpulan

data dan metode analisis serta kerangka berfikir penulis dalam

melakukan penelitian ini.

BAB IV : HASIL DAN PEMBAHASAN

Pada bab ini menyorot objektif terhadap hasil penelitian, tolak

ukurnya dapat dilihat pada persiapan, asumsi, hipotesis, metode

penelitian, dan komponen-komponen yang lain.

BAB V : PENUTUP

Pada bab ini berisi kesimpulan dari uraian yang sudah

diterangkan pada bab-bab sebelumnya dan juga berisi saran untuk

pengembangan lebih lanjut.

BAB IILANDASAN TEORI

2.1 Definisi Judul

2.1.1 Pengertian Sistem Pakar

Sistem pakar adalah sistem komputer yang mengemulasi kemampuan

kepakaran manusia. Kata mengemulasi diartikan lebih kuat dari simulasi yang

berarti bahwa sistem pakar diharapkan mampu bertindak sebagaimana yang

dilakukan pakar manusia dalam melakukan penalaran untuk memberikan suatu

justifikasi / kesimpulan. Dalam melakukan penalaran, sistem pakar banyak

memanfaatkan pengetahuan yang disimpan oleh sistem sebagai basis pengetahuan

untuk menyelesaikan masalah pada tingkatan sebanding dengan sistem pakar

manusia. (Sri Hartati dan Sari Iswanti,2008 : 152)

Sistem pakar Sistem pakar merupakan sistem yang berusaha mengakuisisi

pengetahuan manusia ke dalam komputer dengan tujuan agar komputer dapat

menyelesaikan masalah tertentu seperti yang biasa dilakukan oleh para ahli.

Tujuan dari sistem pakar tidak untuk menggantikan peran manusia, tetapi sebagai

bahanpengetahuan manusia yang disajikan dalam bentuk sistem, sehingga dapat

digunakan oleh banyak orang (Muslim et al., 2015: 1)

Sistem pakar (expert system) adalah salah satu teknik kecerdasan buatan yang

berusaha mengadopsi pengetahuan manusia ke komputer, agar computer dapat

menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. (Sri

Kusumadewi, 2003:109).

9

Dari uraian diatas dapat disimpulkan pengertian sistem pakar adalah sistem

yang berusaha mengadopsi pengetahuan manusia ke komputer yang dirancang

untuk memodelkan kemampuan menyelesaikan masalah seperti layaknya seorang

pakar.

2.1.2 Sejarah Sistem Pakar

Sistem pakar dikembangkan oleh komunitas artificial intelligence pada

pertengahantahun 1960. Pada periode ini, penelitian tentang artificial intelligence

didominasi oleh adanyakepercayaan bahwa beberapa aturan-aturan dari

serangkaian pemikiran dengan memanfaatkankemampuan komputer dapat

menghasilkan performansi pakar atau setaraf dengan manusia super.Arah

pengembangan dari sub bidang artificial intelligence ini adalah general-purpose

problem solver (GPS). General-purpose problem solver (GPS) merupakan

prosedur yang dikembangkanoleh Newell dan Simon [1973] dari teori mesin

logika, yang mempunyai tujuan untuk menghasilkan suatu komputer “cerdas”.

Inilah yang kemudian dianggap sebagai pendahulu darisistem pakar. Pada

pertengahan tahun 1960 terjadi pergeseran dari general-purpose menjadi

special- purpose program dengan perkembangan dari DENDRAL yaitu suatu

sistem mengidentifikasi struktur molekul suatu komposisi kimia yang

dikembangkan oleh E. Feigenbaum di Stanford University. Mulai saat itu para

peneliti mengakui bahwa mekanisme pemecahan masalah hanya merupakan

sebagian kecil dari suatu permasalahan yang komplek.

10

2.1.3 Pengertian Penyakit Diare

Diare adalah sebuah penyakit di mana penderita mengalami rangsangan

buang air besar yang terus-menerus dan tinja atau feses yang masih memiliki

kandungan air berlebihan. Dan definisi resmi medis dari diare adalah BAB

ata(defekasi) yang melebihi 200 gram per hari.

Berdasar metaanalisis di seluruh dunia, setiap anak minimal mengalami

diare satu kali setiap tahun. Dari setiap lima pasien anak yang datang karena diare,

satu di antaranya akibat rotavirus. Bakteri dan parasit juga dapat menyebabkan

diare. Organisme-organisme ini mengganggu proses penyerapan makanan di usus

halus. Dampaknya makanan tidak dicerna kemudian segera masuk ke usus besar.

Kemudian, dari 60 anak yang dirawat di rumah sakit akibat diare satu di antaranya

juga karena rotavirus.

Makanan yang tidak dicerna dan tidak diserap usus akan menarik air dari

dinding usus. Di lain pihak, pada keadaan ini proses transit di usus menjadi sangat

singkat sehingga air tidak sempat diserap oleh usus besar. Hal inilah yang

menyebabkan tinja berair pada diare.

Selain karena rotavirus, diare juga bisa terjadi akibat kurang gizi, alergi,

tidak tahan terhadap laktosa, dan sebagainya. Bayi dan balita banyak yang

memiliki intoleransi terhadap laktosa dikarenakan tubuh tidak punya atau hanya

sedikit memiliki enzim laktose yang berfungsi mencerna laktosa yang terkandung

susu sapi.

11

Tidak demikian dengan bayi yang menyusu ASI. Bayi tersebut tidak akan

mengalami intoleransi laktosa karena di dalam ASI terkandung enzim laktose.

Disamping itu, ASI terjamin kebersihannya karena langsung diminum tanpa

wadah seperti saat minum susu formula dengan botol dan dot.

Diare dapat merupakan efek sampingan banyak obat terutama antibiotik.

Selain itu, bahan-bahan pemanis buatan sorbitol dan manitol yang ada dalam

permen karet serta produk-produk bebas gula lainnya menimbulkan diare, hal ini

terjadi pada anak-anak dan dewasa muda yang memiliki kadar dan fungsi hormon

yang normal, kadar vitamin yang normal dan tidak memiliki penyebab yang jelas

dari rapuhnya tulang.

Gejala diare atau mencret adalah tinja yang encer dengan frekuensi lebih dari 3x

atau lebih dalam sehari, yang kadang disertai :

1. Muntah

2. Badan lesu atau lemah

3. Panas

4. Tidak nafsu makan

5. Darah dan lendir dalam kotoran

Selain itu, dapat pula mengalami sakit perut dan kejang perut, serta gejal-

gejala lain seperti flu misalnya agak demam, nyeri otot atau kejang, dan sakit

12

kepala. Gangguan bakteri dan parasit kadang-kadang menyebabkan tinja

mengandung darah atau demam tinggi.

Diare bisa menyebabkan kehilangan cairan dan elektrolit (misalnya natrium

dan kalium), sehingga bayi menjadi rewel atau terjadi gangguan irama jantung

maupun perdarahan otak.

Diare seringkali disertai oleh dehidrasi (kekurangan cairan). Dehidrasi ringan

hanya menyebabkan bibir kering. Dehidrasi sedang menyebabkan kulit keriput,

mata dan ubun-ubun menjadi cekung (pada bayi yang berumur kurang dari 18

bulan). Dehidrasi berat bisa berakibat fatal, biasanya menyebabkan syok.

2.2 Teori Basis Data

Basis data adalah kumpulan data yang saling berhubungan secara

logikal serta deskripsi dari data tersebut, yang dirancang untuk

memenuhi kebutuhan informasi suatu organisasi. Basis Data adalah

sebuah penyimpanan data yang besar yang bisa digunakan oleh banyak

pengguna dan departemen. Semua data terintegrasi dengan jumlah

duplikasi yang minimum. basis data tidak lagi dipegang oleh satu

departemen, tetapi dibagikan ke seluruh departemen pada perusahaan.

Basis Data itu sendiri tidak hanya memegang data operasional

organisasi tetapi juga penggambaran dari data tersebut (Connolly

&Begg, 2010:64).

Basis data adalah kumpulan data store yang terintegrasi yang diatur

dan di kontrol secara sentral. Sebuah basis data biasanya menyimpan

13

ribuan class. Informasi yang disimpan termasuk class attribute dan relasi

antar class. Basis data juga menyimpan informasi yang deksriptif seperti

nama atribut, pemberian batasan suatu nilai, dan kontrol akses untuk

data-data yang sensitif (Satzinger, Robert, & Stephen, 2005: 398). Basi

data juga diartikan sebagai sekumpulan file dikomputer yang saling

terhubung. File -file ini diatur sesuai kesamaan elemennya, sehingga data

yang diinginka dapat dicari secara mudah (Williams & Sawyer, 2007: 181).

.2.1 Pengertian Data

Menurut Indrajani (2009:2) menjelaskan beberapa definisi tentang data

berikut ini :

1. Data adalah fakta atau observasi mentah yang biasanya mengenai

fenomena fisik atau transaksi bisnis.

2. Data adalah ukuran objektif dari atribut dari entitas seperti orang,

tempat, benda, kejadian.

3. Data adalah representasi fakta yang mewakili suatu objek seperti

pelanggan, karyawan, mahasiswa, dan lain-lain, yang disimpan dalam

bentuk angka, huruf, simbol, teks, gambar, bunyi dan kombinasinya.

Dari beberapa penjelasan tersebut, dapat disimpulkan bahwa data merupakan

kumpulan fakta yang merupakan representasi entitas atau objek, dan kemudian

disimpan kedalam bentuk angka, huruf, simbol, teks, gambar, bunyi bahkan

kombinasinya yang diproses untuk menyajikan informasi.

2.2.2 Pengertian Database

14

Database atau disebut Basis data adalah kumpulan data yang saling

berhubungan yang diorganisasikan sedemikian rupa sehingga dapat diolah

menjadi informasi yang disimpan pada media elektronik. Sedangkan untuk

mengelola basis data diperlukan perangkat lunak DBMS (Database Management

System) yang merupakan suatu sistem perangkat lunak yang memungkinkan user

(pengguna) untuk membuat, memelihara, mengontrol, dan mengakses basis data

secara praktis dan efisien. Tujuan utama dari DBMS adalah untuk memberikan

tinjauan abstrak data kepada user (pengguna).

Jadi sistem menyembunyikan informasi tentang bagaimana data disimpan,

dipelihara dan tetap dapat diambil (akses) secara efisien. Pengertian dari efisien

adalah bagaimana merancang struktur data yang kompleks tetapi masih tetap bisa

digunakan oleh pengguna awam tanpa mengetahui kompleksitas strukturnya.

(Wahana Komputer : 2010)

2.2.3 Pengertian MySQL

Menurut Betha Sidik (2012 : 333 – 334) MySQL merupakan database

yang termasuk paling populer dilingkungan Linux, Kepopuleran ini karena

ditunjang performansi query dari databasenya yang saat ini bisa dikatakan paling

cepat dan jarang bermasalah. Database MySQL kini telah dimiliki Oracle.

Pengembang MySQL kemudian mengembangkan database yang murni

opensource dan freeware dengan nama MariaDB.

2.3 Teori Perancangan Sistem

Perancangan sistem merupakan kegiatan merancang atau mendesain suatu

sistem agar project yang akan dikerjakan nanti tidak mengalami kesalahan alur

15

program yang fatal dan perancangan sistem yang baik akan mempermudah

programmer dalam membuat programnya.

2.3.1 Naïve Bayes

Suatu diagram yang menggunakan notasi-notasi untuk

menggambarkan arus dari data sistem, yang penggunaannya sangat

membantu untuk memahami sistem secara logika, tersruktur dan jelas. data flow

diagram merupakan alat bantu dalam menggambarkan atau menjelaskan system

yang sedang berjalan logis.pengertian secara umum dari data flow diagram

adalah suatu newtrok yang menggambarkan suatu sistem automata atau

komputerisasi, manualisasi atau gabungan dari keduanya, yang

penggambarannya saling berhubungan sesuai dengan aturan mainnya.( Tata

Sutabri, 2012:163).

A. Rumus Naïve Bayes Classifier Sebelum menjelaskan Naïve Bayes Classifier ini, akan dijelaskan

terlebih dahulu Teorema Bayes yang menjadi dasar dari metoda tersebut.

Pada Teorema Bayes, bila terdapat dua kejadian yang terpisah (misalkan X

dan H), maka Teorema Bayes dirumuskan sebagai berikut (Bustami

2013).:

Keterangan

X : Data dengan class yang belum diketahui

16

H : Hipotesis data merupakan suatu class spesifik

P(H|X) : Probabilitas hipotesis H berdasar kondisi X (posteriori

probabilitas)

P(H) : Probabilitas hipotesis H (prior probabilitas)

P(X|H) : Probabilitas X berdasarkan kondisi pada hipotesis H

P(X) : Probabilitas X

Teorema Bayes sering pula dikembangkan mengingat berlakunya hukum

probabilitas total, menjadi seperti berikut:

Keterangan :

i : 1,2,3, ... , n jumlah data Hipotesis (prior probabilitas)

dimana : H1 U H2 U H3 ... U Hn = S

S : Probabilitas total H

Untuk menjelaskan Teorema Naïve Bayes, perlu diketahui bahwa proses

klasifikasi memerlukan sejumlah petunjuk untuk menentukan kelas apa yang

17

cocok bagi sampel yang dianalisis tersebut. Karena itu, Teorema Bayes di atas

disesuaikan sebagai berikut:

Di mana Variabel C merepresentasikan kelas, sementara variabel F1 ...

Fn merepresentasikan karakteristik petunjuk yang dibutuhkan untuk melakukan

klasifikasi. Maka rumus tersebut menjelaskan bahwa peluang masuknya sampel

karakteristik tertentu dalam kelas C (Posterior) adalah peluang munculnya kelas C

(sebelum masuknya sampel tersebut, seringkali disebut prior), dikali dengan

peluang kemunculan karakteristik-karakteristik sampel pada kelas C (disebut juga

likelihood), dibagi dengan peluang kemunculan karakteristik-karakteristik sampel

secara global (disebut juga evidence). Karena itu, rumus di atas dapat pula ditulis

secara sederhana sebagai berikut:

Nilai Evidence selalu tetap untuk setiap kelas pada satu sampel. Nilai dari

posterior tersebut nantinya akan dibandingkan dengan nilai-nilai posterior kelas

lainnya untuk menentukan ke kelas apa suatu sampel akan diklasifikasikan.

Penjabaran lebih lanjut rumus Bayes tersebut dilakukan dengan menjabarkan

(C,F1, ... , Fn) menggunakan aturan perkalian sebagai berikut:

18

Dapat dilihat bahwa hasil penjabaran tersebut menyebabkan semakin

banyak dan semakin kompleksnya faktor - faktor syarat yang mempengaruhi nilai

probabilitas, yang hampir mustahil untuk dianalisa satu persatu. Akibatnya,

perhitungan tersebut menjadi sulit untuk dilakukan. Disinilah digunakan asumsi

independensi yang sangat tinggi (naif), bahwa masing-masing petunjuk

(F1,F2 , ..., Fn) saling bebas (independen) satu sama lain. Dengan asumsi

tersebut, maka berlaku suatu kesamaan sebagai berikut:

Untuk i≠j, sehingga :

Atau dapat dituliskan dalam notasi

yang dapat dijabarkan sebagai berikut :

19

Persamaan di atas merupakan model dari teorema Naïve Bayes yang

selanjutnya akan digunakan dalam proses klasifikasi. Untuk klasifikasi dengan

data kontinyu digunakan rumus Densitas Gauss :

Keterangan

P : Peluang

Xi : Atribut ke-i

xi : Nilai Atribut ke-i

Y : Kelas yang dicari

yi : Sub-kelas yang dicari

μ : mean, menyatakan rata-rata dari seluruh atribut

σ : Deviasi Standar, menyatakan varian dari seluruh atribut

20

B. Alur Metode Naive Bayes

Alur dari metode Naive Bayes dapat dilihat pada Gambar 2.1sebagai berikut:

gambar 2.1 Alur Metode Naive Bayes

Adapun keterangan dari gambar di atas adalah sebagai berikut:

1. Membaca Data Training

2. Menghitung Jumlah dan Probabilitas, namun jika data numerik maka

a. Menghitung nilai mean dan Dtandar Deviasi dari masing-masing

parameter yang merupakan numerik. Adapun persamaan untuk

mencari nilai rata-rata hitung (mean) adalah seperti dalam

persamaan berikut ini:

21

Atau

Keterangan

μ : nilai rata-rata hitung (mean)

xi : nilai x ke-i

n : jumlah sampel

Sedangkan persamaan untuk menghitung nilai Nilai Simpangan

Baku (Standar Deviasi) dirumuskan sebagai berikut :

Keterangan

σ :standar deviasi

xi : nilai x ke-i

μ : nilai rata-rata hitung (mean)

n : jumlah sampel

22

b. Menghitung nilai probabilistik dengan cara menghitung jumlah

data yang sesuai dari kategori yang sama dibagi dengan jumlah

data pada kategori tersebut.

3. Mendapatkan nilai dalam tabel mean, Standar Deviasi dan Probabilitas

4. Menghasilkan Solusi

2.3.2 UML (Unified Modeling Language)

Adapun berbagai pendapat mengenai (UML) Unified Modeling Language

yakni sebagai berikut :

UML (Unified Modeling Language) adalah ‘bahasa’ pemodelan untuk

sistem atau perangkat lunak yang berparadigma ‘berorientasi objek”. Pemodelan

(modelling) sesungguhnya digunakan untuk penyederhanaan permasalahan-

permasalahan yang kompleks sedemikian rupa sehingga lebih mudah dipelajari

dan dipahami. (Nugroho, 2010:6)

UML (Unified Modeling Language) adalah Metodologi kolaborasi antara

metoda-metoda Booch, OMT (Object Modeling Technique), serta OOSE (Object

Oriented Software Enggineering) dan beberapa metoda lainnya, merupakan

metodologi yang paling sering digunakan saat ini untuk analisa dan perancangan

sistem dengan metodologi berorientasi objek mengadaptasi maraknya penggunaan

bahasa “pemrograman berorientasi objek” (OOP). (Nugroho, 2009:4)

23

beberapa literature menyebutkan bahwa UML menyediakan sembilan jenis

diagram, yang lain menyebutkan delapan karena ada beberapa diagram yang

digabung, misanya diagram komunikasi, diagram urutan dan diagram pewaktuan

digabung menjadi diagram interaksi. (Herlawati, 2011:10)

Beberapa daftar simbol notasi pada UML (Unified Modeling Language) adapun sebagai berikut :

Tabel 2.1 Notasi Use Case Diagram

SIMBOL NAMA KETERANGANActor Actor adalah pengguna

sistem. Actor tidak terbatas

hanya manusia saja, jika

sebuah sistem

berkomunikasi dengan

aplikasi lain dan

membutuhkan input atau

memberikan output, maka

aplikasi tersebut juga bisa

danggap sebagai actor.Use case Use case digambarkan

sebagai lingkaran elips

dengan nama use case

dituliskan didalam elips

tersebut.Asosias Asosiasi digunakan untuk

menghubungkan actor

24

dengan use case. Asosiasi

digambarkan dengan

sebuah garis yang

menghubungkan antara

Actor dengan Use Case.

Tabel 2.2 Notasi Activity Diagram

SIMBOL KETERANGANTitik Awal

Titik Akhir

Activity

Pilihan Untuk mengambil

KeputusanFork; Digunakan untuk

menunjukkan kegiatan yang

dilakukan secara parallel atau

untuk menggabungkan dua

kegiatan peralel menjadi satu.Rake; Menunjukkan adanya

dekomposisiTanda Waktu

Tanda pengiriman

Tanda penerimaan

Aliran akhir (Flow Final)

Tabel 2.3 Notasi Sequence Diagram

SIMBOL NAMA KETERANGAN

25

Object Object merupakan instance

dari sebuah class dan

dituliskan tersusun secara

horizontal. Digambarkan

sebagai sebuah class

(kotak) dengan nama

obyek

didalamnya yang diawali

dengan sebuah titik komaActor Actor juga dapat

berkomunikasi dengan

object, maka actor juga

dapat diurutkan sebagai

kolom. Simbol Actor sama

dengan simbol pada Actor

Use Case Diagram.Lifeline Lifeline mengindikasikan

keberadaan sebuah object

dalam basis waktu. Notasi

untuk Lifeline adalah garis

putus-putus vertikal yang

ditarik dari sebuah obyek.Activation Activation dinotasikan

sebagai sebuah kotak segi

empat yang digambar pada

26

sebuah lifeline. Activation

mengindikasikan sebuah

obyek yang akan

melakukan sebuah aksi.Message Message, digambarkan

dengan anak panah

horizontal antara

Activation. Message

mengindikasikan

komunikasi antara object-

object.

Tabel 2.4 Notasi Collaboration Diagram

SIMBOL NAMA KETERANGANObject Object merupakan instance

dari sebuah class dan

dituliskan tersusun secara

horizontal. Digambarkan

sebagai sebuah class (kotak)

dengan nama obyek

didalamnya yang diawali

dengan sebuah titik komaActor Actor juga dapat

berkomunikasi dengan

object, maka actor juga

27

dapat diurutkan sebagai

kolom. Simbol Actor sama

dengan simbol pada Actor

Use Case Diagram.Message Message, digambarkan

dengan anak panah yang

mengarah antar obyek dan

diberi label urutan

nomor yang

mengindikasikan urutan

komunikasi yang terjadi

antar obyek.

Tabel 2.5 Notasi pada Class Diagram

SIMBOL NAMA KETERANGANClass Class adalah blok - blok

pembangun pada

pemrograman

berorientasi obyek.

Sebuah class

digambarkan sebagai

sebuah kotak yang

terbagi atas 3 bagian.

Bagian atas adalah

bagian nama dari class.

28

Bagian tengah

mendefinisikan

property/atribut class.

Bagian akhir

mendefinisikan method

method dari sebuah

class.Assosiation Sebuah asosiasi

merupakan sebuah

relationship paling

umum antara 2 class, dan

dilambangkan oleh

sebuah garis yang

menghubungkan antara 2

class.

Garis ini bisa

melambangkan tipe-tipe

relationship dan juga

dapat menampilkan

hukum-hukum

multiplisitas pada sebuah

relationship (Contoh:

One-to-one, one-to-

many, many-to-many).

29

Composition Jika sebuah class tidak

bisa berdiri sendiri dan

harus merupakan bagian

dari class yang lain,

maka class tersebut

memiliki relasi

Composition terhadap

class tempat dia

bergantung tersebut.

Sebuah relationship

composition

digambarkan sebagai

garis dengan ujung

berbentuk jajaran

genjang berisi/solid.Dependency Kadangkala sebuah class

menggunakan class yang

lain. Hal ini disebut

dependency. Umumnya

penggunaan dependency

digunakan untuk

menunjukkan operasi

pada suatu class yang

menggunakan class yang

30

lain. Sebuah dependency

dilambangkan sebagai

sebuah panah bertitik-

titik.Aggregation Aggregation

mengindikasikan

keseluruhan bagian

relationship dan biasanya

disebut sebagai relasi

“mempunyai sebuah”

atau “bagian dari”.

Sebuah aggregation

digambarkan

sebagai sebuah garis

dengan sebuah jajaran

genjang yang tidak

berisi/tidak solid.Generalizati

on

Sebuah relasi

generalization sepadan

dengan sebuah relasi

inheritance pada konsep

berorientasi obyek.

Sebuah generalization

dilambangkan dengan

31

sebuah panah dengan

kepala panah yang tidak

solid yang mengarah ke

kelas “parent”-

nya/induknya.

Tabel 2.6 Notasi Component Diagram

SIMBOL NAMA KETERANGANkomponen Sebuah komponen

melambangkan sebuah

entitas software dalam

sebuah sistem. Sebuah

komponen dinotasikan

sebagai sebuah kotak

segiempat dengan dua

kotak kecil tambahan

yang menempel

disebelah

kirinya.Depedency Sebuah Dependency

digunakan untuk

menotasikan relasi

antara dua komponen.

Notasinya adalah tanda

panah putus-putus

32

yang diarahkan kepada

komponen tempat

sebuah komponen itu

bergantung.

Tabel 2.7 Notasi Deployment Diagram

SIMBOL NAMA KETERANGANkomponen Pada deployment

diagram,

komponenkomponen

yang ada diletakkan

didalam node untuk

memastikan

keberadaan posisi

merekaNode Node menggambarkan

bagian-bagian

hardware dalam

sebuah sistem. Notasi

untuk node

digambarkan sebagai

sebuah kubus 3

dimensi.Association Sebuah association

digambarkan sebagai

33

sebuah garis yang

menghubungkan dua

node yang

mengindikasikan jalur

komunikasi antara

element-elemen

hardware.

2.4 Teori Bahasa pemograman

2.4.1 PHP

Menurut Abdullah Rohi, (2015:3), PHP singkatan dari Hypertext

Prepocessor yang merupakan server-side programming, yaitu bahasa

pemograman yang diproses di sisi server. Fungsi Utama PHP dalam membangun

website adalah untuk melakukan pengolahan data pada database. Data website

akan dimasukan ke database, diedit, dihapus, dan ditampilkan pada website yang

diatur oleh PHP.

2.4.2 Perangkat Lunak Yang Digunakan

1. XAMPP

Merupakan aplikasi yang mengintregasikan beberapa aplikasi utama web

di dalamnya. Dalam XAMPP terdapat instalasi modul PHP, MySQL, web server

Apache. XAMPP adalah perangkat lunak bebas yang mendukung banyak sistem

operasi, merupakan kompilasi dari beberapa program.

34

Selain sebagai web server, XAMPP juga menunjang beberapa Bahasa

pemrograman khusus dalam website yakni PHP, MySQL dan Perl. PHP

merupakan suatu Bahasa yang sering digunakan oleh programmer khusus Back

End karena memang lebih mengutamakan logika dibanding tampilan, beda halnya

dengan HTML atau CSS. Oleh karena itu script PHP tidak akan terlihat dalam

tampilan website anda.

Selain sebagai web server, XAMPP juga menunjang beberapa Bahasa

pemrograman khusus dalam website yakni PHP, MySQL dan Perl. PHP

merupakan suatu Bahasa yang sering digunakan oleh programmer khusus Back

End karena memang lebih mengutamakan logika dibanding tampilan, beda halnya

dengan HTML atau CSS. Oleh karena itu script PHP tidak akan terlihat dalam

tampilan website anda. Sampai saat ini sudah terdapat PHP versi 5.5.0.

MySQL merupakan suatu software yang digunakan untuk mengelola SQL

(Structured Query Language). Bahasa ini biasa digunakan untuk keperluan

database khusus pada website. Pengelolaan database yang dimaksudkan adalah

untuk menambah data, mengubah, menghapus dan lain – lain. Keberadaan

MySQL juga biasanya identic dengan Bahasa PHP.

Selanjutnya adalah tools bernama Perl. Bahasa pemrograman yang satu ini

tidak hanya digunakan untuk pengelolaan website saja namun juga dalam

berbagai hal, juga merupakan salah satu Bahasa pemrograman versi jadul namun

tetap bisa eksis sampai sekarang. Perl pertama kali dikenalkan pada tahun 1987

dimana saat itu masih menggunakan Unix.

35

Bagian – bagian penting pada Xammp :

1. Htdocs

Htdocs merupakan sebuah folder penyimpanan web server untuk halaman

– halaman web yang sudah dibuat dan nantinya akan ditampilkan. Baik pada web

server yang asli maupun XAMPP bentuk Htdocs-nya sama namun yang berbeda

adalah di kapasitasnya. Karena XAMPP menggunakan penyimpanan internal

komputer maka kapasitasnya menyesuaikan komputer anda. Sedangkan pada

hosting berbayar kapasitas yang disediakan mengikuti ketentuan yang dibuat.

2. phpMyAdmin

phpMyAdmin merupakan suatu software khusus untuk mengelola

administrasi MySQL. Jika pada Htdocs menyimpan file – file tampilan web anda

maka di phpMyAdmin ini terdapat semua database yang anda gunakan untuk

keperluan website.

3. Control Panel

Sesuai dengan namanya, di Control Panel ini anda dapat mengontrol atau

mengendalikan XAMPP dengan lebih efektif, mulai dari mengatur setting

website, database, dan masih banyak lagi. Dalam dunia hosting lebih dikenal

istilah CPanel.

Itulah penjelasan mengenai pengertian XAMPP beserta fungsi dan bagian-bagian

penting yang terdapat pada XAMPP. Dengan adanya software ini, web developer

36

dapat dengan mudah membuat dan mengolah suatu website, entah itu website

personal maupun perusahaan. Keberadaan XAMPP ini sangat membantu, terlebih

software ini berlisensi GNU dan dapat anda download secara gratis.

2. Notepad++

Notepad++ adalah program aplikasi pengembang yang berguna untuk

mengedit teks dan skrip kode pemrograman.

3. Web Browser

Google Chrome Google Chrome atau disingkat Chrome adalah web

browser freeware yang dirancang dan dikembangkan oleh Google Inc.

4.PHP

PHP adalah bahasa pemrograman berbasis web. Bahasa ini

mempunyai kelebihan yaitu kompabilitasnya dengan berbagai macam jenis

database, dukungan dengan berbagai macam jenis sistem operasi. PHP lebih

cocok dan umum digunakan jika digabungkan dengan database MySQL.

MySQL dengan PHP seakan-akan dua hal yang tidak dapat dipisahkan.

Tentunya untuk dapat menggunakan keduanya dibutuhka tingkat kemampuan

programming tertentu.

5. MySQL

MySQL merupakan RDBMS (Relational Data Base Management

Sistem). MySQL didistribusikan secara open source dan gratis mulai tahun

1996,tetapi mempunyai sejarah pengembangan sejak tahun 1979. Database

MySQL adalah database yang sangat powerfull, stabil, mudah. MySQL sangat

banyak dipakai dalam sistem database web dengan menggunakan PHP.

37

seperti sistem database SQL (Structured Query Language) yang lain, MySQL

juga dilengkapi dengan perintah-perintah dan sintaks-sintaks SQL, dengan

keunggulan sebagai berikut.

a. Konsep database MySQL berkecepatan tinggi tentang sistem

penyajian data.

b. Harga yang relatif murah, karena ada yang dapat diperoleh

secara gratis.

c. Sintaks bahasanya menggunakan perintah yang sederhana.

d. Dapat bekerja dalam beberapa system operasi seperti Windows,

Linux, MacOs, Unix (Solaris, AIX, dan DEC Unix), FreeBSD,

OS/2, Irix.

e. Dukungan penggunaan banyak tersedia. (Swastika, 2006).

Gambar 2.2. Logo MySql

BAB III

METODE PENELITIAN

3.1 Tempat Dan Waktu Penelitian

Penelitian dilakukan di Rumah Asri Medika Cikarang dengan narasumber

Bidan Lulu Azhari, selaku bidan praktek di Rumah Sakit Asri Medika Cikarang.

Yang dibutuhkan dalam proses wawancara yaitu 1 hari.

3.2 Sumber Data

Penulis menggunakan sumber data untuk mendukung penelitian dalam

menyelesaikan Tugas Akhir. Sumber datanya meliputi data primer dan data

sekunder. Nur Indriantoro dan supomo (2009) mengemukakan definisi dan

contoh data yang di ambil dari objek penelitian yaitu :

a. Data Primer

Data primer merupakan data yang diambil / diperoleh secara langsung dari

sumber asli. Data jenis ini diperoleh dari hasil wawancara

b. Data Sekunder

Data sekunder merupakan data pendukung yang sumbernya diperoleh

secara tidak langsung atau melalui media perantara (diperoleh dan dicatat oleh

pihak lain). Data sekunder dapat berupa bukti, catatan atau laporan historis

yang di publikasikan dan yang tidak di publikasikan. Adapun data sekunder yang

diambil dalam penelitian ini adalah data yang berupa faktaa yang berhubungan

dengan gejala dan penyakit Diare pada balita.

40

3.3 Perangkat Keras dan Perangkat Lunak Pendukung

1. Perangkat Keras

Laptop ASUS K43U

Processor AMD Dual Core E450

RAM 2048 MB

2. Perangkat Lunak

Sistem operasi Windows 7 Ultimate 64 Bit

Xampp V3.2.2 dan Notepade++

3.4 Metode Pengumpulan data

Metode Pengumpulan data dalam penelitian ini dilakukan guna

memperoleh data-data untuk dianalisa dan diolah, sehingga ditemukan

permasalahan apa saja yang ada dan diharapkan dari penelitian ini dapat

menghasilkan jalan keluar atau penyelesaian dari permasalahan tersebut. Dalam

proses pengumpulan data ada tiga cara yang biasa dilakukan, yaitu :

3.4.1 Wawancara

Suatu metode akuisisi yang sering digunakan dengan melibatkan

pembicaraan dengan pakar secara langsung dalam mengadakan teknik

pengumpulan data dengan cara mengajukan beberapa pertanyaan langsung

kepada orang yang mempunyai kapasitas dan informasi tentang ikan nila merah

untuk pelaksanaan penelitian.

41

3.4.2 Studi pustaka

Studi kepustakaan merupakan langkah-langkah dalam mencari sumber

data sekunder yang akan mendukung penelitian dan untuk mengetahui

sampai mana ilmu yang berhubungan dengan penelitian itu telah berkembang,

sampai mana terdapat kesimpulan yang pernah dibuat pada jurnal, buku-buku,

makalah-makalah, situs internet, dan lain-lain.

3.4.3 Studi literatur

Adalah Serangkaian kegiatan yang berkenaan dengan metode pengumpulan

data pustaka, membaca dan mencatat serta mengolah bahan penelitian.

3.5 Tahapan Penelitian

Tahapan penelitian yang dilakukan dalam penelitian ini ada pada gambar

3.1 di bawah ini :

Gambar 3.1 Tahapan Penelitian

42

3.5.1 Pengumpulan Data

Tahap pengumpulan data yakni tahap yang dilakukan dengan mempelajari

aspek-aspek dari sumber penelitian dengan cara mewawancarai seorang

narasumber, mempelajari studi pustaka dan studi letiratur dengan cara mencari

jenis-jenis penyakit pencernaan dan gejala-gejala dari prnyakit pencernaan.

Adapun Penyakit Diare pada Balita dan gejala-gejalanya :

Tabel 3.1 Tabel akuisisi Pengetahuan Penyakit diare pada balita

Kode Penyakit Nama Penyakit Gejala PenyakitP1

Diare

-Frekuensi Bab Lebih

Dari 3 Kali.

-Konsistensi Tinja

Cair/Lembek

-Mata Cekung

-Keadaan Turgor

Kembali Sangat

Lambt/Kembali Lambat

-Badan Gelisah/Tidak

Sadar

Setelah Itu Kategori Diagnosis Tersebut Selanjutnya Igunakan Sebagai

Data Input Untuk Program Sistem Pakar. Penjelasan Data Input Perangkat Lunak

Diberikan Sebagai Berikut :

43

1. Atribut Penyakit Diare Pada BalitaTabel 3.2 Atribut Penyakit Diare Pada Balita

Kode Nama Atribut Status AtributA1 Jenis Kelamin DicariA2 Usia DiketahuiA3 Frekuensi Bab DiketahuiA4 Konsistensi Tinja DiketahuiA5 Keadaan Mata DiketahuiA6 Keadaan Turgor DiketahuiA7 Keinginan Untuk Minum DiketahuiA8 Keadaan Umum Diketahui

2. Nilai AtributTabel 3.3 Nilai Atribut

No. Nama Atribut Nilai Atribut1. Jenis Kelmin Laki-Laki2. Jenis Kelamin Perempuan3. Usia Balita <6 Bulan4. Usia Balita 6-11 Bulan6. Usia Balita 12-23 Bulan7. Usia Balita 24-35 Bulan8. Usia Balita 36-47 Bulan9. Usia Balita 48-59 Bulan10. Frekuensi BAB >3 Kali11. Konsistensi Tinja Cair12 Konsistensi Tinja Lembek13 Konsistensi Tinja Padat14. Keadaan Mata Cekung15. Keadaan Mata Tidak Cekung16. Keadaan Turgor Kembali Lambat17. Keadaan Turgor Kembli Sangat Lambat18. Keadaan Turgor Kembali Segera19 Keinginan Minum Malas20. Keinginan Minum Ingin Minum Terus21. Keinginan Minum Normal22. Keadaan Umum Sadar23. Keadaan Umum Gelisah24. Keadaan Umum Tidak Sadar

3.5.2 Perancangan Sistem

44

Merupakan pengambaran, perencanaan dan pembuatan sketsa atau

pengaturan dari beberapa elemen yang terpisah ke dalam satu kesatuan yang utuh

dan berfungsi.

1. Perancangan Basis Data

Basis data merupakan tabel berisi baris jumlah data dan kolom

kriteria diagnosis serta hasil diagnosis dari hasil praproses yang akan

digunakan sebagai data latih. Tabel ini berfungsi untuk menyimpan

informasi berupa kriteria diagnosis penyakit pencernaan. Data latih

tersebut akan diolah pada program sistem pakar untuk diklasifikasikan

dengan metode Naive Bayes Classifier sehingga dihasilkan keluaran

berupa keputusan atau diagnosis adanya dugaan penyakit Diare pada

Balita.

Tabel perancangan basis data yang digunakan ditunjukkan pada

tabel 3.4 Dalam basis data ini menggunakan tipe data varchar.

Tabel 3.4 Perancangan Basis Data

Id_Gejala Gejala Tipe DataG1 Jenis Kelamin Laki-Laki VarcharG2 Jenis Kelamin Perempuan VarcharG3 Usia Balita <6 Bulan VarcharG4 Usia Balita 6-11 Bulan VarcharG6 Usia Balita12-23 Bulan VarcharG7 Usia Balita24-35 Bulan VarcharG8 Usia Balita36-47 Bulan VarcharG9 Usia Balita48-59 Bulan VarcharG10 Frekuensi BAB>3 Kali VarcharG11 Konsistensi Tinja Cair VarcharG12 Konsistensi Tinja Lembek Varchar

45

G13 Konsistensi Tinja Padat VarcharG14 Keadaan MataCekung VarcharG15 Keadaan Mata Tidak Cekung VarcharG16 Keadaan Turgor Kembali Lambat VarcharG17 Keadaan Turgor Kembli Sangat Lambat VarcharG18 Keadaan Turgor Kembali Segera VarcharG19 Keinginan Minum Malas VarcharG20 Keinginan Minum Ingin Minum Terus VarcharG21 Keinginan MinumNormal VarcharG22 Keadaan Umum Sadar VarcharG23 Keadaan Umum Gelisah VarcharG24 Keadaan Umum Tidak Sadar Varchar

2. Perancangan Desain Antar Muka

Perancangan desain antarmuka dilakukan sebagai gambaran

awal terhadap Graphic User Interface (GUI) yang akan digunakan oleh

pengguna. Perancangan Graphic User Interface pada program sistem

pakar sebagai bantu diagnosis ini menggunakan bahasa pemrograman

PHP.

46

Gambar 3.2 Halaman Awal

Gambar 3.3 Halaman Login

47

3.5.3 Analisis Hasil Perhitungan

Perhitungan menggunakan metode Naive Bayes Classifier bertujuan

untuk mengklasifikasikan data uji melalui satu set data latih yang telah ada

sebelumnya sehingga dapat mengetahui hubungan antara fitur data dengan

variabel kelas yang dibentuk melalui probabilitas bagi setiap klasifikasinya

dengan menggunakan asumsi independensi. Berikut ini merupakan tahap

perhitungan menggunakan Naïve Bayes Classifier :

1. Mendefinisikan variabel dan kelas hasil klasifikasi

P(Bi|A) adalah variabel yang mewakili hasil klasifikasi untuk mengetahui

hasil diagnosis penyakit yang diderita orang tersebut. Maka diperlukan

perhitungan untuk mengetahui peluang terjadinya kelas diagnosis Bi jika

diketahui gejala Ai. Nilai Bi adalah hasil kelas diagnosis dan Ai adalah

gejala yang akan diperoleh probabilitasnya untuk mendiagnosis waspada

penyakit pencernaan

2. Perhitungan Probabilitas Prior

Perhitungan Probabilitas prior dengan cara menghitung peluang

munculnya suatu kelas Bi. Probabilitas prior diperoleh dengan cara

perhitungan munculnya suatu kelas dari data latih dibandingkan dengan jumlah

total data latih. Perhitungan probabilitas prior untuk kemungkinan kelas Bi

berdasarkan persamaan berikut :

P(Bi) : Probabilitas prior kemungkinan kelas Bi terjadi.

Bi : Kelas diagnosis yaitu waspada preeklamsia ringan dan penyakit pencernaan

48

B: Merupakan total jumlah data pada basis data latih.

3. Perhitungan probabilitas posterior

Perhitungan probabilitas posterior merupakan peluang kemunculan suatu

hipotesis benar untuk sampel data A yang diamati menggunakan persamaan

dasar Naïve Bayes yang ditunjukkan pada persamaan dibawah ini :

(�|) = P(A|B)P(B)�(�)

Atau dapat juga ditulis sebagai

Perhitungan P(A|B) yang merupakan probabilitas kemunculan masing- masing

fitur gejala input yang mempengaruhi munculnya kejadian B1 atau diagnosis

waspada penyakit pencernaan menggunakan persamaan berikut:

4. Perhitungan kejadian kelas diagnosis

Perhitungan menggunakan persamaan lanjutan Naïve Bayes Classifier.

Menggunakan asumsi independensi yang sangat tinggi seperti yang diperlihatkan

pada persamaan di bawah:

Sehingga penjabaran untuk setiap kemungkinan perhitungan P(A|Bi) sebagai

berikut:

1) Mencari P(A|Bi) sebagai hasil kemungkinan kelas diagnosis Penyakit

Diare “Yes” :

49

P(B1|A1,A2,A3,A4,A5,A6,A7,A8,A9,A10,A11,A12,A13,A14,A15) =

P(A1)xP(A2)xP(A3)xP(A4)xP(A5)xP(A6)xP(A7)xP(A8)xP(A9)xP(A10)xP(A11)

xP(A12)xP(A13)xP(A14)xP(15)xP(B1)

2) Mencari P(A|Bi) sebagai hasil kemungkinan kelas diagnosis Penyakit

Diare “No” :

P(B2|A1,A2,A3,A4,A5,A6,A7,A8,A9,A10,A11,A12,A13,A14,A15) =

P(A1)xP(A2)xP(A3)xP(A4)xP(A5)xP(A6)xP(A7)xP(A8)xP(A9)xP(A10)xP(A11)

xP(A12)xP(A13)xP(A14)xP(15)xP(B2) =

Perhitungan probabilitas masing-masing kriteria dilakukan dalam masing-

masing kelas diagnosis yaitu nilai P(A|Bi) dihasilkan dari P(Bi|A) pada setiap

kemungkinan. Oleh karena itu perhitungan P(A|Bi).P(Bi) yang digunakan sebagai

hasil keputusan diagnosis adalah perhitungan nilai yang paling maksimum.

BAB 1V

HASIL DAN PEMBAHASAN

4.1 Hasil Pengumpulan Data

Tahap utama dalam penelitian ini adalah pengumpulan data, teknik

pengumpulan data yang digunakan dalam penelitian ini adalah dengan metode

wawancara, studi pustaka dan studi literatur dan diperoleh informasi berupa

penyakit Diare Pada Blita dan gejala-gejalanya seperti pada tabel 4.1 dan tabel

4.2 berikut ini :

Tabel 4.1 Gejala Penyakit Diare Pada Balita

Id_Gejala GejalaG1 Jenis Kelamin Laki-LakiG2 Jenis Kelamin PerempuanG3 Usia Balita <6 BulanG4 Usia Balita 6-11 BulanG6 Usia Balita12-23 BulanG7 Usia Balita24-35 BulanG8 Usia Balita36-47 BulanG9 Usia Balita48-59 BulanG10 Frekuensi BAB>3 KaliG11 Konsistensi Tinja CairG12 Konsistensi Tinja LembekG13 Konsistensi Tinja PadatG14 Keadaan MataCekungG15 Keadaan Mata Tidak CekungG16 Keadaan Turgor Kembali LambatG17 Keadaan Turgor Kembli Sangat LambatG18 Keadaan Turgor Kembali SegeraG19 Keinginan Minum MalasG20 Keinginan Minum Ingin Minum TerusG21 Keinginan MinumNormalG22 Keadaan Umum SadarG23 Keadaan Umum GelisahG24 Keadaan Umum Tidak Sadar

52

Tabel 4.2 Nilai Atribut

No. Nama Atribut Nilai Atribut1. Jenis Kelmin Laki-Laki2. Jenis Kelamin Perempuan3. Usia Balita <6 Bulan4. Usia Balita 6-11 Bulan6. Usia Balita 12-23 Bulan7. Usia Balita 24-35 Bulan8. Usia Balita 36-47 Bulan9. Usia Balita 48-59 Bulan10. Frekuensi BAB >3 Kali11. Konsistensi Tinja Cair12 Konsistensi Tinja Lembek13 Konsistensi Tinja Padat14. Keadaan Mata Cekung15. Keadaan Mata Tidak Cekung16. Keadaan Turgor Kembali Lambat17. Keadaan Turgor Kembli Sangat Lambat18. Keadaan Turgor Kembali Segera19 Keinginan Minum Malas20. Keinginan Minum Ingin Minum Terus21. Keinginan Minum Normal22. Keadaan Umum Sadar23. Keadaan Umum Gelisah24. Keadaan Umum Tidak Sadar

4.2 Hasil Perancanagan Sistem

4.2.1 Relasi Antar Tabel

Relasi antar tabel adalah hubungan antara tabel yang mempresentasikan

hubungan antara objek di dunia nyata. Berikut Realasi Tabel dalam Sistem Pakar

Diagnosa Penyakit Diare Pada Balita yang ada pada digambar 4.1 dibawah ini :xa

53

Gambar 4.1 Relasi Antar Tabel

4.2.2 Use Case Diagram

Berikut use case diagram hasil dari perancangan sistem pakar diagnosa

penyakit pencernaan seperti pada gambar 4.2 Berikut :

Gambar 4.2 Use Case Diagram Aplikasi Sistem Pakar

54

Tabel 4.3 Definisi Actor

No Actor Deskripsi1. Admin Admin melakukan tugas login dan memanipulasi

( Insert, Update, dan Delete) semua isi content Aplilasi

Sistem Pakar Diagnosa Penyakit Diare Pada Balita2. User User Login dan mencari solusi masalah melalui

Aplikasi Sistem Pakar Diagnosa Penyakit Diare Pada

Balita

Tabel 4.4 Definisi Use Case

No Use Case Deskripsi1. Login Validasi untuk user sistem sebelum masuk

kedalam sistem.2. Menu Sistem Beberapa Menu dari Apliksi Sistem Pakar

Diagnosa Penyakit Diare Pada Balita.

4.2.3 Activity Diagram

Activity Diagram adalah salah satu untuk memodelkan event-event yang

terjadi dalam satu Use Case. Berikut ini Activiy Diagram dari Aplikasi Sistem

Pakar Diagnosa Penyakit Diare Pada Balita :

1. Activity Diagram Aplikasi Sistem Pakar

55

Gambar 4.3 Activity Diagram Sistem Pakar

2. Activity Diagram Login

Gambar 4.4 Activity Diagram Login

Tabel 4.5 Keterangan Activity Diagram Login

56

Name LoginLevel AdminActors AdminGoal Untuk Memasuki Halaman administratorPrecondition Admin belum valid dan belum berhasil masuk ke menu

aplikasi sesuai level loginPostcondition Admin telah valid untuk masuk ke menu aplikasi sesuai

level loginSteps Admin memasukkan username dan password

Admin berhasil masuk login

Amin masuk ke menu sistem

3. Activity Diagram Admin Menu Home

Gambar 4.5 Activity Diagram Admin Menu Home

Tabel 4.6 Keterangan Activity diagram admin menu Home

Name Admin mengelola menu Home pada AplikasiLevel AdminActors AdminGoal Untuk Mengolah menu Home pada aplikasiPrecondition Admin tidak bisa mengakses menu admin dan tidak bisa

57

merubah menu Home pada aplikasiPostconditio

n

Admin dapat mengakses menu halaman admin

Dan memanipulasi menu HomeSteps Admin dapat mengakses menu halaman admin

Admin memelihih menu Home

Admin memanipulasi menu Home

4. Activity Diagram Admin Menu Tentang Penyakit Diare

Gambar 4.6 Activity Diagram Admin Menu Tentang Penyakit Diare

Tabel 4.7 Keterangan Activity Diagram Admin Menu Tentang Diare

Name Admin mengelola menu Tentang Diare pada AplikasiLevel AdminActors AdminGoal Untuk Mengolah menu Tentang Diare pada aplikasiPrecondition Admin tidak bisa mengakses menu admin dan tidak bisa

merubah menu Tentang Diare pada aplikasiPostconditio

n

Admin dapat mengakses menu halaman admin

Dan memanipulasi menu Tentang DiareSteps Admin dapat mengakses menu halaman admin

58

Admin memelihih menu Tentang Diare

Admin memanipulasi menu Tentang Diare

5. Activity Diagram Admin Menu Layanan Kami

Gambar 4.7 Activity Diagram Admin Menu Layanan Kami

Tabel 4.8 Keterangan Activity diagram admin menu Layanan Kami

Name Admin mengelola menu Layanan Kami pada

AplikasiLevel AdminActors AdminGoal Untuk Mengolah menu Layanan Kami pada

aplikasiPrecondition Admin tidak bisa mengakses menu admin dan tidak

bisa merubah menu Layanan Kami pada aplikasiPostconditio

n

Admin dapat mengakses menu halaman admin

Dan memanipulasi menu Layanan KamiSteps Admin dapat mengakses menu halaman admin

Admin memelihih menu Layanan Kami Admin

memanipulasi menu Layanan Kami

59

6. Activity Diagram Admin Menu Tes Gejala

Gambar 4.8 Activity Diagram Admin Menu Tes Gejala

Tabel 4.9 Keterangan Activity diagram admin menu Tes Gejala

Name Admin mengelola menu Tes Gejala pada AplikasiLevel AdminActors AdminGoal Untuk Mengolah menu Tes Gejala pada aplikasiPrecondition Admin tidak bisa mengakses menu admin dan tidak

bisa merubah menu Tes Gejala pada aplikasiPostconditio

n

Admin dapat mengakses menu halaman admin

Dan memanipulasi menu Tes GejalaSteps Admin dapat mengakses menu halaman admin

Admin memelihih menu Tes Gejala Admin

memanipulasi menu Tes Gejala

7. Activity Diagram Admin Menu Metode

60

Gambar 4.9 Activity Diagram Admin Menu Metode

Tabel 4.10 Keterangan Activity Diagram manage Menu Metode

Name Admin mengelola menu Metode pada AplikasiLevel AdminActors AdminGoal Untuk Mengolah menu Metode pada aplikasiPrecondition Admin tidak bisa mengakses menu admin dan tidak

bisa merubah menu metode pada aplikasiPostconditio

n

Admin dapat mengakses menu halaman admin

Dan memanipulasi menu Metode Steps Admin dapat mengakses menu halaman admin

Admin memelihih menu Metode

Admin memanipulasi menu metode

4.2.4 Sequence Diagram

Sequence Diagram adalah diagram yang menggambarkan kolaborasi

dinamis antara sejumlah object, kegunaannya untuk menunjukkan rangkaian

pesan yang dikirim antara object juga interaksi antara object, Sesuatu yang terjadi

pada titik tertentu dalam eksekusi sistem.

61

1. Sequence Diagram Login

Gambar 4.10 Sequence Diagram Admin Login

2 Sequence Diagram Admin Manage Menu Home

62

Gambar 4.11 Sequence Diagram Admin Manage Menu Home

3 Sequence Diagram Admin Manage Menu Tentang Penyakit Diare

Gambar 4.12 Sequence Diagram Admin Manage Menu Tentang Penyakit Diare

4 Sequence Diagram Admin Manage Menu Layanan Kami

63

Gambar 4.13 Sequence Diagram Admin Manage Menu Layanan Kami

5 Sequence Diagram Admin Manage Menu Tes Gejala

Gambar 4.14 Sequence Diagram Admin Manage Menu Tes Gejala

6 Sequence Diagram Admin Manage Menu Metode

64

Gambar 4.15 Sequence Diagram Admin Manage Menu Metode

4.2.5 Class Diagram

Berikut ini Class Diagram dari aplikasi sistem paka diagnosa Penyakit

diare pada balita sebagai berikut :

65

Gambar 4.16 Class Diagram

4.3 Hasil Pembuatan Sistem

4.3.1 Desain antar muka (Interface)

Desain Antar Muka merupakan desain pada computer / aplikasi perangkat

lunak dan situs web yang berfokus pada pengalaman penggunan dan interaksi.

Berikut ini desain antara muka (Interfase) dalam sistem pakar diagnosa penyakit

pencernaan pada balita :

1. Tampilan Halaman Home

66

Gambar 4.17 Tampilan Halaman Home

2.Tampilan Halaman Tentang Diare

Gambar 4.18 Tampilan Halaman Tentang Diare Pada Balita

3. Tampilan Halaman Layanan Kami

67

Gambar 4.19 Tampilan Halaman Layanan Kami

4. Tampilan Halaman Tes Gejala

Gambar 4.20 Tampilan Halaman Tes Gejala

5. Tampilan Halaman Metode

68

Gambar 4.21 Tampilan Halaman Metode

4.4 Analisis Hasil Perhitungan Naïve Bayes

4.4.1 Menghitung Probabilitas Kelas

Tahap pertama perhitungan untuk menentukan diagnosa dengan metode

Naïve Bayes adalah dengan mencari probabilitas dari masing-masing kelas.

Dalam diagnosa akan ditentukan 2 kelas yaitu kelas “ Diare Ya “ “Diare

Tidak”. Cara perhitungannya adalah dengan mencari berapa jumlah data yang

mengalami Diare Ya dan Diare Tidak dari total keseluruhan data training, lalu

membaginya dengan total keseluruhan data.

Tabel 4.11 Probabilitas Kelas

69

KelasDiare Yes Diare NoD”Yes” 11/15 = 0.73 D”No

”

4/15 = 0.27

4.4.2 Menghitung Probabilitas Masing-masing Atribut dan hasilnya

Cara mencari probabilitas suatu atribut adalah dengan membandingkan

atribut dari data testing dengan atribut dari data training. Berapa jumlah atribut

dengan kelas ”Diare Ya” yang berada pada data training, kemudian bagi

dengan probabilitas kelas “Diare Ya”. Begitu juga dengan mencari

probabilitas untuk kelas “Diare Tidak”.

1. Jenis Kelmin (JK)

Tabel 4.12 Atribut Jenis Kelamin (JK)

P = JK “ Laki-Laki | Hasil “Yes” = 5/11 = 0.454P = JK “ Laki-Laki | Hasil “No” = 2/4 = 0.5P = JK “ Perempuan | Hasil “Yes” = 6/11= 0.454 P = JK “ Perempuan | Hasil “No” = 2/4 = 0.5

2.Usia Balita (UB)Tabel 4.13 Atribut Usia Balita (UB)

P = UB “ <6” | Hasil “Yes” = 3/11 = 0.272P = UB “ <6” | Hasil “No” = 0/4 =0P = UB “ 6-11” | Hasil “Yes” = 1/11 = 0.090

70

P = UB “ 6-11” | Hasil “No” = 0/4 = 0P = UB “ 12-23” | Hasil “Yes” = 3/11 = 0.273P = UB “ 12-23” | Hasil “No” = ¼ = 0.25P = UB “ 24-35” | Hasil “Yes” = 1/11 = 0.90P = UB “ 24-35” | Hasil “No” = ¼ = 0.25P = UB “ 36-47” | Hasil “Yes” = 1/11 = 0.090P = UB “36-47” | Hasil “No” = 0/4 = 0P = UB “ 48-59 | Hasil “Yes” = 1/11 = 0.090P = UB “ 48-59” | Hasil “No” = 2/4= 0.5

3.frekunsi BAB (FB)

Tabel 4.14 Atribut Frekuensi BAB (FB)

P= FB “>3” | Hasil “Yes” = 11/11 = 1P= FB “>3” | Hasil “No” = 4/4 =1

4. Konsistensi Tinja (KT)

Tabel 4.15 Atribut Konsistensi Tinja (KT)

P = KT “Cair” |Hasil “Yes” = 6/11 = 0.545P = KT “Cair” |Hasil “No” = 0/4 = 0P = KT “Lembek” |Hasil “ Yes” = 3/11 = 0.272P = KT “Lembek” |Hasil “No” =1/4 = 0,25P = KT “Padat” |Hasil “Yes” = 1/11 = 0.090P = KT “Padat” |Hasil ”No” = ¾ = 0.75

5. Keadaan Mata (KM)

Tabel 4.16 Atribut Keadaan Mata (KM)

P= KM “Cekung” | Hasil “Yes” = 9/11 = 0.818

71

P= KM “Cekung” | Hasil “No” =0/4 = 0P= KM “Tidak Cekung” | Hasil “Yes” = 1/11 = 0.090P= KM “Tidak Cekung” | Hasil ”No“ = 5/4 = 1.25

6. Keadaan Turgor (KTr)

Tabel 4.17 Atribut Keadaan Turgor (KTr)

P= KTr “Kembali Sangat Lambat” | Hasil “Yes” = 8/11 = 0.727P= KTr “Kembali Sangat Lambat” | Hasil “No “ = 0/4 = 0P= KTr “Kembali Lambat” | Hasil “Yes” = 2/11 = 0.181P= KTr “Kembali Lambat” | Hasil “ No “ = ¼ = 0.25P= KTr “Kembali Segera” | Hasil “ Yes“ = 1/11 = 0.090P= KT r“Kembali Segera” | Hasil “No” = ¾ = 0.75

7. Keinginan Untuk Minum (KUM)

Tabel 4.18 Atribut Keinginan Untuk Minum (KUM)

P= KUM “Malas Minum” | Hasil “Yes “ = 7/11 = 0.636P= KUM “Malas Minum” | Hasil “ No“ 0/4 = 0P= KUM “Ingin Minum Terus” | Hasil “Yes” = 2/11 = 0.181P= KUM “Ingin Minum Terus” | Hasil “No” = ¼ = 0.25P= KUM “Normal” | Hasil “Yes” = 1/34 = 1/11 = 0.090P= KUM “Normal” | Hasil “No” = 4/4 = 1

8. Keadaan Umum (KU)

Tabel 4.19 Atribut Keadaan Umum (KU)

P= KU “Sadar” | Hasil “Yes” = 1/11 = 0.090P= KU “Sadar” | Hasil ‘No” = 4/4 = 1P= KU “Tidak Sadar” | Hasil “Yes = 4/11 = 0.363P= KU “Tidak Sadar” | Hasil “No” = 0/4 = 0P= KU “Gelisah” | Hasil “Yes” = 6/11 = 0.545P= KU “Gelisah” | Hasil “No” = 0.090

72

4.4.3 Menghitung Probabilitas Akhir Untuk Setiap Kelas

Untuk menghitung probabilitas akhir pada setiap kelas, perlu

menggunakan data training yang terdapat pada tabel 4. dan mengubahnya

menjadi nilai yang sudah ditentukan pada proses 4.2.2 sesuai dengan atribut

masing-masing. Lalu dari masing-masing atribut dan nilai probabilitas kelas

dikalikan. Dari kedua hasil yang sudah ditentukan pada tiap kelas, bandingkan

nilai yang paling tinggi. Jika kelas “Diare Ya” bernilai paling tinggi maka

hasilnya “Diare Tidak”, begitu pula sebaliknya.

4.4.4 Kasus Perhitungan Naïve Bayes

Untuk memudahkan dalam pemahaman perhitungan Naïve Bayes,

secara manual akan dibuat studi kasus sebagai berikut dengan rulenya berupa data

training (lampiran ) Terdapat balita yang berumur 12-23 dengan data sebagai

berikut :

JK UB FB KT KM KTr KUM KUHasi

lPerempua

n

12-

23

>3 Cair Cekun

g

Kembal

i Sangat

Lambat

Malas

Minu

m

Gelisa

h yes

73

Data Testing X = ( JK = “perempuan”, UB = “12-23”, FB =”>3”, KT = “Cair”,

KM = “Cekung”,KTr= “Kembali sangat lambat”,KUM = “Mala Minum”,

Hasil=”Yes”)

Tahap 1 menghitung jumlah kelas atau prediksi

P(Ci)

P(Diare “Yes”) = 11/15 = 0.73

P(Diare”No”) = 4/15 = 0.27

Tahap 2 menghitung jumlah kasus yang sama dengan kelas yang sama.

P(X | Ci)

P = JK “ Laki-Laki | Hasil “Yes” = 5/11 = 0.454

P = JK “ Laki-Laki | Hasil “No” = 2/4 = 0.5

P = JK “ Perempuan | Hasil “Yes” = 6/11= 0.454

P = JK “ Perempuan | Hasil “No” = 2/4 = 0.5

P = UB “ <6” | Hasil “Yes” = 3/11 = 0.272

P = UB “ <6” | Hasil “No” = 0/4 =0

P = UB “ 6-11” | Hasil “Yes” = 1/11 = 0.090

P = UB “ 6-11” | Hasil “No” = 0/4 = 0

P = UB “ 12-23” | Hasil “Yes” = 3/11 = 0.273

P = UB “ 12-23” | Hasil “No” = ¼ = 0.25

P = UB “ 24-35” | Hasil “Yes” = 1/11 = 0.90

P = UB “ 24-35” | Hasil “No” = ¼ = 0.25

74

P = UB “ 36-47” | Hasil “Yes” = 1/11 = 0.090

P = UB “36-47” | Hasil “No” = 0/4 = 0

P = UB “ 48-59 | Hasil “Yes” = 1/11 = 0.090

P = UB “ 48-59” | Hasil “No” = 2/4= 0.5

P= FB “>3” | Hasil “Yes” = 11/11 = 1

P= FB “>3” | Hasil “No” = 4/4 =1

P = KT “Cair” |Hasil “Yes” = 6/11 = 0.545

P = KT “Cair” |Hasil “No” = 0/4 = 0

P = KT “Lembek” |Hasil “ Yes” = 3/11 = 0.272

P = KT “Lembek” |Hasil “No” =1/4 = 0,25

P = KT “Padat” |Hasil “Yes” = 1/11 = 0.090

P = KT “Padat” |Hasil ”No” = ¾ = 0.75

P= KM “Cekung” | Hasil “Yes” = 9/11 = 0.818

P= KM “Cekung” | Hasil “No” =0/4 = 0

P= KM “Tidak Cekung” | Hasil “Yes” = 1/11 = 0.090

P= KM “Tidak Cekung” | Hasil ”No“ = 5/4 = 1.25

P= KTr “Kembali Sangat Lambat” | Hasil “Yes” = 8/11 = 0.727

P= KTr “Kembali Sangat Lambat” | Hasil “No “ = 0/4 = 0

P= KTr “Kembali Lambat” | Hasil “Yes” = 2/11 = 0.181

P= KTr “Kembali Lambat” | Hasil “ No “ = ¼ = 0.25

P= KTr “Kembali Segera” | Hasil “ Yes“ = 1/11 = 0.090

P= KT r“Kembali Segera” | Hasil “No” = ¾ = 0.75

P= KU “Sadar” | Hasil “Yes” = 1/11 = 0.090

75

P= KU “Sadar” | Hasil ‘No” = 4/4 = 1

P= KU “Tidak Sadar” | Hasil “Yes = 4/11 = 0.363

P= KU “Tidak Sadar” | Hasil “No” = 0/4 = 0

P= KU “Gelisah” | Hasil “Yes” = 6/11 = 0.545

P= KU “Gelisah” | Hasil “No” = 0.090

Tahap 3 mengkalikan semua hasil atribut Diare Yes dan Diare No

P(X|D”Yes”) =

0.454*0.545*0.272*0.090*0.272*0.090*0.090*0.090*1*0.545*0.272*0.0

90*0.818*0.090*0.727*0.181*0.090*0.636*0.090*0.181*0.545*0.090*

0.363 = 2,577

P(X|D”No”) =

0.5*0.5*0*0*0.25*0.25*0.5*0*1*0*0.25*0.75*0*1.25*0*0.25*0.75*0*1

*0.25*0*1*0= 0

Tahap 4 membandingkan nilai kelas Diare Yes dengan Diare No

P(X | Ci) * P(Ci)

P(X | Diare”Yes) * P(Diare”Yes”) = 2,577 * 0.73 = 1,88

P(X | Diare”No) * P(Diare”No”) = 0 * 0.27= 0

BAB V

PENUTUP

5.1 KesimpulanDari Penjelasan yang telah diuraikan pada laporan ini, maka dapat

disimpulkan beberapa hal sebagai berikut :1. Aplikasi yang dibuat untuk mempermudah deteksi dini penyakit diare

pada balita yang berisi apa itu diare dan gejalanya.2. Sistem ini dibuat dengan pengetahuan-pengetahuan lama (Case Based

Reasoning) untuk mengatasi menyelesaikan masalah tanpa panjangnya

waktu dan pengeluaran biaya untuk konsultasi.3. Sistem Pakar Diagnose Penyakit Diare Pada Balita Ini memberikan

informasi secara mudah tanpa harus bergantung dengan dokter untuk

berkonsultasi.5.2 Saran

1. Mensosialisasikan sistem pakar ini dengan masyarakat umum agar

dapat merasakan manfaat dari aplikasi sistem pakar .2. Pada sistem pakar ini diagnosa penyakit diare pada balita hanya dapat

di lihat dari gejala-gejala umum pada pasien, untuk pengembangan

selanjutnya diharapkan dapat membangun aplikasi sistem pakar yang

lebih baik dengan memerhatikan dari faktor suhu, makanan ataupun

cuaca.3. Perlunya dilakukan analisis perangkat keras yang mendukung dan

mendiagnosa penyakit diare pada balita seperti pemeriksaan suhu,denyut

nadi dan lain-lainnya sehingga dapat membagun sistem pakar seperti

sistem pakar manusia

79

DAFTAR PUSTAKA

Abdussalam, (2018) “Sejarah Sistem Pakar Dan Perkembangannya”

http://alamazul.blogspot.com/2014/09/sejarah-sistem-pakar-dan-

perkembanganya.html

diakses pada 01 September 2018.

Cahya, (2018) “Rumus Naïve Bayes Classifier “

http://cahyadsn.phpindonesia.id/extra/naive_bayes.php

Diakses 02 September 2018

Dokter Sehat, (2018) “Mengenal Penyakit Diare”

https://doktersehat.com/mengenal-penyakit-diare/

Diakses 08 september 2018

Firmansyah, (2018) “Pengertian XAMPP Beserta Fungsi dan Bagian-bagian

Penting pada XAMPP “

https://www.nesabamedia.com/pengertian-xampp/

diakses 10 September 2018

Hartati, S., dan Iswanti, S. (2008:152) “Ringkasan Buku Sistem Pakar

& Pengembangannya” Form

https://grandispram.wordpress.com/2016/05/22/ringkasan-buku-sistem-

pakar-pengembangannya/

diakses pada 30 Agustus 2018.

80

Iyan pasqualine, (2017) “Pengertian UML dan atribut Dari UML”

Form http://1001pengertian.blogspot.com/2017/03/pengertian-uml.html

diakses 04 September 2018

Kusumadewi, Sri. ( 2003:109) “Pengertian Sistem pakar (expert system)”

Menurut para ahli, Form

https://septiekahardyana.wordpress.com/2015/04/08/pengertian-sistem-

pakar-menurut-para-ahli/

diakses pada 30 Agustus 2018.