LAPORAN KEMAJUAN

USULAN
PENELITIAN DOSEN PEMULA (PDP)

PENELITIAN DOSEN INTERNAL

Perancangan Almihjam Expert System Penentuan Titik Bekam Basah

Menggunakan Logika Fuzzy Fordward Chaining

TIM PENGUSUL
Ita Fitriati, S.Kom., M.T NIDN. 0812108801
Muhammad Ghazali, M.Si NIDN.0829088702
PENGARUH KEMANDIRIAN DAN GAYA BELAJAR TERHADAP
KETERAMPILAN PROSES SAINS PADA MAHASISWA PROGRAM
STUDI PENDIDIKAN TEKNOLOGI INFORMATIKA STKIP TAMAN
SISWA BIMA TAHUN AJARAN 2013/2016
SEKOLAH TINGGI KEGURUAN DAN ILMU PENDIDIKAN
TAMAN SISWA BIMA
AGUSTUS 2019

Ketua : Muliana, S.Pd, M.Pd (0803118901)

Anggota : Arif Rahman Hakim, M,Si (0806069101

i
 HALAMAN PENGESAHAN
PENELITIAN DOSEN PEMULA

Judul Penelitian : Perancangan expert system penentukan titik bekam

dengan strategi fordward chaining menggunakan
Algoritma Fuzzy.

Nama Rumpun Ilmu : Teknik Informatika

Ketua Peneliti
a. Nama Lengkap
b. NIDN
c. Jabatan Fungsional
d. Program Studi
e. Nomor HP
f. Alamat surel (e-mail)
Anggota Peneliti
a. Nama Lengkap
b. NIDN
c. Perguruan Tinggi
Biaya Penelitian
Biaya Luaran Tambahan
: Ita Firiati, S.Kom.,M.T
: 0812108801
: Dosen Tetap
: Pendidikan Teknologi Informasi
: 085239664789
: itafitriati88@gmail.com
: Muhammad Ghazali, M.Si
: 0829088702
: STKIP Taman Siswa Bima
: Rp. 19.900.000
: -

Mengetahui, Bima, 20 Agustus 2019

Ketua STKIP Taman Siswa Bima Ketua Peneliti,

(Dr. Ibnu Khaldun Sudirman, M.Si.) (Ita Fitriati, S.Kom.,M.T)

NIDN. 0817047701 NIDN. 0812108801

Menyetujui,
Ketua LPPM STKIP Taman Siswa Bima

(Anisah, M.Pd)
NIDN.0824069002

ii
 PRAKATA
Assalaamu ‘Alaikum Warahmatullaahi Wabarakaatuh
Dengan menyebut asma Allah yang Maha Pengasih lagi Maha
Penyayang, sumber segala kemuliaan dan ilmu, puji syukur selalu kami panjatkan
hanya kepada-Nya. Shalawat serta salam tak lupa pula kami kirimkan kepada
Rasulullah Muhammad Shallallaahu ‘Alaihi Wa Sallam, yang diutus untuk
memberi kabar gembira bagi orang beriman dan memberi peringatan kepada umat
manusia, kami selalu rindu padanya.
Penelitian ini berjudul ”Perancangan Almihjam Expert System Penentuan
Titik Bekam Basah Menggunakan Logika Fuzzy Fordward Chaining”. Kami
menyadari bahwa dalam penyusunan laporan kemajuan ini, masih terdapat
kekurangan dan kesalahan, oleh sebab itu kami sangat mengharapkan saran dan
kritik yang konstruktif demi kesempurnaan tulisan ini.
Penyusunan laporan kemajuan ini tidak terlepas dari bantuan, dukungan,
dan partisipasi dari berbagai pihak. Oleh karena demikian, maka kami
menyampaikan ucapan terima kasih dan penghargaan yang sebesar-besarnya
kepada:
1. Ketua STKIP Taman Siswa Bima, Bapak Dr. Ibnu Khaldun Sudirman, M.Si
atas segala kesempatan, dukungan dan motivasi sehingga peneliti bisa
menyelesaikan laporan ini sesuai waktu yang ditentukan.
2. Ketua Lembaga Penelitian dan Pengabdian kepada Masyarakat, ibu
Muliana.M.Pd. yang telah memberikan arahan sehingga tim peneliti dapat
melaksanakan penelitian ini sesuai yang diharapkan.
3. Semua rekan-rekan sivitas akademika STKIP Taman Siswa Bima.
Peneliti berdo’a semoga amal kebaikan dari pihak-pihak yang telah
membantu dibalas oleh Allah SWT dengan balasan yang setimpal, dan semoga
penelitian ini bermanfaat bagi siapa saja yang membutuhkannya.
Penulis sadar, penulis tidak akan mampu membalas semua itu. Hanya
Allah Subhaanahu Wa Ta’ala yang mampu memberi balasan yang setimpal
karena Allah Subhaanahu Wa Ta’ala adalah sebaik-baik Pemberi balasan.

iii
 Harapan penulis, semoga penelitian yang sangat sederhana ini dapat
bermanfaat bagi semua orang yang melakukan penelitian terkait selanjutnya.
Wabillaahi taufiq wal hidayah, Wassalaamu ‘alaikum warahamtulaahi
wabarakaatuh.
Bima, Agustus 2019

Peneliti

iv
 RINGKASAN

Bekam basah menjadi salah satu metode penyembuhan alternatif yang kini
banyak diminati oleh masyarakat di Bima Nusa Tenggara Barat, kebanyakan
klinik bekam selalu dipenuhi oleh banyak pasien, seiring dengan banyaknya jenis
penyakit-penyakit baru yang bermunculan dengan banyaknya jenis obat-obatan
yang belum ada jaminan kehalalannya yang mengakibatkan selalu terjadinya
keterlambatan dalam menentukan titik bekam basah dan urutan pengobatan untuk
pasien.
Masalah lain yang sering ditemukan adalah minimnya informasi yang
didapatkan oleh pasien ketika menjalani metode bekam basah. Pasien meyakini
bahwa metode ini dipilih karena mampu mengatasi segala jenis penyakit, baik
penyakit ringan maupun penyakit berat ataupun penyakit dalam, namun informasi
terkait detail penyakit, sebab munculnya penyakit, hingga solusi penanganan
penyembuhan dari penyakitnya dirasa harus diberikan kepada pasien. Biasanya
sebelum melakukan proses bekam, terapis melakukan konsultasi kepada pasien
sebelum memberikan tindakan, namun kebanyakan dari mereka langsung
melakukan pembekaman tanpa memberikan informasi kepada pasien.
Dengan permasalahan diatas peneliti menawarkan sebuah expert system
yang bisa dimanfaatkan oleh terapis sekaligus pasien, sehingga diharapkan adanya
ketebukaan informasi antara keduanya. Terapis memanfaatkan aplikasi ini untuk
mempercepat pengambilan keputusan tindakan penyembuhan, sedangkan pasien
bisa mendapatkan informasi detail terkait penyakit yang diderita. Expert system
tersebut diberi nama almihjam expert system (sistem pakar pembekaman)
Expert System ini dibuat dengan menggabungkan dua metode diantaranya
metode Forward Chaining dan Metode Fuzzy. Metode Forward Chaining
digunakan untuk menentukan rule berdasarkan gejala keluhan yang dialami
pasien, sedangkan metode Fuzzy digunakan karena kemampuan fuzzy yang
memiliki nilai toleransi terhadap data-data yang tidak tepat sehingga mampu
mengetahui cara memetakan permasalahan yang ambigu. Dalam perhitungan juga
dibutuhkan Certainy Factor (CF) yang datanya diambil dari pakar terapis dan
juga diambil dari pakar dokter sebagai data perbandingan.
Penelitian ini bertujuan: (1) Menghasilkan sebuah sistem yang
menampilkan informasi bekam yang lengkap untuk pasien, (2) Menghasilkan
sistem yang dimanfaatkan oleh terapis untuk mengambilan keputusan terhadap
hasil pemeriksaan pasien. (3) Menampikan informasi titik bekam basah dari hasil
pemanfaatan forward chaining dan metode Fuzzy.
Jenis penelitian ini merupakan penelitian eksperimental yang bersifat
aplikatif sehingga dari perumusan masalah dapat dilakukan dengan metode studi
literatur(library reaserch), metode pengumpulan data lapangan (field research)
dan pembuatan aplikasi berbasis website berdasarkan data analisis Forward
Chaining dan metode Fuzzy.
Tahapan pengembangan sistem diawali dari identifikasi Masalah, Kajian
Pustaka, Perancagan Sistem, Implementasi Sistem, dan Pengujian Sistem.

v
 Sistem telah melewati tahap validasi oleh tiga ahli, a) Validasi Isi/materi
83,1% dengan kategori Sangat Baik / Sangat Layak, b) Validasi Tampilan 87,5%
dengan kategori Sangat Baik / Sangat Layak, c) Validasi Pemrograman 73,3%
dengan Kategori Baik / Layak. Pada saat ujicoba sistem yang dilakukan terhadap
dua orang asisten pakar terlihat nilai respon 76,7% dengan kategori Baik. Hasil
implementasi sistem yang dilakukan pada 15 orang pasien menunjukan nilai rerata
81,5% dengan kategori Sangat Baik.

Kata kunci : Almihjam Expert System, Bekam Basah, Fordward Chaining, Fuzzy.

vi
 DAFTAR ISI

HALAMAN JUDUL ...................................................................................... i

HALAMAN PENGESAHAN ....................................................................... ii
PRAKATA ...................................................................................................... iii
RINGKASAN ................................................................................................. iv
DAFTAR ISI ................................................................................................... v
DAFTAR TABEL .......................................................................................... vi
DAFTAR GAMBAR ...................................................................................... vii

BAB I PENDAHULUAN
1.1.Latar Belakang ..................................................................................... 1
1.2.Rumusan Masalah ................................................................................ 2
1.3.Tujuan Penelitian ................................................................................. 3
1.4.Spesifikasi Produk ............................................................................... 3
1.5.Urgensi Pengembangan ....................................................................... 3
1.6.Manfaat Penelitian ............................................................................... 4
1.7.Asumsi dan Keterbatasan Penelitian .................................................... 4
1.8.Definisi Istilah ..................................................................................... 5
1.9.Petanyaan Penelitian ............................................................................ 5
1.10. Rencana Target Luaran .................................................................... 5

BAB II TINJAUAN PUSTAKA

2.1.Expert System ...................................................................................... 7
2.2.Titik Bekam .......................................................................................... 8
2.3.Strategi Fordward Chaining………………………………………… . 10
2.4. Algoritma Fuzzy.................................................................................. 11
2.5.Kerangka Pikir .................................................................................... 11

BAB 3 METODE PENELITIAN

3.1. Jenis Penelitian ..................................................................................... 12

vii
 3.2. Prosedur Pengembangan ...................................................................... 12
3.3. Uji Coba Produk ................................................................................... 15
3.4. Subjek Penelitian .................................................................................. 15
3.5. Metode dan Alat Pengumpul data ....................................................... 16
3.6. Teknik Analisis data ............................................................................. 16

BAB IV HASIL DAN PEMBAHASAN

4.1. Hasil Penelitian........................................................................................ 18
4.2. Luaran ...................................................................................................... 18

DAFTAR PUSTAKA ..................................................................................... 19

LAMPIRAN-LAMPIRAN

Lampiran 1: Tampilan Produk ................................................................. 21

Lampiran 2: Source Code Produk ............................................................ 22
Lampiran 3: Dokumentasi Proses Penelitian ........................................... 25

viii
 DAFTAR TABEL

Tabel 1.1 ........................................................................................................... 10

Tabel 1.1 ........................................................................................................... ii
Tabel 1.1 ........................................................................................................... iii
Tabel 1.1 ........................................................................................................... iv
DAFTAR ISI .................................................................................................... v
DAFTAR TABEL ............................................................................................ vi
DAFTAR GAMBAR ....................................................................................... vii

ix
 DAFTAR GAMBAR

Tabel 1.1 ........................................................................................................... 10

Tabel 1.1 ........................................................................................................... ii
Tabel 1.1 ........................................................................................................... iii
Tabel 1.1 ........................................................................................................... iv
DAFTAR ISI .................................................................................................... v
DAFTAR TABEL ............................................................................................ vi
DAFTAR GAMBAR ....................................................................................... vii

x
 PENDAHULUAN

1.1 LATAR BELAKANG

Banyak metode penyembuhan alternatif yang kini menjadi pilihan bagi
para pasien yang menginginkan kesembuhan dari berbagai macam penyakit yang
diderita, baik itu penyakit ringan dengan kasus non-operasi maupun penyakit berat
yang meliputi organ-organ dalam tubuh atau biasa disebut penyakit dalam
(Interna).Salah satu metode tersebut diantaranya adalah Metode Alhijamah atau
biasa disebut terapi bekam. Bekammerupakan proses mengeluarkan darah dari
kulit dengan cara menghisap, kemudian menyayat ringan pada permukaan kulit,
kemudian dilakukan penghisapan lagi agar darah bisa keluar dan menimbulkan
kesembuhan dengan izin Allah [1].
Bekam basah menjadi salah satu metode penyembuhan alternatifyang
banyak diminati oleh masyarakat di Bima Nusa Tenggara Barat, kebanyakan di
klinikbekam selalu dipenuhi oleh banyak pasien, baik laki-laki maupun
perempuan, dewasa maupun lansia. Berdasarkan observasi awal yang dilakukan
bulan Juni 2018 di klinik CTC (Cupping Teraphy Center) Kota Bima dengan
mewawancarai pemilik klinik yaitu bapak Irwan,S.Pd.I.,CHT, didapatkan
informasi bahwa pasien sangat banyak datang ke kliniknya, masyarakat lebih
meyakini metode bekam lebih baik dari pada mengkonsumsi obat obatan yang
belum ada jaminan kehalalannya. Selain itu menurut salah satu terapis lainnya
mengatakan seiring dengan banyaknya jenis penyakit baru yang bermunculan
serta dengan keluhan yang berbeda-beda yang mengakibatkan selalu terjadinya
keterlambatan dalampengambilan keputusan dalam menentukan urutan
pengobatan untuk pasien, dan juga penentuan titik bekam yang akan diberikan
untuk pasien.

Informasi bersumber dari salah satu pasien, bahwa pasien menginginkan

adalnya informasi detail yang bisa didapatkan terkait penyakit yang diderita
maupun solusi untuk penyembuhan secara metode bekam.

1
 Dengan adanya permasalahan diatas sehingga peneliti menganggap perlu
untuk merancang sebuah Sistem Expert yang mampu memberikan jawaban cepat
atas segala keluhan pasien beserta terapis.
Sistem ini akan dibuat dengan strategi forward chaining digunakan pada
pengujian fakta-faktayang dimasukkan oleh pakar terapis, dengan aturan yang
telah disimpan dalam sistem,se hinggamenghasilkan satu kesimpulan berupa titik
bekam

1.2 RUMUSAN MASALAH

Beberapa pokok permasalahan sebagai berikut:
1. Bagaimana memaksimalkan pemberian informasi bekam kepada pasien.
2. Bagaimana memudahkan para terapis untuk melakukan pemeriksaan dan
pengambilan keputusan yang lebih cepat.
3. Bagaimana memadukan forward chaining dan logika Fuzzy untuk
menentukan titik bekam.

1.3 TUJUAN PENELITIAN

Beberapa tujuan penelitian ini:
1. Menghasilkan sebuah sistem yang menampilkan informasi bekam yang
lengkap untuk pasien
2. Menghasilkan sistem yang dimanfaatkan oleh terapis untuk mengambilan
keputusan terhadap hasil pemeriksaan pasien
3. Menampikan informasi titik bekam dari hasil pemanfaatan forward chaining
dan metode Fuzzy.

1.4 URGENRSI PENELITIAN

Hasil penelitian ini diharapkan dapat bermanfaat bagi:
1. Untuk terapis, dapat melakukan pemeriksaan dan pengambilan keputusan
yang lebih cepat.
2. Menambah pengetahuan berbagai ragam penyakit yang dialami pasien.

2
3. Untuk pasien, dapat mengakses informasi lebih cepat dan lengkap dalam
mendiagnosa penyakitnya sendiri berdasarkan keluhan yang diderita.
4. Peningkatan kualitas pengelolaan sarana dan pelayanan kesehatan.

1.5 BATASAN MASALAH

1. Hasil yang menjadi output adalah berupa penentuan titik-titik bekam basah
dan urutan penyembuhan.
2. Data obat-obat yang menjadi saran solusi adalah hanya untuk obat herbal.
3. Data Inputan adalah berupa data-data keluhan dari pasien.
4. Memadukan Forward Chaining dan metode Fuzzy sebagai langkah untuk
menentuan solusi titik bekam.

3
 TINJAUAN PUSTAKA
2.1 Bekam Basah
Berbagai macam metode penyembuhan alternatif saat ini menjadi pilihan
bagi para pasien yang menginginkan kesembuhan bagi berbagai macam penyakit
yang diderita, baik itu penyakit ringan dengan pengobatan tanpa operasi maupun
penyakit berat yang meliputi organ-organ dalam tubuh. Beberapa metode
alternatif itu diantaranya adalah pengobatan islami yaitu Bekam atau Al-Hijamah
yaitu proses mengeluarkan darah kotor yang tidak diperlukan oleh tubuh yang
bertujuan untuk mencegah timbulnya berbagai macam penyakit.
Metode pengobatan bekam basah adalah dengan menggunakan tabung,
cawan, tanduk hewan atau bambu yang prosesnya dimulai dengan membuat
tekanan menjadi negatif dalam wadah cawan sehingga melakukan pengisapan atau
vakumisasi. Sehingga darah kotor tertarik mendekati kulit titik bekam yang akan
dikeluarkan dengan menyayat tipis di kulit pada titik-titik bekam.
Secara garis besar fungsi bekam diantaranya adalah untuk mengeluarkan
darah kotor atau darah yang berpotensi mengandung toksin. Dengan
dikeluarkannya toksin dan sel darah yang rusak atau tidak bagus kinerjanya maka
tubuh akan lebih segar dan sehat. Selain itu fungsi berikutnya adalah perbaikan
fungsi organ tubuh. Organ tubuh yang terganggu fungsinya akan disembuhkan
dengan cara perbaikan jaringan dan sel yang ada padanya sehingga bisa berfungsi
dan sehat kembali. Organ tubuh yang terinfeksi kuman penyakit dapat sembuh
secara alami karena tubuh memproduksi zat antibodi yang bisa membunuh kuman
penyakit yang merugikan. Jika organ tubuh sudah bebas dari infeksi penyakit
maka tubuh pun akan sehat lagi.
Bagi penderita hipertensi,bekam berperan mengurangi kadar lemak dan
kolesterol berbahaya (LDL) dalam darah maupun yang mengendap di dinding
pembuluh darah sehingga mengurangi penyumbatan pembuluh darah.Bekam juga
meningkatkan suplai darah ke lapisan dalam endothelium yang berperan
memproduksi zat nitrit oksida (endothelium-derived relaxing factor) yang membantu
peregangan dan pelebaran dinding pembuluh darah[2].

4
 Selama ini tindakan yang diberikan kepada pasien hanya berdasar pada
perkiraan praktisi pengobatan untuk menarik kesimpulan atas semua kemungkinan
penyakit yang diderita oleh pasien. Semakin banyak gejala yang ditimbulkan
maka semakin banyak pula muncul prediksi-prediksi penyakit. Karena banyaknya
prediksi pernyakit yang berbeda-beda maka akan semakin banyak pula solusi
penyembuhan yang dilakukan. Karena itu dibutuhkan Expert System yang
membantu praktisi pengobatan. Expert Systemyang digunakan pada penelitian ini
memadukan metode Fuzzy dengan Forward Chaining.

2.2 Logika Fuzzy

Logika Fuzzy adalah suatu cabang ilmu Artificial Intellegence, yaitu
suatu pengetahuan yang membuat komputer bisa meniru kecerdasan manusia
sehingga diharapkan komputer dapat melakukan hal-hal yang apabila
dikerjakan manusia memerlukan kecerdasan [3]. Logika Fuzzy merupakan
metode pemecahan masalah yang digunakan pada sistem, jaringan, sistem kontrol.
Berbeda dengan Logika klasik yang hanya memiliki dua kemungkinan (biner)
yang terdiri dari benar atau salah, dengan fungsi nilai keanggotaan hanya 0 dan 1,
sedangkan Logika Fuzzy memungkinkan fungsi nilai keanggotan berkisar antara 0
sampai 1. Logika Fuzzy memungkinkan keadaan berada dalam dua keanggotaan
sekaligus tergantung bobot nilai keanggotaannya [4].

Kelebihan Logika Fuzzy adalah memiliki toleransi terhadap data yang

tidak tepat sehingga lebih mampu memodelkan persamaan nonlinear yang
kompleks. Sehingga penalarannya tidak membutuhkan persamaan matematika
yang rumit [5].

Dibutuhkan suatu certainty factor (CF) yang menyatakan tingkat

keyakinan pakar dalam suatu pertanyaan. CF ini bernilai antara rentang 0 (tidak
pasti) sampai 1 (pasti). Nilai CF terbagi menjadi unknown / tidak pasti (0-0.2),
maybe / mungkin (0.4), probably/ kemungkinan besar (0.6), almost certainly/
hampir pasti (0.8) dan definitely/ pasti (1.0). Nilai CF ini diperoleh dari hasil
mewawancarai praktisi kesehatan. Peneliti memberikan suatu nilai kondisi

5
kemudian pakar menentukan penilaian bobot tiap tipe gejala yang berdasarkan
pengalaman dari kondisi pasien yang telah ditangani sebelumnya.

2.3 Forward Chaining

Pada system pakar berbasis rule, domain pengetahuan
direpresentasikan dalam sebuah kumpulan rule berbentuk IF-THEN,
sedangkan data direpresentasikan dalam sebuah kumpulan fakta-fakta tentang
kejadian saat ini. Mesin Inferensi membandingkan masing-masing rule yang
tersimpan dalam basis pengetahuan dengan fakta-fakta yang terdapat dalam
database. Jika bagian IF (kondisi) dari rule cocok dengan fakta, maka rule
dieksekusi dan bagian THEN (aksi) diletakkan dalam database sebagai fakta
baru yang ditambahkan [6].
Forward chaining adalah strategi penarikan kesimpulan yang dimulai
dari sejumlah fakta-fakta yang telah diketahui, untuk mendapatkan suatu
fakta baru dengan memakai rule-rule yang memiliki premis yang cocok
dengan fakta dan terus dilanjutkan sampai mendapatkan tujuan atau sampai
tidak ada rules yang punya premis yang cocok atau sampai mendapatkan fakta
[7].

6
 Forward chaining merupakan strategi pencarian yang memulai proses pencarian
dari sekumpulan data atau fakta, dari data-data tersebut dicari suatu kesimpulan yang
menjadi solusi dari permasalahan yang dihadapi. Mesin inferensi mencari kaidah-kaidah
dalam basis pengetahuan yang premisnya sesuai dengan data-data tersebut, kemudian dari
kaidah-kaidah tersebut diperoleh suatu kesimpulan. Forward chaining memulai proses
pencarian dengan data sehingga strategi ini disebut juga data-driven[8].

7
 METODEPENELITIAN
3.1 Jenis Penelitian
Jenis penelitian ini merupakan penelitian eksperimental yang bersifat
aplikatif sehingga dari perumusan masalah dapat dilakukan dengan metode studi
literatur(library reaserch), metode pengumpulan data lapangan (field research)
dan pembuatan aplikasi berbasis website berdasarkan analisis Forward Chaining
Menggunakan Fuzzy.

3.2 Waktu dan Lokasi Penelitian

Penelitian ini dilakukan di Bima Nusa Tenggara Barat, dengan
mengambil literatur atau konsultasi bersama pakar dan terapis dari klinik
Cupping Teraphy Center (CTC) Kota Bima, serta mengambil nilai perbandingan
dari salah satu dokter yang berada di Puskesmas Lambitu Bima. Penelitian
dilakukan lebih dari8 bulan, dimulai sejak di setujui proposal penelitian.

3.3 Tahapan Penelitian

1. Melakukan Perumusan Masalah, Bagaimana memaksimalkan pemberian
informasi bekam kepada pasien, dan Bagaimana memudahkan para terapis
untuk melakukan pemeriksaan dan pengambilan keputusan yang lebih
cepat.
2. Melakukan Studi Pustaka, untuk mengumpulkan acuan penelitian dari
berbagai literature, jurnal, paper/artikel ilmiah, skripsi, thesis, buku teks
dan hasil penelitian terdahulu yang berhubungan dengan metode dan data
yang akan digunakan dalam penelitian ini.
3. Melakukan tahap perencanaan dengan menyediakan beberapa sarana yang
mendukung untuk membangun sebuah aplikasi.
4. Melakukan wawancara mendalam (indepth interview) serta observasi
terlibat (participant observation) untuk mendapatkan informasi seputar
masalah yang teridentifikasi.
5. Data yang dipakai dalam penelitian ini adalah berasal dari hasil konsultasi
bersama beberapa terapis di Klinik CTC (Cupping Teraphy Center) Kota

8
 Bima dan dari Dokter di Puskesmas Lambitu Bima, serta beberapa buku
yang berkaitan dengan topik.
6. Menggunakan Forward Chaining dan LogikaFuzzyuntuk menganalisis
data inputan sehingga menghasilkan informasi titik bekam
7. Melakukan perancangan aplikasi berbasis website dengan
menginterpretasikan semua komponen yang dibutuhkan untuk
kesempurnaan aplikasi.
8. Mengevaluasi dan melakukan pengujian aplikasi dengan mencari
kekurangan serta menyempurnakan sesuai dengan kebutuhan yang telah
didefenisikan.
9. Indikator capaian, menghasilkan sistem yang berkategori baik (>= 70%)
dari hasil penilaian dari 2 orang terapis, 1 orang dokter, dan 10 orang
pasien.

9
 •Melakukan Perumusan Masalah, Bagaimana memaksimalkan pemberian informasi bekam
kepada pasien, dan Bagaimana memudahkan para terapis untuk melakukan pemeriksaan
1 dan pengambilan keputusan yang lebih cepat.

•Melakukan Studi Pustaka, untuk mengumpulkan acuan penelitian dari berbagai literature,
jurnal, paper/artikel ilmiah, skripsi, thesis, buku teks dan hasil penelitian terdahulu yang
2 berhubungan dengan metode dan data yang akan digunakan dalam penelitian ini.

•Melakukan tahap perencanaan dengan menyediakan beberapa sarana yang mendukung

untuk membangun sebuah aplikasi.
3

•Melakukan wawancara mendalam (indepth interview) serta observasi terlibat (participant

observation) untuk mendapatkan informasi seputar masalah yang teridentifikasi.
4

•Data yang dipakai dalam penelitian ini adalah berasal dari hasil konsultasi bersama
beberapa terapis di Klinik CTC (Cupping Teraphy Center) Kota Bima dan dari Dokter di
5 Puskesmas Lambitu Bima, serta beberapa buku yang berkaitan dengan topik.

•Menggunakan Forward Chaining dan Logika Fuzzy untuk menganalisis data inputan
sehingga menghasilkan informasi titik bekam.
6

•Melakukan perancangan aplikasi berbasis website dengan menginterpretasikan semua

komponen yang dibutuhkan untuk kesempurnaan aplikasi.
7

•Mengevaluasi dan melakukan pengujian aplikasi dengan mencari kekurangan serta

menyempurnakan sesuai dengan kebutuhan yang telah didefenisikan.
8

•indikator capaian,Sistem yang dihasilkan berkategori baik (≥70%) berasarkan penilaian dari
2 terapis, 1 dokter, dan 10 pasien.
9

Gambar 3.1. Bagan Tahap Penelitian

10
3.4 Data Dan Sumber Data
1. Data Primer, yakni pengumpulan data melalui wawancara dengan para
terapis dan dokter, mengambil data Certain Factor.
2. Data Sekunder, dilakukan dengan penelusuran kepustakaan dengan
menggali dan mencari semua informaso yang didapat melalui buku,
internet, dan penunjang lainnya.

3.5 Instrumen Penelitian

Instrumen yang digunakan dalam penelitian ini meliputi :
1. Angket
Tujuan penyebaran angket adalah untuk mengetahui respond pengguna
terhadapa sistem yang dibuat.
2. Software (Windows 10, php, mySQL, Xampp)
3. Hardware : Komputer dengan Prosesor Intel(R) Celeron CPU N2840 (2.16
GHz), Memory DDR3 8GB , Hardisk 500 GB, Monitor 12”

3.6 Peran Anggota:

1. Membantu penjadwalan rangkaian penelitian
2. Membantu Pelaksanaan Observasi Lanjutan
3. Membantu mempersiapkan Perangkat Penelitian
4. Merevisi sistem yang dirancang
5. Proses penelitian
6. Pengolahan dan Analisis Data
7. Monitoring dan evaluasi proses penelitian

11
 BAB 4
HASIL PENELITIAN DAN PEMBAHASAN

4.1 Konsep Kerja Sistem

Lingkungan Lingkungan
User Pakar

Fakta-fakta tentang Basis Pengetahuan

User kejadian tertentu Fakta : Apa yang diketahui tentang
area domain
Rule : Logical reference
Fasilitas
Antarmuka
Penjelasan
Rekayasa
Pengetahuan

Antarmuka yang Motor Infrensi

direkomendasikan
Pengetahuan
Pakar

Perbaikan
Blackboard pengetahuan
Rencana Agenda
Solusi Deskripsi
masalah

Gambar 4.1 Konsep Kerja Sistem

Pada konsep kerja sistem yang dirancang, ada dua bagian penting yang

terdapat didalamnya:

1. Development Environment (Lingkungan pengembangan) atau lingkungan

pakar, Lingkungan pengembangan ini dilakukan oleh admin atau pembuat

sistem pakar untuk membangun isi dari komponen-komponennya dan

memperkenalkan pengetahuan ke dalam knowledge base (Basis

Pengetahuan) dalam hal ini adalah menggunakan istilah ahli pakar. Pakar

12
 mengisi data kedalam sistem dan bisa melakukan pengembangan

sehingga data yang terdalam sistem bisa terus bertambah dan semakin

kompleks.

2. Consultation environment (Lingkungan konsultasi) atau Lingkungan

User. Lingkungan konsultasi ini digunakan oleh pengguna (user) untuk

berkonsultasi sehingga pengguna mendapatkan pengetahuan dan saran

dari Sistem Pakar layaknya berkonsultasi dengan seorang Pakar, dalam

hal ini pengguna bertindak sebagai asisten pakar atau juga pasien sendiri.

4.2 Komponen Penting dalam Sistem

Komponen-komponen yang penting dalam sebuah sistem pakar antara

lain:

1. Sumber Pengetahuan

Subsistem ini digunakan untuk memasukkan pengetahuan dari

seorang Dokter Pakar dengan cara merekayasa (menginput) pengetahuan

agar bisa diproses oleh komputer dan menaruhnya ke dalam basis

pengetahuan dengan format tertentu (dalam bentuk representasi

pengetahuan). Sumber-sumber pengetahuan diperoleh dari pakar, buku,

laporan riset terkait, basis data, multimedia, informasi dari Website,

maupun dari hasil berkonsultasi langsung dengan pakar-pakar yang lebih

mengetahuinya. Dalam penelitian ini pakar yang dimaksud secara khusus

adalah pada bidang ahli bekam, dan pengobatan herbal.

13
 2. Basis Pengetahuan (Knowledge Base)

Basis pengetahuan mengandung pengetahuan yang diperlukan untuk

memahami, memformulasikan, dan menyelesaikan masalah. Basis

pengertahuan terdiri dari dua elemen dasar, yaitu:

a. Fakta, dalam hal ini adalah gejala dari berbagai macam penyakit yang

ada.

b. Rule (Aturan), untuk mengarahkan penggunaan pengetahuan dalam

memecahkan masalah sehingga akan memberikan solusi pada

akhirnya.

4.3 Data pada Sistem

Pada sistem ini memiliki 3 komponen data yang saling terkait,

diantaranya:

1. Data Gejala, berisikan daftar gejala yang didapatkan dari kebanyakan

yang dialami oleh pasien. Daftar sampel gejala ada pada Tabel 4.1,

sedangkan rincian daftar gejala seluruhnya ada pada lampiran 1

2. Data Penyakit, berisikan daftar penyakit yang merupakan konklusi dari

gejala gejala. Daftar sampel penyakit ada pada Tabel 4.2, sedangkan

rincian daftar penyakit seluruhnya ada pada lampiran 2

3. Data Titik Bekam, merupakan gambar titik bekam yang akan dijadikan

referensi oleh pakar dalam memberikan tindakan pada pasien. Sampel

titik bekam ditampilkan pada gambar 4.2, sedangkan rincian gambar titik

bekam ada pada lampiran 3.

14
 Tabel 4.1 Daftar Sampel Gejala

Kode Daftar Gejala

G001 Ada darah dalam urin
G012 Batuk
G014 Bengkak di bagian tubuh tertentu
G017 Berat badan menurun
G022 Cepat Lelah
G023 Dada Sesak
G024 Demam
G026 Detak jantung berdebar cepat
G028 Diare
G029 Gampang haus
G030 Gangguan penglihatan
G032 Gatal gatal
G033 Haid Tidak teratur
G044 Kehilangan konsentrasi
G045 Kehilangan nafsu makan
G049 Kesemutan
G053 Kesulitan tidur
G062 Lemas
G069 Lidah putih dan berserabut kasar
G071 Luka yang lama sembuhnya
G072 Malas Bergerak
G075 Mata berkunang-kunang
G081 Mendengkur
G084 Menurunnya sistem imun tubuh
G072 Malas Bergerak

15
 Tabel 4.2 Daftar Sample Penyakit

Kode Penyakit
P01 Amandel
P02 Anemia
P03 Asma
P04 Diabetes Militus
P05 Gangguan kandung Kemih
P06 Gangguan Pankreas
P07 Ginjal
P08 Hipertensi
P09 Insomnia
P10 Kaki Gajah
P11 Masalah Kesuburan rendah
P12 Masalah Rahim
P13 Masalah Jantung
P14 Migrain
P15 Obesitas
P16 Penyakit Mata
P17 Rematik
P18 Sembelit
P19 Sinusitis
P20 Sirkulasi darah tidak lancar
P21 Stroke
P22 Wasir / Ambeien
P23 Alergi

16
 Gambar 4.2 Sampel titik bekam

4.4 Infrence Engine Fordward Chaining

Infrence Engine atau biasa disebut Mesin Inferensi adalah sebuah

program yang berfungsi untuk memandu proses penalaran terhadap suatu

kondisi berdasarkan pada basis pengetahuan yang ada, memanipulasi dan

mengarahkan kaidah, model, dan fakta yang disimpan dalam basis

pengetahuan untuk mencapai solusi atau kesimpulan. Dalam sistem yang

dibuat ini Mesin Inferensi yang digunakan adalah menggunakan teknik

Fordward Chaining, yang pada prosesnya mesin inferensi ini menggunakan

17
strategi pengendalian yang diawali dengan memasukkan fakta yang diketahui,

kemudian mencocokkannya berdasarkan rule. Penggunaan strategi berfungsi

sebagai panduan arah dalam melakukan proses penalaran.

Tabel 4.3 Daftar Sampel Rule gejala terhadap penyakit

Keluhan / Gejala Penyakit

If Demam Then Amandel

If Sakit Kepala Then Amandel
If Lidah Pucat Then Anemia
If Kantung mata bagian dalam bawah Then Anemia
akan tampak warna merah agak
keputihan
If Kelelahan Then Anemia
If Selalu ingin buang air kecil Then Diabetes Militus
If Rasa mual ingin muntah Then Gangguan
kandung Kemih
If Demam Then Gangguan
kandung Kemih
If Pembengkakan Tangan (pergelangan Then Ginjal
tangan) dibarengi dengan rasa gatal.
If Sesak napas Then Ginjal
If Sakit Pinggang Then Ginjal
If Sakit kepala parah Then Hipertensi
If Penglihatan buram Then Hipertensi
If Sulit bernapas Then Hipertensi
If Depresi atau kecemasan Then Insomnia
If Kaki tidak terlihat lipatan Kulit Then Kaki Gajah
If Kaki terlihat Benjol, kaki pecah dan Then Kaki Gajah
berlumut
If Ibu Jari Bengkok Then Masalah
Kesuburan rendah
If Sesak nafas Then Masalah Jantung

18
 If Detak jantung terasa cepat Then Masalah Jantung
If Perut kembung Then Masalah Jantung
If Sakit kepala akut Then Migrain
If Demam Then Migrain
If Sakit perut Then Migrain
If Sulit konsentrasi Then Migrain
If Sesak Napas / napas pendek Then Obesitas
If Mata lebih berair dari biasanya Then Penyakit Mata
If Mudah Lelah Then Rematik
If Kesemutan atau mati rasa Then Rematik
If Kaki atau tangan sulit digerakkan Then Rematik
If Perut terasa penuh Then Sembelit
If Pilek atau flu berkepanjangan Then Sinusitis
If Hidung tersumbat Then Sinusitis
If Menurunnya sistem imun tubuh Then Sirkulasi darah
tidak lancar
If Gampang lelah Then Sirkulasi darah
tidak lancar
If Ukuran pupil berbeda. Then stroke
If Perdarahan merah segar tanpa rasa Then Wasir / Ambeien
nyeri dan rasa gatal pada anus
If Tidak nyaman ketika duduk Then Wasir / Ambeien
If Tenggorokan terasa gatal Then Alergi
If Diare Then Alergi
If Kulit memerah Then Alergi

4.5 Desain Sistem

19
 login

Input Gejala

Input Penyakit

Pakar

Inpiut titik bekam

login
Sistem

Registaisi pasiean

Gejala Penyakit

User Informasi Penyakit

Dan titik bekam

Gambar 4.3. Diagram Use case

4.6 Desain Interface

1. Tampilan Interface

Gambar 4.4 Form Menu Utama

20
 Pada tampilan interface (tampilan antar muka) ini menampilkan

informasi tentang bekam secara umum. Pada form ini disajikan menu

untuk login. Ada dua username yang diberikan hak akses untuk masuk

pada system ini, diantaranya : pakar dan user. Pakar menginput data

sebagai basic knowledge pada system, sedangkan user melakukan

penginputan data pasien hingga melakukan konsultasi diagnosa

penyakit.

2. Pakar

Gambar 4.5 Tampilan sisi pakar

Pada sisi pakar ada beberapa tab yang berfungsi untuk

penginputan data knowledge tersebut diantaranya, penginputan jenis

penyakit, penginputan gejala, penginputan relasi antara penyakit dan

gejala, penginputan bobot gejala atau nilai Certainty Factor.

21
a. Form penginputan jenis penyakit

Gambar 4.6 Tampilan form input penyakit

b. Form penginputan gejala

Gambar 4.7 Tampilan Form Input Gejala

22
c. Form Penginputan Relasi

Gambar 4.8 Tampilan Form Input Relasi

d. Form Penginputan Bobot Certainty Factor

Gambar 4.9 Tampilan Form Input Bobot Certainty Factor

23
 3. User

a. Beranda

b. Data Pasien

c. Diagnosa

d. Riwayat Diagnosa

4.7 Analisis Hasil Penelitian

Sistem ini memadukan dua algoritma yaitu algoritma forward

chaining dan algoritma fuzzy. Algoritma forward chaining berbasis rule,

domain pengetahuan diimplementasikan dalam sebuah kumpulan rule

berbentuk if-then, sedangkan data direpresentasikan dalam sebuah

kumpulan fakta-fakta tentang kejadian saat ini. Mesin Inferensi

membandingkan masing-masing rule yang tersimpan dalam basis

pengetahuan dengan fakta-fakta yang terdapat dalam database. Jika bagian

IF (kondisi) dari rule cocok dengan fakta, maka rule dieksekusi dan bagian

THEN (aksi) diletakkan dalam database sebagai fakta baru yang

ditambahkan.

Dalam logika klasik dinyatakan bahwa segala sesuatu bersifat biner,

yang artinya adalah hanya mempunyai dua kemungkinan, “Ya atau Tidak”,

“Benar atau Salah”, Baik atau Buruk”, dan lain-lain. Oleh karena itu,

semua ini dapat mempunyai nilai keanggotaan 0 dan 1. Akan tetapi, dalam

logika fuzzy memungkinkan nilai keanggotaan berada diatara 0 dan 1.

Artinya, bisa saja suatu keadaan mempunyai dua nilai “Ya dan Tidak”

24
secara bersamaan, namun besar nilainya bergantung pada bobot

keanggotaan yang dimilikinya

Perhitungan Certainty Factor pada sistem menggunakan pengukuran

yang tidak pasti, dibutuhkan suatu certainty factor yang menyatakan

tingkat keyakinan sang pakar dalam suatu pernyataan. CF dinilai dengan

angka dalam rentang 0 (tidak pasti) sampai 1 (pasti). Tabel kondisi dan

nilai CF dapat dilihat pada Tabel kondisi dan Nilai CF dibawah ini.

Tabel 4.6. Kondisi dan Nilai CF

Uncertain Term /Kondisi Tidak Pasti CF

Unknown / Tidak pasti 0 - 0.2

Maybe / Kemungkinan 0.4

Probably / Kemungkinan besar 0.6

Almost certainly / Hampir pasti 0.8

Definitely / Pasti 1.0

Pada sistem nilai CF ini diperoleh dari pakar lewat isian angket

yang diberikan oleh peneliti, peneliti memberikan suatu nilai kondisi

keterkaitan antara gejala dan penyakit selanjutnya pakar yang akan

menentukan nilai bobot pada tiap gejala yang telah diketahui. Pakar

menentukannya berdasarkan pengalaman dari penyakit dan gejala

pasien-pasiennya. Data lengkap penilaian CF oleh pakar terdapat pada

lampiran 3

25
 Ujicoba manual yang dilakukan pada satu orang pasien berikut

ini menunjukan cara kerja sistem.

Seorang pasien mengalami keluhan sebagai berikut:

a. Cepat Lelah

b. Pusing

c. Mual Muntah

d. Gangguan Penglihatan

e. Sulit Tidur

f. Sakit Kepala Akut

Keluhan tersebut dapat ditampilkan dalam knowledge sebagai berikut

Kode Gejala Kode Penyakit

G022 Cepat Lelah P01 Amandel
G030 Gangguan P02 Anemia
penglihatan
G053 Sulit tidur P04 Diabetes Militus
P05 Gangguan kandung
G085 Mual atau Muntah Kemih
G105 Pusing P06 Gangguan Pankreas
G109 Sakit kepala akut P07 Ginjal
P08 Hipertensi
P09 Insomnia
P13 Masalah Jantung
P14 Migrain
P15 Obesitas
P16 Penyakit Mata
P17 Rematik
P20 Sirkulasi darah tidak
lancar
P21 Stroke
P23 Alergi

26
Keterkaitan Gejala dan penyakit dapat ditampilkan dalam bentuk

diagram sebeagai berikut

P01

P02

G022
P04

P05

G030 P06

P07

P08
G053

P09

G085 P13

P14

P15

G105
P16

P17

G109 P20

P21

P23

27
Gejala dan penyakit tersebut dibawa ke mesin inference dengan

tampilan sebagai berikut:

Kode Kode
CF Total CF %
Gejala Penyakit
If G085 Then P23 0,4 0,8 4,70%
If G022 Then P01 0,4
If G085 Then P01 0,4 1,8 10,50%
If G053 Then P01 0,6
If G022 Then P02 0,6
1,4 8,10%
If G105 Then P02 0,8
If G022 Then P04 0,6
0,8 4,70%
If G030 Then P04 0,6
If G085 Then P05 0,4 0,4 2,30%
If G085 Then P06 0,4 0,6 3,50%
If G022 Then P07 0,8
1,2 7,00%
If G085 Then P07 1
If G022 Then P08 0,4
If G030 Then P08 0,4
2,8 16,30%
If G085 Then P08 0,8
If G105 Then P08 0,6
If G053 Then P09 0,4 1 5,80%
If G085 Then P13 0,6
0,8 4,70%
If G105 Then P13 0,6
If G030 Then P14 0,8
1,8 10,50%
If G109 Then P14 0,4
If G022 Then P15 1 0,8 4,70%
If G030 Then P16 1 1 5,80%
If G022 Then P17 0,4
1 5,80%
If G030 Then P17 1
If G022 Then P20 0,8 0,6 3,50%
If G030 Then P21 1 0,4 2,30%
Total CF seluruh Gejala 17,2

28
 Gambar 4.? Diagram Hasil Konsultasi

4.8 Validasi Sistem

System yang diuji coba sudah melewati 3 tahap validasi oleh 3 orang ahli,

diantaranya validasi pada sisi pemrograman, validasi pada sisi isi, dan

validasi pada sisi tampilan.

Tabel 4.4 kategori hasil penilaian

Ranges
Kategori Analisis Analisis Analisis
Persentase
Sisi Isi Tampilan Pemrograman
Sangat Kurang
Baik / Sangat 0 % - 20 % 1 s/d 13 1 s/d 8 1 s/d 9
Kurang Layak
Kurang Baik /
21 % - 40 % 14 s/d 26 9 s/d 16 10 s/d 18
Kurang Layak
Cukup Baik /
41 % - 60 % 27 s/d 39 17 s/d 24 19 s/d 27
Cukup Layak

29
 Baik / Layak 61 % - 80 % 40 s/d 52 25 s/d 32 28 s/d 36
Sangat Baik /
81 % - 100 % 53 s/d 65 33 s/d 40 37 s/d 45
Sangat Layak

1. Hasil Validasi sisi Isi

Tabel 4.5 Hasil Validasi Isi

No. Pernyataan Penilaian

5 4 3 2 1
Kualitas Materi/Inputan
1 Kesesuaian antara inputan (gejala) 1
dengan output (Penyakit)
2 Kelengkapan data gejala 1
3 Keluasan cakupan data penyakit 1
4 Redudansi data (data yang 1
menyimpang)
5 Kejelasan isi dan tujuan 1
pengembangan aplikasi
6 Kejelasan maksud inputan 1
7 Keluasan/kecakupan inputan 1
8 Runtutan inputan 1
Kualitas Bahasan
9 Kejelasan bahasa yang digunakan 1
10 Kesesuaian bahasa dengan sasaran 1
pengguna
Kualitas Output/Pelaporan
11 Kesesuaian jumlah output dengan 1
indikator
12 Kejelasan sistem pelaporan 1
13 Kemudahan akses output setelah 1
penginputan
20 28 6 0 0
TOTAL SKOR 54
Persentase 83,1 %

30
 Kategori Sangat Baik /
Sangat Layak

2. Hasil Validasi sisi Tampilan

Tabel 4.6 Hasil Validasi Tampilan

Penilaian
4 3 2 1
No. Pernyataan 5
Kualitas Desain / Tampilan dan
Tombol
1 Tata letak inputan, tombol, dan 1
output
2 Kesesuaian pemilihan ukuran dan 1
jenis huruf
3 Kesesuaian warna 1
4 Kesesuaian pemilihan icon dengan 1
tombol
5 Kemenarikan tampilan tombol 1
(button)
6 Keteraturan dan konsistensi tampilan 1
tombol
7 Kesesuaian Proporsi gambar yang 1
disajikan dengan tampilan software
8 Proses loading tombol 1
15 20 0 0 0
TOTAL SKOR 35
Persentase 87,5 %
Kategori Sangat Baik /
Sangat Layak

3. Hasil Validasi sisi Pemrograman

Tabel 4.7 Validasi Pemrograman

Penilaian
No. Pernyataan 5 4 3 2 1

31
 Efisiensi Media
1 Kemudahan pemakaian program 1
Aplikasi
2 Kemudahan memilih menu program 1
Aplikasi
3 Kemudahan berinteraksi dengan 1
program Aplikasi
4 Kemudahan masuk dan keluar dari 1
program Aplikasi
Fungsi Tombol (Button)
5 Kemudahan memahami struktur 1
tombol
6 Ketepatan reaksi tombol 1
7 Kecepatan reaksi tombol 1
Kualitas Fisik
8 Kapasitas file program untuk 1
kemudahan duplikasi/penggandaan

9 Kekuatan/keawetan program 1
Aplikasi
5 16 12 0 0
TOTAL SKOR 33
Persentase 73,3 %
Kategori Baik / Layak

32
 4.9 Uji Coba dan Implementasi Sistem

Tabel 4.8 Hasil Ujicoba dan Implemetasi Sistem

Terapis
Pasien
/
No. Pernyataan Asisten
1 2 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Aspek Pemrograman
1 Kemudahan pemakaian program 4 4 4 5 4 3 3
Aplikasi 3 2 4 5 5 5 4 5 4 5
2 Kemudahan memilih menu 4 3 5 3 5 5 5
program Aplikasi 4 4 5 4 4 4 5 5 3 3
3 Kemudahan berinteraksi dengan 4 3 5 4 3 3 5
program Aplikasi 5 4 3 5 3 4 4 4 5 3
4 Kemudahan masuk dan keluar dari 3 4 5 3 3 3 5
program Aplikasi 4 5 4 5 3 4 5 3 4 4
5 Kemudahan memahami struktur 5 3 4 3 4 3 4
tombol (Button) 5 5 3 4 3 3 5 3 5 3
6 Ketepatan reaksi tombol (Button) 4 4 4 2 3 4 5 5 4 3 4 3 4 4 3 5 2
7 Kecepatan reaksi tombol (Button) 4 4 5 3 3 4 5 5 5 3 4 3 5 4 4 5 2
8 Kapasitas file program untuk 3 4 4 4 4 4 5
kemudahan
duplikasi/penggandaan 5 5 4 5 5 4 5 5 5 4
9 Kekuatan/keawetan program 3 3 5 5 2 4 4
Aplikasi 5 5 3 5 5 5 4 5 5 5

28
 Aspek Isi
10 Kesesuaian antara inputan (gejala) 4 4 4 3 2 5 5
dengan output (Penyakit) 5 4 4 5 5 5 4 4 5 5
11 Kelengkapan data gejala 4 3 4 4 3 5 4 5 5 3 4 5 5 5 4 3 4
12 Keluasan cakupan data penyakit 4 3 5 5 2 5 4 5 5 4 4 5 5 4 4 4 3
13 Redudansi data (data yang 3 3 3 3 3 4 4
menyimpang) 5 5 3 5 4 5 5 4 5 5
14 Kejelasan isi dan tujuan 4 4 4 4 3 4 5
pengembangan aplikasi 5 5 4 3 4 5 4 4 5 3
15 Kejelasan maksud inputan 3 4 4 3 4 4 5 5 4 3 5 3 5 5 4 5 4
16 Keluasan/kecakupan inputan 3 4 4 4 2 3 5 5 5 4 4 5 5 4 3 4 5
17 Runtutan inputan 5 3 3 2 2 2 4 5 5 3 4 5 5 5 3 5 4
18 Kejelasan bahasa yang digunakan 5 4 5 4 3 3 4 5 5 4 4 5 4 4 3 5 4
19 Kesesuaian bahasa dengan sasaran 5 3 5 5 4 5 5
pengguna 4 5 3 4 5 5 4 3 5 5
20 Kesesuaian jumlah output dengan 3 4 4 4 4 3 5
indikator 4 4 4 3 5 5 5 3 5 5
21 Kejelasan sistem pelaporan 4 3 5 3 4 5 4 4 4 4 3 4 5 5 4 5 3
22 Kemudahan akses output setelah 3 5 4 3 5 5 5
penginputan 4 5 3 3 4 4 4 3 4 3
Aspek Tampilan
23 Tata letak inputan, tombol, dan 4 4 4 5 5 3 5
output 4 4 3 4 3 5 3 4 5 3
24 Kesesuaian pemilihan ukuran dan 5 4 5 4 5 3 5 4 5 3 4 3 4 3 4 4 4

29
 jenis huruf
25 Kesesuaian warna 5 4 5 3 3 3 4 4 5 3 4 3 5 2 4 5 5
26 Kesesuaian pemilihan icon dengan 4 3 4 4 4 3 5
tombol 4 5 4 5 3 4 2 4 4 3
27 Kemenarikan tampilan tombol 5 3 3 5 4 3 4
(button) 4 5 4 4 3 4 3 5 4 4
28 Keteraturan dan konsistensi 4 4 4 4 5 3 5
tampilan tombol 4 5 4 5 4 4 4 4 4 3
29 Kesesuaian Proporsi gambar yang 5 4 3 3 4 4 4
disajikan dengan tampilan
software 4 5 5 5 5 4 3 5 5 4
30 Proses loading tombol 5 4 4 3 4 5 5 4 4 5 4 5 5 3 4 5 5
121 109 127 110 106 113 137 134 138 109 127 122 136 121 117 137 115
SKOR TOTAL
PERSENTASE 80, 72, 84, 73, 70, 75, 91, 89, 92, 72, 84, 81, 90, 80, 78, 91, 76,
7 7% 7% 3% 7% 3% 3% 3% 0% 7% 7% 3% 7% 7% 0% 3% 7%
%
RERATA 76,7 % 81,5 %

30
4.10 Analisis Hasil Penelitian

Bedasarkan hasil validasi dari tiga ahli maka dapat ditampilkan hasil

kesimpulan seperti pada diagram dibawah ini:

90.0%

85.0%

80.0%

75.0%

70.0%

65.0%
Validasi Isi Validasi Tampilan Validasi
Pemrograman

Gambar 4.3 Hasil Validasi dari tiga ahli

31
 BAB 5
KESIMPULAN DAN SARAN

5.1 Kesimpulan
Berdasarkan hasil penelitian sebagaimana telah diuraikan dalam bab

sebelumnya, maka dapat disimpulkan sebagai berikut:

1. Hasil dari penelitian ini menunjukkan bahwa sistem ini mampu membantu

berbagai pihak khususnya asisten terapis dan pasiean dalam memberikan

diagnosa hasil penyakit yang lebih akurat.

2. Dengan menggunakan algoritma forward chaining yang digabungkan

dengan algorima fuzzy menunjukan hasil titik bekam basah yang akurat.

3. Sistem telah melewati tahap validasi oleh tiga ahli, a) Validasi Isi/materi

83,1% dengan kategori Sangat Baik / Sangat Layak, b) Validasi Tampilan

87,5% dengan kategori Sangat Baik / Sangat Layak, c) Validasi

Pemrograman 73,3% dengan Kategori Baik / Layak.

4. Pada saat ujicoba sistem yang dilakukan terhadap dua orang asisten pakar

terlihat nilai respon 76,7% dengan kategori Baik.

5. Hasil implementasi sistem yang dilakukan pada 15 orang pasien

menunjukan nilai rerata 81,5% dengan kategori Sangat Baik.

5.2 Saran
Berdasarkan kesimpulan yang telah diambil, maka ada beberapa hal

yang disarankan kepada peneliti selanjutnya, diantaranya:

32
1. Untuk menggunakan aplikasi ini sebagai bahan acuan untuk

mengembangkan dan membangun aplikasi untuk informasi klinis dengan

menggunakan metode dan algoritma yang lebih baik.

2. Diharapkan mampu mengembangkan sistem dengan menambahkan

beberapa data yang lebih kompleks

3. Dibuatkannya sistem yang lebih aplikatif atau berbasis android.

33
 DAFTAR PUSTAKA
[1] Umar, W.A. (2012), Sembuh dengan Satu Titik, Cetakan XI, Al-Qowam
Publishing : Solo.
[2] Akbar, N., & Mahati, E. (2013). Pengaruh Bekam Basah Terhadap
Kolesterol dan Tekanan Darah pada pasien Hipertensi di Semarang. Jurnal
Kedokteran Diponegoro, 2(1).
[3] Adrial, R. (2017). Aplikasi Sistem Pendukung Keputusan Stadium
Penyakit Kanker Payudara Menggunakan Logika Fuzzy Berbasis
Android. Jurnal Kesehatan Komunitas, 3(3), 117-122.
[4] Sutojo, T., Mulyanto, E., Suhartono, V. (2011) Kecerdasan Buatan,
Penerbit Andi, Yogyakarta.
[5] Fitriati, I. (2015) Optimalisasi Solusi Interaktif Penyembuhan Islami
Berdasarkan Diagnosa Tiga Indera Dengan Strategi Forward Chaining
Menggunakan Algoritma Fuzzy. JURNAL PENDIDIKAN MIPA . ISSN :
2088-0294. pg 59 – 71
[6] Hamdani, H. (2016). Sistem Pakar Untuk Diagnosa Penyakit Mata Pada
Manusia. Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer, 5(2),
pg 13-21.
[7] Yunus, M., & Setyowibowo, S. (2011). Aplikasi Sistem Pendukung
Keputusan Diagnosa Penyakit Paru-paru dengan Metode Forward
Chaining. JURNAL TEKNOLOGI INFORMASI: Teori, Konsep, dan
Implementasi, 2(2), pg 95-114.
[8] Hayadi, B.H., & Rukun, K (2016) What is Expert System, ed 1.
Deepublish Publisher, Yogyakarta.

34
Lampiran 1
Daftar Gejala

Kode Keluhan / Gejala

G001 Ada darah dalam urin
G002 Ada kerutan Memanjang dari buku jari hingga buku jari kedua
G003 Air seni berbau tak sedap
G004 Air seni berdarah
G005 Amandel Membengkak dan Kemerahan
G006 Amat lebih sensitif terhadap cahaya
G007 Area putih pada mata menjadi merah
G008 BAB berdarah atau keluarnya darah setelah BAB
G009 BAB kurang dari 3 kali dalam seminggu
Bagian belakang Telapak Tangan: terlihat garis kulit sendi
G010 berwarna gelap
G011 Bagian putih mata menjadi menguning
G012 Batuk
G013 Bau mulut
G014 Bengkak di bagian tubuh tertentu
G015 Bengkak disekeliling mata
G016 Bentuk mata yang cenderung lebih cekung
G017 Berat badan menurun
G018 Berkeringat
G019 Bibir dan kulit kering
G020 Bisul pada kaki
G021 Cepat lapar
G022 Cepat Lelah
G023 Dada Sesak
G024 Demam
G025 Depresi atau kecemasan
G026 Detak jantung berdebar cepat
G028 Diare
G029 Gampang haus
G030 Gangguan penglihatan
G031 Ganguan lambung
G032 Gatal gatal
G033 Haid Tidak teratur

35
G034 Hidung tersumbat
G035 Ibu Jari Bengkok
Ingus yang berwarna hijau atau kuning disertai nyeri wajah di
G036 sekitar pipi, mata, atau dahi
G037 Jari telunjuk Bengkok atau melengkung.
Jari tengah abnormal (sebelah kiri bengkok ke kanan,sebelah kanan
G038 bengkok ke kiri)
G039 Kaki atau tangan sulit digerakkan
G040 Kaki terlihat Benjol, kaki pecah dan berlumut
G041 Kaki tidak terlihat lipatan Kulit
Kantung mata bagian dalam bawah akan tampak warna merah agak
G042 keputihan
G043 Katarak pada usia dini (dibawah usia 61 tahun)
G044 Kehilangan konsentrasi
G045 Kehilangan nafsu makan
G046 Kehilangan penglihatan pada satu mata
G047 Kelopak mata menurun (bukan karena Usia)
G048 Kencing berdarah
G049 Kesemutan
G050 Kesemutan atau mati rasa
G051 Kesulitan atau kesakitan saat membuka mulut
G052 Kesulitan menelan
G053 Kesulitan tidur
G054 Ketidakmampuan untuk berbicara
G055 Ketidakmampuan untuk memahami bahasa lisan
G056 Kuku bergelombang
G057 Kuku dan Telapak tangan terlihat sangat pucat
G058 Kulit dan rambut kering
G059 Kulit memerah
G060 Kulit Wajah pucat
G061 Kurang konsentrasi dan pusing
G062 Lemas
G063 Lensa mata cembung dan penglihatan kabur
G064 Lidah Berparit
G065 Lidah berwarna kebiruan
G066 Lidah kaku tidak dapat dikeluarkan daripada mulut
G067 Lidah Kering

36
G068 Lidah Pucat
G069 Lidah putih dan berserabut kasar
G070 Lidah tampak besar dan Tebal
G071 Luka yang lama sembuhnya
G072 Malas Bergerak
G073 Masalah Lambung
G074 Mata abu-abu seperti cincin sekitar kornea mata
G075 Mata berkunang-kunang
G076 Mata lebih berair dari biasanya
G077 Mata sering merasa perih dan berkunang-kunang
G078 Mata terasa gatal atau perih
G079 Mati rasa pada wajah atau lengan atau pada satu sisi tubuh
G080 Membengkak kelenjar getah bening di leher
G081 Mendengkur
G082 Mengantuk di siang hari
G083 Menggigil tak terkendali
G084 Menurunnya sistem imun tubuh
G085 Mual atau muntah
G086 Napas Pendek
Nyeri atau perasaan seperti tertekan dibagian dada (dibawah tulang
G087 rusuk dan menjalar ke leher, rahangm bahu dan punggung)
G088 Nyeri Dada
G089 Nyeri perut
G090 Nyeri Punggung
G091 Pada jari ada gurat-gurat biru dan Hijau
G093 Pembengkakan dan nyeri pada lidah serta mulut
G094 Pembengkakan pada pangkal jari
Pembengkakan Tangan (pergelangan tangan) dibarengi dengan rasa
G095 gatal.
G096 Pembengkakan tubuh abnormal
G097 Pencernaan bermasalah
G098 Penciutan pada Pangkal jari
G099 Pendarahan pada retina
G100 Perdarahan merah segar tanpa rasa nyeri dan rasa gatal pada anus
G101 Persendian membengkak
G102 Persendian terasa kaku
G103 Perut kembung

37
G103 Perut kembung
G104 Pilek atau flu berkepanjangan
G105 Pusing
G106 Rasa gatal di mulut, kulit atau bagian tubuh lainnya
G107 Ruas jari hitam (lebih gelap dari telapak tangan)
G108 Sakit Kepala
G109 Sakit kepala akut
G110 Sakit ketika buang air besar
G111 Sakit perut
G112 Sakit Pinggang
G113 Sakit punggung
G114 Sakit saat menelan
G115 Sakit Telinga
G116 Sakit tenggorokan
G117 Selalu ingin buang air kecil
G118 Selaput putih yang amat tebal di Mata.
G119 Selaput tebal ditengah Lidah
G119 Selaput tebal ditengah Lidah
G120 Semua jari menipis
G121 Sering buang air kecil
G122 Sering kesemutan atau kebas
G123 Sesak Napas
G124 Sulit buang air besar atau Fases Kering atau keras
G125 Sulit Tidur malam hari
G126 Tangan berkeringat
G127 Tangan dan kaki dingin
G128 Tangan dan kaki lemah
Telapak tangan berwarna putih pucat dan disertai dengan bintik-
G128 bintik merah
G129 Telinga berdering
G130 Tenggorokan terasa gatal
G131 Tidak nyaman ketika duduk
G132 Tidur berlebihan
G133 Timbul benjolan keluar (prolapsus) pada anus
G134 Tungkai tangan dan kaki membengkak
G135 Ujung lidah berwarna merah terang
G136 Ukuran pupil berbeda.

38
G137 Varises
G138 Vertigo atau pusing tanpa alasan
G139 Wajah Pucat
G140 Warna Urine berubah menjadi keruh
G141 Jari Kelingking meruncing atau bengkok
G142 Suara hilang atau serak

39