Rancang Bangun Aplikasi Penentuan Solusi Perawatan Wajah berdasarkan Jenis Kulit Berbasis Website
Luluk Mufida1, Naily Ikmalul Insiyah2, Chika Labita3 , Arwin Datumaya Wahyudi Sumari4
1,2,3Program Studi Teknik Informatika, Jurusan Teknologi Informasi, Politeknik Negeri Malang
4Cognitive Artificial Intelligence Research Group (CAIRG), Jurusan Teknik Elektro, Politeknik Negeri Malang
e-mail: 1[email protected], 2[email protected], 3[email protected],
Abstrak
Kulit merupakan salah satu bagian tubuh manusia yang sangat penting dan esensial, terutama kulit wajah yang merupakan cermin kecantikan dan kesehatan. Namun terkadang orang tidak mengetahui jenis kulit wajahnya sehingga perlu berkonsultasi dengan dokter. Ada 5 jenis kulit wajah yaitu kulit normal, berminyak, kering, sensitif dan kombinasi. Mengetahui jenis kulit wajah Anda sangat penting saat memilih produk kosmetik yang cocok. Pada penelitian ini jenis kulit wajah diklasifikasikan dengan menggunakan metode faktor reliabilitas. Tujuan dari penelitian ini adalah untuk membuat sebuah aplikasi berbasis web dengan sistem pakar yang dapat menjadi alternatif untuk mengetahui jenis kulit wajah untuk menentukan produk perawatan kulit yang tepat, menggantikan konsultasi dokter. Hasil penelitian diketahui bahwa perhitungan manual menggunakan metode faktor keamanan menghasilkan hasil akhir yang sama dengan perhitungan yang dilakukan pada aplikasi.
Kata kunci—Certainty Factor, kulit wajah, sistem pakar, website
Abstract
Skin is one of the most important and essential parts of the human body, especially facial skin which is a mirror of beauty and health. But sometimes people don't know their facial skin type, so they need to consult a doctor. There are 5 types of facial skin, namely normal, oily, dry, sensitive and combination skin. Knowing your facial skin type is very important for choosing a suitable cosmetic product. In this study, facial skin types were classified using the reliability factor method. The purpose of this research is to create a web-based application with an expert system that can be an alternative for knowing facial skin types to determine the right skin care product, replacing a doctor's consultation. The research results show that manual calculations using the factor of safety method produce the same final results as the calculations performed on the application.
Keywords—Certainty Factor, face skin, expert system, website
1. PENDAHULUAN
udah menjadi hal yang wajar jika wanita selalu menginginkan kulit wajah yang sehat dan terawat. Kulit adalah organ terbesar, berbagai virus, bakteri dan penyakit radang efek menyebar ke mana-mana dan menyebabkan berbagai masalah kesehatan [1]. Kulit merupakan organ atau bagian tubuh manusia yang sangat diperlukan, vital dan cermin kesehatan dan kehidupan. Kulit juga sangat kompleks, fleksibel dan sensitif serta bervariasi menurut iklim,
S
usia, jenis kelamin, ras, dan posisi tubuh (Pendidikan et al., 2021). Ada 5 jenis jenis kulit wajah yaitu kulit normal, kulit berminyak, kulit kering, kulit sensitif dan kulit kombinasi. Mengetahui jenis kulit wajah Anda sangat penting untuk menjaga kesehatan kulit dan memilih produk kosmetik/perawatan kulit yang tepat. Diperkirakan 1.518 kasus baru penyakit kulit dilaporkan pada tahun 2015 [3]. Merupakan berkah tersendiri bagi wanita yang dikaruniai kulit bersih, sehat dan mulus karena kulit wajah merupakan bagian yang sering diperhatikan oleh orang lain.
Namun, tidak memperhatikan jenis kulit yang dimaksud. Hal ini berdampak besar dalam pemilihan produk perawatan kulit wajah saat menggunakan riasan yang tepat. Misalnya memilih produk pembersih wajah yang memiliki beberapa varian sesuai dengan jenis kulit wajah. Hal ini karena kandungan dalam setiap pembersih wajah disesuaikan dengan kandungan yang membantu membersihkan wajah secara efektif.
Sebagai contoh lain, jika Anda sedang memilih pelembap untuk jenis kulit berminyak, gunakan pelembap untuk jenis kulit kering yang tidak mengandung oil control agar kulit Anda berminyak. Karena setiap kondisi kulit berbeda, penggunaan produk perawatan kulit yang salah dapat membahayakan kulit Anda. Beberapa orang alergi terhadap bahan kosmetik tertentu sehingga menyebabkan kemerahan, gatal, dan reaksi lainnya. Masalah umum pada wajah termasuk keriput, noda, acne vulgaris, pori-pori dan banyak lagi [4]. Banyaknya produk perawatan kulit yang tersedia di pasaran tentunya membuat masyarakat sulit untuk menentukan pilihan [5]. Saat memilih produk, Anda harus bernegosiasi terlebih dahulu. Konsultasi adalah alat atau sarana komunikasi atau interaksi antara pakar dan pengguna. Dalam bidang kedokteran, konseling lebih banyak dilakukan secara tatap muka [6]. Namun, konsultasi dengan bertatap muka cukup menyita waktu. Sistem pakar membantu pasien tidak perlu menunggu lama untuk berobat ke dokter, sehingga dapat menjadi cara memprediksi penanganan yang cepat dan akurat. [7].
Salah satu metode sistem pakar yang dapat digunakan untuk mengidentifikasi jenis kulit adalah Certainty Factor. Menurut David McAllister, Certainty Factor adalah suatu cara untuk menentukan apakah suatu pernyataan itu benar atau salah. Certainty Factor adalah konsep kepastian dan ketidakpastian. Metode ini berupa metrik yang sering digunakan dalam sistem pakar. Metode ini cocok untuk sistem pakar yang mendiagnosa sesuatu yang mungkin tidak benar [8]. Beberapa peneliti telah menggunakan metode Certainty Factor, salah satunya dari Annual Conference on Research in Science and Technology (ACOSTER, Hendry Fonda berjudul Application of Certainty Factor Method to Identify Pests in Crystal Jamboo Plants).
Hasil penghitungan hama tanaman adalah larva pucuk 96%, larva 92%, cacing api 52%, larva 96%, ulat 84%, ulat 84%, belalang 96%, penggerek buah 92%, penggerek buah 92%, kutu daun.
kutu daun 88%, melindungi kutu daun 84% dan lalat buah 96%. Hal ini menunjukkan bahwa akurasi faktor kepercayaan berada di atas 80% [9].
Selain itu, peneliti bersumber dari Aditiya Pakpahan International Conference on Computing and Applied Mathematics bertajuk Implementation of Certainty Factor Method for Diagnoses of Photocopy Machine Damage. Hasil pengujian sistem menunjukkan bahwa sistem dapat mendiagnosa kerusakan mesin fotokopi B201D berdasarkan gejala keluaran, meskipun gejala tersebut mengandung ketidakpastian. Nilai Certainty Factor ditambahkan ke hasil diagnostik, yang menunjukkan tingkat kebenaran, keakuratan kemungkinan kerusakan mesin fotokopi B201D [10]. Peneliti terakhir adalah Laura Safiran dari International Conference on Electronic Representation and Algorithm (ICERA 2019) dengan judul Implementation of the Certainty Factor Method for Early Detection of Cirrhosis Based on Android. Dengan klaim ini, dibuatlah aplikasi seluler yang mengharuskan pasien menjawab sekitar sepuluh pertanyaan.
Hasil akhir dari aplikasi ini adalah diagnosis sirosis. Berdasarkan hasil pengujian dapat disimpulkan bahwa akurasi dari aplikasi ini adalah 100% [11].
Perkembangan teknologi informasi mengalami kemajuan yang sangat pesat akibat kekuatan era globalisasi, dimana komputer dan internet dengan sifatnya yang dinamis merupakan fasilitas yang telah mendominasi berbagai bidang kehidupan seperti pendidikan, perkantoran, industri, kesehatan, dan lain-lain [9]. Saat ini para peneliti telah banyak mengembangkan aplikasi sistem pakar dengan menggunakan berbagai metode [10]. Sudah
saatnya memanfaatkan perkembangan teknologi ini untuk memudahkan aktivitas perawatan wajah seperti konsultasi permasalahan kulit wajah tanpa harus bertatap muka.
1.1 Tinjauan Pustaka 1 1.1 Sistem Pakar
Sistem pakar atau sistem pakar, juga dikenal sebagai Knowledge Based System, adalah aplikasi komputer yang dirancang untuk pengambilan keputusan atau pemecahan masalah dalam domain tertentu. Sistem ini bekerja dengan pengetahuan dan metode analisis yang telah ditentukan oleh para ahli sesuai dengan keahliannya [11].
Selain itu, sistem pakar adalah sistem yang bertujuan untuk membawa pengetahuan manusia ke komputer untuk memecahkan masalah yang biasa dilakukan oleh para pakar.
Banyak penelitian telah dilakukan dengan menggunakan sistem pakar, karena seperti yang kita ketahui bersama, teknologi informasi telah menjangkau semua bidang, tidak hanya bidang komputer. Pada dasarnya sistem pakar ini dibangun untuk menggantikan peran seorang pakar [7].
1 1.2 Metode Certainty Factor
Berdasarkan beberapa penelitian sebelumnya, penelitian sistem pakar ini menggunakan metode Certainty Factor (CF). Metode kerja dari metode CF adalah untuk menunjukkan derajat kepastian dari suatu fakta atau aturan. Metode CF melakukan penalaran layaknya seorang ahli dan mencapai nilai kepercayaan. Proses perhitungan metode CF dilakukan dengan menghitung nilai perkalian antara nilai cf pengguna dengan nilai cf ahli, dan membentuk nilai CF gabungan.
Nilai CF komposit maksimum merupakan keputusan akhir dari metode CF [16]. Penentuan jenis kulit wajah sangat erat kaitannya dengan sistem pakar, dalam hal ini dokter sebagai pakar, sehingga dengan menggunakan metode CF membantu mengatasi masalah tersebut.
Metode CF adalah konsep yang bertujuan untuk memperhitungkan ketidakpastian pakar [12]. CF mengungkapkan keyakinan terhadap suatu peristiwa (fakta atau hipotesis) berdasarkan bukti atau penilaian ahli [13]. Proses penghitungan tingkat kepercayaan dimulai dengan menyelesaikan aturan multi-gejala menjadi aturan gejala tunggal. Setiap aturan baru kemudian dihitung CF-nya menggunakan persamaan [14]:
Apabila terdapat lebih dari satu gejala, maka CF
penyakit dihitung dengan menggunakan Persamaan:
Cara penggunaan aplikasi ini yaitu administrator sistem memasukkan gejala yang dipilih pengguna, kemudian sistem mengatur semua pilihan pengguna dengan metode CF dan sistem memberikan keluaran berupa diagnosa berupa penyakit dan solusi mereka. Sistem yang dibangun membantu pasien untuk mengetahui jenis penyakit kulit wajah yang diderita pasien dan hal ini sesuai dengan analisa dokter kulit. Penelitian ini menggunakan framework Visual Studio Code Laravel dan MySQL sebagai basis data sistem pakar yang diusulkan. Layar menu utama terdapat beberapa menu yaitu master file, inquiry, report dan statement, yang mana master file berisi record pasien. Sistem pakar yang dibuat pada penelitian ini tidak diuji dengan hasil diagnosa pakar [7].
CFgejala = CF (user) * CF (pakar) (1)
CFcombine = CFold + CFgejala * (1-CFold) (2)
2. METODE PENELITIAN
Analisis dan desain sistem adalah proses memahami suatu sistem kemudian merancang sistem informasi terkomputerisasi yang menghasilkan sistem terkomputerisasi [15]. Metode penelitian merupakan prosedur dan langkah – langkah sistematis. Berikut alur penelitian ditunjukkan pada Gambar 1.
Gambar 1 Alur Penelitian
2.1 Tahap Awal
Tahap awal penelitian ini dilakukan dengan merumuskan masalah, menentukan nama penelitian, menetapkan tujuan penelitian, melakukan kajian literatur, menentukan metode yang digunakan dalam penelitian dan mengumpulkan informasi. Sehingga keluaran dari tahap pendahuluan ini adalah rumusan masalah, judul penelitian, tujuan penelitian, tinjauan pustaka, metode penelitian dan informasi yang akan diolah.
2. 1.1 Metode
Metode yang digunakan dalam penelitian ini adalah sistem pakar yang berguna sebagai sistem pengambilan keputusan. Kemudian metode CF adalah melakukan perhitungan dan perhitungan secara manual agar aplikasi mendapatkan hasil yang sama.
2. 1.2 Pengumpulan Data
Data yang dikumpulkan merupakan data sekunder, yaitu data yang diperoleh dari kajian pustaka. Data yang dikumpulkan seperti gejala yang dialami, pembobotan gejala berdasarkan jenis kulit, menggunakan nilai ketidakpastian dan solusi permasalahan untuk masing-masing jenis kulit. Data gejala dapat dilihat pada Tabel 1. Bobot tiap jenis kulit diperoleh para ahli yang mengikuti aturan berikut: “nilainya tidak diketahui 0”, “saya tidak yakin 0,2”, “saya tidak yakin 0,4”, “sangat yakin 0,6”, “yakin 0,8”, dan “sangat yakin 1”. Tabel skala 1 dengan metode CF, pengelompokan data jenis kulit dan gejala berdasarkan jenis kulit dapat dilihat pada Tabel 2 sampai dengan Tabel 6.
Tabel 1 Gejala
No. ID Gejala Gejala
1. G001 Tidak berminyak 2. G002 Segar dan halus
3. G003 bahan-bahan kosmetik mudah menempel di kulit.
4. G004 Terlihat sehat 5. G005 Tidak berjerawat
6. G006 Mudah dalam memilih kosmetik.
7. G007 Pori-pori kulit besar terutama di area hidung, pipi, dagu
8. G008 Kulit di bagian wajah terlihat mengkilat 9. G009 Sering ditumbuhi jerawat
10. G010 Kulit kelihatan kering sekali 11. G011 Pori-pori halus
12. G012 tekstur kulit wajah tipis
13. G013 Cepat menampakkan kerutan-kerutan 14. G014 sebagian kulit kelihatan berminyak 15. G015 Sebagian kulit kelihatan kering 16. G016 Kadang berjerawat
17. G017 susah mendapat hasil polesan kosmetik yang sempurna 18. G018 Mudah alergi
19. G019 Mudah iritasi dan terluka 20. G020 kulit mudah terlihat kemerahan.
Tabel 2 Pembobotan Kulit Normal
No ID Gejala Gejala Kulit Normal Bobot
1. G001 Tidak berminyak 0.8
2. G002 Segar dan halus 0.8
3. G003 bahan-bahan kosmetik mudah menempel
di kulit. 0.8
4. G004 Terlihat sehat 0.8
5. G005 Tidak berjerawat 0.8
6. G006 Mudah dalam memilih kosmetik. 0.8
7. G011 Pori-pori halus 0.8
Tabel 3 Pembobotan Kulit Berminyak
No ID Gejala Gejala Kulit Berminyak Bobot 1. G007 Pori-pori kulit besar terutama di area
hidung, pipi, dagu 0.8
2. G008 Kulit di bagian wajah terlihat mengkilat 0.8
3. G009 Sering ditumbuhi jerawat 0.8
4. G016 Kadang berjerawat 0.8
Tabel 4 Pembobotan Kulit Kering
No ID Gejala Gejala Kulit Kering Bobot
1. G001 Tidak berminyak 0.6
2. G005 Tidak berjerawat 0.6
3. G010 Kulit kelihatan kering sekali 0.8
4. G011 Pori-pori halus 0.6
5. G012 Tekstur kulit wajah tipis 0.6
Tabel 5 Pembobotan Kulit Kombinasi
No ID Gejala Gejala Kulit Kombinasi Bobot 1. G007 Pori-pori kulit besar terutama di area
hidung, pipi, dagu 0.6
2. G014 Sebagian kulit kelihatan berminyak 0.4 3. G015 Sebagian kulit kelihatan kering 0.6
4. G016 Kadang berjerawat 0.4
5. G017 Susah mendapat hasil polesan kosmetik
yang sempurna 0.6
Tabel 6 Pembobotan Kulit Sensitif
No ID Gejala Gejala Kulit Sensitif Bobot
1. G012 tekstur kulit wajah tipis 0.8
2. G018 Mudah alergi 0.8
3. G019 Mudah iritasi dan terluka 0.8
4. G020 kulit mudah terlihat kemerahan. 0.8
Hasil dari identifikasi jenis kulit akan muncul data solusi yang didapat dari pakar [16]–
[18]. Data solusi dapat dilihat pada Tabel 7.
Tabel 7 Solusi
No. Jenis Kulit Solusi
1 Kulit
Normal
1. Membersihkan wajah cukup dengan air, ketika kulit wajah dalam keadaan tanpa make up.
2. Jika kulit wajah dalam keadaan bermakeup, bisa dibersihkan menggunakan milk cleanser, face tonic dan facial foam.
3. Bisa menggunakan face tonic dan krim pelembab, ketika musim panas. Karena di musim panas kulit normal akan terasa agak kering.
4. Perawatan facial di klinik kecantikan diperlukan sewaktu-waktu saja, cukup 1 kali dalam 3 bulan.
5. Menggunakan krim tabir surya untuk melindungi dari panas sinar matahari.
2 Kulit
Berminyak
1. Membersihkan wajah menggunakan facial foam, kemudian dibilas sampai bersih.
2. Setelah mencuci wajah, gunakan face tonic.
3. Hindari beberapa makanan tertentu yang memicu munculnya lemak secara berlebihan pada kulit. Jadi, minimalkan konsumsi coklat, makanan pedas, makanan yang banyak mengandung bumbu rempah, makanan bersantan dan makanan yang digoreng.
4. Lakukan pembersihan timbunan lemak dan yang kotoran yang
No. Jenis Kulit Solusi
menempel pada pori-pori wajah dengan pemijatan wajah, peeling dan facial.
5. Untuk mengecilkan pori-pori wajah, mengangkat kotoran, dan mengurangi kadar minyak yang berlebihan, lakukan penguapan pada wajah. Caranya, ambil baskom atau wadah lain, lalu isi dengan air mendidih. Letakkan wajah di atas air yang mendidih dengan handuk penutup di sekitar kepala sehingga uap terkonsentrasi pada kulit wajah.
3 Kulit
Kering
1. Gunakan krim pelembap sesering mungkin, baik pada siang maupun malam hari.
2. Gunakan tabir surya pada siang hari, karena kulit kering ini sangat mudah terkena flek kecoklatan.
3. Jangan terlalu sering menggunakan sabun wajah.
4. Pakailah lotion berupa susu untuk mengangkat sisa riasan wajah.
5. Jangan menggunakan sabun antiseptik berlebihan.
4 Kulit
Kombinasi
1. Gunakan selalu facial foam, milk cleanser dan face tonic 2. Lakukan perawatan facial di salon kecantikan sebulan sekali 3. Oleskan tipis-tipis krim atau lotion pencegah komedo pada malam hari.
4. Saat membersihkan wajah, lebih konsentrasi pada bagian-bagian berminyak daripada bagian kering.
5. Konsentrasi penggunaan pelembab minyak zaitun pada bagian kulit yang kering, bukan bagian yang berminyak.
6. Konsentrasi penggunaan perasan jeruk nipis pada bagian kulit yang berminyak, bukan bagian yang kering.
5 Kulit
Sensitif
Berdasarkan gejalanya, perawatan kulit sensitif ditujukan untuk melindungi kulit serta mengurangi dan menanggulangi iritasi. Kulit sensitif tidak dapat diamati secara langsung, diperlukan bantuan dokter kulit atau dermatolog untuk memeriksanya dalam tes alergi- imunologi. Apabila dideteksi alergi, maka biasanya pasien akan diberi beberapa allergen untuk mengetahui kadar sensitivitas kulit
2. 2 Tahap Implementasi Sistem menggunakan Sistem Pakar
Tahap implementasi sistem dengan menggunakan sistem pakar dilakukan melalui analisis dan perencanaan, pengkodean dan pengujian. Analisis desain dilakukan dengan mendeskripsikan kebutuhan sistem pakar, merancang struktur data dan tampilan antarmuka pengguna sistem pakar, dan merancang aturan pencarian diagnostik sistem pakar. Pengkodean dilakukan dengan menerjemahkan desain sistem pakar ke dalam bahasa pemrograman dan menerapkan aturan menggunakan CF. Setelah fase ini selesai, keluarannya adalah desain struktur data, layar antarmuka pengguna, desain aturan diagnostik, pengkodean, dan pengujian sistem pakar [7].
Tahap perancangan sistem diawali dengan pembuatan flowchart sistem berbasis komputer untuk mengidentifikasi jenis kulit wajah dalam sistem pakar. Diagram alir ditunjukkan pada Gambar 2. Penerapan metode CF untuk mengidentifikasi jenis kulit wajah terlebih dahulu dilakukan dengan perhitungan manual kemudian diterapkan pada program aplikasi. Langkah-langkah perhitungan metode CF ditunjukkan pada Gambar 3. Metode CF mengungkapkan kepercayaan pada suatu peristiwa (atau fakta atau hipotesis) berdasarkan bukti atau penilaian ahli. CF menggunakan nilai untuk memperkirakan kepercayaan seorang pakar terhadap data. Metode yang digunakan untuk mendapatkan tingkat kepercayaan [18],
menggunakan hasil pengambilan data sekunder yang dapat dilihat pada Tabel 8.
Pakar Admin User
Gambar 2 Diagram alir Sistem
Gambar 3 Flowchart Metode CF
Tabel 8 Nilai Ketidakpastian
Kondisi Tidak Pasti CF
Tidak Tahu (Unknown) 0
Kemungkinan (Maybe) 0.4
Kemungkinan Besar (Probably) 0.6
Hampir Pasti (Almost Certainly) 0.8
Pasti (Definitely) 1
2. 2.1 Desain Aplikasi
Sistem pakar yang digunakan pada penelitian ini merupakan aplikasi berbasis web.
Halaman awal yang akan ditampilkan kepada user adalah home page. Halaman home dapat dilihat pada Gambar 4. Ketika user ingin mengetahui apakah aplikasi Skin Scientist itu, maka klik menu about. Halaman about dapat dilihat pada Gambar 5. Ketika user ingin melakukan konsultasi maka pilih menu service dan klik start untuk memulai. Halaman service dapat dilihat pada Gambar 6.
Gambar 4 Halaman Home
Gambar 5 Halaman About
Gambar 6 Halaman Service
Setelah user memilih menu service maka user akan diarahkan untuk menjawab beberapa pertanyaan yang telah disediakan oleh sistem pakar. Halaman pemilihan gejala dapat dilihat pada Gambar 7. Kemudian setelah user selesai mengisi pertanyaan harus klik tombol next dan akan diarahkan pada halaman gejala dan penilaian yang telah diisi. Halaman ringkasan gejala yang dipilih dapat dilihat pada Gambar 8. Terakhir Ketika user memilih tombol lihat hasil maka akan diarahkan pada halaman result jenis kulit dan solusi untuk mengatasinya dari sistem pakar. Namun jika dirasa gejala yang dipilih ada yang kelewatan makan user harus klik tombol ulangi pilihan. Pada halaman result ada tombol reset untuk mengulangi pemilihan.
Halaman result dapat dilihat pada Gambar 9.
Gambar 7 Halaman Pemilihan Gejala
Gambar 8 Halaman Ringkasan Gejala
Gambar 9 Halaman Result
2.3 Tahap Pengujian Sistem
Tahap pengujian ini dilakukan untuk mengevaluasi hasil dari perancangan sistem secara fungsional. Pengujian yang digunakan pada penelitian ini adalah blackbox. Pengujian blackbox bertujuan untuk menemukan fungsi yang tidak benar, kesalahan antarmuka, kesalahan pada struktur data, kesalahan kinerja, kesalahan inisialisasi dan terminasi [19].
3. HASIL DAN PEMBAHASAN 3.1 Penerapan Metode CF
3. 1.1 Menentukan Rule
Pada penentuan rule user memilih gejala sesuai dengan kondisi kulit berdasarkan gejala-gejala pada Tabel 1 yang dapat dilihat pada Tabel 9.
Tabel 9 Rule User
Kode Gejala Kulit CF User Keterangan
G007 Pori-pori kulit besar terutama di area hidung, pipi, dagu 0.8 Yakin G008 Kulit di bagian wajah terlihat mengkilat 0.6 Cukup Yakin
G009 Sering ditumbuhi jerawat 0.6 Cukup Yakin
G012 Tekstur kulit wajah tipis 0.8 Yakin
G016 Kadang berjerawat 0.8 Yakin
G019 Mudah iritasi dan terluka 0.8 Yakin
G020 kulit mudah terlihat kemerahan. 0.8 Yakin 3. 1.2Proses Perhitungan pada Setiap Rule Jenis Kulit
Perhitungan dapat dilakukan berdasarkan Tabel 1 dan pembobotan gejala pada tabel- tabel pembobotan masing-masing jenis kulit (Tabel 2 sampai dengan Tabel 6). Nilai akhir CF adalah hasil perkalian antara CF pakar dan CF user, seperti pada Tabel 10.
Tabel 10 Rule Setiap Jenis Kulit
Kode Gejala Kulit CF Pakar CF User CF Pakar * CF User Kulit Normal
G001 Tidak berminyak 0,8 0 0
G002 Segar dan halus 0,8 0 0
G003 bahan-bahan kosmetik
mudah menempel di kulit. 0,8 0 0
G004 Terlihat sehat 0,8 0 0
G005 Tidak berjerawat 0,8 0 0
G006 Mudah dalam memilih
kosmetik. 0,8 0 0
G011 Pori-pori halus 0,8 0 0
Kulit Berminyak G007 Pori-pori kulit besar terutama
di area hidung, pipi, dagu 0,8 0,8 0,64
G008 Kulit di bagian wajah terlihat
mengkilat 0,8 0,6 0,48
G009 Sering ditumbuhi jerawat 0,8 0,6 0,48
G016 Kadang berjerawat 0,8 0,8 0,64
Kulit Kering
G001 Tidak berminyak 0,6 0 0
G005 Tidak berjerawat 0,6 0 0
G010 Kulit kelihatan kering sekali 0,8 0 0
G011 Pori-pori halus 0,6 0 0
G012 Tekstur kulit wajah tipis 0,6 0,8 0,48
Kulit Kombinasi G007 Pori-pori kulit besar terutama
di area hidung, pipi, dagu 0,6 0,8 0,48
G014 Sebagian kulit kelihatan
berminyak 0,4 0 0
G015 Sebagian kulit kelihatan
kering 0,6 0 0
G016 Kadang berjerawat 0,4 0,8 0,32
G017
Susah mendapat hasil polesan kosmetik yang sempurna
0,6 0 0
Kulit Sensitif
G012 Tekstur kulit wajah tipis 0,8 0,8 0,64
G018 Mudah alergi 0,8 0 0
G019 Mudah iritasi dan terluka 0,8 0,8 0,64
G020 kulit mudah terlihat
kemerahan. 0,8 0,8 0,64
Hasil menentukan CF combine untuk kulit berminyak adalah sebagai berikut:
CF(h,e)g1,g2 = CFgejala1 + CFgejala2 * (1 - CFgejala1) 0.64 + 0.48 * (1 – 0.64) = 0.813
CF(h,e)old1,g3= CFold1 + CFgejala3 * (1 - CFold1) 0.813 + 0.48 * (1 – 0.813) = 0.903 CF(h,e)old2,g4= CFold2 + CFgejala4 * (1 - CFold2)
0.903 + 0.64 * (1 – 0.903) = 0.965
Hasil menentukan CF combine untuk kulit kering adalah sebagai berikut:
CF(h,e)g1,g2 = CFgejala1 + CFgejala2 * (1 - CFgejala1) 0 + 0 * (1 – 0) = 0
CF(h,e)old1,g3= CFold1 + CFgejala3 * (1 - CFold1) 0 + 0 * (1 – 0) = 0
CF(h,e)old2,g4= CFold2 + CFgejala4 * (1 - CFold2) 0+ 0* (1 – 0) = 0
CF(h,e)old3,g5= CFold3 + CFgejala5 * (1 - CFold3) 0 + 0.48 * (1 - 0) = 0.48
Hasil menentukan CF combine untuk kulit kombinasi adalah sebagai berikut:
CF(h,e)g1,g2 = CFgejala1 + CFgejala2 * (1 - CFgejala1) 0.48 + 0 * (1 – 0.48) = 0.48
CF(h,e)old1,g = CFold1 + CFgejala3 * (1 - CFold1) 0.48 + 0 * (1 – 0.48) = 0.48
CF(h,e)old2,g = CFold2 + CFgejala4 * (1 - CFold2) 0.48 + 0.32 * (1 – 0.48) = 0.646 CF(h,e)old3,g5= CFold3 + CFgejala5 * (1 - CFold3)
0.646 + 0 * (1 – 0.646) = 0.646
Hasil menentukan CF combine untuk kulit kombinasi adalah sebagai berikut:
CF(h,e)g1,g2 = CFgejala1 + CFgejala2 * (1 - CFgejala1) 0.64 + 0 * (1 – 0.64) = 0.64
CF(h,e)old1,g3= CFold1 + CFgejala3 * (1 - CFold1) 0.0.64 + 0.64 * (1 – 0.64) = 0.87 CF(h,e)old2,g4= CFold2 + CFgejala4 * (1 - CFold2)
0.87 + 0.64 * (1 – 0.87) = 0.953
Dengan menggunakan metode CF, hasil perhitungan berdasarkan 20 pilihan gejala kulit oleh user yakni: Pori-pori kulit besar terutama di area hidung, pipi, dagu, kulit di bagian wajah terlihat mengkilat, sering ditumbuhi jerawat, tekstur kulit wajah tipis, kadang berjerawat, mudah iritasi dan terluka, kulit mudah terlihat kemerahan merupakan jenis kulit berminyak dengan nilai combine tertinggi yaitu 0.965.
4. KESIMPULAN
Melalui penelitian ini dibangun sebuah sistem pakar yang dapat menganalisis jenis kulit dengan memasukkan penilaian user terhadap berbagai macam gejala. Aplikasi sistem pakar ini dapat memberikan informasi berupa jenis kulit user dan solusi untuk mengatasi permasalahan pada jenis kulit tersebut. Hasil penelitian memperlihatkan bahwa perhitungan manual menggunakan metode CF memiliki hasil akhir yang sama dengan perhitungan pada aplikasi sistem pakar dengan metode CF.
5. SARAN
Berdasarkan kesimpulan penelitian, rencana kedepan adalah mengembangkan dataset yang awalnya menggunakan data sekunder menjadi data primer dengan melakukan wawancara kepada ahli kulit sehingga hasil-hasil pengolahan data dapat lebih akurat dan luas cakupannya.
DAFTAR PUSTAKA
[1] V. R. Balaji, S. T. Suganthi, R. Rajadevi, V. Krishna Kumar, B. Saravana Balaji, and S.
Pandiyan, “Skin Disease Detection and Segmentation using Dynamic Graph Cut Algorithm and Classification through Naive Bayes Classifier,” Measurement (Lond), vol. 163, Oct. 2020, doi:
10.1016/j.measurement.2020.107922.
[2] J. Pendidikan, D. Kewirausahaan, C. D. Sinaulan, and A. Hantara, “Model Klasifikasi Permasalahan Kulit Wajah …. Model Klasifikasi Permasalahan Kulit Wajah Menggunakan Metode Support Vector Machine,” vol. 9, no. 1, pp. 2021–297, 2021.
[3] S. A. Wulandari, W. A. Prasetyanto, and M. D. Kurniatie, “Classification of Normal, Oily and Dry Skin Types Using a 4-Connectivity and 8-Connectivity Region Properties Based on Average Characteristics of Bound,” TRANSFORMTIKA, vol. 17, no. 01, pp. 78–87, 2019.
[4] H. H. Li, Y. H. Liaoī, Y. N. Huang, and P. J. Cheng, “Based on Machine Learning for Personalized Skin Care Products Recommendation Engine,” Proceedings - 2020 International Symposium on Computer, Consumer and Control, IS3C 2020, pp. 460–462, 2020, doi:
10.1109/IS3C50286.2020.00125.
[5] S. D. Kusumaningrum, “Kajian Pustaka Dalam Penentuan Tipe dan Permasalah Kulit Wajah,”
2021. [Online]. Available: https://www.google.com/
[6] I. Syahputri, A. P. Windarto, D. Suhendro, E. Irawan, and M. Fauzan, “Sistem Pakar dengan Proses Forward Chaining pada Kulit Wajah Berminyak,” Journal of Information System Research (JOSH), vol. 2, no. 1, pp. 26–34, 2020, [Online]. Available: http://ejurnal.seminar-
id.com/index.php/josh/article/view/477
[7] Y. K. Kumarahadi, M. Z. Arifin, S. Pambudi, T. Prabowo, and K. Kusrini, “Sistem Pakar Identifikasi Jenis Kulit Wajah dengan Metode Certainty Factor,” Jurnal Teknologi Informasi dan Komunikasi (TIKomSiN), vol. 8, no. 1, Apr. 2020, doi: 10.30646/tikomsin.v8i1.453.
[8] Y. Purnama, I. Ismail, D. Noviandri, Y. Hendriyani, P. T. Nguyen, and I. P. A. Darmawan,
“Expert System in Detecting Children’s Intelligence using Certainty Factor,” Journal of Critical Reviews, vol. 7, no. 1, pp. 52–55, 2020, doi: 10.22159/jcr.07.01.09.
[9] D. R. Habibie and D. Aldo, “Sistem Pakar Untuk Identifikasi Jenis Jerawat Dengan Metode Certainity Factor,” JOINTECS (Journal of Information Technology and Computer Science), vol.
4, no. 3, p. 79, 2019, doi: 10.31328/jointecs.v4i3.1055.
[10] R. N. Putri and L. Goeirmanto, “Aplikasi Sistem Pakar Untuk Diagnosa Penyakit Diabetes Melitus,” Jurnal Aplikasi dan Inovasi IPTEKS SOLIDITAS, vol. 3, pp. 106–112, 2020.
[11] B. H. Hayadi, Sistem Pakar. Deepublish, 2018.
[12] J. A. Widians, N. Puspitasari, and A. Febriansyah, “Disease Diagnosis System Using Certainty Factor,” ICEEIE 2019 - International Conference on Electrical, Electronics and Information Engineering: Emerging Innovative Technology for Sustainable Future, pp. 303–308, 2019, doi:
10.1109/ICEEIE47180.2019.8981421.
[13] J. A. Widians and F. N. Rizkyani, “Identifikasi Hama Kelapa Sawit menggunakan Metode Certainty Factor,” ILKOM Jurnal Ilmiah, vol. 12, no. 1, pp. 58–63, 2020, doi:
10.33096/ilkom.v12i1.526.58-63.
[14] A. Sucipto, S. Ahdan, and A. Abyasa, “Usulan Sistem untuk Peningkatan Produksi Jagung menggunakan Metode Certainty Factor,” Prosiding-Seminar Nasional Teknik Elektro UIN Sunan Gunung Djati Bandung, no. November 2019, pp. 478–488, 2020.
[15] I. H. Santi and B. Andari, “Analisa Perancangan Sistem Pakar Untuk Mengidentifikasi Jenis Kulit Wajah,” Prosiding Seminar Nasional Teknologi Industri, Lingkungan dan Infrastruktur
(SENTIKUIN), vol. 2, no. 2622-2744 (print),2622-9730 (online), pp. 1–8, 2019, [Online].
Available: https://prosiding.unitri.ac.id/index.php/sentikuin
[16] N. Windya, Buku Pintar Merawat Kecantikan di Rumah. Jakarta: Gramedia Pustaka Utama, 2009.
[17] M. Dwikarya, Merawat Kulit Wajah, 5th ed. Jakarta: Kawan Pustaka, 2006.
[18] I. H. Santi and B. Andari, “Sistem Pakar Untuk Mengidentifikasi Jenis Kulit Wajah dengan Metode Certainty Factor,” INTENSIF: Jurnal Ilmiah Penelitian dan Penerapan Teknologi Sistem Informasi, vol. 3, no. 2, p. 159, Jul. 2019, doi: 10.29407/intensif.v3i2.12792.
[19] L. Setiyani, “Pengujian Sistem Informasi Inventory Pada Perusahaan Distributor Farmasi Menggunakan Metode Black Box Testing,” Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi, vol. 4, no. 1, pp. 1–9, 2019, doi: 10.36805/technoxplore.v4i1.539.
