SISTEM PAKAR MENGIDENTIFIKASI KEGEMARAN ANAK DALAM PROSES BELAJAR MENGGUNAKAN METODE CERTAINTY FACTOR BERBASIS WEB (STUDI KASUS : RA WILDAN)

(1)

SISTEM PAKAR MENGIDENTIFIKASI KEGEMARAN ANAK DALAM PROSES BELAJAR MENGGUNAKAN METODE CERTAINTY FACTOR

BERBASIS WEB

(STUDI KASUS : RA WILDAN)

Alma Diana Rangkuti¹⁾, Relita Buaton²⁾, Siswan Syahputra³⁾

1,2,3STMIK Kaputama

Jl.Veteran No. 4A-9A, Binjai, Sumatera Utara e-mail: [email protected]

ABSTRACT

Development can affect hobbies or interests that occur in children, which are influenced by two factors, namely physical development and cognitive development. Cognitive development plays an important role because it can determine the type of hobby that helps determine interests that will map the direction of study selection and self-development to get the competencies and skills needed by children. Many teachers are still confused about how to know the cognitive development of children because of the limited knowledge they have. An expert system is a system designed to imitate the expertise of an expert in answering questions and solving problems. Where this expert expertise will make it easier for teachers to know the process of child development and help determine the right stimulation. Certainty Factor is one of the methods of an expert system that can see whether a fact is certain or uncertain and can provide accurate results obtained from the calculation of the weight of symptoms selected by experts and is able to provide answers to problems with uncertain results.

Keywords: Children's Favorite, Expert System, Certainty Factor.

ABSTRAK

Perkembangan dapat mempengaruhi kegemaran atau minat yang terjadi pada anak, yang dipengaruhi oleh dua faktor yaitu perkembangan fisik dan perkembangan kognitif. Perkembangan kognitif berperan penting karena dapat menentukan jenis kegemaran yang membantu menentukan minat yang akan memetakan arah pemilihan studi dan pengembangan diri untuk mendapatkan kompetensi dan keterampilan yang dibutuhkan oleh anak. Banyak guru yang masih bingung bagaimana mengetahui perkembangan kognitif anak karena keterbatasan pengetahuan yang mereka miliki. Sistem pakar merupakan suatu sistem yang dirancang untuk dapat menirukan keahlian seorang pakar dalam menjawab pertanyaan dan memecahkan masalah. Dimana keahlian pakar inilah yang akan memudahkan guru dalam mengetahui proses perkembangan anak dan membantu menentukan stimulasi yang tepat. Certainty Factor adalah salah satu metode dari sistem pakar yang dapat melihat apakah sebuah fakta bersifat pasti atau tidak pasti dan dapat memberikan hasil yang akurat yang didapatkan dari perhitungan dari bobot gejala yang dipilih oleh pakar dan mampu memberikan jawaban pada permasalahan yang tidak pasti hasilnya.

Kata kunci : Certainty Factor, Kegemaran Anak, Sistem Pakar.

(2)

1.PENDAHULUAN

Kegemaran merupakan sinonim dari minat yang dapat diartikan sebagai suatu kegemaran atau kesukaan terhadap sesuatu.

Menurut KKBI pengertian minat adalah kecenderungan hati yang tinggi terhadap sesuatu, gairah atau keinginan. Dalam bahasa Inggris, minat sering digambarkan dengan kata-kata “Passion” yang berarti gairah atau suatu perasaan yang kuat atau antusiasme terhadap suatu objek. Minat merupakan ketertarikan akan sesuatu objek yang berasal dari hati, bukan karena paksaan dari orang lain [1].

Perkembangan anak dapat mempengaruhi kegemaran atau minat yang terjadi pada anak. Dalam proses perkembangan anak terdapat dua faktor yang mempengaruhi yaitu perkembangan fisik dan perkembangan kognitif. Perkembangan fisik adalah perubahan pada tubuh, otak, kapasitas sensorik dan keterampilan motorik.

Sedangkan perkembangan kognitif mengacu pada tahapan kemampuan seorang anak dalam memperoleh makna dan pengetahuan dari pengalaman serta informasi yang ia dapatkan. Perkembangan kognitif meliputi proses mengingat, pemecahan masalah dan juga pengambilan keputusan[2].

Kebanyakan guru lebih memperhatikan perkembangan fisik dibandingkan perkembangan kognitif anak.

Padahal, perkembangan kognitif juga berperan penting bagi anak karena dapat menentukan minat atau kegemaran seorang anak yang nantinya pengetahuan tersebut diperlukan saat memberikan pendampingan dan pengembangan keterampilan yang sesuai minat anak. Penentuan minat dapat memetakan arah pemilihan studi dan pengembangan diri untuk mendapatkan kompetensi dan keterampilan yang dibutuhkan oleh anak. Namun, banyak guru yang masih bingung bagaimana mengetahui perkembangan kognitif anak yang dapat menentukan minat nya dalam belajar karena

keterbatasan pengetahuan yang mereka miliki[2].

RA merupakan singkatan dari Raudhatul Athfal yang dalam bahasa Arab memiliki arti Taman Kanak-Kanak. RA Wildan merupakan salah satu dari sekian banyak TK di kota Medan. RA Wildan beralamatkan di Jl.PAM Sunggal No.305 Medan. Namun berbeda dengan TK pada umumnya, RA Wildan memiliki seorang guru yang juga merupakan seorang pakar anak. Beliau menyadari dalam proses perkembangan anak di RA Wildan juga masih sering terkendala yaitu minimnya pengetahuan para guru mengenai stimulasi yang tepat bagi perkembangan kognitif anak dan minimnya pakar yang terdapat di RA tersebut. Dengan minimnya pengetahuan dan pakar yang ada di RA Wildan maka akan menciptakan stimulasi yang tidak tepat bagi perkembangan kognitif anak, karena sampai saat ini belum ada cara mengatasi kekurangan tersebut.

Berdasarkan uraian di atas, perlu dibangun sistem pakar untuk mengidentifikasi kegemaran anak dalam proses belajar agar memudahkan guru dalam mengetahui proses perkembangan anak dan stimulasi yang tepat bagi anak. Bagi seorang pakar sistem pakar ini juga membantu aktivitasnya sebagai asisten yang sangat berpengalaman [3].Dalam pembangunan sistem pakar ini digunakan metode Certainty Factor yang merupakan metode yang dapat melihat apakah sebuah fakta bersifat pasti atau tidak pasti. Metode ini digunakan karena dapat memberikan hasil yang akurat yang didapatkan dari perhitungan dari bobot gejala yang dipilih oleh pakar dan mampu memberikan jawaban pada permasalahan yang tidak pasti hasilnya. Metode Certainty Factor memperhitungkan faktor tingkat keyakinan para pakar dengan memberikan bobot keyakinan sesuai dengan kemampuan atau pengetahuan pakar, sehingga pada hasil akhirnya akan didapati persentase dari

(3)

tingkat kegemaran anak dan stimulasi yang bisa dilakukan guru disekolah untuk mendukung pengembangan keterampilan pada anak [4].

2.METODOLOGI 2.1 Sistem Pakar

Sistem pakar adalah suatu sistem yang dirancang untuk dapat menirukan keahlian seorang pakar dalam menjawab pertanyaan dan memecahkan masalah.

Sistem pakar akan memberikan pemecahan suatu masalah yang didapat dari dialog dengan pengguna. Dengan bantuan sistem pakar seseorang yang bukan pakar atau ahli dapat menjawab pertanyaan, menyelesaikan masalah serta mengambil keputusan yang biasanya dilakukan oleh seorang pakar.

Sistem Pakar merupakan sebuah program komputer yang mencoba meniru atau mensimulasikan pengetahuan (knowledge) dan keterampilan (skill) dari seorang pakar pada area tertentu. Selanjutnya sistem ini akan mencoba memecahkan suatu permasalahan sesuai dengan kepakarannya[5].

2.2 Certainty Factor

Dalam menghadapi suatu masalah sering ditemukan jawaban yang tidak memiliki kepastian penuh. Ketidakpastian ini bisa berupa probabilitas atau fakta yang tergantung dari hasil suatu kejadian. Hasil yang tidak pasti disebabkan oleh dua faktor yaitu aturan yang tidak pasti dan jawaban pengguna yang tidak pasti atas suatu pernyataan yang diajukan oleh sistem. Ada tiga penyebab ketidakpastian aturan yaitu aturan tunggal, penyelesaian konflik dan ketidakcocokan (incompability) antar konsekuen dalam aturan. Aturan tunggal yang dapat menyebabkan ketidakpasian dipengaruhi oleh tiga hal, yaitu kesalahan, probabilitas dan kombinasi gejala (evidence).

Probabilitas disebabkan ketidakmampuan

seorang pakar merumuskan suatu aturan secara pasti. Misalnya seseorang mengalami sakit kepala, demam dan bersin ada kemungkinan orang tersebut terkena penyakit flu, tetapi bukan berarti apabila seseorang mengalami gejala tersebut pasti terserang penyakit flu. Certainty Factor (CF) menunjukkan ukuran kepastian terhadap suatu fakta atau aturan[6].

Sebagai contoh, berikut ini adalah proses pemberian bobot pada setiap premis (gejala) hingga perolehan persentase keyakinan untuk penyakit Tuberkulosis.

Kaidah 1 IF Demam AND Batuk

AND Batuk lebih dari 4 minggu THEN Tuberkulosis

Langkah pertama, pakar menentukan nilai CF untuk masing-masing gejala sebagai berikut :

CFpakar(Demam) = 0,5 CFpakar(Batuk) = 0,5

CFpakar(Batuk lebih dari 4 minggu)

= 0,6

Kaidah awal yang memiliki 3 premis dipecah menjadi kaidah yang memiliki premis tunggal, sehingga menjadi : Kaidah 1.1

IF Demam

THEN Tuberkolosis Kaidah 1.2

IF Batuk

THEN Tuberkolosis Kaidah 1.3

(4)

IF Batuk lebih dari 4 minggu THEN Tuberkolosis

Kaidah-kaidah yang baru tersebut kemudian dihitung nilai CF nya dengan mengalikan CFpakar dengan CFuser menjadi :

CF 1.1 = 0,5*1 =0,5 CF 1.2 = 0,5*0,8 =0,4 CF 1.1 = 0,6*0,4 =0,24

Kombinasikan CF 1.1 dengan CF 1.2 dengan rumus berikut :

CFcombine(CF1,CF2) = CF1 + CF2*(1- CF), sehingga menjadi

CFcombine(CF1.1,CF1.2)=0,5 + 0,4*(1- 0,5) = 0,7 = CFold

Kombinasikan CFold dengan CF 1.3 CFcombine(Cold,CF1.3)=0,7 + 0,24*(1- 0,7) =0,772

Presentase keyakinan

=CFcombine*100%

= 77,2%

Kasus ini juga diuji cobakan ke dalam system, dan system memberikan output sama yaitu 77,2%. Dengan demikian dapat dikatakan bahwa perhitungan Certainty Factor yang dilakukan oleh system tepat.

Pemberian nilai untuk pembagian keyakinan dapat dilihat pada tabel berikut :

Tabel Tingkat Keyakinan Certainty Factor

Uncertain Term CF 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 to

0.2

Maybe (mungkin) 0.4

Probably (kemungkinan besar) 0.6 Almost Certainly (hampir pasti) 0.8

Definitely (pasti) 1.0

3. Hasil dan Pembahasan

3.1 Perhitungan Certainty Factor

Perhitungan Certainty Factor untuk hipotesa adalah sebagai berikut :

Jika beberapa evidence dikombinasikan untuk menentukan CF dari suhu hipotesis e1

dan e2 adalah observasi maka :

1. Menghitung nilai CF dengan rumus berikut :

CF pakar * CF user

2. Kombinasikan CF 1.1 dengan CF 1.2 dengan rumus berikut :

CF combine (CF1,CF2) = CF[h1,e1]

+ CF[h1,e2] *(1-CF[h1,e2]) = CF old

Kemudian kombinasikan CF old dan CF[h1,e3]

3. Persentase keyakinan = CF combine

* 100%

Contoh Kasus

1. Seorang guru menyatakan bahwa seorang anak memiliki perilaku yang berbeda – beda di kelas. Guru tersebut ingin mengetahui apa saja perilaku anak yang akan menunjukkan jenis kegemarannya sehingga bisa melakukan stimulasi yang tepat bagi anak. Perilaku yang dialami anak adalah sebagai sebagai berikut : a. Meniru gaya

(5)

b. Suka bercerita c. Menyusun LEGO d. Menyusun puzzel e. Suka bermain drama f. Suka senam

Dari perilaku yang telah diuraikan diatas, sistem akan melakukan proses sesuai dengan metode Certainty Factor.

Setelah proses perhitungan, maka akan menyimpulkan jenis kegemaran pada anak.

Menghitung nilai CF dengan mengklaim CFpakar dengan CFuser jenis kegemaran bidang Kinestik menjadi :

CF [h3,e1] = CFpakar * CFuser

= 0 * 0.2

= 0

= 0 * 0.6

= 0

= 0 * 0.8

= 0

= 0 * 0.4

= 0

= 0.8 * 1.0

= 0.8

= 1.0 * 0.6

= 0.6

Mengkombinasikan nilai CF untuk perhitungan nilai MB pada jenis kegemaran bidang Kinestik. Untuk CF [h3,e1] maka lakukan perhitungan : CFcombine = CF[h3,e1] + CF[h3,e2] * (1-CF[h3,e1])

= 0 + 0 * (1-0)

= 0 + 0 * 1

= 0 + 0

CFold = 0

CFcombine = CFold + CF[h3,e3]

* (1- CFold)

= 0 + 0 * (1-0)

= 0 + 0 * 1

= 0 + 0

CFold = 0

* (1- CFold)

= 0 + 0 * (1-0)

= 0 + 0 * 1

= 0 + 0

CFold = 0

* (1- CFold)

= 0 + 0.8 * (1-0)

= 0 + 0.8 * 1

= 0 + 0.8

CFold = 0.8

* (1- CFold)

= 0.8 + 0.6 * (1-0.8)

= 0.8 + 0.6 * 0.2

(6)

= 0.8 + 0.12

CFold = 0.92

Persentase = CFcombine * 100%

= 0.92 * 100%

= 92%

Berdasarkan hasil perhitungan CF, maka nilai yang tertinggi yaitu pada jenis kegemaran bidang Kinestik dengan nilai 0.92 atau 92%. Dari hasil yang diproleh maka sistem mengidentifikasi bahwa anak tersebut memiliki jenis kegemaran bidang Kinestik. Dan stimulasi yang dapat dilakukan guru adalah Mengikutkan anak perlombaan yang berkaitan dengan menari, Mengajarkan kepada anak tentang beragam jenis tarian, Mengikutkan anak lomba atau kegiatan yang berhubungan dengan menjadi aktris atau aktor, Mengadakan kegiatan drama disekolah dan Membiasakan anak untuk tampil di depan kelas atau teman.

Untuk mendiagnosa kegemaran perlu diketahui terlebih dahulu perilaku yang terjadi pada anak. Implementasi merupakan kelanjutan dari perancangan sistem, tahap ini merupakan tahap pembangunan sistem yang telah dirancang. Langkah-langkah dalam tahap implementasi ini adalah urutan kegiatan awal sampai akhir yang harus dilakukan dalam mewujudkan sistem yang telah dirancang. Berikut ini merupakan tampilan hasil perancangan sistem pakar mengidentifikasi kegemaran anak dalam proses belajar, yaitu sebagai berikut : 1. Tampilan Halaman Utama Sistem

2. Tampilan Halaman Login

3. Tampilan Halaman Kegemaran Anak

4. Tampilan Halaman Perilaku

5. Tampilan Halaman Rule

(7)

6. Tampilan Halaman Konsultasi

7. Tampilan Halaman Hasil Konsultasi.

8. Tampilan Halaman Laporan Hasil Konsultasi

4.KESIMPULAN

Berdasarkan hasil analisis dari permasalahan yang ada pada sistem pakar mengidentifikasi kegemaran anak dengan menggunakan metode Certainty Factor, maka dapat diambil beberapa kesimpulan yaitu sebagai berikut :

1. Dengan adanya sistem pakar mengidentifikasi kegemaran anak diharapkan dapat membantu guru untuk mengetahui stimulasi yang tepat bagi perkembangan kognitif anak berdasarkan perilakunya, sehingga untuk kedepannya guru dapat memperhatikan dengan jelas perkembangan kognitif yang terjadi pada anak berdasarkan perilaku anak.

2. Dengan adanya sistem ini juga dapat mewujudkan tercapainya tujuan dari TK

yaitu membantu meletakkan dasar ke arah perkembangan sikap pengetahuan, keterampilan, dan daya cipta yang diperlukan oleh anak, pertumbuhan serta perkembangan selanjutnya.

3. Sistem dibuat untuk mempermudah para guru dalam menentukan stimulasi terhadap anak, agar pemakai aplikasi ini dapat mengefesienkan waktu dan menghemat biaya administrasi tanpa harus bertemu seorang pakar.

5.SARAN

Setelah melakukan penguraian pembahasan dan memberi kesimpulan terhadap uraian pembahasan tersebut, maka untuk mengakhiri penulisan skripsi ini penulis ingin memberikan beberapa saran yang dapat berguna dimasa yang akan datang, saran tersebut sebagai berikut :

(8)

1. Sistem pakar mengidentifikasi kegemaran anak ini dapat dikembangkan lagi menjadi aplikasi yang lebih luas seperti penambahan jenis kegemaran anak dan perilaku pada anak.

2. Sistem ini dapat dikembangkan dengan metode-metode yang lain sebagai perbandingan dengan metode yang digunakan sekarang.

3. Perancangan sistem pakar mengidentifikasi kegemaran anak dengan menggunakan Certainty Factor yang digunakan ini perlu penyempurnaan baik dari segi tampilan maupun lainnya.

DAFTAR PUSTAKA

[1] R. Saragih, “Sistem Pakar Mengidentifikasi Minat Bakat Anak Dengan Metode Certainty Factor (Studi Kasus : Sekolah Bilingual Nasional Plus Permata Bangsa Binjai),” Algoritm. J. Ilmu Komput.

Dan Inform., vol. 4, no. 2, pp. 43–51,

2020, doi:

10.30829/algoritma.v4i2.8517.

[2] N. A. Putri, “SISTEM PAKAR UNTUK MENGIDENTIFIKASI

KEPRIBADIAN SISWA

MENGGUNAKAN METODE

CERTAINTY FACTOR DALAM

MENDUKUNG PENDEKATAN

GURU,” Director, vol. 15, no. 40, pp.

6–13, 2018,

[3] E. Sianturi, “Sistem Pakar Diagnosa Gejala Kecanduan Game Online,”

Sist. Pakar Diagnosa Gejala Kecanduan Game Online Dengan Menggunaka Metod. Certain. Factor, vol. 7, no. 3, pp. 1–5, 2014.

[4] R. Rachman and A. Mukminin,

“Penerapan Metode Certainty Factor Pada Sistem Pakar Penentuan Minat dan Bakat Siswa SD,” Khazanah Inform. J. Ilmu Komput. dan Inform., vol. 4, no. 2, p. 90, 2018, doi:

10.23917/khif.v4i2.6828.

[5] R. Buaton and S. Astuti, “Perancangan Sistem Pakar Tes Kepribadian Dengan Menggunakan Metode Bayes,” J.

Inform., vol. 4, no. April, pp. 1–16, 2014.

[6] M. Iqbal, R. Buaton, and Y. Verdi, 15 Metode Konsep Sistem Aplikasi Cerdas. Medan, 2017.

[7] R. Buaton and Y. Maulita, “GINJAL

DENGAN PENGOBATAN

HERBAL,” vol. 7, no. 1, pp. 1–7, 2013.