Tugas Akhir - 2006

CASE-BASED REASONING UNTUK KONSELING

BERBAHASA PENGANTAR BAHASA INDONESIA

(CASE-BASED REASONING FOR COUNSELLING WITH INDONESIAN

LANGUAGE INTERACTION)

Poltak Jefferson¹, Dade Nurjanah², Dhinta Darmantoro³

¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom

Abstrak
Konseling adalah suatu aktivitas yang bertujuan untuk menolong orang lain dalam
suatu relasi yang terbentuk. Secara profesional aktivitas konseling ini dilayani oleh
seorang konselor sebagai seseorang yang ahli akan kejiwaan manusia. Di dalam
kehidupan sehari-hari konseling sering ditemui dalam bentuk lain seperti ngobrol
(chatting) dengan seseorang yang dipercaya.
Sistem ini mengimplementasikan kemampuan konselor dalam membantu konseli
untuk mengenali masalah mereka, membantu mengenal kepribadiannya, dan sedapat
mungkin menyarankan sebuah solusi bagi masalah konseli. Sistem akan melayani
berbagai proses konseling dengan cara bercakap-cakap dengan user (konseli) dalam
percakapan teks (text chatting) hingga pada akhirnya user dapat mengenal
permasalahannya (problem) dan jika ternyata permasalahan tersebut terdaftar pada
knowledge base sistem, maka sistem akan menyarankan sebuah solusi. Sistem akan
memanfaatkan kata-kata pada kalimat user untuk memprediksi permasalahan, belajar
memperbaiki kesalahan dalam memprediksi, dan menambah pengetahuan. Permasalahan
yang dikenali oleh sistem adalah permasalahan yang tersimpan berdasarkan pengalaman
sistem melayani konseling (experience case). Oleh karena itu sistem ini menggunakan
metode Case-Based Reasoning dan pengklasifikasian dalam mengenali permasalahan.
Kalimat bahasa Indonesia sehari-hari memiliki bentuk yang sangat variatif.
Penggunaan kata yang sama pada kalimat user untuk kasus yang berbeda memberikan
dampak yang sangat berarti bagi proses pembelajaran sistem. Oleh karena itu
keberhasilan prediksi pada proses prediksi permasalahan bergantung pada proses
pembelajaran sebelumnya. Respon kalimat user yang berbentuk naratif sangat efektif
dalam memberikan informasi yang dibutuhkan bagi sistem pada proses prediksi masalah.
Diagnosa kondisi psikis user pada awal konseling membuat proses prediksi permasalahan
dengan kemungkinan variasi kalimat yang beragam menjadi konvergen.

Kata Kunci : -

Fakultas Teknik Informatika Program Studi S1 Teknik Informatika

 Tugas Akhir - 2006

Abstract
Counseling is an activity which aimed to help people in a good relation.
Professionally, a counselor as an expert in human psychology handles this activity.
Counseling usually occurs in daily activity such as chatting with a friend.
This system implements a psychiatry ability as a counselor by helps counselees on
recognize their problem, helps counselee to know about their personality, and (if
necessary) advices some solution for their problem. Counselee interacts by type the
answer of expert system’s question. The occurred interactions is interactions on text
chatting. The expert system serves counseling session by chatting until counselee
recognizes the problem. If expert system recognizes that case as a similar case with the
other case on casebase, then the system will suggest a solution from the retrieved case.
System uses counselee’s responses to predict the problem, learn to repair miss prediction,
and increase knowledge. Recognized problem is the problem which stored according to
system counseling experience. System is using human behavior classification and casebased
reasoning method on problem prediction.
There are many variations on daily Indonesian sentences. The same word on user
sentence for difference case makes an impact for learning system process. It cause the
success of problem prediction depend on previous learning process. Narrative form on
user sentence respond is an effective way on give the information for problem prediction
process. User’s mental diagnosing on the beginning of counseling makes problem
prediction process with on sentence variations becomes convergent

Keywords : -

Fakultas Teknik Informatika Program Studi S1 Teknik Informatika

Powered by TCPDF (www.tcpdf.org)
 Tugas Akhir - 2006

BAB I
PENDAHULUAN
1.1. Latar Belakang
Seorang psikiater di dalam salah satu kemampuannya sebagai seorang konselor seringkali
harus lebih sabar dan kreatif di dalam mengenali kepribadian konselinya serta
permasalahan yang sedang dihadapinya. Hal ini disebabkan kesulitan konseli dalam
membuka diri dengan konselor. Perasaan malu dan waktu yang terbatas untuk
mengungkapkan diri cenderung membuat seseorang enggan untuk menemui konselor.
Terlebih lagi dengan pandangan masyarakat umum terhadap psikiater sebagai seorang
dokter untuk orang-orang gila (gangguan jiwa berat). Sebenarnya ‘gangguan jiwa’
dialami oleh setiap orang yang mengalami depresi. Hanya saja intensitasnya tidak terlalu
besar sehingga belum dapat dikategorikan sebagai orang gila (memiliki gangguan jiwa
berat).

Masyarakat dengan aktivitas tinggi khususnya masyarakat perkotaan yang sudah terbiasa
dengan kesibukan sebagai aktivitas sehari-hari sebenarnya memerlukan seseorang atau
sebuah komunitas untuk membagikan apa yang sedang atau telah terjadi di dalam
kehidupannya. Tetapi masyarakat dengan tingkat kesibukan tinggi juga membutuhkan
sebuah kepraktisan karena merasa tingkat mobilitasnya dan tingkat privasinya yang
tinggi. Sebenarnya keluarga adalah orang terdekat yang bisa menggantikan seorang
konselor. Tetapi seringkali fungsi tersebut tidak berjalan, ditambah lagi di tempat
aktivitas sehari-hari seperti kantor atau tempat usaha tidak ada seorang pun yang dapat
menggantikan fungsi seorang konselor. Sistem ini berfungsi sebagai alat bantu yang
praktis yang memiliki kemampuan seperti seorang konselor untuk digunakan dimana saja
dan kapan saja.

1.2. Perumusan Masalah

Dalam tugas akhir ini penulis menitikberatkan tentang bagaimana sistem dapat
mempelajari interaksi percakapan teks antara user (konseli) dengan sistem, sebagai upaya
untuk membangun komunikasi dengan user serta mengenali kepribadian dan
permasalahan yang dihadapi oleh user. Dimana komponen data yang digunakan sebagai

I-1

Fakultas Teknik Informatika Program Studi S1 Teknik Informatika

 Tugas Akhir - 2006

bahan baku analisa adalah frekuensi kata-kata (keywords) pada kalimat user dalam
interaksi percakapan.

1.3. Pembatasan Masalah

Batasan masalah untuk tugas akhir ini adalah sebagai berikut :
1. Sistem tidak dirancang untuk lulus Turing Test.
2. Tingkat depresi yang dimiliki oleh konseli tidak melebihi batas normal
manusia yang masih dapat berpikir dengan logika untuk mengerti struktur
percakapan yang baik.
3. Interaksi user (konseli) dengan sistem menggunakan bahasa Indonesia sehari-
hari dalam bentuk baku. Kemampuan sistem untuk mengenali berbagai bentuk
kosakata dan tata bahasa Indonesia yang tidak baku terbatas pada knowledge
yang dimiliki oleh sistem.
4. Komponen data yang digunakan dalam analisa adalah frekuensi kata dalam
kalimat user.
5. Metode psikologi yang digunakan sebagai acuan klasifikasi kepribadian
adalah Metode Jung yang dirumuskan dalam Myers-Briggs Type Indicator.
6. Penyediaan informasi untuk penyelesaian masalah konseli sebatas
permasalahan tentang stres, mengenal kepribadian, dan masalah cinta.
7. Sistem dibangun menggunakan Borland Delphi 7

1.4. Tujuan Pembahasan

Tujuan dari tugas akhir ini adalah sebagai berikut :
1. Sistem dapat memprediksi kepribadian user menggunakan klasifikasi
kepribadian dan memprediksi permasalahan user menggunakan Case-Based
Reasoning berdasarkan basis pengetahuan kasus.
2. Sistem dapat memanfaatkan frekuensi kata yang dapat dikenali pada kalimat
user dalam mengenali suatu permasalahan yang dihadapi oleh sistem.

I-2

Fakultas Teknik Informatika Program Studi S1 Teknik Informatika

 Tugas Akhir - 2006

1.5. Metode Penelitian

Metode yang digunakan dalam penyelesaian tugas akhir ini adalah :
1. Mempelajari konsep komunikasi manusia, psikologi konseling, klasifikasi
kepribadian manusia, dan Case-Based Reasoning di dalam membentuk sebuah
sistem yang dapat mengenali interaksi percakapan teks dalam bahasa
Indonesia dan membangkitkan sebuah respon bagi user.
2. Mempelajari konsep konseling di dalam hal membangun relasi, memberi
respon, eksplorasi permasalahan, serta memberikan pandangan suatu solusi
masalah.
3. Melakukan analisa penerapan Klasifikasi dan Case-Based Reasoning dalam
perancangan perangkat lunak yang mempertimbangkan perluasan basis
pengetahuan (knowledge base).
4. Melakukan implementasi perancangan perangkat lunak dengan
memperhatikan unsur user friendly dan unsur mobilitas (dapat digunakan
dimana saja).
5. Melakukan pengujian perangkat lunak dengan menguji cobakan setiap proses
yang ada di dalam perangkat lunak dengan langsung terlibat dalam sebuah
percakapan nyata dengan user.
6. Pengambilan kesimpulan terhadap implementasi Case-Based Reasoning untuk
konseling berbahasa pengantar bahasa Indonesia.

Untuk merealisasikan rumusan kerangka pembangunan dalam implementasi sistem di

atas maka pembahasan selanjutnya akan menitikberatkan pada konsep dasar dalam
pembangunan sistem ini, yaitu:
1. Sistem Pakar
2. Konseling, kasus konseling, dan kepribadian manusia
3. Case-Based Reasoning

I-3

Fakultas Teknik Informatika Program Studi S1 Teknik Informatika

Powered by TCPDF (www.tcpdf.org)
 Tugas Akhir - 2006

BAB VI
KESIMPULAN DAN SARAN

6.1 Kesimpulan
Dari hasil penelitian yang dilakukan maka dapat diambil kesimpulan sebagai berikut:
1. Diagnosa kondisi psikis (mood) user membuat permasalahan menjadi konvergen
bagi proses prediksi permasalahan yang akan dilakukan.
2. Kalimat user dengan struktur dan penggunaan kata-kata yang menyimpang jauh
dari aturan penulisan Bahasa Indonesia yang baik dan benar akan membentuk
kalimat respon sistem yang kurang baik karena keterbatasan pengetahuan struktur
kalimat.
3. Bahasa Indonesia memiliki struktur yang kurang bagus dalam hal penggunaan
bahasa Indonesia sehari-hari. Hal ini disebabkan dengan banyaknya alternatif
kalimat dengan maksud yang sama tetapi memiliki struktur yang tidak lazim
berdasarkan struktur bahasa Indonesia yang benar. Sedangkan pada sisi yang lain,
struktur bahasa Indonesia yang benar pun sudah memiliki variasi struktur yang
beragam. Agar suatu sistem yang menggunakan pemrosesan struktur kalimat
Bahasa Indonesia dapat mengenali kalimat dengan baik diperlukan pengetahuan
tentang seluruh variasi struktur kalimat dan variasi penggunaan kata yang ada.
4. Kalimat user yang memiliki bentuk naratif sangat efektif dalam memberikan
informasi yang dibutuhkan bagi sistem pada proses prediksi masalah. Semakin
banyak kata dalam kalimat respon user maka semakin banyak bahan informasi
yang dibutuhkan untuk proses prediksi masalah.
5. Proses pembelajaran dengan metode Vholti-Growth yang melibatkan heuristic
keyword secara real time (waku nyata) menyebabkan keberhasilan prediksi pada
proses prediksi permasalahan bergantung pada proses pembelajaran sebelumnya.
Hasil proses pembelajaran yang lalu bagi suatu kasus dapat berubah menurut
proses pembelajaran selanjutnya pada kasus lain yang menggunakan keyword
yang sama. Hal ini disebabkan keyword yang sama nilainya dibandingkan dengan
keyword lain pada permasalahan yang berbeda sehingga ada kemungkinan

VI - 1

Fakultas Teknik Informatika Program Studi S1 Teknik Informatika

 Tugas Akhir - 2006

perubahan nilai heuristic yang mempengaruhi hasil proses pembelajaran

sebelumnya.

6.2 Saran
Saran yang dapat disampaikan dari hasil penelitian ini sebagai pertimbangan dalam
penelitian lebih lanjut adalah sebagai berikut:
1. Aplikasi akan terlihat lebih menarik jika ditambahkan dengan kemampuan voice
recognition dalam mengenali kalimat yang diucapkan oleh user dan teknologi
text-to-speech agar respon sistem dapat berupa kalimat yang diucapkan dengan
suara manusia.
2. Pengembangan analisa bentuk lain (tidak hanya dengan deteksi kata sifat) yang
dapat mengekstraksi informasi lebih banyak dari kalimat user sebagai bahan
analisa melalui pertanyaan eksplorasi.
3. Pengembangan proses learning yang lebih reliable dalam penggunaannya secara
khusus pada analisa kalimat bahasa.

VI - 2

Fakultas Teknik Informatika Program Studi S1 Teknik Informatika

Powered by TCPDF (www.tcpdf.org)
 Tugas Akhir - 2006

DAFTAR PUSTAKA

[AAM 1994] Aamodt, Agnar. 1994. Case-Based Reasoning: Foundational

Issues, Methodological Variations, and System Approaches.
Artificial Intelligence Communications, IOS Press, Vol 7: 1.

[ACH 2005] Achmanto. 2005. Mengerti Cinta Dari Dasar Hingga Relung-
Relung. Pustaka Belajar

[BUE 2004] Buell, Linda Manassee. 2004. Pan!c. Bhuana Ilmu Populer

[COR 2003] Corey Gerald. 2003. Teori dan Praktek Konseling dan
Psikoterapi. Refika Aditama, Bandung.

[CRA 2003] Craw, Susan. 2003. Introspective Learning to Build Case-Based

Reasoning (CBR) Knowledge Containers. School of Computing,
The Robert Gordon University: Aberdeen, Scotland

[DEP 2001] Departemen Pendidikan dan Kebudayaan, 2001. Kamus Besar

Bahasa Indonesia (edisi ketiga), Jakarta: Balai Pustaka

[DEW 2004] Dewa. 2004. Mencari Teman Kencan. Gerai Pop

[GEL 2004] Geldard, Kathryn. 2004. Counselling Skills in Every Life. Palgrave
MacMilan.

[HAW 1994] Hawryszkiewyez, I. T. Introduction to System Analysis and

Design. Prentice Hall Australia

[HIN 2004] Hinz, Jessica. 2004. Hidup Ini Indah. Lotus

[KIN 2001] Kinley, Andrew. 2001. Learning to Improve Case Adaptation.

Indiana University: Computer Science Department.

[KRU 1991] Krulee, Gilbert K. 1991. Computer Processing of Natural

Language. Prentice Hall International, Inc.

[LAU 2004] Lauster, Peter. 2004. Test Kepribadian. Gaya Media Pratama

Fakultas Teknik Informatika Program Studi S1 Teknik Informatika

 Tugas Akhir - 2006

[LIN 2005] Lindenfield, Gael. 2005. Putus Cinta Bukan Akhir Segalanya.
Gramedia Pustaka Utama
[MAS 2003] Massie, Stewart. 2003. Visualization of Case-Based Reasoning for
Explanation. The Robert Gordon University, Scotland, UK.

[MCG 1997] McGinnis, Alan Loy. 1997. Percaya Diri VS Kesombongan.

Metanoia

[MES 2004] Messina, James J. 2004. Test Pengembangan Kepribadian.

Diglossia Media

[MER 2003] Merrit, Dennis. 2003. Chatbots in Prolog. AI Newsletter.

[NAI 2003] Naisaban, Ladislaus. 2003. Psikologi Jung. Grasindo

[SAY 2001] Saygin, Ayse Pinar. Turing Test: 50 Years Later. Kluwer
Academic Publishers.

[SCH 2000] Schiaffino, Silvia N. 2000. User Profiling with Case-Based

Reasoning and Bayesian Networks. ISISTAN Research Institute,
Facultad de Ciencias Exactas Universidad Nacional del Centro de
la Pcia.

[SCM] Schmidt, Cecil. Foundations of Case Based Reasoning and

Applications to Hypertext. Washburn University.

[SUR 2003] Surya, Mohamad. Psikologi Konseling. Pustaka Bani Quraisy

[TUR 1995] Turban, Efraim. Decision Support Systems and Expert Systems.
Prentice-Hall International, Inc.

[TUR 2001] Turban, Efraim. Decision Support System and Intelligent Systems.
Prentice-Hall International, Inc.

[WAL 2002] Wallace, Richard S. 2002. The Anatomy of A.L.I.C.E. A.L.I.C.E.

Artificial Intelligence Foundation, Inc.

[WIL 2001] Wilson, David C. 2001. Case-Base Maintenance: The Husbandry

of Experience.

Fakultas Teknik Informatika Program Studi S1 Teknik Informatika

Powered by TCPDF (www.tcpdf.org)