SISTEM DETEKSI GANGGUAN PADA BERBAGAI JENIS GITAR
MEGGUNAKAN METODE
CASE BASED REASONING
BERBASIS
DESKTOP
Ramadlan Septiana1, Herfina2, Mulyati2 email : ramadlan156@gmail.com
Program Studi Ilmu Komputer FMIPA Universitas Pakuan
Gitar adalah salah satu alat musik yang banyak dimainkan di semua kalangan. Gitar terdiri dari beberapa komponen seperti neck, body, bridge, senar, tuning machines, dan fret. Alat musik gitar dibagi menjadi 2 jenis, yaitu gitar akustik dan gitar elektrik. Seiring penggunaan alat musik gitar, sering ditemukan gangguan yang diakibatkan oleh kerusakan pada salah satu komponen, sehingga gitar tidak dapat dimainkan sebagaimana mestinya. Salah satu alternatif penyelesaian gangguan pada gitar adalah dengan menggunakan metode inferensi case based reasoning (CBR). Metode CBR bertujuan untuk mencari kesimpulan yang dapat digunakan sebagai alternatif pada suatu masalah berdasarkan tingkat kemiripannya dengan kasus lama yang tersimpan dalam basis pengetahuan. Pemanfaatan sistem ini adalah dengan menggunakan data gejala, data kerusakan dan data kasus. Data gejala adalah data gejala yang terjadi saat gitar mengalami kerusakan, data kerusakan adalah data yang berisi daftar kerusakan pada gitar sedangkan data kasus adalah data yang berisi kumpulan kasus kerusakan yang terjadi pada gitar. Sistem Deteksi Gangguan Pada Berbagai Jenis Gitar diimplementasikan dengan menggunakan bahasa pemrograman Visual Basic 2010 dan database Microsoft Access 2007. Dilakukan uji coba terhadap sistem dengan membandingkan hasil output sistem dengan kesimpulan pakar, sebanyak 15 kasus dengan nilai kesesuaian 84,4% yang berarti sistem dapat dipercaya.
Kata Kunci : Sistem Pakar, Alat Musik, Gitar, Case Based Reasoning
PENDAHULUAN
Perkembangan teknologi informasi yang sangat pesat dapat dimanfaatkan hampir di seluruh kegiatan dalam berbagai bidang. Perkembangan tersebut dapat diterapkan pada bidang pendidikan, sumber daya, keuangan, seni, administrasi dan lain-lain. Penerapan teknologi informasi dapat membantu dalam menyelesaikan sebuah permasalahan. Salah satu contoh pemanfaatan teknologi informasi saat ini adalah sistem pakar. Penggunaan sistem pakar dapat diterapkan diberbagai bidang, diantaranya dalam bidang seni yaitu untuk alat musik.
Alat musik yang paling umum dimainkan bagi semua kalangan adalah gitar. Gitar terbagi menjadi beberapa jenis yaitu gitar akustik, gitar elektrik, bass
akustik dan bass elektrik. Jenis akustik terdiri dari beberapa komponen, yaitu
headstock, tuning machines, nut,
fingerboard, frets, neck, body, bridge dan senar. Sedangkan komponen pada jenis elektrik terdiri dari headstock, tuning machines, nut, fingerboard, frets, strap pin, neck, body, bridge, pickup, control,
output jack, dan senar (Nugroho, 2014). Seiring penggunaan alat musik gitar, pemain sering mengalami beberapa masalah ketika memainkan gitar atau bass mereka. Umumnya pemain yang awam akan segera memperbaiki masalah yang ada dengan menggunakan jasa service. Penggunakan jasa service ini, pemain harus mengeluarkan biaya dan harus menunggu proses perbaikan. Namun, permasalahan pada alat musik gitar ini biasanya hanya disebabkan oleh
kerusakan kecil yang terjadi pada salah satu komponen dan dapat diselesaikan sendiri tanpa perlu bantuan jasa service. Oleh karena itu dibutuhkan sistem yang dapat digunakan untuk memantu dalam menganalisis penyebab dari permasalahan yang terjadi pada alat musik gitar yang dimainkan. Kehadiran sistem deteksi kerusakan pada gitar diharapkan dapat membantu dalam memperbaiki alat musik gitar tanpa perlu menggunakan jasa
service.
Penelitian Terdahulu
Aribowo (2010) melakukan penelitian dengan judul “Pengembangan Sistem Cerdas menggunakan Penalaran Berbasis Kasus (Case Based Reasoning) untuk Diagnosa Penyakit Akibat Virus Eksantema”. Sistem ini digunakan untuk mendeteksi sebelas penyakit yang diakibatkan oleh Eksantema. Proses perhitungan similarity pada tahapan
retrieval dalam sistem ini menggunakan metode Probabiltas Bayes. Sistem ini dibuat berbasis desktop dengan menggunakan software Delphi 7 dan
Microsoft Access sebagai database.
Retnowati (2013) melakukan penelitian dengan judul “Implementasi
Case Based Reasoning Pada Sistem Pakar Dalam Menentukan Jenis Gangguan Kejiwaan”. Sistem ini dapat mendiagnosis delapan jenis gangguan kejiwaan disertai dengan informasi yang terkait dengan penyakit tersebut. Proses retrieve pada sistem ini menggunakan perhitungan dengan metode Certainty Factor (CF). Sistem ini dibangun berbasis desktop dengan menggunakan software Visual Basic 6.0 dan Microsoft Access 2003 sebagai database.
Shaid et al.(2015) melakukan penelitian dengan judul “Sistem Pakar Pertumbuhan Balita Berbasis Web dengan Metode Case Based Reasoning”. Sistem
ini digunakan untuk menganalisis atau monitoring pertumbuhan balita, yang
diharapkan akan bisa membantu dalam pemantauan pertumbuhan anak. Proses retrieve pada sistem yang dibangun ini menggunakan metode nearest neighbor retrieval. Sistem ini dibangun berbasis web menggunakan menggunakan bahasa pemrograman PHP.
METODE PENELITIAN
Metode penelitian yang digunakan dalam pembuatan sistem ini adalah pendekatan Expert System Development Life Cycle (ESDLC). Pendekatan ESDLC memiliki beberapa tahapan yang disajikan pada Gambar 1.
Gambar 1. Tahapan Pendekatan ESDLC (Turban et al., 2005)
Tahap Penilaian
Tujuan utama dari tahap penilaian ini adalah untuk mengidentifikasi kebutuhan pengguna. Karena itu, penelitian dilakukan dengan studi kelayakan dari sistem yang sedang berjalan dengan melakukan pengumpulan data yang dilakukan melalui observasi, wawancara dan studi literatur. Hasil pengumpulan data digunakan untuk menentukan tujuan
dan ruang lingkup dari sistem yang akan dibuat, mengidentifikasi masalah-masalah yang dapat diselesaikan dengan sistem dan teknologi yang digunakan dalam membangun sistem
Tahap Akuisisi Pengetahuan
Tujuan utama dari akuisisi pengetahuan adalah untuk mendapatkan berbagai pengetahuan yang diperlukan oleh sistem yang dibangun. Pengetahuan yang diperlukan dalam penelitian ini adalah kumpulan kasus yang berkaitan dengan gangguan pada alat musik gitar beserta solusi yang diperlukan untuk memperbaiki gangguan tersebut. Adapun sumber yang digunakan dalam pengumpulan kasus-kasus tersebut, antara lain :
1. Forum pemain gitar melalui jaringan internet a. www.guitarforbeginners.com/foru m/ b. www.jemsite.com/forums/ c. www.guitarnoise.com/forums/view forum.php?f=3 2. Pengalaman narasumber 3. Pengalaman penulis
Berdasarkan sumber-sumber tersebut didapatkan data gejala, data kerusakan dan data kasus yang disajikan dalam tabel berikut :
Tabel 1. Data Gejala Pada Gitar
gejala_akustik
ID_Gejala Gejala Bobot Kategori
GA001 Senar keras pada
bagian atas fretboard 3 Kenyamanan
GA002
Senar keras pada bagian tengah fretboard
3 Kenyamanan
GA003
Senar keras pada bagian bawah fretboard
3 Kenyamanan
GA004
Suara buzzing pada fret bagian atas fretboard
5 Suara
GA005
Suara buzzing pada fret bagian tengah fretboard
5 Suara
GA006
Suara buzzing pada fret bagian bawah fretboard
5 Suara
GA007
Suara salah salah satu senar lebih kecil dari senar lain
3 Suara
GA008 Tuning senar mudah
berubah 5 Teknis GA009 Intonasi suara kurang
tepat 1 Teknis
GA010 Sustain (panjang suara
senar) sangat pendek 1 Suara GA011 Suara yang dihasilkan
pecah/kasar 3 Suara GA012 Senar terasa kasar 3 Kenyamanan
GA013
Salah satu atau beberapa senar buzzing pada fret tertentu
3 Suara
GA014 Buzzing pada fret 0 5 Suara
gejala_elektrik
ID_Gejala Gejala Bobot Kategori
GE001 Senar keras pada
bagian atas fretboard 3 Kenyamanan
GE002
Senar keras pada bagian tengah fretboard
3 Kenyamanan
GE003
Senar keras pada bagian bawah fretboard
3 Kenyamanan
GE004
Suara buzzing pada fret bagian atas fretboard
5 Suara
GE005
Suara buzzing pada fret bagian tengah fretboard
5 Suara
GE006
Suara buzzing pada fret bagian bawah fretboard
5 Suara
GE007
Ada suara berisik "kresek" saat memutar knob Volume
3 Suara
GE008
Suara salah salah satu senar lebih kecil dari senar lain
3 Suara
GE009 Suara yang dihasilkan
putus-putus 5 Suara GE010 Noise/Humming besar 1 Teknis
GE011 Tuning senar mudah
berubah 5 Teknis
GE012
Senar menjadi out of tune (fals) saat memainkan tremolo
3 Teknis
GE013 Muncul suara berisik
saat gitar digerakkan 3 Teknis GE014 Intonasi suara kurang
tepat 1 Teknis
GE015 Sustain (panjang suara
senar) sangat pendek 1 Suara
GE016
Suara hilang jika knob volume diputar sedikit atau tersenggol
5 Suara
GE017 Suara hilang jika
switch pickup diubah 5 Teknis
GE018
Muncul suara "kresek" saat merubah arah switch pickup
5 Suara
GE019 Suara yang dihasilkan
lemah 5 Suara
GE020 Suara yang dihasilkan
pecah/kasar 3 Suara
GE022
Salah satu atau beberapa senar buzzing pada fret tertentu
3 Suara
GE023 Gitar tidak
menghasilkan suara 5 Teknis
GE024
Tersetrum jika menyentuh senar atau bagian besi pada gitar
5 Kenyamanan
GE025
Saat memainkan tremolo terasa gesekan kasar pada bridge
3 Teknis
GE026 Memainkan tremolo
sedikit keras 1 Kenyamanan GE027 Buzzing pada fret 0 5 Suara
GE028
Intonasi nada senar pada fret 13-24 sedikit lebih tinggi dari fret 0-12
5 Teknis
GE029
Intonasi nada senar pada fret 13-24 sedikit lebih rendah dari fret 0-12
5 Teknis
Keterangan Nilai Bobot : 1 = Gangguan biasa 3 = Gangguan sedang 5 = Gangguan penting
Tabel 2. Data Kerusakan Pada Gitar
kerusakan_akustik
ID_Kerusakan Kerusakan Solusi
RA001 Neck bengkok cembung
Putar truss rod ke arah berlawanan jarum jam sedikit demi sedikit secara perlahan
RA002 Neck bengkok cekung
Putar truss rod ke arah jarum jam sedikit demi sedikit secara perlahan
RA003 Action senar terlalu tinggi
Kurangi tinggi action senar dengan mengatur ketinggian penyangga senar pada bridge. Potong bagian bawah penyangga senar sesuai kebutuhan
RA004 Action senar terlalu rendah
Tambahkan tinggi action senar dengan mengganjal penyangga senar pada bridge sehingga menjadi lebih tinggi
RA005 Senar sudah terlalu tua
Ganti dengan senar baru RA006 Kemunginan senar yang digunakan adalah senar murahan (berkualitas rendah)
Ganti senar dengan menggunakan senar asli dengan kualitas standar
RA007 Fret sudah terkikis
Ganti fret dengan menggunakan fret yang baru
RA008 Ketinggian fret tidak merata
Ratakan ketinggian fret menggunakan amplas. (Pastikan ketinggian fret merata menggunakan benda lurus seperti penggaris
RA009 Body kurang kering
Tidak dapat diperbaiki karena kesalahan terjadi saat pembuatan yaitu tahap pengeringan body RA010 Kayu fretboard tidak sesuai standar
Bisa diganti oleh pengrajin dengan biaya tinggi
RA011 Nut terlalu rendah Ganjal nut atau ganti dengan nut baru
RA012
Jarak nut dan bridge tidak sesuai
Tidak dapat diperbaiki karena bridge menempel dengan body
kerusakan_elektrik
ID_Kerusakan Kerusakan Solusi
RE001 Neck bengkok cembung
Putar truss rod ke arah berlawanan jarum jam sedikit demi sedikit secara perlahan
RE002 Neck bengkok cekung
Putar truss rod ke arah jarum jam sedikit demi sedikit secara perlahan
RE003 Action senar terlalu tinggi
Kurangi tinggi action senar dengan mengatur ketinggian saddle pada bridge
RE004 Action senar terlalu rendah
Tambahkan tinggi action senar dengan mengatur ketinggian saddle pada bridge RE005 Senar sudah
terlalu tua
Ganti dengan senar baru RE006 Kemunginan senar yang digunakan adalah senar murahan (berkualitas rendah)
Ganti senar dengan menggunakan senar asli dengan kualitas standar/tinggi
RE007 Pickup sudah lemah
Ganti pickup dengan pickup baru RE008 Jack gitar bermasalah - longgar atau sudah rusak
Coba gunakan kabel jack atau ampl yang berbeda. Jika masalah tetap terjadi, periksa sambungan kabel. Jika sambungan baik berarti jack gitar perlu diganti
RE009 Potensio bermasalah - kotor dan berkarat Periksa sambungan kabel lalu beri minyak kedalam potensio sambil diputar. Jika masalah masih terjadi, maka potensio perlu diganti. (Gunakan 250 Ohm atau 500 Ohm)
RE010 Fret sudah terkikis
Ganti fret dengan menggunakan fret yang baru
RE011
Bridge tidak sejajar dengan body. Tarikan per bridge terlalu kuat
Kurangi tarikan per bridge sampai posisi bridge sejajar dengan body
RE012
Bridge tidak sejajar dengan body. Tarikan per bridge terlalu lemah
Tambahkan tarikan per bridge sampai posisi bridge sejajar dengan body RE013 Sambungan kabel dalam cavity gitar bermasalah
Periksa cavity, jika ada kabel longgar atau lepas maka perlu dilakukan penyolderan
ulang. Cek juga ampli dan kabel jack yang digunakan
RE014 Ground bermasalah
Periksa kabel ground dalam gitar, jika masalah masih terjadi kemungkinan ground pada ampli atau kabel jack yang bermasalah
RE015 Ketinggian fret tidak merata
Ratakan ketinggian fret menggunakan amplas. (Pastikan ketinggian fret merata menggunakan benda lurus seperti penggaris
RE016
Jarak antara senar dan pickup terlalu jauh
Atur ketinggian pickup hingga jarak antara senar dan pickup sesuai
RE017
Switch - Pickup Selector bermasalah
Periksa sambungan kabel pada switch, jika kondisi sambungan baik, maka switch perlu diganti RE018 Pickup pada posisi Switch Selector yang dipilih mati Periksa sambungan pickup pada switch, jika normal maka gantilah pickup mati dengan pickup yang baru
RE019
Sambungan kabel dalam gitar bermasalah
Periksa ampli dan kabel jack gitar, jika kondisi ampli dan kabel jack bagus, periksa kondisi sambungan didalam gitar. RE020 Blade pada bridge sudah tumpul atau terkikis
Ganti bridge atau bisa juga dengan mengganti base plate bridge
RE021 Nut terlalu rendah
Ganjal nut atau ganti dengan nut baru
RE022
Panjang senar antara nut sampai fret 12 dan panjang senar antara fret 12-bridge tidak sama
Atur saddle bridge hingga jarak senar dari nut sampai fret 12 sama dengan jarak senar dari fret 12-24
Tabel 3. Data Kasus
kasus_akustik ID_Kas
us
ID_Gejala ID_Kerus akan
KA001 GA001,GA003,GA009,GA004 RA001 KA002 GA001,GA003,GA009,GA013,GA0 04 RA001 KA003 GA001,GA003,GA004,GA005,GA0 13 RA001
KA004 GA002,GA005,GA009,GA013 RA002 KA005 GA002,GA003,GA005,GA006,GA0
13
RA002
KA006 GA001,GA002,GA003 RA003 KA007 GA004,GA005,GA006 RA004 KA008 GA004,GA005,GA006,GA013 RA004 KA009 GA007,GA008,GA009,GA010 RA005 KA010 GA007,GA008,GA009,GA010,GA0
12
RA005
KA011 GA007,GA010,GA011 RA006 KA012 GA005,GA006,GA013 RA008 KA013 GA005,GA004,GA013 RA008 KA014 GA001,GA002,GA004,GA005 RA001
KA015 GA014 RA011
kasus_elektrik
ID_Kasus ID_Gejala ID_Kerusak an
KE001 GE001,GE003,GE004,GE014 RE001 KE002 GE002,GE005,GE006,GE014 RE002 KE003 GE001,GE002,GE003 RE003 KE004 GE004,GE005,GE006 RE004 KE005 GE008,GE011,GE014,GE015 RE005 KE006 GE008,GE014,GE019,GE020,
GE021
RE005
KE007 GE014,GE015,GE020,GE021 RE005 KE008 GE008,GE015,GE019,GE014 RE006 KE009 GE015,GE019,GE020,GE008 RE007 KE010 GE009,GE010,GE013 RE008 KE011 GE009,GE010,GE013,GE019,
GE020
RE008
KE012 GE007,GE009,GE010,GE016 RE009 KE013 GE007,GE016,GE015,GE009 RE009 KE014 GE005,GE022,GE004,GE006 RE015 KE015 GE006,GE011,GE012,GE014 RE011 KE016 GE011,GE012,GE014,GE003 RE012 KE017 GE009,GE010,GE024 RE013 KE018 GE023,GE010,GE024 RE013 KE019 GE010,GE013,GE024 RE014 KE020 GE006,GE004,GE005,GE022 RE015 KE021 GE015,GE019,GE010 RE016 KE022 GE019,GE018,GE020 RE017 KE023 GE018,GE017 RE017 KE024 GE017,GE023,GE010 RE018 KE025 GE012,GE025,GE026 RE020 KE026 GE001,GE003,GE004,GE014, GE022 RE001 KE027 GE002,GE005,GE006,GE014, GE022 RE002 KE028 GE002,GE005,GE006,GE014, GE003 RE002
KE029 GE002,GE005,GE014,GE022 RE002 KE030 GE007,GE008,GE018,GE021,
GE013
RE005
KE031 GE004,GE005,GE008,GE015 RE004 KE032 GE004,GE005,GE001,GE002 RE001 KE033 GE007,GE009,GE010 RE009
KE034 GE027 RE021
KE035 GE028 RE022
Tahap Desain
Tujuan utama dari tahap desain adalah untuk membuat konsep dasar dari sistem yang dibangun serta pembuatan
prototype dasar sistem. Tahap desain meliputi perancangan basis data, perancangan sistem secara umum dan perancangan sistem secara detail.
Perancangan Basis Data
Hubungan setiap entitas dalam sistem pakar ini digambarkan dalam Entity Relationship Diagram (ERD) yang disajikan pada Gambar 2.
Gambar 2. RelationshipDiagram (ERD) Sistem Yang Dibangun Relasi dari masing-masing tabel yang
ada dalam sistem pakar yang dibangun disajikan dalam Gambar 3.
Gambar 3. Relasi Tabel Sistem Yang Dibangun
Perancangan Sistem Secara Umum
Perancangan sistem secara umum meliputi pembuatan diagram konteks,
data flow diagram (DFD) level zero, dan
flowchart sistem.
Diagram konteks menggambarkan awal dan akhir data yang masuk serta
output dari suatu sistem. Diagram konteks dari sistem deteksi gangguan pada gitar yang dibangun ini disajikan dalam Gambar 4.
Gambar 4. Diagram Konteks Sistem Yang Dibangun
Data flow diagram (DFD) merupakan penjabaran dari diagram konteks yang digunakan untuk menggambarkan aliran data dan informasi yang terjadi selama sistem dijalankan. DFD level 0 dari sistem pakar yang dibangun ini disajikan dalam Gambar 5.
Gambar 5. DFD Level 0 Sistem Yang Dibangun Flowchart digunakan untuk
menggambarkan alur dari penggunaan suatu sistem secara detail dan berurutan. Flowchart dari sistem yang dibangun disajikan dalam Gambar 6.
Rancangan Penalaran
Sistem yang dibangun menggunakan metode inferensi Case Based Reasoning (CBR). Penarikan kesimpulan dilakukan berdasarkan tingkat kemiripan antara kasus baru dengan kasus lama yang disimpan dalam basis pengetahuan. Rumus untuk menghitung bobot kemiripan (similarity) dengan menggunakan algoritma nearest neighbor retrieval adalah sebagai berrikut :
𝑆𝑖𝑚𝑖𝑙𝑎𝑟𝑖𝑡𝑦(𝑝𝑟𝑜𝑏𝑙𝑒𝑚, 𝑐𝑎𝑠𝑒)
= s1 ∗ w1 + s2 ∗ w2 + ⋯ + sn ∗ wn w1 + w2 + ⋯ + wn
Keterangan :
s = similarity (nilai kemiripan) w = weight (bobot yang diberikan)
Adapun contoh perhitungan dengan menggunakan algoritma Nearest
Neighboar Retrieval pada kasus gitar elektrik berikut :
Similarity baru, ID1 = 1 ∗ 3
5 + 3 + 1 + 1= 0,3 Similarity baru, ID2 = 1 ∗ 5 + 1 ∗ 3
5 + 5 + 1 + 3= 0,615
Hasil perhitungan menunjukan kasus dengan bobot kemiripan tertinggi adalah kasus dengan ID3, sehingga kesimpulan yang dimiliki ID3 digunakan sebagai kesimpulan yang disarankan pada kasus baru.
Kasus ID 1 :
- Fret bagian atas neckbuzzing / mati (5) - Action senar tinggi pada bagian atas neck (3)
- Action senar tinggi pada bagian bawah neck (1)
- Intonasi sedikit tidak tepat (1) Kesimpulan :
Neck bengkok cembung
Kasus ID 2 :
- Fret bagian bawah neckbuzzing / mati (5) - Fret bagian tengah neckbuzzing / mati (5) - Intonasi sedikit tidak tepat (1)
- Tuning tidak stabil (3) Kesimpulan :
Kondisi bridge tidak sejajar. Tarikan per bridge terlalu kuat.
Kasus Baru :
- Fret bagian bawah neckbuzzing / mati (5) - Tuning tidak stabil (3)
- Action senar tinggi pada bagian atas neck (3) Kesimpulan : ?
Gambar 6. Flowchart Sistem Yang Dibangun
Tahap Pembuatan Sistem
Pembuatan sistem diagnosis kerusakan gitar ini dilakukan dengan dua tahap, yaitu implementasi basis data menggunakan database Microsoft Access 2007 dan implementasi sistem menggunakan Visual Basic 2010.
HASIL DAN PEMBAHASAN Form Main Frame
Form Main Frame merupakan tampilan utama dari sistem pakar. Form ini akan tampil saat pertama kali masuk sistem. Tampilan dari form Main Frame
Gambar 7. Form Main Frame
Form Konsultasi
Form konsultasi adalah tampilan yang digunakan untuk fitur deteksi kerusakan pada sistem. Pada form ini user akan diminta memilih jenis gitar dan gejala-gejala yang dirasakan pada gitarnya, kemudian sistem akan menampilkan kesimpulan berupa kerusakan dan solusi ketika user menekan tombol “DETEKSI KERUSAKAN”. Tampilan dari form konsultasi disajikan dalam Gambar 8.
Gambar 8. Form Konsultasi
Form Hasil Deteksi
Form hasil deteksi merupakan form yang digunakan untuk menampilkan hasil dari pendeteksian yang telah dilakukan oleh sistem. Tampilan dari form hasil deteksi disajikan dalam Gambar 9.
Gambar 9. Form Hasil Deteksi
Form Login
Form login akan tampil jika user
memilih menu File – Login sbg Pakar. Form login digunakan untuk masuk kedalam sistem baik sebagai pengguna atau pakar. Tampilan dari form login
disajikan dalam Gambar 10.
Gambar 10. Form Login
Form Kelola Gejala
Form kelola gejala digunakan untuk mengelola data gejala dalam basis pengetahuan. Form ini akan muncul saat memilih menu Kelola Pengetahuan - Kelola Gejala. Tampilan dari form kelola gejala disajikan dalam Gambar 11.
Gambar 11. Form Kelola Gejala
Form Kelola Kerusakan
Form kelola kerusakan digunakan untuk mengelola data kerusakan dalam basis pengetahuan yang dimiliki sistem. Form ini akan muncul saat memilih menu Kelola Pengetahuan- Kelola Kerusakan. Tampilan dari form kelola kerusakan disajikan dalam Gambar 12.
Gambar 12. Form Kelola Kerusakan
Form Kelola Kasus
Form kelola kasus digunakan untuk mengelola data kasus dalam basis pengetahuan yang dimiliki sistem. Form ini akan muncul saat memilih menu Kelola Pengetahuan - Kelola Gejala. Tampilan dari form kelola kasus disajikan dalam Gambar 13.
Gambar 13. Form Kelola Kasus
Form Revise
Form revise digunakan untuk mengelola data kasus baru untuk dilakukan validasi terhadap kesimpulan
yang dimilikinya. Kasus yang telah divalidasi kemudian disimpan kedalam basis pengetahuan untuk digunakan pada kasus selanjutnya. Form ini akan muncul saat memilih menu revise. Tampilan dari form revise disajikan dalam Gambar 14.
Gambar 14. Form Revise
Perbandingan Antara Output Sistem dan Perhitungan Manual
Perbandingan antara hasil penalaran yang dilakukan oleh sistem dengan hasil dari perhitungan manual dilakukan dengan membandingkan nilai similarity dari lima kasus lama yang memiliki tingkat kemiripan tertinggi dengan kasus baru. Perbandingan antara hasil penalaran dari sistem dan perhitungan manual disajikan dalam Tabel 4.
Tabel 4. Perbandingan Antara Output Sistem dan Perhitungan Manual
No Kasus Baru Output Sistem Perhitung an Manual Ket. Akustik 1 GA004, GA006, GA013, GA003 KA002, KA008, KA007, KA001, KA012 KA002, KA008, KA007, KA001, KA012 Sesuai 2 GA010, GA012, GA009 KA010, KA009, KA011, KA001, KA004 KA010, KA009, KA011, KA001, KA004 Sesuai 3 GA007, GA010, GA011, GA012 KA011, KA010, KA009 KA011, KA010, KA009 Sesuai 4 GA004, GA013, GA002, GA009 KA013, KA002, KA004, KA014, KA001 KA013, KA002, KA004, KA014, KA001 Sesuai
5 GA013, GA003, GA008, GA009 KA009, KA002, KA010, KA006, KA004 KA009, KA002, KA010, KA006, KA004 Sesuai Elektrik 1 GE004, GE005, GE006, GE015, GE019 KE004, KE021, KE020, KE031, KE002 KE004, KE021, KE020, KE031, KE002 Sesuai 2 GE007, GE009, GE024, GE010 KE033, KE017, KE010, KE019, KE012 KE033, KE017, KE010, KE019, KE012 Sesuai 3 GE026, GE012, GE014 KE025, KE016, KE015, KE007, KE008 KE025, KE016, KE015, KE007, KE008 Sesuai 4 GE008, GE019, GE003, GE021 KE008, KE006, KE021, KE009, KE022 KE008, KE006, KE021, KE009, KE022 Sesuai 5 GE008, GE009, GE018, GE017 KE023, KE010, KE033, KE017, KE030 KE023, KE010, KE033, KE017, KE030 Sesuai 6 GE024, GE010, GE013 KE019, KE017, KE018, KE010, KE011 KE019, KE017, KE018, KE010, KE011 Sesuai 7 GE001, GE002, GE003, GE021, GE014 KE003, KE003, KE007, KE026, KE028 KE003, KE003, KE007, KE026, KE028 Sesuai 8 GE026, GE011, GE012, GE014, GE025 KE025, KE016, KE015, KE005, KE007 KE025, KE016, KE015, KE005, KE007 Sesuai 9 GE005, GE006, GE002, GE003 KE028, KE002, KE027, KE029, KE003 KE028, KE002, KE027, KE029, KE003 Sesuai 10 GE009, GE015, GE021, GE024, GE010 KE017, KE010, KE033, KE019, KE018 KE017, KE010, KE033, KE019, KE018 Sesuai
Tabel diatas menunjukan nilai yang dihasilkan sistem sesuai dengan nilai yang dihasilkan oleh perhitungan k-nearest neighbor secara manual. Kesesuaian tersebut menunjukan keberhasilan penerapan rumus k-NN kedalam sistem.
Perbandingan Antara Output Sistem dan Kesimpulan Pakar
Perbandingan antara hasil penalaran yang dilakukan oleh sistem dengan kesimpulan dari pakar dilakukan dengan membandingkan tiga kerusakan tertinggi yang dihasilkan oleh sistem dan kemungkinan kerusakan yang disimpulkan oleh pakar. Perbandingan antara hasil penalaran dari sistem dan kesimpulan dari pakar disajikan dalam Tabel 5.
Tabel 5. Perbandingan Antara Output Sistem dan Kesimpulan Pakar
No Kasus Baru Output Sistem Kesimpulan Pakar Kesesuaian Nilai
Akustik 1 GA004, GA006, GA013, GA003 RA001, RA004, RA008 RA001, RA004, RA008 1 2 GA010, GA012, GA009 RA005, RA006, RA001 RA005, RA006, RA009 2/3 3 GA007, GA010, GA011, GA012 RA006, RA005 RA006, RA005, RA010 2/3 4 GA004, GA013, GA002, GA009 RA008, RA001, RA002 RA008, RA001, RA011 2/3 5 GA013, GA003, GA008, GA009 RA005, RA001, RA003 RA005, RA001, RA012 2/3 Elektrik 1 GE004, GE005, GE006, GE015, GE019 RE004, RE016, RE015 RE004, RE016, RA001 2/3 2 GE007, GE009, GE024, GE010 RE009, RE013, RE008 RE009, RE013, RE008 1 3 GE026, GE012, GE014 RE020, RE012, RE011 RE020, RE012, RE011 1 4 GE008, GE019, GE003, GE021 RE006, RE005, RE016 RE006, RE005, RE016 1 5 GE008, GE009, GE018, GE017 RE017, RE08, RE009 RE017, RE008, RE013 2/3 6 GE024, GE010, GE013 RE014, RE013, RE008 RE014, RE013, RE008 1 7 GE001, GE002, GE003, GE021, GE014 RE003, RE001, RE005 RE003, RE001, RE005 1
8 GE026, GE011, GE012, GE014, GE025 RE020, RE012, RE011 RE020, RE012, RE011 1 9 GE005, GE006, GE002, GE003 RE002, RE003, RE004 RE002, RE003 2/3 10 GE009, GE015, GE021, GE024, GE010 RE013, RE008, RE009 RE013, RE008, RE009 1
Keterangan nilai kesesuaian pada tabel : -1 = Kemungkinan kerusakan sama -2/3 = 2 dari 3 kemungkinan kerusakan
sama
-1/3 = 1 dari 3 kemungkinan kerusakan sama
-0 = Kemungkinan kerusakan berbeda Persentase kecocokan antara output sistem dan kesimpulan pakar didapatkan dengan menghitung rata-rata dari nilai kesesuaian. Nilai rata-rata yang dihasilkan kemudian dirubah dalam bentuk persen(%). Adapun perhitungan persentase kecocokan tersebut adalah sebagai berikut :
Kecocokan =
1+(2/3)+(2/3)+(2/3)+(2/3)+(2/3)+1+1+1+(2/3)+1+1+1+(2/3)+1
15 x 100%
= 84,4 %
Berdasarkan perhitungan diatas, maka persentase kesesuaian antara hasil perhitungan sistem dan hasil pemikiran pakar adalah sebesar 84,4%. Nilai tersebut menunjukan tingkat kesesuaian yang tinggi antara output sistem dan pemikiran pakar.
Kelebihan dan Kekurangan Case Based Reasoning (CBR)
Kelebihan dari system pakar ini adalah semakin banyak pengalaman atau kasus yang tersimpan dalam basis pengetahuan, maka sistem akan semakin pintar sehingga dapat memecahkan masalah dengan mudah. Metode case based reasoning (CBR) lebih efisien dalam melakukan penalaran dibandingkan dengan rule based reasoning, karena
menggunakan pengetahuan lama dan memiliki kemampuan untuk mengadaptasi pengetahuan baru. CBR tidak perlu membangkitkan aturan-aturan setiap akan menyelesaikan masalah, melainkan dengan menilai tingkat kemiripan masalah dengan kasus lama. Dalam dunia nyata, saat menghadapi suatu masalah biasanya seorang pakar melihat kesamaan masalah tersebut dengan masalah yang pernah diselesaikan sebelumnya.
Kelemahan dari penggunaan case based reasoning adalah semakin banyak data kasus yang tersimpan dalam basis pengetahuan, maka proses penalaran akan sedikit bertambah lama karena sistem harus menghitung tingkat kemiripan kasus baru dengan semua kasus pada basis pengetahuan. Adapun perubahan waktu eksekusi sesuai banyaknya kasus yang tersimpan dalam basis pengetahuan disajikan dalam Tabel 6.
Tabel 6. Perbandingan Waktu Eksekusi Sistem No Jumlah Kasus Waktu Eksekusi Sistem (detik) 1 5 0.996 2 10 2.043 3 15 3.073 4 20 3.884 5 25 4.557 6 30 5.694 7 35 6.289
Tabel diatas menunjukkan bahwa waktu eksekusi sistem akan bertambah jika jumlah kasus lama yang disimpan dalam basis pengetahuan bertambah. Berdasarkan tabel diatas maka dapat dibuat sebuah grafik yang menunjukan perbandingan antara jumlah kasus dengan waktu eksekusi sistem seperti yang disajikan pada Gambar 15.
Gambar 15. Grafik Perubahan Waktu Eksekusi
SIMPULAN DAN SARAN Kesimpulan
Penelitian ini telah berhasil membangun sebuah sistem deteksi gangguan pada gitar menggunakan bahasa pemrograman Visual Basic 2010. Sistem ini dapat digunakan di perangkat komputer tanpa perlu menginstall server lokal karena menggunakan database dari
Microsoft Access 2007. Metode penalaran yang digunakan oleh sistem adalah metode case based resoning (CBR) dengan menggunakan rumus k-nearest neighbor. Adapun tool yang digunakan dalam perancangan system yaitu entity relationship diagram (ERD), relasi tabel, diagram konteks, data flow diagram level
0 (DFD level 0) dan flowchart.
Sistem yang dibangun dapat melakukan pendeteksian kerusakan atau gangguan yang terjadi pada gitar akustik dan gitar elektrik berdasarkan gejala yang dimasukkan oleh pengguna. Sistem juga dapat digunakan untuk mengelola basis pengetahuan yaitu gejala, kerusakan dan kasus. Kasus baru yang dimasukkan disimpan kedalam tabel revise untuk kemudian dilakukan proses revise dan
retain. Metode case based reasoning lebih baik dari metode rule based reasoning
karena penalaran dilakukan berdasarkan pengalaman atau kasus sebelumnya. Semakin banyak pengalaman atau kasus yang tersimpan dalam basis pengetahuan, maka sistem akan semakin pintar sehingga
dapat memecahkan masalah dengan mudah.
Kecepatan penalaran dipengaruhi oleh banyaknya kasus lama yang digunakan sistem selama proses perhitungan pada tahap retrieval. Semakin banyak data kasus yang tersimpan, maka perulangan pada proses penalaran akan semakin banyak sehingga memperbesar waktu eksekusi.
Dalam penggunaannya, sistem yang dibangun dapat membantu dalam mencari kemungkinan kerusakan yang terjadi pada gitar sesuai gejala yang dirasakan tanpa kehadiran seorang pakar, sehingga memungkinkan kerusakan dapat diperbaiki oleh pengguna sendiri. Kesimpulan didapatkan dari kasus lama yang memiliki similarity tertinggi. Kesesuaian antara kesimpulan sistem dan pemikiran pakar sebesar 84,4 % sehingga sistem cukup bisa dipercaya.
Uraian diatas menunjukkan keberhasilan penggunaan metode penalaran case based resoning (CBR) untuk pendeteksian kerusakan yang terjadi pada alat musik gitar, baik akustik maupun elektrik. Oleh karena itu sistem yang dibangun sudah sesuai dengan tujuan dan ruang lingkup yang telah ditentukan.
Saran
Waktu eksekusi dari metode penalaran case based reasoning
dipengaruhi oleh banyaknya data kasus yang digunakan pada tahap retrieval, yaitu semakin banyak kasus maka proses penalaran akan semakin lama. Untuk menangani hal tersebut, maka penelitian dapat dikembangkan dengan menggunakan metode penalaran lain sehingga eksekusi sistem dapat berjalan lebih cepat.
Dalam penggunaan sistem sebaiknya tidak sembarangan memanipulasi data gejala, data kerusakan dan data kasus yang telah dalam basis pengetahuan, karena dapat mengganggu proses penalaran yang dilakukan sistem. Untuk
pengembangan selanjutnya sistem sebaiknya dapat memberi kesimpulan dengan lebih dari satu kerusakan, sehingga lebih cepat dalam mendeteksi kerusakan pada gitar.
DAFTAR PUSTAKA
Aamodt, A., dan Plaza, E. 1994. Case Based Reasoning: Foundation Issues, Methodological Variations, and
System Approaches. AI
Communications Vol. 7.
Arhami, Muhammad. 2005. Konsep
Dasar Sistem Pakar. Andi, Yogyakarta.
Aribowo, Agus S. 2010. TELEMATIKA Vol.7 No.1. UNP Veteran, Yogyakarta.
Firdaus. 2006. 7 Jam Belajar Interaktif Visual Basic 6.0 Untuk Orang Awam. Maxikom, Palembang.
Mantaras, R. L. 2006. Retrieval, Reuse, Revision and Retention in Case Based
Reasoning, The Knowledge
Engineering Review. Cambridge University, United Kingdom.
Nugroho, B. 2014. Master Gitar. e-prim, Jakarta.
Retnowati, Reny. 2013. Jurnal Sarjana Teknik Informatika Vol.1 No.1. Universitas Ahmad Dahlan. Yogyakarta.
Shaid et al. 2015. Jurnal TIKomSiN Vol.3 No.1. STIMK Sinar Nusantara. Surakarta.
Sutojo, T., Mulyanto, E., dan
Suhartono, V. 2010. Kecerdasan Buatan. Andi, Yogyakarta.
Taufani, R.Dani. 2009. Mengolah Data Dengan Microsoft Access 2007. Mugi, Bandung.
Turban, E., Aronson, Ting Peng Liang.
2005. Decision Support System and Intellgent System (Sistem Pendukung Keputusan Sistem Cerdas). Andi, Yogyakarta.
Turban, Efraim. 1995. Decision Support System and Expert System. Prentice-Hall. Inc, New Jersey.
