Penerapan Sistem Pakar Untuk Informasi Kebutuhan Energi Menggunakan Metode Forward Chaining
Dodi Siregar
Jurusan Teknik Informatika, Sekolah Tinggi Teknik Harapan-Medan Email: [email protected]
Abstrak
Energi diperlukan oleh manusia untuk bergerak atau melakukan pekerjaan fisik dan menggerakkan proses dalam tubuh. Dalam kaitan ini, informasi akan kebutuhan energi menjadi sangat penting. Masalah informasi akan kebutuhan energi tersebut sangatlah kompleks sehingga cukup sulit bagi orang awam untuk memperoleh informasi tersebut. Aplikasi yang dibangun bertujuan untuk membantu orang yang ingin mengetahui kebutuhan energi yang dibutuhkan. Pengetahuan pada sistem direpresentasikan dalam bentuk aturan dan metode penalaran yang digunakan adalah metode runut maju (forward chaining). Hasil penelitian menunjukkan bahwa sistem pakar dapat bekerja dengan baik dalam membantu pemakai maupun tenaga medis untuk memperoleh informasi kebutuhan energi.
Dari hasil pengujian sistem, didapatkan bahwa penggunaan metode forward chaining untuk memperoleh informasi kebutuhan energi telah diperoleh kesesuaian apabila dibandingkan dengan hitungan cara manual.
Kata kunci: sistem pakar, forward chaining, kebutuhan energi
1. Pendahuluan
1.1. Latar Belakang Masalah
Energi diperlukan oleh manusia untuk bergerak atau melakukan pekerjaan fisik dan menggerakkan proses dalam tubuh. Dalam kaitan ini, energi dapat didefinisikan sebagai kemampuan untuk melakukan pekerjaan.
Makanan yang dikonsumsi oleh seseorang harus mengandung zat gizi sesuai dengan yang dibutuhkan untuk aktifitas sehari-hari. Makanan harus mengandung zat gizi penghasil energi dengan jumlah tertentu.
Masalah infromasi akan kebutuhan energi tersebut sangatlah kompleks sehingga cukup sulit bagi orang awam untuk memperoleh informasi tersebut. Sistem pakar salah satu cabang ilmu komputer yang dapat membantu manusia adalah kecerdasan buatan atau artificial intelligence. Kecerdasan buatan adalah cabang ilmu komputer yang bertujuan untuk membuat sebuah komputer dapat berfikir dan bernalar seperti manusia. Tujuan praktis dari kecerdasan buatan ini adalah membuat komputer semakin berguna untuk manusia.
Kecerdasan buatan dapat membantu manusia dalam membuat keputusan, mencari informasi secara lebih akurat, atau membuat komputer lebih mudah digunakan dengan tampilan yang menggunakan bahasa natural sehingga mudah dipahami.
Berdasarkan permasalahan di atas penulis memberikan solusi alternatif berupa sistem pakar untuk memperoleh informasi kebutuhan energi menggunakan metode forward chaining.
1.2. Rumusan Masalah
Permasalahan yang akan dibahas dalam penelitian ini adalah bagaimana memformulasikan faktor-faktor pendukung dalam menentukan kebutuhan energi sehingga dapat memberikan solusi terhadap permasalahan kebutuhan informasi energi yang dibutuhkan oleh tubuh.
1.3. Batasan Masalah
Batasan masalahnya adalah sebagai berikut:
1. Metode yang digunakan dalam penyelesaian masalah ini adalah metode forward chaining.
2. Hasil dari program yang diharapkan adalah berupa solusi bagi informasi kebutuhan energi.
3. Perangkat lunak yang digunakan untuk membangun sistem adalah bahasa pemrograman PHP serta Mysql sebagai media basis datanya
4. Sistem yang dirancang ini digunakan untuk pengguna yang dapat menggunakan komputer dengan baik.
1.4. Manfaat
Manfaat yang dapat diberikan dalam penelitian ini adalah dengan adanya sistem pakar ini setiap orang dapat mengetahui informasi kebutuhan energi untuk tubuhnya kapan saja dibutuhkan.
2. Tinjauan Pustaka 2.1. Sistem Pakar
Cabang ilmu komputer yang banyak membantu manusia salah satunya adalah kecerdasan buatan (artificial inteligence). Tujuan praktis dari kecerdasan buatan ini adalah membuat komputer semakin berguna bagi manusia. Kecerdasan buatan dapat membantu manusia untuk mengambil keputusan, mencari informasi lebih akurat atau membuat komputer lebih mudah digunakan dengan tampilan yang menggunakan bahasa natural sehingga mudah dipahami.
Salah satu bidang yang menggunakan kecerdasan buatan antara lain sistem pakar (expert system). Sistem pakar merupakan salah satu contoh kecerdasan buatan yang memanfaatkan komputer sebagai basis pengetahuan yang mempermudah dalam menghasilkan informasi.
Menurut Irfan Subakti (2006) Definisi Sistem Pakar adalah program pemberi advis/nasehat yang terkomputerisasi yang ditujuakan untuk meniru proses reasonig (pertimbangan) dan pengetahuan dari pakar dalam menyelesaikan permasalahan masalah yang spesifik. Tujuan dari sistem pakar bukanlah menggantikan para pakar, tetapi hanya untuk membuat pengetahuan para pakar itu tersimpan dan tersedia lebih luas dan leluasa. Sistem pakar
mengijinkan orang lain untuk meningkatkan produktifitas, memperbaiki kualitas keputusannya, dan menyelesaikan masalah disaat seorang pakar tidak ada.
Sistem pakar dipakai untuk membantu orang-orang yang tidak ahli dalam hal tertentu dalam mengambil keputusan, atau bisa juga dipakai oleh para pakar sebagai asisten. Sistem pakar yang baik dirancang agar dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para pakar/ahli. Dengan pengembangan sistem pakar, diharapkan bahwa orang awampun dapat menyelesaikan masalah cukup rumit yang sebenarnya hanya dapat diselesaikan dengan bantuan para ahli. Pakar dalam permasalahan penentuan kebutuhan energi yang tepat adalah tenaga ahli medis maupun tenaga ahli gizi.
2.2. Stuktur Sistem Pakar
Sistem pakar disusun oleh dua bagian utama, yaitu lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation environment). Lingkungan pengembangan sistem pakar digunakan untuk memasukkan pengetahuan pakar ke dalam lingkungan sistem pakar, sedangkan lingkungan konsultasi digunakan oleh pengguna yang bukan pakar guna memperoleh pengetahuan pakar. Komponen-komponen sistem pakar dalam kedua bagian tersebut dapat dilihat pada gambar 1.
Gambar 1. Arsitektur Sistem Pakar
Komponen-komponen yang terdapat dalam sistem pakar adalah seperti yang terdapat pada Gambar 1, yaitu user interface (antarmuka pengguna), basis pengetahuan, akuisisi pengetahuan, mesin inferensi, workplace, fasilitas penjelasan dan perbaikan pengetahuan.
2.3 Representasi Pengetahuan
Representasi pengetahuan merupakan metode yang digunakan untuk mengkodekan pengetahuan dalam sebuah sistem pakar. Adapun karakteristik dari metode representasi pengetahuan adalah:
1. Harus bisa diprogram dengan bahasa pemrograman atau dengan shells dan hasilnya disimpan dalam memori.
2. Dirancang sedemikian sehingga isinya dapat digunakan untuk proses penalaran.
3. Model representasi pengetahuan merupakan sebuah struktur data yang dapat dimanipulasi oleh mesin inferensi dan pencarian untuk aktifitas pencocokan pola.
Dalam sistem pakar ada beberapa metode representasi pengetahuan. Jika pengetahuan berupa pengetahuan yang bersifat deklaratif, maka metode representasi pengetahuan yang cocok adalah jaringan semantik, frame dan logika predikat. Tetapi jika pengetahuannya berupa pengetahuan prosedural yang memprentasikan aksi dan prosedur, maka metode representasi pengetahuan yang cocok adalah kaidah produksi.
2.4 Kaidah Produksi
Pengetahuan dalam kaidah produksi dipresentasikan dalam bentuk:
JIKA [antecedent] MAKA [konsekuen]
JIKA [kondisi] MAKA [aksi]
JIKA [premis] MAKA [konklusi]
Contoh: Aturan 2:
JIKA terjadi luka MAKA berikan betadine Aturan 3:
JIKA tidak punya uang cash MAKA ambil tabungan Aturan 4:
JIKA bersin-bersin
MAKA terserang influensa
Aturan 5:
JIKA bensin habis
MAKA motor tidak akan hidup
Aturan terkadang menggunakan operator AND atau OR. Misalnya:
Aturan 6:
JIKA dana mencukupi
DAN pengiriman bisa dilakukan kurang dari 1 bulan MAKA beli laser printer
Aturan 7:
JIKA kontraktor tidak bisa menyelesaikan pekerjaan tepat waktu ATAU biaya melebihi anggaran
MAKA kontrak batal
Aturan dalam kaidah produksi diklasifikasikan menjadi kaidah derajat pertama dan kidah meta. Kaidah derajat pertama adalah aturan yang bagian konklusinya tidak menjadi premis bagi kaidah lain. Sebaliknya, kaidah meta merupakan kaidah yang konklusinya merupakan premis bagi kaidah yang lain. Kaidah meta merupakan kaidah yang berisi penjelasan bagi kaidah yang lain. Aturan 8 merupakan contoh kaidah meta dan Aturan 9 merupakan contoh kaidah derajat pertama.
Aturan 8:
JIKA pusing DAN cepat lelah DAN sering kesemutan MAKA anemia
Aturan 9:
JIKA anemia DAN batuk kronis MAKA TBC
Untuk hasil yang lebih akurat dalam memecahkan masalah dalam suatu domain, biasanya dibutuhkan aturan yang cukup banyak karena masing-masing aturan berisi detail pengetahuan.
Jumlah aturan akan menggambarkan kompleksitas sistem pakar.
2.5 Metode Inferensi
Dalam sistem pakar proses inferensi dilakukan dalam suatu modul yang disebut Inference Engine (mesin inferensi).
Ada dua metode inferensi yang penting dalam sistem pakar yaitu runut maju (forward chaining) dan runut balik (backward chaining).
2.5.1 Runut Maju (Forward Chaining)
Forward chaining adalah metode pencarian/penarikan kesimpulan yang berdasarkan pada data (fakta) yang ada menuju ke kesimpulan, penelusuran dimulai dari fakta yang ada lalu bergerak maju melalui beberapa premis untuk menuju ke kesimpulan (bottom up reasoning) Forward chaining memiliki aturan-aturan untuk diuji satu demi satu dalam urutan tertentu.
Urutan itu berupa urutan pemasukan, urutan pemasukan ke dalam basis aturan atau juga aturan lain yang ditentukan oleh pemakai. Saat tiap aturan diuji, sistem pakar akan mengevaluasi apakah kondisinya benar atau salah. Jika kondisinya benar, maka akan menghasilkan solusi kemudian aturan berikutnya diuji. Proses ini berulang sampai seluruh baris aturan teruji dengan berbagai kondisi. Proses forward chaining terlihat pada gambar 2.
Gambar 2. Proses Forward Chaining
Pelacakan maju ini sangat baik jika bekerja dengan permasalahan yang dimulai dengan rekaman informasi awal dan ingin dicapai penyelesaian akhir, karena seluruh proses akan dikerjakan secara berurutan maju.
2.6 Energi
Komponen utama yang menentukan kebutuhan energi adalah Angka Metabolisme Basal (AMB) atau Basal Metabolic Rate (BMR) dan aktifitas fisik. Kebutuhan energi untuk AMB diperhitungkan menurut berat badan normal atau ideal.
Kalori adalah salah satu nutrisi yang terkandung di dalam makanan. Kalori digunakan tubuh untuk menghasilkan energi. Kebutuhan kalori setiap orang tergantung dari usia, tinggi, berat, jenis kelamin dan tingkat aktifitas yang dilakukan sehari-hari. Tubuh manusia menggunakan energi dalam melakukan aktifitas sehari-hari.
3. Analisa dan Perancangan Sistem 3.1. Gambaran Umum
Sistem pakar informasi kebutuhan energi ini menggunakan metode runut maju (forward chaining). Metode ini dipilih karena cocok diterapkan untuk melakukan analisa komponen- komponen yang digunakan untuk menghasilkan informasi kebutuhan energi tersebut.
Gerakan tubuh saat melakukan aktifitas misalnya berolahraga, dapat terjadi karena otot berkontraksi. Olahraga aerobik dan anaerobik, keduanya memerlukan asupan energi. Namun, penetapan kebutuhan energi secara tepat tidak sederhana dan sangat sulit. Besarnya kebutuhan energi tergantung dari energi yang digunakan setiap hari. Komponen utama yang menentukan kebutuhan energi adalah Angka Metabolisme Basal (AMB) atau Basal Metabolic Rate (BMR) dan aktifitas fisik.
3.1.1 Cara Menentukan AMB
AMB dipengaruhi oleh umur, gender, berat badan, dan tinggi badan. Ada beberapa cara menentukan AMB, yaitu:
1. Menggunakan rumus Harris Benedict (1919) Laki-laki = 66 + (13,7 x BB) + (5 x TB) – (6,8 x U) Perempuan = 655 + (9,6 x BB) + (1,8 x TB) – (4,7 x U) Keterangan:
BB = berat badan dalam kg TB = tinggi badan dalam cm U = umur dalam tahun 2. Cara cepat (2 cara)
a. Laki-laki = 1 kkal x kg BB x 24 jam Perempuan = 0,95 kkal x kg BB x 24 jam b. Laki-laki = 30 kkal x kg BB
Perempuan = 25 kkal x kg BB
3.1.2 Cara Menentukan Kebutuhan Energi Untuk Aktifitas Fisik
Aktifitas fisik dapat dibagi dalam empat golongan, yaitu sangat ringan, ringan, sedang, dan berat. Kebutuhan energi untuk berbagai aktifitas fisik dinyatakan dalam kelipatan AMB seperti pada tabel 1.
Tabel 1. Cara Menaksir Kebutuhan Energi Menurut Aktifitas Dengan Menggunakan Kelipatan AMB.
Komponen yang harus diperhitungkan dalam menentukan kalori ini adalah berat badan ideal, kebutuhan basal, aktifitas fisik yang dilakukan dan juga koreksi usia. Berikut cara menghitungnya:
1. Tentukan Berat Badan Ideal (BB).
Langkah awal yang harus diketahui adalah Tinggi Badan (TB) yang dimiliki saat ini.
Berat badan ideal dapat diperhitungkan dengan cara:
BB Ideal = 0,9 x (TB – 100).
Ini akan menentukan berapa bobot tubuh yang seharusnya dimiliki.
2. Hitung Kebutuhan Basal (KB)
Kebutuhan Basal (KB) adalah kebutuhan minimal yang dibutuhkan untuk memenuhi kebutuhan saat tidur atau istirahat. Kebutuhan basal laki-laki dan perempuan berbeda satu sama lain.
KB Perempuan = BB Ideal x 25 kkal KB Pria = BB Ideal x 30 kkal 3. Aktifitas Fisik (AF)
Rata-rata orang pasti memiliki aktifitas masing-masing. Asupan kalori tubuh ini juga dipengaruhi oleh aktifitas yang dilakukan. Secara umum ada tiga kategori aktifitas fisik yang dilakukan yaitu ringan, sedang, dan berat. Aktifitas ini dihitung dari total kebutuhan basal.
Aktivitas ringan (10-20 persen) : Menyetir mobil (10 persen), mengajar (20 persen), berjalan (20 persen), kerja kantoran (10 persen), memancing (20 persen), membaca (10 persen).
Aktivitas sedang (20-30 persen) : kerja rumah tangga (20 persen), bersepeda (30 persen), bowling (20 persen), berjalan cepat (30 persen), berkebun (30 persen).
Aktivitas berat (40-50 persen) : aerobik (40 persen), bersepeda mendaki (40 persen), panjat tebing (50 persen), dansa (40 persen), jogging (40 persen), atlit (50 persen).
Jika dalam satu hari Anda banyak beraktifitas, maka kebutuhan aktifitas yang diambil adalah aktifitas yang paling sering dilakukan setiap harinya.
4. Koreksi Usia (KU)
Usia juga akan mempengaruhi kebutuhan kalori seseorang. Semakin bertambahnya usia, maka kebutuhan kalori dan asupan makanannya semakin sedikit.
Untuk Anda yang berusia 40-59 tahun, maka koreksi usianya mencapai 5 persen, usia 60- 69 tahun maka koreksinya 10 persen, dan usia lebih dari 70 tahun koreksinya 20 persen.
5. Total Kalori Yang Dibutuhkan (TK)
Setelah mendapatkan semua komponen yang dibutuhkan, maka total kalori (TK) sehari ini bisa dihitung dengan rumus:
TK = KB + AF - KU Keterangan:
TK = Totaol kalori yang dibutuhkan KB = Kebutuhan Basal
AF = Aktifitas fisik KU = Koreksi usia
3.2 Arsitektur Sistem
Adapaun arsitektur sistem pakar untuk kebutuhan energi yang telah dirancang seperti pada gambar 3.
Gambar 3. Disain arsitektur sistem pakar 3.3 Analisis Kebutuhan Sistem Pakar
3.3.1 Basis Pengetahuan
Basis pengetahuan berisi pengetahuan-pengetahuan dalam penyelesaian masalah, tentu saja di dalam domain tertentu. Sistem berbasis pengetahuan diharapkan mempunyai kemampuan menirukan prinsip pola kerja seorang ahli atau pakar. Pengetahuan diperoleh dan dikumpulkan melalui berbagai sumber yang berhubungan dengan permasalahn-permasalahan yang merupakan akuisisi pengetahuan yang dilakukan. Basis pengetahuan informasi kebutuhan energi dapat ditunjukkan seperti di bawah ini:
IF Diperoleh nilai kebutuhan basal AND Nilai aktifitas fisik AND Nilai koreksi usia THEN Total kebutuhan energi
Aturan atau rule di atas menunjukkan bahwa JIKA sudah diperoleh nilai kebutuhan basal DAN sudah diperoleh nilai aktifitas fisik DAN sudah diperoleh nilai koreksi usia MAKA diperoleh nilai total kebutuhan energi.
3.3.2 Desian Aturan (Rule)
Perancangan aturan (rule) pada sistem ini menggunakan metode forward chaining, metode ini diambil dari fakta-fakta yang ada. Fakta tentang aktifitas fisik, koreksi usia, disimpan di dalam database. Aturan-aturan ini berdasarkan knowledge base (basis pengetahuan) yang berasal dari pakar. Pakar yang dimaksud disini adalah tenaga medis
atau tenaga ahli gizi. Untuk lebih jelasnya desain aturan (rule) yang dirancang dapat dilihat pada tabel 2.
Tabel 2. Rule Untuk Informasi Kebutuhan Energi No. Aturan (Rule)
1 IF Gender laki-laki AND Berat Badan Ideal THEN Nilai kebutuhan basal laki-laki
2 IF Gender perempuan AND Berat Badan Ideal THEN Nilai kebutuhan basal perempuan
3 IF Gender laki-laki AND Berat Badan Ideal AND Aktifitas laki-laki ringan THEN Nilai aktifitas ringan laki-laki
4 IF Gender perempuan AND Berat
Badan Ideal AND Aktifitas perempuan ringan THEN Nilai aktifitas ringan perempuan
5 IF Gender laki-laki AND Berat Badan Ideal AND Aktifitas laki-laki sedang THEN Nilai aktifitas sedang laki-laki
6 IF Gender perempuan AND Berat Badan Ideal AND Aktifitas perempuan sedang THEN Nilai aktifitas sedang perempuan
7 IF Gender laki-laki AND Berat Badan Ideal AND Aktifitas laki- laki berat THEN Nilai aktifitas berat laki-laki
8 IF Gender perempuan AND Berat Badan Ideal AND Aktifitas perempuan berat THEN Nilai aktifitas berat perempuan
9 IF Berat Badan Ideal AND Usia di bawah 40 THEN Nilai koreksi usia di bawah 40
10 IF Berat Badan Ideal AND Usia 40 sampai dengan 59 THEN Nilai koreksi usia 40 sampai dengan 59 11 IF Berat Badan Ideal AND Usia 60
sampai dengan 69 THEN Nilai koreksi usia 60 sampai dengan 69
12 IF Berat Badan Ideal AND Usia di atas 69 THEN Nilai koreksi usia di atas 69
13 IF Nilai kebutuhan basal laki-laki OR Nilai kebutuhan basal perempuan THEN Nilai kebutuhan basal
14 IF Nilai aktifitas ringan laki-laki
OR Nilai aktifitas ringan perempuan OR Nilai aktifitas sedang laki-laki OR Nilai aktifitas sedang perempuan OR Nilai aktifitas berat laki-laki OR Nilai aktifitas berat perempuan THEN Nilai aktifitas fisik
15 IF Nilai koreksi usia di bawah 40 OR Nilai koreksi usia 40 sampai dengan 59 OR Nilai koreksi usia 60 sampai dengan 69 OR Nilai koreksi usia di atas 69 THEN Nilai koreksi usia
16 IF Nilai Kebutuhan Basal AND Nilai Aktifitas Fisik AND Nilai Koreksi Usia THEN Total Kebutuhan Kalori
Disini penelusuran dimulai setelah dimasukkan komponen-komponen untuk penghitungan informasi kebutuhan energi. Hasil konsultasi ini akan menghasilkan jumlah perhitungan energi yang dibutuhkan oleh pemakai.
4. Implementasi dan Pengujian 4.1 Implementasi Sistem
Setelah sistem selesai dianalisis dan dirancang maka langkah selanjutnya yang akan dilakukan adalah menerapkan sistem tersebut. Tahap implementasi sistem (system implementation) merupakan tahap penerapan sistem supaya siap untuk dioperasikan. Tindak lanjut implementasi dapat berupa ui coba penerimaan sistem (system acceptance test) dengan menggunakan data sampel yang ada.
Faktor utama yang paling mendukung dalam implementasi sistem adalah faktor manusia (brainware) selaku sumber daya yang berperan penting dalam mengelola dan mengimplenetasikan sistem yang telah dibuat. Selain faktor ini, faktor pendukung lainnya adalah perangkat keras (hardware) dan perangkat lunak (software).
4.2 Pengujian Sistem
Pengujian sistem merupakan suatu cara yang digunakan untuk menguji program apakah hasilnya sudah sesuai dengan yang diharapkan. Berikut ini beberapa tampilan dari hasil pengujian sistem yang telah dilakukan.
Gambar 4. Menu Utama Sistem Pakar Informasi Kebutuhan Energi.
Perlu diketahui bahwa sebagai pengguna umum hanya dapat menjalankan program ini sebatas untuk mengetahui informasi kebutuhan energi atau dengan kata lain hanya bisa berkonsultasi saja dan tidak bisa melakukan penambahan, mengubah maupun menghapus record dalam database.
Gambar 5 menunjukkan form konsultasi untuk mengetahui informasi kebutuhan energi.
Gambar 5. Form Konsultasi
Pada gambar 5 terlihat bahwa pengguna harus mengisikan nama pengguna, jenis kelamin, usia pengguna, tinggi badan dan aktifitas fisik pengguna. Setelah selesai mengisikan data yang diminta, berikutnya pengguna memilih tombol Next untuk proses berikutnya yaitu melihat hasilnya berupa jumlah energi yang dibutuhkan oleh pengguna sesuai data yang dimasukkan oleh pengguna seperti terlihat pada gambar 6. Tombol Reset dipilih jika pengguna ingin membatalkan isian yang sudah terlanjur diisikan, sedangkan tombol Batal digunakan untuk kembali ke halaman utama.
Gambar 6. Informasi Kebutuhan Energi
Setelah dilakukan pengujian terhadap beberapa data sampel kepada sistem dan dibandingkan dengan perhitungan secara manual telah diperoleh kesesuaian hasil.
Untuk bisa melakukan proses database terhadap data user, data usia, dan data aktifitas, pengguna harus login sebagai Admin. Untuk bisa masuk sebagai Admin, pada bagian Login pengguna harus mengisikan nama pengguna (user) dan password lalu klik tombol Login.
Setelah ini dilakukan berikutnya akan ditampilkan menu Admin yang terdiri dari tiga menu yaitu Daftar Aktifitas, Dafta Usia dan Logout untuk mengakhiri penggunaan sistem.
Untuk memasukkan data usia ke dalam database, pengguna memilih menu Daftar Usia pada bagian Menu Admin. Setelah itu akan muncul tampilan seperti gambar 7.
Gambar 7. Daftar Range Usia
Gambar 7 merupakan daftar range usia yang sudah tersimpan dalam database. Jika ada record yang ingin diubah maka klik tombol atau icon yang disebelah kiri pada kolom status sedangkan untuk menghapus record klik icon yang di sebelah kanan dari kolom status. Untuk menambah data klik tombol perintah Tambah Data. Setelah diklik tombol Tambah Data ini lalu akan muncul tampilan seperti gambar 8.
Gambar 8. Input Data Usia
Gambar 9 merupakan daftar aktifitas yang sudah tersimpan dalam database. Jika ada record yang ingin diubah maka klik tombol atau icon yang disebelah kiri pada kolom status sedangkan untuk menghapus record klik icon yang di sebelah kanan dari kolom status. Untuk menambah data klik tomobl perintah Tambah Data. Setelah diklik tombol ini lalu akan muncul tampilan seperti gambar 10.
Gambar 9. Daftar Aktifitas
Gambar 10. Input Data Aktifitas
Gambar 10 merupakan form untuk memasukkan data aktifitas yaitu dengan dengan memasukkan nama aktifitas dan besarnya kalori yang dibutuhkan untuk aktifitas tersebut.
5. Kesimpulan
1. Energi merupakan suatu hal yang penting, jadi di dalam memenuhi kebutuhan energi tersebut seseorang diharapkan mengkonsumsi makanan yang mengandung zat gizi sesuai dengan yang dibutuhkan untuk aktifitas rutin sehari-hari.
2. Penggunaan metode runut maju (forward chaining) pada penelitian ini sudah tepat karena metode ini menarik kesimpulan bedasarkan data (fakta) yang ada lalu bergerak maju melalui beberapa premis untuk menuju ke kesimpulan.
3. Hasil (output) dari sistem yang dirancang ini dalam bentuk informasi nilai kebutuhan energi yang dibutuhkan oleh seseorang atau pemakai sistem. Informasi yang dihasilkan oleh sistem ini sudah diuji kebenarannya dengan melakukan perhitungan secara manual.
Daftar Pustaka
[1] Irfan Subakti, Sistem Berbasis Pengetahuan, 2006.
[2] Kusrini, Aplikasi Sistem Pakar, 2008.
[3] Sri Hartati, et al., Sistem Pakar dan Pengembangannya, 2008.
[4] Sunita Almatsier, Penuntun Diet, 2005
