3.1. Analisis Sistem
Dalam sub-sub ini akan dibahas mengenai analisis dari system diagnosa penyakit dari metode fuzzy tsukamoto. System ini nantinya akan memberikan hasil diagnosa penyakit yang sedang diderita dengan perhitungan metode fuzzy tsukamoto.
Dalam proses diganosa penyakit tentunya ada kreteria yang di inputkan oleh user dan nantinya dari gejala yang di inputkan oleh user, system akan memproses dan menangkap inputan dari user kemudian dijadikan sebuah variable yang nantinya dihitung dengan menggunakan metode fuzzy itu sendiri, adapaun inputan dari user yang akan dijadikan variable antara lain umur dan suhu tubuh pada kucing yang sedang sakit, serta data nonfuzzy yang dijadikan inputan yang berupa gejala yang timbul atau dialami oleh kucing, seperti diare, batuk, kurang nafsu makan, mata berair, bersin-bersin, demam, lemah, lesu, mata memerah, dan lain sebagainya. Setelah itu, dari variabel-varibel yang sudah di inputkan nantinya akan di proses oleh sistem sebagai hasilnya system memberikan beberapa informasi yang terkait dengan penyakit apa yang sedang diderita kucing peliharaannya kepada user. Data yang diberikan oleh sistem adalah yang sesuai ataupun yang mendekati, dimana informasi tersebut mengacu dari inputan gejala yang dialami serta dari hasil perhitungan dari variable fuzzy.
3.2. Per ancangan System
Perancangan system disini membahas mengenai konsep dari system yang akan dibuat, variabel input yang dibutuhkan, dan variabel output yang akan dihasilkan.
3.2.1. Deskr ipsi Umum System
Dalam sub-sub ini menjelaskan tentang proses perancangan system yang nantinya akan dibuat. Mulai dari deskripsi umum system, konsep perancangan dalam bentuk flowchart diagram, perancangan proses, perancangan data, perancangan tabel dan perancangan antarmuka.
Deskripsi umum dari system ini dapat dilihat dalam bentuk Gambar 3.1 sebagai berikut :
User nantinya akan mengisi atau menjawab semua pertanyaan yang diberikan oleh system guna sebagai acuan dalam mendiagnosa penyakit yang ada. Dimana pertanyaan yang diberikan adalah seputar gejala yang dialami kucing peliharaannya. Setelah itu sistem akan mengolah data yang user berikan dan menghitung fire strenght. Perhitungan disini bersifat dinamis, dimana gejala yang sering muncul atau yang mempunyai nilai crips yang telah diinputkan oleh user. Setelah data diolah, maka diketahui penyakit apa yang cocok atau mendekati ciri-cirinya. Setelah itu, data diagnosa yang system berikan kepada user akan dijadikan sebagai acuan dalam mencari obat atau penanganan yang dibutuhkan agar penyakit dapat segera diatasi.
Dalam pembuatan aplikasi system ini, terdapat beberapa elemen dasar, antara lain :
a) Database
Elemen ini merupakan tempat menyimpan kumpulan data penyakit dan fungsi keanggotaan, yang nantinya dibutuhkan oleh system dalam proses diagnosa.
b) Program Aplikasi
Elemen ini merupakan program yang digunakan untuk mengolah sejumlah masukkan data yang berupa data diagnosa sehingga menghasilkan output berupa penyakit-penyakit yang sedang dialami atau yang mendekati. Dalam aplikasi ini juga terdapat antarmuka untuk menginputkan data-data yeng berkaitan dengan Output seperti gejala penyakit dan jenis kucing yang nantinya akan dihasilkan oleh system.
3.2.2. Par ameter Input Dalam Pr oses Pendiagnosaan Penyakit.
Dalam proses diagnose penyakit diperlukan beberapa inputan dari user untuk menghasilkan suatu diagnosa yang sesuai, data yang perlu diinputkan dibagi menjadi 2 kelompok data yang nantinya akan diseleksi mana yang sesuai yang mencakup semua inputan data tersebut antara lain : inputan Fuzzy dan inputan non Fuzzy. Dari uraian di bawah diharapkan gambaran tentang metode inputan dapat dipahami lebih jelas.
1. Input Fuzzy.
Inputan fuzzy ini merupakan inputan yang nantinya akan dihitung dengan metode fuzzy dan akan menghasilkan fire strenght, variable yang dihitung disini bersifat dinamis, jadi semua gejala yang mempunyai nilai crips akan dhitung untuk menghasilkan fire streght-nya.
Adapun contoh perhitungan fire streght pada variabel yang mempunyai nilai crips akan dijelaskan sebagai berikut.
a. Variabel Bersin.
Variabel bersin dibagi menjadi 3 himpunan fuzzy yaitu JARANG, AGAK SERING dan SERING. Himpunan JARANG dan SERING menggunakan pendekatan fungsi keanggotaan yang berbentuk bahu, sedangkan himpunan AGAK SERING menggunakan pendekatan fungsi keanggotaan berbentuk segitiga. Variabel ini di ambil berdasarkan banyaknya gejala bersin yang terjadi dalam beberapa satuan waktu (jam/menit). Dari nilai variabel ini didapat nilai crips yang nantinya akan di hitung untuk mencari nilai fire streght-nya yang nantinya juga akan di dapat hasil yang relevan untuk kategori penyakit yang diderita. Dapat dilihat pada Gambar 3.2 dibawah ini.
Gambar 3.2 Fungsi Keanggotaan pada Variabel Bersin. Fungsi Keanggotaaan Bersin.
b. Variabel Demam
Variabel demam dibagi menjadi 3 himpunan fuzzy yaitu RENDAH, NORMAL, dan TINGGI. Himpunan RENDAH dan TINGGI menggunakan
NORMAL menggunakan pendekatan fungsi keanggotaan berbentuk segitiga. Untuk variabel demam, disini nilai crips dapat ditentukan melalui batas normal suhu tubuh kucing, dimana suhu tubuh normal kucing berkisar antara 27°C. Pada Gambar 3.3 dibawah ini adalah fungsi keanggotaan variabel demam.
Gambar 3.3 Fungsi Keanggotaan pada Variabel Demam Fungsi Keanggotaan Demam.
c. Variabel Diare
Variabel diare dibagi menjadi 3 himpunan fuzzy yaitu NORMAL, PARAH dan SANGAT PARAH. Himpunan NORMAL dan SANGAT PARAH menggunakan pendekatan fungsi keanggotaan yang berbentuk bahu, sedangkan himpunan PARAH menggunakan pendekatan fungsi keanggotaan berbentuk segitiga. Variabel ini di ambil berdasarkan banyaknya gejala diare yang terjadi dalam beberapa satuan waktu (jam/menit). Dari nilai variabel ini di dapat nilai crips yang nantinya akan di hitung untuk mencari nilai fire streght-nya yang nantinya juga akan di dapat hasil yang relevan untuk kategori penyakit yang diderita. Dapat dilihat pada Gambar 3.4 dibawah ini.
Fungsi Keanggotaan Diare.
d. Variabel Nafsu Makan
Variabel nafsu makan dibagi menjadi 3 himpunan fuzzy yaitu SEBENTAR, LAMA, dan SANGAT LAMA. Himpunan SEBENTAR dan SANGAT LAMA menggunakan pendekatan fungsi keanggotaan yang berbentuk bahu, sedangkan himpunan LAMA menggunakan pendekatan fungsi keanggotaan berbentuk segitiga. Variabel ini di ambil berdasarkan banyaknya gejala nafsu makan yang berkurang/hilang yang terjadi dalam beberapa satuan waktu (hari). Dari nilai variabel ini di dapat nilai crips yang nantinya akan di hitung untuk mencari nilai fire streght-nya yang nantinya juga akan di dapat hasil yang relevan untuk kategori penyakit yang diderita. Berikut adalah gambar 3.5 mengenai fungsi keanggotaan pada variabel nafsu makan.
Gambar 3.5 Fungsi Keanggotaan pada Variabel Nafsu Makan Fungsi Keanggotaan Nafsu Makan.
2. Input Nonfuzzy
Inputan nonfuzzy merupakan inputan yang menjadi fasilitas pendukung dari diagnose penyakit yang dicari, nilai untuk inputan nonfuzzy hanya ada dua yaitu “ya” dan “tidak”. Dalam metode fuzzy data “ya“ bernilai 1 yang artinya
Adapun data gejala penyakit yang diinputkan dan gejala penyakit yang akan dicari nilai fire streght-nya antara lain : Muntah, Batuk, Pilek, Mata memerah & berair, Lemah, Letih, Depresi, Lesu, Dehidrasi, Demam, Gangguan pencernaan, Hidung berlendir, Gusi berdarah, Nafas bau busuk, Gigi lepas, Gusi bengkak, Sariawan, Air liur menetes, Sesak nafas, Nanah keluar sekitar mulut, Kekebalan tubuh hilang, dll.
Mengacu dari gejala yang timbul diatas, maka akan didapat gejala yang mempunyai kriteria yang unik yang nantinya dicari nilai keanggotaan fuzzy-nya. Setelah itu dihitung nilai fire streght-nya. Dimana dari nilai fire streght inilah didapat beberapa hasil diagnosa yang paling mendekati atau juga beberapa penyakit yang mungkin diidap oleh kucing yang sedang sakit.
3.2.3. Par ameter Output Dalam Pendiagnosaan Penyakit
Variabel Output dari system ini adalah berupa data informasi mengenai nama penyakit yang memiliki nilai derajat fire strenght semakin besar nilai fire strenght, semakin mendekati pula kreteria / ciri-ciri dari penyakit yang sedang diderita oleh kucing tersebut. Untuk melihat gejala apa saja yang muncul dari setiap penyakit dan seberapa ketergantungan antara input dan jawaban, maka dibuatlah aturan-aturan (rule) untuk mengambil keputusan tentang penyakit apa yang diderita oleh kucing, input gejala yang telah diubah menjadi notasi fuzzy harus dipetakan kedalam rule evaluation, pemetaan dari tiap pasang input dihasilkan dari statement If –Then rule dibawah ini.
Keterangan : X1, X2, X3 adalah input fuzzy. Y adalah output fuzzy.
Dari pasangan input – output diatas, dihasilkan persamaan sebagai berikut. 1. Flu Kucing
If Batuk and Kondisi tubuh lemah, letih, lesu and Mata memerah & berair and Suhu Tubuh tinggi and Nafsu makan hilang sangat lama and sering Bersin Then Flu Kucing.
2. Feline Chlamydiosis
If Batuk and Pilek and Sesak nafas and Mata memerah & berair and Suhu tubuh normal and agak sering Bersin and Nafsu makan hilang sangat lama Then Feline Chlamydiosis
3. Feline Infectious Peritonitis
If Kondisi tubuh lemah, letih, lesu and Muntah and Mata memerah & berair and Nafsu makan hilang lama and Suhu tubuh tinggi and Diare sangat parah Then Feline Infectious Peritonitis.
4. Feline Panleucopenia
If Dehidrasi and Muntah and Nafsu makan hilang sangat lama and Diare sangat parah Then Feline Panleucopenia
5. Feline Calicivirus
If Batuk and Pilek and Sesak nafas and Sariawan and Suhu tubuh tinggi and sering Bersin Then Feline Calicivirus
6. Feline Immunodeficiency Virus
If Dehidrasi and Kondisi tubuh lemah, letih, lesu and Kekebalan tubuh hilang and Nafsu makan hilang sangat lama Then Feline Immunodeficiency Virus.
7. Periodontal
If Gusi bengkak and Gigi mudah lepas and Nafas berbau busuk and Nanah keluar dsekitar gigi and Air liur sering menetes and Gangguan pencernaan and Nafsu makan hilang sangat lama Then Periodontal.
8. Cacingan
If Dehidrasi and Gangguan pencernaan and muntah and Nafsu makan hilang sangat lama and Diare sangat parah Then Cacingan.
3.2.4. Klasifikasi Pemakai System
Dalam hal ini untuk klasifikasi pemakaian system terbagi menjadi 2 yaitu : a) Administrator (Admin)
Administrator disini bertugas untuk memasukkan (insert, update, dan delete) data yang nantinya akan dikeluarkan oleh system. Dalam hal ini administrator yang memiliki hak akses penuh terhadap system.
b) Pemakai (User)
Pemakai disini berinteraksi dengan system untuk mencari tahu (informasi) penyakit apa yang sedang dialami oleh hewan (kucing) yang dipeliharanya, akan tetapi disini user tidak bisa merubah data yang sudah di tentukan system.
3.3. Flowchart
Diagram alir (flowchart) adalah diagram (chart) yang menunjukkan alir (flow) dalam system atau prosedur system secara logika dan menjelaskan secara rinci langkah-langkah dari proses program yang dibuat oleh peneliti. Dalam pembuatan aplikasi diagnosa penyakit atau yang lebih tepatnya system pakar fuzzy ini dapat digambarkan dengan beberapa diagram alir seperti gambar 3.4. Gambar 3.5 menjelaskan proses jalannya system input/edit rule yang dilakukan oleh seorang pakar. Dan Gambar 3.6 berikutnya akan menjelaskan proses jalannya system pada desain user yaitu proses konsultasi yang dilakukan oleh seorang user kepada pakar menggunakan system yang telah dibuat.
b) Diagram Alir Input / Edit Rule.
Gambar 3.7 Diagram Input / Edit Rule. c) Diagram Alir Konsultasi User.
3.4. Desain Ar sitektur
Desain Arsitektur pada Gambar 3.8, menggambarkan hubungan antara elemen-elemen utama. Setelah Desain Arsitektur dibuat maka langkah selanjutnya adalah perancangan data, perancangan ini digunakan untuk membuat suatu database yang dibutuhkan oleh Alikasi ini . Langkah pertama yaitu membuat CDM (Conceptual Data Model), dalam kasus kali ini kami menggunakan 1 perancangan database yang terdiri dari table-tabel utama baik tabel dalam penyimpanan data maupun tabel pendukung dalam pembuatan system.
Gambar 3.9 Desain Arsitektur Sistem. 3.5. Per ancangan Pr oses
Dalam sub ini dijelaskan mengenai perancangan proses dari system yang nantinya akan dilalui dalam setiap alur kerja. Dimana proses dalam system ini
berjalan dengan alur yang telah ditentukan atau dirancang oleh peneliti sebagai mana yang telah peneliti pelajari.
3.5.1. Data Flow Diagram
Pengembangan dari sistem ini akan menggunakan Data Flow Diagram sebagai media untuk menjelaskan semua alur data beserta proses-proses yang terdapat di dalam sistem. Berikut ini context diagram dari aplikasi basis data fuzzy model tsukamoto untuk diagnose penyakit pada hewan (kucing). DFD level 0 dan sub-sub prosesnya.
a) Konteks Diagram
Konteks diagram system seperti terliht pada gambar 3.5, dari konteks diagram terlihat bahwa ada dua entitas luar yang berhubungan dengan sistem ini, yaitu : Administrator dan Pengguna/user. Dari Administrator akan diperoleh data-data penyakit, gejala penyakit, dan nilai fire streght-nya. Sedangkan pengguna yang menjalankan sistem dapat menginputklan gejala yang timbul/dialami oleh kucingnya, dari data gejala yang sudah diinputkan akan diperoleh nilai crips dan akan dihitung nilai fire streght-nya dan nantinya hasil dari perhitungan akan diberikan pada user sebagai informasi. Adapun data-data yang harus diinputkan administrator yaitu :
1. Memasukan variable fuzzy.
2. Mendefinisikan himpunan fuzzy dari masing-masing variable fuzzy 3. Menentukan fungsi keanggotaan dari masing-masing himpunan
fuzzy
Kemudian untuk mendapatkan hasil diagnose yang akan diberikan kepada user, pengguna dapat memasukan data fuzzy dan nonfuzzy yang telah ada pada
user interface. Hasil yang diterima oleh pengguna adalah tabel yang berisi data hasil diagnose penyakit yang telah system hitung sesuai variabel fuzzy, himpunan fuzzy, data non-fuzzy fungsi keanggotaan, dan query yang dimasukkan oleh pengguna.
Gambar 3.10 Konteks Diagram
Konteks diagram pada aplikasi ini ada 2 entitas luar yang berhubungan dengan sistem, yaitu: Administrator dan Pengguna / User. Dari Administrasor diperoleh data-data gejala yang sesuai dengan penyakit kucing serta batas himpunan fuzzy pada masing-masing variabel. Sedangkan dari pengguna akan diperoleh data gejala yang muncul berserta nilai keanggotaan yang akan dihitung nilai fire streght-nya, yang hasilnya nanti akan dberikan kepada user kembali.
Gambar 3.11 DFD Level 0 b) DFD Level 0
DVD level 0 pada Gambar 3.10 diatas terdapat 6 proses dan 4 database. Proses tersebut yaitu:
1. Proses Manajemen nilai crips. Proses ini digunakan untuk manajemen variabel yang mempunyai nilai crips.
2. Proses Manajemen pertanyaan. Proses ini digunakan untuk Manajemen pertanyaan untuk mencari variabel.
3. Proses data penyakit. Proses ini digunakan untuk menampung semua data penyakit berdasarkan kriteria yang diberikan pada user dan menerima inputan dari database penyakit.
4. Proses manajemen login. Proses ini digunakan oleh admin untuk sarana masuk kedalam website guna update, insert, delete data yang ada pada website.
5. Proses manajemen perhitungan Fire Strenght. Proses ini digunakan untuk membuat Fire Strength dari hasil himpunan derajat keanggotaan yang diperoleh dari database pertanyaan, keluaran pada proses Fire Strength yaitu hasil diagnose penyakit yang diberikan kepada user.
Empat database itu adalah sebagai berikut:
1. Nilai crips, digunakan untuk meyimpan data nilai crips pada variabel. 2. Pertanyaan, digunakan untuk menyimpan data pertanyaan untuk user. 3. Penyakit, digunakan untuk menyimpan data penyakit yang ada.
4. Login admin, digunakan untuk menyimpan data username dan password admin yang akan melakukan update,insert, dan delete. Database ini juga berguna bagi system keamanan website, dimana tidak sembarang orang bisa masuk dan melakukan insert, update, dan delete data.
3.6. Per ancangan Database
Pada perancangan ini akan dibahas mengenai perancangan data dan perancangan tabel yang akan digunakan pada system ini. dalam perancangan data ini, menjelaskan tentang dua model data yaitu model data konseptual dan model data fisik, untuk lebih jelasnya dapat dijelaskan dibawah ini.
3.6.1. Perancangan Data
a) Model Data Konseptual (Conceptual Data model)
Model data konseptual adalah rancangan dalam bentuk diagram sebelum pembuatan database secara detail. model data konseptual ini dibuat tanpa harus mempertimbangkan DBMS apa yang nantinya akan dipakai, karena bentuk ini hanya sebuah konsep rancanga yang nantinya bisa digunakan semua DBMS. Model data konseptual pada aplikasi system ini mempresentasikan rancangan basis data konseptual yang nantinya akan digunakan oleh system ini. pada konsep rancangan ini dibuat dengan menggunakan Power Designer 11. untuk lebih jelasnya dapat dilihat pada Gambar 3.11.
b) Model Data Phisik (Phisical Data model)
Model Data Phisik dibuat dengan cara merubah data konseptual yang telah dijelaskan diatas. model data ini mempresentasikan rancangan fisik basis data yang disimpan diserver. Model data ini menghasilkan tabel-tabel yang nantinya akan dipakai dalam implementasi system yang dibuat. untuk lebih jelasnya dapat dilihat Pada Gambar 3.12.
Gambar 3.12 Model Data Konseptual
Gambar diatas menjelaskan tentang tabel (dalam database) yang digunakan dalam sistem. Dimana tabel diatas berjumlah 15 tabel, yang meliputi tabel defazifikasi, tabel penyakit, tabel pasien, tabel info penyakit, tabel
Reference_3 Reference_4 Reference_5 Reference_6 Reference_7 Reference_8 Reference_9 Reference_10 Reference_11 berita # o o o KODE_BERIT A JUDUL_BERITA KET _BERITA GAMBAR_BERITA Seri al (10)
Vari abl e characters (100) Text
Vari abl e characters (100)
data_pasi en # o o o o o o o o KODE_PASIEN NAMA_MAJIKAN ALAMAT_MAJIKAN TELP_MAJIKAN NAMA_HEWAN BERAT UMUR SAT _UMUR TGL_KONSULTASI Serial (15) Variable characters (100) T ext Variable characters (15) Variable characters (100) Decimal (10,0) Decimal (10,0) Variable characters (50) Date & Tim e defazifikasi # o o o o o DEFFUZZY_KODE PENYAKIT_KODE PASIEN_KODE PERTANYAAN_KODE DEFUZZY_NILAI JENIS_GEJALA Serial (10) Decimal (10,0) Variable characters (15) Variable characters (15) Decimal (10,0) Characters (1) detail_konsul tasi # o o KODE_DET AILKONSULTASI FAKTA NILAIFUZZYCRIPS Serial (15) Variabl e characters (100) Decim al (10,0) dokter # o o o o o o KODE_DOKTER NAMA_DOKTER JENKEL ALAMAT NO_T ELP KET_DOKT ER FOTO_DOKTER Serial (10) Variable characters (100) Characters (1) Variable characters (100) Variable characters (100) Variable characters (15) Variable characters (100) # o o o o o o KODE_FUZZY N_MIN_TDK N_MAX_T DK N_MIN_SDNG N_MAX_SDNG N_MIN_SANGAT N_MAX_SANGAT Serial (10) Decimal (10,0) Decimal (10,0) Decimal (10,0) Decimal (10,0) Decimal (10,0) Decimal (10,0) info_penyakit # o KODE_INFOPENYAKIT INFOPENYAKIT Seri al (11) Text kategori # o KODE_KATEGORI NAMA_KATEGORI Serial (10) Variable characters (100) kategori _berita # o KODE_KAT BER NAMA_KATBER Serial (10) Variable characters (100) konsultasi # o o KODE_KONSULT ASI NILAI_MEAN KESIM PULAN Serial (25) Decim al (10,0) T ext kucing # o o o KODE_KUCING NAMA KET_KUCING GAMBAR Serial (10) Variable characters (50) Text Variable characters (150) pertanyaan # o KODE_PERTANYAAN PERTANYAAN Serial (10) Text rules # o o KODE_RULES KODE_PENYAKIT RULES_FAKT A Serial (10) Integer Characters (10) user # o o o KODE_USER USERNAM E_USER PASSWORD_USER STAT US Seri al (5)
Vari abl e characters (100) Vari abl e characters (100) Characters (1) penyakit # o o o o KODE_PENYAKIT NAMA_PENYAKIT PENYEBAB_PENYAKIT PHOTO_PENYAKIT PENGENDALIAN Seri al (11)
Vari abl e characters (100) Text
Vari abl e characters (100) Text
Gambar 3.13 PDM Database
3.7. Perancangan Antarmuka
Perancangan antarmuka merupakan perancangan halaman aplikasi yang beriteraksi langsung anatara system dengan penguna. dalam aplikasi hanya akan menampilkan rancangan antarmuka antara petugas dan custumer. Berikut adalah rancangan system yang telah didesain pada sebuah website yang peneliti buat.
FK_REFERENCE_3 FK_REFERENCE_4 FK_REFERENCE_5 FK_REFERENCE_6 FK_REFERENCE_7 FK_REFERENCE_8 FK_REFERENCE_9 FK_REFERENCE_10 berita KODE_BERIT A KODE_KAT BER JUDUL_BERITA KET _BERITA GAMBAR_BERITA int(10) int(10) varchar(100) text varchar(100) <pk> <fk> data_pasi en KODE_PASIEN NAM A_MAJIKAN ALAMAT_MAJIKAN T ELP_MAJIKAN NAM A_HEWAN BERAT UMUR SAT _UMUR T GL_KONSULT ASI int(15) varchar(100) text varchar(15) varchar(100) deci mal(10,0) deci mal(10,0) varchar(50) datetime <pk> DEFFUZZY_KODE PENYAKIT _KODE PASIEN_KODE PERT ANYAAN_KODE N_SEDANG N_OUTPUTMAX_SANGAT i nt(10) i nt(11) varchar(15) varchar(15) decimal (10,0) char(1) <pk> <fk> detai l_konsultasi KODE_DET AILKONSULT ASI KODE_KONSULTASI KODE_PERTANYAAN FAKT A NILAIFUZZYCRIPS i nt(15) i nt(25) i nt(10) varchar(100) deci mal (10,0) <pk> <fk1> <fk2> dokter KODE_DOKTER NAMA_DOKT ER JENKEL ALAMAT NO_TELP KET _DOKT ER FOT O_DOKTER i nt(10) varchar(100) char(1) varchar(100) varchar(100) varchar(15) varchar(100) <pk> fuzzycri ps KODE_FUZZY KODE_RULES N_MIN_TDK N_MAX_TDK N_MIN_SDNG N_MAX_SDNG N_MIN_SANGAT N_MAX_SANGAT int(10) int(10) deci mal(10,0) deci mal(10,0) deci mal(10,0) deci mal(10,0) deci mal(10,0) deci mal(10,0) <pk> <fk> info_penyaki t KODE_INFOPENYAKIT KODE_PENYAKIT INFOPENYAKIT i nt(11) int(11) text <pk> <fk> kategori KODE_KAT EGORI NAM A_KAT EGORI
i nt(10) varchar(100) <pk> kategori _berita KODE_KATBER NAMA_KATBER i nt(10) varchar(100) <pk> konsul tasi KODE_KONSULT ASI KODE_PENYAKIT NILAI_MEAN KESIMPULAN i nt(25) i nt(11) decimal (10,0) text <pk> <fk> kucing KODE_KUCING KODE_KATEGORI NAMA KET_KUCING GAMBAR i nt(10) i nt(10) varchar(50) text varchar(150) <pk> <fk> KODE_PENYAKIT NAMA_PENYAKIT PENYEBAB_PENYAKIT PHOTO_PENYAKIT PENGENDALIAN int(11) varchar(100) text varchar(100) text <pk> pertanyaan KODE_PERT ANYAAN PERT ANYAAN i nt(10) text <pk> rul es KODE_RULES KODE_PERTANYAAN KODE_PENYAKIT RULES_FAKTA i nt(10) int(10) i nt(11) char(10) <pk> <fk> user KODE_USER USERNAM E_USER PASSWORD_USER ST ATUS int(5) varchar(100) varchar(100) char(1) <pk>