• Tidak ada hasil yang ditemukan

PERANCANGAN SISTEM PAKAR BERBASIS WEB UNTUK MENDIAGNOSIS GEJALA AWAL AUTISME DENGAN METODE KUANTIFIKASI PERTANYAAN DRAFT SKRIPSI

N/A
N/A
Protected

Academic year: 2021

Membagikan "PERANCANGAN SISTEM PAKAR BERBASIS WEB UNTUK MENDIAGNOSIS GEJALA AWAL AUTISME DENGAN METODE KUANTIFIKASI PERTANYAAN DRAFT SKRIPSI"

Copied!
13
0
0

Teks penuh

(1)

PERANCANGAN SISTEM PAKAR BERBASIS WEB UNTUK MENDIAGNOSIS GEJALA AWAL AUTISME DENGAN METODE

KUANTIFIKASI PERTANYAAN

DRAFT SKRIPSI

OLEH

ARDIAN OKA 071401039

PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2011

(2)

PERANCANGAN SISTEM PAKAR BERBASIS WEB UNTUK MENDIAGNOSIS GEJALA AWAL AUTISME DENGAN METODE

KUANTIFIKASI PERTANYAAN

DRAFT SKRIPSI

OLEH

ARDIAN OKA 071401039

PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2011

(3)

PERANCANGAN SISTEM PAKAR BERBASIS WEB UNTUK MENDIAGNOSIS GEJALA AWAL AUTISME DENGAN METODE

KUANTIFIKASI PERTANYAAN

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Komputer

ARDIAN OKA 071401039

PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2011

(4)

PERSETUJUAN

Judul : PERANCANGAN SISTEM PAKAR BERBASIS

WEB UNTUK MENDIAGNOSIS GEJALA AWAL AUTISME DENGAN METODE KUANTIFIKASI PERTANYAAN

Kategori : SKRIPSI

Nama : ARDIAN OKA

Nomor Induk Mahasiswa : 071401039

Program Studi : SARJANA (S1) ILMU KOMPUTER

Departemen : ILMU KOMPUTER

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di

Medan, September 2011 Komisi Pembimbing :

Pembimbing 2 Pembimbing 1

Amer Sharif, S.Si, M.kom M. Andri B, ST, MCompSc, MEM

NIP. - NIP. 197510082008011001

Diketahui/Disetujui oleh

Program Studi S1 Ilmu Komputer Ketua,

Dr. Poltak Sihombing, M.Kom NIP. 196203171991021001

(5)

PERNYATAAN

PERANCANGAN SISTEM PAKAR BERBASIS WEB UNTUK MENDIAGNOSIS GEJALA AWAL AUTISME DENGAN METODE

KUANTIFIKASI PERTANYAAN

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, September 2011

Ardian Oka 071401039

(6)

PENGHARGAAN

Puji dan syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa, karena penulis merasakan kasih karuniaNya yang sungguh selama mengerjakan dan menyelesaikan skripsi ini.

Pada pengerjaan skripsi ini penulis menyadari bahwa banyak campur tangan pihak yang turut membantu dan memotivasi. Dalam kesempatan ini, penulis ingin mengucapkan terima kasih kepada:

1. Bapak M. Andri B, ST, MCompSc, MEM dan Amer Sharif, S.Si, M.kom. selaku pembimbing pada penyelesaian skripsi ini yang telah memberikan panduan dan penuh kepercayaan kepada penulis untuk menyempurnakan kajian ini.

2. Ucapan terimakasih juga penulis sampaikan kepada Bapak Drs. Marihat Situmorang M.Kom selaku dosen penguji. Panduan ringkas, padat, dan profesional telah diberikan kepada penulis agar dapat menyelesaikan tugas ini.

3. Ucapan terima kasih juga ditujukan kepada Ketua Departemen Ilmu Komputer, sekaligus sebagai dosen penguji, Dr. Poltak Sihombing M.kom dan Sekretaris Ibu Maya Silvi Lydia,BSc,MSc, Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, semua dosen pada Departemen Ilmu Komputer FMIPA USU, dan pegawai di Ilmu Komputer FMIPA USU.

4. Kedua orangtua, Sahat Pardosi dan Rose Rumapea yang telah memberikan kasih sayang penuh, motivasi dan setiap hal yang mendukung penulis dalam pengerjaan skripsi ini. 5. Kepada kedua saudariku, Elsa Firstiani, dan Marlyn Serenika, yang telah menjadi

inspirasi dan pemberi motivasi.

6. Teman-teman secara khusus teman stambuk ’07 Ilkom Alam, Boris, Debora, Niskarto, Hendrik, Betesda, Indra, Soni, Winda, Juliana, dan Luna, serta teman seperjuangan, Rina, terima kasih atas kuesionernya dan semangatnya. 

7. Semua pihak yang terlibat langsung ataupun tidak langsung yang tidak dapat penulis ucapkan satu per satu yang telah membantu penyelesaian skripsi ini.

Akhirnya penulis berharap semoga skripsi ini dapat bermanfaat dan menjadi berkat bagi penulis dan pembaca. Semoga Tuhan memberkati kita semua.

Medan, September 2011

(7)

ABSTRAK

Sistem pakar merupakan salah satu cabang dari kecerdasan buatan (Artificial Intelligence) yang dirancang dengan menanamkan pengetahuan dalam sistem. Sistem pakar mampu menganalisis suatu masalah dengan bekal pengetahuan yang ada pada sistem. Semakin melonjaknya penderita gangguan autistik menjadi alasan untuk membuat sistem pakar yang mampu menganalisis gejala gangguan autistik. Gejala– gejala perilaku yang menyimpang pada penderita berdasarkan DSM IV-TR dijadikan sebagai variabel masukan pada penelitian. Metode yang digunakan adalah metode kuantifikasi pertanyaan, dan nilai untuk setiap variable ditentukan dengan representasi kurva trapezium. Variabel masukan pada sistem terdiri dari 12 variabel, dimana 12 variabel ini dibagi menjadi tiga bagian, yaitu gangguan interaksi sosial, gangguan berkomunikasi, dan gangguan tingkah laku. Keluaran yang dihasilkan oleh sistem adalah, ‘tidak terdapat gejala gangguan autistik’, ‘terdapat gejala gangguan autistik’, dan nilai certainty factor gangguan autistik.

Kata kunci: Artificial Intelligence, Sistem Pakar, Gangguan Autistik, Metode Kuantifikasi Pertanyaan, Fuzzy, Kurva Trapesium, Certainty Factor.

(8)

ABSTRACT

Expert system is a branch of artificial intelligence which aims to impart knowledge into a system. Expert systems are able to analyze problems utilizing the existing knowledge in the system. The increase of autistic disorder cases is the reason to create an expert system that is able to analyze the symptoms of autistic disorder. The symptoms of behavioral disorder in patients based on the DSM IV-TR serve as the input variables in the study. The method used is the question quantification method, and the value for each variable is determined by the trapezoidal curve representation. Input variables in the system consist of 12 variables, which are divided into three parts, namely impaired social interaction, impaired communication, and behavioral disorder. The output generated by the system are ‘there are no symptoms of autistic disorder’, ‘there are symptoms of autistic disorder’, and value of certainty factor of autistic disorder.

Keywords: Artificial Intelligence, Expert System, Autistic Disorder, Question Quantification Method, Fuzzy, Trapezium Curve, Certainty Factor.

(9)

DAFTAR ISI Halaman Persetujuan ii Pernyataan iii Penghargaan iv Abstrak vi Abstract vii

Daftar Isi viii

Daftar Tabel x Daftar Gambar xi Bab 1 Pendahuluan 1.1 Latar Belakang 1 1.2 Rumusan Masalah 3 1.3 Batasan Masalah 3 1.4 Tujuan Penelitian 3 1.5 Manfaat Penelitian 4 1.6 Metode Penelitian 4 1.7 Sistematika Penulisan 5

Bab 2 Landasan Teori

2.1 Sistem Pakar 6

2.1.1 Pengertian Sistem Pakar 6

2.1.2 Sejarah Sistem Pakar 7

2.1.3 Konsep Dasar Sistem Pakar 12

2.1.4 Struktur Sistem Pakar 13

2.2 Faktor Kepastian 15

2.2.1 Ketidakpastian 16

2.2.2 Pengertian Faktor Kepastian 16

2.2.3 Menentukan Certainty factor Paralel dan Certainty

Factor Sequential 17

2.3 Logika Fuzzy 18

2.3.1 Himpunan Fuzzy 18

2.3.2 Fungsi Keanggotaan 18

2.4 Metode Kuantifikasi Pertanyaan 21

2.4.1 Representasi Pengetahuan 21

2.4.2 Menentukan Certainty factor Pengguna 22

2.5 Gangguan Autistik 26

2.5.1 Gangguan Sosial dan Emosional 27

2.5.2 Kekurangan Komunikasi 28

2.5.3 Tindakan Repetitif dan Ritualistik 29

2.5.4 Karakteristik Gangguan Autistik 29

2.6 PHP Script 31

Bab 3 Analisis dan Perancangan Sistem

3.1 Analisis Sistem 33

(10)

3.1.2 Analisis Kebutuhan Perangkat Lunak 33

3.2 Perancangan Sistem 34

3.2.1 Perancangan Mesin Inferensi 34

3.2.2 Perancangan DFD 36

3.2.3 Perancangan Kamus Data 39

3.2.4 Jenis-jenis Gejala Gangguan autistik Berdasarkan

DSM-IV-TR 40

3.2.5 Perhitungan Nilai Certainty Factor 41

3.2.6 Perancangan Antarmuka 47

3.2.6.1 Halaman Utama 47

3.2.6.2 Rancangan Halaman Gejala Awal Gangguan

Autistik Berdasarkan DSM-IV 48

3.2.6.3 Rancangan Halaman Menu Diagnosis

Awal Gejala Gangguan Autistik. 48

Bab 4 Implementasi dan Pengujian

4.1 Implementasi 51

4.1.1 Tampilan Depan 51

4.1.2 Tampilan Menu Diagnosis Gejala Gangguan Autistik 54 4.1.3 Tampilan Form Cetak dari Database 57

4.2 Pengujian 59

4.2.1 Hasil Pengujian Sistem 59

Bab 5 Kesimpulan dan Saran

5.1 Kesimpulan 86

5.2 Saran 87

Daftar Pustaka 88

LAMPIRAN

(11)

DAFTAR TABEL

Halaman

3.1 Kamus Data 39

3.2 Gejala Dan Frekuensi 1 43

3.3 Gejala Dan Frekuensi 2 46

4.1 Gejala Dan Frekuensi 1 61

4.2 Gejala Dan Frekuensi 2 66

4.3 Gejala Dan Frekuensi 3 71

4.4 Gejala Dan Frekuensi 4 76

(12)

DAFTAR GAMBAR

Halaman 2.1 Memindahkan pengetahuan dari seorang ahli ke

sebuah program komputer 10

2.2 Struktur Sistem Pakar 13

2.3 Representasi kurva trapesium 19

2.4 Fungsi Keanggotaaan Tua 20

2.5 Representasi kurva bahu 21

2.6 Grafik Fungsi Operator ‘=’ 23

2.7 Grafik Fungsi Operator ‘>=’ 24

2.8 Grafik Fungsi Operator ‘<=’ 25

3.1 Flowchart Sistem 35

3.2 Data Flow Diagram 37

3.3 Data Flow Diagram Level 1 38

3.4 Rancangan Halaman Utama 47

3.5 Rancangan Halaman Menu Gejala-Gejala Gangguan autistik 48 3.6 Rancangan Halaman Menu Diagnosis Gangguan autistik 1 49 3.7 Rancangan Halaman Menu Diagnosis Gangguan autistik 2 50 3.8 Rancangan Halaman Menu Hasil Diagnosis Gangguan autistik 50

3.9 Rancangan Halaman Tentang 50

4.1 Halaman Utama Sistem 52

4.2 Tampilan Gejala-gejala Gangguan autistik

Berdasarkan DSM IV-TR 53

4.3 Tampilan Opsi Menu Tentang 54

4.4 Tampilan Awal Proses Diagnosa Gejala Gangguan autistik 55 4.5 Tampilan Proses Diagnosa Gejala Gangguan autistik bagian B 56 4.6 Tampilan Proses Diagnosa Gejala Gangguan autistik bagian C 56 4.7 Tampilan pemilihan nama yang akan dicetak 57 4.8 Tampilan hasil pemeriksaan yang akan dicetak 58 4.9 Tampilan hasil cetak laporan oleh sistem 59

4.10 Tampilan input data bagian A 62

4.11 Tampilan input data bagian B 63

4.12 Tampilan input data bagian C 63

4.13 Tampilan hasil keluaran sistem 64

4.14 Tampilan input data bagian A 67

4.15 Tampilan input data bagian B 68

4.16 Tampilan input data bagian C 68

4.17 Tampilan hasil keluaran sistem 69

4.18 Tampilan input data bagian A 72

4.19 Tampilan input data bagian B 73

4.20 Tampilan input data bagian C 73

4.21 Tampilan hasil keluaran sistem 74

4.22 Tampilan input data bagian A 77

4.23 Tampilan input data bagian B 78

4.24 Tampilan input data bagian C 78

(13)

4.26 Tampilan input data bagian A 83

4.27 Tampilan input data bagian B 83

4.28 Tampilan input data bagian C 84

Referensi

Dokumen terkait

Muhammad Zarlis dan Bapak Syariol Sitorus, S.Si., MIT, Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, semua dosen pada

Studio Tugas Akhir, Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, semua dosen pada Program Studi Ilmu Komputer FMIPA USU,

Poltak Sihombing, M.Kom, dan Ibu Maya Silvi Lydia, B.Sc., M.Sc., Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, semua dosen

Muhammad Zarlis dan Bapak Syahriol Sitorus, S.Si, MIT., Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, semua dosen dan

Pada penelitian terdahulu dengan menggunakan medium tumbuh mengandung air kelapa 15% dapat merangsang pertumbuhan tunas in vitro temulawak, selain itu

Membina hubungan media dan pers (Media &amp; Press Relations) merupakan bagian dari fungsi Humas (Hubungan Masyarakat), khususnya sebagai alat, pendukung atau media kerja

function ini bisa menghemat penulisan bahasa program. Untuk Deklinasi Matahari dan Equation of Time, peneliti menggunakan data input awal berupa jam dan tanggal

Kemampuan pohon hutan mengambil amonium sangat penting menghadapi tanah-tanah dengan derajat kemasaman (pH) dan laju nitrifikasi rendah. Lebih tingginya konsentrasi