14
BAB II
TINJAUAN PUSTAKA
II.1. Sistem Pakar
Bidang sistem pakar merupakan penyelesaian pendekatan yang sangat berhasil dan bagus untuk permasalah AI klasik dari pemrograman intelligent (cerdas). Sistem pakar (expert system) merupakan solusi AI (Artificial Intelligence) bagi permasalahan pemrograman pintar (intelligent). Profesor Edward Feigenbaum dari Stanford University yang merupakan pionir dalam teknologi sistem pakar mendefenisikan sistem pakar sebagai Sebuah program komputer pintar (Intelligent Computer Program) yang memanfaatkan pengetahuan (knowledge) dan prosedur inferensi (inference procedure) untuk memecahkan masalah yang cukup sulit sehingga membutuhkan keahlian khusus dari manusia. Dengan kata lain, sistem pakar adalah sistem komputer yang di tujukan untuk meniru semua aspek (emulates) kemampuan pengambilan keputusan seorang pakar. Sistem pakar memanfaatkan secara maksimal pengetahuan khusus selayaknya seorang pakar untuk memecahkan masalah. (Rika Rosnelly; 2012: 2).
Tujuan utama sistem pakar bukan untuk menggantikan kedudukan seorang ahli maupun pakar, tetapi untuk memasyarakatkan pengetahuan dan pengalaman pakar-pakar yang ahli di bidangnya. Sistem pakar disusun oleh dua bagian utama, yaitu :
1. Lingkungan pengembangan (development environment), digunakan untuk memasukkan pengetahuan pakar ke dalam lingkungan sistem pakar.
2. Lingkungan konsultasi (consultation environment), digunakan oleh pengguna yang bukan pakar guna memperoleh pengetahuan pakar. (Jurnal Teknologi dan Informatika : Andri Saputra ; 2011 : 204).
Komponen yang terdapat dalam struktur sistem pakar ini adalah :
1. Knowledge Base (Basis Pengetahuan)
Basis pengetahuan mengandung pengetahuan untuk pemahaman, formulasi, dan penyelesaian masalah. Komponen sistem pakar di susun atas dua elemen dasar, yaitu fakta aturan.
2. Inference Engine (Mesin Inferensi)
Komponen ini mengandung mekanisme pola pikir dan penalaran yang digunakan oleh pakar dalam menyelesaikan suatu masalah.
3. Working Memory
Berguna untk menyimpan fakta yang dihasilkan oleh inference engine dengan penambahan parameter berupa derajat kepercayaan atau dapat juga dikatan sebagai global database dari fakta yang digunakan oleh rule-rule yang ada. 4. Explanation Facility
Menyediakan kebenaran dari solusi yang dihasilkan kepada user. 5. Knowledge acquisition facility
Meliputi proses pengumpulan, pemindahan dan perubahan dari kemampuan pemecahan masalah seorang pakar atau sumber pengetahuan terdokumentasi ke
computer, yang bertujuan untuk memperbaiki atau mengembangkan basis pengetahuan.
6. User Interface
Mekanisme untuk memberikan kesempatan kepada user dan sistem pakar untuk berkomunikasi. Antar muka menerima informasi dari pemakai dan mengubahnya ke dalam bentuk yang dapat diterima oleh sistem. (Rika Rosnelly; 2012: 2).
Ada banyak keuntungan bila menggunakan sistem pakar, diantaranya adalah : 1. Menjadikan pengetahuan dan nasehat mudah didapat.
2. Menyimpan kemampuan dan keahlian pakar.
3. Meningkatkan penyelesaian masalah, menerusi paduan pakar, penerangan, sistem pakar khas.
4. Meningkatkan reliabilitas.
5. Memberikan respons (jawaban) yang cepat. 6. Merupakan penduan yang inteligence (cerdas).
7. Dapat bekerja dengan informasi yang lengkap dan mengandung ketidakpastian.
8. Intelligence database (basis data cerdas), bahwa sistem pakar dapat digunakan untuk mengakses basis data dengan cara cerdas.
Selain keuntungan-keuntungan di atas, sistem pakar seperti sistem lainnya juga memiliki kelemahan, diantaranya adalah:
1. Masalah dalam mendapatkan pengetahuan dimana pengetahuan tidak selalu bisa didapatkan dengan mudah, kadangkala pakar dari masalah yang kita buat
tidak ada, dan kalaupun ada kadang-kadang pendekatan yang dimiliki pakar berbeda-beda.
2. Untuk membuat suatu sistem pakar yang benar-benar berkualitas tinggi sangatlah sulit dan memerlukan biaya yang sangat besar untuk pengembangan dan pemeliharaannya.
3. Boleh jadi sistem tak dapat membuat keputusan.
4. Sistem pakar tidaklah 100% menguntungkan, walaupun seorang tetap tidak sempurna atau tidak selalu benar. Oleh karena itu perlu diuji ulang secara teliti sebelum digunakan. Dalam hal ini peran manusia tetap merupakan faktor dominan.
Sistem pakar merupakan program-program praktis yang menggunakan strategi heuristic yang dikembangkan oleh manusia untuk menyelesaikan permasalahan-permasalahan yang spesifik (khusus). Disebabkan oleh keheuristikannya dan sifatnya yang berdasarkan pada pengetahuan, maka umumnya sistem pakar bersifat :
1. Memiliki informasi yang handal, baik dalam menampilkan langkah-langkah antara maupun dalam menjawab pertanyaan-pertanyaan tentang proses penyelesaian.
2. Mudah dimodifikasi, yaitu dengan menambah atau menghapus suatu kemampuan dari basis pengetahuan.
3. Heuristik dalam menggunakan pengetahuan (yang sering kali tidak sempurna) untuk mendapatkan penyelesaiannya.
5. Memiliki kemampuan untuk belajar beradaptasi.
Basis pengetahuan (knowladge base) sebagian sistem pakar yang berisikan fakta-fakta yang menggambarkan wilayah masalah dan teknik-teknik refresentasi pengetahuan yang menggambarkan bagaimana fakta-fakta saling bersesuaian secara logis.
Basis pengetahuan mengandung pengetahuan untuk pemahaman, formulasi, dan penyelesaian masalah. Komponen sistem pakar ini disusun atas dua elemen dasar, yaitu fakta dan aturan (rule). Fakta merupakan informasi tentang obyek dalam area permasalahan tertentu, sedangkan aturan merupakan informasi tentang cara bagaimana memperoleh fakta baru dari fakta yang telah diketahui.
Suatu perkalian inferensi yang menghubungkan suatu permasalahan dengan solusinya disebut rantai (chain). ada dua metode penalaran dengan rules, yaitu forward chaining atau data-driven dan backward chaining atau goaldriven.
1. Forward Chaining
Suatu rantai yang dicari atau dilewati/dilintasi dari suatu permasalahan untuk memperoleh solusinya dengan penalaran dari fakta menuju konklusi yang terdapat dari fakta.
2. Backward Chaining
Suatu rantai yang dilintasi dari suatu hipotesa kembali ke fakta yang mendukung hipotesa tersebut, dan dalam hal tujuan yang dapat dipenuhi dengan pemenuhan sub tujuannya. (Jurnal Teknologi dan Informatika : Andri Saputra ; 2011 : 205-206).
II.2. Metode Case Based Reasoning (CBR)
Case-Based Reasoning (CBR) adalah metode untuk menyelesaikan masalah dengan mengingat kejadian-kejadian yang sama/sejenis (similar) yang pernah terjadi di masa lalu kemudian menggunakan pengetahuan/informasi tersebut untuk menyelesaikan masalah yang baru, atau dengan kata lain menyelesaikan masalah dengan mengadaptasi solusi-solusi yang pernah digunakan di masa lalu. Menurut Aamodt dan Plaza (1994) Case-Based Reasoning adalah suatu pendekatan untuk menyelesaikan suatu permasalahan (problem solving) berdasarkan solusi dari permasalahan sebelumnya. Case-based Reasoning ini merupakan suatu paradigma pemecahan masalah yang banyak mendapat pengakuan yang pada dasarnya berbeda dari pendekatan utama AI lainnya. Suatu masalah baru dipecahkan dengan menemukan kasus yang serupa di masa lampau, dan menggunakannya kembali pada situasi masalah yang baru. Perbedaan lain dari CBR yang tidak kalah penting adalah CBR juga merupakan suatu pendekatan ke arah incremental yaitu pembelajaran yang terus-menerus
Rumus untuk menghitung bobot kemiripan (similarity) dengan nearest neighbor retrieval adalah:
...(1) Keterangan:
S = similarity (nilai kemiripan)
II.2.1. Studi Kasus dengan Metode Case-Based Reasoning
Penelitian yang dilakukan oleh Fransisca Octaviani dengan judul Implementasi Case Based Reasoning Untuk Sistem Diagnosa Penyakit Anjing (2012) menyatakan Metode cased based reasoning merupakan metode yang menerapkan 4 tahapan proses, yaitu retrieve, reuse, revise, dan retain. Cara kerja sistem secara umum berpedoman pada basis pengetahuan yang dimiliki oleh sistem yang bersumber dari kasus-kasus yang pernah ditangani oleh seorang dokter hewan (gambar 3.) yang kemudian dihitung tingkat kemiripannya dengan kasus baru yang dimasukan pengguna (gambar 4). Berdasarkan tingkat kemiripan kasus inilah sistem akan mengeluarkan diagnosis penyakit yang diderita oleh anjing berikut saran pengobatannya.
Bobot parameter (w) : Gejala Penting = 5 Gejala Sedang = 3 Gejala Biasa = 1
Keterangan:
S = similarity (nilai kemiripan) W = weight (bobot yang diberikan)
Perhitungan kasus 1 :
Bobot gejala penyakit Coccidiosis : Diare darah = 5
Anemia = 5 Dehidrasi = 3 Lemas = 1
Perhitungan kasus 2 :
Bobot gejala penyakit Parvovirosis (CPV) Muntah kuning = 5
Diare darah = 5 Dehidrasi = 3 Anemia = 3
Tidak mau makan = 1 Perhitungan kasus 3 :
II.3. Basis Data
Database (Basis data) merupakan kumpulan data yang saling berhubungan satu dengan lainnya yang tersimpan di perangkat keras komputer dan diperlukan suatu perangkat lunak untuk memanipulasi basis data tersebut. Buku telepon, katalog film merupakan contoh dari database. Sistem manajemen basis data (database management sistem/DBMS) adalah perangkat lunak yang digunakan untuk mengendalikan data, termasuk penyimpanan data, pengambilan data, keamanan data, dan integritas data. Fungsi utama DBMS adalah untuk menyediakan lingkungan yang nyaman dan efesien untuk digunakan dalam pengambilan dan penyimpanan informasi di basis data.
Penekanan file pada basis data adalah kemampuan untuk mengakses data dengan cepat dan efesien dalam menggunakan media simpanan luarnya. Faktor yang mempengaruhi hal ini adalah organisasi dari file basis data. Organisasi file basis data ini mencoba meningkatkan struktur dari data antara satu file dengan file yang lainnya, dengan menunjukkan hubungan antardata yang ada :
a. Struktur data berjenjang (hierarchial data structure) atau disebut juga dengan nama data pohon (tree data structure) menunjukkan hubungan antara data membentuk suatu jenjang seperti pohon.
b. Struktur data jaringan (network data structure) disebut juga dengan plex data struktur. Pada struktur data pohon tiap-tiap node tidak dapat mempunyai lebih
dari satu orang tua, sedangkan struktur data jaringan ini, tiap-tiap node punya banyak orang tua.
c. Struktur data hubungan adalah meletakkan semua hubungan dalam bentuk tabel dua dimensi (Junindar ; 2012 : 19-20).
II.4. Entity Relationship Diagram (ERD)
Entity relationship (ER) data model didasarkan pada persepsi terhadap dunia nyata yang tersusun atas kumpulan objek-objek dasar yang disebut entitas dan hubungan antarobjek. Entitas adalah sesuatu atau objek dalam dunia nyata yang dapat dibedakan dari objek lain. Misal: mahasiswa, dan matakuliah. Entitas digambarkan dalam basis data dengan kumpulan atribut. Misalnya: nim, nama, alamat, dan kota. Relasi adalah hubungan antara beberapa entitas. Misalnya: relasi menghubungkan mahasiswa dengan mata kuliah yang diambilnya. Struktur logis (skema database) dapat ditunjukkan secara grafis dengan diagram ER yang dibentuk dari komponen-komponen berikut :
Tabel II.1. Simbol ERD
(Sumber : Jurnal Teknologi dan Informatika ; D. Tri Octafian ; 2011 : 151)
II.5. Kamus Data
Kamus data adalah suatu daftar data elemen yang terorganisir dengan definisi yang tetap dan sesuai dengan sistem, sehingga user dan analis sistem mempunyai pengertian yang sama tentang input, output, dan komponen data store. Kamus data ini sangat membantu analis sistem dalam mendefinisikan data yang mengalir di dalam sistem, sehingga pendefinisian data itu dapat dilakukan dengan lengkap dan terstruktur. Pembentukan kamus data dilaksanakan dalam tahap analisis dan perancangan suatu sistem. Pada tahap analisis, kamus data merupakan alat komunikasi antara user dan analis sistem tentang data yang mengalir di dalam sistem, yaitu tentang data yang masuk ke sistem dan tentang informasi yang dibutuhkan oleh user. Sementara itu, pada tahap perancangan
sistem kamus data digunakan untuk merancang input, laporan dan database. Pembentukan kamus data didasarkan atas alur data yang terdapat pada DFD.
Alur data pada DFD ini bersifat global, dalam arti hanya menunjukan nama alur datanya tanpa menunjukan struktur dari alur data itu. Untuk menunjukan struktur dari alur data secara terinci maka dibentuklah kamus data yang didasarkan pada alur data di dalam DFD. Suatu sistem dapat diuraikan ke dalam 4 form kamus data yang menerangkan isi database sistem dalam bentuk hirarki. Di sini lebih baik menganggap data flow dan data store sebagai file dari data. Selanjutnya struktur data yang ada pada data flow dan data store terletak pada level kedua atau middle level. Di sini struktur data dianggap sebagai record data. Yang terakhir adalah data element yang terletak pada level terendah, karena data element merupakan bagian dari struktur data. Di sini data element dianggap sebagai field (E-Jorunal Teknik Elektro dan Komputer ; Gallaleo I. Wibowo, dkk ; 2014 : 13).
II.6. Normalisasi
Normalisasi adalah proses mengubah relasi dari bentuk tidak normal menjadi bentuk normal atau proses untuk mengidentifikasi dan menghilangkan anomali. Proses ini dilakukan dengan memecah sebuah relasi menjadi beberapa relasi lain yang lebih kecil, relasi yang dihasilkan memiliki jumlah atribut lebih sedikit. Tiga bentuk normal yaitu bentuk normal pertama (1NF), bentuk normal kedua (2NF), bentuk normal ketiga (3NF). Tetapi dalam perkembangan muncul bentuk-bentuk normal yang baru. Definisi tentang bentuk normal sebagai berikut:
1. Tahap tidak normal
Bentuk ini merupakan kumpulan data yang akan direkam, tidak ada keharusan mengikuti format tertentu, dapat saja tidak lengkap dan terduplikasi. Data dikumpulkan apa adanya sesuai keadaanya.
Table II.2. Tidak Normal
Sumber : Tawar ; 2011 : 7
2. Tahap normal tahap pertama (1” Normal Form) Sebuah table disebut 1NF jika :
a. Tidak ada baris yang duplikat dalam tabel tersebut. b. Masing-masing cell bernilai tunggal
Table II.3. Normalisasi 1NF
Sumber : Tawar ; 2011 : 8 3. Tahap normal tahap kedua (2nd normal form)
Bentuk normal kedua (2NF) terpenuhi jika pada sebuah tabel semua atribut yang tidak termasuk dalam primary key memiliki ketergantungan fungsional pada primary key secara utuh.
Table II.4. Normalisasi 2NF
Sumber : Tawar ; 2011 : 9
4. Tahap normal tahap ketiga (3rd normal form)
Sebuah tabel dikatakan memenuhi bentuk normal ketiga (3NF), jika untuk setiap ketergantungan fungsional dengan notasi X Y Z, dimana Y mewakili semua atribut tunggal di dalam tabel yang tidak ada di dalam X, maka :
a. X haruslah superkey pada tabel tersebut.
Table II.5. Normalisasi 3NF
Sumber : Tawar ; 2011 : 10 5. Boyce Code Normal Form (BCNF)
a. Memenuhi 1st NF
b. Relasi harus bergantung fungsi pada atribut superkey Table II.6. Normalisasi BCNF
6. Tahap Normal Tahap Keempat dan Kelima
Penerapan aturan normalisasi sampai bentuk normal ketiga sudah memadai untuk menghasilkan tabel berkualitas baik. Namun demikian, terdapat pula bentuk normal keempat (4NF) dan kelima (5NF). Bentuk Normal keempat berkaitan dengan sifat ketergantungan banyak nilai (multivalued dependency) pada suatu tabel yang merupakan pengembangan dari ketergantungan fungsional. Adapun bentuk normal tahap kelima merupakan nama lain dari Project Join Normal Form (PJNF)
Table II.7. Normalisasi 4NF
II.7. Pengertian SQL Server 2008
SQL Server 2008 adalah sebuah terobosan baru dari Microsoft dalam bidang database. SQL Server adalah sebuah DBMS (Database Management System) yang dibuat oleh Microsoft untuk ikut berkecimpung dalam persaingan dunia pengolahan data menyusul pendahulunya seperti IBM dan Oracle. SQL Server 2008 dibuat pada saat kemajuan dalam bidang hardware sedemikian pesat. Oleh karena itu sudah dapat dipastikan bahwa SQL Server 2008 membawa beberapa terobosan dalam bidang pengolahan dan penyimpanan data (Wahana Komputer ; 2013 : 2).
II.8. Pengertian Visual Basic
VB.NET adalah salah satu bahasa pemrograman tingkat tinggi yang mendekati bahasa manusia. Kemunculan bahasa VB.NET ini sebagai jawaban untuk menyederhanakan bahasa pemrograman pada platform .NET yang diluncurkan tahun 2002 dan untuk menjembatani programmer Visual Basic. Bahasa VB.NET secara teknis mengadopsi sintak bahasa Visual Basic. Konsistensi API membuat bahasa VB.NET menjadi pilihan dalam membuat kode program diatas platform Windows. Fitur baru bahasa VB.NET dibandingkan Visual Basic bahwa bahasa VB.NET mendukung object-oriented dan juga dynamics programming. Ini menambah daftar kemudahan untuk belajar bahasa VB.NET (Agus Kurniawan ; 2013 : 10).
II.9. Unified Modeling Language (UML)
Hasil pemodelan pada OOAD terdokumentasikan dalam bentuk Unified Modeling Language (UML). UML adalah bahasa spesifikasi standar yang dipergunakan untuk mendokumentasikan, menspesifikasikan dan membangun perangkat lunak.
UML merupakan metodologi dalam mengembangkan sistem berorientasi objek dan juga merupakan alat untuk mendukung pengembangan sistem. UML saat ini sangat banyak dipergunakan dalam dunia industri yang merupakan standar bahasa pemodelan umum dalam industri perangkat lunak dan pengembangan sistem (Windu Gata & Grace Gata ; 2013 : 4-9).
Alat bantu yang digunakan dalam perancangan berorientasi objek berbasiskan UML adalah sebagai berikut :
1. Use case Diagram
Use case diagram merupakan pemodelan untuk kelakukan (behavior) sistem informasi yang akan dibuat. Use case mendeskripsikan sebuah interaksi antara satu atau lebih aktor dengan sistem informasi yang akan dibuat. Dapat dikatakan use case digunakan untuk mengetahui fungsi apa saja yang ada di dalam sistem informasi dan siapa saja yang berhak menggunakan fungsi-fungsi tersebut. Simbol-simbol yang digunakan dalam use case diagram, yaitu :
Tabel II.8. Simbol Use Case
Gambar Keterangan
Use case menggambarkan fungsionalitas yang disediakan
sistem sebagai unit-unit yang bertukan pesan antar unit dengan aktor, biasanya dinyatakan dengan menggunakan kata kerja di awal nama use case.
Aktor adalah abstraction dari orang atau sistem yang lain yang mengaktifkan fungsi dari target sistem. Untuk mengidentifikasikan aktor, harus ditentukan pembagian tenaga kerja dan tugas-tugas yang berkaitan dengan peran pada konteks target sistem. Orang atau sistem bisa muncul dalam beberapa peran. Perlu dicatat bahwa aktor berinteraksi dengan use case, tetapi tidak memiliki control terhadap use case.
Asosiasi antara aktor dan use case, digambarkan dengan garis tanpa panah yang mengindikasikan siapa atau apa yang meminta interaksi secara langsung dan bukannya mengidikasikan aliran data.
Asosiasi antara aktor dan use case yang menggunakan panah terbuka untuk mengidinkasikan bila aktor berinteraksi secara pasif dengan sistem.
Include, merupakan di dalam use case lain (required)
atau pemanggilan use case oleh use case lain, contohnya adalah pemanggilan sebuah fungsi program.
Extend, merupakan perluasan dari use case lain jika
kondisi atau syarat terpenuhi.
(Sumber : Windu Gata & Grace Gata ; 2013 : 4)
2. Class Diagram (Diagram Kelas)
Merupakan hubungan antar kelas dan penjelasan detail tiap-tiap kelas di dalam model desain dari suatu sistem, juga memperlihatkan aturan-aturan dan tanggng jawab entitas yang menentukan perilaku sistem.
Class diagram juga menunjukkan atribut-atribut dan operasi-operasi dari sebuah kelas dan constraint yang berhubungan dengan objek yang dikoneksikan. Class diagram secara khas meliputi: Kelas (Class), Relasi, Associations, Generalization dan Aggregation, Atribut (Attributes), Operasi
(Operations/Method), Visibility, tingkat akses objek eksternal kepada suatu operasi atau atribut. Hubungan antar kelas mempunyai keterangan yang disebut dengan multiplicity atau kardinaliti.
Tabel II.9. Multiplicity Class Diagram
Multiplicity Penjelasan
1 Satu dan hanya satu
0..* Boleh tidak ada atau 1 atau lebih
1..* 1 atau lebih
0..1 Boleh tidak ada, maksimal 1
n..n Batasan antara. Contoh 2.4 mempunyai arti minimal 2 maksimum 4
(Sumber : Windu Gata & Grace Gata ; 2013 : 9)
3. Diagram Aktivitas (Activity Diagram)
Activity Diagram menggambarkan workflow (aliran kerja) atau aktivitas dari sebuah sistem atau proses bisnis. Simbol-simbol yang digunakan dalam activity diagram, yaitu :
Tabel II.10. Simbol Activity Diagram
Gambar Keterangan
Start point, diletakkan pada pojok kiri atas dan
merupakan awal aktifitas. End point, akhir aktifitas.
Activites, menggambarkan suatu proses/kegiatan bisnis.
Fork (Percabangan), digunakan untuk menunjukkan
kegiatan yang dilakukan secara parallel atau untuk menggabungkan dua kegiatan pararel menjadi satu.
Join (penggabungan) atau rake, digunakan untuk menunjukkan adanya dekomposisi.
Decision Points, menggambarkan pilihan untuk pengambilan keputusan, true, false.
(Sumber : Windu Gata & Grace Gata ; 2013 : 6)
4. Diagram Urutan (Sequence Diagram)
Sequence diagram menggambarkan kelakuan objek pada use case dengan mendeskripsikan waktu hidup objek dan pesan yang dikirimkan dan diterima antar objek. Simbol-simbol yang digunakan dalam sequence diagram, yaitu :
Tabel II.11. Simbol Sequence Diagram
Gambar Keterangan
Entity Class, merupakan bagian dari sistem yang berisi kumpulan kelas berupa entitas-entitas yang membentuk gambaran awal sistem dan menjadi landasan untuk menyusun basis data.
Boundary Class, berisi kumpulan kelas yang menjadi interface atau interaksi antara satu atau lebih aktor dengan sistem, seperti tampilan formentry dan form cetak.
Control class, suatu objek yang berisi logika aplikasi yang tidak memiliki tanggung jawab kepada entitas, contohnya adalah kalkulasi dan aturan bisnis yang melibatkan berbagai objek. Message, simbol mengirim pesan antar class.
Recursive, menggambarkan pengiriman pesan yang dikirim untuk dirinya sendiri.
Activation, activation mewakili sebuah eksekusi operasi dari objek, panjang kotak ini berbanding lurus dengan durasi aktivitas sebuah operasi.
Lifeline, garis titik-titik yang terhubung dengan objek, sepanjang lifeline terdapat activation.
