BAB III ANALISIS DAN DESAIN SISTEM. identifikasi penyakit pada tanaman buah naga dengan menggunakan metode

(1)

43 BAB III

ANALISIS DAN DESAIN SISTEM

Pada bab ini penulis akan membahas mengenai perancangan sistem pakar identifikasi penyakit pada tanaman buah naga dengan menggunakan metode

certainty Factor yang meliputi analisa sistem yang sedang berjalan saat ini dan

desain sistem.

III.1. Analisa Masalah

Pada sistem yang sedang berjalan belum ada atau belum tersedia sistem pakar tempat konsultasi yang berbasis komputer yang menjelaskan tentang penyakit yang dialami petani terhadap tanaman buah naga dan permasalahan seputar tanaman buah naga. Sistem yang berjalan, para petani akan mencari informasi dari sumber pengetahuan seperti sesama petani buah naga, buku serta majalah tentang pertanian. Namun diprakteknya masih ada saja petani yang mengalami kegagalan dalam menentukan solusi yang tepat untuk mengatasi permasalahan tersebut.

III.1.1 Analisa Input

Pada sistem yang berjalan, belum ada sistem pakar berbasis komputer sebagai tempat untuk berkonsultasi para pengguna, sehingga petani buah naga yang ingin berkonsultasi akan mencari informasi melalui buku dan informasi dari penyuluh pertanian.

(2)

III.1.2. Analisa Proses

Gambar III.1. Flow of Document Letak Konsultasi

Berikut merupakan penjelasan dari flow of document tersebut diatas adalah sebagai berikut :

1. Start.

2. Petani atau pembudidaya akan mencari keterangan tentang penyakit pada buah naga.

3. Petani akan menanyakan informasi seputar penyakit pada tanaman buah naga kepada sesama petani ataupun kepada penyuluh pertanian

4. Jika informasi dan solusi penyakit pada buah naga sudah ditemukan..

Pengguna Administrasi Penyuluh

Data Pengguna Data gejala Data Pengguna Data gejala Input data pengguna dan gejala penyakit Data Pengguna Data gejala Data Pengguna Data gejala Proses konsultasi Analisa hasil konsultasi Analisa Hasil Konsultasi Analisa hasil konsultasi

(3)

5. maka petani akan melaksanakan solusi yang didapat sesuai dengan anjuran penyuluh pertanian.

6. End III.1.3. Analisa Output

Keluaran atau output data dari sistem yang sedang berjalan setelah diinput dan diproses akan ditampilkan hasilnya dalam bentuk output. Adapun sebagai

output dari proses yang dilakukan adalah hasil analisa tentang penyakit pada

tanaman buah naga yang diberikan dalam bentuk jawaban dari penyuluh pertanian.

III.2. Penerapan Metode Certainty Factor

Representasi pengetahuan merupakan metode yang digunakan untuk mengkodekan pengetahuan dalam sebuah sistem pakar yang berbasis pengetahuan (knowledge base). Basis pengetahuan mengandung pengetahuan untuk pemahaman dan merupakan inti dari sistem pakar, yaitu berupa representasi pengetahuan dari pakar yang tersusun atas dua (2) elemen dasar yaitu, fakta dan aturan, dan mesin inferensi.

II.2.1. Basis pengetahuan

Basis pengetahuan yang terdapat dalam sistem pakar ini akan digunakan untuk menentukan proses pencarian atau menentukan kesimpulan yang diperoleh dari hasil analisis. Hasil yang diperoleh setelah pengguna melakukan interaksi dengan sistem pakar yaitu dengan menjawab pertanyaan yang diajukan oleh sistem pakar. Basis pengetahuan yang di gunakan didalam sistem pakar ini terdiri

(4)

dari : gejala-gejala yang penyakit buah naga dan derajat/ tingkat keyakinan yang diberikan oleh pakar. Tabel keputusan untuk gejala-gejala yang terjadi adalah seperti ditunjukkan oleh tabel III.1 dibawah ini:

III.2.1.1. Data Gejala

Tabel III.1 Daftar Gejala Penyakit

No Id Nama Gejala Nilai

1. G001 Batang tanaman buah naga membusuk 9 2. G002 Batang buah naga terlihat layu 8 3. G003 Pangkal batang berwarna kekuningan 7 4. G004 Batang tanaman buah naga berwarna merah

kecoklatan

8

5. G005 Batang terlihat Kusam 6

6. G006 Muncul lendir berwarna putih kekuningan 9

7. G007 Tanaman terlihat mengerut 9

8. G008 Terdapat Bercak coklat pada permukaan batang 7 9. G009 Terdapat bercak merah pada permukaan batang 9

10. G010 Tidak Ditemukan 0

11. G011 Terdapat bulu putih pada batang buah naga 7

III.2.1.2. Data Penyakit

Tabel III.2 Tabel Data Penyakit

No Id Nama Penyakit Pada Pohon Pepaya Nilai

1. P001 Busuk Pangkal Batang 7

2. P002 Busuk Bakteri 6

3. P003 Layu Fusarium 8

4. P004 Karat Merah 7

(5)

III.2.1.3. Data rule

Tabel III.3 Data Rule

No Id Gejala Id 1. Rule 1 If G001, G003, G004, G011 Then P001 2. Rule 2 If G002, G005, G006 Then P002 3. Rule 3 If G001, G002, G007 Then P003 4. Rule 4 If G008, G009 Then P004 5. Rule 5 If G010, Then P005

III.2.1.4. Pohon Keputusan

(6)

III.2.2. Penerapan Metode Certainty Factor

Faktor kepastian (certainty factor) diperkenalkan oleh Shortliffe Buchanan dalam pembuatanMYCIN. Certainty Factor (CF) merupakan nilai parameter klinis yang diberikan MYCIN untuk menunjukkan besarnya kepercayaan. Certainty

Factor didefinisikan sebagai persamaan berikut:

CF (H, E) = MB (H, E) – MD (H, E) 1 if P(H) = 1 MB(H|E)= max[P(H|E) , P(H)] - P(H) otherwise 1 - P(H) 1 if P(H) = 0 MD(H|E)= min[P(H|E), P(H)] - P(H) otherwise - P(H) Di mana: CF (H, E) = Faktor kepastian

MB (H, E) = Ukuran kepercayaan terhadap hipotesis H, jika diberikan

evidence E ( antara 0 dan 1)

MD (H, E) = Ukuran ketidak percayaan terhadap evidence H, jika diberikan evidence E (antara 0 dan 1)

P(H) = probabilitas kebenaran hipotesa H P(H|E) = probabilitas bahwa H benar karena fakta E

Metode certainty factor yang akan diterapkan dalam pembuatan sistem pakar ini adalah metode dengan rumus certainty factor sebagai berikut :

(7)

Contoh perhitungan nilai certainty factor untuk sistem ini adalah sebagai berikut:

If Batang tanaman buah naga membusuk And Pangkal batang berwarna kekuningan

And Batang tanaman buah naga berwarna merah kecoklatan And Terdapat bulu putih pada batang buah naga

Then Busuk Pangkal Batang Dengan menganggap

E1 : Batang tanaman buah naga membusuk

E2 : Pangkal batang berwarna kekuningan.

E3 : Batang tanaman buah naga berwarna merah kecoklatan.

E4 : Terdapat bulu putih pada batang buah naga.

Nilai certainty factor hipotesis pada saat evidence pasti adalah : CF(H,E) = min CF(H,E1 ∩ E2 ∩ E3 ∩ E4)

= 0.7

Dalam kasus ini, kondisi gejala tidak dapat ditentukan dengan pasti. Certainty factor evidence E yang dipengaruhi partial evidence e ditunjukkan dengan nilai sebagai berikut:

CF(E1 , e) = 0.9

CF(E2 , e) = 0.7

CF(E3 , e) = 0.8

(8)

Sehingga

CF(E,e) = min[CF(E1 ∩ E2 ∩ E3 ∩ E4 , e)]

= min [CF(E1,e), CF(E2,e), CF(E3,e), CF(E4,e)]

= min [0.9, 0.7, 0.8, 0.7]

= 0.7 x 100% = 70%

Hal ini berarti besarnya kepercayaan pakar terhadap kemungkinan P001 adalah 0.7 atau persentasi 70%

III.3. Desain Sistem

Kelemahan sistem yang sedang berjalan perlu dipikirkan dan mencari solusi terbaik. Kelemahan ini dapat diperkecil dengan merancang suatu sistem yang dapat menutupi kelemahan pada sistem yang berjalan tersebut. Dalam hal ini penulis akan mendesain dan memberikan gambaran yang jelas mengenai rancang bangun sistem yang akan diusulkan sebagai alternatif perbaikan pada sistem yang sedang berjalan.

Pada tahap ini perlu membatasi rancang bangun sistem yang diusulkan agar lebih mudah dalam memahami sistem nantinya Karena sistem yang diusulkan akan menghasilkan sebuah perangkat lunak yang berorientasi objek, maka perlu melakukan pemodelan sistem berdasarkan objek-objek yang digunakan. Dalam pemodelan ini penulis menggunakan Unfied Modeling

Languange (UML). Pada tahap pemodelan ataupun disain sistem secara global,

(9)

diusulkan, seperti pembuata use case diagram, activity diagram, sequence

diagram dan class diagram.

III.3.1. Use Case Diagram

Gambar III.3 Usecase Diagram

Use case diagram tersebut digunakan untuk memahami bagaimana

interaksi pengguna sistem dengan sistem yang dipakai secara keseluruhan. Pada

use case diagram ini juga akan menjelaskan kegiatan apa saja yang dapat

dilakukan oleh pengguna sistem dan batasan dalam mengakses sistem. Admin User Olah Master Penyakit Olah Master Relasi Login Admin Olah Master Gejala Konsultasi Input Data Pengguna <<include>> <<include>> <<include>> <<include>>

(10)

III.3.2. Class Diagram

Class diagram sangat membantu penulis dalam visualisasi struktur

kelas-kelas dari suatu sistem dan merupakan tipe diagram yang paling banyak dipakai.

Class diagram memperlihatkan hubungan antar kelas dan penjelasan detail tiap

tiap kelas didalam model disain dari suatu sistem. Adapun class diagram yang diusulkan dapat dilihat pada gambar berikut ini :

Gambar III.4 Diagram Class Sistem Pakar III.3.3. Activity Diagram

Logika program dari sistem yang diusulkan akan digambarkan dalam sebuah activity diagram. Activity diagram ini akan menjelaskan setiap kegiatan yang akan dilakakukan pengguna pada sistem nantinya. Dengan menggambarkan setiap aktivitas dari sistem diharapkan sistem yang akan dibangun leibh mudah

analisa_hasil +id*: int(4) +nama: varchar(60) +kelamin: enum ('P','W') +alamat: varchar(100) +pekerjaan: varchar(60) +kd_penyakit*: char(4) +noip: varchar(60) +tanggal: datetime gejala +kd_gejala*: char(4) +nm_gejala: varchar(100) +nilai_cf: char(4) +input() +ubah() +hapus() pakar +userID*: varchar(50) +PassID: varchar(100) penyakit +kd_penyakit*: char(4) +nm_penyakit: varchar(100) +keterangan: text +solusi: text +nilai_cf: char(4) +input() +ubah() +hapus() relasi +kd_gejala*: char(4) +nm_gejala*: char(4) tmp_analisa +noip: varchar(60) +kd_penyakit*: char(4) +kd_gejala*: char(4) +status: enum('Y','N') tmp_gejala +noip: varchar(60) +kd_gejala*: char(4) tmp_pasien +id*: int (4) +nama: varchar(60) +kelamin: enum('P','W') +alamat: varchar(100) +pekerjaan: varchar(60) +noip: varchar(60) +tanggal: datetime tmp_penyakit +noip: varchar(60) +kd_penyakit*: char(4) 0..* 1 1..* 1 * 1 1..* 1 * 1 1..* 1 0..* 1 1 0..*

(11)

dipahami. Adapun activity diagram pada sistem yang diusulkan adalah sebagai berikut :

III.3.3.1. Activity Diagram Input Data Pengguna

Gambar III.5 Activity Diagram Input Data Pengguna III.3.3.2. Activity Diagram Konsultasi

Gambar III.6 Activity Diagram Konsultasi Masukkan nama, alamat, dan pekerjaan

Input data

Input nama, alamat, dan pekerjaan berhasil ya

sukses

(12)

III.3.3.3. Activity Diagram Data Penyakit

Gambar III.7 Activity Diagram Data Penyakit Tampil Penyakit Tambah Ubah Data penyakit Keluar Ya Ya Tidak Tidak Hapus Ya Tidak

(13)

III.3.3.4. Activity Diagram Data Gejala

Gambar III.8 Activity Diagram Data Gejala Tampil Gejala Tambah Ubah Data Gejala Keluar Ya Ya Tidak Tidak Hapus Ya Tidak

(14)

III.3.3.5. Activity Diagram Relasi

Gambar III.9 Activity Diagram Data Relasi Tampil Relasi Tambah Ubah Data Relasi Keluar Ya Ya Tidak Tidak Hapus Ya Tidak

(15)

III.3.3.3. Activity Diagram Login Admin

Gambar III.10 Activity Diagram Login Admin

III.3.4. Sequence Diagram

Sequence Diagram menggambarkan interaksi antara sejumlah object dalam

urutan waktu. Kegunaannya untuk menunjukkan rangkaian pesan yang dikirim antara object serta interaksi antar object yang terjadi pada titik tertentu dalam eksekusi sistem yang diusulkan. Adapun perancangan sequence diagram pada sistem yang diusulkan adalah sebagai berikut:

Tidak ada Masukkan username dan password

Login berhasil

Cek valid? ya

(16)

III.3.4.1. Sequence Diagram Interaksi Login Admin

Gambar III.11 Sequence Diagram Login Admin 1: Menu login()

2:Halaman Login Tampil()

3:Masukkan Username dan Password()

4: Login() _5:Validasi() 6: Hasil() 7:pesan informasi() 8:Login sukses() 9: Cancel() 10: Reset Field()

Form login Controller Hal Admin Tbl Pakar Admiin

(17)

III.3.4.2. Sequence Diagram Penyakit

Gambar III.12 Sequence Diagram Penyakit

1: Menu Penyakit()

2: Halaman Data Penyakit()

3: Tambah data() 4: Ubah () 5: Hapus() 6: Validasi() 7:Result() 8:Pesan Informasi ()

9: Data berhasil disimpan()

Admiin

(18)

III.3.4.3. Sequence Diagram Gejala

Gambar III.13 Sequence Diagram Gejala

1: Menu Gejala()

2: Halaman Data gejala()

Admin

(19)

III.3.4.4. Sequence Diagram Relasi

Gambar III.14 Sequence Diagram Relasi

1: Menu Relasi()

2: Halaman Data Relasi()

Admin

(20)

III.3.4.5. Sequence Diagram Input Data Pengguna

Gambar III.15 Sequence Diagram Input Data Pengguna 1:pilih menu()

2:Konsultasi()

3:halaman Konsultasi()

Hal Utama Hal Konsultasi Proses Tbl Pasien User

(21)

III.3.4.6. Sequence Diagram Halaman Konsultasi

Gambar III.16 Sequence Diagram Halaman Konsultasi

III.4. Desain Database

Tahap ini merupakan tahap dimana penulis menempatkan data yang sudah ada pada bagian server. Data tersebut nantinya akan diproses oleh data yang sudah dibuat. Tempat untuk menampung data tersebut disebut dengan basisdata atau

1:konsultasi()

2: Halaman konsultasi()

3: masukkan data pengguna()

4: menampilkan pertanyaan () 5:jawab pertanyaan () 6: Validasi() 7:Result() Hasil analisa () User

(22)

database strukturnya yang terdiri dari atas tabel-tabel yang dibuat dengan menggunakan program Xampp server

III.4.1. ERD ( Entity Relation Diagram)

Gambar III.17 Entity Relationship Diagram (ERD) III.4.2. Desain Tabel

Dalam perancangan database Sistem pakar mendeteksi Penyakit pada pohon pepaya, menggunakan tabel tabel basis data sebagai berikut:

1. Tabel Penyakit

Tabel Penyakit digunakan untuk menampung data Penyakit dan solusi keseluruhan. Berikut ditampilkan rancangan struktur data Penyakit.

Nama Database : buah_nagaspk Nama Tabel : Penyakit Field Key : kd_Penyakit

Tabel III.4 Tabel Penyakit Tanaman Buah Naga No Nama Field Data Type Width Keterangan

1 Kd_penyakit Char 4 Id Penyakit

2 Nm_penyakit Varchar 100 Nama Penyakit

3 Nilai_cf Varchar 5 Nilai CF

4 keterangan Text 500 keterangan

5 Solusi Text 500 Solusi

Penyakit Kd_penyakit Nm_penyakit Nilai_cf Definisi keterangan Gejala Kd_gejala Nm_gejala Relasi Kd_penyakit Kd_gejala

(23)

2. Tabel Gejala

Tabel gejala digunakan untuk menampung data gejala keseluruhan. Berikut ditampilkan rancangan struktur data Gejala.

Nama Database : buah_nagaspk Nama Tabel : gejala

Field Key : kd_gejala

Tabel III.5 Tabel Gejala Penyakit Tanaman Buah Naga No Nama Field Data Type Width Keterangan

1 Kd_gejala Varchar 4 Id gejala

2 Nm_gejala Varchar 100 Nama gejala

3 Nilai_cf Char 4 Nilai CF gejala

3. Tabel Analisa Hasil

Tabel Analisa Hasil digunakan untuk menampung hasil analisa sementara untuk membuat sebuah hipotesis keseluruhan. Berikut ditampilkan rancangan struktur data hasil analisa.

Nama Database : buah_nagaspk Nama Tabel : analisa_hasil

Field Key : Id

Tabel III.6 Tabel analisa hasil konsultasi Tanaman Buah Naga No Nama Field Data Type Width Keterangan

1 id Int 4 Id

2 kd_Penyakit Char 4 Id Penyakit

(24)

4 noip Varchar 60 Ip address 5 pekerjaan Varchar 60 Pekerjaan

6 alamat Varchar 100 Alamat

7 tanggal Datetime - Tanggal

8 kelamin Enum P, W Kelamin

4. Tabel Pakar

Tabel Pakar digunakan untuk menampung data pakar yang mengelola seluruh data penyakit, relasi dan gejala. Berikut ditampilkan rancangan struktur data pakar.

Nama Database : buah_nagaspk Nama Tabel : pakar

Field Key : userID

Tabel III.7 Tabel pakar Tanaman Buah Naga No Nama Field Data Type Width Keterangan

1 userID Varchar 50 Username pakar

2 passID Varchar 100 Password pakar

5. Tabel Temp_Gejala

Tabel Temp_gejala digunakan untuk menampung sementara analisa. Berikut ditampilkan rancangan struktur data hasil analisa.

Nama Database : buah_nagaspk Nama Tabel : tmp_gejala

(25)

Field Key : kd_gejala

Tabel III.8 Tabel tmp_gejala Tanaman Buah Naga No Nama Field Data Type Width Keterangan

3 kd_gejala Varchar 4 Kode gejala

4 noip Varchar 60 Ip address

6. Tabel Temp_Penyakit

Tabel Temp_Penyakit digunakan untuk menampung data analisa penyakit sementara yang banyak di pertanyakan. Berikut ditampilkan rancangan struktur data Temp_Penyakit.

Nama Database : buah_nagaspk Nama Tabel : tmp_Penyakit Field Key : kd_Penyakit

Tabel III.9 Tabel Tmp_Penyakit Tanaman Buah Naga No Nama Field Data Type Width Keterangan 1 kd_Penyakit Varchar 4 Id Penyakit

2 Noip Varchar 60 Ip address

7. Tabel Tmp_pasien

Tabel Analisa Hasil digunakan untuk menampung hasil analisa keseluruhan. Berikut ditampilkan rancangan struktur data hasil analisa.

Nama Database : buah_nagaspk Nama Tabel : Temp_pasien

(26)

Tabel III.10 Tabel Tmp_pasien Tanaman Buah Naga No Nama Field Data Type Width Keterangan

1 alamat Varchar 100 Alamat

2 id Varchar 4 Id pengguna

3 kelamin Enum P, W Jenis Kelamin

4 nama Varchar 60 Nama

5 noip Varchar 60 Noip

6 pekerjaan Varchar 60 Pekerjaan

7 tanggal Datetime - Tanggal

8. Tabel Relasi

Tabel Relasi digunakan untuk menampung data Relasi keseluruhan. Berikut ditampilkan rancangan struktur data Relasi.

Nama Database : buah_nagaspk Nama Tabel : Relasi

Field Key :

Tabel III.11 Tabel Relasi Tanaman Buah naga No Nama Field Data Type Width Keterangan 1 Kd_gejala Varchar 50 Kode gejala 2 Kd_Penyakit Varchar 50 Kode Penyakit

III.4.2. Normalisasi

Normalisasi data merupakan proses pemecahan tabel flat menjadi tabel-tabel relasi yang berhubungan satu dengan lainnya. Normalisasi dibutuhkan untuk mengurangi adanya reduransi data karena adanya tumpang tindih data yang disimpan menjadi satu tabel. Selain mengurangi redudansi data normalisasi juga

(27)

dimaksudkan sebagai cara untuk lebih mengakuratkan proses input data sehingga data yang dimasukkan dalam sistem adalah data yang konsisten. Adapun proses normalisasi dalam penelitian ini dapat dilihat pada gambar berikut ini.

Gambar III.18 Normalisasi Penyakit Dan Gejala

III.5. Desain User Interface III.5.1. Desain Output

Desain output Sistem global sebagaimana telah dijelaskan di atas tidak dapat menggambarkan secara keseluruhan proses yang terjadi dalam sistem, sehingga dibutuhkan disain sistem secara detail yang dapat menjelaskan alur proses yang terjadi di dalam sistem tersebut. Adapun disain sistem secara detail yang diusulkan akan dijelaskan satu persatu berikut ini

Tbl penyakit Kode Nama Nilai solusi Tbl Relasi Kd_penyakit Kd_gejala Tbl gejala Kode Nama 1 1 m m

(28)

III.5.1.1 Desain Output Halaman Home

III.5.1.2. Desain Output Halaman penyakit

Header

Menu home _{Daftar Semua Penyakit}

No Nama Penyakit Menu Menu penyakit

Konsultasi

Bantuan Login admin

Gambar III.20 Desain Output Halaman penyakit Tentang sistem

Header

Menu home Halaman Utama

Menu penyakit Konsultasi

Bantuan Login admin

Gambar III.19 Desain Output Halaman Utama Tentang sistem

(29)

III.5.1.3. Desain Output Halaman Konsultasi

III.5.1.4. Desain Output Halaman Analisa Hasil

Header Menu home Menu penyakit Konsultasi Bantuan Login admin

Gambar III.21 Desain Output Halaman Analisa Hasil Tentang sistem

DATA PENGGUNA: Nama

Alamat Pekerjaan

HASIL ANALISA TERAKHIR Penyakit Nama Nilai CF Gejala Keterangan Solusi Header Menu home Menu penyakit Konsultasi Bantuan Login admin

Gambar III.21 Desain Output Halaman Konsultasi Tentang sistem Nama Kelamin Alamat Daftar Pekerjaan Pria wanita

(30)

III.5.1.5. Desain Output Halaman Tentang Sistem Pakar

III.5.1.6. Desain Output Halaman Admin

Gambar III.23 Desain Output Halaman Admin

penyakit gejala Relasi Lap penyakit Lap gejala Logout Header

Menu home

Sistem Pakar Mendeteksi Penyakit pada pohon pepaya

Menu penyakit Konsultasi

Bantuan Login admin

Gambar III.22 Desain Output Halaman Tentang Sistem Pakar Tentang sistem

(31)

III.5.1.7. Desain Halaman Tampilan Penyakit

III.5.1.8. Desain Halaman Output Halaman Tampil Gejala

Gambar III.25 Desain Output Halaman Tampil Gejala Header

penyakit gejala Relasi Lap penyakit Lap gejala Logout

Daftar semua gejala

No Nama gejala pilihan

Ubah I hapus Tambah

Gambar III.24 Desain Output Halaman Tampilan penyakit Header

Daftar semua Penyakit

No Nama Penyakit Menu

Ubah I hapus Tambah

(32)

III.5.1.9. Desain output halaman Laporan Gejala

III.5.1.10. Desain Output Halaman Laporan Penyakit

Gambar III.27 Desain Output Halaman Laporan penyakit Header

Daftar Semua Penyakit Kode Nama Penyakit Nilai CF Keterangan Solusi Lihat Gejalanya

Gambar III.26 Desain Output Halaman Laporan Gejala Header

Daftar Gejala

(33)

III.5.1.11. Desain Output Halaman Laporan Penyakit Lihat Gejalanya

III.5.2 Desain Input

Sistem ini mempunyai beberapa halaman yang akan menjadi intput. Dalam perancangannya, sistem yang diusulkan mempunyai tiga halaman sebagai keluaran akhir, yaitu :

Gambar III.28 Desain Output Halaman Laporan penyakit Header

Daftar Gejala Penyakit :

(34)

III.5.2.1. Desain Input Halaman Login Admin

III.5.2.2. Desain Input Halaman Tambah Penyakit

Header

Gambar III.30 Desain Input Halaman Tambah Penyakit penyakit gejala Relasi Lap penyakit Lap gejala Logout

simpan Kode Nama penyakit Nilai Cf Keterangan Solusi

Tambah Data Penyakit

Gambar III.29 Desain Input Halaman Admin Login Login

Login User : Login Password:

(35)