55 III.1. Analisa Sistem Yang Sedang Berjalan
Analisa sistem yang dijelaskan pada bab ini adalah sebagai bahan perbandingan dengan sistem yang akan dirancang. Di sini penulis akan memaparkan proses konsultasi mengidentifikasi penyakit kanker payudara.
III.1.1. Analisa Input
Agar proses konsultasi dapat dilakukan dan menghasilkan keluaran sesuai dengan yang diharapkan maka pakar perlu mengetahui data input dari pasien/pengguna. Data input yang diberikan pasien/pengguna kepada pakar masih diinputkan secara manual yaitu dengan menyampaikan langsung data pasien kepada pakar. Adapun inputan yang diperlukan adalah :
1. Ciri-ciri:
Contoh input data ciri-ciri adalah :
- Tumbuh benjolan
- Warna payudara berubah - Puting susu masuk kedalam - Payudara terasa terbakar
Berdasarka pengamatan penulis tentang data input diatas, penulis berpendapat bahwa data yang diberikan telah cukup dan telah memenuhi semua data yang dibutuhkan pakar untuk melakukan proses identifikasi penyakit kanker payudara.
III.1.2. Analisa Proses
Berdasarkan sistem yang sedang berjalan, tahapan – tahapan kerja atau proses mengidentifikasi penyakit kanker payudara adalah sebagai berikut :
1. Pasien dicek kondisi fisiknya
2. Pakar mengajukan beberapa pertanyaan kepada pasien
3. pasien harus mejawab beberapa dari pertanyaan – pertanyaan yang diajukan oleh pakar dengan sebenar – benarnya untuk mengetahui hasil.
4. Setelah mengetahui semua data yang diinputkan, pakar melakukan perumusan apakah pasien menderita penyakit kanker payudara serta memberikan solusi pengobatannya.
III.1.3. Analisa Output
Output merupakan hasil dari pengolahan data yang telah diinputkan.Output atau hasil keluaran dari sistem pakar ini adalah informasi atau hasil konsultasi penyakit kanker payudara yang diderita pasien dan solusi pengobatannya serta informasi solusi jika pasien tidak mengalami penyakit kanker payudara yang sering terjadi oleh pasien tersebut pada umumnya.
III.2. Evaluasi Sistem Yang Sedang Berjalan
Berdasarkan Analisa terhadap input, proses dan output pada sistem pakar kanker payudara pada yang sedang berjalan penulis menemukan beberapa kelemahan antara lain sebagai berikut :
1. Waktu yang dibutuhkan untuk melakukan konsultasi relatif tidak efektif Pada umumnya pasien yang akan melakukan konsultasi harus membuat janji dan mengantri untuk bertemu dengan pakar.
2. Biaya yang dikeluarkan untuk konsultasi relatif mahal.
3. Masyarakat yang tinggal dipedesaan hanya melakukan konsultasi disebuah puskesmas, atau cukup melakukan pengobatan tradisional sehingga pengobatan tidak efektif karena pakar spesialis lebih banyak terdapat di pusat kota.
Untuk menangani kelemahan-kelemahan sistem yang ada salah satu solusi yang ditawarkan adalah dengan merancang sistem pakar untuk mengidentifikasi penyakit kanker payudara. Sistem ini diharapkan mampu memberikan kontribusi positif terhadap orang banyak.
III.3. Representasi Pengetahuan
Representasi pengetahuan merupakan metode yang digunakan untuk mengkodekan pengetahuan dalam sebuah sistem pakar yang berbasis pengetahuan (knowledge base). Basis pengetahuan mengandung pengetahuan untuk pemahaman dan merupakan inti dari sistem pakar, yaitu berupa representasi
pengetahuan dari pakar yang tersusun atas dua (2) elemen dasar yaitu, fakta dan aturan, dan mesin inferensi untuk mendiagnosakanker payudara pada .
Basis pengetahuan yang di dalam sistem pakar ini akan digunakan untuk menentukan proses pencarian atau menentukan kesimpulan yang diperoleh dari hasil analisis. Hasil yang diperoleh setelah pengguna melakukan interaksi dengan sistem pakar yaitu dengan menjawab pertanyaan yang diajukan oleh sistem pakar.
Basis pengetahuan yang di gunakan didalam sistem pakar ini terdiri dari : gejala- gejala yang diderita pasien dan derajat/ tingkat keyakinan yang diberikan oleh pakar. Tabel keputusan untuk gejala-gejala yang terjadi adalah seperti ditunjukkan oleh tabel III.1 dibawah ini:
Tabel III.1 Keputusan Gejala – Gejala Kanker payudara Id_gejal
a Gejala
Penyakit Stadium
I
Stadium II
Stadium III
Stadium IV
C0001
ditemukannya benjolan yang terasa berbeda pada payudara, ukuran
< 2cm (1)
*
C0002
benjolan ditekan tidak sakit, tetapi terjadi perubahan pada kulit dan puting yaitu mengerut dengan pori- pori kulit yang agak menonjol (1)
*
C0003
benjolan pada payudara anda berubah bentuk / ukuran > 2cm T < 5cm (2)
*
C0004
kulit payudara berubah warna: dari merah muda menjadi coklat hingga seperti kulit jeruk (2)
*
C0005
puting susu masuk ke dalam (retraksi) atau salah satu puting susu tiba-tiba lepas / hilang (2)
*
C0006
muncul rasa sakit yang
hilang-timbul (2) *
C0007
kulit payudara terasa
seperti terbakar (3) *
C0008
payudara mengeluarkan darah atau cairan yang lain, padahal Anda tidak menyusui (3)
*
C0009
adanya borok (ulkus) pada payudara, borok ini akan menjadi semakin besar dan mendalamsehingga dapat menghancurkan seluruh payudara (3)
*
C0010
payudara sering berbau busuk dan mudah berdarah terdapat edema luas pada kulit payudara (lebih 1/3 luas kulit payudara) (4)
*
C0011
adanya nodul satelit pada kulit payudara sert terdapat model parasternal(4)
*
C0012
terdapat nodul supraklavikula adanya edema lengan, adanya metastase jauh (4)
*
Tabel bobot penilaian untuk gejala kanker payudara ditunjukkan oleh tabel III.2 berikut ini:
Tabel III.2 Nilai Bobot Untuk Gejala Kanker Payudara
Id_Gejala Gejala Bobot
C0001 ditemukannya benjolan yang terasa berbeda pada
payudara, ukuran < 2cm (1) 0.75
C0002
benjolan ditekan tidak sakit, tetapi terjadi perubahan pada kulit dan puting yaitu mengerut dengan pori-pori kulit
yang agak menonjol (1) 0.82
C0003
benjolan pada payudara anda berubah bentuk / ukuran >
2cm T < 5cm (2) 0.65
C0004
kulit payudara berubah warna: dari merah muda menjadi
coklat hingga seperti kulit jeruk (2) 0.7
C0005
puting susu masuk ke dalam (retraksi) atau salah satu
puting susu tiba-tiba lepas / hilang (2) 0.73 C0006 muncul rasa sakit yang hilang-timbul (2) 0.8 C0007 kulit payudara terasa seperti terbakar (3) 0.74
C0008
payudara mengeluarkan darah atau cairan yang lain,
padahal Anda tidak menyusui (3) 0.67
C0009
adanya borok (ulkus) pada payudara, borok ini akan menjadi semakin besar dan mendalamsehingga dapat
menghancurkan seluruh payudara (3) 0.8
C0010 payudara sering berbau busuk dan mudah berdarah
terdapat edema luas pada kulit payudara (lebih 1/3 luas 0.75
kulit payudara) (4)
C0011
adanya nodul satelit pada kulit payudara serta terdapat
model parasternal(4) 0.8
C0012
terdapat nodul supraklavikula adanya edema lengan,
adanya metastase jauh (4) 0.83
III.3.1. Metode Dempster Shafer
Metode yang akan diterapkan dalam pembuatan sistem pakar ini adalah metode dempster shafer dengan rumus sebagai berikut :
Plausibility (Pl) dinotasikan sebagai :
Kepercayaan dalam hipotesis di konstitusikan melalui jumlah dari masa dari keseluruhan kumpulan dengan (seperti jumlah dari masa untuk keseluruhan subset dari hipotesis ). Merupakan jumlah dari kepercayaan dimana secara langsung mendukung sekumpulan hipotesis yang diberikan terakhir, membentuk dasar. Kepercayaan ( biasanya dinotasikan dengan Bel ) mengukur kekuatan dari barang bukti dalam kesukaan dari sekumpulan atau proporsi. Memiliki rentang antara 0 ( mengindikasikan tidak ada barang bukti ) sampai 1 ( yang menunjukan kepastian ). Hal yang masuk akal merupakan 1 dikurangi jumlah dari masa dari semua kumpulan masa untuk seluruh kumpulan yang berinterseksi dengan hipotesis adalah kosong.
Pl(s) = 1 – Bel (-s)
Merupakan sebuah batas atas dari kemungkinan dimana hipotesis dapat menjadi benar. Dapat memungkinkan menjadi kondisi dari sistem menuju nilai yang diinginkan, dikarenakan terdapat banyak barang bukti, dikarenakan terdapat banyak barang bukti yang kontradiksi hipotesis. Plausability ( hal yang masuk akal ) didefinisikan sebagai Pl(s) = 1 – Bel (~s). juga memiliki rentang dari 0 sampai 1 dan mengukur tambahan dimana setiap barang bukti merupakan selera dari ~s merupakan ruang diluar dari pada s.
Pada teori Dempster-Shafer dikenal adanya frame of discrement yang dinotasikan dengan θ. Frame ini merupakan semesta pembicaraan dari sekumpulan hipotesis. Tujuannya adalah mengaitkan ukuran kepercayaan elemen- elemen θ. Tidak semua evidence secara langsung mendukung tiap-tiap elemen.
Untuk itu perlu adanya probabilitas fungsi densitas (m). Nilai m tidak hanya mendefinisikan elemen-elemen θ saja, namun juga semua subsetnya. Sehingga jika θ berisi n elemen, maka subset θ adalah 2n . Jumlah semua m dalam subset θ sama dengan 1. Apabila tidak ada informasi apapun untuk memilih hipotesis, maka nilai : m{θ} = 1,0.
Apabila diketahui X adalah subset dari θ, dengan m1 sebagai fungsi densitasnya, dan Y juga merupakan subset dari θ dengan m2 sebagai fungsi densitasnya, maka dapat dibentuk fungsi kombinasi m1 dan m2 sebagai m3, yaitu:
m3(Z) =
∑x∩y = z m1(X).m2(Y) 1-∑x∩y = θm1(X).m2(Y)
Dimana :
m3(Z) = mass function dari evidence (Z)
m1(X) = mass function dari evidence (X), yang diperoleh dari nilai keyakinan suatu evidence dikalikan dengan nilai disbelief dari evidence tersebut.
m2(Y) = mass function dari evidence (Y), yang diperoleh dari nilai keyakinan suatu evidence dikalikan dengan nilai disbelief dari evidence tersebut.
∑m1(X).m2(Y) = merupakan nilai kekuatan dari evidence Z yang diperoleh dari kombinasi nilai keyakinan sekumpulan evidence).
Untuk contoh perhitungan menggnakan metode dempster shafer maka untuk menghitung nilai Dempster Shafer (DS) kanker payudara yang dipilih dengan menggunakan nilai believe yang telah ditentukan pada setiap gejala.
Pl((~s ) = 1- Bel. Dimana nilai bel ( believe ) merupakan nilai bobot yang diinput oleh pakar, maka untuk mencari nilai dari kedua gejala diatas, terlebih dahulu dicari nilai dari , seperti yang dibawah ini.
Gejala 1 : ditemukannya benjolan yang terasa berbeda padapayudara, ukuran <
2cm (C0001)
Maka :
C0001 ( bel) = 0.75
C0001 (Ω) = 1- 0.75 = 0.25
Gejala 2 : benjolan ditekan tidak sakit, tetapi terjadi perubahan pada kulit dan puting yaitu mengerut dengan pori-pori kulit yang agak menonjol (C0002)
Maka :
C0002 ( bel) = 0.82
C0002 (Ω) = 1- 0.82 = 0.18
Maka untuk mencari nilai dari C000n kita menggunakan rumus seperti dibawah :
maka : m3(Z) =
C(Z) =
= Nilai densitas = 0.64397
Maka dapat disimpulkan gejala kanker tersebut memiliki nilai eviden kepercayaan adalah 0.64397
III.4. Desain Sistem
III.4.1. Desain Sistem Secara Global
Perancangan desain sistem yang akan dibangun menggunakan pemodelan Unified Modelling System ( UML ). Diagram-diagram yang digunakan use case diagram, activity diagram, class diagram dan squence diagram.
0.615 0.955
0.21375 0.75 * 0.82 1-(0.25 * 0.18)
1-(0.025 * 0.85)
0.21375
0.21375
∑x∩y = z m1(X).m2(Y) 1-∑x∩y = θm1(X).m2(Y)
1-∑x∩y = θm1(X).m2(Y)
III.4.1.1. Use Case Diagram
Diagram ini menggambarkan interaksi beberapa aktor dengan sistem digambarkan pada gambar III.1 berikut ini:
Gambar III.1. Use Case Diagram Sistem Pakar Penyakit Kanker Payudara
III.4.1.2. Class Diagram
Class adalah sebuah spesifikasi yang jika diinstansiasi akan menghasilkan sebuah objek dan merupakan inti dari pengembangan dan desain berorientasi objek. Class menggambarkan keadaan (atribut/properti) suatu sistem, sekaligus menawarkan layanan untuk memanipulasi keadaan tersebut (metoda/fungsi).
<< include >>
<< include >>
<< include >>
<< include >>
Use Case Diagram Sistem Pakar Penyakit kanker payudara
User
Pakar Login
Data Stadium
Ciri dan gejala
Diagnosa
Hasil Diagnosis
keluar
<<include >>
<<extend>>
<<extend >>
<<include >>
Rule
<< include >>
Gambar III.2. Class Diagram Sistem Pakar Penyakit Kanker Payudara
III.4.1.3. Sequence Diagram
Penggambaran kolaborasi antar objek dari kelas-kelas yang ada digambarkan pada gambar-gambar berikut ini :
Loginpakar.view - Username.textfield - Password.textfield - Login.button + get admin.varchar( ) + password.varchar( ) + halamanpakar.show( )
Ciri-ciri.view - no - id_ciri - ciri-ciri - bobot - id_stadium - aksi.edit.hyperlink - aksi.hapus.hyperlink - tambah ciri.button + get id_ciri.varchar( ) Menu admin pakar
- Ciri-ciri.hyperlink - Diagnosa.hyperlink - Hasil diagnosa.hyperlink - stadium.hyperlink - tentang.hyperlink - logout.hyperlink + ciri-ciri.show( ) + diagnosa.show( ) + hasil diagnosa.show( ) + stadium.show( ) + tentang.show( ) + homepage.show( )
+cek ciriciri() konsultasi.view -Ciri-ciri
-proses.button
+get diagnosis() tanyajawab -pertanyaan -ya.combobox -tidak.combobox -teruskan.button
+get offset() diagnosa.view -metode ds -Ciriciri -stadium -selesai.button
+kembali() stadium -id_stadium.varchar -stadium_ya.varchar -stadium_tdk.varchar -bobot.float
1. Sequence diagram login pakar
Proses sequence login pakar adalah pakar memasukkan username dan password pada form login pakar, dari form login pakar data akan di kirim ke sistem untuk di cek kevalidan data. Jika data valid maka akan ditampilkan form halaman admin pakar. Sequence diagram Login Pakar ditunjukan pada gambar III.3 berikut ini :
Gambar III.3. Diagram Sequence Login Pakar
login pakar
pakar
halaman admin pakar homepage
login gagal pilih pakar
input data login
input data login
logout
2. Sequence diagram form input data ciri-ciri
Gambar III.4 : Sequence Diagram Input Data Ciri-ciri
3. Sequence diagram form input data diagnosa
Gambar III.5 : Sequence Diagram Input Data Diagnosa
admin
form data cir-ciri database
informasi Input Data ciri-ciri
Simpan Data ciri-ciri
admin
form data diagnosa database
informasi Input Data diagnosa
Simpan Data diagnosa
4. Sequence diagram form input data hasil diagnosa
Gambar III.6 : Sequence Diagram Input Data Hasil Diagnosa
5. Sequence diagram form input data stadium
Gambar III.7 : Sequence Diagram Input Data Stadium
admin
form data hasil diagnosa database
informasi Input Data hasil diagnosa
Simpan Data hasil diagnosa
admin
form data stadium database
informasi Input Data stadium
Simpan Data stadium
6. Sequence diagram form logout admin
Gambar III.8 : Sequence Diagram Logout Admin
III.4.2. Desain Sistem Secara Detail
III.4.2.1. Desain Output
1. Rancangan Form Admin
Form ini merupakan antar muka yang berisi form master gejala, form stadium, form rule, form cara menjalankan dan form tentang program.. Rancangan form admin ditunjukkan pada gambar III.9 berikut ini :
Gambar III.9. Rancangan Form Admin
admin
keluar
close
File
Basis Pengetahuan >>
Diagnosa Keluar
Help >>
>> Master Stadium
>> Master Ciri Dan Gejala
>> Master Rule
>>Menjalankan Program
>>Tentang Program Ini Laporan
2. Rancangan Form User
Form ini merupakan antar muka user yang berisi tombol diagnosa dan tombol informasi . Rancangan form user ditunjukkan pada gambar III.10 berikut ini :
Gambar III.10. Rancangan Form User
3. Rancangan Form Hasil Diagnosa
Form ini menampilkan hasil dari (diagnosis penyakit) yang dilakukan oleh pasien. Rancangan form hasil diagnosa dapat dilihat pada gambar III.11. di bawah ini :
Gambar III.11. Rancangan Form Hasil Diagnosa
Hasil Diagnosa Ciri Dan Gejala
Hasil Diagnosa
Nilai Dempster shafer :
Solusi
selesai Diagnosa Kanker
Payudara Menu Utama Konsultasi
Informasi Kanker Payudara
Picture box
4. Rancangan Form Tentang Program
Form ini menampilkan foto dan data pembuat sistem. Rancangan form tentang program ditunjukkan pada gambar III.12 berikut ini :
Gambar III.12. Rancangan Form Tentang Program
5. Rancangan Form Menjalankan Program
Form ini menampilkan cara pemakaian program. Rancangan form menjalankan program ditunjukkan pada gambar III.13 berikut ini :
Gambar III.13. Rancangan Form Menjalankan Program
Cara Menjalankan Program
Untuk menamenambah pengetahuan sistem pakar klik Menu Basis Pengetahuan Dan Pilih Jenis Atau Stadium Penyakit untuk menambah data penyakit dan untuk menambah data ciri-ciri atau gajala penyakit silahkan pilih menu ciri dan gejala
Untuk menambah solusi dari sebuah permasalahan klik menu Rule Basis pengetahuan, isi field-field yang diperlukan beserta ciri dan gejalanya
selesai Tentang Program Ini
Program Ini Dibuat Untuk Kelengkapan Skripsi/Tugas Akhir
Yogi eko pradipta 1020000134 Sistem informasi STMIK Potensi Utama
selesai Picture box
6. Rancangan Form Informasi
Form ini menampilkan informasi seputar kanker payudara. Rancangan form informasi ditunjukkan pada gambar III.14 berikut ini :
Gambar III.14. Rancangan Form Informasi
III.4.2.2. Desain Input
1. Rancangan Form Login
Pada Form ini menggambarkan proses login pada sistem, tombol login dan tombol keluar. Rancangan form login pakar ditunjukan pada gambar III.15 berikut ini :
Gambar III.15. Rancangan Form Login
Halaman Informasi
Terima kasih Telah Menggunakan Aplikasi Kami, Silahkan Tekan Tombol Informasi Dibawah Untuk Dapat
Mengetahui Info Yang Lebih Seputar Kanker Payudara Lebih Detail Dan Silahkan Pilih Menu Diagnosa Untuk Melakukan Konsultas
Defenisi Kanker Payudara
Jenis Kanker Payudara
Stadium Kanker Payudara
Kembali
SISTEM PAKAR MENDIAGNOSIS KANKER PAYUDARA
Masukkan Username dan Password Anda Untuk Menggunakan Sistem Ini
Level :
Username :
Password :
Login Keluar
2. Rancangan Form Master Stadium
Pada form ini admin dapat melakukan penambahan, pengubahan dan menghapus data stadium. Rancangan form master stadium dapat ditunjukkan pada gambar III.16 berikut ini :
Gambar III.16. Rancangan Form Master Stadium
3. Rancangan Form Master Ciri Dan Gejala
Pada form ini admin dapat menambah, mengubah atau menghapus data ciri dan gejala kanker payudara. Rancangan form master ciri dan gejala ditunjukkan pada gambar III.17 berikut ini :
Jenis Stadium ID Stadium Tambah
Batal
Edit ID STADIUM JENIS STADIUM
xxx xxx
xxx xxx
xxx xxx
xxx xxx
xxx xxx
xxx xxx
xxx xxx
Save
Delete
Ciri dan Gejala >>
Exit
Gambar III.17. Rancangan Form Master Ciri Dan Gejala
4. Rancangan Form Konsultasi
Form ini ditujukan untuk pasien / user menginputkan ataupun memilih ciri dan gejala yang dirasakan . Rancangan form konsultasi dapat dilihat pada gambar III.18 dibawah ini :
Gambar III.18. Rancangan Form Konsultasi
gejala petama
gejala kedua
gejala ketiga
gejala keempat
gejala kelima
gejala keenam
Silahkan Pilih Gejala-gejala Yang Anda Rasakan, Kemudian Klik Tombol Proses Ciri Dan Gejala
Bobot ID Ciri Jenis Stadium
ID CIRI CIRI DAN GEJALA BOBOT
xxx xxx xxx
xxx xxx xxx
xxx xxx xxx
xxx xxx xxx
Tambah
Batal
Delete Edit
Save
Exit
Proses
5. Rancangan Form Master Rule
Pada form ini admin dapat menambah, mengubah atau menghapus data yang ada pada form master rule. Rancangan form master rule ditunjukkan pada gambar III.19 dibawah ini :
Gambar III.19. Rancangan Form Master Rule
ID Solusi
Hasil
Diagnosa solusi Sigma a
Sigma b
Believe Result Theta Precen tage
Ciri
xxx xxx xxx xxx xxx xxx xxx xxx xxx xxx
xxx xxx xxx xxx xxx xxx xxx xxx xxx xxx
xxx xxx xxx xxx xxx xxx xxx xxx xxx xxx
xxx xxx xxx xxx xxx xxx xxx xxx xxx xxx
xxx xxx xxx xxx xxx xxx xxx xxx xxx xxx
xxx xxx xxx xxx xxx xxx xxx xxx xxx xxx
xxx xxx xxx xxx xxx xxx xxx xxx xxx xxx
Tambah
Edit
Simpan Hapus
Batal
Jenis Stadium
Hasil Diagnosa
Solusi
gejala petama
gejala kedua
gejala ketiga
gejala keempat
gejala kelima
gejala keenam
Ciri Dan Gejala ID Rule
III.4.3. Desain Database
Perancangan database berguna untuk menyimpan data-data yang saling berhubungan satu dengan yang lainnya. Dalam perancangan database di bentuk satu file yang berguna untuk menyimpan tabel-tabel yang diperlukan sebagai basis penyimpanan suatu data.
III.4.3.1. Kamus Data
Dibawah ini adalah kamus data atau referensi data yang ada pada basis data sistem yang akan dibangun :
1. Admin ={(idadmin + password)}
2. Ciri ={(id_ciri + ciri +bobot + id stadium)}
3. Rules ={( id_rule + id_stadium + ciri + diagnosa + solusi)}
4. Stadium ={(id_stadium +stadium + jenis)}
III.4.3.2. Normalisasi
Normalisasi database biasanya jarang dilakukan dalam database skala kecil dan dianggap tidak diperlukan pada penggunaan personal. Namun seiring dengan berkembangnya informasi yang dikandung dalam sebuah database, proses normalisasi akan sangat membantu dalam menghemat ruang yang digunakan oleh setiap tabel di dalamnya, sekaligus mempercepat proses permintaan data. Pada tahap ini semua data direkam tanpa format tertentu dan data bisa jadi mengalami duplikasi.
1. Bentuk Normal Pertama ( 1NF/ First Normal Form) a. Tabel Normal Pertama
admin passwo rd
Id_ciri ciri Bobot Id_stad ium
Id_rule Diag nosa
solusi Stadi um
jenis
b. Tabel Normal Pertama Admin
idadmin username password
2. Bentuk Normal Kedua (2NF/ Second Normal Form) a. Tabel ciri
*id_ciri ciri bobot id_stadium
b. Tabel rules
*id_rule id_stadium ciri diagnosa solusi
c. Tabel stadium
*id_stadium stadium jenis
d. Tabel admin
*idadmin username password
III.4.3.3. Desain Tabel / File
Pada sistem pakar ini, digunakan database SQL Server dengan nama dbds menggunakan 5 tabel, yaitu tabel admin, tabel rules, tabel ciri, tabel pemakai dan tabel stadium. Adapun struktur data dari tabel-tabel tersebut adalah sebagai berikut :
Tabel III.3. Tabel Admin
No Field Name Type Width Keterangan
1 idadmin varchar 50 Primary key
2 username nchar 10 -
3 pass nchar 10 -
Tabel III.4. Tabel Rules
No Field Name Type Width Keterangan
1 id int - -
2 id_rule nchar 10 Primary key
3 id_stadium nchar 10 -
4 ciri varchar 250 -
5 diagnosa varchar 250 -
6 solusi varchar 250 -
7 sigma a float - -
8 sigma b float - -
9 believe float - -
10 result float - -
11 theta float - -
12 precentage float - -
Tabel III.5. Tabel Ciri
No Field Name Type Width Keterangan
1 id int - -
2 id_ciri nchar 10 Primary key
3 ciri varchar 250 -
4 bobot float - -
5 idstadium nchar 10 -
Tabel III.6. Tabel Pemakai
No Field Name Type Width Keterangan
1 id int - -
2 id_pemakai ntext - Primary key
3 nama ntext - -
4 Usia ntext - -
5 alamat ntext - -
6 diagnosa ntext - -
7 solusi ntext - -
8 nilai ntext - -
Tabel III.7. Tabel Stadium
No Field Name Type Width Keterangan
1 id int - -
2 id_stadium nchar 10 Primary key
3 jenis varchar 50 -
III.4.3.4. ERD (Entity Relationship Diagram)
Adapun ERD ( Entity Relationship Diagram ) dari aplikasi yang akan di bangun ditunjukkan pada gambar III.20 berikut ini:
Gambar III.20. ERD (Entity Relationship Diagram)
III.5. Logika Program
Setiap aktivitas suatu aktor dieksentasikan ke aktivitas aktor lain dapat disatukan dengan swimline. Aktivitas yang terjadi pada sistem yang akan dibangun memiliki gabungan aktivitas antar aktor Pasien dan Pakar.
M
M
M
M
M
1
M
admin pakar
ciri
stadium
*idadmin password
bobot
ciri
*id_ciri id_stadium
menginput
*id_stadium jenis
stadium
memiliki Menginput
rules
ciri diagnosa
*id_rule
id_stadium
solusi
1. Activity Diagram Login Pakar
Activity diagram login pakar merupakan activity diagram untuk proses login pakar. Activity diagram login pakar ditunjukkan pada gambar III.21 berikut ini:
Gambar III.21. Activity Diagram Login Pakar 2. Activity Diagram Input Data
Activity diagram untuk penginputan data oleh admin pada Sistem Pakar Penyakit Kanker Payudara ditunjukkan pada gambar III.22 berikut ini:
Masuk login pakar
Masukkan username dan password
Masuk halaman admin pakar Benar
Ya
Tidak
Gambar III.22. Activity Diagram Input Data
3. Activity Diagram Edit Data
Activity diagram untuk mengedit data oleh admin pada Sistem Pakar Penyakit Kanker Payudara ditunjukkan pada gambar III.23 berikut ini:
Gambar III.23. Activity Diagram Edit Data Masukkan Data
Data Tersimpan Data Salah
Sukses
End
Data Ditampilkan
Start
Data Ditampilkan Data Tersimpan
Edit Data Data Salah
Sukses
End
4. Activity Diagram Hapus Data
Activity diagram untuk hapus data oleh admin pada Sistem Pakar Penyakit Kanker Payudara ditunjukkan pada gambar III.24 berikut ini:
.
Gambar III.24. Activity Diagram Hapus Data
5. Activity Diagram Logout Admin
Activity diagram logout admin pada Sistem Pakar Penyakit Kanker Payudara ditunjukkan pada gambar III.25 berikut ini:
Gambar III.25. Activity Diagram Logout Admin Start
Data Ditampilkan Data Terhapus
Hapus Data Data Gagal
Dihapus
Sukses
End
Start
Keluar Dari Sistem Pilih Keluar Dari Sistem
End
6. Activity Diagram Master Stadium
Activity diagram untuk master stadium oleh admin pada Sistem Pakar Penyakit Kanker Payudara ditunjukkan pada gambar III.26 berikut ini:
Gambar III.26. Activity Diagram Master Stadium
Masuk login
Masukkan username dan password
masuk halaman admin Benar
Ya
Tidak
Tambah data
Ya tidak
Pilih menu stadium
halaman data stadium Edit data
Hapus data
tidak tidak
Ya Ya
7. Activity Diagram Master Ciri Dan Gejala
Activity diagram untuk master ciri dan gejala oleh admin pada Sistem Pakar Penyakit Kanker Payudara ditunjukkan pada gambar III.27 berikut ini:
Gambar III.27. Activity Diagram Master Ciri Dan Gejala
Masuk login
Masukkan username dan password
masuk halaman admin Benar
Ya
Tidak
Tambah data
Ya tidak
Pilih menu ciri gejala
halaman data ciri gejala Edit data
Hapus data
tidak tidak
Ya Ya
8. Activity Diagram Master Rule
Activity diagram untuk master rule oleh admin pada Sistem Pakar Penyakit Kanker Payudara ditunjukkan pada gambar III.28 berikut ini:
Gambar III.28. Activity Diagram Master Rule
Masuk login
Masukkan username dan password
masuk halaman admin Benar
Ya
Tidak
Tambah data
Ya tidak
Pilih menu rule
halaman data rule Edit data
Hapus data
tidak tidak
Ya Ya