i
LAPORAN SKRIPSI
SISTEM PENDUKUNG KEPUTUSAN SOLUSI
PENENTUAN TINGKAT RESIKO OBESITAS
BERBASIS
EXPERT SYSTEM
MENGGUNAKAN
METODE
NAÏVE BAYES CLASSIFIER
(NBC)
PANJI SINGGIH SETIAJI
2011-51-240
DOSEN PEMBIMBING
Rina Fiati, ST, M.Cs
Arief Susanto, ST M.Kom
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS TEKNIK
UNIVERSITAS MURIA KUDUS
ii
iii
iv
v
SISTEM PENDUKUNG KEPUTUSAN SOLUSI PENETUAN TINGKAT RESIKO OBESITAS BERBASIS EXPERT SYSTEM MENGGUNAKAN
METODE NAÏVE BAYES CLASSIFIER (NBC)
Nama mahasiswa : Panji Singgih Setiaji
NIM : 201151240
Pembimbing :
1. Rina Fiati, ST. M,Cs 2. Arief Susanto, ST. M.Kom
RINGKASAN
Pembuatan sistem pendukung keputusan solusi penentu tingkat resiko obesitas dengan metode Naïve Bayes Classifier, yang diharapkan dapat membantu menemukan solusi resiko obesitas. Metode Naïve Bayes adalah suatu metode yang digunakan untuk memprediksi berbasis probabilitas. Dalam menentukan solusi obesitas dengan menggunakan nilai-nilai yang dimasukkan, berupa kriteria-kriteria yang dibutuhkan yaitu berat badan, tinggi badan, usia, lingkar lengan, asupan gizi, tekanan darah,dan lingkar perut. Sistem yang digunakan menggunakan bahasa pemrogaman PHP dan menggunakan MySQL sebagai databasenya. Aplikasi ini akan memberikan keterangan, sekaligus memberikan solusi, meskipun hanya sebagai alat bantu dalam pengambilan keputusan. Perancanagan sistem bertujuan untuk membantu dalam menentukan solusi apa yang dapat mencegah obesitas. Dari hasil uji penentuan yang dilakukan dengan menggunakan data.
vi
DECISION SUPPORT SYSTEM SOLUTIONS DETERMINING THE
LEVEL OF RISK OF OBESITY BY METHODS NAÏVE BAYES
CLASSIFIER (NBC)
Student Name : Panji Singgih Setiaji Student Identity Number : 201151240
Supervisor :
1. Rina Fiati, ST. M,Cs 2. Arief Susanto, ST. M.Kom
ABSTRACT
Making the decision support system solutions determining the level of risk of obesity by methods Naïve Bayes classifier, which is expected to help find a solution to obesity risk. Naïve Bayes method is a method used to predict the probability-based. In determining obesity solution using the values entered, the form of the required criteria, namely body weight, height, waist circumference, pelvic circumference and abdominal circumference. The system used to use the programming language PHP and using MySQL as the database. This application will provide information, while providing a solution, even if only as a tool in decision making. The system design aims to assist in determining what solutions can prevent obesity. Determination of test results performed using the data.
vii
KATA PENGANTAR
Puji syukur kehadirat Allah SWT karena atas Rahmat dan Hidayah-Nya penulis mampu menyelesaikan penyusunan skripsi ini dengan judul “Sistem Pendukung Keputusan Solusi Penentu Tingkat Resiko Obesitas Berbasis Expert System Dengan Metode Naïve Bayes Classifier”.
Skripsi ini disusun guna melengkapi salah satu persyaratan untuk memperoleh Gelar Kesarjanaan Program Studi Teknik Informatika Fakultas Teknik Universitas Muria Kudus. Pada kesempatan ini, penulis ingin menyampaikan rasa terima kasih sebesar-besarnya kepada :
1. Allah SWT yang telah memberikan Rahmat dan Hidayah-Nya.
2. Bapak Dr. Suparnyo, SH, MS, selaku Rektor Universitas Muria Kudus.
3. Bapak Muhammad Dahlan, ST, MT, selaku Dekan Fakultas Teknik Universitas Muria Kudus.
4. Bapak Ahmad Jazuli, M.Kom, selaku Ketua Program Studi Teknik Informatika Universitas Muria Kudus.
5. Ibu Rina Fiati, S.Kom, M.Cs, selaku pembimbing I yang telah banyak memberikan masukan selama penyusunan skripsi ini.
6. Bapak Arief Susanto ST, M.Kom, selaku pembimbing II yang telah banyak memberikan masukan selama penyusunan skripsi ini.
7. Ibu Kumrotun, Bapak Sugiarto, yang senantiasa memberikan dukungan, semangat, doa dan materi yang sangat berarti.
8. Teman-teman TI Angkatan 2011 yang sudah memberikan masukan dan nasehat untuk menyelesaikan skripsi ini, serta semua pihak yang telah membantu penyusunan skripsi ini yang tidak bisa penulis sebutkan satu persatu.
Penulis menyadari sepenuhnya bahwa dalam penyusunan skripsi ini masih terdapat banyak kekurangan.Selain itu penulis juga berharap bahwa karya tulis ini dapat memberikan manfaat bagi semua orang.
viii DAFTAR ISI
HALAMAN PERSETUJUAN... ii
HALAMAN PENGESAHAN ... ii
PERNYATAAN KEASLIAN ... iv
RINGKASAN ... v
ABSTRACT ... vi
KATA PENGANTAR ... vii
DAFTAR ISI ... viii
DAFTAR GAMBAR ... xi
DAFTAR TABEL... xiii
DAFTAR LAMPIRAN ... xiv
BAB I PENDAHULUAN ... 1
1.1 Latar Belakang ... 1
1.2 Rumusan Masalah ... 2
1.3 Batasan Masalah ... 2
1.4 Tujuan Penelitian ... 3
1.5 Manfaat Penelitian ... 3
BAB II TINJAUAN PUSTAKA ... 5
2.1 Penelitian Terkait ... 5
2.2 Landasan Teori ... 6
2.2.1 Pengertian Sistem Pendukung Keputusan ... 6
2.2.2 Tujuan Sistem Pendukung Keputusan ... 6
2.2.3 Fase Pengambilan Keputusan ... 7
2.2.4 Arsitektur Sistem Pendukung Keputusan ... 8
2.2.5 Karateristik Sistem Pendukung Keputusan ... 9
ix
2.2.7 Database Sistem Pendukung Keputusan ... 13
2.2.8 Analisa Sistem ... 13
2.2.9 Perancangan Sistem ... 13
BAB III METODE PENELITIAN ... 23
3.1 Metode Pengumpulan Data ... 23
3.2 Metodologi Pengembangan Sistem Pendukung Keputusan ... 23
3.3 Metode Naïve Bayes Classifier ... 24
BAB IV HASIL DAN PEMBAHASAN... 27
4.1 Deskripsi Masalah ... 27
4.2 Tujuan Sistem Pendukung Keputusan ... 27
4.3 Pengguna Sistem Pendukung Keputusan ... 27
4.4 Variabel-variabel Keputusan / Kriteria-kriteria ... 27
4.5 Diagram / Arsitektur Sistem Pendukung Keputusan ... 27
4.6 Obesitas Tubuh ... 29
4.7 Perhitungan Metode Naïve Bayes Classifier (NBC) ... 29
4.8 Tabel Sampel data Tabel Aturan ... 30
4.9 Tabel Hasil ... 34
4.10 Desain ... 34
4.10.1 Pemodelan Data ... 34
4.10.2 Pemodelan Proses ... 39
4.10.3 Desain Antarmuka ... 50
4.11 IMPLEMENTASI SISTEM ... 61
4.11.1 Analisa Kebutuhan Sistem ... 61
4.12 Implementasi Aplikasi Sistem ... 62
4.12.1 Halaman Utama ... 62
4.12.2 Halaman Pendaftaran ... 63
4.12.3 Halaman Login ... 63
4.12.4 Halaman Input Kriteria ... 64
4.12.5 Halaman Input Sub Kriteria ... 64
4.12.6 Halaman Input Solusi ... 65
4.12.7 Halaman Input Administrator ... 65
x
4.12.9 Halaman Edit Profil ... 66
4.12.10 Halaman Ganti Password ... 67
4.12.11 Halaman Uji SPK ... 67
4.12.12 Halaman Pengujian Anda ... 68
4.13 Implementasi Kode ... 68
4.13.1 Script Uji SPK ... 68
4.13.2 Script Input Kriteria ... 69
4.13.3 Script Perhitungan SPK ... 69
4.14 Pengujian Blackbox Testing ... 70
4.14.1 Pengujian Proses Login ... 70
4.14.2 Pengujian Proses Data Edit Kriteria ... 70
4.14.3 Pengujian Proses Data Uji SPK ... 71
BAB V PENUTUP ... 73
5.1 Kesimpulan ... 73
5.2 Saran ... 73
xi
DAFTAR GAMBAR
Gambar 2.1 Proses Pengambilan Keputusan (Turban, 2005) [6]... 8
Gambar 2.2 Arsitektur Decision Support System (Turban, 2005) ... 9
Gambar 2.3 Kerangka Pemikiran Sistem Pendukung Keputusan solusi penentu tingkat resiko obesitas ... 21
Gambar 4.1 Diagram Arsitektur Sistem Pendukung Keputusan Penentuan Tingkat Obesitas Menggunakan Metode Naïve Bayes Classifier (NBC) ... 28
Gambar 4.2 Entity Relational Diagram Sistem Pendukung Keputusan Penentuan Tingkat Obesitas... 35
Gambar 4.3 Relasi antar Tabel Sistem Pendukung Keputusan Obesitas ... 39
Gambar 4.4 Bagan Alir (Flowchart) Yang Sedang Berjalan ... 40
Gambar 4.5 Bagan Alir (Flowchart) Sistem Yang Diusulkan ... 41
Gambar 4.6 Context Diagram ... 42
Gambar 4.7 Analysis Report-Rule Check Context Diagram ... 43
Gambar 4.8 Analysis Report-Level Balance Context Diagram ... 43
Gambar 4.9 Dekompisisi Sistem Pendukung Keputusan Penentuan obesitas ... 44
Gambar 4.10 DFD Level 0 ... 45
Gambar 4.11 Analysis Report-Rule Check DFD Level 0 ... 46
Gambar 4.12 Analysis Report-Level Balance DFD Level 0 ... 47
Gambar 4.13 DFD Level 1 login... 47
Gambar 4.14 Analysis Report-Rule Check DFD Level 1 Login ... 47
Gambar 4.15 Analysis Report-Level Balance DFD Level 1 login ... 48
Gambar 4.16 DFD Level 1 Pendataan ... 48
Gambar 4.17 Analysis Report-Rule Check DFD Level 1 Pendataan ... 49
Gambar 4.18 Analysis Report-Level Balance DFD Level 1 Pendataan ... 49
Gambar 4.19 DFD Level 1 Logout ... 49
Gambar 4.20 Analysis Report-Rule Check DFD Level 1 Logout ... 50
Gambar 4.21 Analysis Report-Level Balance DFD Level 1 Logout ... 50
Gambar 4.22 Layout Halaman ... 50
Gambar 4.23 Struktur Menu Admin ... 51
xii
Gambar 4.25 Form Input Data Kriteria ... 52
Gambar 4.26 Form Input Data Sub Kriteria... 53
Gambar 4.27 Form Input Data Solusi ... 53
Gambar 4.28 Form Input Data Admin ... 54
Gambar 4.29 From Login ... 55
Gambar 4.30 Form Pendaftaran User ... 55
Gambar 4.31 Form Edit Profil ... 56
Gambar 4.32 Form Ganti Password ... 57
Gambar 4.33 Daftar Kriteria ... 57
Gambar 4.34 Daftar Sub Kriteria ... 58
Gambar 4.35 Daftar Tabel Rumus ... 58
Gambar 4.36 Daftar Solusi ... 59
Gambar 4.37 Daftar Administrator ... 59
Gambar 4.38 Daftar Pengguna ... 60
Gambar 4.39 Hasil Pengujian ... 60
Gambar 4.40 Halaman Utama ... 62
Gambar 4.41 Halaman Pendaftaran ... 63
Gambar 4.42 Halaman Login ... 63
Gambar 4.43 Halaman Input Kriteria... 64
Gambar 4.44 Halaman Input Sub Kriteria ... 64
Gambar 4.45 Halaman Input Solusi ... 65
Gambar 4.46 Halaman Input Administrator... 65
Gambar 4.47 Halaman Hasil Pengujian ... 66
Gambar 4.48 Halaman Edit Profil ... 66
Gambar 4.49 Halaman Ganti Password ... 67
Gambar 4.50 Halaman Uji SPK ... 67
Gambar 4.51 Halaman Pengujian Anda ... 68
Gambar 4.52 Script Uji SPK ... 68
Gambar 4.53 Script Input Kriteria ... 69
xiii
DAFTAR TABEL
Tabel 2.1 Simbol Program Flowchart ... 14
Tabel 2.2 Simbol System Flowchart ... 15
Tabel 4.1 Tabel Sampel Data Aturan ... 30
Tabel 4.2 Tabel Hasil ... 34
Tabel 4.3 Tabel Pengguna ... 36
Tabel 4.4 Tabel Admin ... 36
Tabel 4.5 Tabel Kriteria ... 37
Tabel 4.6 Tabel Sub Kriteria ... 37
Tabel 4.7 Tabel Aturan ... 38
Tabel 4.8 Tabel Solusi... 38
Tabel 4.9 Tabel Pengujiuan Proses Login ... 70
Tabel 4.10 Tabel Pengujian Proses Data Edit Kriteria ... 70
xiv
DAFTAR LAMPIRAN
Lampiran 1 Surat Penelitian Lampiran 2 Artikel Ilmiah Lampiran 3 Poster