• Tidak ada hasil yang ditemukan

BAB III METODOLOGI PENELITIAN DAN PERANCANGAN SISTEM

N/A
N/A
Protected

Academic year: 2021

Membagikan "BAB III METODOLOGI PENELITIAN DAN PERANCANGAN SISTEM"

Copied!
18
0
0

Teks penuh

(1)

BAB III

METODOLOGI PENELITIAN DAN PERANCANGAN SISTEM

3.1. Metodologi Penelitian

Penelitian dari “Implementasi Beck Depression Inventory untuk Mengetahui Tingkat Depresi Pada Manusia Menggunakan Metode Certainty Factor” melakukan beberapa tahap agar metodologi dan perancangan sistem dapat terpenuhi. Tahap-tahap yang dilakukann antara lain.

1. Studi Literatur

Studi Literatur dilakukan dengan membaca dan mempelajari jurnal-jurnal ilmiah dan karya tulis lainnya. Proses ini bertujuan untuk meningkatkan pemahaman terkait dengan teori dari Beck Depression Inventory dan Certainty Factor untuk memahami dari landasan teori penelitian tersebut.

2. Pengumpulan Data

Pengumpulan data didapatkan dari DR. Yuspendi, M.Psi., Psikolog, M.Pd. mengenai Beck Inventory Depression untuk mengukur tingkat depresi seseorang, serta untuk nilai pada Certainty Factor pakar didapatkan dari Jurnal Pengukuran Psikologi Pendidikan Indonesia.

3. Perancangan Aplikasi

Proses perancangan aplikasi dimulai dari membangun user interface, merancang alur dari Certainty Factor yang digunakan untuk menghitung nilai kepastian dari Beck Inventory Depression.

(2)

4. Implementasi

Implementasi pada program web ini yaitu mengimplementasikan metode Certainty Factor untuk perhitungan Beck Depression Inventory sebagai perhitungan tingkat depresi seseorang dan tingkat kepercayaannya.

5. Testing

Proses ini bertujuan untuk menguji apakah metode Certainty Factor berhasil untuk diimplementasikan dengan perhitungan Beck Depression Inventory serta memperbaiki code program yang salah. Selain itu melihat juga tingkat keakuratan dari hasil klasifikasi yang dilakukan.

6. Penulisan Laporan

Laporan dibuat untuk sebagai dokumentasi dari pembuatan aplikasi. Laporan dibuat bertahap dari pendahuluan sampai kesimpulan dan saran.

3.2. Perancangan Aplikasi

Perancangan sistem terdiri dari bobot gejala, flowchart, Data Flow Diagram (DFD), Database Schema, Struktur database, dan mockup rancangan aplikasi web “Test Tingkat Depresi”. Penjelasan dari perancangan aplikasi sebagai berikut.

3.2.1. Bobot Gejala

Bobot gejala didapat dengan wawancara terhadap DR. Yuspendi, M.Psi., Psikolog, M.Pd. yang merupakan pakar psikologi dari Universitas Maranatha. Bobot yang didapat kemudian diimplementasikan kedalam tingkat depresi.

(3)

Tabel 3. 1 Tabel Bobot Gejala

No Gejala Nilai MB Nilai MD

1 Kesedihan 0.8 0.1

2 Pandangan masa depan 0.8 0.3

3 Kegagalan 0.2 0.7

4 Kepuasan terhadap sesuatu 0.7 0.4

5 Perasaan bersalah 0.9 0.1

6 Hukuman 0.3 0.7

7 Kekecewaan terhadap diri sendiri 0.2 0.8

8 Self-Incrimination 0.7 0.2 9 Bunuh Diri 0.9 0.2 10 Menangis 0.1 0.4 11 Kejengkelan 0.7 0.1 12 Kehidupan sosial 0.9 0.2 13 Pengambilan keputusan 0.6 0.4 14 Perasaan Worthlessness 0.6 0.2 15 Tingkat Konsentrasi 0.9 0.1 16 Tidur 0.5 0.5 17 Kelelahan 0.9 0.1 18 Nafsu Makan 0.3 0.7

19 Perubahan berat badan 0.8 0.1

20 Cemas akan kesehatan 0.9 0.1

21 Perubahan minat seks 0.7 0.4

Nilai Measure Believe (MB) merupakan tingkat kepercayaan dari seorang pakar terhadap suatu gejala, sedangkan nilai Measure Disbelieve (MD) merupakan tingkat ketidak percayaan seorang pakar terhadap suatu gejala. Nilai Certainty Factor dari pakar adalah nilai Measure Believe akan dikurangkan dengan nilai Measure Disbelieve.

(4)

3.2.1. Flowchart

Flowchart yaitu penyajian yang sistematis tentang proses dan logika dari kegiatan penanganan informasi atau penggambaran secara grafik dari langkah-langkah dan urut-urutan prosedur dari suatu program (Rejeki, 2013). Dalam system pakar ini akan terdapat dua bagian flowchart yaitu flowchart untuk user dan flowchart untuk admin

Pada Gambar 3.1 yaitu flowchart untuk bagian user yaitu pada gambar berikut.

(5)

Pada gambar flowchart diatas user akan masuk ke halaman utama. Kemudian user dapat melakukan log in jika memiliki akun. Jika tidak maka dapat melakukan sign up untuk membuat akun baru. Setelah melakukan sign up dan log in. Kemudian user dapat masuk ke kuisioner untuk mendiagnosa tingkat depresi. Setelah selesai user dapat melakukan log out atau dapat mengulangi kuisionernya.

(6)

Gambar 3.2 merupakan flowchart untuk menerangkan alur log in. Pada tampilan log in user diminta untuk mengisi data email dan password. Kemudian akan diautentikasi dengan data di database user apakah ada atau tidak. Jika ada maka akan dicek lagi apakah user merupakan admin atau bukan. Jika admin maka akan masuk ke dashboard pada admin. Jika tidak maka akan masuk ke halaman utama.

(7)

Pada Gambar 3.3 Merupakan flowchart pada halaman sign up. Di sini user akan memasukan data diri yaitu dari email, password, nama depan, nama belakang, dan gender.

Lalu kemudian akan dicek apakah data ada yang terlewat atau tidak. Jika ada maka akan ada notifikasi. Jika tidak maka akan didaftarkan ke database dan masuk ke tampilan login.

(8)

Pada gambar 3.4 Yaitu flowchart perhitungan hasil. Pada halaman ini user akan diberikan pertanyaan yang diambil dari database gejala. Lalu setelah mengisi semua maka akan akan dilakukan perhitungan BDI (Beck Depression Inventory) dan CF (Certainty Factor) untuk menghitung hasilnya.

Gambar 3. 5 Flowchart Perhitungan Beck Depression Inventory

Penjelasan berdasarkan flowchart diatas yaitu user akan menjawab pertanyaan yang akan diberikan. Ada 21 soal yang akan dijawab user untuk mengukur tingkat depresi user. Kemudian akan diambil data dari jawaban yang diberikan oleh user dengan skala likert dari 0 – 3. Jawaban 1 bernilai 0, jawaban 2 bernilai 1, jawaban 3 bernilai 2 dan jawaban 4 bernilai 3.

(9)

Jawaban yang diberikan user tersebut akan ditambahkan hasil skala likertnya. Dan kemudian akan diklasifikasikan berdasarkan total skala likert yang diambil. Dengan nilai 0 – 10 adalah “Naik turunnya perasaan ini tergolong normal”, kemudian nilai dari 11 – 16 adalah “Gangguan mood ringan atau perasaan ringan”, kemudian nilai 17 – 20 adalah “Batas depresi”, nilai 21 – 30 adalah “Depresi Ringan”, nilai 31 – 40 adalah “Depresi Sedang”, kemudian nilai yang lebih dari 40 akan dianggap “Depresi Berat”.

Pada Gambar 3.6 yaitu flowchart untuk memenghitung dari Certainty factor berdasarkan dari Beck Depression Inventory yang telah dijawab oleh user. Gambar dari flowchart-nya Sebagai berikut.

(10)

Penjelasan dari Gambar 3.6 yaitu user akan menginput data sesuai perasaan mereka berdasarkan pertanyaan dari Beck Depression Inventory. Kemudian akan diambil datanya dalam skala likert. Lalu dari skala likert tersebut akan dikonversikan. Jika skala likert bernilai 0 maka nilai kepastian dari user adalah 0.25, skala likert 1 maka nilai kepastian user adalah 0.5, jika skala likert bernilai 2 maka nilai kepastian dari user adalah 0.75, jiak skala likert bernilai 3 maka nilai kepastian user adalah 1.

Lalu akan diambil data nilai Measure Believe (MB) dan Measure Disbelieve (MD) dari database. Kemudian akan dihitung pergejala yang ada. Perhitungan dengan mengurangkan nilai dari MB dan MD dengan rumus:

𝐶𝐹[ℎ, 𝑒] = 𝑀𝐵[ℎ, 𝑒] − 𝑀𝐷[ℎ, 𝑒] (2.1)

Kemudian akan dihitung dengan menggunakan metode Certainty Factor dengan dikalikan terlebih dahulu nilai kepercayaan user dengan nilai kepercayaan dari Pakar dengan nilai dari perkalian tersebut kemudian akan dihitung tingkat kepercayaan dengan metode Certainty Factor dengan rumus:

𝐶𝐹𝑔𝑎𝑏𝑢𝑛𝑔𝑎𝑛[𝐶𝐹1, 𝐶𝐹2] = 𝐶𝐹1 + 𝐶𝐹2 𝑥 (1 − 𝐶𝐹1) (2.6)

Kemudian dari nilai tersebut akan dikalikan 100 untuk kemudian dijadikan bentuk nilainya persentase. lalu hasil tersebut akan dikeluarkan dari metode Certainty Factor ini.

(11)

Gambar 3. 7 Flowchart Halaman Admin

Pada Gambar 3.7 yaitu menjelaskan tentang halaman admin. Disini akan masuk pada halaman dashboard dimana pada halaman ini terdapat daftar user yang berisi email, nama depan, nama belakang, gender. Kemudian admin dapat

(12)

mengubah data user sesuai dengan persetujuan user kecuali untuk mengubah password. Data user juga bisa dihapus jika diinginkan oleh user.

Lalu admin akan masuk ke halaman gejala yang berisi pertanyaan dan jawabannya. Admin dapat mengubah pertanyaan dan jawabannya sesuai dengan pemikiran dari pakar. Admin juga bisa untuk menghapus dan menambah gejala yang akan ditanyakan kepada user.

3.2.3. Data Flow Diagram (DFD)

Berikut ini merupakan Data Flow Diagram (DFD) pada website “Test Tingkat Depresi” yang telah dikerjakan.

Gambar 3. 8 DFD Level 0

Pada gambar 3.8 merupakan DFD level 0 dari web “Test Tingkat Deresi”. Ada tiga entitas pada DFD level 0 ini yaitu User, Admin, Pakar. Pakar yaitu yang memberikan data gejala dan data nilai dari Measure Believe (MB) dan Measure Disbelieve (MD). Admin akan mengelola data user dan data dari gejala dan nilai Measure Believe (MB) dan Measure Disbelieve (MD) yang diberikan pakar.

(13)

Sedangkan user akan mengisi data diri dan akan menjawab pertanyaan dari gejala-gejala yang diberikan pakar dan user akan menerima hasilnya.

Gambar 3. 9 DFD Level 1

Pada gambar 3.9 yang merupakan DFD level 1 terdapat tujuh proses yang digunakan. Yaitu proses log in, proses sign up, proses diagnose tingkat depresi, laporan data, proses penambahan data, proses perubahan data, dan proses penghapusan data.

(14)

Gambar pada 3.10 yaitu DFD level 2 dari diagnosa tingkat depresi. Pada DFD ini ada tiga proses yang dilalui yaitu menampilkan form di pada halaman kuisioner yang berisi pertanyaan yang berkaitan dengan gejala-gejala yang ada. Kemudian dari jawaban user akan dhitung menggunakan data Measure Believe (MB) dan Measure Disbelieve (MD) berdasarkan gejalanya. Kemudian dari data tersebut akan diolah dikeluarkan hasilnya untuk user.

Gambar 3. 11 DFD Level 2 Penambahan Data Gejala

Pada gambar 3.11 yaitu DFD level 2 pada penambahan data gejala. Disini pakar akan bisa menambah gejala dengan memasukkan gejalanya dan data nilai dari Measure Believe (MB) dan Measure Disbelieve (MD).

(15)

Pada gambar 3.12 yaitu DFD level 2 untuk perubahan pada data gejala. Di sini admin dapat merubah data gejala dengan memasukkan data gejala yang ingin dirubah dan memasukkan nilai perubahan dari Measure Believe (MB) dan Measure Disbelieve (MD) jika ingin dirubah. Admin juga bisa mengubah data dari user dengan persetujuan user tersebut.

Gambar 3. 13 DFD Level 2 Penghapusan Data

Pada gambar 3.13 yaitu DFD level 2 adalah DFD untuk menghapus data. Admin dapat menghapus data user jika diinginkan oleh user tersebut. Kemudian jika admin ingin untuk menghapus data gejala yang tidak diperlukan maka bisa dilakukan oleh admin.

3.2.4. Struktur Database

Database yang dibuat terdapat 2 tabel yang dibutuhkan. Yaitu diantaranya ada table user dan table gejala. Berikut adalah deskripsi dan fungsi dari tabel yang telah dibuat.

1. Nama Tabel : User

Fungsi : Untuk menyimpan data yang telah didaftakan user ke sistem.

(16)

Tabel 3. 2 Tabel Database User

Nama Field Tipe Data Keterangan

id Big int (20) Primary key

Email Varchar (191) Email dari user

Nama_depan Varchar (191) Nama depan user

Nama_belakang Varchar (191) Nama belakang user

Gender Varchar (191) Jenis kelamin dari

user

Created_at Date Tanggal dibuat akun

Updated_at Date Tanggal terakhir akun diupdate

2. Nama Tabel : Gejala

Fungsi : Untuk menyimpan data yang diberikan dari pakar untuk perhitungan Certainty Factor

Tabel 3. 3 Tabel Database Gejala

Nama Field Tipe Data Keterangan

Id Big int (20) Primary Key.

Pertanyaan Varchar (191) Pertanyaan yang akan diajukan.

Jawaban1 Varchar (191) Jawaban pertama dari

pertanyaan. Jawaban2 Varchar (191) Jawaban kedua dari pertanyaan. Jawaban3 Varchar (191) Jawaban ketiga dari pertanyaan.

Jawaban4 Varchar (191) Jawaban keempat dari

pertanyaan.

MB Int (11) Nilai Measure Believe

diinput dalam persen. MD Int (11) Nilai Measure DisBelieve diinput dalam persen.

Created_at Date Tanggal gejala dibuat.

(17)

3. Nama Tabel : depresi

Fungsi : Untuk menyimpan data yang diberikan dari pakar untuk tingkat depresi yang diinginkan pakar.

Tabel 3. 4 Tabel Database Depresi

Nama Field Tipe Data Keterangan

id Big int(20) Primary Key

Depresi Varchar (191) Nama tingkat depresi

Batas_Bawah Int (11) Batas bawah dari nilai depresi

berdasarkan BDI Batas_Atas Int (11) Batas atas dari nilai depresi berdasarkan BDI

Solusi text Solusi untuk tingkat depresi

3.2.5. Rancangan Tampilan Muka

Rancangan tampilan Muka pada aplikasi web dibagi menjadi tiga. Yaitu halaman home, halaman kuisioner Beck Depression Inventory dan tampilan hasil kuisioner. Pada Gambar 3.14 terdapat halaman home yang terdapat button dimana akan masuk ke halaman kuisioner Beck Depression Inventory.

(18)

Pada Gambar 3.15 terdapat halaman yang berisi kuisioner dari Beck Depression Inventory. Disini user dapat mengisi jawaban sesuai dengan perasaan yang dialami user. Terdapat 21 pertanyaan yang akan di jawab di halaman ini.

Gambar 3. 15 Halaman Kuisioner Beck Depression Inventory

Pada Gambar 3.16 terdapat gambar dari rancangan tampilan hasil yang akan didapat user dari mengisi kuisioner yang terdapat pada halaman kuisioner. pada tampilan ini user akan melihat hasil yang didapat dari mengisi kuisioner sebelumnya.

Gambar

Tabel 3. 1 Tabel Bobot Gejala
Gambar 3. 1 Flowchart Halaman User
Gambar 3. 2 Flowchart Halaman Log in
Gambar  3.2  merupakan  flowchart  untuk  menerangkan  alur  log  in.  Pada  tampilan log in user diminta untuk mengisi data email dan password
+7

Referensi

Dokumen terkait

Sehubungan dengan telah berlangsungnya kegiatan Kajian, Sosialisasi dan Pelatihan pengelolaan Bank Infaq, kami pengurus DKM Darussalam dann pengelola Bank Infaq Darussalam

adalah tampilan menu awal sebelum admin atau user masuk kedalam sistem, admin harus mengisi username dan password terlebih dahulu untuk bisa mengolah data yang

- Respons tanpa sumber dikenal sebagai respons alami, respons transien, respons bebas, atau fungsi komplementer. - Respons rangkaian yang dikenakan suatu sumber bebas, sebagian

24 Peraturan Menteri Kesehatan Nomor 86 Tahun 2019 tentang Petunjuk Teknis Penggunaan Dana Alokasi Khusus NonFisik Bidang Kesehatan Tahun Anggaran 2020 Pasal 1 angka 1. 25

Pada saat Peraturan Pemerintah Pengganti Undang- Undang ini mulai berlaku, semua peraturan perundang- undangan yang merupakan pelaksanaan dari Undang- Undang Nomor 17

Tajuk pohon yang banyak dan berlapis-lapis pada tanaman yang ada di hutan akan sangat membantu untuk menahan energi potensial air hujan yang jatuh sehingga aliran air

Untuk menghindari dari efek lebur, maka panas yang tinggi dapat terjadi bunga api yang pada saat pemutusan akan diredam oleh pemadam busur api (arc-shute) dan bunga api yang

Selain prinsip-prinsip dan penekanan yang perlu diperhatikan dalam pembelajaran dengan pendekatan konstruktivisme, ada beberapa aspek yang dikemukakan oleh Hanburry