• Tidak ada hasil yang ditemukan

Sebelum masuk ke dalam tahap ekstraksi fitur, citra RGB yang ditangkap dari kamera ponsel dipraproses terlebih dahulu. Tahapannya ialah, mengubah citra RGB menjadi citra gray scale, lalu citra gray scale

tersebut diubah ukurannya menjadi 240x270

pixel tanpa mengubah proporsi citra dengan melakukan proses scaling dan cropping. Tahapan akhir praproses ialah mengubah

background citra menjadi putih. Hasil praproses data dapat dilihat pada Gambar 12.

Hasil Antarmuka Sistem

Antarmuka aplikasi mobile secara garis besar dibagi menjadi dua yaitu antarmuka untuk identifikasi citra dan pencarian dokumen tumbuhan obat. Antarmuka sistem dapat dilihat pada Lampiran 5.

Identifikasi citra

Citra untuk identifikasi tumbuhan obat dapat diambil dari galeri atau kamera ponsel. Setelah citra ditampilkan di layar ponsel, pengguna dapat mengidentifikasi citra tersebut dengan menekan tombol identifikasi yang telah disediakan. Antarmuka identifkasi citra dapat dilihat pada Gambar 13. Mulai Input Text Temu Kembali Peringkat Dokumen Lihat detail dokumen Detail dokumen Selesai Tidak Ya RGB Gray Scale

Scaling & Croping (240 x 270)

Background Putih

Gambar 11 Alur sistem untuk pencarian dokumen tumbuhan obat.

Setelah hasil identifikasi ditampilkan, pengguna dapat melihat detail dari citra tumbuhan hasil identifikasi tersebut. Pada bagian khasiat dari detail tumbuhan, pengguna dapat mencari tumbuhan lain mana yang memiliki khasiat yang sama. Pencarian Dokumen

Kueri teks untuk pencarian dokumen dapat langsung dimasukan di textbox yang tersedia. Pilih tombol search jika ingin mencari dokumen yang terkait dengan kueri yang diinputkan. Antarmuka untuk pencarian dokumen tumbuhan dapat dilihat pada Gambar 14.

Evaluasi Kinerja Sistem

Evaluasi kinerja sistem yang dilakukan terdiri atas tiga proses evaluasi. Evaluasi pertama adalah perbandingan waktu proses

search engine berbasis web application

dengan aplikasi mobile, evaluasi kedua adalah pengujian terhadap kueri teks penyakit pada citra, evaluasi ketiga adalah pengujian kemudahan dan kepuasan penggunaan. Untuk evaluasi ketiga, proses evaluasi dilakukan menggunakan kuesioner yang disebar kepada 20 koresponden.

Evaluasi Waktu Proses Search Engine Gambar 15 menjelaskan waktu rata-rata yang digunakan untuk proses

pencarian dokumen tumbuhan obat menggunakan web aplication dengan aplikasi mobile. Pencarian dokumen menggunakan web application adalah selama 1.58 detik dan untuk yang berbasis

web application adalah 0.14 detik.

Gambar 15 Perbandingan waktu proses pencarian dokumen di web dengan mobiledevices. Gambar 15 menunjukkan bahwa waktu proses pencarian dokumen di

mobile aplication lebih cepat dibandingkan dengan waktu proses di

web application. Hal tersebut disebabkan waktu yang digunakan untuk rendering

data pada web browser berbeda dibandingkan rendering data di aplikasi

mobile. Perangkat keras yang digunakan dalam pengujian adalah Processor

Intel(R) Core(TM) i5-2410M CPU @ 2.30GHz (4 CPUs), dan memori DDR2 RAM 4096MB. Perangkat mobile yang digunakan adalah HTC Desire HD, CPU @ 1GHz, dan memori RAM 768MB. Web browser yang digunakan dalam pengujian ini adalah google chrome versi 18.0.1025.162.

Evaluasi Kueri Teks Penyakit pada Citra Evaluasi kueri teks penyakit pada citra ialah menggunakan skenario pengujian. Sebelum dilakukan skenario pengujian sistem, kueri-kueri khasiat tumbuhan dikelompokan ke dalam beberapa jenis penyakit. Lalu, dari 30 jenis tumbuhan yang dimiliki dikelompokan ke dalam beberapa kelompok jenis penyakit sehingga diketahui berapa jumlah citra yang diharapkan dari setiap jenis penyakit. Daftar kueri terhadap jenis penyakit dan jumlah citra yang diharapkan dapat dilihat pada Tabel 2.

1.58 0.14 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 W a k tu ( d e ti k ) web mobile devices Gambar 13 Antarmuka identifikasi citra.

Gambar 14 Antarmuka untuk pencarian dokumen.

Tabel 2 Kueri terhadap jenis penyakit dan jumlah citra yang diharapkan

jenis penyakit

kueri jumlah citra yang diharapkan

perawatan Ketombe, bau mulut, bau badan, rambut rontok, Haid tidak teratur, masalah kewanitaan

10

Kulit gatal-gatal, bisul, luka 10

Nyeri- Radang-Demam

Antiradang, demam, sakit kepala, penurun panas

11

Kronis Kanker, ginjal 6

Pencernaan Maag, sariawan, radang usus, disentri, sakit perut, lambung

18

Saluran Kemih

infeksi saluran Kemih 1 Pernapasan Bronchitis, tbc,

influenza, Paru-paru lemah

6

Skenario pengujian sistem yaitu dilakukan dengan membandingkan jumah citra yang diharapkan dengan jumlah fakta yang didapat dari sistem. Akurasi perbandingan jumlah citra yang diharapkan dengan fakta dari sistem dapat dilihat pada Tabel 3.

Tabel 3 Perbandingan terhadap jumlah citra yang diharapkan dengan fakta dari sistem jenis penyakit jumlah citra yang diharapkan fakta dari sistem akurasi perawatan 10 10 100 % Kulit 10 10 100 % Nyeri- Radang-Demam 11 10 91 % Kronis 6 5 83 % Pencernaan 18 17 94 % Saluran Kemih 1 1 100 % Pernapasan 6 6 100 %

Evaluasi Kemudahan dan Kepuasan Penggunaan

Pengujian kemudahan penggunaan sistem dilakukan menggunakan kuesioner.

Kuesioner disebar kepada 20

koresponden. Untuk kuesioner diberikan 10 pertanyaan yang mengarah kepada 10 aturan evaluasi heuristik. Koresponden terdiri atas 20 mahasiswa IPB yang di antaranya adalah, 8 mahasiswa Fakultas Kehutanan, 1 mahasiswa Departemen

biologi, 2 mahasiswa FEM, 2 mahasiswa perikanan, dan 7 koresponden dari mahasiswa Departemen Ilmu Komputer. Hasil kuesioner 20 koresponden dapat dilihat pada Tabel 4.

Tabel 4 Hasil kuesioner 20 koresponden

Point Pertanyaan Jawaban Total

Puas Cukup Puas Tidak Puas 1 Visibility of system status 15 (75%) 5 (25%) 0 (0%) 20 2 Match between system and the real world 13 (65%) 7 (35%) 0 (0%) 20 3 User control and freedom 15 (75%) 5 (25%) 0 (0%) 20 4 Consistency and standards 15 (75%) 4 (20%) 1 (5%) 20 5 Error prevention 7 (35%) 10 (50%) 3 (15%) 20 6 Recognition rather than recall 12 (60%) 4 (20%) 4 (20%) 20 7 Flexibililty and efficiency of use 10 (50%) 5 (25%) 5 (25%) 20 8 Aesthetic and minimalist design 12 (60%) 8 (40%) 0 (0%) 20 9 Help users recognize, diagnose, and recover from errors 10 (50%) 9 (45%) 1 (5%) 20 10 Help and documentation 10 (50%) 8 (40%) 2 (10%) 20 Total 59.5 % 32.5 % 8 % 100 %

Jawaban dari koresponden terhadap 10 pertanyaan yang mengarah pada 10 aturan evaluasi heuristik menghasilkan kesimpulan dalam aspek kemudahan penggunaan sistem. Adapun kesimpulan dalam aspek kemudahan terhadap 10 aturan evaluasi heuristik adalah:

1 Visibility of system status

Koresponden merasa puas dan cukup puas pada point ini karena pada sistem sudah ada petunjuk yang pengguna sedang kerjakan pada setiap halaman. 2 Match between system and the real

world

Koresponden merasa puas dan cukup puas pada point ini disebabkan sistem sudah menggunakan bahasa yang mudah dipahami oleh pengguna. 3 User control and freedom

Koresponden merasa puas dan cukup puas pada point ini disebabkan pembuatan icon pada sistem ini

membantu dan memudahkan kerja pengguna.

4 Consistency and standards

Sebagian koresponden merasa puas dan cukup puas, tetapi ada sebagian koresponden merasa tidak puas pada point ini. Hal tersebut disebabkan pada

sistem ini masih ada

ketidakkonsistenan dalam penggunaan bahasa.

5 Error prevention

Sebagian besar koresponden merasa puas dan cukup puas, tetapi ada sebagian koresponden merasa tidak puas pada point ini. Hal tersebut

disebabkan penulis hanya

menampilkan pesan konfirmasi di sebagian fungsi yang ada.

6 Recognition rather than recall

Sebagian besar koresponden merasa puas, tetapi ada sebagian koresponden hanya merasa cukup puas dan tidak puas pada point ini. Hal tersebut membuktikan bahwa masih ada sebagian dari koresponden masih merasa tidak mudah dalam mengingat langkah-langkah dalam menggunakan sistem ini.

7 Flexibililty and efficiency of use

Sebagian besar koresponden merasa puas, tetapi ada sebagian koresponden hanya merasa cukup puas dan tidak puas pada point ini. Hal tersebut disebabkan sebagian koresponden masih belum pernah menggunakan ponsel Android.

8 Aesthetic and minimalist design

Koresponden merasa puas dan cukup puas pada point ini disebabkan sistem telah relevan dan detail dalam penyampainan informasi.

9 Help users recognize, diagnose, and recover from errors

Sebagian koresponden merasa puas dan cukup puas, tetapi ada sebagian koresponden merasa tidak puas pada point ini. Hal tersebut disebabkan

beberapa pesan error masih

ditampilkan dalam bahasa yang kurang dimengerti oleh pengguna.

10 Help and documentation

Sebagian koresponden merasa puas dan cukup puas, tetapi ada sebagian koresponden merasa tidak puas pada point ini. Hal tersebut disebabkan dokumentasi tentang sistem ini masih kurang detail.

Kuesioner juga diterapkan untuk pengujian terhadap kepuasan hasil identifikasi dan pencarian dokumen tumbuhan obat. Pertanyaan untuk kepuasan identifikasi citra terdiri atas 2 pertanyaan, yaitu tentang keputusan terhadap hasil identifikasi dan terhadap waktu tunggu untuk pemrosesan citra. Begitu juga pertanyaan tentang pencarian dokumen yang terdiri atas kepusan terhadap hasil pencarian dokumen dan terhadap waktu tunggu untuk pencarian dokumen.

Dari 20 koresponden, 35% merasa puas terhadap hasil identifikasi, 50% merasa cukup puas, dan 15% merasa tidak puas dengan hasil identifikasi citra. Hal tersebut disebabkan karena akurasi klasifikasi PNN untuk citra tumbuhan obat menggunakan fitur LBPV masih kecil yaitu, sebesar 56.333. Grafik tingkat kepuasan user untuk hasil identifikasi citra dapat dilihat pada Gambar 16.

Gambar 16 Perbandingan kepuasan user terhadap hasil identifikasi citra.

Untuk waktu proses identifikasi citra 25% koresponden merasa puas, 70% merasa cukup puas, dan 5% koresponden tidak puas dengan waktu proses identifikasi tumbuhan obat. Hal tersebut menunjukkan bahwa waktu pemrosesan identifikasi tumbuhan obat di client

(mobile devices) masih dapat diterima oleh pengguna. Grafik tingkat kepuasan user untuk waktu proses identifikasi citra dapat dilihat pada Gambar 17.

35% 50% 15% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Kepuasan Puas Cukup Puas Tidak Puas

Gambar 17 Perbandingan kepuasan user

terhadap waktu proses identifikasi citra.

Pada penelitian Herawan (2011) evaluasi sistem temu kembali informasi menghasilkan penghitungan recall precision yang tinggi. Hal tersebut juga dibuktikan terhadap kepuasan user pada Gambar 18. Grafik menunjukan 40% koresponden merasa puas dengan hasil pencarian dokumen, 60% merasa cukup puas, dan tidak ada (0%) koresponden yang merasa tidak puas dengan hasil pencarian dokumen. Banyak koresponden masih merasa cukup puas disebabkan bukan karena hasil pencarian dokumennya, melainkan masih merasa detail dari dokumen tumbuhan obat masih kurang lengkap.

Gambar 18 Perbandingan kepuasan user

terhadap hasil pencarian dokumen.

Grafik pada Gambar 19 menunjukkan 45% koresponden merasa puas dengan

waktu tunggu pencarian dokumen, 55% merasa cukup puas, dan tidak ada koresponden yang merasa tidak puas dengan waku tunggu pencarian dokumen. Hal tersebut juga berbanding lurus dengan hasil evaluasi waktu proses search engine

yang dilakukan penulis pada Gambar 15.

Gambar 19 Perbandingan kepuasan user

terhadap waktu proses pencarian dokumen.

KESIMPULAN DAN SARAN Kesimpulan

Pembuatan aplikasi mobile untuk identifikasi tumbuhan obat berbasis citra dan teks berhasil diimplementasikan. Setelah melakukan penelitian terhadap sistem dapat ditarik kesimpulan:

1 Aplikasi mobile yang dibangun ini sudah dapat diterima atau digunakan oleh pengguna sistem dalam aspek kemudahan. Dapat dilihat dari 59.5% koresponden menyatakan puas dan 32.5% merasa cukup puas dengan aplikasi ini.

2 Dalam aspek identifikasi citra masih ada koresponden merasa tidak puas dengan hasil identifikasi, hal tersebut berbanding lurus dengan akurasi identifikasi citra yang masih kecil yaitu sebesar 56.333%. 3 Untuk pencarian dokumen tumbuhan obat

sebagian besar koresponden menyatakan cukup puas. Hal tersebut juga berbanding lurus terhadap hasil evaluasi search engine yang tinggi pula.

Saran

Menggabungkan informasi teks dan citra dalam identifikasi tumbuhan obat. menggunakan metode yang lebih baik untuk 25% 70% 5% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Kepuasan Puas Cukup Puas Tidak Puas 40% 60% 0% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Kepuasan Puas Cukup Puas Tidak Puas 45% 55% 0% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Kepuasan Puas Cukup Puas Tidak Puas

i

MEDLEAF:APLIKASI MOBILE UNTUK IDENTIFIKASI

Dokumen terkait