BAB III
METODOLOGI PENELITIAN
3.1 Alur Penelitian
Seperti yang sudah dijelaskan secara sekilas pada BAB 1, dalam penelitian ini terdapat beberapa langkah yang harus dilakukan untuk membangun sistem pakar dan alat tes tanda vital pada kucing ini. Langkah-langkah untuk merealisasikan aplikasi dan alat tersebut adalah sebagai berikut :
Gambar 3. 1 Alur Penelitian 1. Studi Literatur
Pada tahap ini dilakukan pembelajaran teori terkait penelitian mengenai sistem pakar diagnosis penyakit feline panleukopenia virus pada kucing menggunakan metode certainty factor dan monitoring kesehatan yang dapat berasal dari penelitian yang sudah ada dan sudah
pernah dilakukan sebelumnya, berupa referensi yang terdapat pada jurnal, buku, internet, maupun referensi lainnya.
2. Pengumpulan Data dan Analisis a. Pengumpulan Data
Dalam perancangan sebuah aplikasi sistem pakar dan alat tes tanda vital hewan, basis pengetahuan dan sumber data yang valid sangatlah dibutuhkan. Basis pengetahuan dan sumber data yang valid ini tentu saja didapatkan dari seorang pakar yang ahli pada bidangnya. Pengumpulan data ini dilakukan dengan metode wawancara dengan dokter hewan sebagai pakar atau narasumber dari penelitian ini (dalam kasus ini pakar yang dituju adalah Dokter Hewan dengan nama drh. Zulvia Yolanda).
b. Analisis
Dilakukan pengumpulan data pendukung yang dibutuhkan dalam tahap pengolahan, pengelompokan dan basis pengetahuan dalam tahap analisis.
3. Perancangan Sistem dan Alat
Pada tahap ini dilakukan aktivitas yang menggambarkan secara rinci bagaimana sistem dan alat dapat bekerja. Perancangan ini meliputi desain dari sistem dan langkah-langkah dalam pengoperasiannya
4. Implementasi Sistem dan Alat
Pada tahap ini dilakukan aktivitas penerapan dan penyelesaian sistem dan alat yang ada dalam dokumen rancangan sistem dan alat yang telah disetujui.
5. Pengujian
Pada tahap ini dilakukan pengujian terhadap aplikasi dan alat yang sudah di implementasi dan di bangun untuk mengetahui tingkat akurasi sistem pakar diagnosis penyakit feline panleukopenia pada kucing dan monitoring kesehatan tubuh pada kucing berbasis IoT.
3.2 Metode Pengembangan Sistem
Dalam pengembangan sebuah sistem pakar, dikenal ESDLC (Expert System Developement Life Cyle). Siklus ESDLC ini digunakan sebagai acuan dari setiap tahapan yang perlu dilakukan untuk mengembangkan sistem pakar agar lebih terstruktur dan terarah pengerjaannya. Turban dan Aronson (2005) mengatakan tahapan tersebut terdiri dari tahap akuisisi atau mengumpulkan pengetahuan untuk membuat basis pengetahuan, merepresentasikan pengetahuan, membuat basis pengetahuan, memvalidasi pengetahuan, inferensi dan tahap memberikan penjelasan terhadap hasil inferensi yang dapat dilihat pada gambar alur berikut[12]:
Gambar 3. 2 Tahap Pengembangan Sistem Pakar
1. Tahap 1, Inisialisasi Proyek
Tahap ini merupakan tahap inisialisasi proyek. Pada penelitian ini terdiri dari empat fase yaitu: fase mendefinisikan masalah, fase memberikan solusi alternatif, fase menentukan pakar, dan fase memverifikasi metode.
2. Tahap 2, Proses Rekayasa Pengetahuan
Akuisisi pengetahuan merupakan tahap pengumpulan data atau pengetahuan, merepresentasikan pengetahuan, membuat basis pengetahuan, memvalidasi pengetahuan, inferensi, dan tahap memberikan penjelasan terhadap hasil inferensi (simpulan) mengenai penyakit feline panleukopenia virus dan gejala-gejalanya, data terkait suhu tubuh dan denyut jantung normal pada kucing, dan Langkah apa yang dapat dilakukan jika kucing terdiagnosis penyakit feline panleukopenia virus.
Pengetahuan diperoleh dengan wawancara langsung kepada pakar dokter hewan dan dari beberapa jurnal, buku, maupun internet yang mendukung penelitian penyakit feline panleukopenia virus pada kucing.
3. Tahap 3, Implementasi
Pada tahap ini dibuat prototype system pakar diagnosis penyakit feline pada kucing atas beberapa tahapan diantaranya: analisis, desain, membuat basis program, dan pengujian. Pengujian lalu dilakukan terhadap fitur-fitur yang ada dalam system pakar dengan metode pengujian blackbox. Fitur- fitur yang diuji bertujuan untuk mengetahui apakah sistem dapat berjalan baik tanpa ada error (bug free) ataupun mengalami sistem crash.
3.3 Rancangan Sistem
Rancangan sistem pada penelitian ini merupakan rancangan yang digambarkan menggunakan diagram skematik. Diagram tersebut merupakan representasi setiap komponen dari suatu proses yang terdapat pada sistem. Diagram skematik dapat dilihat pada gambar sebagai berikut:
Gambar 3. 3 Skematik Diagram
Monitor kesehatan tubuh pada kucing ini menggunakan sensor denyut jantung (pulse sensor) dan sensor suhu LM35 untuk memonitor tanda vital kucing. Sensor tersebut terhubung ke mikrokontroler yang bertugas mengirim data ke Firebase, lalu setelah itu data dari Firebase akan dikirimkan ke aplikasi sistem pakar untuk pemantauan kondisi kesehatan kucing.
3.4 Rancangan Penelitian
Mengacu pada permasalahan terkait berbahayanya penyakit panleukopenia pada kucing, maka diusulkan penelitian untuk mengatasi masalah tersebut. Penelitian ini menghasilkan judul Sistem Pakar Diagnosis Penyakit Feline Panleukopenia Virus Pada Kucing Menggunakan Metode Certainty Factor Berbasis Mobile.
Sistem ini terdiri dari aplikasi dan alat tes tanda vital. Aplikasi digunakan untuk mendiagnosis pada tingkat apa kucing mengidap penyakit feline panleukopenia virus, sedangkan alat tes tanda vital pada penelitian ini memiliki fungsi untuk memeriksa kondisi vital (kesehatan) yang diukur dari denyut jantung dan suhu tubuh pada kucing.
3.4.1 Kebutuhan Perangkat Keras
Terdapat delapan komponen perangkat keras yang dibutuhkan dalam pembuatan alat tes tanda vital. Delapan komponen tersebut dapat dilihat pada tabel berikut :
Tabel 3. 1 Kebutuhan Perangkat Keras
No Nama Alat Fungsi
1 Pulse Sensor Sensor yang mendeteksi denyut jantung kucing (rentang denyut normal = 140-210 bpm).
2 Sensor suhu LM35 Komponen elektronik dalam bentuk chip IC dengan tiga kaki yang berfungsi merubah besaran suhu menjadi tegangan. Memiliki parameter bahwa 10mV mewakili 10C (ex : 300mV=300C) (rentang suhu tubuh normal
= 37,80C -390C).
3 ESP32 Berfungsi sebagai mikrokontroler
(pemroses input sinyal elektronik menjadi output sinyal elektronik yang dibutuhkan.) 4 Jumper/Sambungan Sebagai penghubung jalur rangkaian yang
terputus.
5 Battery dan Battery Holder Berfungsi untuk menyimpan energi listrik dalam bentuk energi kimia, yang akan digunakan untuk mensuplai (menyediakan) listik.
6 Laptop Sebagai device untuk membuat program.
7 Smartphone Sebagai emulator aplikasi sistem pakar.
8 Charger Berfungsi sebagai catu daya energi pada laptop, mikrokontroler dan smartphone.
3.4.2 Kebutuhan Perangkat Lunak
Dalam pembuatan aplikasi sistem pakar dan alat tes tanda vital dibutuhkan beberapa perangkat lunak yang berfungsi sebagai tempat pembuatan kode program dan implementasi metode serta basis pengetahuan dari pakar. Perangkat lunak tersebut dapat dilihat pada tabel berikut :
Tabel 3. 2 Kebutuhan Perangkat Lunak
No Nama Perangkat Fungsi
1 Arduino IDE Sebagai aplikasi untuk membuat
pemrograman pada ESP32 menggunakan bahasa C.
2 Figma Sebagai tempat untuk mendesain atau
prototyping tampilan aplikasi.
3 Android Studio Sebagai pemrograman pada aplikasi sistem pakar.
3.5 Tahap Design Sistem 3.5.1 Use Case Diagram
Diagram Use Case mendeskripsikan tipe interaksi antara si pengguna (user) dengan sistem. Pada gambar 3.4 menunjukkan diagram use case pada sistem pakar yang akan dikembangkan. Pada diagram use case terdapat user (pemilik kucing) sebagai aktor yang memiliki akses untuk 3 fitur antara lain : fitur diagnosis tingkat penyakit kucing, fitur tentang panleu, dan fitur monitor kesehatan kucing. Fitur-fitur tersebut dapat diakses oleh user setelah melakukan login pada aplikasi.
Gambar 3. 4 Use Case Diagram 3.5.2 Activity Diagram
Activity diagram merupakan pengembangan dari use case yang memiliki alur aktivitas. Pada activity diagram yang digambarkan adalah proses atau aktivitas sebuah sistem :
1. Log In
Sistem ini menerapkan autentifikasi yang mana berarti user harus melakukan login yang akan di validasi dengan menggunakan data username dan password yang sudah tersimpan. Untuk activity diagram pada proses login dapat diamati pada gambar berikut :
Gambar 3. 5 Activity Diagram Log in 2. Diagnosis Tingkat Penyakit Panleukopenia pada Kucing
Terdapat fitur yang digunakan untuk mendiagnosis tingkat penyakit panleukopenia pada kucing, dimana user dapat mengisi nilai kepercayaan dari gejala, lalu sistem akan memberikan nilai persentase diagnosis tingkat penyakit panleukopenia yang di derita oleh kucing. Untuk activity diagram dari proses ini dapat dilihat pada gambar berikut :
Gambar 3. 6 Activity Diagram Diagnosis Tingkat Penyakit
3. Monitor Kesehatan
Terdapat fitur untuk memonitor kondisi vital (kesehatan) kucing yang terdiri dari denyut jantung dan suhu tubuh. Untuk activity diagram dari proses ini dapat dilihat pada gambar berikut :
Gambar 3. 7 Activity Diagram Monitor Kesehatan 4. Tentang Panleukopenia
Terdapat fitur tentang panleukopenia secara umum dan bagaimana cara penanganan serta pencegahan agar kucing tidak terjangkit virus feline panleukopenia. Untuk activity diagram dari proses ini dapat dilihat pada gambar berikut :
Gambar 3. 8 Activity Diagram Tentang Panleukopenia
5. Panduan
Terdapat fitur panduan yang berisi cara pengisian nilai kepercayan pada fitur diagnosis tingkat penyakit dan beberapa petunjuk mengenai penggunakan fitur lainnya. Untuk activity diagram pada fitur ini dapat dilihat pada gambar berikut :
Gambar 3. 9 Activity Diagram Panduan
3.5.3 Entity Relationship Diagram (ERD)
Entity Relationship Diagram atau ERD merupakan diagram yang digunakan untuk merancang sebuah basis data pada sebuah sistem. Pada ERD akan digambarkan hubungan dari satu relasi atau antar entitas, objek dan juga atribut dari basis data tersebut. Pada gambar 3.10, relasi pada penyakit-gejala adalah (1- m) satu ke banyak (one to many, dimana satu penyakit memiliki banyak gejala.
Pada relasi penyakit-solusi adalah (m-1) banyak ke satu (many to one), dimana banyak gejala yang ada memiliki satu solusi/penanganan.
Gambar 3. 10 Diagram ERD 3.5.4 Rancangan Antar Muka (Interface)
Merancang antarmuka (interface) merupakan bagian paling penting dalam merancang sebuah sistem. Rancangan antar muka yang dibuat harus efektif dan efisien untuk perangkat lunak dan memiliki hasil yang sesuai dengan kebutuhan dari pengguna. Sering kali pengguna menilai sebuah sistem dari baik atau buruk interface nya. Oleh karena itu, interface menjadi salah satu hal terpenting dalam pembuatan sistem. Low Fidelity merupakan prototype yang berfokus pada elemen dasar pada interface suatu sistem atau aplikasi yang di bangun. Low Fidelity merupakan titik awal proses dari desain kasar yang dibuat dengan sangat sederhana dan tidak terinci. Berikut adalah low fidelity prototype dari sistem pakar yang dibangun :
1. Splashscreen
Untuk low fidelity prototype pada splashscreen yang merupakan halaman pembuka pada sistem dapat dilihat pada gambar berikut ini :
Gambar 3. 11 Rancangan Splashscreen 2. Login
Untuk low fidelity prototype pada halaman login dapat dilihat pada gambar berikut:
Gambar 3. 12 Rancangan Login 3. Register
Untuk low fidelity prototype pada halaman register berikut:
Gambar 3. 13 Rancangan Register 4. Beranda
Untuk low fidelity prototype pada halaman beranda dapat dilihat pada gambar berikut:
Gambar 3. 14 Rancangan Beranda
5. Diagnosis Tingkat Penyakit
Untuk low fidelity prototype pada halaman diagnosis tingkat penyakit feline panleukopenia pada kucing dapat dilihat pada gambar berikut:
Gambar 3. 15 Rancangan Diagnosis Tingkat Penyakit 6. Tentang Panleukopenia
Berikut merupakan low fidelity prototype pada halaman tentang panleukopenia :
Gambar 3. 16 Rancangan Tentang Panleu
7. Panduan
Berikut merupakan low fidelity prototype pada halaman panduan :
Gambar 3. 17 Rancangan Halaman Panduan
8. Monitor Kesehatan
Berikut merupakan low fidelity prototype pada halaman monitor kesehatan tubuh kucing :
Gambar 3. 18 Rancangan Monitor Kesehatan
3.5.5 Rancangan Database Firebase
Rancangan database Firebase ini dibuat sebagai gambaran terkait apa saja yang ada dan bagaimana bentuk data tersebut di Firebase. Rancangan database ini dapat dilihat dari gambar berikut :
Gambar 3. 19 Rancangan Database Firebase 3.6 Tahap Implementation
3.6.1 Proses Metode Certainty Factor
Pada saat pemrosesan metode Certainty Factor, tiap-tiap gejala akan dihitung nilai CF nya berdasarkan niali akurasi dari pakar sehingga akan menghasilkan diagnosis yang sama dengan seorang pakar. Berikut proses diagnosis menggunakan Certainty Factor:
Gambar 3. 20 Flowchart Sistem Certainty Factor
Flowchart diatas menjelaskan tentang langkah-langkah yang perlu dilakukan untuk proses perhitungan menggunakan metode certainty factor dalam diagnosis tingkat penyakit feline panelukopenia pada kucing. Berikut penjelasannya :
1. Diagnosis tingkat penyakit adalah fitur yang akan digunakan untuk melakukan diagnosis tingkat penyakit feline penleukopenia pada kucing . 2. Pilih gejala merupakan fitur dimana user memilih gejala dengan cara men-
ceklist gejala yang sudah ada dan menginputkan nilai yang sudah terdapat CF(term).
3. Proses diagnosis tingkat penyakit merupakan perintah untuk proses perhitungan gejala.
4. Hitung CF Gejala [CF(H,E)=CF(Pakar)*CF(User)] dimana nilai dari CF gejala diberikan nilai kepercayaan yang diberikan dalam bentuk checkbox. Jika user memilih suatu gejala, maka user akan diminta menginputkan nilai kepercayaan dari gejala tersebut [19].
5. Hitung CF Hipotesis Hitung CF Hipotesis CFComb[H,E]1,2=
CF[H,E]1 + ( CF[H,E]2 x (1– CF[H,E]1 ) ) adalah untuk mengetahui hasil akhir hitung persentase keyakinannya [19].
6. Perhitungan Hasil Diagnosis Persentase keyakinan = CFCom x 100%
[19].
3.6.2 Perhitungan Metode Certainty Factor
Pada penelitian ini berfokus pada 1 penyakit yakni penyakit feline panleukopenia virus yang di bedakan menjadi dua : kronis dan akut. Berikut data gejala yang
telah di dapat dari hasil wawancara oleh pakar dokter hewan : Tabel 3.1 Gejala Penyakit Panleukopenia
No Kode Gejala Nama Gejala
1 GP01 Muntah
2 GP02 Diare tidak berdarah 3 GP03 Diare disertai darah
4 GP04 Lemas
5 GP05 Tidak nafsu makan dan minum
6 GP06 Telinga kotor
7 GP07 Suhu tubuh hipertermia 8 GP08 Suhu tubuh hipotermia
9 GP09 Anemia
10 GP10 Sariawan
11 GP11 Kejang
Tabel 3.2 Data Penyakit
No Kode Penyakit Nama Penyakit
1 PK01 Panleukopenia Kronis
2 PK02 Panleukopenia Akut
Berikut merupakan contoh perhitungan yang dilakukan manual pada persentase certainty factor tingkat penyakit yang diderita kucing pada gejala-gejala. Pada proses diagnosis sistem, user diberi pilihan berupa gejala dan perintah untuk input nilai kepercayaan pada gejala yang memiliki nilai berikut :
• Tidak 0
• Tidak tahu 0.2
• Sedikit yakin 0.4
• Cukup yakin 0.6
• Yakin 0.8
• Sangat yakin 1
1. Contoh proses diagnosis pada perhitungan tingkat penyakit feline panleukopenia pada kucing menggunakan Certainty Factor :
IF Muntah GP01
AND Diare berdarah GP03
AND Lemas GP04
AND Tidak nafsu makan dan minum GP05
AND Suhu tubuh hipertermia GP07 THEN Panleukopenia Akut
2. Pakar menentukan nilai CF (rule) pakar untuk masing-masing gejala sebagai berikut :
CFpakar GP01 0.7 CFpakar GP05 0.7
CFpakar GP02 0.8 CFpakar GP06 0.5
CFpakar GP03 0.5 CFpakar GP07 0.6
CFpakar GP04 1
3. Langkah selanjutnya adalah bobot user, dimana user memberikan nilai dari jawaban gejala sebagai berikut :
CFuser GP01 0.4 CFuser GP05 1
CFuser GP02 0 CFuser GP06 0
CFuser GP03 1 CFuser GP07 0.2
CFuser GP04 0.6
4. Lalu hitung nilai pada CF dengan mengalikan Cfuser dan Cfpakar dengan rumus [CF(H,E)=CF(Pakar) x CF(User)] sebagai berikut :
CF [H,E] 1 = CF [Pakar]1 x CF [User]1
= 0.7 X 0.4 = 0.28
CF [H,E] 2 = CF [Pakar]1 x CF [User]1
= 0.8 x 0 = 0
CF [H,E] 3 = CF [Pakar]1 x CF [User]1
= 0.5 x 1 = 0.5
CF [H,E] 4 = CF [Pakar]1 x CF [User]1
= 1 x 0.6 = 0.6
CF [H,E] 5 = CF [Pakar]1 x CF [User]1
= 0.7 x 1 = 0.7
CF [H,E] 6 = CF [Pakar]1 x CF [User]1
= 0.5 x 0 = 0
CF [H,E] 7 = CF [Pakar]1 x CF [User]1
= 0.6 x 0.2 = 0.12
5. Memberikan kombinasi pada nilai CF di setiap langkah sebagai berikut : CF1 = CFg1 + [CFg2 x (1-CFg1)
= 0.28 + [ 0 x ( 1 – 0.28 ) ] = 0.28 CF2 = CF1 + [CFg3 x (1-CF1)
= 0.28 + [ 0.5 x ( 1 – 0.28 ) ] = 0.64 CF3 = CF2 + [CFg4 x (1-CF2)
= 0.64 + [ 0.6 x (1- 0.64 ) ] = 0.856 CF4 = CF3 + [CFg5 x (1-CF3)
= 0.856 + [ 0.7 x ( 1 - 0.856 ) ] = 0.9568 CF5 = CF4 + [CFg6 x (1-CF4)
= 0.9568 + [ 0 x ( 1 – 0.9568 ) = 0.9568 CF6 = CF5 + [CFg7 x (1-CF5)
= 0.9568 + [ 0.12 x ( 1 – 0.9568 ) ] = 0.96198
6. Hasil dari menghitung persentase nilai keyakinan diagnosis tingkat penyakit feline panleukopenia pada kucing menggunakan rumus :
Persentase keyakinan = CF x 100%
Persentase keyakinan = Cfkombinasi x 100%
= 0.96198 x 100%
= 96.198%
Dapat disimpulkan dari perhitungan akhir diatas menggunakan metode certainty factor bahwa tingkat penyakit feline panleukopenia yang diderita oleh kucing adalah pada tingkat Akut dengan persentase diagnosis keyakinan sebesar 96.198%.
3.7 Tahap Pengujian
Pada tahapan ini dilakukan pengujian untuk memastikan apakah sistem yang dibuat telah sesuai fungsionalias dengan tujuan untuk menemukan kesalahan- kesalahan pada perangkat yang di uji. Penelitian ini memiliki dua tahapan yaitu:
1. Fungsionalitas Sistem
Guna memeriksa tingkat keberhasilan sistem yang sesuai dengan fungsionalitas dan untuk mengetahui kesalahan-kesalahan pada aplikasi secara singkat, maka penulis melakukan pengujian Blackbox. Pengujian Blackbox merupakan pengujian yang difokuskan kepada fungsionalitas dari perangkat lunak.
2. Pengujian Akurasi
Penulis melakukan pengujian akurasi guna mengetahui performa dari sistem pakar dan alat tes tanda vital dalam memberikan hasil diagnosis tingkat penyakit panleukopenia pada kucing berdasarkan gejala dan nilai kepercayaan dari gejala yang di input-kan oleh pengguna. Pengujian ini juga dilakukan berdasarkan diagnosis oleh pakar secara langsung untuk menguji tingkat keakuratan diagnosis tingkat penyakit dan alat tes tanda vital pada sistem.
Pengujian Akurasi sistem pakar menggunakan confusion matrix.
Confusion matrix adalah suatu metode yang biasanya digunakan untuk melakukan perhitungan akurasi pada konsep data mining. Rumus ini melakukan perhitungan dengan 4 keluaran, yaitu: recall, precision, acuraccy dan error rate [13] :
•
Accuracy = 𝑇𝑃+𝑇𝑁𝑇𝑃+𝑇𝑁+𝐹𝑃+𝐹𝑁× 100 %
...(1)
•
Recall = 𝑇𝑃𝑇𝑃+𝐹𝑁× 100 %
...(2)
•
Precision = 𝑇𝑃𝑇𝑃+𝐹𝑃× 100 %
...(3)
•
Error rate = 𝐹𝑃+𝐹𝑁𝑇𝑃+𝑇𝑁+𝐹𝑃+𝐹𝑁× 100 %
...(4)
Tabel 3. 3 Confusion Matrix
Actual Values Predicted
Values
TP (True Positive)
FP
(False Positive) FN
(False Negative)
TN
(True Negative)
Keterangan :
• Accuracy : perbandingan kasus yang diidentifikasi benar dengan jumlah semua kasus;
• Recall : proporsi kasus positif yang diidentifikasi dengan benar;
• Precision : proporsi kasus dengan hasil positif yang benar;
• Error rate : kasus yang diidentifikasi salah dengan jumlah semua kasus;
• TN : jika hasil prediksi negatif dan data sebenarnya negatif;
• FP : jika hasil prediksi positif sedangkan nilai sebenarnya negatif;
• FN : jika hasil prediksi negatif sedangkan nilai sebenarnya positif;
• TP : jika hasil prediksi positif dan nilai sebenarnya positif.
3.7.1 Skenario Pengujian
4
Skenario pengujian yang dilakukan pada penelitian ini menggunakan metode blackbox, hal ini berarti pengujian hanya mengamati hasil eksekusi melalui uji data. Berikut skenario pengujian perangkat keras dan perangkat lunak dapat dilihat pada tabel berikut :
Tabel 3. 4 Pengujian Perangkat Keras
No Item Uji Butir Uji Indikator Keberhasilan 1 Sensor suhu
LM35
1. Mendeteksi suhu tubuh kucing;
2. Menguji keakuratan sensor suhu kucing.
Sensor dapat mengirimkan 1 data suhu setiap 60 detik dengan batas nilai kesalahan suhu sesuai kesepakatan
dengan dokter hewan.
2 Pulse sensor 1. Mendeteksi denyut jantung kucing;
2. Menguji keakuratan denyut jantung kucing.
Sensor dapat mengirimkan 1 data denyut jantung setiap 60 detik dengan nilai kesalahan relatif sesuai dengan kesepakatan oleh dokter hewan.
3 Pengiriman data kondisi kesehatan kucing ke Firebase
Mengirimkan data suhu tubuh dan denyut jantung kucing dari alat monitor kesehatan.
Mengirimkan 1 data suhu tubuh dan 1 data denyut jantung kucing secara berkala dalam kurun waktu setiap 60 detik.
Tabel 3. 5 Pengujian Perangkat Lunak
No Item Uji Butir Uji Indikator Keberhasilan 1 Login 1. Verifikasi username
2. Verifikasi Password
Dikatakan sukses bila password dan username yang
dimasukkan user yang bersangkutan ketika dalam form login sama dengan passwordnya yang tersimpan dalam aplikasi.
2 Register 1. Input nama lengkap 2. Input nomor telepon 3. Input alamat email 4. Input password
Dikatakan berhasil apabila sistem dapat menyimpan data diri user baru dan masuk ke halaman beranda/dashboard.
2 Input nilai gejala
1. Nilai CF user Menampilkan nilai yang sudah ditentukan untuk dipilih oleh user.
3 Hasil diagnosis 1. Verifikasi perhitungan CF 2. Keakuratan diagnosis
Dikatakan akurat jika output dari diagnosis sama dengan hasil perhitungan manual
certainty factor dan hasil diagnosis tingkat penyakit memenuhi syarat yang telah ditentukan oleh pakar.
4 Monitor Kesehatan
1. Data suhu tubuh 2. Data denyut jantung
Dikatakan berhasil jika aplikasi dapat menampilkan data yang di dapat dari Firebase dengan rentang waktu setiap 60 detik.
5 Notifikasi monitor kesehatan
Menampilkan pop up notifikasi suhu tubuh dan detak jantung yang tidak normal.
Dikatakan berhasil jika sistem dapat menampilkan notifikasi jika denyut jantung dan suhu tubuh kucing terdeteksi diluar batas normal. Batas normal untuk denyut jantung sendiri adalah sebesar 140-210 bpm dan untuk suhu tubuh sebesar 37,80C-390C.
