PENERAPAN SISTEM PAKAR UNTUK PENGECEKAN KERUSAKAN CCTV
DENGAN METODE CERTAINTY FACTOR
*1Petrus Sibuea, 2Jijon Raphita Sagala, 3Asaziduhu Gea
1,2Teknik Informatika, STMIK Pelita Nusantara, Jl. Iskandar Muda No. 1, Medan, 20154, Indonesia
3Teknik Informatika, Universitas Methodist Indonesia, Jl. Hang Tuah No. 8, Medan, 20152, Indonesia
e-mail: *1[email protected], 2[email protected] , 3[email protected]
Abstrak
Penelitian ini adalah penelitian tentang sistem pakar yang dirancang untuk membantu atau mempermudah kinerja teknisi maupun costumer. Sistem ini dapat melakukan pengecekan ataupun mendiagnosa kerusakan pada CCTV. Sistem pakar yang dibangun ini mampu mendeteksi 14 jenis kerusakan yang terdapat pada CCTV. kerusakan yang dapat dilakukan untuk pengecekan antara lain chipset VGA/HDMI DVR rusak, tampilan chanel bercahaya terang, kabel HDMI/VGA terputus, adaptor camera mati, hardisk error, dvr mati, kabel putus atau rusak, connector bnc longgar, connector power rusak, adaptor kurang voltase, kabel CCTV induksi listrik, lensa camera kotor, infraret kamera rusak, listrik tidak stabil. Hasil pengecekan kerusakan CCTV adalah berupa jenis kerusakan, nilai persentase kerusakan, jenis gejala, beserta solusi yang ditawarkan oleh sistem pakar. Sistem pakar ini menerapkan atau mengaplikasikan metode certainty factor pada proses perhitungannya. Metode certainty factor merupakan salah satu metode yang terdapat pada sistem pakar yang dapat menghitung atau mengolah nilai-nilai probabilitas setiap gejala, yang dihitung menggunakan rumus certainty factor sehingga menghasilkan kesimpulan berupa jenis kerusakan dan nilai persentase dari setiap gejala yang ada pada CCTV.
Kata Kunci: sistem pakar, kerusakan cctv, hikvision, certainty factor
Abstract
This study is a research on expert systems designed to help or facilitate the performance of technicians and customers. This system can check or diagnose damage to CCTV. This expert system that is built is able to detect 14 types of damage found on CCTV. damage that can be done to check include VGA / HDMI DVR chipset broken, bright luminous channel display, HDMI / VGA cable disconnected, camera adapter off, hard drive error, DVR dead, cable broken or damaged, BNC connector loose, power connector broken, adapter less voltage, CCTV cable electric induction, dirty camera lens, infraret camera is damaged, electricity is unstable. The result of CCTV damage checking is in the form of type of damage, percentage damage value, type of symptom, along with solutions offered by expert systems. This expert system applies or applies the certainty factor method to the calculation process. The method of certainty factor is one of the methods found in the expert system that can calculate or process the probability values of each symptom, which is calculated using the certainty factor formula to produce a conclusion of the type of damage and the percentage value of each symptom that is on CCTV.
Keywords: expert system, cctv damagee, hikvision, certainty factor
I. Pendahuluan
CCTV (Closed Circuit Television) merupakan sebuah perangkat kamera video digital yang digunakan untuk mengirim sinyal ke layar monitor di suatu ruang atau tempat tertentu. Hal tersebut memiliki tujuan untuk dapat memantau situasi dan kondisi tempat tertentu, sehingga dapat mencegah terjadinya kejahatan atau dapat dijadikan sebagai bukti tindak kejahatan yang telah terjadi. Pada umumnya CCTV seringkali digunakan untuk mengawasi area publik seperti : Bank, Hotel, Bandara Udara, Gudang Militer, Pabrik maupun Pergudangan.
Hangzhou Hikvision Digital Technology Co., Ltd. (selanjutnya disebut sebagai
"Perusahaan" atau "Hikvision") didirikan pada November 2001, didirikan dengan modal asing 49%.2. Hikvision adalah pemasok produk pengawasan video terkemuka di dunia Hikvision menyumbang 19,5% pangsa pasar dalam industri pengawasan video global Hikvision menempati peringkat pertama di pasar EMEA dengan pangsa pasar 12,2%, dan menduduki peringkat kedua di pasar Amerika dengan pangsa pasar 7,3%.
Pesatnya perkembangan teknologi cctv dalam beberapa tahun belakangan ini berbanding terbalik dengan sumber daya manusia. Hal ini disebabkan karena perkembangan cctv itu hanya dikuasai oleh pabrik yang memproduksinya dan juga technical supportnya saja. Akibatnya saat cctv tersebut sudah beredar dipasaran, maka muncul beberapa masalah yang dapat menghambat produktifitas perusahaan pemakai cctv tersebut. Salah satu contoh adalah pengecekan kerusakan cctv, dimana pada saat-saat tertentu mungkin cctv akan mengalami kerusakan baik dari segi hasil rekaman maupun komponennya. Oleh karena pengetahuan akan cctv tersebut hanya dimiliki oleh pihak perusahaan pembuat cctv saja, maka secara otomatis maka konsumen yang memakai cctv tersebut harus mengeluarkan biaya lagi dalam jasa servis untuk memperbaiki cctv tersebut.
Salah satu opsi untuk mengatasi kerusakan cctv adalah dengan melakukan pendiagnosaan terhadap gejala yang muncul pada cctv melalui pemanfaatan bidang studi Artificial Intelligence (AI) yang mampu meniru kecerdasan seorang pakar. Salah satu bagian dari kecerdasan buatan (AI) tersebut adalah sistem pakar (expert system). Sistem pakar adalah salah satu cabang dari Artificial Intelligence yang membuat penggunaan secara knowledge (pengetahuan) yang khusus untuk menyelesaikan masalah tingkat manusia yang pakar (ahli).
Sistem pakar atau Expert System biasa disebut juga dengan Knowledge Based System yaitu suatu aplikasi komputer yang ditujukan untuk membantu pengambilan keputusan atau pemecahan persoalan dalam bidang yang spesifik.
Faktor kepastian (certainty factor) digunakan untuk menangani ketidakpastian dalam pembuatan MYCIN. Certainty Factor (CF) merupakan nilai parameter klinis yang diberikan MYCIN untuk menunjukkan besarnya kepercayaan.
Pembuatan sistem pakar pengecekan kerusakan cctv dengan metode Certainty Factor, dan dengan adanya sistem ini nantinya maka diharapkan dapat memudahkan pengguna dan teknisi cctv sehingga dapat memudahkan penanganan masalah kerusakan dan dengan begitu bisa memangkas biaya agar lebih murah dan waktu yang digunakan lebih singkat.
II. Metode Penelitian 2.1 Sistem Pakar
Sutojo, Mulyanto, dan Suhartono mendefenisikan Sistem pakar sebagai sebuah sistem yang menggunakan pengetahuan manusia dimana pengetahuan tersebut dimasukkan kedalam sebuah komputer dan kemudian digunakan untuk menyelesaikan masalah-masalah yang biasanya membutuhkan kepakaran keahlian manusia.
Pada dasarnya sistem pakar diterapkan untuk mendukung aktivitas pemecahan masalah.
Beberapa aktivitas pemecah masalah yang dimaksud antara lain : pembuatan keputusan (decicion making), pemanduan pengetahuan (knowleg fusing), pembuatan desain (designing), perencanaan (planning,) perkiraan (forecasting), pengaturan (regulating), pengendalian
(controling), diagnosis (diagnosis), perumusan (prescribling), penjelasan (explaining), pemberian nasihat (advising), dan pelatihan (explaining).
2.2 Certainty Factor
Teori certainty factor (CF) diusulkan oleh Shortlife dan Buchanan pada 1975 untuk mengakomodasi ketidakpastian pemikiran (inexact reasoning) seorang pakar. Seorang pakar, (misalnya dokter) sering kali menganalisis informasi yang ada dengan ungkapan seperti
"mungkin", "kemungkinan besar", "hampir pasti". Untuk mengakomodasi hal ini kita menggunakan certainty factor (CF) guna menggambarkan tingkat keyakinan pakar terhadap masalah yang sedang dihadapi.
Ada dua cara dalam mendapatkan tingkat keyakinan (CF) dari sebuah rule[11], yaitu:
a. Metode Net Belief' yang diusulkan oleh E.H. Shortliffe dan B.G. Buchanan.
𝐶𝐹(𝑅𝑢𝑙𝑒) = 𝑀𝐵(𝐻, 𝐸) – 𝑀𝐷(𝐻, 𝐸)
MB(H, E) =𝑚𝑎𝑥[𝑃(𝐻|𝐸),𝑃(𝐻)] – 𝑃(𝐻)
𝑀𝑎𝑥[1,0]−𝑃(𝐻) … 𝑃(𝐻) = 1
MB(H, E) =𝑚𝑖𝑛[𝑃(𝐻|𝐸),𝑃(𝐻)] – 𝑃(𝐻)
𝑀𝑎𝑥[1,0]−𝑃(𝐻) … 𝑃(𝐻) = 0 dimana:
CF (Rule) = Faktor kepastian
MB(H, E) = Measure of belief (ukuran kepercayaan) terhadap hipotesis H, jika diberikan evidence E (antara 0 dan 1).
MD(H, E) = Measure of disbelief (ukuran ketidakpercayaan) terhadap evidence H, jika diberikan evidence E (antara 0 dan 1).
P(H) = Probabilitas kebenara hipotesis H.
P(H|E) = Probalitas bahwa H benar karena fakta E.
b. Dengan cara mewawancarai seorang pakar
Nilai CF(rule) didapat dari interprtasi "term" dari pakar, yang diubah menjadi nilai CF tertentu sesuai tabel berikut:
TABLE 3.1
FAKTOR KEYAKINAN PAKAR
Certainty Term CFAkhir
Definitely not (pasti tidak) -1,0
Almost certainly not (hampir pasti tidak) -0,8 Probably not (kemungkinan besar tidak) -0,6
Maybe not (mungkin tidak) -0,4
Unknown (tidak tahu) -0.2---0.2
Maybe (mungkin) 0,4
Probably (kemungkinan besar) 0,6
Almost certainly (hampir pasti) 0,8
Definitely (pasti) 1
1. Sistem Pakar dibangun Dengan Metode Certainty Factor
Sistem pakar pengecekan kerusakan cctv yang akan dibangun, menggunakan metode certainty factor. Maka untuk proses penentuan apa penyebab kerusakan maka diperlukan data dan rule untuk diolah sebagai basis aturan penentu apa penyebab kerusakan cctv bermasalah.
a. Data Gejala
Data gejala kerusakan cctv digunakan untuk menjadi pertanyaan-pertanyaan yang akan keluar pada saat pengguna melakukan konsultasi.
TABLE3.2
TABEL DATA GEJALA KERUSAKAN CCTV
Kode Gejala Nama Gejala
G01 Tampilan Gambar Silau
G02 Tampilan Gambar Pudar/Kurang Jelas G03 Gambar Hitam Putih Pada Siang Hari G04 Tampilan Gambar Bergelombang G05 Tampilan Gambar Bergaris G06 Tidak muncul live view monitor
G07 Muncul Gambar Kedap Kedip Vidio Warna Merah
G08 Ada Suara Bunyi Bising Dari DVR G09 DVR Terlalu Panas
G10 DVR Tidak Merekam
G11 Tidak ada power/tidak terhubung G12 Video salah satu cctv tidak tersimpan G13 Kabel keropos
G14 Muncul tulisan video Loss G15 Tampilan berbayang
G16 Tidak Muncul Gambar dari salah satu chanel G17 Kamera Mati
G18 Tampilan cctv dimalam hari gelap/di tempat yang tidak ada pencahayaan
b. Data Kerusakan CCTV
Data kerusakan digunakan sebagai hasil dari konsultasi User yang sudah menjawab pertanyaan- pertanyaaan berupa gejala-gejala pada saat berkonsultasi.
TABLE3.3
TABEL DATA KERUSAKAN CCTV
Kode Kerusakan Nama Gejala
K01 Chipset vga/hdmi dvr rusak K02 Tampilan Chanel Bercahaya Terang K03 Kabel hdmi/vga terputus
K04 Adaptor camera mati K05 Hardisk error
K06 DVR Mati
K07 Kabel Putus atau Rusak K08 Connector BNC longgar K09 Connector power rusak K10 Adaptor kurang volttase K11
K12 K13 K14
Kabel cctv induksi listrik Lensa camera kotor Infraret cctv rusak Listrik tidak stabil
c. Bobot Nilai Certainty Factor
Bobot nilai Certainty factor diperolah dari tingkat keyakinan pakar pada suatu gejala terhadap jenis kerusakan CCTV. Bobot nilai ini digunakan untuk proses perhitungan dalam menentukan nilai certainty factor.
TABLE3.4
TABEL BOBOT NILAI CERTAINTY FACTOR
Kode Gejala
Kode Jenis Kerusakan K
01 K 02
K 03
K 04
K 05
K 06
K 07
K 08
K 09
K 10
K 11
K 12
K 13
K 14
G01 0.8
G02 0,4 0,4 0,4 0,8 0,6
G03 0,4
G04 0,6 0,6 0,6
G05 0,6 0,4 0,8
G06 0,8 1
G07 0,6 0,8 0,6
G08 0,6 0,4
G09 0,8
G10 0,8 0,8 0,8 0,6
G11 0,4 0,6 0,4
G12 0,8 0,8 0,4
G13 0,6
G14 0,8 0,8 0,8 0,8
G15 0,6 0,6
G16 0,6 0,6 0,8 0,8 0,8
G17 0,6 0,8 0,8
G18 0,8
d. Kaidah Aturan (Rule)
Kaidah aturan (rule) digunakan sebagai rule penelusuran kerusakan cctv berdasarkan setiap gejala yang diinput.
TABLE3.5
TABEL KAIDAH ATURAN (RULE)
No Nama Gejala
1 IF tidak muncul live view monitor dvr (G06) AND Kamera mati (G17) THEN Chipset VGA/HDMI rusak (K01)
2 IF Hasil berbintik menyeluruh (G03) AND Hasil berbintik dan goresan sama berulang ke bawah (G06) AND Hasil bergores dan sama berulang ke bawah AND (G09) AND Hasil cetak pada bagian tepi hitam tidak merata (G16) THEN Drum lecet / kadaluarsa (K02)
3 IF tidak muncul live view monitor dvr (G06) THEN Kabel HDMI/VGA putus (K03)
4 IF cctv tidak muncul gambar dari salah satu chanel (G16) AND Kamera mati (G17) AND Tidak ada power/tidak terhubung (G11)THEN Adaptor kamera mati (K04)
5 IF DVR tidak merekam (G10) AND Vidio salah satu Cctv tidak tersimpan (G12) AND Kamera mati (G17) THEN Harddisk error (K05) 6 IF tidak muncul live view monitor dvr (G06) AND DVR tidak
merekam (G10) THEN DVR Mati (K06)
7 IF Tidak ada power/Tidak terhubung (G11) AND Muncul tulisan vidio loss (G14) AND Cctv tidak muncul gambar dari salah satu Channel AND Kabel keropos(G13) THEN Kabel putus/rusak (K07)
8 IF Tampilan gambar pudar/kurang jelas(G02) AND Gambar Hitam putih pada siang hari (G03) AND Tampilan gambar bergelombang (G04) AND Tampilan gambar bergaris (G05) AND Muncul Gambar kedap kedip vidio warna merah (G07) AND Vidio salah satu cctv tidak tersimpan(G12) AND Muncul tulisan vidio loss (G14) AND Tampilan berbayang (G15) THEN Connector BNC longgar (K08)
9 IF Ada suara bising dari DVR (G08) AND Vidio salah satu cctv tidak tersimpan (G12) AND Muncul tulisan vidio Loss (G14) AND Cctv tidak muncul dari salah satu channel (G16) THEN Connector power rusak (K09)
10 IF Tampilan gambar pudar/kurang jelas (G02) AND Tampilan gambar bergelombang (G04) AND Tampilan gambar bergaris(G05) AND Muncul gambar kedap-kedip warna merah (G07) AND Cctv tidak muncul dari salah satu channel (G16) THEN Adaptor kurang volttase (K10)
11
12
13
IF Tampilan gambar bergelombang (G04) AND Tampilan gambar bergaris(G05) THEN Kabel CCTV induksi listrik (K11
IF Tampilan gambar pudar/kurang jelas (G02) AND Tampilan gambar berbayang (15) THEN Lensa camera kotor (K12)
IF Tampilan cctv dimalam hari gelap/di tempat yang tidak ada pencahayaan (G18) AND tampilan gambar pudar/kurang jelas (G02) THEN Infrared Cctv rusak (K13)
IF Ada suara bunyi bising dari DVR (G08) AND DVR terlalu panas (G09) AND DVR tidak merekam (10)THEN Listrik tidak stabil (K14)
3. Hasil dan Analisa 3.1 Hasil
Contoh Kasus:
seorang pelanggan berkonsultasi menggunakan aplikasi sistem pakar yang sudah ada, untuk mengetahui permasalah/kerusakan CCTV. Sistem pakar mempunyai basis pengetahuan sebagai berikut:
If Ada suara bunyi bising dari DVR
And Vidio salah satu cctv tidak tersimpan And Cctv tidak muncul dari salah satu channel And Muncul tulisan vidio Loss
Then Connector power rusak
Langkah I : pakar memberikan nilai CF untuk masing-masing gejala.
CF(pakar) Ada suara bunyi bising dari DVR = 0.6 CF(pakar) Vidio salah satu cctv tidak tersimpan = 0.4 CF(pakar) Cctv tidak muncul dari salah satu channel =0.8 CF(pakar) Muncul tulisan vidio Loss = 0.8
Misalkan user memilih jawaban saat konsultasi sebagai berikut:
Ada suara bunyi bising dari DVR = 0.
And Vidio salah satu cctv tidak tersimpan = 0.6 And Cctv tidak muncul dari salah satu channel =0.8 And Muncul tulisan vidio Loss = 0.4
Kaidah-kaidah atau rule awal yang memiliki 4 premis (gejala), dipecah menjadi beberapa premis tunggal sebagai berikut:
Kaidah 1.1
If suara bunyi bising dari DVR Then Connector power rusak Kaidah 1.2
If Vidio salah satu cctv tidak tersimpan Then Connector power rusak
Kaidah 1.3
If Cctv tidak muncul dari salah satu channel Then Connector power rusak
Kaidah 1.4
If Muncul tulisan vidio Loss Then Connector power rusak
Kaidah-kaidah atau rule yang baru tersebut kemudian dihitung nilai CF nya dengan mengalikan CF(pakar) dengan CF(user) menjadi :
Kaidah 1.1 0.6 * 0 =0
Kaidah 1.2 0.4 * 0.6 =0.24 Kaidah 1.3 0.8 * 0.8 =0.64 Kaidah 1.4 0.8 * 0.4 =0.32
Kombinasikan CF1.1 dengan CF1.2 dengan rumus sebagai berikut: CFcombine (CF1,CF2) = CF1 + CF2 * (1-CF1), sehingga menjadi berikut:
CFcombine (CF1)
= 0 + 0.24 * ( 1 - 0 )
= 0 + 0.24 * ( 1 )
= 0 + 0.24
= 0.24 (CFold)
CFcombine (CFold,CF3)
= 0.24 + 0.64 * ( 1 - 0.24 )
= 0.24 + 0.64 * ( 0.76 )
= 0.24 + 0.486
= 0.726 (CF1.3)
CFcombine (CF1.3,CF1.4)
= 0.726 + 0.32 * ( 1 - 0.726 )
= 0.726 + 0.32 * ( 0.274 )
= 0.726 + 0.0877
= 0.8137 (CF1.4)
Persentase keyakinan
= Cfcombine * 100%
= 0.8137 * 100 %
= 81.37%
Dengan demikian dapat dikatakan bahwa perhitungan Certainty Factor kerusakan Connector power rusak pada CCTV milik user tersebut memiliki persentase tingkat keyakinan 81.37%
3.2 Implementasi Sistem
Pada sistem pakar pengecekan kerusakan cctv, secara garis besar desain halaman interface untuk proses konsultasi adalah sebagai berikut:
a. Tahapan Login
Tahapan login merupakan tahap awal user dalam menggunakan sistem.
Gambar 1 Tahapan Login
b. Tahapan Konsultasi
Tahapan konsultasi merupakan proses konsultasin dengan memberikan centang pada jawaban berdasarkan gejala yang ada pada kerusakan cctv.
Gambar 2. Tahapan Konsultasi
c. Tahap Terakhir
Tahapan akhir merupakan opsi yang diberikan oleh sistem untuk mencetak hasil konsultasi setelah proses konsultasi selesai
Gambar 3 Tahapan Terakhir
3.3 Pembahasan
Setelah melalui tahapan-tahapan yang telah dijelaskan sebelumnya, mulai dari login hingga diperolehnya hasil diagnosa, maka dapat disimpulkan bahwa sistem yang telah dibangun telah sesuai dengan yang diharapkan, yaitu:
a. Sipengguna tidak perlu lagi mengeluarkan biaya konsultasi. sipengguna hanya perlu mengeluarkan biaya penggunaan jasa service teknisi dan pergantian sparepart yang di butuhkan apabila sipengguna bersedia melakukan pergantian.
b. Teknisi tidak lagi memerlukan waktu yang cukup lama dalam mengatasi permasalahan pada kerusakan cctv karena sudah didiagnosa terlebih dahulu oleh pengguna.
c. Teknisi tidak lagi harus bolak balik kantor untuk mengambil sparepart cctv yang rusak karena sudah diketahui permasalahannya dari hasil diagnosa sipengguna dengan sistem.
4. Kesimpulan
Setelah dilakukan pengujian terhadap sistem yang telah dibangun yaitu Sistem Pakar Untuk Pengecekan Kerusakan CCTV Dengan Menggunakan Metode Certainty Factor, maka dapat diperoleh kesimpulan sebagai berikut:
1. Sistem pakar ini menggunakan metode Certainty Factor, dimana metode mengumpulkan pertanyaan–pertanyaan serta solusi dari sistem tersebut dijawab dengan mengacu pada aturan/rule yang dipakai, dan data-data yang didapat selama penelitian.
2. Aplikasi sistem pakar ini digunakan untuk mempercepat penanganan terhadap kerusakan cctv oleh teknisi maupun user.
3. Hasil diagnosa dalam sistem pakar ini dapat dicetak menjadi laporan/report, sebagai bukti bahwa diagnosa benar telah dilakukan.
4. Hasil diagnosa dan solusi yang ditampilkan dalam sistem pakar ini diharapkan sudah cukup membantu teknisi ataupun user untuk melakukan penanganan sementara terhadap kerusakan yang terjadi.
5. Saran
Setelah dilakukan pengujian terhadap sistem yang telah dibangun yaitu Sistem Pakar Untuk Pengecekan Kerusakan CCTV Dengan Menggunakan Metode Certainty Factor, maka saran dari penulis sebagai berikut:
1. Aplikasi sistem pakar ini diharapkan mampu menggantikan sementara peran tenaga ahli/teknisi yang kedatangannya memerlukan waktu yang lama untuk melakukan perbaikan.
2. Diharapkan kepada peneliti selanjutnya agar dapat menggunakan algoritma/metode lain untuk mendapatkan hasil yang lebih optimal.
Daftar Pustaka
[1] Thearon Willis, Bryan Newsome,2010. “Begining Microsoft Visual [2] Basic 2010”, Wiley Publishing.
[3] Bill Sheldon, et.al. 2010. “Professional Visual Basic 2010 and .Net [4] http://www.ilmukomputer.com
[5] Zulfian Azmi dan Verdi Yasin, . “Pengantar Sistem Pakar dan Metode”, Mitra Wacana Media, Jakarta, 2017.
[6] Edy Winarno, Ali Zaki, SmitDev community, “Belajar VB dalam Sekejap”, PT Elex Media Komputindo, Jakarta, 2013.
[7] T.Sutojo, Edy Mulyanto, Vinvent Suhartono, “Kecerdasan Buatan” ANDI Yogyakarta, Yogyakarta, 2017.
[8] Rosa A.S. & M. Shalahuddin.2018. “Rekayasa Perangkat Lunak”. Bandung: Informatika Bandung.
[9] Rolly Yesputra. 2017. “Belajar Visual Basic. Net Dengan Visual Studio 2010”. Kisaran:
Royal Asahan Press
[10] Wahana Komputer, “Microsoft Office 2010”, ANDI, Semarang, 2010
[11] T. Sutojo, Edy Mulyanto, & Dr. Vinvent Suhartono. 2011, “Kecerdasan Buatan”.
Yogjakarta: Andi Offset.
