APLIKASI SISTEM PAKAR UNTUK PENENTUAN PORSI MAKAN BAGI PENDERITA OBESITAS

(1)

71 APLIKASI SISTEM PAKAR

UNTUK PENENTUAN PORSI MAKAN BAGI PENDERITA

OBESITAS

M. Sidik Wahyudi, Matlubul Khairi

Jurusan Teknik Informatika – STT Nurul Jadid Paiton

Bayu Setyawan

Jurusan Teknik Informatika Universitas 45 Surabaya

Sistem pakar (Expert Sistem) adalah usaha untuk menirukan seorang pakar. Biasanya Sistem Pakar berupa perangkat lunak pengambil keputusan yang mampu mencapai tingkat performa yang sebanding seorang pakar dalam bidang problem yang khusus dan sempit. Ide dasarnya adalah: kepakaran ditrasfer dari seorang pakar (sumber kepakaran yang lain) ke komputer, pengetahuan yang ada disimpan dalam komputer, dan pengguna dapat berkonsultasi pada komputer itu untuk suatu nasehat, lalu komputer dapat mengambil infrensi (menyimpulkan, mendedukasi, dll.)

Obesitas adalah suatu keadaan dimana terdapatnya penimbunan lemak berlebihan yang diperlukan untuk fungsi tubuh manusia. Obesitas ini merupakan factor resiko untuk terjadinya berbagai jenis penyakit degenerative, misalnya hipertensi, penyakit jantung koroner dan berbagai jenis penyakit kanker

Apapun penyebabnya, obesitas dapat dicegah dengan penanganan tertentu antara lain dengan pengaturan porsi makan yang seimbang, latihan fisik yang cukup, kurangi porsi makanan yang berlemak dan berenergi tinggi, Batasi asupan makanan yang mengenyangkan, seperti nasi, kentang, makroni, biscuit, bihun dan makanan yang dibuat dari tepung-tepungan.

Forward Chaining adalah suatu metode dari inference engine untuk memulai penalaran atau pelacakan suatu data dari fakta-fakta yang ada menuju suatu kesimpulan. Sistem dapat memberikan informasi yang benar dengan menyusun menu makanan sesuai dengan kebutuhan kalori dan dapat digunakan sebagai panduan dalam melakukan diet bagi penderita obesitas.

Kata Kunci : Sistem Pakar, Porsi Makanan, Obesitas, Forward Chaining.

I. PENDAHULUAN

Obesitas adalah suatu keadaan dimana terdapatnya penimbunan lemak berlebihan yang diperlukan untuk fungsi tubuh manusia. Obesitas ini merupakan factor resiko untuk terjadinya berbagai jenis penyakit degenerative, misalnya hipertensi, penyakit jantung koroner dan berbagai jenis penyakit kanker

Selain itu keluhan obesitas biasanya karena foktor genetik atau keturunan, suku bangsa, gangguan emosi, atau bisa juga gangguan hormon. Merupakan suatu hal yang umum, Namun, karena faktor-faktor tertentu tidak sedikit wanita dan pria yang mengalami kegemukan, terutama pada usia 30 tahun keatas. Kegemukan ini ditandai dengan menumpuknya lemak pada bagian tubuh tertentu. Seperti paha, perut dan pipi. Sebenarnya dalam jumlah sedikit, lemak penting untuk menjaga

(2)

72

kesehatan agar tetap baik. Tetapi penumpukan terlalu banyak lemak di dalam tubuh dapat menimbulkan bermacam-macam masalah kesehatan. (Harmanto N. 2007 : 37). Obesitas menumbuhkan tren penurun berat badan dengan meningkatnya produksi obat-obatan, dan makanan pengganti yang di propagandakan sebagai makanan pelangsing yang sehat dan bergizi. Padahal kita mungkin tidak tahu bahwa produk-produk tersebut umumnya hanya membantu menekan rasa lapar untuk sementara waktu. Ironisnya, tidak sedikit dokter atau ahli gizi yang menganjurkan produk-produk semacam ini kepada pasien yang datang dengan keluhan kelebihan berat badan.

Sistem pakar (Expert Sistem) adalah usaha untuk menirukan seorang pakar. Biasanya Sistem Pakar berupa perangkat lunak pengambil keputusan yang mampu mencapai tingkat performa yang sebanding seorang pakar dalam bidang problem yang khusus dan sempit. Ide dasarnya adalah: kepakaran ditrasfer dari seorang pakar (sumber kepakaran yang lain) ke komputer, pengetahuan yang ada disimpan dalam komputer, dan pengguna dapat berkonsultasi pada komputer itu untuk suatu nasehat, lalu komputer dapat mengambil infrensi (menyimpulkan, mendedukasi, dll.) seperti layaknya seorang pakar, kemudian menjelaskannya kepada pengguna tersebut, bila perlu dengan alasan-alasannya. Sistem Pakar malahan terkadang lebih baik unjuk kerjanya dari pada seorang pakar manusia.

Dari latar belakang diatas peneliti dapat membaca permasalahan yaitu Bagaimana mendesain, merancang dan membuat aplikasi sistem pakar yang dapat menyusun program diet bagi penderita obesitas yang mampu memberikan saran pengendaliannya kepada para pengguna sistem?

Dalam perancangan dan pembuatan sistem ini, terdapat beberapa batasan masalah, dengan maksud agar pembuatan sistem ini tidak meluas yang dapat mengakibatkan pembahasan tentang teori dan program menjadi fokus. Adapun batasan masalah pada sistem ini adalah sebagai berikut:

a. Membahas tentang penyusunan program diet untuk penderita obesitas yang tidak mempunyai komplikasi penyakit lain.

b. Membuat sistem pakar penentuan porsi makan dengan menggunakan metode forward chaining, yang mempermudah dokter atau ahli gizi untuk mengetahui hasil dari penentuan jenis makanan bagi pasien.

c. Penentuan jenis makanan didasarkan atas empat kriteria, yaitu tinggi badan, berat badan, usia dan jenis kelamin.

d. Sistem tidak menyusun program diet untuk ibu hamil dan menyusui.

Tujuan Penelitian ini adalah membuat program aplikasi yang berfungsi sebagai alat bantu untuk menyusun program diet, khususnya bagi penderita obesitas untuk membantu menyusun program diet sebagai saran pengendaliannya.

Harapan dari aplikasi sistem ini dapat bermanfaat bagi semua kalangan dalam usaha pengembangan ilmu pengetahuan dan teknologi, manfaat yang hendak diperoleh:

a. Aplikasi sistem ini dapat mengembangkan materi-materi yang di dapat dibangku kuliah serta dapat memberikan kontribusi terhadap pengembangan ilmu pengetahuan dan teknologi.

(3)

73

b. Dengan sistem ini, semoga pihak Instansi dapat meningkatkan pelayanan administrasinya kepada pasien, sehingga dapat mencetak generasi penerus bangsa yang kreatif dan profesional.

c. Dengan adanya sistem ini, semua pihak pengembang ilmu pengetahuan dan teknologi dapat dijadikan sebagai referensi dan dikaji dalam upaya pengembangan ilmu pengetahuan dan teknologi, sehingga diharapkan melahirkan teknologi yang baru.

II. TINJAUAN PUSTAKA 2.1 Sistem Pakar

Sistem pakar adalah aplikasi berbasis komputer yang digunakan untuk menyelesaikan masalah sebagaimana yang dipikirkan oleh pakar. Pakar yang dimaksud disini adalah orang yang mempunyai keahlian khusus yang dapat menyelesaikan masalah yang tidak dapat diselesaikan oleh orang awam. (Kusrini, 2008: 3).

2.2 Obesitas

Obesitas adalah suatu keadaan dimana terdapatnya penimbunan lemak berlebihan yang diperlukan untuk fungsi tubuh manusia. Obesitas ini merupakan factor risiko untuk terjadinya berbagai jenis penyakit degenerative, misalnya DM, hipertensi, penyakit jantung koroner dan berbagai jenis penyakit kanker.

Selain itu keluhan obesitas biasanya karena foktor genetik atau keturunan, suku bangsa, gangguan emosi, atau bisa juga gangguan hormon. Merupakan suatu hal yang umum, apabila seorang wanita selalu ingin melihat langsing. Namun, karena faktor-faktor tertentu tidak sedikit wanita yang mengalami kegemukan, terutama pada usia 30 tahun keatas. Kegemukan ini ditandai dengan menumpuknya lemak pada bagian tubuh tertentu. Seperti paha, perut dan pipi. Sebenarnya dalam jumlah sedikit, lemak penting untuk menjaga kesehatan agar tetap baik. Tetapi penumpukan terlalu banyak lemak di dalam tubuh dapat menimbulkan bermacam-macam masalah kesehatan. (Harmanto N. 2007 : 37)

Definisi obesitas menurut para dokter adalah sebagai berikut :

a. Suatu kondisi dimana lemak tubuh berada dalam jumlah yang berlebihan b. Suatu penyakit kronik yang dapat diobati.

c. Suatu penyakit epidemic.

d. Suatu kondisi yang berhubungan dengan penyakit-penyakit lain dan dapat menurunkan kualitas hidup.

e. Penanganan obesitas membutuhkan biaya perawatan yang sangat tinggi obesitas terjadi karena ketidak seimbangan antara energi yang masuk dan energi yang keluar.

2.3 Forward Chaining

Forward Chaining (Irawan, 2007: 37) adalah suatu metode dari inference engine untuk memulai penalaran atau pelacakan suatu data dari fakta-fakta yang ada menuju suatu kesimpulan. Dlam forward reasoning, proses inferens dimulai dari seperangkat data yang ada menuju ke kesimpulan. Pada proses ini akan dilakukan pengecekan terhadap setiap rule untuk melihat apakah data yang sedang diobservasi tersebut memenuhi premis dari rule tersebut. Apabila memenuhi, maka rule akan dieksekusi untuk menghasilkan fakta baru yang mungkin akan digunakan oleh rule

(4)

74

yang lain. Proses pengecekan rule ini disebut sebagai rule interpretation. Pada sistem berbasis pengetahuan, rule interpretation (interpretasi rule) dilakukan oleh inference engine. Proses interpretasi rule ini merupakan proses berulang.

Gambar 2.1 Inferensi Runut Maju (Forward Chainig)

Fungsi masing-masing step untuk gambar diatas dijelaskan sebagai berikut : a. Matching. Pada step ini, setiap rule yang ada pada basis pengetahuan

dibandingkan dengan fakta-fakta yang diketahui untuk mencari rule mana yang memenuhi (istilah ‘memenuhi’ berarti: situasi, premis, atau antecedent bernilai benar).

b. Conflict Resolution. Pada langkah pertama sangat mungkin dihasilkan suatu kondisi dimana beberapa rule dipenuhi. Conflict Resolution bertugas untuk mencari rule mana yang memiliki prioritas tertinggi yang berpotensi untuk dieksekusi.

c. Execution. Langkah terakhir dari proses forward reasoning adalah eksekusi (firing) dari rule. Proses ini menghasilkan dua kemungkinan, yaitu : fakta baru diturunkan dan ditambahkan fact base atau rule baru dihasilkan dan ditambahkan ke knowledge base.

2.4 Bagan Alir Sistem

Bagan alir sistem (system flowchart) merupakan bagan yang menunjukkan arus pekerjaan dari sistem secara keseluruhan, menjelaskan urutan dari prosedur-prosedur yang ada di dalam sistem serta menunjukkan apa yang dikerjakan di dalam sistem. (Kusrini & Kuniyo A. 2007: 81-82).

2.5 Data Flow Diagram (DFD)

Data Flow Diagram adalah diagram/bagan yang menggambarkan arus/alir data dari suatu sistem informasi, baik sistem lama maupun sistem baru secara logika tanpa mempertimbangkan lingkungan fisik di mana data tersebut berada. (Kusrini & Kuniyo A. 2007: 88).

Step 1

Matching

Step 2

Conflic

Resolution

Step 3

Execution

Knowledge

Facts

Rules

_New

Selecte

Rule

New

Facts

Aplicabl

(5)

75

2.6 Entity Relation Diagram (ER-Diagram)

ER-Diagram merupakan salah satu alat (tool) berbentuk grafis, yang popular untuk desain database. (Supardi Y. 2010: 20).

III. METODE PENELITIAN

3.1 Analisa Perhitungan Kebutuhan dan Pembagian Kalori

Secara garis besar proses yang dilakukan dalam perhitungan kebutuhan kalori dan pembagian kalori dengan masukan dari pengguna adalah usia, tinggi badan, berat badan dan jenis kelamin adalah digunakan untuk menghitung kebutuhan kalori per hari dan pembagian kebutuhan kalori protein, kebutuhan kalori lemak, dan kebutuhan kalori karbohidrat. Sebagai contoh perhitungan kebutuhan kalori dari pembagian diberikan data sebagai berikut :

Seorang perempuan 22 tahun yang mempunyai tinggi badan 155 cm, berat badan 55 kg, dan penyakit obesitas.

Perhitungan kebutuhan kalori perhari sebagai berikut :

Kebutuhan kalori (AMB) = 655 + (9,6 x 55) + (1,8 x155) – (4,7 x 22) = 1359 kkal.

Pembagian kebutuhan kalori tentukan berdasarkan kesesuaian penyakit dengan kategori diet yang dijalankan. Setelah prosentase diet ditentukan, kemudian melakukan proses pembagian kebutuhan kalori yang masing-masing sebagai berikut:

a. Kebutuhan kalori protein = 20% x 1359 kkal = 272 kkal.

b. Kebutuhan kalori lemak = 25% x 1359 kkal = 340 kkal.

c. Kebutuhan kalori karbohidrat = 55% x 1359 kkal = 747 kkal. Setelah pembagian kebutuhan kalori didapatkatkan, kemudian proses penentuan jenis makanan dapat dilakukan. Didalam sistem Jenis makanan yang dipilih sudah dipilah-pilih sesuai dengan pembagian kebutuhan kalori yang bisa dikonsumsi setiap harinya.

3.2 Desain Arsitektur

Desain arsitektur seperti terlihat pada gambar berikut yang mana akan menghubungkan antara elemen-elemen utama.

(6)

76

Input Proses Output

Gambar 3.1 Desain Arsitektur Untuk Menentukan Menu Makanan

Pada gambar diatas dapat dijelaskan bahwa untuk menentukan penentuan porsi makan adalah sebagi berikut :

a. Interface User Pakar : suatu media bagi para pakar untuk menginputkan parameter rules. Rule yang diinputkan adalah syarat-syarat untuk menghasilkan knowledge base.

b. Verifikasi : suatu proses validasi rule dengan menggunakan teori verifikasi yaitu:

1. Redundant rules adalah suatu rule, jika dua atau lebih mempunyai premise yang sama, tetapi mempunyai conclusion yang berlawanan.

2. Conflicting rules adalah suatu rule jika dua atau lebih mempunyai premise yang sama, tetapi mempunyai conclusion yang berlawanan.

c. Database pakar : digunakan untuk mengembangkan basis pengetahuan apabila pakar akan menambah, mengubah, ataupun menghapus rule.

d. Interface User : user interface bagi user yang berfungsi untuk berinteraksi dengan sistem, yaitu dengan menginputkan fakta-fakta untuk mendapatkan suatu kesimpulan.

e. Inferensi Engine : mekanisme inferensi yang digunakan adalah forward chaining, yaitu penelusuran dari data-data yang ada untuk mencapai suatu kesimpulan. User Pak

ar

User Umum Interface User Pak

ar

Interface User Umum Verifikasi Knowledge Base Inference Engine Database Pakar Database User Data Menu Makanan yang Dianjurkan

(7)

77

f. Knowledge Base : kumpulan dari fakta dan aturan yang diperoleh sistem selama proses berlangsung, yaitu aturan tentang permasahan-permasalahan yang telah didesain oleh pakar.

g. Output : hasil yang didapatkan dari sistem yang bisa menunjukkan jawaban dari fakta-fakta yang telah diinputkan. Output yang dihasilkan adalah sebagai berikut:

1. List aturan (rule).

2. Jenis menu makanan yang dianjurkan untuk dikonsumsi. 3. Laporan, yaitu merupakan hasil kesimpulan dari konsultasi.

f. Database User : digunakan untuk menyimpan dan memantenance data-data user.

3.3 Perancangan Block Diagram

Block diagram diperlukan untuk mengetahui urutun-urutan kerja sistem dalam mencari suatu keputusan. Perancangan aturan (rule) untuk menentukan jenis makanan yang terjadi diambil dari parameter usia, tinggi badan, berat badan dan jenis kelamin. Berdasarkan parameter-parameter yang ada, maka dapat disusun Block Diagram seperti berikut.

Level 0 Level 1 Level 2 Level 3

Gambar 3.2 Block Diagram Penentuan Jenis Makanan

Pada gambar 3.2 dapat dijelaskan bahwa untuk penentuan jenis makanan dengan 1 (satu) penyakit terdiri dari 3 (tiga) tingkatan. Pada level 1 (satu) terdiri dari parameter penentuan kebutuhan kalori, yaitu kebutuhan kalori protein. Pada level 2 (dua) terdapat parameter penentuan Level Obesitas, yang dimaksud adalah awal dari pengecekan penyakit dari level obesitas pasien. Pada level 3 (tiga) terdiri dari parameter tinggi badan dan berat badan.

3.4 Perancangan Dependency Diagram

Dependency diagram menunjukkan hubungan atau ketergantungan antara inputan jawaban, aturan-aturan (rules), nilai-nilai dan direkomendasikan untuk

Berat Badan Tinggi Badan Kondisi Pasien Jenis Kelamin Umur Penentuan Jenis Makanan yang Dianjurkan Penentuan Kalori

(8)

78

knowledge base system. Dependency diagram menentukan porsi makanan berdasarkan level obesitas dan dapat dilihat seperti berikut:

Gambar 3.3 Dependency Diagram Penentuan Jenis Makanan 3.5 Perancangan Decision Table

Decision table dibuat untuk menunjukkan hubungan antara nilai-nilai pada hasil fase antara atau rekomendasi akhir knowledge base system. Pada tabel 3.1 menunjukkan salah satu contoh perancangan decision table untuk rule set 1 yaitu kondisi pasien. Decision table berikut dibuat berdasarkan perancangan dependency diagram menentukan diet sehat berdasarkan level obesitas

Tabel 3.1 Decision Table Rule Set 1

Kondisi : Level Obesitas (Kurus, Normal, Overweight, Obesit I, Obesit II) = 5

Usia (Anak-Anak, Remaja, Dewasa, Usia Lanjut) = 4

Jenis Kelamin (Pria, Wanita) = 2

Baris : 5 x 4 x 2 = 40

(9)

79

Tabel 3.2Complite Decision Table

Rule IMT Jenis

Kelamin Umur

Besar

Kalori Solusi

R1 Kurus Laki-Laki Anak Banyak Menu Diet Berdasarkan IMT Kurus R2 Kurus Perempuan Anak Banyak Menu Diet Berdasarkan IMT Kurus R3 Kurus Laki-Laki Remaja Banyak Menu Diet Berdasarkan IMT Kurus R4 Kurus Perempuan Remaja Banyak Menu Diet Berdasarkan IMT Kurus R5 Kurus Laki-Laki Dewasa Banyak Menu Diet Berdasarkan IMT Kurus R6 Kurus Perempuan Dewasa Banyak Menu Diet Berdasarkan IMT Kurus R7 Kurus Laki-Laki Usia

Lanjut Banyak

Menu Diet Berdasarkan IMT Kurus R8 Kurus Perempuan Usia

Lanjut Banyak

Menu Diet Berdasarkan IMT Kurus R9 Normal Laki-Laki Anak Sedang Menu Diet Berdasarkan IMT

Normal

R10 Normal Perempuan Anak Sedang Menu Diet Berdasarkan IMT Normal

R11 Normal Laki-Laki Remaja Sedang Menu Diet Berdasarkan IMT Normal

R12 Normal Perempuan Remaja Sedang Menu Diet Berdasarkan IMT Normal

R13 Normal Laki-Laki Dewasa Sedang Menu Diet Berdasarkan IMT Normal

R14 Normal Perempuan Dewasa Sedang Menu Diet Berdasarkan IMT Normal

R15 Normal Laki-Laki Usia

Lanjut Sedang

Menu Diet Berdasarkan IMT Normal

R16 Normal Perempuan Usia

Lanjut Sedang

Menu Diet Berdasarkan IMT Normal

R17 Overweight Laki-Laki Anak Sedikit Menu Diet Berdasarkan IMT Overweight

3.6 Perancanga Rule Base

Pengembangan Rule base telah direpresentasikan dalam bentuk block diagram yang kemudian diimplementasikan dalam bentuk list aturan (rule). Dibawah ini merupakan salah satu contoh dari pembuatan rule secara manual.

Rule 1

If Indeks Massa Tubuh = Normal AND

Jenis Kelamin = Laki-Laki AND

Usia = Anak-Anak AND

THEN Besar Kalori = Menu Diet Berdasarkan IMT Normal

Rule 2

If Indeks Massa Tubuh = Overweight AND

Jenis Kelamin = Perempuan AND

Usia = Dewasa AND

THEN Besar Kalori = Menu Diet Berdasarkan IMT Overweight

Rule 3

If Indeks Massa Tubuh = Obesitas I AND

(10)

80

Usia = Usia Lanjut AND

THEN Besar Kalori = Menu Diet Berdasarkan IMT Obesitas I Rule 4

If Indeks Massa Tubuh = Obesitas II AND

Jenis Kelamin = Perempuan AND

Usia = Anak-Anak AND

THEN Besar Kalori = Menu Diet Berdasarkan IMT Obesitas II

3.7 Analisis Sistem

Saat ini Dokter atau Ahli Gizi menangani masalah penentuan jenis makanan terhadap pasien masih dilakukan secara manual. Dokter atau Ahli Gizi masih menentukan jenis makanan untuk pasien dengan mempertimbangkan antara usia, tinggi badan, berat badan, jenis kelamin, dan penyakit secara manual, sehingga terkadang masih menjadi kekurangan asupan makanan yang diperlukan oleh pasien.

Untuk menangani kekurangan itu maka dibuatlah “Aplikasi Sistem Pakar untuk Penentuan Porsi Makan Bagi Penderita Obesitas” yang memberikan kemudahan dalam menentukan jenis makanan yang tepat untuk dikonsumsi oleh pasien karena penentuan tersebut dilakukan dengan metode yang tepat. Dengan adanya sistem ini diharapkan hasil yang didapat adalah hasil yang terbaik dan tepat untuk digunakan dalam penentuan jenis makanan untuk pasien.

Untuk membentuk hubungan sistem yang baik, perlu dilakukan terlebih dahulu analisa sistem. Sebagaimana telah disebut dalam Bab II, tiga perangkat akan dipakai dalam menganalisa sistem yaitu System Flow Chart, Data Flow Diagram, dan Entity Relationship Diagram.

3.8 Desain Sistem

1. Sistem Flow Chart

Diagram alir merupakan gambaran suatu aliran data proses dan hubungan antara proses satu dengan yang lain dalam suatu sistem komputer dengan menggunakan simbol-simbol tertentu. Oleh karena itu dapat menginformasikan jalannya suatu sistem dan dapat memahami sistematika sistem dengan mudah.

(11)

81

System Flow Proses Pakar

Pakar Database

Gambar3.4 Sistem Flow Proses Pakar 2. Context Diagram

Data flow diagram pada Context Diagram menggambarkan hubungan Sistem Informasi dengan entitas-entitas yang berhubungan secara global. Pada perancangan Aplikasi Sistem Pakar Untuk Penentuan Porsi Makan Bagi Penderita Obesitas, desain context diagram adalah sebagai berikut :

Gambar 3.5Context Diagram Aplikasi Sistem Pakar Obesitas Solusi Detail_User Detail_Rule Detail_Makanan Detail_Pakar 0 Aplikasi Sistem Pakar Penentuan Porsi Makan Bagi

Obesitas

+

Pakar _User Mantenance Sistem Pakar Selesai Pakar T Mulai Login Sukses Menu Makanan Rule Y

(12)

82

3. Entity Relation Diagram

ERD digunakan untuk menunjukkan hubungan antara entity dengan database dan objek-objek (himpunan entitas) yang dilibatkan dalam sebuah basis data dan hubungan yang terjadi diantara objek-objek tersebut.

Gambar 3.12 Entity Relation Diagram (ER-D) Kamus Data

1. Pakar : {Id, Username, Password }

2. User : {Id, Username, Password, Nama, Tinggi_Badan,

Berat_Badan, Jenis_Kelamin, Tanggal_lahir, Alamat,

Tanggal_Registrasi, Telp }

3. Makanan : { Id_Makanan, Nama_Makanan, Besar_Kalori, Komposisi }

4. Rule : { Id_Rule, IMT, Jenis_Kelamin, Umur, Besar_Kalori,

Id_Makanan }

IV. PEMBAHASAN

4.1 Peletakan Aplikasi di dalam Folder Root XAMPP

Setelah terinstall dan berjalan dan dengan baik, untuk mencoba menambahkan file-file project PHP yang kita buat cukup meletakan file tersebut pada root folder apache yang berada pada folder htdocs yang terdapat pada folder XAMPP terinstall. Jika menggunakan windows secara default folder tersebut terdapat pada C: \XAMPP\htdocs.

4.2 Pengoperasian Aplikasi Sistem Pakar Untuk Penentuan Porsi Makan Bagi Penderita Obesitas

Dalam implementasinya, Aplikasi Sistem Pakar Penentuan Porsi Makan Bagi Penderita Obesitas memiliki interface yang digunakan oleh seorang pakar untuk mengelola data-data dalam database, dalam hal ini input data Pakar, User, Makanan dan Rule dilakukan oleh Pakar, Sedangkan untuk registrasi dilakukan oleh User di komputer.

(13)

83

4.3 Prosedur Pendaftaran User

Pada halaman ini terdapat Registrasi User, apabila User berhasil mendaftar maka akan ada pesan pemberitahuan “data anda telah tersimpan” dan siap untuk tahap berikutnya yaitu menginputkan username dan password untuk login sebagai User.

4.4 Prosedur Form Login User

Form ini merupakan Form Login User yang mana nantinya digunakan untuk masuk sebagai User, yang fungsinya untuk konsultasi dan mendapatkan sebuah jawaban atas konsultasi tersebut.

Gambar 4.2 Pendaftaran User Ke Sistem

(14)

84

4.5 Prosedur Form Kalkulasi Indek Massa Tubuh

Form ini merupakan form konsultasi yang mana nantinya digunakan untuk menghitung IMT, Kebutuhan Kalori dan Solusi makanan yang dianjurkan.

4.6 Hasil Konsultasi Indek Massa Tubuh

Pada halaman ini seorang User akan mendapatkan infromasi tentang perhitungan IMT, Tingkat Obesitas, Kebutuhan Kalori dan Solusi Makanan yang dianjurkan.

Gambar 4.4 Form Kalkulasi Index Massa Tubuh

(15)

85

4.7 ProcedurKelola Management Makanan

Halaman ini berfungsi untuk menambah, mengedit serta menghapus data Makanan, sesuai dangan apa yang diinginkan oleh seorang pakar.

4.8 Procedur Kelola Management Rule

Halaman ini juga berfungsi untuk menambah, mengedit serta menghapus data Rule, sesuai dangan apa yang diinginkan oleh seorang pakar.

V. KESIMPULAN

Dari latar belakang diatas peneliti dapat membaca permasalahan yaitu Bagaimana mendesain, merancang dan membuat aplikasi sistem pakar yang dapat menyusun program diet bagi penderita obesitas. Yang mampu memberikan saran pengendaliannya kepada para pengguna sistem, maka dapat diambil kesimpulan sebagai berikut:

Gambar 4.6 Kelola Management Makanan

(16)

86

1. Sistem dapat memberikan informasi yang benar dengan menyusun menu

makanan sesuai dengan kebutuhan kalori.

2. Sistem dapat digunakan sebagai panduan dalam melakukan diet bagi penderita obesitas.

3. Rule yang dihasilkan dari sistem merupakan rule yang valid, karena rule tersebut telah melului proses verifikasi dimana terdapat beberapa proses validasi pada saat proses verifikasi seperti validasi redundant rule dan conflicting rule.

DAFTAR PUSTAKA

Agus Sumanto, 2009. Tetap Langsing Dan Sehat Dengan Terapi Diet. PT AgroMedia Pustaka,Jakarta Selatan

Denny Santoso, 2009. Rahasia Diet. PT BPK Gunung Mulia, Jakarta.

Ir. Yuniar Supardi, 2010. Semua Bisa Menjadi Programmer Java Case Study. PT Elex Media Komputindo, Jakarta.

Irawan Jusak, 2007. Buku Pegangan Kuliah Sistem Pakar. Surabaya: Sekolah Tinggi Manajemen Informatika & Teknik Komputer Surabaya.

Kusrini S. Kom, 2006. Sistem Pakar, Teori Dan Aplikasi. Yogyakarta: ANDI. Kusrini, M.Kom, 2008. Aplikasi Sistem Pakar Menentukan Faktor Kepastian

Pengguna Dengan Metode Kuantifikasi Pertanyaan. Andi Offset, Yogyakarta.

Kusrini, S. Kom & Andri Kuniyo, 2007. Tuntuanan Praktis Membangun Sistem Informasi Akuntansi dengan Visual Basic Dan Microsoft SQl Server. Andi Offset, Yogyakarta.

Moh. Gilang, 2007. Pendidikan Jasmani, Olah Raga, dan Kesehatan. Ganeca Exact, Jakarta.

Ning Harmanto, 2007. Ibu Sehat Dan Cantik Dengan Herbal. PT Elex Media Komputindo, Jakarta.

Nirmala Devi, 2010. Nutrition And Food Gizi Untuk Keluarga. PT Kompas Media Nusantara, Jakarta.

Suparman, 2008. Mengenal ARTIFICIAL INTELLIGENCE. Yogyakarta: ANDI OFFSET