SISTEM PAKAR DIAGNOSA KERUSAKAN MOTOR HONDA PGM-FI MENGGUNAKAN METODE CERTAINTY FACTOR DI AHASS PT DAYA ADICIPTA
MOTORA
Rama Agung Darmawan,1 Fitriyani,2 Elga Wati,3 Universitas BSI Bandung
Jalan Sekolah Internasional No. 1-6 Antapani, Bandung 40282 [email protected],1,[email protected]2
Abstrak
Perkembangan teknologi di bidang otomotif yaitu sepeda motor bertransmisi otomatis (matic) dengan sistem injeksi (injection) memberikan kemudahan dalam penggunaannya. Tingginya pengguna kendaraan tersebut timbul permasalahan bahwa tidak semua pengguna memiliki kemampuan melakukan perbaikan kerusakan sepeda motornya. Pengguna mempercayakan masalah tersebut pada mekanik di bengkel dengan jam kerja yang terbatas. Oleh karena itu dibutuhkan sistem yang bisa digunakan untuk konsultasi atau mendiagnosa kerusakan sepeda motor, sehingga membantu pengguna melakukan perbaikan sepeda motornya. Sistem pakar adalah sistem yang mampu menggambarkan penalaran seorang pakar agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli atau pakar. Certainty Factor adalah suatu metode untuk membuktikan apakah suatu fakta itu pasti atau tidak pasti yang berbentuk metric. Aplikasi sistem pakar ini memakai web sebagai sistem operasinya.
Sistem operasi berbasis web merupakan Website (Situs Web) adalah kumpulan dari satu atau lebih halaman yang saling berkaitan, di dalamnya berisi informasi termasuk konten multimedia.
Sebuah website diidentifikasikan dengan nama domain dan dipublikasikan pada setidaknya sebuah web server.
Kata Kunci: Motor Injeksi, Sistem Pakar, Certainty Factor, Web Abstract
Rama Agung Darmawan(16150067), Expert System for Diagnosis of Damage in Honda Motorcycle Injection PGM-FI using the method Certainty Factor at AHASS PT. Daya Adicipta Motora
Technological developments in the automotive field, automatic transmission motorcycles with injection systems, make it easy to use. The high number of vehicle users arises the problem that not all users have the ability to repair damaged motorbikes The user entrusts the problem to the mechanics in the workshop with limited working hours. Then we need a system that can be used to consult or diagnose motorcycle damage, for helping users make repairs to their motorcycle. Expert system is a system that is capable of visualizing an expert's reasoning so that a computer can solve the problem that experts or experts usually do. Certainty Factor is a method to prove whether a fact is certain or uncertain in the metric form. This expert system application uses the web operating system. Web-based operating system is a Website is a collection of one or more pages that are interconnected, which contains information including multimedia content. A website is identified by a domain name and published on at least a web server.
Keywords: Injection Motor, Expert System, Certainty Factor, Web
1. Pendahuluan
Perkembangan teknologi di bidang otomotif yaitu sepeda motor bertransmisi otomatis (matic) dengan sistem injeksi (injection) memberikan kemudahan dalam penggunaannya. Tingginya pengguna kendaraan tersebut timbul permasalahan bahwa tidak semua pengguna memiliki kemampuan melakukan perbaikan kerusakan sepeda motornya. Pengguna mempercayakan masalah tersebut pada mekanik di bengkel dengan jam kerja yang terbatas. Oleh karena itu dibutuhkan sistem yang bisa digunakan untuk konsultasi atau mendiagnosa kerusakan sepeda motor, sehingga membantu pengguna melakukan perbaikan sepeda motornya.
Sistem pakar (Expert System) merupakan bidang ilmu yang muncul seiring perkembangan ilmu komputer dan bekerja layaknya seorang pakar dalam bidang tertentu. Kemampuan sistem pakar dalam mendiagnosa terkadang tidak sebaik seorang pakar, hal itu disebabkan adanya perubahan pengetahuan yang menyebabkan penentuan kesimpulan mengalami perubahan atau faktor ketidakpastian. Metode Certainty Factor, digunakan untuk menangani ketidakpastian akibat adanya penambahan atau pengurangan fakta baru dalam sistem pakar. Diharapkan dengan sistem pakar yang dapat mendiagnosa kerusakan sepeda motor matic injeksi menggunakan metode Certainty Factor ini pengguna dapat melakukan konsultasi kerusakan sepeda motornya.
Injeksi bahan bakar adalah sebuah teknologi yang digunakan dalam mesin pembakaran dalam untuk mencampur bahan bakar dengan udara sebelum dibakar. Penggunaan injeksi bahan bakar akan meningkatkan tenaga mesin bila dibandingkan dengan penggunaan karburator, karena injektor membuat bahan bakar tercampur secara homogen. Hal ini, menjadikan injeksi bahan bakar dapat mengontrol pencampuran bahan bakar dan udara yang lebih tepat, baik dalam proporsi dan keseragaman.
Injeksi bahan bakar dapat berupa mekanikal, elektronik atau campuran dari keduanya. Sistem awal berupa mekanikal, namun sekitar tahun 1980-an mulai banyak menggunakan sistem elektronik. Sistem elektronik modern menggunakan banyak sensor untuk memonitor kondisi mesin, dan sebuah unit kontrol elektronik menghitung
jumlah bahan bakar yang diperlukan. Oleh karena itu, injeksi bahan bakar dapat meningkatkan efisiensi bahan bakar dan mengurangi polusi, dan juga memberikan tenaga keluaran yang lebih.
Alasan penulis mengambil penelitian ini karena masih kurangnya pengetahuan atau wawasan yang dimiliki para pengguna motor khususnya pengguna motor injeksi PGM-FI. Serta membangun sistem pakar yang menyediakan informasi pada para pengendara sepeda motor yang belum berpengalaman sehingga dapat mengetahui gejala-gejala kerusakan yang akan terjadi pada sepeda motor matic.
2. Penelitian Terkait
Penelitian pertama dari jurnal penelitian yang berjudul Sistem Pakar Analisa Kerusakan Pada Sepeda Motor Honda Beat Injection Dengan Metode Backward Chaining (Siregar 2018) yang berbasis desktop. Hasilnya, sistem tersebut
membantu masyarakat secara umum untuk mengetahui penyebab yang terjadi pada kendaraan mereka masing masing. Dari pihak bengkel dan mekanik dengan menggunakan aplikasi sistem pakar tersebut, bisa menghemat waktu analisa kerusakan pada motor dalam proses penanganan service kepada konsumen, dan juga menghindari adanya salah analisa kerusakan mekanik yang statusnya belum berpengalaman atau junior mekanik.
Penelitian kedua dari jurnal penelitian yang berjudul Sistem Pakar Diagnosa Kerusakan Mesin Sepeda Motor Matic Berbasis Web Menggunakan Certainty Factor (Saputra, Purwaningtyas, and Irmayani 2018). Dalam penelitian ini menghasilkan perangkat lunak yang dipergunakan untuk melakukan diagnosa kerusakan pada mesin sepeda motor matic Yamaha Mio J Sporty menggunakan XAMPP sebagai web server, MySQL sebagai basis data, PHP sebagai bahasa pemograman.
Kelengkapan basis pengetahuan yang ditanamkan dalam aplikasi sangat mempengaruhi hasil diagnosa yang ada.
Serta penerapan metode Certainty Factor pada aplikasi ini membantu memberikan penjelasan terhadap hasil diagnosa berdasarkan derajat keyakinan dari setiap aturan yang ada jika diberikan gejala- gejala tertentu. Aplikasi ini digunakan untuk melakukan diagnosa kerusakan berdasarkan basis pengtahuan yang telah
ditanamkan serta tidak dapat memberikan penalaran diluar batas data yang telah ditanamkan sebelumnya
Penelitian ketiga dari jurnal penelitian yang berjudul Sistem Pakar Diagnosa Kerusakan Sepeda Motor Matic Injeksi Menggunakan Metode Dempster Shafer (Wati 2014) Berdasarkan hasil perancangan dan pengujian yang dilakukan pada sistem pakar diagnosa kerusakan sepeda motor matic injeksi menggunakan metode Dempster Shafer, diperoleh kesimpulan bahwa dengan sistem pakar diagnosa kerusakan sepeda motor matic injeksi menggunakan metode Dempster Shafer maka pengguna sepeda motor matic injeksi dapat melakukan konsultasi kerusakan secara langsung dan perbaikan kerusakan sepeda motor dapat dilakukan lebih awal sebelum terjadi kerusakan yang berkelanjutan.
Penelitian keempat dari jurnal penelitian yang berjudul Sistem Pakar Diagnosa Penyakit Ibu Hamil Menggunakan Metode Certainty Factor (Aji, Furqon, and Widodo 2018). Hasil rekomendasi yang diperoleh dari sistem akan dibandingkan dengan hasil analisa pakar. Dari 13 data uji mendapatkan hasil akurasi keberhasilan yang sangat baik sebesar 100 %.
Persentase sebesar 100% diperoleh dari pembagian antara data uji yang sesuai yaitu 13 data uji dengan jumlah seluruh data yang di uji sebanyak 13 data. Hasil antara diagnosa sistem dengan pakar mendapatkan kecocokan yang sempurna yaitu 100%. Hal ini menandakan bahwa dalam pengimplemantasian sistem pakar menggunakan metode Certainty Factor ini berjalan dengan baik berdasarkan fakta dari pakar dan diterapkan dalam sistem.
Dan dibandingkan dengan metode yang sebelumnya yang menggunakan metode forward caining yang keakurasiannya sebesar 86,33%, terbukti bahwa dengan menggunakan metode certainty factor lebih efektif dalam memecahkan sebuah masalah.
Penelitian kelima dari jurnal penelitian (Prakoso 2018) yang berjudul Sistem Pakar Diagnosis Kerusakan Mesin Kawasaki Tipe BR200A Menggunakan Certainty Factor Berbasis Web. Hasilnya pengujian user yang menyatakan setuju sebanyak 50%. Sistem pakar ini membantu para pengguna atau komunitas sepeda motor Kawasaki tipe BR200A dalam mendiagnosis kerusakan berbasis web
tanpa harus mengeluarkan biaya yang mahal, hal ini disetujui sebanyak 90%.
Hasil Pengujian fungsional sistem dengan akses sebagai admin dan user berhasil diujikan dengan baik pada browser Google.
Penelitian ke enam dari jurnal penelitian (Sari 2013) yang berjudul Sistem Pakar Mendiagnosa Penyakit Demam Berdarah Menggunakan Metode Certainty Factor.
Hasilnya Gejala penyakit demam berdarah telah berhasil direpresentasekan ke dalam bentuk rule agar dapat dimengerti oleh komputer. Penerapan metode certainty factor dapat mempermudah dan memberikan perhitungan penyelesaian seberapa pasti para user atau pasien menderita penyakit demam berdarah.
Aplikasi sistem pakar ini dirancang untuk dapat digunakan dalam mengetahui penentuan penyakit demam berdarah.
Penelitan ke tujuh dari jurnal penelitan (Nasution, Hasibuan, and Silalahi 2018) yang berjudul Rancangan Aplikasi Sistem Pakar Diagnosa Penyakit Pankreatisis Dengan Metode Certainty Factor. Hasilnya Sistem pakar dapat mendiagnosa penyakit pankreatitis dan mampu memberikan kemudahan bagi para penderita penyakit pankreatitis untuk dapat mengetahui lebih awal tentang gejala penyakit pankreatitis sehingga mereka dapat melakukan penanganan yang tepat. Metode Certainty Factor dapat diterapkan dalam sistem pakar untuk mendiagnosa penyakit Pankreatitis dimana hasil dalam bentuk persentase. Aplikasi Sistem Pakar Diagnosa Penyakit Pankreatitis telah selesai dirancang dengan Visual Basic 2008.
Penelitian ke delapan dari jurnal penelitian (Putra et al. 2019) yang berjudul Sistem Pakar Untuk Mengidentifikasi Penyakit Mata Dengan Metode Certainty Factor.
Hasilnya Sistem Pakar untuk mendiagnosa penyakit mata ini bertujuan untuk mengetahui gejala awal dari penyakit mata yang membuat masyarakat dapat melakukan antisipasi awal terhadap jenis penyakit yang diderita. Aplikasi Sistem Pakar ini dapat dikembangkan lagi cakupannya, sehingga topik yang dibahas tidak terbatas pada 4 jenis penyakit mata saja, tetapi diharapkan juga bisa untuk beberapa jenis penyakit mata lainnya.
3. Metode Penelitian
Metode penelitian yang digunakan dalam penelitian ini adalah metode analisis
deskriptif yaitu suatu metode yang bertujuan untuk mendapatkan gambaran yang jelas tentang hal-hal yang diperlukan melalui beberapa tahapan.
Metode Pengumpulan Data
Pada penyusunan laporan ini penulis menggunakan model air terjun (waterfall).
Model ini merupakan model yang paling banyak dipakai oleh para pengembang software. Inti dari metode waterfall adalah pengerjaan dari suatu sistem dilakukan secara berurutan atau secara linear (Hartono 2010). Penulis mengambil langkah-langkah pengembangan software sebagai berikut:
Analisa Kebutuhan Software
Penulis menentukan apa saja yang dibutuhkan oleh sistem agar permasalahan di atas dapat terselesaikan dengan baik dan data yang dihasilkan bisa sesuai dengan yang pengguna harapkan.
Desain
Hasil dari analisa kebutuhan kemudian diterjemahkan kedalam sistem melalui UML dan desain database digambarkan melalui ERD.
Code Generation
Bahasa yang digunakan dalam pembuatan sistem informasi ini menggunakan PHP, HTML dan CSS sebagai bahasa pemprogramannya, MySQL sebagai Databasenya.
Testing
Pada tahap testing penulis menggunakan metode White Box testing yang berfokus pada tiap-tiap fungsi yang telah dibuat apakah hasil akan sesuai dengan apa yang diharapkan atau tidak.
Support
Pada tahap ini penulis melakukan pemeliharaan terhadap aplikasi untuk menunjang pengembangan selanjutnya.
Algoritma Sistem Pakar
Algoritma yang akan
diimplementasikan oleh penulis pada program sistem pakar ini yaitu di mulai dari proses tampilkan pilihan gejala dan pilih gejala kemudian input dengan memilih gejala kemudian tampil suatu kemungkinan yang akan menghasilkan beberapa kemungkinan jawaban atau pilihan dan diakhiri dengan hasil diagnosa berikut dengan prosentasenya. Untuk keterangan lebih jelas bisa dilihat pada Gambar 1.
Gambar 1. Algoritma Sistem Pakar
4. Hasil dan Pembahasan Tabel Pakar
Dalam membangun sebuah aplikasi sistem pakar diagnosis penyakit pada ibu hamil, penulis menentukan beberapa tabel yang dibutuhkan aplikasi adapun tabel yang penulis buat, diantaranya :
Tabel 1. Daftar Penyakit
DAFTAR KERUSAKAN Kode Nama Kerusakan P001 Mesin (engine) P002 Injeksi PGM-FI P003 Pengapian P004 Kelistrikan P005 Rangka
Tabel 2. Daftar Gejala 1.1. DAFTAR GEJALA Kode Nama Gejala
G01 Nembak- nembak atau Brebet pada tarikan awal
G002 Bahan bakar boros G003 Sulit stater otomatis
G004 Saat kontak on, speedometer tidak menyala
G005 Indikator injeksi berkedip G006 Suara mesin kasar
G007 Terdengar percikan pada mesin G008 Keluar asap hitam pada knalpot
saat
mesin menyala
G009 Keluar asap putih pada knalpot saat
mesin menyala G010 RPM tidak stabil
G011 Panas berlebihan pada mesin G012 Kecepatan maksimal tidak tercapai G013 Ada rembesan oli pada bagian
mesin
G014 Tarikan awal kurang maksimal G015 Mesin sulit hidup
G016 Akselerasi awal berat atau bergetar G017 Sering mati saat berkendara G018 Mesin mati saat kondiisi suhu
mesin Panas
G019 Motor kurang stabil
Adapun tabel keputusan pakar dibuat untuk menghubungkan tabel penyakit dengan tabel gejala, keterangan bisa dilihat di Tabel3.
Tabel 3. Tabel Keputusan Pakar
Dalam sistem pakar menentukan jenis kerusakan pada motor injeksi ini terdapat perhitungan menggunakan Certainty Factor. Contoh perhitungan dalam menentukan kerusakan, pengguna memilih gejala diantaranya:
1. G06 Suara mesin kasar (MB 0,9 MD 0,3)
2. G07 Terdengar percikan kasar pada mesin (MB 0,9MD 0,2)
3. G09 Keluar asap putih pada knalpot saat mesin menyala (MB 0,9 MD 0,3) 4. G12 Kecepatan maksimal tidak
tercapai (MB 0,6 MD 0,2)
Berikut contoh perhitungan Certainty Factor:
A. Hitungan Persamaan
CF (MD,MB) =
CF (MD) x CF (MB)
cf1 =
0.9 x 0.3 = 0.27 Kode K01 K02 K03 K04 K05
G01 X X
G02 X X X
G03 X
G04 X
G05 X
G06 X G07 X
G08 X X
G09 X
G10 X X
G11 X
G12 X G13 X
G14 X X
G15 X X X
G16 X X
G17 X X X
G18 X
G19 X
cf2 = 0.9 x 0.2 = 0.18
cf3 =
0.9 x 0.3 = 0.27
cf4 =
0.6 x 0.2 = 0.12
B. Kombinasi nilai CF Tahap 1
Cfcombine (cf1,cf2) =
cf1 + cf2 x (1 – cf1)
= 0.27 + 0.18 x (1 – 0.27) 0.73
= 0.27 + 0.18 x 0.73 = 0.40 Cfold1
Tahap 2
Cfcombine1 (cfold1,cf3) = cfold1 + cf3 x (1 – cfold1)
= 0.40 + 0.27 (1 – 0.40)
= 0.40 + 0.27 x 0.6= 0.56 Cfold2
Tahap 3
Cfcombine2 (cfold2,cf4) = cfold2 + cf4 x (1 – cfold2)
= 0.56 + 0.12 x (1 – 0.56)
= 0.56 + 0.12 x 0.44 = = 0.61 (cfold3
Tahap 4
Cfold3 x 100 =
% Kepasian Certainty Factor
0.61 x 100 =
61%
Kesimpulannya adalah diagnosa kerusakan yang dipilih oleh user adalah gejala dominan yang dipilih dari kerusakan Mesin (Engine). Hasil perhitungan diagnosa dengan metode Certainty Factor adalah 61% yang merupakan kerusakan pada bagian inti dari motor Injeksi PGM-FI Analisa Kebutuhan Software
Di dalam analisa kebutuhan software ini akan dijelaskan tahapan perancangan sistem yang akan dibuat untuk mempersiapkan proses implementasi sistem dan untuk menggambarkan secara jelas proses-proses yang diinginkan di dalam membangun perangkat lunak.
1. Use Case Diagram
Gambar 2. Use Case Diagram
2. Activity Diagram Halaman Diagnosa
Gambar 2. Activity Diagram Halaman Diagnosa
3. Activity Diagram Halaman Login Admin
Gambar 5. Activity Diagram Halaman Login Admin
User Interface
Berikut merupakan tampilan antarmuka dari sistem pakar deteksi penyakit refraksi mata dari tampilan antarmuka untuk pengguna
1. Halaman Utama User
Gambar 7. Halaman Utama dan Informasi Penyakit
2. Halaman User Diagnosa
Gambar 8. Halaman Diagnosa Form Isi Data Diri
3. Halaman Hasil dan Cetak Hasil
Gambar 9. Halaman Hasil dan Cetak Hasil
4. Halaman Admin
Gambar 10. Halaman Awal Admin 1. Kesimpulan
Beberapa kesimpulan dari sistem pakar diagnosa kerusakan motor Honda injeksi PGM-FI sebagai berikut:
1. Aplikasi sistem pakar ini dapat memberikan pengetahuan mengenai diagnosa kerusakan pada motor injeksi PGM-FI.
2. Aplikasi sistem pakar ini dapat membantu meningkatkan media
konsultasi mengenai kerusakan motor injeksi PGM-FI.
3.
Aplikasi sistem pakar dapat membantu dalam mengidentifikasi masalah mengenai kerusakan gejala awal pada motor injeksi PGM-FI.Referensi
Aji, Aryu Hanifah, M Tanzil Furqon, and Agus Wahyu Widodo. 2018. “Sistem Pakar Diagnosa Penyakit Ibu Hamil Menggunakan Metode Certainty Factor ( CF ).” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2(5): 2127–34.
Hartono. 2010. Analisis Dan Desain Sistem Informasi. Yogyakarta: Andi.
Hayadi, B. Herawan. 2016. Sistem Pakar.
Yogyakarta: Deeppubish.
Mahir, Imam et al. 2013. “Pengaruh Sistem Pengapian Capasitive Discharge Ignition ( CDI ) Dengan Sumber Arus Yang Berbeda Terhadap Kandungan Karbon Monoksida ( CO ) Gas Buang Sepeda Motor 110 Cc.” (Cdi).
Nasution, Elvira Frisca, Nelly Astuti Hasibuan, and Natalia Silalahi. 2018.
“Rancangan Aplikasi Sistem Pakar Diagnosa Penyakit Pankreatitis Dengan Metode Certainty Factor.”
Ilmiah Inti 13(September): 270–73.
Nugroho, Adi. 2009. Rekayasa Perangkat Lunak Menggunakan UML Dan Java.
ed. Nikodemus WK. Yogyakarta: Andi Offset.
Prakoso, Didik. 2018. “Sistem Pakar Diagnosa Kerusakan Mesin Kawasaki Tipe BR200A Menggunakan Metode Certainty Factor Berbasis Web.” 2(2):
57–64.
Putra, Eka, Budi Prayitno, Yessy Asri, and Andi Dahroni. 2019. “Sistem Pakar Untuk Mengidentifikasi Penyakit Mata Dengan Metode Certainty Factor.”
Kilat 8(1): 17–25.
Rosnelly, Rika. 2012. Sistem Pakar:
Konsep Dan Teori. ed. Paulus Yesaya Jati. Yogyakarta: Penerbit Andi.
Saputra, Dedi, Deasy Purwaningtyas, and Windi Irmayani. 2018. “Sistem Pakar Diagnosa Kerusakan Mesin Truck Dutro Dengan Metode Certainty Factor Berbasis Web.” Widya Teknika 26(2): 63–70.
Sari, Nur Anjas. 2013. “Sistem Pakar Mendiagnosa Penyakit Demam
Berdarah Menggunakan Metode Certainty Factor.” Pelita Informatika Budi Darma IV(3): 2301–9425.
Siregar, Riki. 2018. “Sistem Pakar Analisa Kerusakan Pada Sepeda Motor Honda Beat Injection Dengan Metode Backward Chaining.” Petir 11(1): 1–8.
Sugiyono. 2008. Metode Penelitian Kuantitatif Kualitatif Dan R& D.
Bandung: Alfabeta.
Sukamto, Rosa Ariani, and M. Shalahuddin.
2013. Rekayasa Perangkat Lunak Terstruktur Dan Berorientasi Objek.
1st ed. Bandung: Informatika Bandung.
Wati, Dian Kusuma. 2014. “Sistem Pakar Diagnosa Kerusakan Sepeda Motor.”
Sistem Pakar: 1–5.
