Sistem Pakar Diagnosis Tingkat Stres Berbasis Android dengan Metode Certainty Factor
Noviandi*, Diah Aryani, Arief Ichwani
Fakultas Ilmu Komputer, Program Studi Teknik Informatika, Universitas Esa Unggul, Jakarta, Indonesia Email: 1,*[email protected], 2[email protected], 3[email protected]
Email Penulis Korespondensi: [email protected]
Abstrak−Jumlah kasus Corona Virus Diesis (COVID-19) menurut World Health Organization (WHO) sebesar 93,217.287 jiwa. Peningkatan kasus Covid-19, membuat perubahan perilaku salah satunya adalah pendidikan. Pada sektor pendidikan, proses belajar mengajar mengalami perubahan menjadi pembelajaran secara daring. Para siswa secara terus-menerus melakukan proses pembelajaran dirumah dapat meningkatkan stres, karena berdasarkan data penelitian sebelumnya menyatakan tingkat stres berat yang dialami siswa salah satunya disebabkan oleh pembelajaran daring yang mencapai 95,59%
dan siswi mencapai 97,69%. Tujuan penelitian adalah untuk mengembangkan sistem pakar sebagai solusi dalam mengatasi stres pada siswa dan siswi SMA. Metode yang digunakan untuk pembuatan sistem pakar adalah Certainty Factor. Berdasarkan hasil pengujian fungsionalitas menggunakan black box testing menunjukan bahwa semua komponen mengeluarkan hasil yang diharapkan dan sesuai, lalu untuk pengujian akurasi menggunakan confusion matrix melalui perbandingan antara perhitungan manual dengan perhitungan sistem, sehingga hasil dari pengujian akurasi sebesar 100%. Oleh karena itu sistem pakar diagnosa penyakit stres pada siswa dan siswi SMA dapat dikatakan sistem ini layak untuk digunakan.
Kata Kunci: Corona Virus Disease; Pendidikan; Tingkat Stres; Certainty Factor
Abstract−The number of cases of Corona Virus Diesis (COVID-19) according to the World Health Organization (WHO) is 93,217,287 people. In the case of Covid-19, one of which is making changes in behavior is education. The teaching and learning process has changed into bold learning in the education sector. Students who continuously carry out the learning process at home can increase stress because previous research data stated that the level of severe anxiety experienced by students was one of them caused by daring learning, which reached 95.59%, and students reached 97.69%. This research aims to develop an expert system for dealing with stress in high school students. The method used for making the expert system is the Certainty Factor. Based on functionality testing using black box testing, it shows that all components produce the expected and appropriate results, then for accuracy testing using a confusion matrix through a comparison between manual calculations and system calculations, so that the accuracy test results are 100%. Therefore, the expert system for diagnosing stress diseases in high school students can be said to be feasible.
Keywords: Corona Virus Disease; Education; Stress Level; Certainty Factor
1. PENDAHULUAN
Corona Virus Disease (COVID-19) merupakan virus corona baru yang berasal dari mutasi SARS-CoV-2 yang menyebabkan penyakit pernapasan akut dan telah menyebar ke seluruh dunia[1]. Pada 23 April 2020, jumlah kasus yang terjangkit COVID-19 dikonfirmasi mencapai 2.544.792 jiwa [2]. Pada 17 Januari 2021, jumlah kasus yang terjangkit COVID-19 mengalami peningkatan yang cukup signifikan mencapai 93.217.287 jiwa[3]. Sehingga pada sektor pendidikan mengalami perubahan, yang sebelumnya luring menjadi pembelajaran secara daring yang bertujuan untuk mencegah penyebaran Corona Virus Diseases (COVID-19)[4].
Para siswa yang melakukan proses pembelajaran dirumah atau daring yang dilakukan secara terus-menerus dapat meningkatkan stres, dikarenakan siswa merasa terisolasi dan merasa tidak terhubung dengan orang lain secara langsung[5]. Dari pernyataan tersebut maka ketidak efektifan proses pembelajaran secara online memiliki presentase 80,70% (230 responden), pada hal tersebut dikarenakan para siswa dan siswi kesulitan untuk mendapatkan sinyal, kesulitan memahami materi yang diberikan, waktu pembelajaran yang tidak terjadwal dengan baik [6], untuk data pengaduan anak di situs bankdata KPAI, pada anak korban kebijakan peningkatannya yang cukup signifikan pada tahun 2019 ada 67 pengaduan lalu pada tahun 2020 mencapai 1463 pengaduan[7]. Pada hal tersebut maka memerlukan sistem pakar untuk memudahkan pengecekan psikis pada siswa. Stres manusia adalah perasaan ketegangan fisik atau emosional yang datang dari situasi atau pikiran apa pun yang membuat seseorang merasa frustrasi, marah, atau gugup dengan manifestasi biologis yang berbeda jika terjadi adanya stres, seperti ketegangan, sakit kepala, insomnia, diare, dan colitis [8].
Berbagai aplikasi telah menggunaan sistem pakar untuk diimplementasikan dalam bidang kesehatan dan kedokteran untuk aplikasi yang berbeda, seperti diagnosis kanker prostat, masalah makan pada bayi dan anak-anak dan masalah gigi dan gusi [9][10]. Namun, penelitian sebelumnya telah mengusulkan sistem pakar untuk studi emosi sehingga sistem pakar memungkinkan generasi alat otonom yang mampu membuat keputusan dari metode heuristik yang memungkinkan solusi dari masalah keputusan yang sulit berdasarkan pengetahuan yang diperoleh dari seorang pakar[11].
Terdapat beberapa metode sistem pakar yaitu backward chaining, forward chaining, [12] dan Metode certainty factor[13]. Kelebihan dari backward chaining yaitu efisien dalam hal pemrosesannya, namun backward chaining memiliki kekurangan yaitu kurang baik digunakan, jika memiliki banyak data dan hipotesa keluaran[14].
Kelebihan utama forward chaining yaitu melakukan pekerjaan dengan baik ketika permasalahan bermula dari
menggabungkan informasi sehingga mendapatkan kesimpulan dari informasi tersebut, namun memiliki kelemahan yaitu tidak ada cara dalam mengenali fakta yang penting dari fakta lainnya[15]. Dari dua metode tersebut mempunyai kesamaan yaitu tidak memiliki presentase masalah kepastian dan ketidakpastian.Kepastian informasi yang dihasilkan oleh sistem pakar sangat dibutuhkan untuk dapat menampilkan hasil yang benar. Metode certainty factor sangat baik dalam menggambarkan tingkat keyakinan pakar. Metode ini juga dapat memberikan hasil yang akurat dengan menghitung bobot gejala yang dipilih user [16].
Pada kasus yang diangkat untuk mengetahui tingkat stres pada siswa, metode certainty factor dapat mengolah data yang didapat menjadi tingkat hasil kemungkinan. Certainty factor merupakan metode yang selalu digunakan untuk mengelola kepastian dan ketidakpastian dalam sistem berbasis aturan[12]. Pada penelitian ini metode certainty factor akan diterapkan sebagai metode sistem pakar untuk diagnosis tingkat stres pada siswa dalam proses pembelajaran selama pandemi COVID-19.
2. METODOLOGI PENELITIAN
2.1 Tahapan Penelitian
Gambar 1. Alur Penelitian 2.2 Identifikasi Masalah dan Literature Review
Pada tahap awal peneliti melakukan identifikasi masalah dan studi literature. Identifikasi masalah dilakukan dengan cara mengidentifikasi penyebab siswa SMA Negeri 33 Jakarta mengalami stress selama proses belajar secara daring. Sedangkan studi literature dilakukan dengan mengumpulkan informasi dengan cara mengutip dari berbagai sumber bacaan berhubungan dengan penelitian untuk mendiagnosa stress siswa SMA. Proses ini dilakukan untuk memperkuat argumentasi penelitian.
2.3 Pengumpulan Data
Pengumpulan data dilakukan dengan proses wawancara atau berdiskusi dengan pakar (psikolog) perihal data gejala dari tingkat stress, dan menentukan solusi dari masing-masing level stress yang dialami.
2.4 Perancangan Sistem atau Akuisisi Pengetahuan
Pada tahap perancangan sistem atau akuisisi pengetahuan, dilakukan proses pembuatan rules dan menentukan nilai certainty factor. Pembuatan rules bertujuan untuk menentukan indikator apa saja yang saling berkaitan pada penyakit tertentu berupa variabel sebagai contoh: gejala disimbolkan dengan huruf G, dan berisi nilai bobot yang disetujui oleh pakar, dan penyakit disimbolkan dengan huruf P. Nilai yang akan diberikan antara 0 – 1 dengan mengikuti rules. Pembuatan rules berkaitan dengan menghitung nilai gejala pada penyakit tersebut.
2.4.1 Pembuatan rules
Pembuatan rules dibuat pada tahap awal utuk menentukan variabel apa saja yang akan mempengaruhi pada suatu penyakit tertentu. Pada pembuatan rules, tingkat stress dikelompokkan menjadi lima kategori dengan skor masing- masing yaitu: normal 0 - 14, stress ringan 15 – 18, stress sedang 19 -25, stress berat 26 -33, dan sangat berat > 34.
Skor masing-masing kategori stress diperoleh dari jumlah jawaban user terhadap questioner (0 = tidak pernah, 1
= pernah, 2 = sering, 3 = setiap saat ) yang diberikan.
2.4.2 Menentukan nilai certainty factor
Nilai certainty factor digunakan untuk menunjukkan nilai kepastian terhadap suatu fakta dengan menggunakan persamaan (1) [17][18]:
𝐶𝐹(𝐻, 𝐸) = 𝑀𝐵(𝐻, 𝐸) − 𝑀𝐷(𝐻, 𝐸) (1)
𝑀𝐵(𝐻, 𝐸) = {
1
max [𝑃(𝐻|𝐸, 𝑃(𝐻)]−𝑃(𝐻)
max[1,0]−𝑃(𝐻) (2)
𝑀𝐷(𝐻, 𝐸) = {
1
min [𝑃(𝐻|𝐸, 𝑃(𝐻)]−𝑃(𝐻)
min[1,0]−𝑃(𝐻) (3)
Dimana:
CF : Faktor kepastian
MB : Tingkat kepercayaan terhadap nilai hipotesa H, jika diberikan evidence E (antara 0 – 1) MD : Ukuran ketidak percayaan terhadap evidence H, jika diberikan evidence E (antara 0 – 1) H : Kesimpulan atau nilai hipotesa
E : Fakta atau nilai evidence
3. HASIL DAN PEMBAHASAN
3.1. Identifikasi Masalah dan Pengumpulan Data
Masa pandemic Covid-19 proses belajar mengajar dilakukan secara daring. Proses belajar mengajar secara daring mengalami pro dan kontra dikalangan siswa SMA, khususnya SMA N 33 Jakara. 53% dari 88 responden tidak setuju dilakukan proses belajar secara daring, 64,4% sering menemukan masalah, kesulitan dalam melakukan interaksi atau menanyakan permasalahan-permasalahan dalam setiap mata pelajaran. 66.7% pembelajaran daring membuat siswa SMA merasa jenuh.
Gambar 2. Nilai Proses Belajar Daring
Untuk mengetahui tingkat stress dilakukan pendekatan secara studi literature dan wawancara terhadap pakar untuk memastikan tingkatan stress tersebut. Hasil identifikasi masalah, studi literature, dan wawancara yang dilakukan terhadap pakar atau psikolog, diperoleh lima kategori stress dengan masing-masing skor (Tabel 1).
Gambar 2. Jumlah Responden Selama Daring Tabel 1. Kategori Stress
Rentang Skor Stress Kode Tingkat Stress
0 – 14 P01 Stress normal
15 – 18 P02 Stress ringan
19 – 25 P03 Stress sedang
26 – 33 P04 Stress berat
Tabel 2. Nilai Responden dengan Kategori Stress Berat
Keterangan P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12 P13 P14
TP 1 2 1 0 1 0 0 1 0 0 0 1 2 0
KK 3 6 4 0 4 7 4 2 2 3 4 11 8 3
S 7 7 4 7 6 6 3 9 6 3 10 5 6 8
SS 7 3 9 11 7 5 11 6 10 12 4 1 2 7
Total 18 18 18 18 18 18 18 18 18 18 18 18 18 18
Max 7 7 9 11 7 7 11 9 10 12 10 11 8 8
3.2 Akuisisi Pengetahuan dan Pembuatan Rules
Penentuan gejala stress diperoleh dari jumah jawaban responden tertinggi, jika terdapat dua atau lebih jumlah jawaban tertinggi yang sama, maka digunakan nilai skala linkert tertinggi. Nilai yang memenuhi kriteria (jumlah jawaban tertinggi), maka akan memperoleh indikator sesuai dengan penyakit tertentu.
Tabel 3. Gejala Stress Berat dengan Indikator Penyakit 1 (P1)
Kode Gejala Bobot Nilai CF
G25 Setiap saat menjadi marah karena hal-hal kecil/sepele 0,23
G15 Sering cenderung bereaksi berlebihan pada situasi 0
G26 Setiap saat kesulitan untuk relaksasi/bersantai 0,37
G27 Setiap saat mudah merasa kesal 0,51
G28 Setiap saat merasa banyak menghabiskan energy karena cemas 0,23
G06 Kadang-kadang tidak sabaran 0,23
G29 Setiap saat mudah tersinggung 0,51
G20 Sering sulit untuk beristirahat 0,37
G30 Setiap saat mudah marah 0,44
G31 Setiap saat kesulitan untuk tenang setelah sesuatu yang mengganggu 0,58 G23 Sering sulit mentoleransi gangguan-gangguan terhadap hal yang sedang
dilakukan 0,23
G12 Kadang-kadang berada pada keadaan tegang 0,51
G13 Kadang-kadang tidak dapat memaklumi hal apapun yang menghalangi anda
untuk menyelesaikan hal yang sedang anda lakukan 0,30
G24 Sering mudah gelisah 0,30
Penentuan nilai certainty factor dengan menggunakan persamaan 2. Contoh perhitungan bobot nilai certainty factor untuk gejala 25 (G25) adalah:
𝑀𝐵(𝐵𝑒𝑟𝑎𝑡 |𝐺25)
=max[𝑃(𝐻|𝐸), 𝑃(𝐻)] − 𝑃(𝐻) max[1,0] − 𝑃(𝐻)
=(0,39 − 0,20)
(1 − 0,20) = 0,23
Tabel 4. Tabel Gejala Penyakit Stress
Kode Gejala
G01 Kadang-Kadang Menjadi marah karena hal-hal kecil/sepele G02 Kadang-kadang cenderung bereaksi berlebihan pada situasi G03 Kadang-kadang kesulitan untuk relaksasi/bersantai
G04 Kadang-kadang Mudah merasa kesal
G05 Kadang-Kadang Merasa banyak menghabiskan energi karena cemas G06 Kadang-kadang Tidak sabaran
G07 Kadang-kadang Mudah tersinggung G08 Kaadng-kadang untuk beristirahat G09 Kadang-kadang Mudah marah
G10 Kadang-kadang Kesulitan untuk tenang setelah sesuatu yang mengganggu
G11 Kadang-kadang Sulit mentoleransi gangguan-gangguan terhadap hal yang sedang dil-akukan G12 Kadang-kadang Berada pada keadaan tegang
G13 Kadang-Kadang Tidak dapat memaklumi hal apapun yang menghalangi anda untuk menyelesaikan hal yang sedang Anda lakukan
G14 Kadang-kadang Mudah gelisah
G15 Sering Cenderung bereaksi berlebihan pada situasi G16 Sering Kesulitan untuk relaksasi/bersantai G17 Sering Mudah merasa kesal
Kode Gejala G18 Sering Merasa banyak menghabiskan energi karena cemas G19 Sering Mudah tersinggung
G20 Sering Sulit untuk beristirahat G21 Sering Mudah marah
G22 Sering Kesulitan untuk tenang setelah sesuatu yang mengganggu
G23 Sering Sulit mentoleransi gangguan-gangguan terhadap hal yang sedang dilakukan G24 Sering Mudah gelisah
G25 Setiap Saat Menjadi marah karena hal-hal kecil/sepele G26 Setiap Saat Kesulitan untuk relaksasi/bersantai G27 Setiap Saat Mudah merasa kesal
G28 Setiap Saat Merasa banyak menghabiskan energi karena cemas G29 Setiap Saat Mudah tersinggung
G30 Setiap Saat Mudah marah
G31 Setiap Saat Kesulitan untuk tenang setelah sesuatu yang mengganggu
Berdasarkan tabel gejala (Tabel 4), dijelaskan gejala-gejala dalam penyakit stress yang diberikan nomor atau kode untuk diinputkan kedalam sistem. Gejala stress terdiri dari 31 gejala dengan 4 tipe stress. Setiap responden yang melakukan peng-inputan gejala stress, maka diperoleh rules yang di implementasikan saat pembuatan sistem pakar diagnose penyakit stress.
Tabel 5 Rules Detail
Penyakit Rule
Stres Normal
IF Kadang-Kadang Menjadi marah karena hal-hal kecil/sepele (0,54) AND kadang- kadang Kesulitan untuk relaksasi/bersantai (0,47) AND kadang-kadang Mudah merasa kesal (0,62) AND kadang-kadang Merasa banyak menghabiskan energi karena cemas (0,24) AND kadang-kadang Tidak sabaran (0,69) AND kadang-kadang Mudah tersinggung (0,62) AND kadang-kadang Mudah marah (0,39) AND kadang-kadang Kesulitan untuk tenang setelah sesuatu yang mengganggu (0,54) AND kadang-kadang Sulit mentoleransi gangguan-gangguan terhadap hal yang sedang dilakukan (0,31) AND kadang-kadang Berada pada keadaan tegang (0,54) AND kadang-kadang Mudah gelisah (0,69) THEN Stres Normal
Stres Ringan
IF Kadang-Kadang Menjadi marah karena hal-hal kecil/sepele (0,66) AND Kadang- Kadang Cenderung bereaksi berlebihan pada situasi (0,20) AND kadang-kadang Mudah merasa kesal (0,31) AND Kadang-Kadang Merasa banyak menghabiskan energi karena cemas (0,20) AND kadang-kadang Tidak sabaran (0,20) AND kadang-kadang Mudah tersinggung (0,20) AND kadang-kadang Sulit untuk beristirahat (0,14) AND kadang- kadang Mudah marah (0,37) AND kadang-kadang Kesulitan untuk tenang setelah sesuatu yang mengganggu (0,37) AND kadang-kadang Sulit mentoleransi gangguan- gangguan terhadap hal yang sedang dilakukan (0,26) kadang-kadang Berada pada keadaan tegang (0,26) AND Kadang-Kadang Tidak dapat memaklumi hal apapun yang menghalangi anda untuk menyelesaikan hal yang sedang Anda lakukan (0,37) AND kadang-kadang Mudah gelisah (0,20) THEN Stres Ringan
Stres Sedang
IF Kadang-Kadang Menjadi marah karena hal-hal kecil/sepele (0,34) AND sering Cenderung bereaksi berlebihan pada situasi (0,04) AND sering Kesulitan untuk relaksasi/bersantai (0,19) AND sering Mudah merasa kesal (0,24) AND sering Merasa banyak menghabiskan energi karena cemas (0,44) AND kadang-kadang Tidak sabaran (0,29) AND sering Mudah tersinggung (0,14) AND sering Sulit untuk beristirahat (0,14) AND sering Mudah marah (0,04) AND sering Kesulitan untuk tenang setelah sesuatu yang mengganggu (0,29) AND kadang-kadang Sulit mentoleransi gangguan-gangguan terhadap hal yang sedang dilakukan (0,34) AND kadang-kadang Berada pada keadaan tegang (0,09) AND kadang-kadang Tidak dapat memaklumi hal apapun yang menghalangi anda untuk menyelesaikan hal yang sedang Anda lakukan (0,29) AND sering Mudah gelisah (0,09) THEN Stres Sedang
Stres Berat
IF Setiap Saat Menjadi marah karena hal-hal kecil/sepele (0,23) AND sering Cenderung bereaksi berlebihan pada situasi (0,23) AND Setiap Saat Kesulitan untuk relaksasi/bersantai (0,37) AND Setiap Saat Mudah merasa kesal (0,51) AND Setiap Saat Merasa banyak menghabiskan energi karena cemas (0,23) AND kadang-kadang Tidak sabaran (0,23) AND Setiap Saat Mudah tersinggung (0,51) AND sering Sulit untuk beristirahat (0,37) AND Setiap Saat Mudah marah (0,44) AND Setiap Saat Kesulitan untuk tenang setelah sesuatu yang mengganggu (0,58) AND sering Sulit mentoleransi gangguan-gangguan terhadap hal yang sedang dilakukan (0,44) AND kadang-kadang
Penyakit Rule
Berada pada keadaan tegang (0,51) AND kadang-kadang Tidak dapat memaklumi hal apapun yang menghalangi anda untuk menyelesaikan hal yang sedang Anda lakukan (0,30) AND sering Mudah gelisah (0,30) THEN Stres Berat
3.3 Certainty Factor
Nilai certainty factor digunakan untuk menentukan nilai gejala pada setiap penyakit. Indikator stress tidak sabaran dan mudah gelisah memiliki nilai certainty factor terbesar adalah 0.69 yang mempengaruhi stress normal dengan jawaban kadang-kadang. Namun hasil indikator mempengaruhi stress normal terkecil dari jawaban responden = 0.24 kadang-kadang merasa banyak menghabiskan energy karena cemas.
Tabel 6. Hasil Diagnosa Stress Siswa dan Siswi SMA
No Gejala Kode
Gejala
Tipe Stress
Nilai CF Gejala
Nilai CF Kombinasi 1 Setiap saat menjadi marah karena hal-hal
kecil/sepele G25 Berat 0.23 0.23
2 Sering cenderung bereaksi berlebihan pada situasi G15 Sedang 0.04 0.04 3 Setiap saat kesulitan untuk relaksasi/bersantai G26 Berat 0.23 0.41
4 Sering mudah merasa kesal G17 Sedang 0.37 0.63
5 Setiap saat merasa banyak menghabiskan energy
karena cemas G28 Berat 0.23 0.27
6 Kadang-kadang tidak sabaran G06
Normal 0.69 0.71
Ringan 0.2 0.69
Sedang 0.29 0.20
Berat 0.23 0.48
7 Sering mudah tersinggung G19 Sedang 0.14 0.78
8 Kadang-kadang sulit untuk beristirahat G08 Ringan 0.14 0.55
9 Sering mudah marah G21 Sedang 0.04 0.31
10 Sering kesulitan untuk tenang setelah sesuatu yang
mengganggu G22 Sedang 0.29 0.57
11 Sering sulit mentoleransi gangguan-gangguan
terhadap hal yang sedang dilakukan G23 Berat 0.44 0.70
12 Kadang-kadang berada pada keadaan tegang G12
Normal 0.54 0.88
Ringan 0.26 0.49
Sedang 0.09 0.72
Berat 0.51 0.94
13
Kadang-kadang tidak dapat memaklumi hal apapun yang menghalangi anda untuk menyelesaikan hal yang sedang anda lakukan
G13
Ringan 0.37 0.68
Sedang 0.29 0.80
Berat 0.3 0.96
14 Sering mudah gelisah G24 Sedang 0.09 0.82
Berat 0.3 0.97
TOTAL HASIL
Normal 0.86
Ringan 0.68
Sedang 0.82
Berat 0.97
Hasil dari 88 responden yang menjawab kuesioner, diindikasi 18 responden dengan status stress berat, 16 responden stress normal, 24 responden stress ringan, dan 30 responden memiliki stress ringan.
3.4 Analisis dan Perancangan Sistem Pakar Diagnosis Stress
Analisis merupakan tahap awal dalam melakukan perancangan sistem pakar diagnosis stress. Pada tahap ini, akan menggambarkan komponen-komponen yang terdapat dalam proses pembuatan sistem, dan mengetahui layanan fungsionalitas untuk interaksi antara user dengan sistem. Untuk menggambarkan proses interaksi tersebut, penulis menggunakan use case diagram, activity diagram, dan sequence diagram.
3.4.1 Use Case Diagram
Use Case diagram digunakan untuk menggambarkan fungsionalitas suatu aplikasi.
Gambar 2. Use Case Diagram 3.4.2 Activity Diagram
Activity diagram dibuat untuk menggambarkan alur proses atau aktivitas yang dilakukan oleh user terhadap sistem.
Gambar 3. Activity Diagram Diagnosa 3.5 Implementasi Sistem
Gambar 4. Sistem Pakar Diagnosa Stress
Tahap implementasi sistem pakar diagnosis stress adalah membangun user interface. Tahap ini berfungsi untuk memudahkan user dalam menggunakan aplikasi yang dapat mendiagnosa tingkatan stress yang dialami siswa/i SMA selama proses belajar mengajar secara daring. Gambar 4 merupakan interface aplikasi dimana terdapat menu diagnosis, menu diagnose hingga menampilkan saran pakar terkait gejala-gejala yang di inputkan oleh user tersebut.
3.6 Pengujian aplikasi dan Akurasi
Metode yang digunakan untuk menguji sistem pakar diagnose stress adalah black box testing. Hasil pengujian pada Tabel 6.
Tabel 7. Balck Box Testing
No Layout Aksi Hasil Status
1 Halaman Utama Pilih menu diagnose Pindah ke-halaman diagnose Sukses 2 Halaman Utama Pilih menu list
penyakit Pindah ke halaman list penyakit Sukses 3 Halaman Utama Pilih menu riwayat
diagnose
Pindah ke halaman riwayat diagnose
Sukses 4 Halaman Utama Pilih menu tentang
aplikasi
Pindah ke halaman tentang aplikasi
Sukses 5 Halaman Diagnosa Klik jawaban Otomatis mengganti pertanyaan Sukses 6 Halaman Diagnosa Klik jawaban Pindah ke halaman hasil diagnose Sukses 7 Halaman Hasil Diagnosa Klik tombol simpan
dan pilih iya
Menampilkan pop-up dan menyimpan hasil diagnose
Sukses 8 Halaman Hasil Diagnosa Klik tombol solusi Pindah ke halaman list penyakit Sukses 9 Halaman List Penyakit Pilih menu penyakit Pindah ke halaman detail penyakit Sukses 10 Halaman Riwayat Diagnosa Klik icon recycle dan
hapus
Menampilkan pop-up dan menghapus hasil diagnose
Sukses
4. KESIMPULAN
Hasil perancangan sistem pakar diagnosa tingkat stress pada siswa SMA melalui android dapat disimpulkan bahwa, data yang diperoleh melalui jurnal dapat diterima oleh pakar. Diagnosa tingkat stress pada siswa SMA memiliki 31 gejala dan 4 tingkat stress. Indikator stress tidak sabaran dan mudah gelisah memiliki nilai certainty factor terbesar 0.69 yang mempengaruhi stress normal dengan jawaban kadang-kadang, namun pada indikator stress cenderung bereaksi berlebihan pada situasi dan mudah marah memiliki nilai certainty factor terkecil 0.04.
Pengujian terhadap fitur sistem pakar diagnosis stress berjalan sukses sesuai dengan fungsi.
REFERENCES
[1] J. Zhang et al., “Rural-urban disparities in knowledge, behaviors, and mental health during COVID-19 pandemic: A community-based cross-sectional survey,” Medicine (Baltimore)., vol. 100, no. 13, p. e25207, 2021, doi:
10.1097/MD.0000000000025207.
[2] WHO, “WHO Coronavirus (COVID-19) Global Situation [Internet]. 2021 [cited 2021 Apr 11]. Available from:
https://covid19.who.int/.”
[3] Word Health Organization (WHO), “COVID-19 Weekly Epidemiological Update 22,” 2021. [Online],” 2021.
https://www.who.int/docs/default-source/coronaviruse/situation-reports/weekly_epidemiological_update_22.pdf.
[4] Kemendikbud, “Surat Edaran Nomor 3 Tahun 2020 Tentang Pencegahan Corona Virus Disease (Covid-19) Pada Satuan Pendidikan,” Surat Edaran Nomor 3 Tahun 2020 Tentang Pencegah. Corona Virus Dis. Pada Satuan Pendidik., pp. 1–
5, 2020, [Online]. Available: https://www.who.int/docs/default-source/coronaviruse/situation- reports/weekly_epidemiological_update_22.pdf.
[5] A. Padmanabhanunni and T. Pretorius, “The loneliness–life satisfaction relationship: The parallel and serial mediating role of hopelessness, depression and ego-resilience among young adults in south africa during covid-19,” Int. J. Environ.
Res. Public Health, vol. 18, no. 7, 2021, doi: 10.3390/ijerph18073613.
[6] S. Rofiah, “Pengaruh Pembelajaran Online terhadap Stres Akademik Siswa Di SMA Negeri 1 Kepanjen,” J. Consulen.
J. Bimbing. Konseling dan Psikol., vol. 4, no. 1, pp. 41–47, 2021, doi: 10.36835/jcbkp.v4i1.970.
[7] K. R.N, “Data Kasus Pengaduan Anak 2016 – 2020.” 2020, [Online]. Available: https://bankdata.kpai.go.id/tabulasi- data/data-kasus-pengaduan-anak-2016-2020.
[8] A. P. Allen, P. J. Kennedy, J. F. Cryan, T. G. Dinan, and G. Clarke, “Biological and psychological markers of stress in humans: Focus on the Trier Social Stress Test,” Neurosci. Biobehav. Rev., vol. 38, pp. 94–124, 2014, doi:
10.1016/j.neubiorev.2013.11.005.
[9] M. J. A. Ghali, M. N. Mukhaimer, M. K. A. Yousef, and S. S. A. Naser, “Expert System for Problems of Teeth and Gums,” vol. 1, no. August, pp. 198–206, 2017, [Online]. Available: www.ijeais.org198.
[10] S. S. A. Naser and M. W. Alawar, “An expert system for feeding problems in infants and children,” Int. J. Med. Res., vol. 1, no. 2, 2016, doi: 10.6084/M9.FIGSHARE.3504794.V1.
[11] C. K. Yogesh et al., “A new hybrid PSO assisted biogeography-based optimization for emotion and stress recognition from speech signal,” Expert Systems with Applications, vol. 69. pp. 149–158, 2017, doi: 10.1016/j.eswa.2016.10.035.
[12] Y. E. Windarto, R. R. Isnanto, and A. Setiawan, “Sistem Pakar Diagnosis Penyakit Gastritis Menggunakan Metode Certainty Factor Berbasis Android,” J. Transform., vol. 18, no. 1, p. 36, 2020, doi: 10.26623/transformatika.v18i1.2088.
[13] E. P. Gunawan and R. Wardoyo, “An Expert System Using Certainty Factor for Determining Insomnia Acupoint,” IJCS (Indonesian J. Comput. Cybern. Syst., vol. 12, no. 2, pp. 119–128, 2018, doi: 10.22146/ijccs.26328.
[14] I. Akil, “ANALISA EFEKTIFITAS METODE FORWARD CHAINING DAN BACKWARD CHAINING PADA SISTEM PAKAR,” J. Pilar Nusa Mandiri, vol. 13, no. 1, pp. 35–42, 2017.
[15] M. I. Pati, S. Defit, and G. W. Nurcahyo, “Sistem Pakar dengan Metode Forward Chaining untuk Diagnosis Penyakit dan Hama Tanaman Semangka,” J. Sistim Inf. dan Teknol., vol. 2, no. 4, 2020, doi: 10.37034/jsisfotek.v2i4.30.
[16] K. D. P. Novianti, K. Y. D. Jendra, and M. S. Wibawa, “Diagnosis Penyakit Paru Pada Perokok Pasif Menggunakan Metode Certainty Factor,” Inser. Inf. Syst. Emerg. Technol. J., vol. 2, no. 1, p. 25, 2021, doi: 10.23887/insert.v2i1.35122.
[17] N. Nurholis, F. Fauziah, and N. D. Natashia, “Perpaduan Metode Certainty Factor dan Forward Chaining untuk Menentukan Tingkat Stres Mahasiswa Tingkat Akhir Berbasis Android,” J. JTIK (Jurnal Teknol. Inf. dan Komunikasi), vol. 5, no. 3, p. 267, 2021, doi: 10.35870/jtik.v5i3.218.
[18] S. Saifulloh, “Penentuan Tingkat Depresi Karyawan menggunakan Metode Certainty Factor,” Res. J. Comput. Inf. Syst.
Technol. Manag., vol. 2, no. 1, p. 25, 2019, doi: 10.25273/research.v2i1.4283.
