TUGAS AKHIR IMPLEMENTASI METODE NAIVE BAYES UNTUK MENDETEKSI KERUSAKAN MOTHERBOARD PADA LAPTOP. Universitas Dian Nuswantoro.

(1)

TUGAS AKHIR

IMPLEMENTASI METODE NAIVE BAYES

UNTUK MENDETEKSI KERUSAKAN MOTHERBOARD PADA LAPTOP

Laporan ini disusun sebagai salah satu syarat pada mata Kuliah Tugas Akhir pada Program Studi Teknik Informatika-S1 Fakultas Ilmu Komputer

Universitas Dian Nuswantoro

Disusun oleh :

Nama : Muhammad Abdul Faqih NIM : A11.2012.07123

Program Studi : Teknik Informatika - S1

FAKULTAS ILMU KOMPUTER

UNIVERSITAS DIAN NUSWANTORO SEMARANG

2016

(2)

(3)

(4)

(5)

(6)

(7)

vii

UCAPAN TERIMA KASIH

Dengan memanjatkan puji syukur kehadirat Allah SWT. Tuhan Yang Maha Pengasih dan Maha Penyayang yang telah melimpahkan segala rahmat, hidayah serta inayah-Nya kepada penulis sehingga laporan tugas akhir yang berjudul

“Implementasi Metode Naive Bayes untuk Mendeteksi Kerusakan Motherboard pada Laptop” dapat terselesaikan dengan baik dan sesuai rencana karena dukungan dari berbagai pihak yang tidak ternilai besarnya. Oleh karena itu penulis menyampaikan terimakasih kepada:

1. Dr.Ir.Edi Noersasongko,M.Kom, selaku Rektor Universitas Dian Nuswantoro Semarang.

2. Dr. Drs. Abdul Syukur, MM, selaku Dekan Fasilkom.

3. Heru Agus Santoso, Ph.D, selaku Ka.Progdi Teknik Informatika.

4. Ayu Pertiwi S.Kom, MT selaku pembimbing tugas akhir yang selalu memberikan saran dan bimbingan yang berkaitan dengan penelitian penulis.

5. Dosen-dosen pengampu di Fakultas Ilmu Komputer Teknik Informatika Universitas Dian Nuswantoro Semarang yang telah memberikan ilmu dan pengalamannya masing-masing, sehingga penulis dapat mengimplementasikan ilmu yang telah disampaikan.

6. Kedua Orang tua penulis yang telah memberikan motivasi, nasehat, do’a, kasih sayang, dukungan material dan spiritual, tak lupa juga kepada semua saudara penulis yang telah mendukung penulis dalam pembuatan laporan Tugas Akhir ini.

7. Miftah Farid selaku pakar dari “P One Komputer Semarang” dalam pembuatan Tugas Akhir yang saya buat.

8. Sekar Ayu Istiqomah yang telah memberikan semangat selama proses pembuatan laporan Tugas Akhir.

(8)

viii

seangkatan TI 2012, Keluarga BEM 4115, rumah kos, kontrakan basecamp Kalibanteng sahabat-sahabat lainnya yang telah memberikan bantuan, hiburan, dan semangat selama proses pembuatan laporan Tugas Akhir ini.

Semoga Tuhan yang Maha Esa memberikan balasan yang lebih besar kepada beliau-beliau, dan pada akhirnya penulis menyadari bahwa masih banyak kesalahan dan kekurangan pada proyek tugas akhir ini, dari sebab itulah penulis memohon maaf atas kesalahan dan kekurangan tersebut.

Penulis sangat berharap proyek ini dapat semakin disempurnakan lagi sehingga dapat menjadi lebih berkembang dan lebih bermanfaat sebagaimana fungsinya.

Semarang, November 2016

Penulis

(9)

ix

ABSTRAK

Kerusakan hardware lebih sukar diatasi dari pada permasalan software pada laptop, jika kerusakan pada software proses pengerjaannya cepat dan biaya ringan berbeda dengan laptop yang rusak pada hardwarenya yang memakan biaya mahal dan proses pengerjaan yang lama. Dengan adanya penelitian ini diharapkan dapat bermanfaat bagi masyarakat pada umumnya. Hasil dari penelitian yang telah dilakukan didapatkan tingkat akurasi yang sama dengan data asli, dengan hasil perhitungan sesuai 100%. Pada masing-masing kerusakan motherboard menunjukan hasil yang sesuai menurut gejala yang dialami oleh user. Penerapan metode naïve bayes dapat menjadi salah satu alternative yang dapat di implementasikan dengan permasalahan yang dihadapi oleh peneliti. Hasil dari penerapan metode naïve bayes menghasilkan perhitungan yang sesuai berdasarkan gejala kerusakan dan daftar kerusakan yang telah ditentukan oleh penulis. Untuk pengembangan penelitian lebih lanjut dapat diterapkan metode lainnya dengan pengembangan sistem yang ada, sehingga dapat lebih dimanfaatkan oleh masyarakat jika mengalami kerusakan pada laptop khususnya teknisi yang melakukan perbaikan laptop.

Kata Kunci : Motherboard, Gejala, Kerusakan, Naive Bayes.

(10)

x

HALAMAN JUDUL ... i

PERSETUJUAN TUGAS AKHIR ... ii

PENGESAHAN DEWAN PENGUJI ... iii

PERNYATAAN KEASLIAN TUGAS AKHIR ... iv

PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS ... v

UCAPAN TERIMA KASIH ... vii

ABSTRAK ... ix

DAFTAR ISI ... x

DAFTAR TABEL ... xiv

DAFTAR GAMBAR ... xv

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang Masalah ... 1

1.2 Rumusan Masalah ... 3

1.3 Batasan Masalah ... 4

1.4 Tujuan Penelitian ... 4

1.5 Manfaat Penelitian ... 4

BAB II TINJAUAN PUSTAKA ... 5

2.1 Penelitian Terkait ... 5

2.2 Tinjauan Pustaka ... 8

2.2.1 Pengertian Implementasi ... 8

2.2.2 Pengertian Sistem Pakar ... 10

2.2.3 Keunggulan Sistem Pakar ... 11

2.2.4 Kekurangan Sistem Pakar ... 12

2.2.5 Konsep Dasarr Sistem Pakar ... 12

2.2.6 Bagian Motherboard pada Laptop ... 14

2.2.7 Pengertian Java ... 20

(11)

xi

2.2.8 Keunggulan Java ... 21

2.2.9 Kekurangan Java ... 22

2.2.10 Pengertian Netbeans ... 23

2.2.11 Naive Bayes ... 24

2.3 Kerangka Pemikiran ... 25

BAB III METODE PENELITIAN ... 27

3.1 Objek Penelitian ... 27

3.2 Instrumen Penelitian ... 27

3.3 Jenis Sumber Data ... 27

3.4 Metode Pengumpulan Data ... 28

3.5 Metode Penelitian ... 29

3.6 Perhitungan Manual Bayesian Berdasarkan Rumus ... 30

BAB IV ANALISIS DAN PERANCANGAN SISTEM ... 34

4.1 Analisis Sistem ... 34

4.1.1 Use Case Diagram ... 34

4.1.2 Flow Chart Perhitungan Naive Bayes ... 38

4.2 Perhitungan Manual Bayesian ... 39

4.3 Implementasi Algoritma Bayesian ... 51

4.3.1 Halaman About ... 51

4.3.2 Halaman Analisis Kerusakan ... 52

4.3.3 Halaman Hasil Analisis Kerusakan ... 53

4.3.4 Halaman Cek Peralatan ... 54

4.3.5 Halaman Daftar Data Kerusakan ... 55

4.3.6 Halaman Hisrtory Pengujian ... 56

4.3.7 Halaman Solusi Perbaikan ... 57

4.4 Pengujian Sistem ... 58

4.5 Pembahasan Hasil Pengujian ... 61

(12)

xii

5.1 Kesimpulan ... 63 5.2 Saran ... 64 DAFTAR PUSTAKA ... 65

(13)

xiv

DAFTAR TABEL

Tabel 2.1 Penelitian Terkait ... 6

Tabel 2.2 Daftar Seri Laptop Acer ... 20

Tabel 2.3 Kerangka Pemikiran ... 25

Tabel 3.1 Tabel Keputusan antara Kerusakan dan Gejala ... 32

Tabel 4.1 Tabel Keputusan antara Kerusakan dan Gejala ... 40

Tabel 4.2 Pengujian Sistem ... 58

(14)

xv

Gambar 2.1 Chipset Northbridge ... 15

Gambar 2.2 Chipset Southbridge ... 15

Gambar 2.3 IC Power ... 16

Gambar 2.4 IC Charger ... 16

Gambar 2.5 Resistor ... 17

Gambar 2.6 Kapasitor ... 17

Gambar 2.7 Mosfet ... 18

Gambar 2.8 Embedded Controller ... 19

Gambar 2.9 VRAM ... 19

Gambar 4.1 Use Case Diagram ... 34

Gambar 4.2 Flowchart alur naive bayes ... 38

Gambar 4.3 Halaman About ... 51

Gambar 4.4 Halaman Analisis Kerusakan ... 52

Gambar 4.5 Halaman Hasil Analisis Kerusakan ... 53

Gambar 4.6 Halaman Cek Peralatan ... 54

Gambar 4.7 Halaman Data Kerusakan ... 55

Gambar 4.8 Riwayat Pengujian Sistem ... 56

Gambar 4.9 Halaman Solusi Perbaikan ... 57

(15)

1

BAB I

PENDAHULUAN

1.1 Latar Belakang Masalah

Teknologi pada era modern ini berkembang begitu pesat, hal ini ditandai dengan munculnya komputer jinjing/laptop yang lebih ringan dan mudah dibawa kemana-mana, dengan adanya laptop membuat manusia lebih mudah dalam melaksanakan pekerjaan dan membantu di berbagai kegiatan, laptop adalah evolusi dari personal computer ( PC) yang dulu ukurannya sangat besar, dengan munculnya berbagai teknologi baru untuk menunjang terciptanya ukuran komputer yang lebih kecil yang di kenal dengan istilah laptop tersebut tentunya sangat membantu dalam segala hal pekerjaan dari kantoran, bisnis sampai pekerjaan biasa. Di dalam terciptanya laptop tentunya didukung dengan teknologi komponen-komponen di dalamnya yang serba kecil dan semakin canggih. Hal ini pula yang menimbulkan masalah baru, yaitu ketika komponen tersebut rusak tentunya dalam proses mengatasinya juga tidak mudah.

Berbeda dengan kerusakan pada PC (Personal Computer) yang mudah ditangani, kerusakan pada laptop perlu keahlian yang dalam untuk menanganinya. Hal ini dikarenakan komponen di dalamnya serba kecil dan proses pembongkaran laptop tersebut juga tidak mudah. Biaya yang dikeluarkan untuk proses perbaikan laptop hingga bisa normal juga tidak sedikit. Dari hasil survei yang dilakukan oleh peneliti yang mendapatkan data dari perusahaan laptop Asus dihasilkan pada akhir tahun 2015 tepatnya pada bulan desember 2015 ada 65 unit laptop yang mengalami masalah kerusakan pada komponen chipset. Data kerusakan tersebut hanya untuk laptop yang bermerk Asus. Sedangkan data yang diperoleh dari “P One Komputer” Semarang untuk jumlah kerusakan pada semua merk laptop

(16)

terdapat 117 unit laptop yang rusak pada bulan mei 2015. Kerusakan tersebut terdapat pada motherboard laptop seperti mati total, layar tidak tampil dan laptop sering restart sendiri.

Kerusakan hardware lebih sukar diatasi dari pada permasalan software pada laptop, jika kerusakan pada software proses pengerjaannya cepat dan biaya ringan berbeda dengan laptop yang rusak pada hardwarenya yang memakan biaya mahal dan proses pengerjaan yang lama. Dari hasil survei yang dilakukan oleh penulis pada tempat servis laptop di Semarang rata-rata kerusakan hardware khususnya pada motherboard biaya perbaikannya minimal Rp 400.000 sedangkan jika chipset tersebut harus diganti memakan biaya Rp 700.000 sampai Rp 1.500.000. Hal ini yang membuat para pengguna laptop harus bisa merawat laptopnya dengan baik untuk mencegah terjadinya kerusakan pada motherboard tersebut. Namun minimnya informasi tentang hal itu pembuat para pengguna juga kebingungan mencari informasi dan mereka harus datang ke tempat servis laptop untuk menanyakan kepada teknisinya langsung.

Dari permasalahan yang ada di lapangan tersebut penulis ingin melakukan penelitian yang bertujuan meminimalisir terjadinya kerusakan pada laptop dengan memberikan edukasi terhadap para pengguna laptop jadi para pengguna dapat mengetahui lebih dalam tentang kerusakan pada laptop kususnya kerusakan yang terjadi pada motherboard laptop. Salah satu alternatif untuk mengatasi permasalahan tersebut dapat mengimplementasikan metode Naive Bayes. Metode tersebut bisa di implementasikan untuk mencari permasalahan atau kerusakan yang di alami oleh laptop, sistem kerja dari metode naive bayes yaitu pengklasifikasian statistik yang dapat digunakan untuk memprediksi probabilitas keanggotaan suatu class. Bayes memiliki akurasi dan kecepatan yang sangat tinggi saat diaplikasi ke dalam database dengan data yang besar.

(17)

3

Penelitian yang menjadi acuan penulis adalah penelitian yang dilakukan oleh Syam Ikwan[1], dalam penelitian tersebut Syam membuat penelitan tentang “Implementasi Algoritma Naive bayes untuk Mendeteksi kerusakan Printer Epson” dari hasil penelitian tersebut didapatkan hasil dalam proses diagnosa printer dengan merk epson bisa dilakukan dengan cukup baik dengan cara mengetahui sebab kerusakan dan gejala kerusakan yang membuat printer tersebut bermasalah. Penelitian lain juga dilakukan oleh amir hamzah[2] yang menggunakan metode bayesian untuk penelitian klasifikasi text berita dan naskah akademis. Dari penelitian yang dilakukan oleh hamzah menggunakan data 1000 dokumen berita dan 450 dokumen abstrak akademik, menunjukan hasil pada dokumen berita didapatkan akurasi tertinggi 91% sedangkan pada dokumen akademik 82%.

Dari jurnal yang telah di review dan dipelajari oleh penulis, metode naive bayes dapat diterapkan pada kasus permasalahan diatas karena tingkat keakurasian dalam menghasilkan data seperti yang telah diruraikan pada jurnal diatas. Berdasarkan latar belakang yang telah diuraikan oleh penulis, maka penulis bermaksud mengajukan penelitian yang diberi judul “ Implementasi Metode Naive bayes untuk Mendeteksi Kerusakan Motherboard Pada Laptop“.

1.2 Rumusan Masalah

Berdasarkan latar belakang masalah di atas, maka rumusan masalah yang dapat diambil adalah bagaimana menerapkan metode Naive bayes untuk mendeteksi kerusakan Motherboard dari laptop.

(18)

1.3 Batasan Masalah

Agar pembahasan penelitian ini tidak menyimpang dari apa yang telah di rumuskan, maka diperlukan batasan masalah. Batasan-batasan dalam penelitian ini adalah :

a. Sistem dirancang hanya untuk laptop saja.

b. Data-data yang digunakan hanya kasus kerusakan yang terjadi pada jenis motherboard pada laptop merk “Acer” dengan tipe bersesri E1 generasi ke empat.

c. Penulis hanya menerapkan metode Naive Bayes.

d. Aplikasi yang digunakan adalah netbeans.

e. Bahasa pemrograman yang digunakan adalah bahasa pemrograman Java.

1.4 Tujuan Penelitian

Tujuan penelitian ini adalah menerapkan metode naive bayes untuk membantu user mengetahui kerusakan pada laptop khususnya pada Motherboard.

1.5 Manfaat Penelitian

1. Memudahkan proses analisa tentang kerusakan yang terjadi pada laptop khususnya dibagian motherboard, serta langkah-langkah perbaikan untuk kerusakan tersebut.

2. Sebagai bahan pertimbangan analisis kerusakan Motherboard laptop bagi

“P One Komputer” Semarang dan Service Center Asus, ketika ada customer menanyakan tentang kerusakan yang terjadi pasda laptopnya.

(19)

5

BAB II

TINJAUAN PUSTAKA

2.1 Penelitian Terkait

Penelitian sebelumnya yang digunakan oleh penulis untuk mendukung penelitian ini diantaranya penelitian yang dilakukan oleh Setiawan dan Ratnasari[3]. Judul yang diambil oleh peneliti yaitu sistem pakar untuk diagnosis penyakit mata menggunakan naïve bayes classifier. Data yang digunakan untuk penelitian ini terdiri dari 52 gejala dan 15 penyakit mata. Terdapat dua tahapan kerja dari aplikasi ini. Pertama, sistem meminta pasien untuk menginputkan gejala-gejala yang dialami. Kedua, sistem akan secara otomatis menampilkan hasil diagnosis dari penyakit mata yang diderita oleh pasien melalui perhitungan Naïve Bayes Classifier. Hasil diagnosis sistem selanjutnya dibandingkan dengan hasil diagnosis dari pakar sebenarnya. Uji coba sistem menggunakan data sebanyak 12 pasien penyakit mata. Dari hasil percobaan, prosentase kesesuaian diagnosis sebesar 83%.

Penelitian selanjutnya adalah penelitian yang dilakukan oleh Alfa Saleh [4].

Peneliti mengimplementasikan metode klasifikasi naïve bayes dalam memprediksi besarnya penggunaan listrik rumah tangga. Penerapan metode naïve bayes bertujuan untuk memprediksi besarnya penggunaan listrik tiap rumah tangga agar lebih mudah mengatur penggunaan listrik. dari 60 data penggunaan listrik rumah tangga yang diuji dengan metode naïve bayes, maka diperoleh hasil persentase 78,3333% untuk keakuratan prediksi, di mana dari 60 data penggunaan listrik rumah tangga yang diuji terdapat 47 data penggunaan listrik rumah tangga yang berhasil diklasifikasikan dengan benar.

Selanjutnya adalah penelitian yang dilakukan oleh Rodiansyah dan Winarko [5]. Penelitian ini membahas tentang klasifikasi posting twitter kemacetan lalu lintas kota Bandung menggunakan naïve bayes classification. Penelitian ini bertujuan untuk membuktikan kemampuan naive bayes classifier dalam

(20)

mengklasifikasikan tweet yang berisi informasi dari kemacetan lalu lintas di Bandung. Dari hasil uji coba, aplikasi menunjukan bahwa nilai akurasi terkecil 78% dihasilkan pada pengujian dengan sampel sebanyak 100 dan menghasilkan nilai akurasi tinggi 91,60% pada pengujian dengan sampel sebanyak 13106. Hasil pengujian dengan perangkat lunak Rapid Miner 5.1 diperoleh nilai akurasi terkecil 72% dengan sampel sebanyak 100 dan nilai akurasi tertinggi 93,58% dengan sampel 13106 untuk metode naive bayesian classification. Sedangkan untuk metode support vector machine diperoleh nilai akurasi terkecil 92% dengan sampel sebanyak 100 dan nilai akurasi tertinggi 99,11% dengan sampel sebanyak 13106.

Berdasarkan acuan penelitian diatas, peneliti ingin mengembangkan metode naïve bayes untuk mengatasi permasalah peneliti yaitu meminimaslisir terjadinya kerusakan pada laptop dengan mengimplementasikan metode naive bayes untuk mendeteksi kerusakan motherboard pada laptop.

Dari penelitian terkait diatas dapat dirangkum pada tabel dibawah ini :

Tabel 2.1 Penelitian Terkait

No

Nama Peneliti dan

Tahun

Judul

Penelitian Masalah Hasil

1 Wahyudi Setiawan dan Sofie Ratnasari (2014)

Sistem Pakar Diagnosis Penyakit Mata Menggunakan Naïve Bayes Classifier

Penyakit mata merupakan penyakit yang jumlah

penderitanya selalu meningkat setiap tahunnya. Salah satu kendala dalam penanganannya karena jumlah tenaga medis yang minim. Dengan

Sitem pakar untuk diagnosis penyakit mata dapat

diimplementasikan oleh peneliti dan sistem mampu mendiagnosis dengan tepat sesuai pendapat pakar sebenarnya sebesar

83% dari 12 data pasien.

(21)

7 adanya aplikasi

sistem pakar diharapkan dapat membantu mengatasi permasalahan tersebut.

2 Alfa Saleh (2015)

Implementasi Metode Klasifikasi Naïve Bayes Dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga

Peranan listrik sangat penting bagi setiap lapisan masyarakat berdampak pada permintaan listrik yang semakin besar.

Hal ini tidak linier dengan persediaan listrik yang belum mampu memenuhi permintaan listrik yang begitu besar tersebut. Maka dari itu dibutuhkan system untuk memprediksi penggunaan listrik untuk membantu mengatur

pengguaan yang efektif.

Metode Naive Bayes berhasil mengklasifikasikan 47 data dari 60 data yang diuji.

Sehingga metode Naive Bayes berhasil memprediksi besarnya

penggunaan listrik rumah tangga dengan persentase keakuratan sebesar 78,3333%.

(22)

3 Sandi Fajar Rodiansyah dan Edi Winarko (2012)

Klasifikasi Posting Twitter Kemacetan Lalu Lintas Kota Bandung Menggunakan Naïve Bayes Classification

Setiap hari server Twitter menerima data tweet dengan jumlah yang sangat besar, dengan demikian, peneliti dapat melakukan data mining yang digunakan untuk tujuan visualisasi kemacetan lalu lintas di sebuah kota.

Sistem berhasil diimplementasikan dan pengujian akurasi sistem menghasilkan nilai akurasi terkecil sebesar 78% pada proses pengujian dengan

menggunakan sampel sebanyak 100 dan

menghasilkan nilai akurasi tertinggi sebesar 91,60%

pada proses pengujian dengan menggunakan sampel sebanyak 13106.

2.2 Tinjauan Pustaka

2.2.1 Pengertian Implementasi

Implementasi berasal dari bahasa Inggris yaitu to implement yang berarti mengimplementasikan. Implementasi merupakan penyediaan sarana untuk melaksanakan sesuatu yang menimbulkan dampak atau akibat terhadap sesuatu.

Sesuatu tersebut dilakukan untuk menimbulkan dampak atau akibat itu dapat berupa undang-undang, peraturan pemerintah, keputusan peradilan dan kebijakan yang dibuat oleh lembaga-lembaga pemerintah dalam kehidupan kenegaraan.

Pendapat Cleaves yang dikutip [1] yang secara tegas menyebutkan bahwa:

Implementasi itu mencakup “Proses bergerak menuju tujuan kebijakan dengan cara langkah administratif dan politik”. Keberhasilan atau kegagalan implementasi sebagai demikian dapat dievaluasi dari sudut kemampuannya secara nyata dalam

(23)

9 meneruskan atau mengoperasionalkan program-program yang telah dirancang sebelumya.

Sebaliknya keseluruhan proses implementasi kebijakan dapat dievaluasi dengan cara mengukur atau membandingkan antara hasil akhir dari program-program tersebut dengan tujuan-tujuan kebijakan.

Model manajemen implementasi menurut Riant Nugroho (2004:163) menggambarkan pelaksanaan atau implementasi kebijakan di dalam konteks manajemen berada di dalam kerangka organizing-leading-controlling. Jadi ketika kebijakan sudah dibuat, maka tugas selanjutnnya adalah mengorganisasikan, melaksanakan kepemimpinan untuk memimpin pelaksanaan dan melakukan pengendalian pelaksanaan tersebut. Secara rinci kegiatan didalam menejemen implementasi kebijakan dapat disusun melalui :

a. Implementasi strategi b. Pengorganisasian

c. Penggerakkan dan kepemimpinan d. Pengendalian

Implementasi melibatkan usaha dari policy makers untuk memengaruhi apa yang oleh Lipsky disebut “street level bureaucrats” untuk memberikan pelayanan atau mengatur prilaku kelompok sasaran. Untuk kebijakan yang sederhana, implementasi hanya melibatkan satu badan yang berfungsi sebagai implementor, misalnya, kebijakan pembangunan infrastruktur publik untuk membantu masyarakat agar memiliki kehidupan yang lebih baik, Sebaliknya untuk kebijakan makro, misalnya, kebijakan pengurangan kemiskinan di pedesaan, maka usaha- usaha implementasi akan melibatkan berbagai institusi, seperti birokrasi kabupaten, kecamatan, pemerintah desa.

Keberhasilan implementasi kebijakan akan ditentukan oleh banyak variabel atau faktor, dan masing-masing variabel tersebut saling berhubungan satu sama lain.

(24)

Dengan Adanya Implementasi Kebijakan mengorganisasikan, melaksanakan kepemimpinan untuk melaksanakan untuk memimpin pelaksanaan dan melakukan pengendalian pelaksanaan secara rinci kegiatan implementasi kebijakan di mulai dari implementasi strategi, pengorganisasian, pergerakan kepemimpinan dan pengendalian akan berjalan dengan lancar sesuai dengan yang diinginkan.

2.2.2 Pengertian Sistem Pakar

Sistem Pakar (dalam bahasa inggris : expert system) adalah sistem informasi yang berisi dengan pengetahuan yang berasal dari pakar . pengetahuan di dalam system ini digunakan sebagai dasar oleh sistem pakar untuk menjawab pertanyaan(konsultasi)

Sistem pakar adalah suatu sistem yang dirancang unutk dapat menirukan keahlian seorang pakar dalam menjawab pertanyaan dan memecahkan suatu masalah.Sistem pakar akan memberikan pemecahan suatu masalah yang di dapat dari dialog dengan pengguna. Dengan bantuan sistem pakar seorang yang bukan ahli dapat menjawab pertanyaan, menyelesaikan serta mengambil keputusan yang biasanya di ambil oleh seorang pakar[4].

Sistem pakar merupakan cabang dari Aritificial Intelegent (AI) yang cukup tua karena sistem ini mulai dikembangkan pada tahun pertengahan 1960. Sistem pakar yang muncul pertama kali adalah general porpoise problem soler (GPS) yang di kembangkan oleh nawel simon. Sampai saat ini sudah banyak sistem pakar yang di buat seperti MYCIN untuk diagnosis penyakit, DENDRAL untuk mengidentifikasi sturktur molekul campuran yang tak di kenal, XCON dan XSEL untuk membatu konfigurasi sistem komputerbesar, SOPHIE untuk analisis sirkuit elektronik, prospector digunakan di bidang geologi untuk membantu mencari dan menemukan deposit, FOLIO digunakan untuk membantu meberikan keputusan bagi seorang manager dalam investasi, Delta dipakai untuk pemeliharaan lokomotif listrik disel dan sebagainya.

(25)

11 1. Turban (2001)

“Sistem pakar adalah sebuah sistem yang menggunakan pengetahuan manusia dimana pengetahuan tersebut dimasukan kedalam computer dan kemudiaan digunakan untuk menyelesaikan masalah-masalah yang biasanya membutuhkan kepakaran atau keahlian manusia”.

2. Jacson (1999)

“Sistem pakar adalah program computer memperesentasikan dan melakukan penalaran dengan pengetahuan beberapa pakar untuk memecahkan masalah atau memberikan saran”.

3. Lagur dan Stubblefield(1993)

“Sistem pakar adalah program yang berbasiskan pengetahuan yang menyediakan solusi „kwalitas pakar‟ kepada masalah bidang-bidang (domain) spesifik ”

2.2.3 Keunggulan Sistem Pakar

Adapun keuntungan dari system pakar yaitu:

1. Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli.

2. Meningkatkan kualitas, dengan memberi nasehat yang konsisten dan mengurangi kesalahan.

3. Memudahkan akses pengetahuan seorang pakar.

4. Meningkatkan output dan produktivitas, karena system pakar dapat bekerja lebih cepat dari pada manusia.

5. Mampu Mengambil dan melestarikan keahlian para pakar(terutama yang termasuk keahlian langka).

6. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian.

7. Memiliki kemampuan untuk mengakses pengetahuan.

(26)

8. Meningkatkan kemampuan untuk menyelesaikan masalah karena Sistem Pakar mengambil sumberpengetahuan dari banyak pakar.

2.2.4 Kekurangan Sistem Pakar

Di samping memiliki beberapa keuntungan, sistem pakar juga memiliki beberapa kelemahan, antara lain:

1. Biaya yang diperlukan untuk membuat dan memeliharanya relative mahal karena diperlukan banyak data.

2. Perlu admin khusus yang selalu update informasi dalam bidang yang sesuai dengan system pakar.

3. Pengembangan perangkat lunak system pakar lebih sulit dibandingkan perangkat lunak konvensional.

4. Sistem pakar tidak 100% bernilai benar.

2.2.5 Konsep Dasar Sistem Pakar 1. Kepakaran (Expertise)

Kepakaran merupakan suatu hal yang luas, untuk tugas khusus dimana pengetahuan diperoleh dari pelatihan, membaca dan pengalaman. Kepakaran itu sendiri meliputi pengetahuan tentang:

a. Fakta-fakta tentang bidang permasalahan.

b. Teori-teori tentang bidang permasalahan.

c. Aturan-aturan dan prosedur-prosedur menurut bidang permasalahan umumnya.

d. Aturan-aturan (heuristic) tentang apa yang harus dikerjakan dalam suatu situasi tertentu.

e. Strategi global untuk memecahkan permasalahan semacam ini.

f. Pengetahuan tentang pengetahuan (meta knowledge).

2. Pakar (Expert)

(27)

13 Seorang pakar adalah sesorang yang mempunyai pengetahuan, pengalaman dan metode khusus. Seorang pakar harus dapat menjelaskan hal – hal baru yang berkaitan dengan topic permasalahan. Kepakaran dari seorang manusia harus mampu melakukan kegiatan-kegiatan berikut ini yaitu:

a. Mengenali dan memformulasikan permasalahan.

b. Memecahkan permasalahan secara cepat dan tepat.

c. Menerangkan pemecahannya.

d. Belajar dari pengalaman.

e. Merestrukturisasi pengetahuan.

f. Memecahkan aturan-aturan.

g. Menentukan relevansi.

3. Pengalihan Kepakaran (Transferring Expertise)

Tujuan dari sebuah sistem pakar adalah untuk memindahkan kepakaran dari seorang pakar ke dalam sebuah komputer dan kemudian kepada manusia lainnya (bukan pakar). Proses ini melibatkan empat kegiatan, yaitu:

a. Akuisisi pengetahuan (dari pakar atau sumber lain) b. Representasi pengetahuan (pada komputer)

c. Inferensi pengetahuan

d. Pemindahan pengetahuan ke user 4. Inferensi (Inferencing)

Inferensi merupakan bentuk yang unik dari sistem pakar karena kemampuannya dalam melakukan penalaran (“berpikir”). Inferensi ditampilkan pada suatu komponen yang disebut mesin inferensi dimana mencakup prosedur-prosedur mengenai pemecahan masalah.

Mesin inferensi mempunyai tugas untuk dapat mengambil kesimpulan berdasarkan basis pengetahuan yang dimilikinya.

(28)

5. Aturan-aturan (Rule)

Banyak peralatan (tool) sistem pakar yang komersial dan sistem yang berbasis rule (rulebased system), yaitu pengetahuan – pengetahuan yang disimpan dalam bentuk rule adalah sebagai prosedur-prosedur pemecahan masalah.

6. Kemampuan menjelaskan (Explanation Capability)

Bentuk unik lainnya dari sistem pakar adalah kemampuannya untuk menjelaskan saran atau rekomendasi yang diberikannya. Penjelasan dan pembenaran tersebut dilakukan dalam subsistem yang disebut subsistem pembenaran (justifier) atau penjelasan (explanation).

Bagian dari sistem ini memungkinkan sistem untuk memeriksa penalaran yang dibuatnya sendiri dan menjelaskan operasi- operasinya. Karakteristik dan kemampuan yang dimiliki oleh sistem pakar membuatnya berbeda dari sistem konvensional.

2.2.6 Bagian Motherboard pada Laptop

Sebuah laptop terdiri dari beberapa komponen perangkat keras (hardware) yang saling terhubung supaya dapat menjalankan sistem perangkat lunak (software) dengan baik. salah satu piranti utama yang harus ada dalam laptop adalah motherboard. Motherboard merupakan penghubung seluruh komponen dengan bahasa kode antar perangkat keras agar dapat disinergikan menjadi sebuah aktifitas kerja perangkat komputer. Di dalam motherboard sendiri terdapat komponen-komponen pendukung yaitu BIOS, Chipset, RAM, VGA, processor, dan Additional card. Bagian yang sering terjadi kerusakan di dalam motherboard adalah chipset. Dan berikut ini merupakan bagian pada chipset dan piranti yang berhubungan :

(29)

15

a. Chipset Nortbridge

Gambar 2.1 Chipset Northbridge

Chipset ini terletak di dekat soket prosesor, dan chipset ini berfungsi untuk menghubungkan dan mengendalikan prosesor dengan sistem memori dan sistem grafis. Biasanya berukuran paling besar dibandingkan chip yang lain di dalam motherboard. Beberapa motherboard menambahkan heatsink atau kipas pendingin di atas chip ini sehingga chip sendiri tertutup oleh kipas (Daulay, 2007).

b. Chipset Southbridge

Gambar 2.2 Chipset Southbridge

Dalam Northbridge / Southbridge chipset desain arsitektur, Southbridge adalah chip yang mengontrol seluruh komputer I / O fungsi, seperti USB, audio, serial, sistem BIOS, yang bus ISA, yang mengganggu controller dan saluran IDE.

(30)

Dengan kata lain, semua fungsi prosesor kecuali memori , PCI dan AGP . Chipset Southbridge adalah salah satu dari dua chip yang mengontrol fungsi chipset. Yang lainnya adalah Northbridge. Northbridge dapat terdiri dari lebih dari satu chip sementara Southbridge yang biasanya hanya satu chip yang bertumpu pada bus PCI northbridges (Daulay, 2007).

c. IC Power

Gambar 2.3 IC Power

Sebuah komponen di dalam motherboard laptop yang berperan sebagai pengolah tegangan 19V menjadi 3V dan 5V. Dalam IC power terdapat bagian- bagian yang merupakan pusat pemrosesan arus listrik dalam motherboard.

VREG3 adalah bagian dari ic power yang mengeluarkan arus 3V. VREG5 adalah bagian dari ic power yang mengeluarkan arus 5V. Sebuah ic power bisa hidup jika output dari VREG3 dan VREG5 normal.

d. IC Charger

Gambar 2.4 IC Charger

(31)

17 Sebuah komponen di dalam motherboard laptop yang berperan untuk mengontrol laptop ketika di charging, ic ini membantu kinerja dari ic power, ketika ic charger mati maka kinerja ic power menjadi tidak stabil yang mengakibatkan laptop mati total.

e. Resistor

Gambar 2.5 Resistor

Dalam suatu motherboard laptop terdapat banyak resistor. Resistor itu sendiri berperan untuk menghambat arus listrik agar arus yang di keluarkan tidak terlalu besar. Resistor akan selalu ada di setiap komponen utama pada motherboard, karena tugasnya menghambat arus yang akan masuk ke komponen utama. Jika salah satu resistor rusak maka arus yang masuk ke komponen utama akan tidak stabil karena tidak ada hambatan, akibatnya komponen utama akan ikut rusak karena kelebihan arus yang masuk.

f. Kapasitor

Gambar 2.6 Kapasitor

(32)

Dalam motherboard laptop juga terdapat banyak kapasitor. Kapasitor ini berperan sebagai menyimpan dan melepaskan arus listrik. Jadi ketika suatu komponen membutuhkan daya lebih kapasitor ini akan memberikan daya tambahan kepada komponen tersebut. Kapasitor dalam suatu perangkat elektronik lain berbeda bentuk dengan kapasitor yang ada di moherboard laptop, karena desain laptop semakin kecil dan tipis dibentuk pula kapasitor ukuran kecil yang sesuai dengan motherboard laptop. Jika salah satu kapasitor mati atau tidak berfungsi maka laptop akan mati total karena daya yang di alirkan tidak sesuai dengan daya yang dibutuhkan.

g. Mosfet

Gambar 2.7 Mosfet

Metal Oxide Semiconductor Field Effect Transistor adalah suatu transistor dari bahan semikonduktor (silikon) dengan tingkat konsentrasi ketidakmurnian tertentu. Tingkat dari ketidakmurnian ini akan menentukan jenis transistor tersebut, yaitu transistor MOSFET tipe-N (NMOS) dan transistor MOSFET tipe-P (PMOS). Bahan silicon digunakan sebagai landasan (substrat) dari penguras (drain), sumber (source), dan gerbang (gate). Jika mosfet ini rusak maka laptop akan mati total karena salah satu transistornya rusak jadi laptop tidak bisa dinyalakan.

(33)

19 h. Embeded Controller (EC)

Gambar 2.8 Embeded Controller

Sirkuit terpadu pada motherboard laptop yang menangani input / output lebih lambat. Ketika input / output yang pertama kali diperkenalkan pada tahun 1980-an itu ditemukan pada kartu ekspansi, kemudian chip ini tertanam ke motherboard dan dikomunikasikan melalui ISA bus. Sebagai ISA mulai tidak lagi digunakan dengan komputer SIO dikomunikasikan melalui PCI bus. EC ini selalu berkomunikasi dengan prosesor tentang input / output yang dilaluinya.

i. VRAM

Gambar 2.9 VRAM

Pada sebuah laptop yang memiliki grafis eksternal akan memiliki VRAM dalam komponen motherboardnya, karena VRAM ini berperan sebagai penduking tambahan atau memori tambahan grafis seperti halnya pada laptop yang di teliti oleh penulis laptop acer E1-432, memiliki VRAM pada komponen motherboardnya, terletak di dekat chipset Northbridge.

(34)

Dan dibawah ini terdapat daftar seri laptop disertai dengan prosesor dan grafis yang dimilikinya :

Tabel 2.2 Daftar Seri Laptop Acer SERI

LAPTOP PROSESOR RAM GRAFIS

E1-430 Intel Pentium 21170 Dualcore 1.80 GHz 2GB DDR3L Intel HD Graphics

E1-430G Intel Pentium 2117U Dualcore 1.80 GHz 2GB DDR3L NVDIA GeForce GT 720M E1-431 Intel Celeron 1000M 1.80 GHz 2GB DDR3 Intel HD Graphics

E1-432 Intel Celeron 2955U DC 1.4 GHz 2GB DDR3L Intel HD Graphics E1-470 Intel Core i3 3217U 1.80 GHz 2GB DDR3 Intel HD Graphics

E1-470G Intel Core i3 3217U 1.80 GHz 4GB DDR3 NVDIA GeForce GT 720M E1-472G Intel Core i3 4010U 1.70 GHz 4GB DDR3L NVDIA GeForce GT 720M E1-472G Intel Core i5 4200U 1.60 GHz 4GB DDR3L NVDIA GeForce GT 720M E1-572G Intel Core i7 4500U 1.80 GHz 4GB DDR3L AMD Radeon HD 8750M

2.2.7 Pengertian Java

Java adalah bahasa pemrograman yang dapat dijalankan di berbagai komputer termasuk telepon genggam. Bahasa ini awalnya dibuat oleh James Gosling saat masih bergabung di Sun Microsystems saat ini merupakan bagian dari Oracle dan dirilis tahun 1995. Bahasa ini banyak mengadopsi sintaksis yang terdapat pada C dan C++ namun dengan sintaksis model objek yang lebih sederhana serta dukungan rutin-rutin aras bawah yang minimal. Aplikasi-aplikasi berbasis java umumnya dikompilasi ke dalam p-code (bytecode) dan dapat dijalankan pada berbagai Mesin Virtual Java (JVM). Java merupakan bahasa pemrograman yang bersifat umum/non-spesifik (general purpose), dan secara khusus didisain untuk memanfaatkan dependensi implementasi seminimal mungkin. Karena fungsionalitasnya yang memungkinkan aplikasi java mampu berjalan di beberapa platform sistem operasi yang berbeda, java dikenal pula dengan slogannya, "Tulis sekali, jalankan di mana pun". Saat ini java merupakan bahasa pemrograman yang paling populer digunakan, dan secara luas dimanfaatkan dalam pengembangan berbagai jenis perangkat lunak aplikasi ataupun aplikasi

(35)

21 2.2.8 Keunggulan Java

 Multiplatform.

Kelebihan utama dari Java ialah dapat dijalankan di beberapa platform / sistem operasi komputer, sesuai dengan prinsip tulis sekali, jalankan di mana saja. Dengan kelebihan ini pemrogram cukup menulis sebuah program Java dan dikompilasi (diubah, dari bahasa yang dimengerti manusia menjadi bahasa mesin / bytecode) sekali lalu hasilnya dapat dijalankan di atas beberapa platform tanpa perubahan. Kelebihan ini memungkinkan sebuah program berbasis java dikerjakan di atas operating system Linux tetapi dijalankan dengan baik di atas Microsoft Windows.

Platform yang didukung sampai saat ini adalah Microsoft Windows, Linux, Mac OS dan Sun Solaris. Penyebabnya adalah setiap sistem operasi menggunakan programnya sendiri-sendiri (yang dapat diunduh dari situs Java) untuk meninterpretasikan bytecode tersebut.

 OOP (Object Oriented Programming - Pemrogram Berorientasi Objek)

 Perpustakaan Kelas Yang Lengkap,

Java terkenal dengan kelengkapan library/perpustakaan (kumpulan program program yang disertakan dalam pemrograman java) yang sangat memudahkan dalam penggunaan oleh para pemrogram untuk membangun aplikasinya. Kelengkapan perpustakaan ini ditambah dengan keberadaan komunitas Java yang besar yang terus menerus membuat perpustakaan- perpustakaan baru untuk melingkupi seluruh kebutuhan pembangunan aplikasi.

 Bergaya C++,

Memiliki sintaks seperti bahasa pemrograman C++ sehingga menarik banyak pemrogram C++ untuk pindah ke Java. Saat ini pengguna Java sangat banyak, sebagian besar adalah pemrogram C++ yang pindah ke Java. Universitas-universitas di Amerika Serikat juga mulai berpindah dengan mengajarkan Java kepada murid-murid yang baru karena lebih mudah dipahami oleh murid dan dapat berguna juga bagi mereka yang bukan mengambil jurusan komputer.

(36)

 Pengumpulan sampah otomatis, memiliki fasilitas pengaturan penggunaan memori sehingga para pemrogram tidak perlu melakukan pengaturan memori secara langsung (seperti halnya dalam bahasa C++ yang dipakai secara luas).

2.2.9 Kekurangan Java

 Tulis sekali, jalankan di mana saja - Masih ada beberapa hal yang tidak kompatibel antara platform satu dengan platform lain. Untuk J2SE, misalnya SWT-AWT bridge yang sampai sekarang tidak berfungsi pada Mac OS X.

 Mudah didekompilasi. Dekompilasi adalah proses membalikkan dari kode jadi menjadi kode sumber. Ini dimungkinkan karena kode jadi Java merupakan bytecode yang menyimpan banyak atribut bahasa tingkat tinggi, seperti nama-nama kelas, metode, dan tipe data. Hal yang sama juga terjadi pada Microsoft .NET Platform. Dengan demikian, algoritma yang digunakan program akan lebih sulit disembunyikan dan mudah dibajak/direverse-engineer.

 Penggunaan memori yang banyak. Penggunaan memori untuk program berbasis Java jauh lebih besar daripada bahasa tingkat tinggi generasi sebelumnya seperti C/C++ dan Pascal (lebih spesifik lagi, Delphi dan Object Pascal). Biasanya ini bukan merupakan masalah bagi pihak yang menggunakan teknologi terbaru (karena trend memori terpasang makin murah), tetapi menjadi masalah bagi mereka yang masih harus berkutat dengan mesin komputer berumur lebih dari 4 tahun

(37)

23 2.2.10 Pengertian NetBeans

NetBeans adalah Integrated Development Environment (IDE) berbasiskan Java dari Sun Microsystems yang berjalan di atas Swing. Swing sebuah teknologi Java untuk pengembangan aplikasi Desktop yang dapat bejalan di berbagai macam platforms seperti Windows, Linux, Mac OS X and Solaris.

Suatu IDE adalah lingkup pemrograman yang diintegrasikan kedalam suatu aplikasi perangkat lunak yang menyediakan pembangun Graphic User Interface (GUI), suatu text atau kode editor, suatu compiler atau interpreter dan suatu debugger. Netbeans merupakan software development yang Open Source, dengan kata lain software ini di bawah pengembangan bersama, bebas biaya NetBeans merupakan sebuah proyek kode terbuka yang sukses dengan pengguna yang sangat luas, komunitas yang terus tumbuh, dan memiliki hampir 100 mitra. Sun Microsystems mendirikan proyek kode terbuka NetBeans pada bulan Juni 2000 dan terus menjadi sponsor utama. Saat ini terdapat dua produk : NetBeans IDE dan NetBeans Platform. The NetBeans IDE adalah sebuah lingkungan pengembangan – sebuah kakas untuk pemrogram menulis, mengompilasi, mencari kesalahan dan menyebarkan program. Netbeans IDE ditulis dalam Java – namun dapat mendukung bahasa pemrograman lain. Terdapat banyak modul untuk memperluas Netbeans IDE. Netbeans IDE adalah sebuah produk bebas dengan tanpa batasan bagaimana digunakan. Tersedia juga NetBeans Platform sebuah fondasi yang modular dan dapat diperluas yang dapat digunakan sebagai perangkat lunak dasar untuk membuat aplikasi desktop yang besar. Mitra ISV menyediakan plug-in bernilai tambah yang dapat dengan mudah diintegrasikan ke dalam Platform dan dapat juga digunakan untuk membuat kakas dan solusi sendiri. Kedua produk adalah kode terbuka (open source) dan bebas (free) untuk penggunaan komersial dan non komersial. Kode sumber tersedia untuk guna ulang dengan lisensi Common Development and Distribution License (CDDL). 2.

Kelebihan dan Kekurangan Netbeans Kelebihan NetBeans GUI Builder : Salah satu yang menjadi kelebihan NetBeans GUI Builder adalah yang telah disebutkan diatas, yaitu GRATIS. Selain itu NetBeans GUI Builder sangat kompetebel dengan Swing karena memang langsung dikembangkan oleh Sun yang

(38)

notabenenya sebagai pengembang Swing. Kekurangan NetBeans GUI Builder : NetBeans hanya mensupport 1 pengembangan Java GUI, yaitu Swing, yang padahal ada Java GUI yang dikembangkan oleh eclipse yang bernama SWT dan JFace yang sudah cukup populer. NetBeans mempatenkan source untuk Java GUI yang sedang dikerjakan dalam sebuah Generated Code, sehingga programmer tak dapat mengeditnya secara manual..

2.2.11 Naïve Bayes

Naive Bayes merupakan sebuah pengklasifikasian probabilistik sederhana yang menghitung sekumpulan probabilitas dengan menjumlahkan frekuensi dan kombinasi nilai dari dataset yang diberikan. Algoritma mengunakan teorema Bayes dan mengasumsikan semua atribut independen atau tidak saling ketergantungan yang diberikan oleh nilai pada variabel kelas. Definisi lain mengatakan Naive Bayes merupakan pengklasifikasian dengan metode probabilitas dan statistik yang dikemukan oleh ilmuwan Inggris Thomas Bayes, yaitu memprediksi peluang di masa depan berdasarkan pengalaman di masa sebelumnya [4].

Naive Bayes didasarkan pada asumsi penyederhanaan bahwa nilai atribut secara kondisional saling bebas jika diberikan nilai output. Dengan kata lain, diberikan nilai output, probabilitas mengamati secara bersama adalah produk dari probabilitas individu. Keuntungan penggunaan Naive Bayes adalah bahwa metode ini hanya membutuhkan jumlah data pelatihan (Training Data) yang kecil untuk menentukan estimasi paremeter yang diperlukan dalam proses pengklasifikasian.

Naive Bayes sering bekerja jauh lebih baik dalam kebanyakan situasi dunia nyata yang kompleks dari pada yang diharapkan.

Bayes merupakan pengklasifikasian statistik yang dapat digunakan untuk memprediksi probabilitas keanggotaan suatu class. Bayes memiliki akurasi dan kecepatan yang sangat tinggi saat diaplikasi ke dalam database dengan data yang besar. Berikut teorema bayes [6] :

(39)

25 ( | ( | (

( Keterangan :

X = Data dengan class yang belum diketahui

H = Hipotesis data x merupakan suatu class spesifik

( | = Probabilitas hipotesis H berdasarkan kondisi X (posteriori probability)

( = Probabilitas hipotesis H (prior probability) ( | = Probabilitas X berdasar kondisi pada hipotesis H P(X) = Probabilitas dari X

2.3 Kerangka Pemikiran

Tabel 2.3 Kerangka Pemikiran

Permasalahan

Peneliti menemukan permasalahan kerusakan laptop yang sering terjadi pada motherboard.

Tujuan

menerapkan metode naive bayes untuk membantu user mengetahui kerusakan pada laptop khususnya pada motherboard.

Metode

Metode yang digunakan dalam penelitian ini adalah dengan menggunakan metode naïve bayes.

Tools

Aplikasi akan dibangun menggunakan bahasa pemrograman Java sebagai basis datanya.

Hasil yang diharapkan

Hasil yang diharapkan dari penelitian ini adalah menghasilkan sistem yang dapat digunakan untuk membantu user mengetahui kerusakan yang terjadi pada motherboard laptop.

Manfaat

(40)

Dengan adanya penelitian ini diharapkan user dapat memperoleh informasi tentang kerusakan motherboard laptop dan cara perawatan yang baik dalam penggunaan laptop.

(41)

27

BAB III

METODE PENELITIAN

3.1 Objek Penelitian

Pada penelitian ini, peneliti melakukan penelitian di “P One Komputer”

Semarang. “P One Komputer” merupakan tempat penjualan dan service laptop untuk semua jenis merk laptop. Data mentah penelitian yang berasal dari “P One Komputer” nantinya akan diolah oleh peneliti dengan menggunakan metode Bayesian sehingga mempermudah pengguna laptop dalam memprediksi kerusakan terutama pada motherboard.

3.2 Instrumen Penelitian

Berikut ini adalah instrumen yang digunakan untuk proses penelitian : 1. Kebutuhan Perangkat Lunak (Software)

a. Sistem operasi windows 7 b. Netbeans

c. Xampp d. MySQL

2. Kebutuhan Perangkat Keras (Hardware) a. ProcessorIntel Core I3

b. RAM 2GB c. HDD 500GB

3.3 Jenis dan Sumber Data

Adapun jenis data dan sumber data yang digunakan dalam penelitian ini antara lain :

1. Data Primer

Data primer adalah data yang langsung didapatkan dari perusahaan.

Data tersebut dapat diperoleh dari hasil wawancara, proses pengamatan

(42)

serta praktik langsung yang dilakukan oleh peneliti kepada teknisi di “P One Komputer” Semarang. Data yang diperoleh oleh peneliti yaitu data gejala dan jenis kerusakan pada motherboard laptop. Data tersebut nantinya akan mempermudah peneliti untuk memprediksi kerusakan chipset berdasarkan gejala yang dialami laptop.

2. Data Sekunder

Data sekunder merupakan data yang diperoleh dengan mengumpulkan teori serta bahan yang mempunyai hubungan dengan permasalahan yang sedang diteliti. Data tersebut dapat diperoleh melalui buku-buku, jurnal, maupun referensi lain yang dapat membantu peneliti dalam menyelesaikan laporan Tugas Akhir ini.

3.4 Metode Pengumpulan Data

Terdapat beberapa metode pengumpulan data yang dilakukan peneliti dalam Menyelesaikan Tugas Akhir ini, yaitu :

1. Studi Kasus

Dalam metode studi kasus yang dilakukan oleh peneliti, peneliti melakukan proses pengumpulan data melalui wawancara dan prakik langsung terhadap salah satu teknisi di “P One Komputer”. Data yang diperoleh oleh peneliti berupa jenis-jenis kerusakan motherboard, gejala- gejala yang sering dialami apabila terjadi kerusakan pada motherboard dan cara penanganannya. Data tersebut nantinya akan diolah oleh peneliti dengan metode naïve bayes dan diimplementasikan dalam system berbasi java, sehingga dapat digunakan untuk memprediksi kerusakan motherboard pada laptop.

2. Studi Pustaka

Studi Pustaka merupakan metode pengumpulan data yang dilakukan oleh peneliti dengan cara mencari buku-buku dan jurnal yang berkaitan dengan penelitian. Pada studi pustaka ini peneliti menggunakan buku-

(43)

29 buku maupun referensi yang terdapat di perpustakaan Universitas Dian Nuswantoro Semarang guna menunjang pembuatan laporan Tugas Akhir.

3.5 Metode Penelitian

Metode penelitian yang digunakan oleh peneliti adalah metode naïve bayes.

Metode naïve bayes nantinya akan mengolah data awal gejala kerusakan motherboard untuk dijadikan data training kerusakan untuk awal prediksi kerusakan laptop. Dan berikut merupakan tahapan-tahapan dalam pelaksanaan penelitian :

Data

X = Gejala Kerusakan Motherboard

( | ( | ( (

Proses Bayes

H = Hipotesis kerusakan motherboard dari gejala kerusakan ( | = Probabilitas kerusakan motherboard berdasarkan gejala ( = Probabilitas kerusakan motherboard

( | = Probabilitas gejala kerusakan berdasar kondisi kerusakan motherboard

P(X) = Probabilitas gejala kerusakan motherboard

Hasil

Presentase kemungkinan kerusakan motherboard laptop

%

(44)

Gambar 3.1 Proses Penelitian

Berdasarkan tahapan metode penelitian diatas dapat dijelaskan sebagai berikut :

1. Data set berupa gejala umum dan khusus kerusakan motherboard pada laptop serta cara perbaikan.

2. Kemudian data tersebut akan diolah menggunakan metode naïve bayes untuk menghitung kemungkinan kerusakan yang tejadi berdasarkan gejala yang diketahui.

3. Setelah semua tahapan dilakukan baik dengan metode naïve bayes, nantinya akan diketahui presentase kerusakan pada motherboard serta cara memperbaikinya.

3.6 Perhitungan Manual Bayesian Berdasarkan Rumus

Data kerusakan motherboard laptop, gejala dan penghitungan manual algoritma Bayesian adalah didapat dari table keputusan berikut ini :

Data kerusakan dan gejala motherboard : 1. K1 : IC charger rusak

G1 : No display / Booting ( tidak nyala sama sekali )

G2 : Battery cannot charging ( pengisian baterai tidak terhubung ) 2. K2 : IC Power rusak

G2 : Battery cannot charging ( pengisian baterai tidak terhubung ) 3. K3 : Resistor rusak

G1 : No display / Booting ( tidak nyala sama sekali ) G3 : No Display ( layar tidak tampil )

4. K4 : Kapasitor rusak

G2 : Battery cannot charging ( pengisian baterai tidak terhubung )

(45)

31 G3 : No Display ( layar tidak tampil )

5. K5 : Mosfet rusak

G2 : Battery cannot charging ( pengisian baterai tidak terhubung ) G3 : No Display ( layar tidak tampil )

6. K6 : Embedded Controller rusak

G2 : Battery cannot charging ( pengisian baterai tidak terhubung ) G4 : USB cannot detect ( usb tidak dapat berfungsi )

7. K7 : VRAM rusak

G3 : No Display ( layar tidak tampil )

G5 : Cannot shutdown ( tidak bisa dimatikan ) 8. K8 : Chipset Soutbridge rusak

9. K9 : Chipset Northbridge rusak

Keterangan : K = Kerusakan G = Gejala

(46)

Tabel 3.1 Tabel keputusan antara Kerusakan dan Gejala

Gejala Kerusakan

1 2 3 4 5 6 7 8 9

1 1 1 1 1 1 0 0 1 1

2 1 1 0 1 1 1 0 1 1

3 0 0 1 1 1 0 1 1 1

4 0 0 0 0 0 1 0 0 0

5 0 0 0 0 0 1 0 0 0

Perhitungan manual Bayesian berdasaran gejala adalah sebagai berikut :

Misalnya gejala yang tampak pada laptop ada dua gejala yaitu No display / Booting ( tidak nyala sama sekali ) (G1) dan No display ( layar tidak tampil ) (G3). Berdasarkan gejala tersebut maka dapat dihitung :

1. Rusak pada IC Charger (K1) Tahap pencarian ( | :

Pada tahap ini akan mencari probabilitas kerusakan pada IC Charger (K1)

=

= 0.11

Tahap pencarian P(X) :

Probabilitas pencarian gejala adalah :

 No display / Booting ( tidak nyala sama sekali ) (G1)

=

= 0.50

 No display ( layar tidak tampil ) (G3)

=

= 0

(47)

33 2. Rusak pada Resistor (K3)

Tahap pencarian ( | :

Jika probabilitas kerusakan pada Resistor (K3)

=

= 0.11

Tahap pencarian P(X) :

Jika probabilitas gejala adalah :

 No display / Booting ( tidak nyala sama sekali ) (G1)

=

= 0.50

 No display ( layar tidak tampil ) (G3)

=

= 0.50

Proses Perhitungan ( :

Probabilitas Kerusakan Motherboard adalah : 1. Kerusakan Pada IC charger (K1)

= ( |

= 33,3 %

2. Kerusakan Pada Resistor (K3)

= ( |

= 66,6 %

(48)

34

BAB IV

ANALISIS DAN PERANCANGAN SISTEM

4.1 Analisis Sistem

Dalam pembangunan sistem dibutuhkan perancangan awal agar diketahui kebutuhan apa saja yang terdapat didalam sistem, berikut ini adalah perancangan yang dibangun dalam penelitian ini .

4.1.1 Use Case Diagram

Gambar 4.1 : Use Case Diagram

Pada perancangan use case diagram diatas ada beberapa menu yang akan di hadapkan kepada user, menu tersebut seperti data kerusakan, analisa kerusakan, history konsultasi user. Masing-masing dari menu tersebut akan dijelaskan kedalam scenario use case berikut ini.

a. Skenario Use Case Data Kerusakan Nama Usecase Data Kerusakan

Aktor Admin

Diskripsi Halaman ini merupakan halaman sistem yang berisi

(49)

35 tentang data-data kerusakan pada laptop kusus pada kerusakan IC dan Chipset

Aksi Aktor Reaksi Sistem

Alur Dasar (Basic Flow)

1. Menekan menu Data Kerusakan 2. Sistem akan menampilkan

Halaman Data

Kerusakan

b. Use Case Analisa Kerusakan

Nama Usecase Analisa Kerusakan

Aktor Admin

Diskripsi Halaman ini merupakan halaman sistem yang akan memproses dan menganilsa kerusakan yang dikonsultasikan oleh user

1. Menekan menu Analisa Kerusakan 2. Sistem akan menampilkan

Halaman Analisa Kerusakan

(50)

3. Memilih gejala yang timbul yang dialami oleh user

4. Sistem akan

memproses setiap data gejala yang dipilih dan akan menampilkan hasil analisa

c. Skenario Use Case halaman History Nama Usecase History

Aktor Admin

Diskripsi Halaman ini merupakan halaman sistem yang akan menampilkan data user sebelumnya yang melakukan konsultasi tentang kerusakan pada chipset/IC

1 Menekan menu History 2 Sistem akan

menampilkan Halaman History

d. Skenario Use Case Langkah Perbaikan Nama Usecase Langkah Perbaikan

Aktor Admin

Diskripsi Halaman ini merupakan halaman sistem yang akan menampilkan langkah-langkah perbaikan dari yang dialami oleh user

(51)

37

1 Menekan menu Langkah Perbaikan 2 Sistem akan menampilkan

Halaman langkah perbaikan dari gejala yang dialami oleh user

e. Skenario Use Case halaman About Nama Usecase About

Aktor Admin

Diskripsi Halaman ini merupakan halaman sistem yang akan menampilkan keterangan tentang sistem

1 Menekan menu About 2 Sistem akan

menampilkan

Halaman about yang menjelaskan tentang pembuat sistem

(52)

4.1.2 Flow Chart Perhitungan Naïve Bayes

Gambar 4.2 : Flowchart alur naïve bayes

Pada flowchart diagram diatas menerangkan tentang alur berjalannya proses algoritma naïve bayes, yang dimulai dari pemilihan gejala kemudaian akan diproses dengan metode naïve bayes yang akan menghasilkan perhitungan yang sesuai dengan gejala yang dipilih kemudian menampilkan hasilnya.

(53)

39

4.2 Perhitungan Manual Bayesian

Berikut merupakan data asli kerusakan dan gejala yang peneliti dapatkan dari “P One Komputer” Semarang. Data tersebut akan dihitung secara manual menggunakan Algoritma Naïve Bayes dan nantinya akan dibandingkan dengan hasil perhitungan sistem yang telah dibuat oleh peneliti untuk mengetahui tingkat akurasi sistem yang telah dibangun.

Data kerusakan dan gejala motherboard : 1. K1 : IC charger rusak

G2 : Battery cannot charging ( pengisian baterai tidak terhubung ) 2. K2 : IC Power rusak

G2 : Battery cannot charging ( pengisian baterai tidak terhubung ) 3. K3 : Resistor rusak

G1 : No display / Booting ( tidak nyala sama sekali ) G3 : No Display ( layar tidak tampil )

4. K4 : Kapasitor rusak

5. K5 : Mosfet rusak

6. K6 : Embedded Controller rusak

G2 : Battery cannot charging ( pengisian baterai tidak terhubung ) G4 : USB cannot detect ( usb tidak dapat berfungsi )

7. K7 : VRAM rusak

G3 : No Display ( layar tidak tampil )

(54)

G5 : Cannot shutdown ( tidak bisa dimatikan ) 8. K8 : Chipset Soutbridge rusak

9. K9 : Chipset Northbridge rusak

Keterangan : K = Kerusakan G = Gejala

Tabel 4.1 Tabel keputusan antara Kerusakan dan Gejala

Gejala Kerusakan

1 2 3 4 5 6 7 8 9

1 1 1 1 1 1 0 0 1 1

2 1 1 0 1 1 1 0 1 1

3 0 0 1 1 1 0 1 1 1

4 0 0 0 0 0 1 0 0 0

5 0 0 0 0 0 1 0 0 0

Perhitungan manual Bayesian berdasaran gejala adalah sebagai berikut :

Misalnya gejala yang tampak pada laptop ada dua gejala yaitu No display / Booting ( tidak nyala sama sekali ) (G1) dan No display ( layar tidak tampil ) (G3). Berdasarkan gejala tersebut maka dapat dihitung :

(55)

41 1. Rusak pada IC Charger (K1)

Jika probabilitas kerusakan pada IC Charger (K1) adalah : 0.11 Jika probabilitas gejala adalah :

 No display / Booting ( tidak nyala sama sekali ) (G1) = 0.50

 No display ( layar tidak tampil ) (G3) = 0

Perhitungan nilai Bayes :

K(K1 | G1) =

K(K1 | G1) = 0,14  hasil perhitungan bayes 1 pada kerusakan K1

K(K1 | G3) =

K(K1 | G3) = 0  hasil perhitungan bayes 2 pada kerusakan K1

Total Bayes Pertama

= K(K1 | G1) + K(K1 | G3)

= 0,14 + 0 = 0,14  total bayes pertama pada kerusakan K1

(56)

2. Rusak pada IC Power (K2)

Jika probabilitas kerusakan pada IC Power (K2) adalah : 0.11 Jika probabilitas gejala adalah :

 No display ( layar tidak tampil ) (G3) = 0

K(K2 | G1) =

K(K2 | G3) =

K(K2 | G3) = 0  hasil perhitungan bayes 2 pada kerusakan K2

(57)

43 Total Bayes Kedua

= K(K2 | G1) + K(K2 | G3)

= 0,14 + 0 = 0,14 total bayes kedua pada kerusakan K2

3. Rusak pada Resistor (K3)

Jika probabilitas kerusakan pada Resistor (K3) adalah : 0.11 Jika probabilitas gejala adalah :

 No display ( layar tidak tampil ) (G3) = 0.50

K(K3 | G1) =

K(K3 | G3) =

(58)

Total Bayes Ketiga

= K(K3 | G1) + K(K3 | G3)

= 0,14 + 0,16 = 0,3  total bayes ketiga pada kerusakan K3

4. Rusak pada Kapasitor (K4)

Jika probabilitas kerusakan pada Kapasitor (K4) adalah : 0.11 Jika probabilitas gejala adalah :

 No display ( layar tidak tampil ) (G3) = 0.50

K(K4 | G1) =

K(K4 | G3) =