P. 1
Jurnal Generic Vol 6 No 1 Januari 2011

Jurnal Generic Vol 6 No 1 Januari 2011

|Views: 669|Likes:
Dipublikasikan oleh btama

More info:

Categories:Types, Research, Science
Published by: btama on Jun 11, 2011
Hak Cipta:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

01/09/2013

pdf

text

original

ISSN: 1907-4093 (print) / 2087-9814 (online

)
Volume 6 Nomor 1 (Januari 2011)
Jurnal Generic adalah jurnal semi-elektronik (tersedia dalam bentuk softcopy dan hardcopy) yang
diterbitkan setiap tahun secara berkala pada bulan Januari dan Juli. Jurnal membahas tentang kajian terkini
dibidang ilmu komputer, teknologi informasi dan komunikasi. Jurnal Generic bertujuan menjadi wadah
publikasi ilmiah bagi peneliti, akademisi, maupun praktisi yang akan membagi pengetahuan dan
pengalaman mereka didalam pengembangan ilmu pengetahuan di bidang ilmu komputer dan bidang ilmu
teknologi informasi dan komunikasi di Indonesia.
PENANGGUNG JAWAB
Ketua Unit Penelitian dan Pengabdian Kepada Masyarakat
Bayu Adhi Tama, ST., MTI.
PENASIHAT
Dekan Fakultas Ilmu Komputer
Drs. Saparudin, MT
PENYUNTING AHLI

Dr. Yusuf Hartono, M.Sc (UNSRI)
Dr. Darmawijoyo, M.Si., M.Sc (UNSRI)
Dr-Eng. Anto Satriyo Nugroho (BPPT)
Dr. Ir. Eko K. Budiardjo, M.Sc (UI)
Ir. Siti Nurmaini, MT (UNSRI)
Jaidan Jauhari, MT (UNSRI)
PENYUNTING PELAKSANA

Ir. Bambang Tutuko, MT.
Samsuryadi, M.Kom.
Erwin, M.Si.
Drs. Megah Mulya, MT.
Ir. Sukemi, MT.
Mgs. Afriyan Firdaus, M.IT.
Firdaus, M.Kom.
Alvi Syahrini Utami, M.Kom.
SEKRETARIAT
Fakultas Ilmu Komputer, Universitas Sriwijaya
Jln. Raya Palembang - Prabumulih Km. 32, Inderalaya, Ogan Ilir, Sumatera Selatan
Telp. (0711)7072729, 379249 Fax. (0711) 379248
E-mail: jurnalgeneric@unsri.ac.id
Website: uppm.ilkom.unsri.ac.id
ISSN: 1907-4093 (print) / 2087-9814 (online)
Volume 6 Nomor 1 (Januari 2011)
An Integrated Formulation of Zernike Invariant for Mining Insect Images
Norsharina Abu Bakar
1
, Siti Mariyam Shamsuddin
2
, Maslina Darus
3
1,2
Universiti Teknologi Malaysia,
3
Universiti Kebangsaan Malaysia 1-6

Penerapan Relasi Komposi Samar dalam Pendiagnosisan Suatu Penyakit
Samsuryadi dan Sukmawati
Universitas Sriwijaya 7-12
Perencanaan Strategis Teknologi Informasi (Studi Kasus: Politeknik Negeri Jakarta)
Indra Silanegara
1
, Bayu Adhi Tama,
2
Diat Nurhidayat
3
, M. Harris Adi L.
4

1
Politeknik Negeri Jakarta,
2
Universitas Sriwijaya,
3
Universitas Negeri Jakarta,
4
Deplu RI 13-18
The Application of Text Compression to Short Message Service Using Huffman Table
Ahmad Affandi, Saparudin, and Erwin
Universitas Sriwijaya 19-24
Analisis Kepuasan Konsumen Terhadap Restoran Cepat Saji Melalui Pendekatan Data Min-
ing: Studi Kasus XYZ
Vina Mandasari, Bayu Adhi Tama
Universitas Sriwijaya 25-28
GENERIC Volume 6 Nomor 1 Halaman
1– 32
Inderalaya,
Januari 2011
pISSN
1907-4093
Pengembangan Perangkat Lunak Pembelajaran Bahasa Isyarat Bagi Penderita Tunarungu
Wicara
Yetti Yuniati
Universitas Lampung 29-32
Vol.6 No.1 (Januari 2011) JURNAL GENERIC 1
ISSN: 1907-4093 (print) / 2087-9814 (online) © 2011 JURNAL GENERIC

Abstract— This paper presents mathematical integration of
Zernike Moments and United Moment Invariant for extracting
printed insect images. These features are further mining for
granular information by investigating the variance of Inter-
class and intra-class. The results reveal that the proposed
integrated formulation yield better analysis compared to
conventional Zernike moments and United Moment Invariant.

Keywords— Feature Extraction, Granular Mining, Inter-
class, Intra-class, Pattern Recognition, United Moment
Invariant, and Zernike Moment Invariant,

I. INTRODUCTION
he mathematical concept of moments has been around
since 1960s. Some of them are used for mechanics and
statistics to pattern recognition and image understanding.
Past few years, there were many researchers on moment
functions have been explored in pattern recognition such as
United Moment Invariant, Aspect Moment Invariant and etc.
The techniques have been investigated to improve
conventional regular moment by proposing the scaling factor
of geometrical function that has been proposed by Hu [1].
However, previous studies reveal that there are weaknesses
in Hu’s scaling factor [2].
Table 1 shows previous studies on enhancement of
Moment Invariants from year 1962 to year 2008. All the
proposed techniques are based on the drawbacks of
Geometric Moment Invariants. Some of the drawbacks are:
1) Not sensitivity to image noise, aspect of information
redundancy and capability for image representation [6].
2) Lose scale invariance in discrete condition [7].
3) Not good in boundary condition [4].
4) Error if the data are unequally scaling data [8].
On the other hand, [3] has proposed United Moment
Invariant (UMI) that was based on the Geometric Moment
Invariant (GMI) [3], and it was derived to improve the
moment invariants of [4]. UMI was developed to handle
with the images with boundary and shape representation.
The remainder of this paper is organized as follows:
Section II describes related work on Geometric Moment
Invariants in pattern recognition. Section III describes an

1
Norsharina Abu Bakar was in Universiti Teknologi Malaysia; e-mail:
norsharina85@gmail.com).
2
Siti Mariyam Shamsuddin is professor at Department of Computer
Graphics & Multimedia, Faculty of Computer Science & Information
Systems, Universiti Teknologi Malaysia (e-mail: mariyam@utm.my/
sitimariyams@gmail.com).
3
Maslina Darus is professor at Pusat Pengajian Sains Matematik,
Fakulti Sains dan Teknologi, Universiti Kebangsaan Malaysia. (e-mail:
maslina@pkrisc.cc.ukm.my).
integration of Zernike moments with United Moment
Invariant, while Section IV presents the sample data of the
study. Section V introduces the concept of inter-class and
intra-class, and provides the experimental results and
analysis of the proposed approach. Finally Section VI gives
the conclusion of the study.
TABLE I. TRENDS OF MOMENT INVARIANT DERIVATION BASED ON
GEOMETRIC FUNCTION
Year Researcher Technique
1962 Hu Geometric Moment Invariant
1980 Teague Zernike Moment Invariant
1980 Teague Legendre Moment Invariant
1992 Flusser and Suk Affine Moment Invariant
1993 Chen Improve Moment Invariant
1994 Feng And Keane Aspect Moment Invariant
2000 S. M. Shamsuddin Higher Order Centralized
Scale – Invariant
2001 R.Mukundan Tchebichef Moment Invariant
2003 Yinan United Moment Invariant
2003 Yap Krawtchouk Moment
Invariant
2007 A.K. Muda, S.M
Shamsuddin, M. Darus
Higher Order United Scaled
Invariants
2008 A.K Muda Aspect United Moment
Invariant

II. RELATED WORK OF MOMENT INVARIANT
Various studies have been conducted on improvement of
the algorithms for United Moment Invariant and Zernike
Moment Invariant. In 1934, F. Zernike introduced Zernike
Moments, and later, in 1980, this technique was applied by
M.Teague for digital images [5]. Consequently, there are
many applications on using ZMI have been explored (Table
II).
Zernike moment has been proven better in terms of
offering the ability of features and sensitivity to the noisy
phase low despite its complex calculation. Its representation
in terms of a concentrated moment is given as follows [5]:

( )
1 20 02
3
2 1 ZM η η
π
  = + −
 

( )
2
2
2 20 02 11
2
9
4 ZM η η η
π
 
= − +
 
 

( ) ( )
2 2
3 03 21 30 12
2
16
3 ZM η η η η
π
 
= − + +
 
 

( ) ( )
2 2
4 03 21 30 12
2
144
3 ZM η η η η
π
 
= − + +
 
 


An Integrated Formulation of Zernike Invariant
for Mining Insect Images
Norsharina Abu Bakar
1
, Siti Mariyam Shamsuddin
2
, Maslina Darus
3

T
2 JURNAL GENERIC Norsharina Et Al.
( )( ) ( ) ( )
( )( ) ( ) ( )
2 2
03 21 03 21 03 21 30 12
5
4
2 2
30 12 30 12 30 12 03 21
3 3
13824
3 3
ZM
η η η η η η η η
π
η η η η η η η η
¦ ¦
− + + − +
¦ ¦
=
´ `

¦ ¦ − − + + − +

¹ )

( ) ( ) ( )
( )( )
2 2
02 20 30 12 03 21
6
3
11 03 21 30 12
864
4
ZM
η η η η η η
π
η η η η η
¦ ¦
− + − +
¹ ¹


=
´ `
¹ ¹
+ + +
¹ )



TABLE II. APPLICATIONS OF ZERNIKE MOMENT INVARIANT
No Authors Objective Year
1. Belkasim S.O Handwritten
Numbers
Recognition
1989
2. P.Pejnovic Tank, Helicopter
Air-Craft and
Ship recognition
1992
3. W. Y Kim et al Alphanumeric
Machine-Printed
Character
recognition
1994
4. H.Lim et al Chinese
character
recognition
1996
5. J. Haddadnia et al. Face recognition 2001
6. Qing Chen,Xioli
Yang,Jiying Zhao
image
watermarking
2005
7. Harikesh Singh, Dr.
R. K. Sharma
online
handwritten
character
recognition
2007
8. R. Sanjeev Kuntee,
RD Sudhaker
Samuel
Kanada
character
recognition
2007
9. Chong-Yaw Wee1,
∗Raveendran
Paramesran1,
Fumiaki Takeda2
Rice Sorting
System
2007


On the other hand, United Moment Invariant which was
derived by Yinan [7] in 2003, found that the rotation,
translation and scaling can be discretely kept invariant to
region, closed and unclosed boundary. The formulations of
UMI is given [7]:

( )
( )
1 2 1
2 6 1 4
3 5 4
4 5 3 4
5 1 5 2 3
6 1 2 3 6
7 1 5 3 6
8 3 4 5
/
/
/
/
/
/
/
/
θ φ φ
θ φ φ φ
θ φ φ
θ φ φ φ
θ φ φ φ φ
θ φ φ φ φ
θ φ φ φ φ
θ φ φ φ
=
=
=
=
=
= +
=
= +



However, in 2007, the integration techniques of High
Order Moment Invariant and United Moment Invariant were
purposed by A.K. Muda et. al [2]
.
This study has been
extended to other unequal scaling invariant by integrating
with Aspect Moment Invariants [9].


































Figure 1. Chronology of Zernike United Moment Invariant

III. ZERNIKE UNITED MOMENT INVARIANT
UMI was derived from Geometric Moment Invariant and
Improve Moment Invariant (IMI) [3] (refer to Figure 1).
GMI is usable for region representation in discrete
condition; however it is high in computational times for
boundary representation [4]. Thus, Chen proposed IMI that
practical for boundary and increased the computation speed.
However, Yinan proposed a new technique that was
effectively the shape of image on both region and boundary
in discrete and continuous condition [3].
The combination of Zernike and United Moment is
implemented to get better formulations that will yield good
representation for boundary, region, discrete and noise
resilience, information redundancy and reconstruction
capability. UMI formulation is based on geometrical
representation that taken into consideration the Normalized
Central Moment of GMI and Boundary Representation of
IMI[4] .
The integration formulation of ZMI and UMI is given as
below. We define standard scaling equation as below:

Improved Moment Invariant
Usable in boundary-
continuous condition
Improve computation
speed
Zernike Moment Invariant
Outperforming in terms of
noise resilience, information
redundancy and reconstruction
capability.

United Moment Invariant
Usable in region-discrete
condition
Usable in boundary (close -
unclose)
Zernike United Moment Invariant
Usable in region-discrete condition
Usable in boundary (close -unclose)
-continuous condition
Outperforming in terms of noise
resilience, information redundancy and
reconstruction capability.
Geometric Moment Invariant
Usable in region (discrete) and
boundary(continuous) condition
Problem In boundary-computational time
Lose in scale invariance indiscrete condition

Vol.6 No.1 (Januari 2011) JURNAL GENERIC 3
ISSN: 1907-4093 (print) / 2087-9814 (online) © 2011 JURNAL GENERIC
( )
2
00
2
pq
pq
p q
µ
η
µ
+ +
=
( )
2
00
'
2
p q
p q
pq pq pq
p q
ρ
η ρ η µ
µ
+
+
+ +
= =
( )
1
00
''
pq
pq
p q
µ
η
µ
+ +
=

From the above equations, we find that, each term has
pq
µ . Yinan [3] said that if we can contemporary avoid the
influence of
00
µ and, the united formula can be materialized.
Hence, the eight formulas for United Moment Invariants
(UMI) is presented as:

( )
( )
1 2 1
2 6 1 4
3 5 4
4 5 3 4
5 1 5 2 3
6 1 2 3 6
7 1 5 3 6
8 3 4 5
/
/
/
/
/
/
/
/
θ φ φ
θ φ φ φ
θ φ φ
θ φ φ φ
θ φ φ φ φ
θ φ φ φ φ
θ φ φ φ φ
θ φ φ φ
=
=
=
=
=
= +
=
= +


However, in this integration, the φ values are substituted
by Zernike’s moments as shown below.

( )
( )
( ) ( )
( ) ( )
( ) ( ) ( ) ( )
( )( ) ( ) ( )
1 20 02
2
2
2 20 02 11
2
2 2
3 03 21 30 12
2
2 2
4 03 21 30 12
2
2 2
03 21 03 21 03 21 30 12
5
4
2 2
30 12 30 12 30 12 03 21
3
2 1
9
4
16
3
144
3
3 3
13824
3 3
ZM
ZM
ZM
ZM
ZM
η η
π
η η η
π
η η η η
π
η η η η
π
η η η η η η η η
π
η η η η η η η η
= + −


= − +



= − + +



= − + +



− + + − +


=

− − + + − +

( ) ( ) ( )
( )( )
2 2
02 20 30 12 03 21
6
3
11 03 21 30 12
864
4
ZM
η η η η η η
π
η η η η η
¹ ¹
¹ ¹
´ `
¹ ¹

¹ )
¹ ¹
− + − +
¹ ¹


=
´ `
¹ ¹ + + +
¹ )



For example,

( )
( )
( )
2
2
2
2 20 02 11
2
2
20 02 11
2 4
00
3
4
9 1
4
ϕ η η η
π
µ µ µ
π
µ
| !

= × − +
]


' ¹


= × × − +






and

( )
( )
( )
1 20 02 00
20 02
2
00
3
2
3 1
2 1
ϕ η η η
π
µ µ
π
µ
] = × + −
]
]
| !
] ]
= × × + −
] ]
' ¹ ]


so,


( )
( )
( )
( )
( )
( )
( )
( )
2
1
1
2
2
20 02 11
2 4
00
20 02
2
00
2
20 02 2
11
2 2
00
20 02
00
9 1
4
3 1
2 1
9
4
3
2 1
ϕ
θ
ϕ
µ µ µ
π
µ
µ µ
π
µ
µ µ
µ
π
µ
µ µ
π
µ
=
]
] × × − +
]
]
=
]
| !
] ]
× × + −
] ]
' ¹ ]
]

] × +
]
]
=
]
| !
+
] ]
× × −
] ]
' ¹ ]



Using the same approach as above, we get:


( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
2
2
2
20 02 11
1
20 20 00
2
4
20 02 2
11
2 4 2
00 00
2
20 02
2 2
00 00
2
20 02 2
11
2 2
00
20 02
00
3
' ' 4 '
'
3
2 ' ' '
9
4
3
2 1
9
4
3
2 1
η η η
π
θ
η η η
π
µ µ
ρ
µ
π
µ µ
µ µ
ρ
π
µ µ
µ µ
µ
π
µ
µ µ
π
µ
| !
]
× − +
]
]
]
' ¹
=
] × + −
]
]

] × × +
]
]
=
]
| !
+
] ]
× × −
] ]
' ¹ ]
]

] × +
]
]
=
]
| !
+
] ]
× × −
]
' ¹ ]
]




4 JURNAL GENERIC Norsharina Et Al.
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
2
4
20 02 2
11
2 4 2
00 00
2
20 02
2 2
00 00
2
20 02 2
11
2 2
00
20 02
00
9
4
3
2 1
9
4
3
2 1
µ µ
ρ
µ
π
µ µ
µ µ
ρ
π
µ µ
µ µ
µ
π
µ
µ µ
π
µ
]

] × × +
]
]
=
]
| !
+
] ]
× × −
] ]
' ¹ ]
]

] × +
]
]
=
]
| !
+
] ]
× × −
] ]
' ¹ ]



and


( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
2
2
2
20 02 11
1
20 20 00
2
2
20 02 11
2 6
00
20 02
3
00
2
20 02 2
11
2 2
00
20 02
00
3
'' '' 4 ''
''
3
2 '' '' ''
9 1
4
3 1
2 1
9
4
3
2 1
η η η
π
θ
η η η
π
µ µ µ
π
µ
µ µ
π
µ
µ µ
µ
π
µ
µ µ
π
µ
| !
]
× − +
]
]
]
' ¹
=
] × + −
]
]
] × × − +
]
]
=
]
| !
] ]
× × + −
] ]
' ¹ ]
]

] × +
]
]
=
]
| !
+
] ]
× × −
] ]
' ¹ ]



From the above derivation, we found that
1 1 1
'' ' θ θ θ = = .
Hence, this has proven that
1
θ can be applied for both region
and boundary in discrete and continues condition.


IV. SAMPLE DATA
The insect images will be used in this research. Initially,
the insect images are scanned with 300 dpi (dot per inch)
and 150 dpi resolutions. Figure 2 depicts sample of insect’s
images and Figure 3 illustrates various orientations of insect
images in the same class.


Figure 2. Insect Images



Figure 3. Insect Images (Orientation)

V. RESULT AND ANALYSIS
In this study, the invarianceness of the proposed
integrated formulations are validated using intra-class and
inter-class by calculating the MAE (Min Absolute Error) as
shown below:

( )

=
− =
n
i
i i
r x
n
MAE
1
1
,

where n is number of image,
i
x is the current image and
i
r
is the reference image. The first image is the reference
image. Intra-class is the process that defines the similar
images with the small value of MAE. However, inter-class is
the process of defining the difference images with high MAE
value.

A. Intraclass Analysis
For intra-class analysis, we used eight sample insect
images to get the invariance’s of the techniques. All the
images have different orientation with same class. The
random samples of images are bactrocera maculigera (BM),
bean bruchid (BB), chocolate moth (CM), dried current
moth (DC), grain weevil (GW), indian meal moth (IM),
rusty grain beetle (RG), and saw-toothed grain beetle (ST).
Figure 4 shows example of intra-class analysis/
Bactrocera maculigera(BM) insect images are used in this
study with different orientations.



Vol.6 No.1 (Januari 2011) JURNAL GENERIC 5
ISSN: 1907-4093 (print) / 2087-9814 (online) © 2011 JURNAL GENERIC


Figure 4. Sample insect image for intra-class analysis

From Table III, intra-class distance of ZUMI has smaller
value for seven insect images and one insect image in UMI
(saw-toothed grain beetle).

TABLE III. RESULT OF INTRA-CLASS ANALYSIS
ZUMI UMI ZMI
BB 0.915747 1.615862986 15.22766
BM 0.392484 1.705341657 3.969996
CM 1.108088 2.120735 1.634658
DC 0.919749 1.315753805 27.96692
GW 1.046265 1.881051745 27.3219
IM 0.969856 1.996245217 9.254302
RG 1.251929 2.426967495 31.0565
ST 1.913044 1.846069911 65.39193


Figure 5 illustrates that Zernike Moment Invariant (ZMI)
gives higher value of MAE compared to other techniques.




Figure 5. Intraclass Analysis of Insects’ Images.
From Figure 5, it shows that ZUMI gives smaller value
of MAE for all images. However, Figure 6 shows that UMI
gives smaller MAE compared to ZUMI for saw-toothed
grain beetle (ST) images. The difference MAE value is
about 0.0066974089.



Figure 6. Comparison result between ZUMI and UMI.

B. Interclass analysis
The samples of images for interclass analysis are shown in
Figure 7. There are 4 experiments for defining interclass
analysis, and these include:
1) Interclass distance between saw-toothed grain beetle
(ST) and rusty grain beetle (RG).
2) Interclass distance between chocolate moth(CM) and
cocoa pod pentatomid(CP).
3) Interclass distance between bactrocera maculigera(BM)
and natal fruit fry(NF).
4) Interclass distance between 6 and 9 (for testing only).





Figure 7. Sample insect images of inter-class analysis

Table IV depicts the comparison between three Moment
Invariants (ZUMI, UMI, and ZMI). We label the
experiments as below:
1) B1: the comparison between saw-toothed grain beetle
(ST) and rusty grain beetle (RG).
2) B2: the comparison between chocolate moth(CM) and
cocoa pod pentatomid(CP).
3) B3: the comparison between bactrocera
maculigera(BM) and natal fruit fry(NF).
4) B4: the comparison between 6 and 9 (for testing only).

TABLE IV. RESULT OF INTER-CLASS ANALYSIS
B1 B2 B3 B4
U 0.289149 0.591789 2.705702 0.07581
Z 0.747368 55.49137 11.68222 4.54826
ZU 0.760303 0.311496 0.589317 2.371722

From Table IV, experiment B1 for inter-class shows that
ZUMI gives the higher MAE values than others. However,
for other experiments (B2, B3, B4), it shows that ZMI gives
the highest MAE values compared to others. Experiment B3
shows that UMI gives smaller MAE values than others.
However, in the last experiment for interclass analysis, the
ZUMI gives higher value of MAE compared to UMI.
Besides that, ZMI gives higher MAE values for all
experiments compared to others as shown in Figure 8.


6 JURNAL GENERIC Norsharina Et Al.

Figure 8. The graph of inter-class anylisis result.

VI. CONCLUSION
From this study, we found that the proposed integrated
formulations yield promising results compared to the
conventional Zernike Moment Invariant and United Moment
Invariant. The summary of the results are presented in Table
V. As a whole, our proposed method is better in giving
invarianceness of insect images in terms of inter-class and
intra-class.

TABLE V. SUMMARIZATION OF THE RESULT
Technique Invarianceness Decision
The proposed
Integrated
Formulation
(Zernike
United
Moment
Invariant)
Intra-class Good
Inter-class Better
Zernike
Moment
Invariant
Intra-class Bad
Inter-class Good
United
Moment
Invariant
Intra-class Better
Inter-class Bad


ACKNOWLEDGMENT
Authors would like to thank Research Management
Centre (RMC) Universiti Teknologi Malaysia, for the
research activities, Soft Computing Research Group (SCRG)
for the support in making this study a success.

REFERENCES
[1] Hu, M.-K. (1962). "Visual pattern recognition by moment
invariants." Information Theory, IRE Transactions 8(2):179-187.
[2] Muda, A. K., S. M. Shamsuddin, et al. (2007). "Invariancenes of
higher order united scaled invariants." Advances in Computer
Science and Engineering 1(2): 105-118
[3] Sun, Y., W. Liu, et al. (2003). United moment invariants for shape
discrimination. Robotics, Intelligent Systems and Signal Processing,
2003. Proceedings. 2003 IEEE International Conference
[4] Chaur-Chin Chen, “Improved Moment Invariant for Shape
Discrimination” Pattern Recognition 26, pp.683-686, 1993.
[5] Teague, M. R. (1980). "Image analysis via the general theory of
moments." J. Opt. Soc. Am. 70(8): 920.
[6] Teh, C.-H. and R. T. Chin (1988). "On Image Analysis by the
Methods of Moments." IEEE Trans. Pattern Anal. Mach. Intell.
10(4): 496-513.
[7] Mingyue Ding, Jinling Chang and Jiaxiong Peng,”Research on
Moment Invariant Algorithm,” Journal of Data Acquisition &
Processing vol.7 No.1,pp1-9,Mar,1992.
[8] S. M. Shamsuddin, M. N. Sulaiman, and M. Darus, "Invarianceness
of Higher Order Centralised Scaled-invariants Undergo Basic
Transformations," International Journal of Computer Mathematics,
vol. 79, pp. 39 - 48, Taylor & Francis, 2002.
[9] Azah Kamila Muda,Siti Mariyam Shamsuddin & Maslina Darus.
2008. Discretization of Integrated Moment Invariants for Writer
Identification. Proceeding of The 4th IASTED International
Conference on Advances in Computer Science and Technology
(ACST 2008-ACTA Press), 2-4 April, Langkawi,pp:372-377.
Vol.6 No.1 (Januari 2011) JURNAL GENERIC 7
ISSN: 1907-4093 (print) / 2087-9814 (online) © 2011 JURNAL GENERIC

Abstrak—Pendiagnosisan suatu gejala penyakit oleh dokter
merupakan hal yang sangat penting dalam menentukan jenis
penyakit yang diderita oleh seorang pasien. Kekurangtepatan
dalam pendiagnosisan penyakit akan mengakibatkan terapi
atau pengobatan yang salah. Kesalahan ini dapat terjadi oleh
pemikiran subjektif seorang dokter terhadap gejala-gejala
penyakit yang diderita oleh pasien, sehingga hasil diagnosis
dari beberapa dokter berkemungkinan berbeda. Pemikiran
subjektif ini memerlukan penafsiran yang konsisten dengan
menggunakan relasi komposisi samar antara gejala-gejala
suatu penyakit yang diderita oleh pasien yang berperanan
besar terhadap hasil diagnosis penyakit seorang pasien.
Berdasarkan penerapan tiga relasi komposisi samar pada 10
orang pasien, diperoleh hasil yang sama untuk relasi komposisi
max-min dan min-max, sedangkan pada relasi komposisi max-
prod terdapat hasil yang berbeda.

Kata Kunci— max-min, max-prod, min-max,
pendiagnosisan, relasi komposisi samar

I. PENDAHULUAN
impunan samar dan relasi komposisi samar telah
banyak diaplikasikan di berbagai bidang, seperti:
ekonomi, biologi, kedokteran, komunikasi, dan lain
sebagainya. Pada artikel ini membahas penggunaan
himpunan samar dan relasi komposisi samar di bidang
kedokteran atau medik untuk melakukan diagnosis suatu
penyakit yang diderita oleh pasien.
Selama ini, pendiagnosisan suatu penyakit didasari oleh
pemikiran subjektif dari seorang dokter terhadap gejala-
gejala penyakit yang diderita oleh seorang pasien, sehingga
hasil diagnosis antara satu dokter dengan dokter lainnya
kadang-kadang tidak sama dalam penentuan jenis penyakit
yang diderita oleh pasien. Pemikiran subjektif ini
memerlukan penafsiran yang konsisten dengan menerapkan
konsep samar untuk menghitung relasi komposisi samar
antara gejala-gejala suatu penyakit yang diderita oleh pasien
sehingga gejala-gejala apa saja yang memiliki peranan besar
untuk mendapatkan kesimpulan terhadap hasil diagnosis
penyakit seorang pasien.
Artikel ini akan menggunakan tiga relasi komposisi samar
menurut Vadiee [1], yaitu: max-min, min-max dan max-
prod, untuk menentukan gejala-gejala suatu penyakit yang
diderita oleh seorang pasien. Beberapa jenis penyakit yang
akan diteliti adalah Apendisitis, Hepatitis B, Malaria, Stroke,
Tetanus dan Typhus yang memiliki kesamaan gejala-gejala

1
Samsuryadi adalah staf pengajar dan peneliti di Jurusan Teknik
Informatika Universitas Sriwijaya, Indralaya, Ogan Ilir, Sumatera Selatan
(email: syamsuryadi@unsri.ac.id).
2
Sukmawati adalah alumni jurusan Matematika, Universitas Sriwijaya,
Indralaya, Ogan Ilir, Sumatera Selatan (email: sukmawati@yahoo.com).
antar penyakit tersebut. Gejala-gejala penyakit tersebut
merupakan gejala-gejala klinis tanpa didasari oleh hasil tes
laboratorium. Data gejala-gejala penyakit diambil melalui
sampel sekunder terhadap pasien dari seorang dokter.
Berdasarkan gejala-gejala yang ada dilakukan penentuan
hubungan gejala dengan jenis suatu penyakit menggunakan
relasi komposisi samar dan mengumpulkan gejala berderajat
keanggotaan besar atau kuat untuk menentukan jenis
penyakit seorang pasien.

II. TINJAUAN PUSTAKA
A. Himpunan Samar
Zadeh [2] memperkenalkan pertama kali konsep samar
untuk menyatakan indistinct (tidak jelas), blurred (kabur)
ataupun vague (samar) sebagai alternatif terhadap himpunan
biasa (crisp). Pada himpunan biasa batasan tentang
keanggotaan dan non keanggotaan adalah sangat jelas, tetapi
himpunan samar bersifat elastis, yaitu didasarkan pada
alasan bahwa pengamatan pada anggota-anggotanya
merupakan pengamatan secara subjektif dan tergantung dari
siapa yang mengamati tentang keanggotaan elemen tersebut
dalam himpunan. Pengamatan secara subjektif terhadap
elemen ini diwakili oleh derajat keanggotaannya dengan
rentang nilai antara 0 dan 1.

Definisi 1. Jika X adalah himpunan semesta pembicaraan
dan A himpunan bagian dari X maka
f
A disebut himpunan
samar jika dan hanya jika derajat keanggotaan x X ∈ di A
dinyatakan sebagai suatu fungsi keanggotaan f
A
µ dari X
ke interval [0,1].
Secara umum himpunan samar dinyatakan [6]:
{( ( )), , ( ) [0,1]}
f f
f
A A
A x x x X x µ µ = ∈ ∈
atau dapat juga dinyatakan sebagai pasangan terurut:
{( , ( )) , ( ) [0,1]}
f f
f
A A
A x x x X x µ µ = ∈ ∈
Pada suatu himpunan samar terdapat anggota yang
berderajat keanggotaan berbeda, sehingga dapat dibuat
batasan elemen x X ∈ sebagai berikut [5]:
1) Bukan anggota
f
A jika derajat keanggotaan 0 x = atau
( ) 0; f
A
x µ =
2) Anggota lemah dari
f
A jika derajat keanggotaan x
terletak pada interval 0 ( ) 0, 4; f
A
x µ < ≤
3) Anggota sedang dari
f
A jika derajat keanggotaan x
terletak pada interval 0, 4 ( ) 0, 6; f
A
x µ < ≤
4) Anggota kuat dari
f
A jika derajat keanggotaan x
Penerapan Relasi Komposi Samar dalam
Pendiagnosisan Suatu Penyakit
Samsuryadi
1
dan Sukmawati
2
, Universitas Sriwijaya
H
8 JURNAL GENERIC Samsuryadi Et Al.
terletak pada interval 0, 6 ( ) 1; f
A
x µ < <
5) Anggota sangat kuat dari
f
A jika derajat
keanggotaan 1 x = atau ( ) 1. f
A
x µ =

B. Relasi Komposisi Samar
Pada himpunan samar terdapat berbagai jenis operasi
antara relasi yang dipandang sebagai himpunan bagian dari
samar. Operasi-operasi tersebut adalah relasi komposisi
samar.

Definisi 2. Misalkan
f
R relasi antara dua himpunan samar
f
A dan
f
B dan ada suatu himpunan samar
f
C maka relasi
komposisi dari
f
R dan
f
C didefinisikan oleh Vadiee [1]
sebagai berikut:
1) max-min
( ) max{min{ ( ), ( , )}} f f f
M C R
x x x y µ µ µ = (1)
2) min-max
( ) min{max{ ( ), ( , )}} f f f
M C R
x x x y µ µ µ = (2)
3) max-prod
( ) max{ ( ). ( , )} f f f
M C R
x x x y µ µ µ = (3)

C. Jenis Penyakit
Jenis penyakit yang diteliti berdasarkan standar kesehatan
yang berlaku dan umum diderita oleh masyarakat meliputi
penyakit Appendicitis, Hepatitis B, Malaria, Stroke, Tetanus
dan Typhus. Gejala-gejala penyakit tersebut merupakan
gejala-gejala klinis tanpa didasari oleh hasil tes
laboratorium, seperti diperlihatkan pada Tabel I berikut ini.

TABEL I. HUBUNGAN GEJALA PENYAKIT DENGAN JENIS PENYAKIT
Jenis Penyakit Gejala Penyakit
Appendicitis Demam, mengigil, limfa membesar,
pucat, sering muntah dan nyeri
kepala hebat [3].
Hepatitis B Tubuh dan mata berwarna kuning,
hati membesar, air kencing
berwarna seperti the, demam tinggi,
pusing, cepat lelah, mual dan tidak
nafsu makan [4].
Malaria Demam tinggi, tubuh terasa
menggigil dan kelihatn pucat, limfa
membesar dan nyeri pada kepala
atau pusing [3].
Stroke Ketika berbicara pelo atau tidak
jelas, lumpuh pada sebagian tubuh,
nyeri kepala hebat dan kesadaran
akan menurun [3].
Tetanus Demam tinggi, kejang, ada luka
kotor, leher kaku, perut kaku, sukar
menelan, mulut susah dibuka, cepat
lelah, mual dan kepala terasa pusing
[4].
Typhus Lidah kotor, demam tinggi, tidak
nafsu makan, sangat mual, sering
muntah, mencret, cepat lelah dan
kepala terasa pusing [4].
III. PROSES DIAGNOSIS SUATU PENYAKIT
A. Penentuan Derajat Keanggotaan Menurut Gejala
Penyakit dengan Relasi Samar
Sebelum menentukan derajat keanggotaan dari gejala-
gejala suatu penyakit, maka dibuat penyimbolan terhadap
gejala dan jenis penyakit yang diteliti agar pembahasan lebih
praktis. Simbol G menyatakan himpunan gejala penyakit
yang ditinjau secara klinik { }
1 2 26
, ,..., x x x , P adalah
himpunan penyakit yang diteliti { }
1 2 26
, ,..., x x x ,
f
R adalah
relasi samar dari G ke P , dan simbol lainnya secara
lengkap ditampilkan pada Tabel II.

TABEL II. DAFTAR SIMBOL YANG DIGUNAKAN

Simbol Makna
1
y Appendicitis
2
y Hepatitis B
3
y Malaria
4
y Stroke
5
y Tetanus
6
y Typhus
1
x Demam
2
x Tidak nafsu makan
3
x Cepat lelah
4
x Mual
5
x Muntah
6
x Pusing
7
x Tubuh dan mata berwarna
kuning
8
x Hati membesar
9
x Air seni berwarna seperti teh
10
x Lumpuh sebelah tubuh
11
x Mencret
12
x Kejang
13
x Ada luka yang kotor
14
x Leher kaku
15
x Perut kaku
16
x Sukar menelan
17
x Mulut susah dibuka
18
x Nyeri perut kanan bawah
19
x Susah BAB
20
x Menggigil
21
x Limfa membesar
22
x Pucat
23
x Bicara pelo
24
x Lidah kotor
25
x Nyeri kepala hebat
26
x Kesadaran menurun

Vol.6 No.1 (Januari 2011) JURNAL GENERIC 9
ISSN: 1907-4093 (print) / 2087-9814 (online) © 2011 JURNAL GENERIC
Gejala-gejala yang terdapat pada penyakit yang diteliti
diberi indeks disajikan dalam Tabel III relasi samar antara
penyakit dan gejala-gejalanya yang diadopsi dari Sukmawati
[5].
Cara membaca Tabel 3, misalnya nilai 0,90 adalah derajat
keanggotaan (
1 1
, y x ) pada relasi samar
f
R maksudnya
gejala demam ( )
1
x pada penyakit Appendicitis ( )
1
y
mempunyai derajat keanggotaan sebesar 0,90; nilai 1 adalah
derajat keanggotaan ( )
1 2
, x y pada relasi samar
f
R maksudnya gejala demam ( )
1
x pada penyakit Hepatitis
B ( )
2
y mempunyai derajat keanggotaan sebesar 1, dan
seterusnya.

TABEL III. RELASI SAMAR ANTARA PENYAKIT DAN GEJALANYA
f
R 1
y
2
y
3
y
4
y
5
y
6
y
1
x
0,90 1 1 0 0,80 1
2
x
0,70 0,90 0,20 0,20 0,50 0,90
3
x
0 0,80 0 0 0,60 0,60
4
x
0,75 0,70 0,40 0 0,60 1
5
x
0 0,50 0 0 0,30 0,90
6
x
0 0,80 0,75 0 0,70 0,80
7
x
0 1 0 0 0 0,40
8
x
0 0,90 0 0 0 0,30
9
x
0 0,90 0 0 0 0
10
x
0 0 0 1 0 0
11
x
0,10 0,30 0,20 0 0 0,80
12
x
0 0,30 0 0,20 1 0,40
13
x
0 0 0 0 1 0
14
x
0 0,20 0 0 0,90 0,30
15
x
0 0,20 0 0 0,70 0,40
16
x
0 0,05 0 0,40 0,85 0,03
17
x
0 0,10 0 0 0,80 0,04
18
x
1 0,20 0 0 0 0,20
19
x
0,80 0,20 0 0,20 0,30 0,70
20
x
0 0,10 1 0 0,10 0,40
21
x
0 0,10 1 0 0 0
22
x
0,20 0 0,80 0 0,20 0,10
23
x
0 0 0 1 0 0
24
x
0 0,20 0 0,10 0 1
25
x
0 0 0,50 0,80 0,40 0,40
26
x
0 0 0 0,70 0,10 0

B. Gejala Penyakit Pasien dengan Bilangan Samar
Data sekunder diambil dari hasil pemeriksaan secara klinis
oleh seorang dokter dari R.S.U Padeglang, Banten pada
bulan Juni-Juli 2003 terhadap 10 orang pasien yang
dilakukan oleh Sukmawati [5] yang disajikan dalam bentuk
himpunan samar pada Tabel IV berikut ini.

TABEL IV. GEJALA-GEJALA PENYAKIT PASIEN DALAM BILANGAN
SAMAR
No. Pasien Gejala yang diderita oleh Pasien dalam
bentuk bilangan samar
1. A
f
A =
1 2 3
{( , 0.70), ( , 0.40), ( , 0.50), x x x
4 5 6
( , 0.60), ( , 0.10), ( , 0.80), x x x
7 8 9 10
( , 0), ( , 0), ( , 0.10), ( , 0.40), x x x x
11 12 13
( , 0.20), ( , 0.90), ( ,1), x x x
14 15 16
( , 0.90), ( , 0.90), ( , 0.75), x x x
17 18 19
( , 0.90), ( , 0.20), ( , 0.40), x x x
20 21 22
( , 0.20), ( , 0), ( , 0.20), x x x
23 24
( , 0), ( , 0), x x
25 26
( , 0.40), ( , 0.10)} x x
2. B
f
B =
1 2 3
{( , 0.90), ( , 0.30), ( , 0.10), x x x
4 5 6
( , 0.60), ( , 0.10), ( , 0.75), x x x
7 8 9
( , 0), ( , 0.20), ( , 0.10), x x x
10 11 12
( , 0.30), ( , 0.20), ( , 0), x x x
13 14 15
( , 0), ( , 0.10), ( , 0.10), x x x
16 17 18
( , 0), ( , 0), ( , 0), x x x
19 20 21
( , 0), ( ,1), ( ,1), x x x
22 23
( , 0.85), ( , 0), x x
24 25 26
( , 0), ( , 0.50), ( , 0)} x x x
3. C
f
C =
1 2 3
{( ,1), ( , 0.85), ( , 0.70), x x x
4 5 6
( , 0.75), ( , 0.10), ( , 0.10), x x x
7 8 9 10
( , 0), ( , 0), ( , 0.90), ( , 0), x x x x
11 12 13 14
( , 0), ( , 0), ( , 0), ( , 0), x x x x
15 16 17 18
( , 0), ( , 0), ( , 0), ( , 0.20), x x x x
19 20 21
( , 0), ( , 0), ( , 0), x x x
22 23
( , 0.20), ( , 0), x x
24 25 26
( , 0), ( , 0.85), ( , 0)} x x x
4. D
f
D =
1 2 3
{( , 0.65), ( , 0), ( , 0), x x x
4 5 6
( , 0.30), ( , 0), ( , 0.80), x x x
7 8 9 10
( , 0), ( , 0), ( , 0.20), ( , 0), x x x x
11 12 13 14
( , 0), ( ,1), ( , 0.70), ( ,1), x x x x
15 16 17 18
( , 0.80), ( ,1), ( ,1), ( , 0), x x x x
19 20 21 22
( , 0.30), ( , 0), ( , 0), ( , 0), x x x x
23 24 25 26
( , 0), ( , 0), ( , 0), ( , 0)} x x x x
5. E
f
E =
1 2 3
{( ,1), ( , 0.80), ( , 0.30), x x x
4 5 6
( , 0.80), ( , 0.70), ( , 0.90), x x x
7 8 9
( , 0.10), ( , 0.50), ( , 0.20), x x x
10 11 12
( , 0), ( , 0.70), ( , 0), x x x
13 14 15
( , 0), ( , 0), ( , 0), x x x
16 17 18
( , 0.20), ( , 0), ( , 0.30), x x x
19 20 21
( , 0.80), ( , 0.40), ( , 0.10), x x x
22 23
( , 0.10), ( , 0), x x
10 JURNAL GENERIC Samsuryadi Et Al.
24 25 26
( ,1), ( , 0.50), ( , 0.20)} x x x
6. F
f
F =
1 2 3 4
{( , 0.20), ( , 0), ( , 0), ( , 0.10), x x x x
5 6 7 8
( , 0), ( , 0.60), ( , 0), ( , 0), x x x x
9 10 11
( , 0), ( , 0.78), ( , 0.10), x x x
12 13 14 15
( , 0), ( , 0), ( , 0), ( , 0), x x x x
16 17 18
( , 0), ( , 0), ( , 0), x x x
19 20 21
( , 0.30), ( , 0), ( , 0), x x x
22 23
( , 0.10), ( , 0.70), x x
24 25 26
( , 0), ( ,1), ( , 0.90)} x x x
7. G
f
G =
1 2 3
{( ,1), ( , 0.85), ( , 0.10), x x x
4 5 6
( , 0.90), ( , 0.10), ( , 0.10), x x x
7 8 9 10
( , 0), ( , 0), ( , 0), ( , 0), x x x x
11 12 13 14
( , 0.20), ( , 0), ( , 0), ( , 0), x x x x
15 16 17 18
( , 0), ( , 0), ( , 0), ( ,1), x x x x
19 20 21
( , 0.80), ( , 0), ( , 0), x x x
22 23
( , 0.20), ( , 0), x x
24 25 26
( , 0.2), ( , 0), ( , 0)} x x x
8. H
f
H =
1 2 3
{( ,1), ( , 0.90), ( , 0.76), x x x
4 5 6
( , 0.80), ( , 0.65), ( , 0.70), x x x
7 8 9 10
( , 0), ( , 0), ( , 0), ( , 0), x x x x
11 12 13 14
( , 0.70), ( , 0), ( , 0), ( , 0), x x x x
15 16 17
( , 0), ( , 0.10), ( , 0), x x x
18 19 20
( , 0.10), ( , 0.75), ( , 0.50), x x x
21 22
( , 0), ( , 0.10), x x
23 24 25 26
( , 0), ( , 0.80), ( , 0), ( , 0)} x x x x
9. I
f
I =
1 2 3
{( , 0.60), ( , 0.10), ( , 0.10), x x x
4 5 6
( , 0.20), ( , 0.60), ( , 0.60), x x x
7 8 9 10
( , 0), ( , 0), ( , 0), ( ,1), x x x x
11 12 13 14
( , 0), ( , 0), ( , 0), ( , 0), x x x x
15 16
( , 0), ( , 0.20), x x
17 18 19 20
( , 0), ( , 0), ( , 0.30), ( , 0), x x x x
21 22 23
( , 0), ( , 0.10), ( ,1), x x x
24 25 26
( , 0), ( , 0.80), ( , 0.95)} x x x
10
.
J
f
J =
1 2 3
{( ,1), ( , 0.70), ( , 0.70), x x x
4 5 6
( , 0.80), ( , 0.50), ( , 0.80), x x x
7 8 9 10
( ,1), ( , 0.90), ( , 0.90), ( , 0), x x x x
11 12 13 14
( , 0.20), ( , 0), ( , 0), ( , 0), x x x x
15 16 17
( , 0.90), ( , 0), ( , 0), x x x
18 15 16
( , 0.30), ( , 0.90), ( , 0), x x x
17 18 19
( , 0), ( , 0.30), ( , 0.30), x x x
20 21
( , 0.10), ( , 0.10), x x
22 23
( , 0), ( , 0), x x
24 25 26
( , 0.50), ( , 0), ( , 0)} x x x
C. Proses Perhitungan Komposisi Pasien A
Hasil diagnosis pasien A berdasarkan Tabel 4 dengan
memakai perhitungan komposisi max-min, max-prod, min-
max, maka hasilnya dapat ditampilkan pada Tabel V berikut
ini.

TABEL V. HASIL PERHITUNGAN RELASI KOMPOSISI SAMAR UNTUK
PASIEN A
( ) f
A
x µ max- min max-prod min – max
1
x 0,70 0,70 0,70 0,70
2
x 0,40 0,70 0,63 0,40
3
x 0,50 0,50 0,40 0,50
4
x 0,60 0,60 0,60 0,60
5
x 0,10 0,10 0,09 0,10
6
x 0,80 0,80 0,64 0,80
7
x 0 0 0 0
8
x 0 0 0 0
9
x 0,10 0,10 0,09 0,10
10
x 0 0 0 0
11
x 0,20 0,20 0,20 0,20
12
x 0,90 0,90 0,90 0,90
13
x 1 1 1 1
14
x 0,90 0,75 0,68 0,90
15
x 0,90 0,75 0,68 0,90
16
x 0,75 0,75 0,64 0,75
17
x 0,90 0,80 0,72 0,90
18
x 0,20 0,20 0,20 0,20
19
x 0,40 0,40 0,28 0,40
20
x 0,20 0,20 0,20 0,20
1
x 0 0 0 0
2
x 0,20 0,20 0,14 0,14
3
x 0 0 0 0
4
x 0,40 0,40 0,40 0,40
5
x 0,40 0,40 0,20 0,40
6
x 0,10 0,10 0,04 0,10

Proses perhitungan gejala-gejala penyakit untuk pasien
lainnya sama seperti proses perhitungan untuk pasien A.

D. Penentuan Jenis Penyakit
Berdasarkan hasil perhitungan relasi komposisi samar
untuk pasien dari A sampai J dapat diketahui gejala-gejala
yang memiliki derajat keanggotaan besar (untuk
i
x yang
menjadi anggota kuat dan utuh), maka dapat disimpulkan
penyakit yang diderita oleh pasien seperti ditampilkan dalam
Tabel VI berikut ini.

Vol.6 No.1 (Januari 2011) JURNAL GENERIC 11
ISSN: 1907-4093 (print) / 2087-9814 (online) © 2011 JURNAL GENERIC
TABEL VI. HUBUNGAN GEJALA DENGAN JENIS PENYAKIT
BERDASARKAN RELASI KOMPOSISI SAMAR PER PASIEN
Pasien Relasi
Komposisi
Fuzzy
Gejala-gejala dengan
derajat keanggotaan
besar
Hasil
Penentuan
Penyakit
A
max-min Demam, pusing,
kejang, ada luka
kotor, leher kaku,
perut kaku, sukar
menelan dan mulut
susah dibuka.
Tetanus
max-prod Demam, pusing,
kejang, ada luka
kotor, leher kaku,
perut kaku, sukar
menelan dan mulut
susah dibuka.
Tetanus
min-max Demam, pusing,
kejang, ada luka
kotor, leher kaku,
perut kaku, sukar
menelan dan mulut
susah dibuka.
Tetanus
B
max-min Demam, pusing,
menggigil, limfa
membesar dan pucat.
Malaria
max-prod Demam, menggigil,
limfa membesar dan
pucat.
Malaria
min-max Demam, pusing,
mengigil, limfa
membesar dan pucat.
Malaria
C
max-min Demam, tidak nafsu
makan, cepat lelah,
mual, air seni seperti
teh dan nyeri kepala
hebat.
Tidak
menderita
penyakit
yang
diteliti
max-prod Demam, tidak nafsu
makan, mual, air seni
seperti teh dan nyeri
kepala hebat.
Tidak
menderita
penyakit
yang
diteliti
min-max Demam, tidak nafsu
makan, cepat lelah,
mual, air seni seperti
teh dan nyeri kepala
hebat.
Tidak
menderita
penyakit
yang
diteliti
D
max-min Demam, pusing,
kejang, ada luka
kotor, leher kaku,
perut kaku, sukar
menelan dan mulut
suka dibuka.
Tetanus
max-prod Demam, pusing,
kejang, ada luka
kotor, leher kaku,
perut kaku, sukar
menelan dan mulut
suka dibuka.
Tetanus
min-max Demam, pusing,
kejang, ada luka
kotor, leher kaku,
Tetanus
perut kaku, sukar
menelan dan mulut
suka dibuka.
E
max-min Demam, tidak nafsu
makan, cepat lelah,
mual, muntah,
pusing, lidah kotor,
mencret dan susah
buang air besar.
Typhus
max-prod Demam, tidak nafsu
makan, mual,
muntah, pusing, lidah
kotor dan susah
buang air besar.
Mendekati
Typhus
min-max Demam, tidak nafsu
makan, mual,
muntah, pusing, lidah
kotor, mencret dan
susah buang air
besar.
Typhus
F
max-min Bicara pelo, lumpuh
sebelah tubuh, nyeri
kepala hebat dan
kesadaran menurun.
Stroke
max-prod Bicara pelo, lumpuh
sebelah tubuh, nyeri
kepala hebat dan
kesadaran menurun.
Stroke
min-max Bicara pelo, lumpuh
sebelah tubuh, nyeri
kepala hebat dan
kesadaran menurun.
Stroke
G
max-min Demam, tidak nafsu
makan, mual, nyeri
perut kanan bawah
dan susah buang air
besar.
Appendisit
is
max-prod Demam, tidak nafsu
makan, mual, nyeri
perut kanan bawah
dan susah buang air
besar.
Appendisit
is
min-max Demam, tidak nafsu
makan, mual, nyeri
perut kanan bawah
dan susah buang air
besar.
Appendisit
is
H
max-min Demam, tidak nafsu
makan, mual,
muntah, pusing, lidah
kotor, mencret dan
susah buang air
besar.
Typhus
max-prod Demam, tidak nafsu
makan, mual,
muntah, pusing, lidah
kotor, mencret dan
susah buang air
besar.
Mendekati
Typhus
min-max Demam, tidak nafsu
makan, mual,
muntah, pusing, lidah
Typhus
12 JURNAL GENERIC Samsuryadi Et Al.
kotor, mencret dan
susah buang air
besar.
I
max-min Bicara pelo, lumpuh
sebelah tubuh, nyeri
kepala hebat dan
kesadaran menurun.
Stroke
max-prod Bicara pelo, lumpuh
sebelah tubuh, nyeri
kepala hebat dan
kesadaran menurun.
Stroke
min-max Bicara pelo, lumpuh
sebelah tubuh, nyeri
kepala hebat dan
kesadaran menurun.
Stroke
J
max-min Demam, tidak nafsu
makan, cepat lelah,
mual, muntah,
pusing, tubuh dan
mata berwarna
kuning, hati
membesar dan air
seni seperti air teh.
Hepatitis
B
max-prod Demam, tidak nafsu
makan, mual, pusing,
tubuh dan mata
berwarna kuning, hati
membesar dan air
seni seperti air teh.
Mendekati
Hepatitis
B
min-max Demam, tidak nafsu
makan, cepat lelah,
mual, pusing, tubuh
dan mata berwarna
kuning, hati
membesar dan air
seni seperti air teh.
Hepatitis
B


E. Analisis Relasi Komposisi Samar pada Penentuan
Penyakit
Relasi komposisi max-min dan min-max memberikan hasil
yang sama, maksudnya nilai yang diberikan sama-sama
mempunyai derajat keanggotaan yang menunjukan gejala-
gejala yang diteliti merupakan anggota lemah, anggota
sedang, anggota kuat dan anggota utuh atau bukan anggota
dari himpunan gejala penyakit yang diderita oleh seorang
pasien, sedangkan relasi komposisi max-prod hasilnya tidak
selalu sama terutama untuk derajat keanggotaan yang
menunjukan anggota kuat gejala-gejala penyakit.
Berdasarkan Tabel V bahwa pasien B, D, E, H dan J
memiliki nilai gejala-gejala yang derajat keanggotaannya
merupakan anggota kuat pada relasi komposisi max-min dan
min-max tetapi anggota sedang pada relasi komposisi max-
prod. Sehingga relasi komposisi max-min dan min-max lebih
efektif dibandingkan relasi komposisi max-prod dalam
menentukan jenis suatu penyakit yang diderita oleh seorang
pasien.


IV. KESIMPULAN DAN SARAN
Penentuan derajat keanggotaan fuzzy suatu gejala penyakit
sangat bergantung pada pengetahuan dokter dalam
mengenali gejala-gejala suatu penyakit. Pendiagnosisan
suatu penyakit dapat dilakukan dengan menggunakan relasi
komposisi fuzzy. Hasil relasi komposisi max-min dan min-
max memberikan hasil yang sama, sedangkan relasi
komposisi max-prod tidak selalu sama terutama derajat
keanggotaan kuat gejala suatu penyakit. Pengumpulan data
gejala-gejala suatu penyakit hendaklah dilakukan secara
teliti bersama seorang dokter yang perpengalaman dalam
bidang secara cukup. Relasi komposisi fuzzy dapat dipakai
dalam pendagnosisan suatu penyakit, khususnya relasi
komposisi max-min dan min-max.

REFERENSI
[1] Vadiee, N., Fuzzy Logic and Control: Software and Hardware
Applications, Prentice-hall International, New Jersey. 1993.
[2] Zadeh, L.A., Fuzzy set Information and Control 8, University of
California, California. 1965.
[3] Junadi, P., “Kapita Selekta kedokteran [tidak dipublikasikan]”,
Fakultas Kedokteran Universitas Indonesia, Jakarta. 1982.
[4] Himawan, Patologi, Fakultas Kedokteran Universitas Indonesia,
Jakarta. 1983.
[5] Sukmawati, “Penentuan Jenis Penyakit Menggunakan Relasi
Komposisi Fuzzy,” [tidak dipublikasikan], Skripsi, Fakultas
Matematika dan Ilmu Pengetahuan Alam Universitas Sriwijaya,
Indralaya. 2003.
[6] Wang, L.X., A Course in Fuzzy System and Control, Prentice-hall
International, New Jersey. 1997.
Vol.6 No.1 (Januari 2011) JURNAL GENERIC 13
ISSN: 1907-4093 (print) / 2087-9814 (online) © 2011 JURNAL GENERIC

Abstrak—Perencanaan Strategis Teknologi Informasi
merupakan turunan dari Rencana Strategis (Renstra)
sebuah institusi. Tujuan dari riset ini adalah menemukan
kebutuhan Sistem Informasi dan Teknologi Informasi
(SI/TI) untuk Institusi Politeknik dengan metode studi kasus
terhadap Renstra Politeknik Negeri Jakarta (PNJ). Riset
diawali dengan analisis lingkungan bisnis aksternal dan
internal PNJ guna menentukan five forces model dan critical
success faktors institusi. Selanjutnya adalah analisis
lingkungan aksternal dan internal SI/TI guna mengetahui
trend teknologi dunia dan current application porfolio
institusi. Tahap berikutnya adalah proses strategi (SI, TI,
dan manajemen SI/TI. Tahap akhir adalah menentukan
aplikasi-aplikasi SI/TI masa depan politeknik. Hasil yang
dicapai adalah rekomendasi portofolio aplikasi SI/TI yang
seharusnya dimiliki PNJ.

Kata Kunci— Analisis strategis, portofolio aplikasi, proses
strategi, Renstra-TI.

I. PENDAHULUAN
nstitusi modern saat ini memerlukan Renstra TI guna
memberikan dukungan yang selaras (support and
alignment) kepada Renstra-nya. Peran TI dalam
mendukung pencapaian Renstra dapat bersifat strategis
sehingga diperlukan solusi untuk menemukan gap antara
SI/TI yang telah dimiliki dengan yang seharusnya ada.
Penelitian ini bertujuan menerapkan argumen tersebut
melalui studi kasus pada PNJ dengan rumusan masalah
menemukan gap antara TI yang telah ada terhadap yang
seharusnya disediakan oleh PNJ berdasarkan konsep
Renstra TI.

II. TINJAUAN PUSTAKA
Sebagaimana teknologi lainnya, TI pun memiliki sisi
positif dan negatif. Sebuah teknologi dapat menjadi alat
peningkatan kinerja dan pencapaian tujuan. Namun di sisi
lain, teknologi dapat berpengaruh sebaliknya sehingga
mesti dikelola secara bijaksana [1].


1
Indra Silanegara adalah staf pengajar di Politeknik Negeri Jakarta,
Depok, Jawa Barat; (e-mail: silanegara@gmail.com)
2
Bayu Adhi Tama adalah staf pengajar di Fakultas Ilmu Komputer,
Universitas Sriwijaya, Inderalaya, Ogan Ilir, Sumatera Selatan.
(e-mail:bayu@unsri.ac.id)
3
Diat Nurhidayat adalah staf pengajar di Jurusan Teknik Elektro,
Universitas Negeri Jakarta (e-mail: diat.nurhidayat@gmail.com).
4
M. Harris Adil L. adalah staf di Pusat Pendidikan dan Latihan,
Departemen Luar Negeri Republik Indonesia, Jakarta (e-mail:
harris_laksmana@ymail.com).
A. Perlunya Renstra TI
Menurut Earl seperti dikutip oleh Indrajit [2], alasan
mengapa sebuah institusi perlu mengembangkan TI-nya
secara terencana adalah untuk menghindari terjadi
kemungkinan-kemungkinan sebagai berikut:
1) Pengembangan SI dan TI yang tidak sejalan dengan
strategi instisusi.
2) Pembangunan SI dan TI yang tidak terpola
(sporadic) sehingga tidak terjadi keterpaduan antara
sub-sistem yang ada (tidak terintegrasi, tidak holistik,
dan tidak koheren).
3) Implementasi SI dan TI yang tidak mendatangkan
manfaat (benefit) bagi para stakeholder terkait.
4) Alokasi dana investasi yang tidak sesuai dengan
kebutuhan seharusnya (under maupun over-
investment).
5) Penerapan berbagai modul sub-SI dan TI yang tidak
memperhatikan asas-asas prioritas dan kritikalitas.
6) Kualitas sistem informasi dan teknologi informasi
yang relatif rendah dipandang dari berbagai standar
yang ada.
Beberapa permasalahan yang dihadapi PNJ berkenaan
dengan SI/TI yang dimilikinya, Silanegara [3]
mengidentifikasinya sebagai berikut:
1) Lepasnya beberapa business opportunities yang
sebenarnya mampu diraih akibat tidak adanya SI/TI
yang menjembatani dengan dunia industri dalam
mengantisipasi perubahan lingkungan bisnis.
2) Kurang andalnya perencanaan pengelolaan
infrastuktur TI sehingga lambat dalam mengatasi
perubahan tren teknologi.
3) Minimnya kemampuan dalam mengakomodasi
kebutuhan SI dan pengadaan TI sehingga lambat
dalam menangani disfungsi peralatan.
4) Tidak didukungnya mekanisme pengambilan
keputusan dengan SI yang optimal terhadap level
kebutuhan sumber daya dan sistem peralatan terbaik
menyebabkan beberapa diantaranya menjadi mubazir
(lack of coordination).
5) Tidak terintegrasinya sistem-sistem yang ada
menimbulkan terjadinya duplikasi pekerjaan dan
incoherence data (lack of integration) dan
6) Kurangnya fasilitas TI yang mampu memberikan
kepuasan mahasiswa terutama untuk proses
pembelajaran.


Perencanaan Strategis Teknologi Informasi
(Studi Kasus: Politeknik Negeri Jakarta)
Indra Silanegara
1
, Bayu Adhi Tama,
2
Diat Nurhidayat
3
, M. Harris Adi L.
4

I
14 JURNAL GENERIC Indra Silanegara Et Al.
B. Fungsi TI dalam Proses Belajar Mengajar
Dua fungsi TI dalam proses belajar-mengajar di
perguruan tinggi telah didefinisikan oleh [4]. Pertama,
membantu menfasilitasi self-assessment dan supportive
social serta peer processes oleh ketersediaan tools yang
familiar bagi mahasiswa dan keluwesan berinteraksi
dengan rekan-rekannya serta dengan bahan ajarnya, dan
kedua, mendukung dosen dengan fasilitas kemampuan
monitoring kelompok yang berinteraksi di jalur online
dan mengintervensinya untuk meluruskan jika terjadi
kesalah-pahaman tanpa menimbulkan feedback yang tidak
perlu atau dominasi diskusi yang berlebihan dan over-
teaching.
Murthy [5] memberikan konklusi yaitu dengan
mengkombinasikan sistem pedagogis tradisional yang
selama ini diterapkan di perguruan tinggi dengan sistem
yang lebih modern seperti e-learning, distance / open
learning dan an outcomes approach to pedagogy.

C. Globalisasi Kegiatan Penelitian Melalui TI
Dari banyak alasan penyebab mengglobalnya ilmu
pengetahuan dan karya-karya ilmiah, dua yang paling
patut dipersalahkan: pertama, perkembangan TI yang
menciptakan komunitas global virtual para pakar
perguruan tinggi dan sektor ilmu pengetahuan lainnya;
kedua, dominasi Bahasa Inggris sebagai bahasa persatuan
pengetahuan akademik dunia, sehingga setiap orang dapat
dengan segera mengakses ilmu pengetahuan terkini bila
memiliki dua hal tersebut di atas [6].


D. Pelibatan TI dalam Layanan Administrasi
Pencapaian yang diharapkan (desired result) institusi
saat melibatkan TI ke dalam kegiatan administrasinya
adalah desired result terhadap efficiency, effectiveness,
risk avoidance, customer satisfaction, cost avoidance,
dan new capabilities [7]

III. METODOLOGI PENELITIAN
Penelitian Renstra TI dengan studi kasus di PNJ ini
menggunakan metode analisis dan proses strategi menurut
Ward dan Peppard [8] sebagaimana tersaji dalam Gambar
1.

A. Proses Analisis dan Strategi
Pada riset ini, dilakukan 4 analisis untuk mengetahui
kondisi bisnis dan SI/TI yang ada, yaitu external business
environment yang fokus pada analisis daya saing dan daya
tawar institusi, internal business environment yang fokus
pada inisiatif dan kebijakan strategis institusi, internal
IS/IT environment yang fokus pada analisis spesifik
kondisi SI/TI institusi, dan external IS/IT environment
yang fokus pada analisis tren teknologi yang berkembang
saat ini.
Setelah melakukan analisis internal maupun eksternal,
kemudian dilakukan IS/IT Strategy Process untuk
mengidentifikasi SI/TI yang sesuai dan dapat
berkontribusi terhadap bisnis, menilai competitive
advantage bila menggunakan SI/TI, dan menentukan
kompetensi SDM dan resource lainnya yang diperlukan.
Hasil proses strategi merupakan masukan bagi
penyusunan IS Strategy, IT Strategy, dan Management
IS/IT Strategy dengan keluaran berupa gap antara Future
Application Portfolio dengan Current Application
Portfolio.

B. Metode Analisis dan Proses Strategi
Deliverable setiap tahapan riset didukung oleh
beberapa metode yaitu:
1) Critical Success Factor (CSF)
Menyajikan kriteria keberhasilan suatu rencana
hingga dapat menentukan kebutuhan informasi dan
solusi SI/TI.
2) Poter’s Five Forces Model
Menyajikan peta daya saing dan daya tawar organ-
organ di luar institusi untuk dipredikasi solusi SI/TI-
nya.
3) Strategic Alignment
Agar keselarasan antar strategi terjaga maka strategi
bisnis men-drive strategi SI yang kemudian men-
drive strategi TI.
4) McFarlan’ strategic grid
Menyajikan peta kontribusi aplikasi setiap SI dan TI
terhadap bisnis.

IV. HASIL DAN PEMBAHASAN
A. Analisis Institusi
Analisis Lingkungan Internal
PNJ memiliki visi politeknik sesuai dengan core-nya
dan internasionalisasi terhadap keunggulan bidang-bidang
yang digelutinya. Misi institusi mengarah pada aktifitas
vokasi setiap SDM yang dimilikinya untuk selalu
menghasilkan keluaran berupa lulusan yang mampu
bersaing dan karya nyata yang diakui masyarakat
internasional tanpa melupakan Sang Pencipta.
Analisis CSF dilakukan pada setiap term strategis
dalam Renstra, contoh penerapannya adalah sebagai
berikut:
1) Lebih memperluas dan merata kesempatan
masyarakat untuk menjadi mahasiswa
2) Lebih mempermudah proses belajar mengajar melalui
sarana-prasarana terkini
3) Lebih mempercepat proses identifikasi kompetensi
dunia kerja
4) Lebih akurat dalam menerapkan kompetensi ke dalam
kurikulum
5) Lebih memanfaatkan pendekatan student learning
center
6) Lebih mendorong dosen meningkatkan kompetensi
dan reputasi industrinya
7) Lebih membuka peluang lulusan memperoleh
sertifikasi keahlian
8) Lebih mendorong pengembangan riset-riset terapan
Vol.6 No.1 (Januari 2011) JURNAL GENERIC 15
ISSN: 1907-4093 (print) / 2087-9814 (online) © 2011 JURNAL GENERIC
yang berbermutu dan berdaya guna
9) Lebih cepat dalam menangkap peluang kerjasama
strategik dengan industri dan lembaga sertifikasi
keahlian
10) Lebih tanggap terhadap stakeholder
11) Lebih efektif, efisien, akuntabel, dan transparan
dalam tatakelola
12) Lebih mampu menarik pihak industri untuk merekrut
lulusannya
13) Lebih memperbesar peluang lulusannya meraih
pekerjaannya
14) Lebih mampu memantau prestasi lulusan dan
menentukan feedback


Gambar 1. Metode proses strategi SI/TI ([8] setelah dimodifikasi)

Analisis Bisnis Eksternal
Daya saing dan daya tawar PNJ di bidang core
pendidikan diperkirakan dengan menggunakan Five
Forces model.
1) Persaingan sesama institusi politeknik
Dengan tersebar meratanya institusi Politeknik
Negeri di Indonesia, tingkat persaingan dapat
dikatakan melemah seiring dengan menjauhnya jarak.
Pesaing terdekat hanyalah Politeknik Negeri
Bandung yang berada di propinsi tetangga. Walaupun
masih cukup jauh untuk menjadi pesaing dalam hal
menjaring calon peserta didik lulusan SLTA, namun
menjadi kompetitor serius dalam menjaring peserta
didik dari industri skala nasional yang ingin
meningkatkan pendidikan karyawannya. Sementara
untuk Politeknik Swasta, hanya yang berusia cukup
panjang yang dapat dianggap sebagai pesaing serius
seperti Politeknik Manufaktur Bandung. Area
kompetisi yang juga harus diwaspadai adalah pasar
kerja dimana daya saing lulusan mereka dapat
mempersempit peluang lulusan PNJ. Tingkat
persaingan antar Politeknik masa 5 tahun ke depan
masih dapat ditangani PNJ sehingga dikategorikan
sebagai medium risk.
2) Ancaman politeknik pendatang baru
Untuk mendirikan sebuah Politeknik bidang Teknik
diperlukan biaya sangat besar sehingga yang perlu
mendapat perhatian adalah Politeknik baru dengan
Program Studi (PS) non-Teknik. Selain itu, keinginan
industri dalam dan luar negeri (PMDN/PMA) untuk
mendirikan lembaga pendidikan tinggi sendiri juga
perlu pula dicermati. Dengan kekuatan modal yang
mereka miliki, dapat menjadi ancaman serius di masa
depan. Walau demikian, prediksi terhadap kiprah
para pendatang baru dalam 5 tahun ke depan,
ancaman mereka masih dikategorikan sebagai low
risk.
3) Ancaman perguruan tinggi non-politeknik
Perguruan Tinggi non-Politeknik yang memiliki
program serupa dengan PNJ merupakan ancaman
terbesar selama ini, terutama dari institusi negeri
maupun swasta penyandang nama besar dan
ditunjang oleh reputasi SDM serta sumberdaya
lainnya. Tak dipungkiri bahwa ketergantungan PNJ
dengan salah satunya, yaitu Universitas Indonesia/UI,
sangatlah besar dan tidak berkebalikan atau
ketergantungan UI terhadap PNJ tidaklah cukup kuat
sehingga perlu mendapat perhatian khusus.
Institusi/industri yang memiliki BLK /Perguruan
Tinggi sendiri juga dapat memberikan ancaman yang
cukup serius bagi PNJ dengan sistem jaminan kerja
maupun sertifikasi keahlian lulusannya. Ancaman
produk pengganti dari Institusi Pendidikan non-
Politeknik ini dapat dikategorikan ke dalam high risk.
4) Daya tawar pemasok peserta didik
Walau SLTA merupakan pemasok utama peserta
didik namun penilaian daya tawar pemasok adalah
pada minat lulusan dan orangtuanya terhadap PNJ.
Lulusan SLTA (SMU, SMK, MA) yang mendaftar ke
PNJ cenderung turun sehingga menjadi ancaman
serius bagi kelangsungan beberapa PS dan menjadi
gambaran menurunnya daya tawar PNJ di mata calon
peserta didik. Dua area lain yang kurang mendapat
perhatian PNJ adalah industri/instansi yang ingin
menyekolahkan pegawainya dan alumni D3 yang
ingin meningkatkan daya tawarnya di tempat kerja.
Ancaman daya tawar pemasok masih dapat diprediksi
dalam 5 tahun ke depan sehingga masuk kategori
medium risk.
5) Daya tawar perekrut lulusan
Keberhasilan PNJ tergantung pada kemampuan
lulusannya dalam bersaing dan memperoleh
pekerjaan yang relevan dengan bidang studi yang
ditekuninya selama kuliah. Diperlukan strategi
khusus dalam menghadapi industri dari dalam dan
luar negeri yang akan merekrut lulusan hasil proses
pendidikan di PNJ, terutama dalam mengimbangi
daya tawar mereka. Pengabaian atas dunia kerja para
Proses Strategi
Input:
Critical Success Factor (CSF)
Current applications portfolio
Five Forces Model
Technology trend
Strategi SI
Output:
Kebutuhan SI
Strategi Manajemen SI/TI
Output:
Kebutuhan manajemen
Strategi TI
Output:
Kebutuhan TI
Future Application Portfolio
Analisa Lingkungan Bisnis Internal
Input:
Dokumen Rencana Strategis
Output:
Critical Success Factors (CSFs)
Analisa Lingkungan SI/TI Internal
Input:
Hasil studi ekskursi
Output:
Current application portfolio
Analisa Lingkungan SI/TI Eksternal
Input:
e-journal, e-book, web-site
Output:
Technology trend
Analisa Lingkungan Bisnis Eksternal
Input:
Iklim kompetisi
Output:
Five Forces Model
16 JURNAL GENERIC Indra Silanegara Et Al.
lulusan ini dapat melemahkan posisi PNJ secara
terstruktur sehingga harus dikategorikan sebagai very
high risk.

SI/TI Internal PNJ
PNJ memiliki beberapa SI/TI namun belum optimal
dalam pengelolaan serta pemeliharaan dan perbaikan. PNJ
pernah mendisain SIM yang akan mengintegrasikan SI
Akademik UNISYS, SI Kepegawaian, SI Keuangan SAI,
SI Pengelolaan Asset dan Pengadaan Barang SABMN, SI
Pengelolaan Barang Habis Pakai, dan SI Eksekutif [9].
Peralatan TI yang dimiliki PNJ saat ini dinilai cukup
memadai dalam hal teknologi. Seluruh Jurusan/Unit telah
terhubung dengan backbone jaringan. Node tersedia di
beberapa ruang dosen namun belum sampai meja
mengajar. Sarana hotspot tersedia di beberapa titik.
Permasalahan terdapat pada minimnya jumlah dan area
akses.
Kecepatan akses kurang kondusif dan kadang tidak
berfungsi, hal ini harus mendapatkan perhatian serius
pengelola karena merupakan sarana informasi bernilai
sangat tinggi walau sulit diukur.
PNJ juga telah memiliki Website namun masih bersifat
push to. Manajemen pengelolaan Website pun kurang
mendapat perhatian karena jarang di up-date dan masih
berisi informasi kadaluarsa. Perlu dijajaki Website yang
lebih interaktif dan up to date.

Sejatinya, tahun akademik 2003/2004 mahasiswa dan
staf diberikan e-mail account sebagai sarana komunikasi
online, namun kebijakan itu tidak dilanjutkan. Alhasil,
seluruh mahasiswa aktif dan sebagian besar alumni tidak
menggunakan e-mail address institusi. Selain itu, belum
ada tata kelola sistem komunikasi antar SDM yang
bersifat internal melalui sarana TI.

Lingkungan SI/TI Eksternal
Information and Communication Technologies (ICT)
mampu mendukung pelayanan yang terpusat namun dapat
diakses secara menyebar [4]. e-learning mengakomodasi
‘solo-group processes’ untuk kesinambungan proses
belajar melalui tugas mandiri hingga kerja kelompok,
‘online skills practice’ yang dicirikan oleh adanya
feedback on demand melalui simulasi, ‘community
support processes’ melalui online social interaction [4].
Teknologi distance learning mampu menampilkan
komunikasi secara face-to-face dan interaktif jarak jauh
[6] sehingga menghilangkan kendala ‘barriers’
pembelajaran seperti ruang kelas, waktu belajar, berbagi
hasil analisis, interaksi dengan dosen dan peserta lain
maupun dengan bahan ajarnya [10].
Fungsi TI dalam proses administrasi menurut Kvavik et
al. [7] adalah:
1) Manajemen dengan sistem ERP sebagai pondasi
penerapan institution’s enterprise systems;
2) Transaksi melalui Web self-service sebagai sarana
interface dan akses bagi para user.
3) Monitoring dan pelaporan melalui business
intelligence tools yang berfungsi sebagai enterprise
information architecture

B. Proses Strategi
Hasil analisis lingkungan merupakan informasi
berharga untuk menyusun strategi SI dan TI institusi ke
depan.

Strategi SI dan TI
Strategi SI menghasilkan kebutuhan SI, dan strategi TI
di-drive dari strategi SI sehingga inisiatif dan sasaran
strategi SI/TI untuk PNJ adalah:
1) Mengoptimalkan backbone jaringan yang ada dan
mengembangkannya ke gedung yang belum
memilikinya dengan memperbaiki jaringan fiber optic
agar kembali berfungsi 100%, mengganti catalyst
switch yang rusak dengan model terbaru namun
memiliki standar protokol yang sama dan
kemampuan stackable, memperpanjang jalur fiber
dari gedung yang memiliki fasilitas tersebut ke
gedung terdekat dengan cara stacking (antar
catalyst), clustering (dengan media converter), atau
kombinasi keduanya, dan meningkatkan daya tahan
sarana dan prasarana jaringan dengan menambah
fasilitas anti petir dan anti lonjakan listrik.

2) Memperluas akses jaringan ke seluruh network
sharing area dengan cara memfasilitasi seluruh area
belajar dan istirahat mahasiswa (kelas, lab, kantin,
selasar, dan lain-lain) dengan sarana wireless access
point, dan memfasilitasi setiap meja mengajar, area
penelitian, ruang kerja dosen dan meja administrator
dengan extended node.
3) Mengembangkan ERP (enterprise resources
planning) untuk sistem aplikasi terpadu institusi,
dengan cara menyediakan repository dan web self
service untuk sarana interface dan transaksi user,
dengan portal potensi akademik (TPA), hasil belajar
dan perilaku mahasiswa per periode, kompetensi
industri terkini, peluang meraih kerjasama dengan
institusi nasional/global dan perluasan kerjasama
dengan institusi yang sudah terjalin, peluang meraih
kerjasama dengan lembaga sertifikasi, portal Bagian
Keadministrasian lainnya, dan menyiapkan portal
business inteligence tools untuk proses monitoring
dan analisis perkembangan institusi bagi pihak
pengambil keputusan.
4) Membangun lingkungan belajar virtual institusi (ICT
center) untuk sarana e-learning dengan fasilitas e-
simulation (online skill practice), e-Collaboration (e-
portfolio tools), e-Distance (distance learning)
5) Memperkaya Website PNJ agar lebih informatif dan
interaktif dengan cara pertama, menambah link untuk
career assistance center (e-Career) yaitu informasi
lulusan ke industri/masyarakat, infomasi peluang
kerja dan sertifikasi untuk lulusan, dan infomasi
kesempatan pengembangan diri dosen PNJ. Kedua,
menambah link untuk fasilitas online feedback dari
stakeholder /lulusan (mail-list e-Campusmail), ketiga
menambah link untuk meningkatkan peluang dan
kemampuan peneliti serta untuk publikasi hasil-hasil
Vol.6 No.1 (Januari 2011) JURNAL GENERIC 17
ISSN: 1907-4093 (print) / 2087-9814 (online) © 2011 JURNAL GENERIC
penelitian yang terdiri atas research assistance center
(e-RAC), open publication (e-Journal), dan info/data
hasil-hasil penelitian untuk riset lanjutan (e-
References).
6) Memfasilitasi seluruh stakeholder dengan
institutional e-mail address.


Strategi Manajemen SI/TI
Strategi manajemen meng-cover elemen-elemen umum
pengaplikasian strategi SI/TI ke seluruh bagian institusi
dan memastikan kebijakan-kebijakan yang akan
diterapkan konsisten dengan strategi-strategi tersebut,
khususnya terhadap boleh-tidaknya Jurusan/Bagian/Unit
mengembangkan strategi SI sendiri yang akan beroperasi
menggunakan supply TI institusi.

C. Portofolio Aplikasi
Agar strategi SI dapat men-support dan alignment
dengan strategi bisnis maka TI yang diperlukan PNJ
adalah Enterprise Resource Planning (ERP) sebagai
pondasi penerapan the institution’s enterprise systems,
Information and Comunication Technology (ICT) sebagai
the institutional virtual learning environment, Website
yang diperkaya dengan links untuk aplikasi online.
Agar strategi SI dapat men-support dan alignment
dengan strategi bisnis maka SI yang diperlukan PNJ
adalah sebagai berikut.

Strategic Applications
Aplikasi-aplikasi yang bersifat strategis yaitu aplikasi
yang sangat diperlukan untuk berjalannya strategi bisnis
organisasi dimasa depan. Aplikasi-aplikasi strategis yang
diperlukan PNJ adalah:
1) e-Resources; portal on ERP untuk para pembuat
kebijakan di PNJ agar lebih baik dalam memahami
perkembangan institusinya karena dilengkapi dengan
tools berkemampuan menganalisis data dan menilai
performa suatu proses hingga menyediakan informasi
untuk pengambilan keputusan.
2) SI-Kompetensi; portal on ERP untuk para dosen agar
lebih akurat dalam menganalisis kesesuaian
kurikulum dengan kompetensi industri terkini.
3) SI-Strategik; portal on ERP untuk para pimpinan
agar lebih cepat dalam meraih jalinan kerjasama baru
dengan industri atau lembaga sertifikasi maupun
peluang perluasan area dari kerjasama yang telah
terjalin.
4) e-Career; portal link on web-site agar kompetensi,
reputasi industri, dan daya saing global PNJ dan
SDM-nya meningkat:
5) On-line database lulusan PNJ untuk direkrut pihak
industri/masyarakat yang membutuhkan dan peluang
kerja dari pihak industri/masyarakat untuk dilamar
oleh lulusan PNJ secara interaktif.
6) Pendaftaran on-line mengikuti sertifikasi keahlian
bagi lulusan.
7) Informasi tentang kompetisi lokal/nasional/
internasional serta kegiatan pengembangan diri
lainnya yg dapat diikuti dosen.
8) e-Journal; open publication on website agar hasil
penelitian dan karya ilmiah dosen serta reputasi PNJ
meluas ke masyarakat dan akademisi se dunia.
9) e-Distance; portal on ICT agar dapat meluaskan
akses pendidikan PNJ kepada masyarakat terutama
kepada lulusan DII yang sudah bekerja dan industri
yang ingin meningkatkan kompetensi karyawannya
via sarana belajar jarak jauh.
10) e-Simulation; portal on ICT agar proses pendidikan
vokasi lebih tajam dengan sarana
multimedia/simulasi di kelas terhadap praktek kerja
sebenarnya.
11) Institutional stakeholder’s e-mail; agar PNJ terbawa
sukses pemilik e-mail.


Key Operational Applications
Aplikasi-aplikasi yang bersifat key operational yaitu
aplikasi-aplikasi dimana organisasi sangat bergantung
kepadanya, dan diperlukan untuk keberhasilan di masa
sekarang. Aplikasi yang bersifat key operational yang
diperlukan PNJ adalah:
1) SI-Akademik; portal on ERP, perkembangan
intelektual & prilaku mahasiswa.
2) SI-TPA; portal on ERP, potensi calon dan peserta
didik.
3) e-Collaboration; portal on ICT untuk kesinambungan
tahap tugas mandiri hingga kerja kelompok (solo-
group processes), memicu “shared’ materi/hasil
pembelajaran, memacu pengembangan komunitas
belajar.
4) e-RAC; web link on web site, untuk research
assistance center.
5) SI keadministrasian lainnya; merupakan bahan data
portal e-Resources.

High Potential Applications
Merupakan aplikasi yang mungkin sangat penting
dalam pencapaian keberhasilan organisasi dimasa
mendatang. Aplikasi-aplikasi yang bersifat high potential
yang diperlukan PNJ adalah:
1) e-References; research database.
2) e-Campusmail; mailing-list on website.


V. KESIMPULAN
Institusi modern seperti Politeknik Negeri Jakarta
memerlukan rencana strategis di bidang SI/TI guna
memberikan keselarasan dan dukungan yang baik
terhadap rencana strategis organisasi secara keseluruhan.
Penelitian ini telah menghasilkan rencana strategis SI,
rencana strategi manajemen SI/TI, dan rencana strategis
TI berdasarkan kerangka Ward dan Peppard yang terpadu
didalam sebuah portofolio aplikasi masa depan. Masih
diperlukan penelitian lanjutan guna menilai keseimbangan
antara perubahan customers, internal, keuangan, inovasi
dari rencana penerapan SI/TI dengan analisis IT Balanced
18 JURNAL GENERIC Indra Silanegara Et Al.
Scorecard. Penelitian lanjutan diharapkan mampu
menganalisis dan mendesain sistem dari hasil-hasil
kesimpulan riset ini.

REFERENSI
[1] Silanegara, Indra, Penerapan Konsep Reengineering untuk
Mengidentifikasi Kebutuhan Teknologi Informasi; Prosiding
Seminar Nasional Teknik Mesin, Politeknik Negeri Jakarta; ISSN
2085-2762; Jakarta, 2010.
[2] Indrajit, Richardus Eko; Kerangka Konseptual Master Plan Sistem
Informasi Korporat; Jurnal Sistem Informasi, MTI-UI; ISSN
1412-8896, vol 1, no. 2, pp. 11-17, Oktober 2005.
[3] Silanegara, Indra; “Teknologi Informasi Sebagai Enabler
Reengineering di Politeknik Negeri Jakarta”; Tesis (tidak
dipubilkasikan), Magister Teknologi Informasi, Fakultas Ilmu
Komputer, Universitas Indonesia; Jakarta, 2008.
[4] Nicol, David; Re-engineering Assessment Practices in Scottish
Higher Education; REAP Briefings: Management Briefing Paper 1
and 2; REAP: Re-engineering Assessment Practices in Scottish
Higher Education; 2007. [online]. Available:
http://www.reap.ac.uk
[5] Murthy, K.V. Bhanu; Re-engineering higher education: the
Knowledge Management System; University of Delhi, India;
2006. [online]. Available: http://papers.ssrn.com/sol3/papers.cfm?
abstract_id=1073742
[6] Altbach, Philip G.; Globalization and Forces for Change in Higher
Education; The 50th Issue of International Higher Education,
international higher education, The Boston College Center for
International Higher Education, ISSN: 1084-0613, Number 50;
2007. [online]. Available:
http://www.bc.edu/bc_org/avp/soe/cihe/
newsletter/Number50/p2_Altbach.htm
[7] Kvavik, Robert B., Phillip J. Goldstein and John Voloudakis;
Good Enough! IT Investment and Business Process Performance
in Higher Education; ECAR: Educause Center for Applied
Research; Vol. 4. 2005.[online]. Available:
http://connect.educause.edu/Library/
ECAR/GoodEnoughITInvestmentand/39098
[8] Ward, John and Joe Peppard, Strategic Planning for Information
System Third Edition, Wiley Series; New York, 2002.
[9] Kartika, Mera; Gambaran Awal Merancang Sistem Informasi
Manajemen (SIM) Terintegrasi; Warta Politeknik, Vol. 11, Hal. 7,
Juni 2008.
[10] Trinkle, Dennis A.; The 361o Model for Transforming Teaching
and Learning with Technology; Educause Quarterly, pp.18-25,
#4; 2005.
[11] The Campus Computing Project; Tech Budgets Get Some Relief
Cautious Support for Open Source Applications; the 2004
National Survey of Information Technology in U.S. Higher
Education, October, 2004. [online]. Available:
www.campuscomputing.net
[12] ____; “Rencana Strategis Politeknik Negeri Jakarta 2010-2014”,
Politeknik Negeri Jakarta, 2010.
[13] Drysdale, Tim; Results of mini-evaluation study: “Where are the
weaknesses?” An electronic voting system and diagnostic tree
approach to learning where students struggle with digital logic;
NLTP Evaluation I, University of Glasgow, January 2007.
[online]. Available:
http://www.psy.gla.ac.uk/%7Esteve/ilig/papers/ drysdale1.pdf
[14] Ellisman, Mark H.; Cyberinfrastructure and the Future of
Collaborative Work; ISSUES ONLINE IN SCIENCE AND
TECHNOLOGY, University of Texas at Dallas; [Online].
Available: http://www.issues.org/22.1/ellisman.html#
[15] Keaster, Ric; Distance Education and the Academic Department:
The Change Process; Educause Quarterly, Hal. 48-53, Number 3,
2005.


Vol.6 No.1 (Januari 2011) JURNAL GENERIC 19
ISSN: 1907-4093 (print) / 2087-9814 (online) © 2011 JURNAL GENERIC

Abstract— Short Message Service (SMS) is a way of sending
short messages in a quick and relatively cheap price. However,
besides easiness provided, these SMSs limit the number of
characters that can be sent by users. A message sent via SMS,
has a maximum capacity of 140 bytes. This causes a person who
wants to send a message long enough, consists of a number of
characters will have difficulty. Although it is delivered, the
message must be assembled into a number of SMS based on
maximum capacity. Several ways can be performed to
overcome this, one of them by doing compression. By using
Huffman table an application text compression on SMS is made
in order to compress and decompress when sending and
receiving message. This application is made by J2ME and will
run on mobile phones based on MIDP 2.0. The results of this
study SMS text compression application with Huffman table
overall is able to perform the compression process of an SMS
text with an average compression ratio of 28.73%.

Keywords— Huffman code, Huffman table, short message
service, text compression.

I. INTRODUCTION
hort Message Service (SMS) is one of the facilities of
the mobile phone that has long been used by the public.
Use of this SMS allows mobile phone users to exchange
information. Through the SMS services, mobile phone users
will be able to send short messages in quick time with a
relatively cheap price compared with the use of telephone,
without being limited by distance and time. So far the SMS
become a favorite among mobile phone users. This can be
seen from the results of a survey conducted by Nielsen
Mobile in the U.S. in second quarter of 2008, show that cell
phone subscribers in the United States are using SMS more
than a phone conversation.
But besides the eases that has been granted, SMS service
limits the number of characters that can be used by users. An
SMS message consists of a maximum of 140 bytes, in other
words, a message can contain 140 characters of the 8-bit,
160 7-bit characters or 70 characters for 16-bit Japanese,
Mandarin and Korean language [1]. In doing sending an
SMS a user can send messages over 140 bytes, but for that
payment will be more than one. This happens because the

1
Ahmad Affandi was graduated from bachelor degree in informatics
(S.Kom) , Faculty of Computer Science, University of Sriwijaya,
Inderalaya, Ogan Ilir, Southern Sumatera.
2
Saparudin is a senior lecturer in informatics. He is now with the
Faculty of Computer Science, University of Sriwijaya, Inderalaya, Ogan
Ilir, Southern Sumatera. (e-mail: saparudin@unsri.ac.id).
3
Erwin is a senior lecturer in informatics. He is now with the Faculty of
Computer Science, University of Sriwijaya, Inderalaya, Ogan Ilir, Southern
Sumatera. (e-mail: erwin@unsri.ac.id).
message which is sent consists of more than one page and
also the process of sending a message will be as many as the
number of pages available.
Limitations in the number of characters is what makes the
users of SMS to be selective in choosing words so that
messages to be delivered is contained entirely within a single
SMS. And not only that such limitations also pose a habit to
write the message in a way abbreviated which will make of
misunderstanding the meaning to receiver. This certainly
will be a little inconvenient when users have to perform
sending SMS ,so need to be made an application of
compression to increase the amount of the character of the
SMS that will be sent in single page SMS, by way of
compression the text or content of messages on the SMS
service.
Compression is the process of encoding data using a
smaller number of bits, so that the smaller bits can represent
the same information [2]. SMS compression applications is
made in order to perform the compression process at the
time of sending SMS messages and make the process of
decompression when receiving message. The text or data
compression will reduce the amount of memory used and
accelerate of sending message.
In this study the process of compression and
decompression using the Huffman tree will not be
performed. This is because the receiver (decoder) will have
difficulty to decompress the message if the information did
not include the Huffman tree when sending message.
Addition information on the Huffman tree will need a
separate place so that the process of compression becomes
less effective. This is reinforced from the results of research
Lipesik Liliana VJ [4], which makes the conclusion that the
process is less successful if the file contents of too little data
so that the size of original file can be smaller than the size of
the compressed file because of file compression results still
need to save the Huffman tree.
The compression process will be applied to SMS text that
has a small capacity, which is 140 bytes in one page SMS.
So the process of compression with Huffman trees become
less effective as an information exchange, Huffman tree will
be accommodated in a table. This table is called Huffman
table, storing the Huffman codes of SMS characters to be
used. This table is static and will be used in applications,
either the application sender (encoder) or the application
receiver (decoder), as a reference in the process of
compression and decompression on the SMS text. By using
the Huffman table encoding and decoding process can be
performed faster and smaller memory requirements than
compared with using the Huffman tree [3].
The Application of Text Compression to Short
Message Service Using Huffman Table
Ahmad Affandi,
1
Saparudin,
2
and Erwin
3
S
20 JURNAL GENERIC Ahmad Affandi Et Al.
II. LITERATURE REVIEW
A. Short Message Service
SMS is one of the facilities of GSM and CDMA standards
used for sending and receiving of text messages from a
cellular phone. In order to use the SMS feature, users need
to complete a cell phone with SIM card (Subscriber Identity
Module) of GSM and CDMA service providers that support
SMS. An SMS message is not sent directly from mobile
phone to the mobile phone receiver but message will be
delivered prior to the Short Message Service Center
(SMSC). When the destination mobile phone is not active,
the system will delay the delivery of messages to the
destination mobile phone until mobile phone is active again.
In the event of failure of delivery of messages that are
temporary (e.g. mobile phone destination is not active) will
be resend the message, unless it is enforced the rule that a
message has exceeded a certain time limit should be
removed and otherwise failed messages.
An SMS message has a maximum length of 140 bytes or
160 characters in the ASCII 7-bit encoding which this
format is the standard format used on the SMS [1]. SMS
messages in 8-bit encoding has a maximum length of 140
characters and is usually used to send smart message (smart
messaging) as a picture or a ringtone and sending data via
OTA (over the air) for setting up WAP. Messages are
delivered in Arabic, Korean, Chinese or other papers with
16-bit encoding format, then writing an SMS is limited to 70
characters [1].
A standard message containing 160 characters or less will
be counted as a single SMS package. For a concatenated
message that containing more than 160 characters, each 153
characters will be counted as a single SMS, for seven other
characters used as a marker (tag) numbers are part of each
section. With the technique of concatenated SMS messaging,
although the message contains more than 160 characters,
each message sent and equipment consist of 160 characters,
only with the marker number of earlier, when an SMS is
received by cellular phone that supports concatenated
messaging, then some SMS was going directly combined
into one long message [5].


B. Huffman Table
In this study the compression that will be applied to the
SMS text that has a small capacity of 140 bytes for each
page of text. This is consistent with the conclusion that
produced on Liliana and Lipesik VJ [4] research and the
Huffman tree creation process is removed then this may save
time so that the process of encoding process can be
performed more quickly. To replace the information on the
Huffman tree then created a table (Huffman table), which
contains the Huffman codes of the characters default GSM
to be used. This table is static and will be used by the
application, whether the application sender (encoder) or
receiver (decoder), as reference to make the process of
encoding / decoding of the text messages.
Huffman table is made by determining the Huffman code
from the SMS characters. Determination of Huffman codes
are based on assumptions, that is performed by giving a
short code for the character that is often accessed so even
vice versa. Lowercase that a chance occurrence is more
often given Huffman code is shorter, large letters have a
smaller chance of occurrence given a longer Huffman code,
as well as frequently accessed punctuation such as: Question
mark, commas, periods, etc. also given shorter Huffman
code, and the last for numbers and other symbols are rare
and never even accessed will have a longer Huffman code.
With conditions in the determination of the Huffman codes,
Huffman code on one of the characters should not be a
prefix for the Huffman code on other characters.
In the Huffman tables that used in this research consists
of 130 symbols which is the default characters that exist in
the GSM 7-bit. Some Huffman table to be used as a
reference for compression and decompression in this study
can be seen in Table 1. Following:

TABEL I. HUFFMAN TABLE
No. Huffman
Code
Symbol
1 1100 Space
2 1101 a
3 1110 n
4 11110 i
5 10111 e
6 10110 t
7 10101 r
8 10100 k
9 10011 u
10 10010 s
11 10001 m
12 10000 g
13 011110 .
14 011101 ?
15 011100 b
16 011011 c
17 011010 d
18 011001 h
19 011000 j
20 010111 l
21 010110 o
22 010101 p
23 010100 y

Huffman table within the program will be formed into
two separate shelters, which are formed in the two arrays,
namely: an array of letters (containing the characters SMS)
and an array of code (containing the Huffman code). For
clearer illustration can be seen from this example: “saya ada
di rumah”
By using Table I, then do the encoding of the message.
The first word was "s", first the system will perform a search
into the array letters and when the letter "s" was found the
next step is to match the number sequence on the array code.
The point is that in this case the letter “s” was ranked 10th in
the array of letters and then the system will search the
sequence is the 10th in an array code and binary code for the
letter “s” was found, namely: "10010". So the next encoding
process shifted to the next letter until forming a series of
Vol.6 No.1 (Januari 2011) JURNAL GENERIC 21
ISSN: 1907-4093 (print) / 2087-9814 (online) © 2011 JURNAL GENERIC
code like as follow:

“10010110101010011011100110101101011011100011010
1111011001010110011100011101011001”

The next step is to calculate the number of characters
from the series of bits above. Due to the encoding that was
formed in Binary message format (binary message), then
such discussion in the previous section automatic
calculations performed using 8-bit encoded data. In other
words how the calculation is done by dividing the number of
bits with a series of eight, so we get the number of characters
compression. However, the amount of the above circuit is 81
bits, 7 bits are needed again for the number of bits to be
rounded to be divided by eight, if not then the process of
calculating the amount of compression character will be
difficult to be determined and the system will experience an
error in calculating the number of bytes that must be
submitted and message cannot be sent. So that made a way
in a program that is adding bits "11111111". In this case the
required seven bits for eight can be divided so that bits that
are added is "1111111" when necessary for example in the
case of another three points to be divided by eight then
added bits "111". So the end result of a series of bits in this
encoding process is as follows:

“10010110101010011011100110101101011011100011010
11110110010101100111000111010110011111111”

And the message is ready to be sent to the recipient's
mobile phone number. Once the message is received on a
mobile phone receiver, we perform the decoding process
(return from a binary message into a text message that can
be read by the recipient).
To make the process of decoding the first thing to do is
read these bits. Reading of the bits is based on the array code
and starts reading from the first bit of the bit "1", then
searched and matched to the array code and if not found, we
perform the shift by 1 bit, so that it becomes "10" again
sought the matching bits of the array code and if not found
continue to be a shift, so in this case, bit "10010" is found in
the array and the same code as in the encoding process. The
next step is the matching number sequence on the array of
letters based on the number sequence on the array code; it
was found and converted into the character “s”.
Next starts again reading the next bits until everything has
been on-decoding everything. In the end the remaining bits
in this case is "1111111" because the bits are not located in
an array of bits, the code will be given a blank value.
Decoding process has been successfully carried out and can
be read by the recipient.

C. Sending and Receiving in J2ME
The application of SMS compression in this study is a
stand-alone application, which means this application
seperates with the existing standard SMS application on
mobile phones. Thus, this application must be installed on
the sender's mobile phone and receiver’s mobile phone, so
that the process of compression and decompression can be
performed by both parties.
In the case of sending a message on the MIDP packages
to handle SMS is handled by an optional package that is
WMA (Wireless Messaging API). At the WMA 2.0, there
are three forms of message delivery [6] namely:
1) Binary messages (binary message) that is shaped binary
message that sent via SMS. Message of this type uses 8-
bit encoded data with a maximum amount of data per
SMS pages 140 bytes or 133 bytes if the port number is
included.
2) Text message is message in the form of text sent via
SMS. In this type of message if the data used in the
GSM 7-bit format, the maximum number of characters
in one SMS page is as much as 160 characters or 152
characters if the port number is included. If the data
used in UCS-2 format, the maximum number of
characters is as much as 70 characters or 66 characters
if the port number is included.
3) Multipart message is a multi-media message that is sent
via MMS.
To receive an SMS message, WMA using the URL "sms:
/ /" as the SMS protocol identifier. In the WMA format,
there are two addresses to send messages [7] namely:
1) Format sms:// <phone number>. SMS messages sent
using this format will be immediately catched by inbox
and will not be accepted by the WMA application.
2) Format sms:// < phone number >: <Port>. This format
allows you to send SMS to other mobile phone
applications that enable the WMA as a recipient of an
SMS. Port allows for communications between
applications WMA. If the port is not included, then the
SMS received will go into standard mobile phone inbox
so that WMA will never receive the SMS.
In this study, sending and receiving SMS conducted in the
form of binary format. The process of compression or
decompression of the SMS text is performed by
manipulating the bits in the character of the SMS which will
be sent based on the Huffman table that contains the binary
code for each character that was created earlier.
On the software created with J2ME storage of all
information or messages are stored in non-volatile memory
(fixed memory) called the Record Management System
(RMS). RMS is a storage management system of record that
refers to a table with a collection of records. In the RMS
does not have primary keys and foreign keys can be defined.
Primary key on the RMS has automatically defined as an
integer record id.
Record on the RMS is stored as an array of bytes that how
it works based on the record (row of data). RMS has the
orientation of a simple database record so it does not
recognize the fields (columns of data) as a common
database, so the data need to be mapped first.
And also J2ME does not provide an API to access the
inbox and outbox SMS standard application on mobile
phone. Due to the limitations that made an inbox and outbox
artificial separated with the inbox and outbox SMS standard
application on mobile phone. In this final project, software
development, there are three types of SMS message storage
in the form of tables in the RMS are:

22 JURNAL GENERIC Ahmad Affandi Et Al.
1) Table inbox (keep messages received that have been
decompressed)
2) Table outbox (save the messages sent or outgoing)
3) Table drafts (save the messages are stored before
sending)

D. Information Compression
In the discussion in the previous explanation can be seen
that the application of compression can compress SMS can
either words or messages in order to save memory and load
more characters in one SMS page. Therefore in this
application will be made a form which will contain
information about the results of compression sms, so users
can see how much a given compression ratio, the number of
characters that can be loaded after compressing, the number
of pages in the SMS after compressing etc. So with the info
compression facility is expected to be a validation or
consideration of the users in sending a message and also
useful as additional information for users about the
performance of text compression using the Huffman table
from the results shown in the form of compression ratio and
percentage increase. The compression-info info that is
displayed is as follows:
1) The number of initial messages: the number of initial
message before compression
2) The number of initial characters: the number of initial
characters before compression
3) Number of message compression: the number of
messages after compression that will be sent
4) The amount of compression of characters: the number
of characters after compression that will be sent
5) Compression ratio: the percentage of SMS compression
ratio, can be calculated by equation as follows [8]:

( ) ( )
Rasio 1 compressed _ size / raw_ size * 100% = −

As the foregoing discussion that the application of this
final compression is performed by Binary Message mode,
which means messages are sent in the form of binary and
message of this type uses 8-bit encoded data with a
maximum amount of data per SMS pages of 140 bytes or
133 bytes if the port number included. So the equation to get
compressed_size is:

compressed _ size The number of compressed characters * 8 =

While for raw_size using Text Message mode, which
means messages are sent in text. These messages use the
GSM-7 bit format with a maximum number of characters in
one SMS page is as much as 160 characters or 152
characters if the port number is included. So the equation is
obtained in calculating raw_size are as follows:

raw_ size The number of initial characters * 7 =

III. RESULT AND DISCUSSION
Tests conducted with the aim to find out how much
influence the compression process to the number of
characters and number of pages generated SMS. The testing
process was conducted in order to calculate the ratio
between the data before it is done with the data compression
process after the compression process.
In this case compressed_size represents the number of
bits of compression and raw_size character represents the
number of bits initial character (before the compressed data).
For visual interest the results of testing applications will be
presented using the visualization of the emulator. In this test
will show information related to the amount of compression
SMS initial message, the number of initial characters, the
number of message compression, the number of characters
compression, the compression ratio and compression results.
Testing applications on the SMS text using Huffman table
can be seen in the Figure 1 and Figure 2 below.




Figure 1. Original Message

In this study the process of compression first will be
performed on 15 different pieces lower case letter of SMS,
which are consist of 5 pieces of SMS with the number of 1
page, 5 pieces of SMS with the number of 2 pages and 5
pieces of SMS with the number of 3 pages. The language
used for writing SMS has the characteristics of many
acronyms and many use non-standard language. The results
of this test can be seen in the Table II below.





Figure 2. Information Compression

Vol.6 No.1 (Januari 2011) JURNAL GENERIC 23
ISSN: 1907-4093 (print) / 2087-9814 (online) © 2011 JURNAL GENERIC
TABEL II. SMS COMPRESSION ON FIRST TEST


Bases on the result of system testing SMS compression on
Table 4.14 can be concluded that compression ratio averages
is 28,73%, for more explanation the result of compression
can be looked on Figure 3 below.



Figure 3. The first compression test based on raw_size

Based on Figure 3 the test results of compression system
using Raw_sized SMS (SMS initial number of bits) ranging
between 308 bits to 917 bits, in this case indicates that
although the compression continues to be one page, but the
results Compressed_sized (number of bits SMS
compression) becomes lower ie ranging between 216 bits to
664 bits.
While the testing of compression systems using
Raw_sized SMS (SMS initial number of bits) ranging from
1358 bit to 1512 bit capable of producing Compressed_sized
(number of bits SMS compression), ie ranging between 976
bits to 1064 bits, so that in this test with the number of initial
pages to 2 pages compressed into 1 pages.
And for testing the compression system using Raw_sized
SMS (SMS initial number of bits) ranging from 2366 bit to
2905 bit capable of producing Compressed_sized (number
of bits SMS compression), ie ranging from 1688 bits to 2032
bits, so that in this test with the number of initial pages 3
pages can be compressed into 2 pages.
SMS compression system further testing will be
conducted on 5 pieces of data an SMS with the text type
which consists of all upper case, which consists of 2 pieces
of SMS with the number of pages 1, 2 SMS with the number
of pages 2 and 2 pieces of SMS with the number of page 3.
To more clearly seen from the Table III below.

TABEL III. SMS COMPRESSION ON SECOND TEST


Based on the results of the testing system for data
compression SMS SMS is composed of capital letters in
Table 4.15 to conclude that the average compression ratio
that is equal to 1.18% for more details, the result of
compression can be seen in Figure 4 below.




Figure 4. The second compression test based on raw_size

Based on Figure 4 the test results of compression system
using Raw_sized SMS (SMS initial number of bits) in the
SMS data consisting of all uppercase ranging between 798
bits to 2933 bits, and gives results in Compressed_sized
(number of bits SMS compression), ie, ranging between 784
bits up to 2960 bits, shows that the difference between
Raw_sized and Compressed_sized is very small. In this test
can be proved that the pages aren’t compressed which
consisting of 2 pages and 3 pages. It can be concluded that
the SMS data consisting of all uppercase less effective for
compressed.

IV. CONCLUSION
Huffman table can be used in the compression text on
SMS services. Generally Huffman table has an average
compression ratio of 28.73 %. Overall SMS compression
testing system by using the Huffman table will produce good
compression if the compressed data to be composed of the
characters with a shorter length code (lower case letter)
contained in the Huffman table, and vice versa if the SMS
data consists of characters which have a longer code (data
consisting of all upper case) contained in the table Huffman
compression results become less effective.

24 JURNAL GENERIC Ahmad Affandi Et Al.
REFERENCES
[1] Aprianto, D. 2007. “Performansi Modifikasi LZW (Lempel-Ziv-
Welch) Untuk Kompresi Teks.” [unpublished thesis], Department of
Informatics, Bandung Institute of Technology.
[2] Ayuningtyas, N. 2008. “Implementasi Kode Huffman Dalam
Kompresi Teks.” [unpublished thesis], Department of Informatics,
Bandung Institute of Technology.
[3] Hashemian, R. 2005. “Direct Huffman Code and Decoding Using
The Table of Code-Lengths.” [unpublished thesis], Northen Illionis
University.
[4] Liliana, Lipesik, V.J. 2006. “Pembuatan Perangkat Lunak Untuk
Kompresi File Text Dengan Menggunakan Huffman Tree.”
[unpublished thesis], Faculty of Industry Technology, Kristen Petra
University.
[5] JSR 120 Expert Group. 2002. Wireless Messaging API for Java™ 2
Micro Edition. Sun Microsystem Inc.
[6] Ortiz, C.E. 2005. The Wireless Messaging API, Sun Microsystem,
Inc. [online]Available: http://developers.sun.com/mobility/
midp/articles/ wma2/
[7] Mardiono, T. 2006. Membangun Solusi Mobile Business Dengan
Java. Elex Media Komputindo, Jakarta.
[8] Nelson, M., Jean, L.G., 1995, The Data Compression Book Second
Edition, IDG Books Worldwide, Inc, Cambridge.

Vol.6 No.1 (Januari 2011) JURNAL GENERIC 25
ISSN: 1907-4093 (print) / 2087-9814 (online) © 2011 JURNAL GENERIC

Abstrak— Berbagai cara dilakukan oleh masing-masing
restoran cepat saji untuk memenangkan persaingan, antara
lain yakni dengan meningkatkan kepuasan konsumen. Salah
satu restoran cepat saji yang berkomitmen dalam
meningkatkan kepuasan konsumennya adalah Restoran XYZ.
Penelitian ini bertujuan untuk menganalisis kepuasan
konsumen Restoran XYZ menggunakan data mining dengan
algoritma C4.5. Attribut masukan kepuasan konsumen dalam
penelitian ini, mencakup produk, pelayanan, fasilitas, harga
dan lokasi yang berasal dari data hasil survei. Dalam penelitian
ini, didapatkan bahwa rules yang dibangkitkan dari beberapa
atribut masukan menghasilkan hubungan sebab-akibat dalam
mengklasifikasikan konsumen puas dan tidak puas. Penelitian
ini diharapkan dapat membantu pihak manejemen dalam
meningkatkan kepuasan konsumen untuk mempertahankan
konsumen dan meningkatkan laba mereka.

Kata Kunci—Data mining, Decision Tree, kepuasan
pelanggan, restoran cepat saji, survei.

I. PENDAHULUAN
ertumbuhan bisnis makanan dan minuman masih tercatat
sebagai pertumbuhan yang tinggi diberbagai belahan
dunia (Nonto, 2006:13). Banyak outlet yang menawarkan
produk makanan dan minuman dalam berbagai bentuk
bermunculan. Mulai dari yang sederhana hingga yang
mewah. Hal ini disebabkan karena makanan adalah salah
satu kebutuhan pokok yang semua orang harus penuhi.
Alasan rasional outlet makanan tumbuh berkembang adalah
karena bisnis ini menjanjikan keuntungan yang besar.
Pesatnya pertumbuhan di industri jasa makanan memicu
tumbuhnya restoran cepat saji. Dengan semakin banyaknya
restoran cepat saji yang ada, maka menimbulkan persaingan
tersendiri diantara restoran cepat saji tersebut. Berbagai cara
dilakukan oleh masing-masing restoran cepat saji untuk
memenangkan persaingan, antara lain yakni dengan
meningkatkan kepuasan konsumen karena kepuasan
konsumen merupakan salah satu faktor untuk meningkatkan
kualitas layanan / revenue.
Kepuasan konsumen adalah tingkat dimana anggapan
terhadap produk sesuai dengan harapan seorang pembeli.
Harapan konsumen umumnya merupakan prakiraan atau

1
Vina Mandasari adalah alumnus Jurusan Sistem Informasi, Fakultas
Ilmu Komputer, Universitas Sriwijaya, Inderalaya, Ogan Ilir, Sumatera
Selatan. (E-mail: vinastroberi@yahoo.co.id).
2
Bayu Adhi Tama adalah staf pengajar di Jurusan Sistem Informasi,
Fakultas Ilmu Komputer, Universitas Sriwijaya, Inderalaya, Ogan Ilir,
Sumatera Selatan. (E-mail: bayu@unsri.ac.id).
keyakinan konsumen tentang apa yang akan diterimanya bila
ia membeli atau mengkonsumsi suatu produk (Amstrong,
2002: 10).
Seorang konsumen mungkin mengalami berbagai tingkat
kepuasan, yaitu bila produk tidak sesuai dengan harapannya
setelah dikonsumsi, maka konsumen tersebut akan merasa
tidak puas. Namun bila terjadi sebaliknya yaitu produk
sesuai dengan harapannya, maka konsumen akan merasa
puas sehingga suatu saat akan mengkonsumsi kembali
produk tersebut. Konsumen yang puas adalah konsumen
yang akan berbagi kepuasan dengan produsen. Bahkan,
konsumen yang puas akan berbagi rasa dan pengalaman
dengan konsumen lain. Ini akan menjadi referensi bagi
restoran cepat saji. Oleh karena itu, baik konsumen maupun
produsen akan sama-sama diuntungkan apabila kepuasan
terjadi.
Retain merupakan salah satu tahap dari Customer
Relationship Management (CRM) yang dapat meningkatkan
hubungan yang baik antara konsumen dan produsen.
Kenyataannya, apa yang bisa memuaskan konsumen di satu
situasi mungkin tidak bisa memuaskan konsumen yang sama
di lain situasi. Dengan demikian, kepuasan konsumen adalah
target yang berubah-ubah, karena masing-masing konsumen
memiliki serangkaian kebutuhan pada tingkat yang berbeda-
beda. Maka dari itu, adanya penelitian mengenai analisis
kepuasan konsumen di restoran cepat saji tersebut
diperlukan.
Menurut Kotler (1997:38) salah satu untuk mengukur
kepuasaan konsumen adalah dengan survei kepuasan
konsumen. Seperti salah satu penelitian berjudul ”Data
Mining Techniques For Customer Relationship
Management” yang menggunakan data mining sebagai
teknologi dengan jaringan syaraf tirun.
Dalam penelitian ini hasil survei kepuasan konsumen
tersebut juga akan dianalisis menggunakan pendekatan data
mining dengan algoritma jenis pohon keputusan (decision
tree) yaitu algoritma C4.5 dikarenakan jenis ini secara
umum lebih cepat, mudah diinterpretasikan dan dipahami
pengguna walaupun pengguna tersebut tidak mempunyai
pengetahuan dalam bidang AI (Artificial Inteligence),
matematika, statistika atau machine learning. Disamping itu,
berdasarkan beberapa penelitian menunjukkan bahwa
performansi C4.5 lebih konsisten dibandingkan beberapa
algoritma klasifikasi jenis pohon keputusan lainnya
(Santosa, 2007 : 104).
Data mining yang membuka topik yang sangat menarik
dan menjanjikan dalam bidang rekayasa data yang telah
Analisis Kepuasan Konsumen Terhadap
Restoran Cepat Saji Melalui Pendekatan Data
Mining: Studi Kasus XYZ
Vina Mandasari
1
, Bayu Adhi Tama
2
, Universitas Sriwijaya
P
26 JURNAL GENERIC Vina Mandasari Et Al.
diimplementasikan secara luas pada berbagai bidang seperti
industri retail, industri makanan, telekomunikasi, perbankan,
pendidikan, medis, dan lain-lain. Adapun penggunaan
berbagai model data mining di bidang industri makanan
seperti restoran cepat saji, diantaranya adalah seperti yang
dilakukan oleh Y. Hayashi et al yang melakukan analisis
terhadap customer brand preference dengan metode
Decision Tree dan Neural Network. Mereka mengumpulkan
800 responden di Taiwan untuk memahami faktor-faktor
yang menentukan pilihan merek konsumen restoran cepat
saji (Hayashi, 2009).

II. TINJUAN PUSTAKA
A. Restoran Cepat Saji
Restoran siap saji adalah restoran yang menyediakan
makanan dengan cepat begitu makanan dipesan. Makanan
yang disajikan seringkali dinama-kan fast food. Sebelum
dinamakan restoran cepat saji (quick service
restaurants/QSR), outlet yang menjual fast food dinamakan
fast food restaurant.
Makanan yang disajikan disiapkan untuk dapat segera
disajikan. Bisa dengan cara dipanaskan, sehingga tidak
membutuhkan proses yang rumit. Biasanya produknya
berupa sandwich, burger, pizza, fried chicken, french fries,
chicken nuggets, fich and chips, ice cream dan sejenisnya.
Industri fast food restaurant berasal dan berkembang dari
Amerika Serikat. Salah satu contoh restoran restoran cepat
saji cukup terkemuka di dunia adalah Restoran XYZ yang
berasal dari Amerika Serikat. Adapun tipe-tipe restoran
cepat saji adalah:
1) Pengunjung datang ke counter, mengambil makanan
yang informan inginkan, membayar dan kemudian
mencari tempat duduk dan mulai menikmati makanan.
Tipe ini ada beberapa variasi antara lain yaitu
pengunjung mengambil makanan yang telah tersedia
pada porsi tertentu, pengunjung mengambil sendiri dari
kontainer-kontainer makanan yang ada, sehingga
memilih dan mengambil sendiri makanan yang
dikehendaki, dan pengunjung dilayani di counter,
artinya pengunjung menyebutkan pesanan informan dan
menanti di counter makanan pesanan informan.
2) Ada juga prosedur khusus dengan sistem tiket, yaitu
pengunjung membayar di kasir untuk mendapatkan
tiket, kemudian menuju ke counter makanan untuk
menukarkan tiket dengan makanan yang telah dipesan.
3) Pengunjung akan menuju counter, makanan yang
dipesan akan diantar ke meja pemesan, dan mengenai
pembayaran bisa dilakukan pada waktu pemesanan atau
pada waktu makanan diantar ke meja.

B. Kepuasan Konsumen
Siapa pun yang terlibat dalam bisinis, sudah pasti
mempunyai tanggung jawab terhadap kepuasan konsumen.
Kepuasan konsumen (customer satisfaction) adalah persepsi
konsumen (customer) bahwa harapannya telah terpenuhi
atau terlampaui atau tingkat dimana anggapan terhadap
produk sesuai dengan harapan seorang pembeli. Harapan
konsumen umumnya merupakan prakiraan atau keyakinan
konsumen tentang apa yang akan diterimanya bila ia
membeli atau mengkonsumsi suatu produk (Supranto, 2001 :
233).
Seorang konsumen yang puas adalah konsumen yang
merasa mendapatkan value dari pemasok atau produsen.
Value ini bisa berasal dari produk, pelayanan, sistem atau
sesuatu yag bersifat emosi. Kalau konsumen mengatakan
bahwa value adalah produk yang berkualitas, maka kepuasan
terjadi kalau konsumen mendapatkan produk yang
berkualitas. Kalau value bagi konsumen adalah kenyamanan,
maka kepuasan akan datang apabila pelayanan ynag
diperoleh benar-benar nyaman. Kalau value dari konsumen
adalah harga yang murah, maka konsumen akan puas kepada
produsen yang memberikan harga yang paling kompetitif
(Irawan (2007 : 2).
Kepuasan konsumen terbagi menjadi dua yaitu:
1) Kepuasan fungsional, merupakan kepuasan yang
diperoleh dari fungsi atau pemakaian suatu produk.
Misalnya karena makan membuat perut kita menjadi
kenyang.
2) Kepuasan psikologikal, merupakan kepuasan yang
diperoleh dari atribut yang bersifat tidak berwujud.
Misalnya perasaan bangga karena mendapat pelayanan
yang sangat istimewa dari sebuah rumah makan yang
mewah.
Menurut Kolter (1997 : 38), ada empat metode yang
dilakukan oleh perusahaan untuk mengetahui tingkat
kepuaan konsumen yaitu:
1) Sistem keluhan dan saran
Untuk mengidentifikasikan masalah maka perusahaan
harus mengumpulkan informasi langsung dari konsumen
dengan cara menyediakan kotak saran. Informasi yang
terkumpul untuk memberikan masukan bagi perusahaan.
2) Survei Kepuasan Konsumen
Survei kepuasan konsumen dapat dilakukan dengan cara
survei melalui pos surat, telefon, maupun wawancara
pribadi. Dengan metode ini perusahaan dapat
menciptakan komunikasi 2 arah dan menunjukkan
perhatiannya kepada konsumen.
3) Gost Shopping
Metode ini digunakan untuk mengetahui kekuatan dan
kelemahan perusahaan pesaing dan membandingkannya
dengan perusahaan yang bersangkutan.
4) Analisis Kehilangan Konsumen
Tingkat kehilangan konsumen menunjukkan kegagalan
perusahaan dalam memuaskan konsumennya.
Perusahaan seharusnya menganalisa dan memahami
mengapa konsumen tersebut berhenti mengkonsumsi
produk kita.

C. Decision Tree
Decision tree (pohon keputusan) adalah sebuah diagram
alir yang mirip dengan struktur pohon, dimana setiap
internal node menotasikan atribut yang diuji, setiap
cabangnya mepresentasikan hasil dari atribut tes tersebut dan
leaf node mepresenrasikan kelas-kelas tertentu atau
distribusi dari kela-kelas (Han & Kamber, 2001).
Walaupun banyak variasi model pohon keputusan dengan
Vol.6 No.1 (Januari 2011) JURNAL GENERIC 27
ISSN: 1907-4093 (print) / 2087-9814 (online) © 2011 JURNAL GENERIC
tingkat kemampuan dan syarat yang berbeda, pada umumnya
beberapa ciri kasus cocok untuk diterapkan pohon keputusan
(Santosa, 2007):
1) Data dinyatakan dengan pasangan atribut dan nilainya.
Misalnya atribut satu data adalah temperatur dan
nilainya adalah dingin. Biasanya untuk satu data nilai
dari satu atribut tidak terlalu banyak jenisnya. Dalam
contoh atribut warna buah ada beberapa nilai yang
mungkin yaitu hijau, kuning, merah.
2) Label/output data biasanya bernilai diskrit. Output ini
bisa bernilai ya atau tidak, sakit atau tidak sakit,
diterima atau ditolak. Dalam beberapa kasus mungkin
saja outputnya tidak hanya dua kelas, tetapi penerapan
pohon keputusan lebih banyak untuk kasus binary.
3) Data mempunyai missing value. Misalkan untuk
beberapa data, nilai dari suatu atributnya tidak
diketahui. Dalam keadaan seperti ini pohon keputusan
masih mampu memberi solusi yang baik.
Salah satu algoritma yang digunakan untuk membangun
pohon keputusan yang berbasis algoritma induksi pohon
keputusan seperti ID3, Hunt dan CART adalah algoritma
C4.5. Keempat algoritma tersebut pada dasarnya memiliki
karakteristik yang sama dalam membangun pohon
keputusan, yaitu top-down dan divide-and-conquer. Top-
down artinya pohon keputusan dibangun dari simpul akar ke
daun, sementara divide-and-conquer artinya data latih secara
rekursif dipartisi ke dalam bagian-bagian yang lebih kecil
saat pembangunan pohon (Han, 2006).
Tiga prinsip kerja algoritma C4.5, yaitu (Witten et al,
2005):
1) Konstruksi pohon keputusan
Langkah-langkah untuk membangun pohon keputusan
adalah pilih atribut sebagai akar, buat cabang untuk
tiap-tiap nilai, bagi kasus dalam cabang, dan ulangi
proses untuk setiap cabang sampai semua kasus pada
cabang memiliki kelas yang sama. Untuk memilih
atribut sebagai akar, didasarkan pada nilai gain tertinggi
dari atribut-atribut yang ada. Gain didefenisikan
sebagai:
( )
1
( , ) ( ) *
n
i
i
i
S
Gain S A Entropy S Entropy S
S
=
= −

(1)
Sedangkan Entropy didefenisikan sebagai:
2
1
( ) *log
n
i i
i
Entropy S p p
=
= −

(2)

2) Pemangkasan Pohon
Metode pruning yang digunakan C4.5 disebut
pessimistic pruning yang merupakan jenis dari post
pruning. Untuk membuat keputusan yang berhubungan
dengan subtree, metode ini menggunakan hasil estimasi
terhadap rata-rata error pada sekumpulan data latih.
3) Pembangkitan rule
Format pembangkitan rule didefinisikan sebagai:
IF Premis THEN Konklusi (3)
Simpul akar akan menjadi Premis dari aturan sedangkan
simpul daun akan menjadi bagian konklusinya.

III. HASIL DAN PEMBAHASAN
A. Pengumpulan Data
Penelitian ini dilakukan pada bulan Februari sampai
dengan Mei 2010 yang melibatkan 340 responden. Survei
dilakukan melalui penyebaran kuisioner berupa pertanyaan
dari beberapa indikator (produk, pelayanan, fasilitas, harga
dan tempat). Data ini memiliki 12 atribut yang
dikelompokkan kedalam 5 dimensi yaitu (1) produk yang
terdiri dari tiga atribut yaitu rasa makanan, porsi, dan
dessert, (2) fasilitas yang terdiri dari empat atribut yaitu free
internet access, tempat yang nyaman untuk anak, suasana
restoran dan kebersihan washtuple, (3) pelayanan yang
terdiri dari dua atribut yaitu penyajian makanan dan perilaku
staf, (4) harga yang terdiri dari dua atribut yaitu harga
makanan dan diskon, (5) tempat yang terdiri dari satu atribut
yaitu lokasi. Dari 340 responden yang terlibat, 207
responden menyatakan puas (kelas 1) dan 133 responden
menyatakan tidak puas (kelas 0).

B. Rule yang Dihasilkan
Kami menggunakan metode k-cross validation (Olson et
al, 2008) untuk melihat performansi dari classifier. Rules
yang berhasil diekstrak sebanyak 11 rule, dengan 5 rules
mengelompokkan sample ke kelas 0 (tidak puas), dan 6 rules
yang mengklasifikasikan sampel ke kelas 1 (puas). Tingkat
akurasi yang berhasil dicapai oleh C4.5 adalah sebesar
79,41%. Secara keseluruhan, terdapat 8 atribut yang terlihat
berpengaruh terhadap kepuasan konsumen yaitu dari
dimensi pelayanan (2 atribut), produk (3 atribut), harga (2
atribut), dan fasilitas (1 atribut). Berikut ini adalah rule
yang dihasilkan:

R1: If perilaku staf ramah dan harga normal dan porsi
kurang dan rasa enak, maka Kelas 1.
R2: Else if perilaku staf ramah dan harga normal dan porsi
pas dan suasana restoran nyaman, maka Kelas 1
R3: Else if perilaku staf ramah dan harga normal dan porsi
pas dan suasana restoran tidak nyaman, maka Kelas 0
R4: Else if perilaku staf ramah dan harga normal dan porsi
pas dan suasana restoran kurang nyaman, maka Kelas 1
R5: Else if perilaku staf ramah dan harga normal dan porsi
pas dan suasana restoran nyaman, maka Kelas 1
R6: Else if perilaku staf ramah dan harga mahal maka Kelas
0
R7: Else if perilaku staf ramah dan harga murah dan ada
diskon maka Kelas 1
R8: Else if perilaku staf ramah dan harga murah dan tidak
ada diskon dan dessert enak maka Kelas 1
R9: Else if perilaku staf ramah dan harga murah dan tidak
ada diskon dan dessert kurang enak maka Kelas 0
R10: Else if perilaku staf tidak ramah maka Kelas 0
R11: Else if perilaku staf kurang ramah dan tidak ada diskon
maka Kelas 0

C. Pengujian Metode Klasifikasi
Pengujian model klasifikasi yang digunakan dilakukan
secara empiris dan secara kualitatif. Secara empiris,
28 JURNAL GENERIC Vina Mandasari Et Al.
performansi dari metode klasifikasi direpresentasikan ke
dalam matriks confusion seperti terlihat pada Tabel I. Secara
kualitatif, rules yang dihasilkan akan ajukan ke store
manager untuk dipertimbangkan lebih lanjut sebagai
pengambilan keputusan di bidang bisnis. Feedback dari
store manager sangat penting untuk didapatkan karena akan
memberikan gambaran yang jelas bagaimana data mining
mampu menyelesaikan permasalahan-permasalahan bisnis
dengan tepat. Oleh karena itu dari 11 rules tersebut, pihak
store manager restoran XYZ setuju untuk menggunakan
seluruhnya, kecuali untuk R8 dan R9 karena berkaitan
dengan dessert.

TABEL I. MATRIKS CONFUSION
Prediksi
Kelas
Sebenarnya
Puas Tidak Puas
Puas 176 31
Tidak Puas 39 94

D. Pembahasan
Dari sekian banyak rule yang dihasilkan, R10 merupakan
rule yang paling signifikan karena dapat langsung menjawab
pertanyaan “Mengapa konsumen cenderung untuk tidak
puas?” maka variabel yang paling berpengaruh adalah pada
dimensi pelayanan dengan atribut perilaku staf yang tidak
ramah.
Dari penelitian ini, atribut perilaku staf merupakan atribut
yang paling berpengaruh terhadap kepuasan konsumen. Hal
ini disebabkan dari seluruh sampel yang ada, atribut perilaku
staf memiliki Gain yang tertinggi. Atribut lain yang bisa
dijadikan acuan adalah atribut harga. Atribut ini berpengaruh
jika manakala pihak store manager sudah meningkatkan
pelayanannya namun harus tetap memperhatikan harga yang
lebih bersaing dengan restoran kompetitor.
Rule R3 juga bisa menjawab pertanyaan “Faktor apa
selain harga, pelayanan, dan porsi yang menyebabkan
konsumen cenderung untuk tidak puas?” maka dapat
disimpulkan bahwa tempat yang tidak nyaman merupakan
atribut yang mempengaruhinya, sehingga R3 ini dapat
dijadikan acuan pihak store manager tentang bagaimana
meningkatkan kenyamanan lokasi, khususnya tempat
bermain anak.
IV. KESIMPULAN
Dari penelitian ini dapat disimpulkan bahwa adanya
hubungan sebab-akibat yang didapatkan dari rules dataset
kepuasan konsumen memberikan informasi baru kepada
manajemen restoran cepat saji bahwa atribut rasa, perilaku
staf, suasana restoran dan harga berkaitan erat dalam
menciptakan rasa puas untuk konsumen. Selain itu
konsumen restoran cepat saji ternyata lebih memetingkan
mutu dari produk yang dihasilkan yaitu rasa, keramahan para
staf ketika melayani konsumen, serta kebersihan dan
kenyamanan restoran cepat saji. Penelitian ini juga
menghasilkan aplikasi pembangkitan rules kepuasan
konsumen yang dapat membantu user dalam meng-entry
data dari hasil survei dan membangkitkan rules kepuasan
konsumen untuk menganalisis atribut yang mempengaruhi
kepuasan konsumen.

REFERENSI
[1] Bramer, Max, 2007. Principle of Data Mining. London: Springer
Science and Media Com
[2] Dˇzeroski, S. 2001. Environmental Applications of Data Mining.
Slovenia, Department of Knowledge Technologies, Joˇzef Stefan
Institute
[3] Hall, L. O. ,et all. 2008. Decision Tree Learning on Very Large Data
Sets. Florida: University of South Florida
[4] Han, J. and M. Kamber. 2006. Data Mining Concepts and
Techniques. USA: Morgan Kaufmann
[5] Irawan , Hadi. 2007. 10 Prinsip Kepuasan Konsumen. Jakarta: PT
Elex Media Komputindo
[6] Kalakota, Ravi dan Robinson, Marcia,2001, E – Business 2.0
Roadmap For Success. USA: Addison – Wesley
[7] Kusrini dan Emha Taufiq. 2009. Algoritma dan Data Mining.
Yogyakarta: Andi
[8] Kracklauer, A. H., Millis, D., et all. 2004. ”Customer Management
as the Origin of Collaborative Customer Relationship Management”.
Expert System with Application.
[9] Larman, C. 2004. Applying UML and Patterns : An Intoduction to
Object Oriented Analysis and Design and Iterative Development,
Third Edition. Addison Wesley Professional, USA.
[10] Larose, D.T. 2005. Discovering Knowledge in Data : An
Introduction to Data Mining. John Wiley & Sons, Inc, New Jersey.
[11] Liao , T.W. and E. Triantaphyllou. 2007. “Recent Advances in Data
Mining of Enterprise Data.” Algorithms and Applications, Series on
Computers and Operations Research - Vol 6. World Scientific
Publishing Co. Pte. Ltd, Singapore.
[12] Moertini,V.S. 2002. Data Mining Sebagai Solusi Bisnis. [Online]
Tersedia : http://home.unpar.ac.id/~integral/Volume%207i
datamining_ ok.pdf.[18 Desem ber 2008]
[13] O’Brien, James A., 2002, “Customer Relationship Management”,
Management Information Systems: Managing Information
Technology in the E-Business Enterprise (5th ed.), McGraw- Hill
Higher Education, pp.128-131
[14] Santosa, Budi. Teknik Pemanfaatan Data Untuk Keperluan Bisnis.
Graha Ilmu:Yogyakarta
[15] Tan, P. N., et all. 2006. Introduction to Data Mining. Addison
Wesley, USA.
[16] Uska, Urmatur. (2009). Analisis Kepuasan Konsumen Papa Ron’s
Bogor. [Online]. Tersedia :http://ridwaniskandar.files.wordpress.com
/2009/05/41-kepuasan-konsumen.pdf
.
Vol.6 No.1 (Januari 2011) JURNAL GENERIC 29
ISSN: 1907-4093 (print) / 2087-9814 (online) © 2011 JURNAL GENERIC

Abstrak—Hambatan dalam memberikan layanan
pembelajaran pada anak-anak berkebutuhan khusus (ABK),
khususnya tunarungu wicara secara umum disebabkan kurang
tepatnya pola pembelajaran yang diterapkan pada siswa
berkebutuhan khusus tersebut. Salah satunya adalah
penyusunan program pembelajaran yang kurang sesuai dengan
kondisi dan keberadaan kelainan setiap siswa. Terlebih lagi
jika kondisi kelainan siswa yang bersangkutan disertai dengan
kendala penyerta. Perangkat Lunak Multimedia Pembelajaran
Bahasa Isyarat Sebagai Media Pengenalan Huruf Dan Angka
Bagi Penderita Tunarungu Wicara, diharapkan dapat
menambah nilai positif, membantu para pendidik sebagai
media ajar yang menarik dan user friendly dalam proses
pembelajaran bahasa isyarat untuk memperkenalkan huruf
dan angka.

Kata Kunci—Perangkat lunak, mutimedia, media,
pembelajaran, tunarungu wicara.


I. INTRODUCTION
i era globalisasi saat ini, kebutuhan akan teknologi
komputer dan informasi telah berkembang pesat.
Seiring dengan kemajuan teknologi tersebut manusia
dituntut untuk bekerja secara efektif dan efisien guna
mencapai tujuan atau hasil yang lebih cepat dan akurat serta
lebih memuaskan. Karena dengan teknologi dapat membantu
kelancaran di dalam pengolahan data menjadi suatu
informasi yang sangat dibutuhkan oleh semua pihak,
terutama untuk kebutuhan kegiatan operasional suatu
perusahaan atau instansi.
Seiring dengan kemajuan teknologi, perkembangan
perangkat keras dan lunak dewasa ini sangat mempengaruhi
pada pemakaian komputer disegala bidang. Komputer yang
pada awalnya hanya digunakan oleh para pebisnis, kini telah
digunakan secara luas diberbagai bidang, instansi
pemerintahan dan swasta, perusahaan industri dan jasa serta
semua sektor yang ada saat ini telah menggunakan komputer
sebagai alat penunjang pemrosesan data dan informasi.
Kegagalan dalam memberikan layanan pembelajaran pada
anak-anak berkebutuhan khusus (ABK), khususnya
tunarungu wicara secara umum disebabkan kurang tepatnya
program pembelajaran yang diterapkan pada siswa
berkebutuhan khusus tersebut. Salah satunya adalah
penyusunan program pembelajaran yang kurang sesuai

*
Yetti Yuniati adalah staf pengajar di Jurusan Teknik Elektro, Fakultas
Teknik, Universitas Lampung, Lampung. (e-mail: yetti@unila.ac.id).
dengan kondisi dan keberadaan kelainan setiap siswa.
Terlebih lagi jika kondisi kelainan siswa yang bersangkutan
disertai dengan kendala penyerta, seperti: autism, hiperaktif,
spastik, kesulitan belajar, dan perilaku mal-adaptif.
Hal ini membuat para pendidik yang bersangkuatan
dituntut untuk mampu menyusun program kegiatan belajar
mengajar dengan memanfaatkan media pola gerak (body
movement) yang disesuaikan dengan kondisi dan
karakteristik khusus peserta didik. Pola gerak irama
digunakan sebagai alat belajar yang mampu untuk
mengembangkan potensi kemampuan, membebaskan
kesulitan peserta didik, mengabstraksikan, serta membentuk
pengalaman-pengalaman baru atau wawasan diri yang
bersifat positif setiap peserta didik. Suatu pola gerak yang
bervariasi, diyakini dapat meningkatkan potensi peserta
didik dengan kebutuhan khusus dalam kegiatan
pembelajaran (berkaitan dengan pambentukan fisik, emosi,
sosialisasi, dan daya nalar).
Dengan adanya program komputer yang dapat membantu
sebagai media pembelajaran pengenalan huruf dan angka
bagi anak-anak tunarungu wicara, diharapkan dapat
membantu meningkatkan kinerja para pendidik. Sehingga
secara tidak langsung meningkatkan kualitas kinerja yang
dihasilkan oleh pihak pendidik kepada anak-anak
berkebutuhan khusus (ABK) tersebut. Alasan lainnya adalah
komputer mempunyai kemampuan lebih tinggi dalam hal
ketelitian, daya tampung pengingat yang besar, dan
kecepatan proses.
Pertengahan tahun 1970 sampai awal tahun 1990 yaitu
perkembangan perangkat lunak sudah maju sedemikian
pesat. Perangkat lunak sudah menggunakan sistem
terdistribusi sehingga penyampaian informasi dari komputer
sumber ke komputer tujuan akan terasa cepat. Dalam era ini
perangkat keras dari suatu komputer harganya sangat murah,
hal ini disebabkan peranan perangkat lunak sudah sangat
mendominasi dari penyelesaian suatu masalah sehingga
pengguna software pada masa itu sudah sedemikian jauh.
Pertengahan tahun 1990 sampai tahun 2000 yaitu
perkembangan perangkat lunak sudah mendominasi dari
perkembangan perangkat keras, sehingga perangkat keras
dalam hal ini komputer sangat di kendalikan oleh suatu
sistem operasi. Tingkat kecerdasan dari perangkat lunak
semakin di tingkatkan, sehingga perangkat lunak dilatih
mempunyai kecerdasan seperti yang dimiliki manusia,
terbukti dengan adanya penemuan kecerdasan buatan,
jaringan syaraf tiruan, sistem pakar dan logika fuzzy.
Pemrosesan komputer paralel sangat mendominasi pada era
Pengembangan Perangkat Lunak Pembelajaran
Bahasa Isyarat Bagi Penderita Tunarungu
Wicara
Yetti Yuniati,
*
Universitas Lampung
D
30 JURNAL GENERIC Yetti Yuniati
ini dan pada masa ini pula pemrograman sudah berorientasi
objek.

II. TINJAUAN PUSTAKA
A. Anak Berkebutuhan Khusus
Anak Berkebutuhan Khusus (ABK) merupakan istilah lain
menggantikan kata “Anak Luar Biasa (ALB)” yang
menandakan adanya kelainan khusus. Anak berkebutuhan
khusus mempunyai karakteristik yang berbeda antara satu
dengan yang lainnya. Di negara indonesia, anak
berkebutuhan khusus yang mempunyai gangguan
perkembangan dan telah diberikan layanan antara lain
sebagai berikut :
1) Anak yang mengalami kendala (impairment)
penglihatan (tunanetra), khususnya anak buta (totally
blind), tidak dapat menggunakan indera penglihatannya
untuk mengikuti segala kegiatan belajar maupun
kehidupan sehari-hari. Umumnya kegiatan belajar
dilakukan dengan rabaan atau taktil karena kemampuan
indera raba sangat menonjol untuk menggantikan indera
penglihatan.
2) Anak dengan kendala pendengaran dan bicara
(tunarungu wicara), pada umumnya mereka mempunyai
hambatan pendengaran dan kesulitan melakukan
komunikasi secara lisan dengan orang lain.
3) Anak dengan kendala perkembangan kemampuan
(tunagrahita), memilikim problema belajar yang
disebabkan adanya hambatan perkembangan inteligensi,
mental, emosi, sosial, dan fisik.
4) Anak dengan kendala kondisi fisik atau motorik
(tunadaksa). Secara medis dinyatakan bahwa mereka
mengalami kelainan pada tulang, persendian, dan saraf
penggerak otot-otot tubuhnya, sehingga digolongkan
sebagai anak yang membutuhkan layanan khusus pada
gerak anggota tubuhnya.
5) Anak dengan kendala perilaku maladjustment. Anak
yang berperilaku maladjustment sering disebut dengan
anak tunalaras. Karakteristik yang menonjol antara lain
sering membuat keonaran secara berlebihan, dan
bertendensi kearah perilaku kriminal.
6) Anak dengan kendala autisme (autism children). Anak
autistik mempunyai kelainan ketidak mampuan
berbahasa. Hal ini diakibatkan oleh adanya cedera pada
otak. Secara umum anak autistik mengalami kelainan
berbicara disamping mengalami gangguan kemampuan
intelektual dan fungsi saraf. Kelainan anak autistik
meliputi kelainan berbicara, kelainan fungsi saraf dan
intelektual, serta perilaku yang ganjil. Anak autistik
mempunyai kehidupan sosial yang aneh dan terlihat
seperti orang yang selalu sakit, dan tidak suka bergaul,
dan sangat terisolasi dari lingkungan hidupnya.
7) Anak dengan kendala hiperaktif (attention deficit
disorder with hyperactive). Hyperactive bukan
merupakan penyakit tetapi suatu gejala atau symptoms.
Symptoms terjadi disebabkan oleh beberapa faktor, yaitu
kerusakan pada otak (brain damage), kelainan
emosional (an emotional disturbance), kurang dengar (a
hearing deficit), atau tunagrahita (mental retardation).
8) Anak dengan kendala belajar (learningdisability atau
specific learning disability). Istilah specific learning
disability ditujukan pada siswa yang mempunyai
prestasi rendah dalam bidang akademik tertentu, seperti
membaca, menulis, dan kemampuan matematika. Dalam
bidang kognitif umumnya mereka kkurang mampu
mengadopsi proses informasi yang datang pada dirinya
melalui penglihatan, pendengaran, maupun persepsi
tubuh.
9) Anak dengan kendala kelainan perkembangan ganda
(multihandicapped and developmentally disabled
children). Mereka sering disebut istilah tunaganda yang
mempunyai kelainan perkembangan mencakup
hambatan-hambatan perkembangan neurologis. Hal ini
disebabkan oleh satu atau dua kombinasi kelainan
kemampuan pada aspek inteligensi, gerak, bahasa, atau
hubungan pribadi dimasyarakat.

B. Pola Gerak Sebagai Pembelajaran
Alasan utama mengapa gerak dipakai sebagai satu
pendekatan pembelajaran di sekolah, adalah berdasarkan
tujuan utama yang menyatakan bahwa pola gerak
mempunyai kepentingan dalam upaya mengembangkan
potensi dan kemampuan perkembangan kognitif dan sosial
setiap peserta didik untuk mencapai kompetensi dirinya
secara bulat dan utuh. Peserta didik untuk mencapai
kompetensi dirinya secara bulat dan utuh. Alasan lainnya
adalah :
1) Gerak sudah dilakukan sejak seorang anak dilahirkan.
2) Suatu gerak adalah merupakan media interaksi sosial
dan sebagai wujud penyaluran hasrat keinginan dirinya
yang terus berkembang mengikuti usianya.
3) Gerak dapat dimunculkan karena faktor-faktor emosi
pribadi seseorang.
4) Gerak melalui perkembangan sesuai deengan kurun
waktu yang dimiliki seseorang sangat diperlukan bagi
perkembangan daya nalar atau intelektual seseorang.


III. HASIL DAN PEMBAHASAN
Tampilan form Login admin berfungsi untuk masuk
ketampilan utama. Di dalam tampilan Login Acount
terdapat tombol User dan Exit. Apabila ingin login sebagai
user saja maka tekan tombol user. Dan apabila ingin login
sebagai administrator maka input field kode, nama,
password dan tekan enter, Apa bila saat meng inputkan kode
password salah maka akan keluar peringatan seperti pada
Gambar 1a dan Gambar 1b.
Apabila seorang pengguna menggunakan login sebagai
user saja (akses sebagai user) maka menu-menu yang dapat
diakses didalam tampilan utama adalah : Pengenalan Angka,
Pengenalan Huruf, Switch User, About me, dan Tombol
Keluar untuk keluar dari aplikasi multimedia pembelajaran
bahasa isyarat. Apabila pengguna menggunakan login
dengan akses sebagai admin maka maka menu-menu yang
dapat diakses didalam tampilan utama adalah : Pengenalan
Angka, Pengenalan Huruf, Input Media, Administrator,
Switch User, About me, dan Tombol Keluar untuk keluar
Vol.6 No.1 (Januari 2011) JURNAL GENERIC 31
ISSN: 1907-4093 (print) / 2087-9814 (online) © 2011 JURNAL GENERIC
dari aplikasi multimedia pembelajaran bahasa isyarat.
Tampilan program untuk Login Acount adalah seperti yang
ditunjukkan pada Gambar 2.


(a)



(b)

Gambar 1. Tampilan Pesan Kesalahan. (a) Pesan kesalahan kode, (b) Pesan
kesalahan password


Gambar 2. Tampilan Login Account
Menu Utama merupakan tampilan utama tatap muka
program Perangkat Lunak Multimedia Pembelajaran Bahasa
Isyarat Sebagai Media Pengenalan Huruf Dan Angka. Di
dalam menu utama terdapat tujuh tombol menu utama yaitu :
Tombol pengenalan huruf yang digunakan untuk memasuki
tampilan form pengenalan huruf, tombol pengenalan angka
yang digunakan untuk memasuki tampilan form pengenalan
angka, tombol input media yang digunakan untuk memasuki
tampilan form penginputan media, tombol administrator
berfungsi untuk memasuki tampilan form administrator,
yang berfungsi sebagai sarana untuk melakukan proses
penginputan dan merubah, menambah data administrator.
Tombol switch user yang digunakan untuk memasuki
tampilan form switch user yang berfungsi untuk mengganti
hak akses user, tombol about me untuk melihat profile
programmer, dan tombol keluar untuk keluar dari program.
Tampilan form pengenalan huruf berfungsi untuk
melakukan pembelajaran pengenalan huruf. Didalam form
pengenalan huruf user atau pengguna diharuskan terlebih
dahulu menginputkan huruf yang ingin ditampilkan. Didalam
tampilan form pengenalan huruf terdapat pemilihan apakah
dalam proses pengenalan huruf pengguna akan menampilkan
gambar dan suara. Apabila dalam proses pengenalan huruf
pengguna ingin agar gambar huruf terlihat maka pilih option
show dan option hide agar gambar huruf tak terlihat. Begitu
pula dengan option yang terdapat pada suara, option show
agar suara huruf tampil ketika program dijalankan dan
option hide agar suara tidak ditampilkan dalam proses
pengenalan huruf. Selanjutnya tekan tombol play jika ingin
menampilkan image, audio, video pengenalan huruf. Tekan
tombol stop jika ingin berhenti pada saat proses sedang
menampilkan image, audio, video. Tombol help berfungsi
untuk menampilkan tata cara penggunaan tampilan form
program pengenalan huruf dan tampilan form program
pengenalan angka. Tombol clean untuk membersihkan field
yang berfungsi untuk melakukan penginputan huruf baru
yang akan ditampilkan. Tombol keluar untuk kembali keluar
dari tampilan form pengenalan huruf dan kembali ke menu
utama. Tampilan form pengenalan huruf tersebut adalah
sebagai berikut.




Gambar 3. Tampilan menu utama pengenalan huruf
Tampilan form pengenalan angka berfungsi untuk
melakukan pembelajaran pengenalan angka. Didalam form
pengenalan angka user atau pengguna diharuskan terlebih
dahulu menginputkan angka yang ingin ditampilkan.
Didalam tampilan form pengenalan angka terdapat pemilihan
apakah dalam proses pengenalan angka pengguna akan
menampilkan gambar dan suara. Apabila dalam proses
pengenalan angka pengguna ingin agar gambar angka
terlihat maka pilih option show dan option hide agar gambar
angka tak terlihat. Begitu pula dengan option yang terdapat
pada suara, option show agar suara angka tampil ketika
program dijalankan dan option hide agar suara tidak
ditampilkan dalam proses pengenalan angka. Selanjutnya
tekan tombol play jika ingin menampilkan image, audio,
video pengenalan angka. Tekan tombol stop jika ingin
berhenti pada saat proses sedang menampilkan image,
audio, video. Tombol help berfungsi untuk menampilkan
tata cara penggunaan tampilan form program pengenalan
huruf dan tampilan form program pengenalan angka.
Tombol clean untuk membersihkan field yang berfungsi
untuk melakukan penginputan angka baru yang akan
ditampilkan. Tombol keluar untuk kembali keluar dari
tampilan form pengenalan angka dan kembali ke menu
32 JURNAL GENERIC Yetti Yuniati
utama. Tampilan form pengenalan angka tersebut adalah
sebagai berikut.



Gambar 4. Tampilan menu utama pengenalan angka

Tampilan form input media berfungsi untuk melakukan
proses penambahan file baru atau penginputan, pengeditan,
penghapusan media berupa gambar (image), video, dan
suara (audio). Tampilan form input media hanya dapat
diakses oleh pengguna yang login dengan akses sebagai
admin. Didalam tampilan form input media user dapat
melakukan proses penambahan file media yang dibutuhkan
dengan menginputkan kode field kode, menginputkan file
gambar dengan cara mencari (browse) lokasi folder tempat
penyimpanan file gambar, menginputkan file suara dengan
cara mencari (browse) lokasi folder tempat penyimpanan file
suara, menginputkan file video dengan cara mencari
(browse) lokasi folder tempat penyimpanan file video.
Tombol simpan untuk menyimpan media, tombol baru untuk
melakukan proses penginputan file media baru, tombol ubah
untuk melakukan proses pengubahan atau pengeditan file
media, dan tombol hapus untuk melakukan proses
penghapusan file media yang terdapat dalam database.






Gambar 5. Tampilan utama input media

IV. KESIMPULAN
Perangkat Lunak Multimedia Pembelajaran Bahasa
Isyarat Sebagai Media Pengenalan Huruf Dan Angka Bagi
Penderita Tunarungu Wicara, diharapkan dapat membantu
para pendidik sebagai media ajar dalam proses pembelajaran
bahasa isyarat untuk memperkenalkan huruf dan angka
kepada siswa tunarungu wicara khususnya kelas satu di
Sekolah Luar Biasa. Kelebihan dari sistem ini adalah dari
segi tampilan yang user friendly, sehingga mudah dalam
penggunaan, dan sistem yang dapat bekerja efektif dalam hal
waktu dan tenaga, dan flexibel dalam hal penambahan
image, audio, dan video. Kekurangan dari sistem ini adalah
masih terbatasnya pada jumlah pembelajaran angka yang
ditawarkan, yakni angka dari satu sampai dua puluh,
seratus, seribu, satu juta. Dalam penggunaan perangkat lunak
ini menggunakan dua cara pengaksesan, akses sebagai user
dan akses sebagai admin. Akses sebagai user dapat
menggunakan semua menu yang ditawarkan kecuali
administrator dan input media, sedangkan akses sebagai
admin dapat menggunakan menu yang ditawarkan tanpa
terkecuali.

REFERENCES
[1] Chandra. 2006. 7 Jam Belajar interaktif Adobe Premiere Pro Untuk
Orang Awam. Palembang : CV Maxicom.
[2] Delphie, Bandi. 2006. Pembelajaran Anak Tunagrahita. Bandung :
PT. Refika Aditama.
[3] Departemen Pendidikan Dan Kebudayaan. 1991. Kamus Besar
Bahasa Indonesia Edisi Kedua. Jakarta : Balai Pustaka.
[4] Direktorat Pendidikan Luar Biasa. 2001. Kamus Sistem Isyarat
Bahasa Indonesia edisi ketiga. Jakarta.
[5] Hadi Sutopo. Ariesto. 2003. Multimedia Interaktif dengan Flash.
Yogyakarta: Penerbit Graha Ilmu.
[6] Jogiyanto. 2001. Analisis dan Desain Sistem Informasi Pendekatan
Terstruktur. Yogyakarta : Andi Offset.
[7] Jogiyanto. 2001. Analisis dan Desain Sistem Informasi. Yogyakarta :
Andi Offset.
[8] Kristanto. Andri. 2004. Rekayasa Perangkat Lunak (Konsep Dasar).
Yogyakarta : Gava Media
[9] Leman. 1997. Metodologi Pengembangan Sistem Informasi. Jakarta :
PT. Elex Media Komputindo.

You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->