LEMBAR PENGESAHAN

1. Judul Kegiatan : Sistem Pakar Diagnosa Anak

Gangguan Belajar Khusus (Learning
Disability) Dengan Menggunakan
Theorema Bayes
2. Bidang Kegiatan : PKM Karsa Cipta
3. Ketua Pelaksana Kegiatan
a. Nama Lengkap : Berlian Rezki Wijayanti
b. NIM : 17112115
c. Program Studi : Teknik Informatika
d. Universitas : Mercu Buana Yogyakarta
e. Alamat / No HP : Dolahan,Kepuhwetan rt 005,
Wirokerten, Bannguntapan, Bantul
f. Alamat Email : onedheone@gmail.com
4. Anggota Pelaksana Kegiatan / Penulis :
5. Dosen Pembimbimg
a. Nama Lengkap dan Gelar:
b. NIDN :
c. Alamat Rumah :
d. No Telp/HP :
6. Biaya Total Kegiatan
a) Kemristekdikti : Rp 12.500.000,00
b) Dana Pribadi : Rp -
7. Jangka Waktu Pelaksanaan : 3 Bulan

Yogyakarta, Juli 2019

Dekan Fakultas Teknologi Informasi Ketua Pelaksana

Supatman S.T, M.T Berlian Rezki Wijayanti

NIDN. 0509057202 NIM 17112115

Wakil Rektor I Dosen Pembimbing

Universitas Mercubuana Yogyakarta

Dr. Ir. Wisnu Adi Yulianto, M.P Imam Suharjo, S.T., M.Eng

NIDN. 0528076302 NIDN

 DAFTAR ISI

LEMBAR PENGESAHAN ...................................................................................1

BAB 1. PENDAHULUAN .....................................................................................3

1.1 Latar Belakang Masalah .................................................................3

1.2 Rumusan Masalah............................................................................4

1.3 Tujuan Penelitian .............................................................................4

1.4 Manfaat Penelitian ...........................................................................4

BAB 2. TINJAUAN PUSTAKA ............................................................................5

2.1 Histori Penelitian..............................................................................5

2.2 Landasan Teori ................................................................................6

BAB 3. TAHAP PELAKSANAAN .................................................................12

3.1 Akuisisi Pengetahuan Pakar ..................................................12

3.2 Analisis Kebutuhan Masukan ...............................................12

3.3 Analisis Sistem ........................................................................13

3.4 Desain Sistem ..........................................................................13

3.5 Implementasi Theorema Bayes .............................................17

BAB 4. BIAYA & PENJADWALAN .............................................................19

Daftar Pustaka......................................................................................................20

LAMPIRAN – LAMPIRAN .................................... Error! Bookmark not defined.

 BAB 1. PENDAHULUAN

1.1 Latar Belakang Masalah

Kesulitan belajar yang paling sering dialami anak ada tiga macam, yaitu
kesulitan belajar membaca (disleksia), kesulitan belajar menulis (disgraphia) dan
kesulitan belajar berhitung (diskalkulia). Anak-anak merupakan tahap awal
manusia dalam proses belajar. Anak-anak menjadi awal atau permulaan seseorang
belajar, untuk itu jangan sampai masa belajar anak terganggu. Menurut penelitian
yang dilakukan pada tahun 2005 oleh Balai Penelitian dan Pengembangan
Pendidikan Nasional terhadap 24 SD di empat provinsi, ditemukan 13,9% siswa
yang beresiko kesulitan belajar. Dari jumlah tersebut, 47,4% di antaranya memiliki
taraf kecerdasan normal hingga di atas normal. Dengan kata lain terdapat 6,59%
siswa Indonesia yang memiliki resiko kesulitan belajar. Kesulitan belajar tersebut
salah satunya yang disebut Learning Disability, merupakan gangguan belajar
khusus, dimana anak tidak bisa belajar dengan optimal dikarenakan oleh adanya
gangguan pada saraf, emosi, kromosom dan neuron pada otak. (Cheppy
Cahyadi,2015)
Berdasarkan kondisi di atas maka akan dibangun suatu sistem yang dapat
mengadopsi kemampuan pakar/ahli yaitu “Sistem Pakar Diagnosa Anak Gangguan
Belajar Khusus (Learning Disability)”. Sistem pakar yang dibuat sebagai metode
alternatif yang dapat dijalankan oleh kalangan masyarakat umum/non tenaga
kesehatan. Sistem ini akan dibangun berbasis web dengan bahasa pemrograman
PHP (Framework Codigniter) dan dengan metode Theorema Bayes untuk
meningkatkan akurasi.
1.2 Rumusan Masalah
Berdasarkan latar belakang diatas maka masalah yang harus diselesaikan
adalah :
1. Bagaimana akuisisi data dari seorang pakar ?
2. Bagaimana merancang desain sistem pakar berbasis theorema bayes
untuk diagnosa anak gangguan belajar khusus ?
3. Bagaimana merancang sistem pakar untuk mendiagnosa anak gangguan
belajar khusus menggunakan metode theorema bayes?
4. Bagaimana mendesain intetrface sistem pakar diagnosis anak gangguan
belajar khusus?
5. Bagaimana unjuk kerja sistem pakar untuk mendiagnosa anak gangguan
belajar khusus ?

1.3 Tujuan Penelitian

Tujuan penelitian ini adalah untuk membuat sistem pakar yang dapat
membantu dan memudahkan pengajar serta pendamping dalam mendeteksi dan
memberikan rekomendasi terapi pada anak gangguan belajar khusus (learning
disability).

1.4 Manfaat Penelitian

Manfaat penelitian ini adalah agar anak-anak dengan gangguan belajar
khusus dapat mendapatkan penanganan yang tepat sehingga tidak kesulitan dalam
mengikuti sistem pembelajaran yang telah ada dan juga mempermudah pengajar
maupun pendamping dalam menangani anak-anak penderita gangguan belajar
khusus (learning disability).
 BAB 2. TINJAUAN PUSTAKA

2.1 Histori Penelitian

Sebagai tinjauan pustaka berikut ini beberapa contoh penelitian yang sudah
di lakukan oleh oara peneliti yang dapat digunakan sebagai acuan.
Penelitian dengan judul “Sistem Pakar Diagnosa Gangguan Belajar
Khusus (Learning Disability) Pada Anak Dengan Metode Dempster-Shaper”.
Pada penelitian ini akan dilakukan dengan menggunakan Metode Dempster-Shafer,
dimana metode ini biasa digunakan untuk menentukan hasil suatu permasalahan
ketidakpastian. Mesin interferensi Metode Dempster-Shafer digunakan untuk
menghitung nilai kepercayaan pakar dan hasil diagnosa anak terhadap gejala yang
dialami. Hasil dari uji sistem terhadap 25 anak yang merupakan kelas 3 dan 4 SD,
didapatkan data ada 15 anak terdiagnosa mengalami gangguan belajar khusus
dengan berbagai kategori urgensi dan 10 anak tidak terdiagnosa gangguan belajar
khusus. Hasil uji tersebut sebagian besar anak yang terdiagnosa gangguan belajar
khusus memiliki orangtua dengan tingkat pendidikan yang tinggi, sehingga
menunjukkan bahwa tidak menjamin orangtua memiliki tingkat pendidikan tinggi,
anaknya tidak mengalami gangguan belajar khusus (Chepy Cahyadi,2015).
Penelitian dengan judul “Sistem Pakar Untuk Mendiagnosa Dysgraphia
dengan Menggunakan Metode Forwad Chaining dan Backward Chaining”.
Pada penelitian ini menggunakan metode Metode yang akan digunakan pada sistem
pakar ini adalah Forward Chaining dan Backward Chaining. Forward Chaining
disebut juga penalaran dari bawah ke atas karena penalaran dari fakta pada level
bawah menuju konklusi pada level atas yang didasarkan pada fakta. Penalaran dari
bawah ke atas dalam suatu sistem pakar dapat disamakan untuk pemrograman
konvensional dari bawah ke atas. Fakta merupakan satuan dasar dari paradigma
berbasis pengetahuan karena mereka tidak dapat diuraikan ke dalam satuan paling
kecil yang mempunyai makna (Arhami, 2005). Forward Chaining memiliki
karakteristik bekerja ke depan untuk mendapatkan solusi dengan mengikuti fakta
yang ada, oleh sebab itu Forward Chaining dijadikan referensi untuk mendeteksi
disgrafia. Karena memiliki karakteristik tersebut Forward Chaining
digunakandalam penelitian (Gusti, Delima, & Proboyekti, 2009) untuk
mendiagnosa anak penderita autisme. Penelitian ini menghasilkan tingkat
probabilitas sebesar 93,33% dibanding dengan hasil diagnosis pakar. Sedangkan
Backward Chaining adalah suatu rantai yang dilintasi dari suatu hipotesis kembali
ke fakta yang mendukung hipotesis tersebut (Arhami, 2005). Backward Chaining
memiliki karakteristik bekerja ke belakang untuk mendapatkan fakta yang
mendukung hipotesis. Hal tersebut dijadikan referensi penggunaan Backward
Chaining untuk menentukan rekomendasi terapi disgrafia. Berdasarkan
karakteristik tersebut, Backward Chaining digunakan dalam penelitian (Iriani, 2015)
untuk mendiagnosis penyakit tulang manusia. Penggunaan metode Backward
Chaining pada penelitian tersebut dapat mengetahui cara pencegahan, pengobatan,
dan penyebabnya (Dimas Adi Kurniawan , 2017).
Penelitian dengan judul “Sistem Pakar Diagnosa Penyakit Gigi
Menggunakan Theorema Bayes”. Penelitian ini bertujuan untuk menerapkan dan
memanfaatkan sistem pakar yang dapat digunakan petugas kesehatan (non ahli)
untuk melakukan diagnosa kemungkinan dysgraphia dengan menggunakan metode
theorema bayes. Teorema Bayes adalah teorema yang digunakan dalam statistika
untuk menghitung peluang suatu hipotesis. Untuk variabel yang digunakan dalam
penghitungan yakni 17 gejala dan 5 penyakit serta bobot-bobot gejala terhadap
masing-masing penyakit. Berdasarkan 35 data yang telah diujikan terhadap pakar
dan sistem, untuk pasien yang menderita dysgraphia dan sesuai dengan validasi
dokter adalah 29 pasien dan yang tidak sesuai adalah 6 pasien. Sehingga untuk
tingkat akurasi sistem berdasarkan hasil validasi pakar (dokter) dan sistem adalah
sebesar 82.86% (Ahmad Muhrozi , 2018).

2.2 Landasan Teori

2.2.1 Anak Dengan Gangguan Belajar Khusus (Learning Disability)
Learning disability adalah suatu istilah yang sangat luas artinya yang sering
digunakan oleh banyak pihak untuk menjelaskan anak-anak yang tidak mampu
memenuhi tuntutan normal atau tidak dapat mencapai standar normal di sekolah
dengan cara-cara umum yang dapat dipenuhi oleh anak-anak yang lain. Kesulitan
belajar merupakan suatu konsep multidisipliner yang digunakan di lapangan ilmu
pendidikan, psikologi, maupun ilmu kedokteran (Abdurrahman,2003). Kesulitan
belajar ini biasanya baru diketahui ketika anak sudah masuk ke dunia pendidikan
dalam beberapa waktu (Hamalik, 1983). Anak yang memiliki kesulitan belajar
seharusnya tetap mendapatkan hak yang sama seperti anak normal lainnya. Anak
dengan ketidakmampuan tersebut tetap mendapatkan pelajaran seperti anak normal,
akan tetapi tidak dituntut untuk mengerjakan tugas seperti anak normal lainnya,
karena kondisi yang berbeda dan perlu diketahui
bahwa perkembangan kognitif dan psikomotorik masih dapat berkembang dengan
melakukan stimulasi yang baik dan benar. Selain itu lingkungan di mana anak itu
berada akan sangat berpengaruh terhadap perkembangannya.

2.2.1.1 Dysgraphia
Dysgrafia adalah kesulitan belajar yang berkaitan dengan masalah menulis.
Kelainan ini diketahui secara mendasar dari perbedaan nilai antara nilai anak yang
tinggi pada tes inteligensi dan nilai yang rendah pada nilai tes yang diperoleh dari
menulis (Rahardja, 2010). Penyebab disgrafia ada dua macam salah satunya tidak
diketahui secara pasti, namun apabila terjadi secara tiba-tiba dapat diduga
penyebabnya adalah trauma di kepala, baik disebabkan oleh kecelakaan, penyakit,
bawaan dari lahir atau lainnya. Penyebab paling umum adalah neurologis, yaitu
adanya gangguan pada otak bagian kiri depan yang berhubungan dengan
kemampuan membaca dan menulis. Sedangkan penyebab lain disgrafia adalah
kemungkinan ada kesalahan pada pembelajaran menulis permulaan, yaitu ketika
pembelajaran menulis dengan tangan (handwriting), yaitu ketika belajar memegang
pensil atau alat tulis (Abdurrahman, 2003).

2.2.1.2 Dyskleksia
Dysleksia adalah ketidakmampuan belajar spesifik yang berasal dari
neurologis. Ini ditandai dengan kesulitan dengan pengenalan kata yang akurat dan
/ atau lancar serta kemampuan pengejaan dan penguraian kata yang buruk.
Kesulitan-kesulitan ini biasanya diakibatkan oleh defisit dalam komponen
fonologis bahasa yang seringkali tidak terduga dalam kaitannya dengan
kemampuan kognitif lain dan pemberian instruksi kelas yang efektif. Konsekuensi
sekunder dapat mencakup masalah dalam pemahaman bacaan dan berkurangnya
pengalaman membaca yang dapat menghambat pertumbuhan kosa kata dan latar
belakang pengetahuan. Diadopsi oleh IDA Board Directors, 12 November 2002.
Definisi ini juga digunakan oleh Nacional Institute of Child Healt and Human
Development (NICHD). Studi menunjukkan bahwa individu dengan disleksia
memproses informasi di area otak yang berbeda daripada yang non-disleksia.
Banyak orang yang menderita disleksia memiliki kecerdasan rata-rata hingga di
atas rata-rata.

2.2.1.3 Dyscalculia
Dyscalculia adalah ketidakmampuan seorang anak dalam menyerap konsep
aritmatika. Aturan yang digunakan untuk pendidikan khusus diskalkulia beragam
dari negara ke negara. Pada awal penilaiannya, siswa akan mengalami kesulitan
yang terlihat signifikan dalam aritmatika, lalu baru dapat ditegakkan diagnosisnya
dengan melalui serangkain tes, sebelum pada akhirnya akan diberikan pengajaran
khusus. Siswa dengan gejala diskalkulia ini sulit di diagnosis terutama mereka yang
bersekolah di sekolah-sekolah Negri, dikarenakan lemahnya standar pengukuran
kerangka kerjadan kriteria
Sebagian besar, orang yang mengalami diskalkulia atau kesulitan dalam
Matematika mempunyai kesulitan dalam proses visual. Pada beberapa kasus, pada
bagian pemrosesan dan pengurutan, matematika memerlukan seperangkat prosedur
yang harus diikuti dalam pola yang urut, hal ini juga berkaitan dengan kurangnya
memory (memory deficits). Mereka yang mengalami kesulitan mengingat benda-
benda/angka, akan mengalami kesulitan mengingat urutan operasi (order of
operations) yang harus diikuti atau langkah-langkah pengurutan tertentu yang harus
diambil untuk memecahkan soal-soal matematika.
Diskalkulia dikenal juga dengan istilah “math difficulty” karena menyangkut
gangguan pada kemampuan kalkulasi secara matematis. Kesulitan ini dapat ditinjau
secara kuantitatif yang terbagi menjadi bentuk kesulitan berhitung (counting) dan
mengkalkulasi (calculating). Anak yang bersangkutan akan menunjukkan kesulitan
dalam memahami proses-proses matematis. Hal ini biasanya ditandai dengan
munculnya kesulitan belajar dan mengerjakan tugas yang melibatkan angka
ataupun simbol matematis. (Ahmad Bachir, 2015)

2.2.2 Sistem Pakar

Sistem pakar adalah suatu program yang dirancang untuk mengambil
keputusan seperti keputusan yang diambil oleh seorang atau beberapa orang pakar.
Sistem pakar juga sistem perangkat lunak komputer yang menggunakan ilmu, fakta,
dan teknik berpikir dalam pengambilan keputusan. untuk menyelesaikan masalah
masalah yang biasanya hanya dapat diselesaikan oleh tenaga ahli dalam bidang
yang bersangkutan
Dalam penyusunannya, sistem pakar mengkombinasikan kaidah-kaidah
penarikan kesimpulan (inference rules) dengan basis pengetahuan tertentu yang
diberikan oleh satu atau lebih pakar dalam bidang tertentu. Kombinasi dari kedua hal
tersebut disimpan dalam komputer, yang selanjutnya digunakan dalam proses
pengambilan keputusan untuk penyelesaian masalah tertentu.
Terdapat beberapa teknik representasi pengetahuan yang biasa digunakan dalam
pengembangan suatu sistem pakar, yaitu :
o Rule-Based Knowledge Pengetahuan direpresentasikan dalam suatu bentuk
fakta (facts) dan aturan (rules). Bentuk representasi ini terdiri atas premise dan
kesimpulan.
o Frame-Based Knowledge Pengetahuan direpresentasikan dalam suatu bentuk
hirarki atau jaringan frame
o Object-Based Knowledge Pengetahuan direpresentasikan sebagai jaringan dari
obyek-obyek. Obyek adalah elemen data yang terdiri dari data dan metoda
(proses)
o Case-Base Reasoning Pengetahuan direpresentasikan dalam bentuk
kesimpulan kasus(cases) (Rubino & Puspitarini, 2016).
2.2.3 Theorema Bayes
Teorema Bayes merupakan metode yang baik didalam mesin pembelajaran
berdasarkan data Training, dengan menggunakan probabilitas bersyarat sebagai
dasarnya. Metode Bayes juga merupakan suatu metode untuk menghasilkan
estimasi parameter dengan menggabungkan informasi dari sampel dan informasi
lain yang telah tersedia sebelumnya. Keunggulan utama dalam penggunaan metode
Bayes adalah penyederhanaan dari cara klasik yang penuh dengan integral untuk
memperoleh model marginal. Adapun bentuk dari Teorema Bayes untuk Evidence
tunggal E dan hipotesis ganda H1, H2, H3, . . . . Hn. berkaitan dengan kenyataan yang
tidak sesuai dengan harapan atau situasi yang menekan. Kondisi ini mengakibatkan
perasaan cemas, marah dan frustasi. Secara teknisi psikologik, stres didefenisikan
sebagai suatu respons penyesuaian seseorang tehadap situasi yang dipersepsinya
menantang atau mengancam kesejahteraan orang bersangkutan. Stres adalah suatu
reaksi fisik dan psikis tehadap setiap tuntutan yang menyebabkan ketegangan dan
menggangu stabilitas kehidupan sehari-hari (Azmi & Syahputra, 2018).
Theorema Bayes ditemukan oleh Reverend Thomas Bayes pada abad 18,
yang dikembangkan secara luas Theorema Bayes ditemukan oleh Reverend
Thomas Bayes pada abad 18, yang dikembangkan secara luas (Azmi & Syahputra,
2018). dengan rumusan seperti pada Persamaan 2.1.

.............................. (2.1)
Dengan :
P (H|E) = probabilitas hipotesis Hi jika diberikan evidence E.
P (E|H) = probabilitas munculnya evidence E, jika diketahui hipotesis Hi benar.
P (H) = probabilitas hipotesis Hi (menurut hasil sebelumnya) tanpa memandang
evidence apapun.
P(E) = probabilitas evidence E tanpa memandang apapun.
Jika evidence tunggal E dan hipotesis ganda H1, H2, H3, .... Hn, maka bentuk
Theorema Bayes adalah pada Persamaan 2.2.
.............................(2.2)
Dengan:
p(Hi|E) = probabilitas hiposesis Hi benar jika diberikan evidence E.
p(E|Hi) = probabilitas munculnya evidence E, jika diketahui hipotesis Hi benar.
p(Hi) = probabilitas hipotesis Hi (menurut hasil sebelumnya) tanpa memandang
evidence apapun.
n = jumlah hipotesis yang mungkin.
Dalam teorema bayes langkah awal dari perhitungan yag dilakukan adalah
mencari nilai semesta hipotesa (H) yang terdapat pada evidence kemudian
dijumlahkan semua nilai probabilitas evidence dari pakar. Untuk langkah – langkah
lebih jelasnya dapat dilihat pada Persamaan 2.3 sampai Persamaan 2.7.
F. Mencari nilai sementara
.............................(2.3)
G. Menghitung nilai sementara P(Hi)
.............................(2.4)
H. Menghitung Probabilitas H
.............................(2.5)
I. Mencari nilai P(Hi|E)
............................(2.6)
J. Menghitung total nilai bayes
............................(2.7)
 BAB 3. TAHAP PELAKSANAAN

Metodologi merupakan elemen yang paling mendasar dari suatu proses

proyek. Metodologi berperan bersar dalam menentukan desain dan hasil akhir
penelitian. Metodologi juga akan mempengaruhi proses pengambilan data dan
perancangan sistem. Pengertian metode adalah cara yang telah teratur dan telah
dipikirkan secara baik-baik untuk memperoleh tujuan.
Maka dengan demikian memilih metodologi yang benar merupakan suatu hal
yang wajib dalam melakukan penelitian. Jika metodologi dapat dipilih dengan tepat
pemecahan masalah menjadi lebih mudah. Dalam penelitian “Sistem Pakar
Diagnosis Dysgraphia dan Mulut” ini penulis membuat langkah-langkah:

Gambar 1.1 Tahapan Metodologi

3.1 Akuisisi Pengetahuan Pakar

Akuisisi pengetahuan merupakan kegiatan untuk mencari dan megumpulkan
data untuk analisis kebutuhan perangkat lunak yang bersumber dari seorang pakar.

3.2 Analisis Kebutuhan Masukan

Adapun masukan yang diberikan pakar mengenai kebutuhan penelitian
adalah:
a. Data pokok yang menjadi dasar untuk mendiagnosa kemungkinan penyakit
gigi yaitu gejala yang diderita oleh pasien.
b. Data nilai bobot evidence terhadap hipotesa yang belum ada dalam sistem.
c. Data aturan ditambah dalam sistem disesuaikan dengan aturan perhitungan.
d. Dari point tersebut, digunakan sebagai basis pengetahuan dari sistem pakar
diagnosa kemungkinan penyakit gigi pada manusia.
3.1.1 Analisis Kebutuhan Proses
Sistem ini akan melakukan penalaran untuk menentukan diagnosa penyakit
gigi berdasarkan kasus yang dimasukan dengan metode teorema bayes. Dengan ini
sistem akan menyeleksi tiap gejala terhadap penyakit dan memberikan diagnosa
kemungkinan penyakit gigi berdasarkan gejala yang dimasukkan sebelumnya.

3.1.2 Analisis Kebutuhan Keluaran

Data keluaran dari sistem ini adalah hasil perhitungan data pokok yang telah
dilakukan menggunakan metode Teorema Bayes berdasarkan gejala-gejala yang
ada pada dari hasil pemeriksaan.

3.3 Analisis Sistem

Metode pengumpulan data yang digunakan dalam pembuatan sistem pakar
diagnosa dysgraphia ini adalah
a. Mempelajari Literatur
Mempelajari konsep-konsep yang berkaitan dengan pembuatan penelitian ini,
seperti konsep bahasa pemrograman php, cara mendiagnosa dysgraphia melalui
buku, jurnal, dan sumber ilmiah lain seperti internet.

b. Metode Wawancara
Dilakukan dengan cara mengajukan pertanyaan secara lisan dalam usaha
untuk melengkapi data atau dokumen yang diperoleh dari seorang ahli/pakar.

3.4 Desain Sistem

Desain sistem yang dibuat harus dapat mempermudah pembuatan sistem.
Selain itu desain sistem harus sesuai dengan metode yang digunakan yaitu metode
Theorema Bayes.
Melakukan desain sistem secara detail, mulai dari Context Diagram, Unified
Modeling Language (UML), Design File, Design Tabel, Relasi Database, dan
desain pendukung lainya, sehingga dapat membentuk sistem yang lengkap sesuai
dengan fungsi-fungsi yang dikehendaki.

3.4.1 Perancangan Diagram Konteks

Diagram konteks memiliki sebuah proses yaitu sistem pakar pengembangan
minat karir mahasiswa dengan tiga entity yaitu admin, pakar dan pasien dapat
dilihat seperti Gambar 1.2 berikut ini

Gambar 1.2 Contecxt Diagram

3.4.2 Perancangan Database

Selain dari context diagram desain database juga salah satu yang mendukung
sebagai pembuatan sistem. Tabel harus memenuhi syarat 3NF dan tidak ada
redudansi data dalam database. Berikut relasi database:
 Gambar 1.3 Relasi Database

3.4.3 Perancangan Antar Muka

1. Hamalam Utama

Gambar 1.4 Halaman Utama

 2. Halaman Login

Gambar 1.5 Halaman Login

3. Halaman Home

Gambar 1.6 Halaman Home

4. Halaman View

Gambar 1.7 Halaman View

5. Halaman Add Data

Sistem Pakar Diangnosa Learning Disability

Gambar 1.8 Halaman Add Data

6. Halaman Edit Data

Gambar 1.9 Halaman Edit Data

3.5 Implementasi Theorema Bayes

Metode yang digunakan dalam penelitian ini adalah Theorema Bayes. Maka
data yang telah diperoleh akan diproses dengan metode Theorema Bayes. Data yang
didapatkan akan dimasukan ke dalam aturan-aturan sebagai berikut :
Tabel 1.1 Tabel Pengujian Teorema Bayes
 BAB 4. BIAYA & PENJADWALAN

4.1 Anggaran Biaya

Tabel 4.1 Ringkasan Anggaran Biaya

No. Jenis Pengeluaran Biaya (Rp.)
1. Peralatan Penunjang

a. Modem 4G Eksternal 850.000

b. Printer 2.550.000

c. Domain Hosting 800.000

d. Hardisk 800.000
Jumlah 6.000.000
2. Bahan habis pakai

a Kertas A4 (2 Rim) @35.000 70.000

b Tinta Printer 300.000

c Paket Data 300.000

d CD-RW 50.000
Jumlah 720.000
3. Lain-Lain
a. Study Kelayakan 1.480.000
b. Desain Fungsi 700.000
c. Pemrograman 4.600.000
Jumlah 6.780.000
Jumlah Total 12.500.000

4.2 Jaddwal Kegiatan

Penelitian ini akan dilaksanakan pada semester 8 tahun ajaran 2018 / 2019
dengan estimasi waktu seperti tertera pada tabel berikut ini:
 Tabel 4. 2 Jadwal Penelitian

No Deskripsi Februari Maret April

Kegiatan 1 2 3 4 1 2 3 4 1 2 3 4
1. Analisis Masalah
2. Studi Literatur
3. Pengambilan Data
4. Perancangan
Sistem
5. Pembuatan Sistem
6. Pengujian dan
Analisa
7. Dokumentasi

Daftar Pustaka

Amborowati, A., & Hidayah , N. (2016, Februari 6-7). Analisis Dan Perancangan
Sistem Pakar Diagnosa Penyakit Mematikan Pada Perempuan
 Menggunakan Metode Bayes (Studi Kasus : Asri Medical Center). Seminar
Nasional Teknologi Informasi Dan Multimedia 2016, 1.
Anggara, G., Pramayu, G., & Wicaksana, A. (2016, Februari 6-7). Membangun
Sistem Pakar Menggunakan Teorema Bayes Untuk Mendiagnosa Penyakit
Paru-Paru. Seminar Nasional Teknologi Informasi Dan Multimedia 2016, 1.
Arifin, J. (2016, Agustus). Sistem Pakar Diagnosa Dysgraphia Dan Mulutmanusia
Menggunakan Knowledge Base System Dan Certainty Factor. Jurnal
Ilmiah Teknologi Dan Informatika ASIA (JITIKA), Vol.10, No.2,(ISSN:
0852-730X), 50-64.
Azmi, Z., & Syahputra, K. (2018, Februari ). Implementasi Teorema Bayes Untuk
Mendiagnosa Tingkat Stres. JISICOM (Journal Of Information System,
Informatics And Computing ), Vol.2 No.1 Februari 2018(ISSN : 2597-3673
(Online), ISSN : 2579-5201 (Printed)), 42-50.
Cahyadi, Chepy. (2015, November), Sistem Pakar Diagnosa Gangguan Belajar
Khusus (Learning Disability) Pada Anak Dengan Metode Demster-Shaper,
Universitas Pendidikan Indonesia,Bandung
Kurniawan, Dimas Adi, (2017, November 1-2), Sistem Pakar untuk Deteksi
Dysgrafia dengan Metode Forward Chaining dan Backward Chaining,
Universitas Sebelas Maret, Semarang
Muhrozi, Ahmad, (2018, September), Sistem Pakar Diagnosa Dysgraphia
Menggunakan Theorema Bayes, Universitas Mercu Buana, Yogyakarta
Mulyani, D. E., & Febriani SM, N. N. (2017, Agustus 10 ). Aplikasi Pakar Diagnosa
Dysgraphia Menggunakan Metode Forward Chaining Berbasis Mobile.
Konferensi Nasional Sistem & Informatika 2017, 119-124. Dipetik April 25,
2018