BAB II

TINJAUAN PUSTAKA

II.1 Penelitian Terdahulu

Berikut ini beberapa jurnal penelitian terdahulu yang terkait judul

penelitian skripsi penulis pada table II.1 :

Tabel II.1. Keaslian Penelitian

No Thn Penulis Judul Metode Hasil Penelitian

1 Indonesian M. Haris Sistem Pakar Metode Telah dibangun
Journal on Qamaruzzam Untuk Teorema sistem pakar
Networking an1 , Mendiagnosa Bayes. diagnosa penyakit
and Security - Sam’ani2 Penyakit mata
Volume 5 No Mata Pada menggunakan
4 – Oktober Manusia Teorema Bayes
2016 Menggunaka dengan metode
n inferensi forward
chaining dan
backward
chaining untuk
menentukan
kesimpulan hasil
diagnosa. Sistem
dapat
memecahkan
masalah untuk
mengetahui jenis
penyakit mata,
dan nilai
probabilitasnya,
penyebab, serta
solusi
penanganan
penyakit mata
yang diderita

11
 12

pengguna.
Berdasarkan hasil
uji coba 10
responden
terhadap sistem
adalah sangat
positif 20% dan
positif 80%.
2 ISSN : 2407- Intan Russari Sitem pakar Metode Berdasarkan
389X diagnosa Teorema pengembangan
Jurnal Riset penyakit batu bayes yang telah
Komputer ginjal dilakukan selama
(JURIKOM), menggunaka proses
Volume : 3, n parancangan
Nomor: 1, hingga
Februari implementasi
2016 sistem pakar
untuk diagnosa
penyakit batu
ginjal dengan
menggunakan
Teorema Bayes,
maka dapat
diambil
kesimpulan
sebagai berikut :
Diagnosa
penyakit batu
ginjal dengan
sistem pakar
melihat dari
gejala-gejala yang
dirasakan oleh
pasien proses
mengetahui
penyakit batu
ginjal dapat
dilakukan dengan
cepat dan akurat..
Dengan
menerapkan
teorema bayes
dalam
 13

mendiagnosa
batu ginjal dapat
menghasilkan
perhitungan valid
yang sama
dengan
perhitungan
manual sehingga
proses prediksi
dapat dilakukan
dengan cepat dan
akurat.Dalam
perancangan
aplikasi ini
menggunakan
bahasa
pemrograman
Visual Basic 2008
dan dengan
MySQL sebagai
pengolah data.
3 Jurnal Ilmiah Saddang Penerapan Metode Sistem pakar
d’Computare Saputra, Sistem Pakar Forward merupakan suatu
Volume 7 S.Pd., M.Pd, Diagnosa Chaining bagian metode
Edisi Januari Rahmawati Penyakit . ilmu artificial
2017. Nasser, S.Pd., Mata intelligence untuk
M.Pd. Menggunaka dibuat suatu
n Software program aplikasi
Matlab. diagnosa penyakit
mata pada
manusia yang
terkomputerisasi
serta berusaha
menggantikan
dan menirukan
proses penalaran
dari seorang
ahlinya atau
pakar dalam
memecahkan
masalah
spesifikasi,
Sistem Pakar
 14

Untuk Diagnosa
Penyakit Mata
Pada Manusia
menggunakan
metode forward
chaining
bertujuan
menelusuri gejala
yang ditampilkan
dalam bentuk
pertanyaan-
pertanyaan agar
dapat
mendiagnosa
jenis penyakit
dengan perangkat
lunak berbasis
dekstop
management
system.
Implementasi
Sistem Pakar
Untuk Diagnosa
Penyakit Mata
Pada Manusia
bertujuan
menelusuri
gejala yang
ditampilkan
dalam bentuk
pertanyaan-
pertanyaan agar
dapat
mendiagnosa
jenis
penyakit dengan
perangkat lunak
berbasis dekstop
management
sistem.

4 Seminar Supina Penerapan Metode Sistem pakar ini

Nasional Batubara1 , metode Certainty telah memenuhi
 15

Royal Sri Wahyuni certanty Factor. tujuan syarat

(SENAR) 2018 2 , Eko factor pada dalam
ISSN 2622- Hariyanto 3 sistem pakar pendeteksian
9986 (cetak) diagnosa penyakit dengan
STMIK Royal penyakit penggunaan basis
– AMIK data dan basis
Royal, hlm. aturan. Terdapat
81 – 86 ISSN spektrum
2622-6510 pengetahuan
(online) pakar yaitu
Kisaran, spektrum
Asahan, penyakit dan
Sumut - 3 spektrum gejala
September serta basis aturan
2018 berupa tabel
relasi. 2.
Penelitian sistem
pakar untuk
mendeteksi
penyakit dalam
ini diuji coba
dengan
memaparkan
dengan gejala
yang
berbedabeda
untuk menguji
kesamaan
diagnosa sistem
dengan diagnosa
pakar yang
memperoleh
angka
probabilitas
keakuratan
sebesar 86%. 3.
Sistem pakar ini
berbasis web
sehingga penulis
menggunakan
software PHP
dengan
perancangan
 16

database
menggunakan
MySQL. Desain
interface
menggunakan
Macromedia
Dreamweaver
sehingga program
lebih interaktif
dan mudah
digunakan
dengan tampilan
yang menarik.
5. MEANS Parlindungan Diagnosa Metode sistem pakar
(Media Sihaloho Penyakit Weighte untuk
Informasi Hepatitis d mendiagnosa
Analisa dan Menggunaka Product penyakit hepatitis
Sistem) ISSN : n Metode ini membantu
2548-6985, Weighted pengguna
Product tentang
pengetahuan
penyakit hepatitis
2. sistem pakar
dapat
mempermudah
tugas dokter
dalam
memberikan hasil
penyakit yang di
derita pasien 3.
Sistem pakar yang
dikembangkan
dapat melakukan
penelusuran lebih
cepat sehingga
dapat
meningkatkan
efisiensi dan
efektifitas kerja.
4. Inferensi
dengan
menggunakan
metode weighted
 17

product
memudahan
pengurutan
penyakit hepatitis
berdasarkan
gejala-gejala yang
dialami pasien
berdasarkan
tingkat
kepentingan pada
setiap kriteria.
Dan sistem dapat
membantu pasien
menegetahui
jenis penyakit
hepatitis yang
diderita dan
diiberikan solusi
pengobatnnya.

penulis menggunakan metode teorema bayes untuk melakukan diagnosa awal

penyakit batu empedu. Penerapan metode ini bertujuan untuk bisa melihat hasil

diagnosa awal yang didapat sehingga dapat meningkatkan keyakinan pasien

terhadap penyakit yang dideritanya dan sistem dapat memberikan solusi yang

optimal dalam penanganan penyakit mata dari pasien.

II.2. Landasan Teori

Adapun landasan teori untuk mendukung pembuatan skripsi ini, maka

perlu dikemukakan hal-hal atau teori-teori yang berkaitan dengan permasalahan

dan ruang lingkup pembahasan adalah sebagai berikut :

II.2.1. Sistem Pakar

 18

Sistem pakar atau Expert system bisa disebut juga dengan

Knowledge Based system yaitu suatu aplikasi komputer yang ditujukan untuk

melakukan pengambilan keputusan atau pemecahan persoalan dalam bidang yang

spesifik. Sistem ini bekerja dengan menggunakan pengetahuan dan metode

analisis yang telah didefinisikan terlebih dahulu oleh pakar yang sesuai dengan

bidang ahlinya. Sistem ini disebut sistem pakar karena fungsi dan perannya sama

seperti seorang ahli yang memiliki pengetahuan, pengalaman, dalam memecahkan

sesuatu persoalan.(Nur Budi Riyanto : 2018)

Sistem pakar adalah sistem informasi berbasis komputer yang

menggunakan pengetahuan pakar untuk mencapai performa keputusan tingkat

tinggi dalam domain persoalan sempit. Bagian dalam sistem pakar terdiri dari 2

komponen utama yakni berisi knowledge base yang berisi basis pengetahuan

dan mesin inferensi yang menggambarkan kesimpulan. Kesimpulan tersebut

merupakan respons dari sistem pakar atas permintaan pengguna (Elida Tuti

Siregar ; 2015 : 23).

Sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan

manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti

yang biasa dilakukan oleh para ahli. Tujuan sistem ini adalah mentransfer

kepakaran yang dimiliki seorang pakar kedalam komputer, dan kemudian

kepada orang lain atau non expert. Sistem pakar digunakan oleh berbagai

kalangan untuk memperbanyak atau menyebar sumber pengetahuan kepada

orang yang bukan pakar untuk meningkatkan kemampuan mereka dalam

memecahkan masalah dan sebagai asisten yang berpengetahuan untuk

 19

membantu meringankan pekerjaan dari seorang pakar. (Dian Kusuma Wati :

2015)

II.2.2. Konsep Umum Sistem Pakar

Konsep-konsep dasar dari sebuah sistem pakar adalah :

1. Keahlian (Expertise)

Keahlian merupakan pengetahuan khusus yang dimiliki oleh seseorang

melalui latihan, belajar, serta pengalaman-pengalaman yang dialami pada

suatu bidang tertentu dalam jangka waktu yang cukup lama. Dengan

pengetahuan tersebut seorang pakar dapat memberikan keputusan yang lebih

baik dan cepat dalam menyelesaikan suatu permasalahan yang sulit.

2. Ahli atau pakar (Expert)

Seorang pakar harus memiliki kemampuan menyelesaikan permasalahan pada

bidang tertentu yang ditanganinya, kemudian memberikan penjelasan

mengenai hasil dan kaitannya dengan permasalahan yang ada. Untuk meniru

kepakaran seorang manusia, perlu dibangun sebuah sistem komputer yang

menunjukan seluruh karakteristik tersebut. Namun hingga saat ini, pekerjaan

dibidang sistem pakar terfokus pada aktifitas penyelesaian masalah dan

memberikan penjelasan mengenai solusinya.

3. Memindahkan Keahlian (Transfering Expertise)

Tujuan dari sistem adalah memindahkan keahlian yang dimiliki oleh seorang

pakar ke dalam sebuah sistem komputer.

4. Kesimpulan (Inference)
 20

Keistimewaan dari sistem pakar adalah kemampuannya dalam

memberikan saran, yaitu dengan menempatkan keahlian ke dalam basis

pengetahuan (Knowledge Base) dan membuat program yang mampu

mengakses basis pengetahuan sehinggga sistem dapat memberikan

kesimpulan. Kesimpulan dibentuk di dalam komponen yang dinamakan

mesin pengambil kesimpulan (Inference Engine), dimana berisi aturan-aturan

untuk menyelesaikan masalah.

5. Aturan (Rule)

Umumnya sistem pakar adalah sistem berbasis aturan, yaitu pengetahuan

yang terdiri dari aturan-aturan sebagai prosedur penyelesaian masalah.

Pengetahuan tersebut digambarkan sebagai suatu urutan seri dari kaidah-

kaidah yang sudah dibuat.

6. Kemampuan Penjelasan (Explanation Capability)

Keistimewaan lain dari sistem pakar adalah kemampuannya dalam

memberikan saran atau rekomendasi serta menjelaskan mengapa tindakan

tertentu tidak dianjurkan. Pemberian penerangan dan pendapat ini dilakukan

dalam suatu subsistem yang dinamakan subsistem penjelasan (explanation

subsystem). (Sinaga dan Sembiring, 2016 : 96).

II.2.3. Struktur Sistem Pakar

Komponen yang terdapat dalam struktur sistem pakar ini adalah

knowledge base (rules), inference engine, working memory, explanation facility,

knowledge acquisition facility, user interface.

 21

1. Knowledge Base (Basis Pengetahuan)

Basis pengetahuan mengandung oengetahuan untuk pemahaman, formulasi,

dan penyelesaian masalah. Komponen sistem pakar disusun atas dua elemen

dasar, yaitu fakta dan aturan. Fakta merupakan informasi tentang objek dalam

area permasalahan tertentu, sedangkan aturan merupakan informasi tentang

cara bagaimana memperoleh fakta baru dari fakta yang telah diketahui.

2. Inference Engine (Mesin Inferensi)

Mesin inferensi merupakan otak dari sebuah sistem pakar dan dikenal juga

dengan sebutan control structure (struktu kontrol) atau rule interpreter

(dalam sistem pakar berbasis kaidah). Komponen ini mengandung mekanisme

pola pikir dan penalaran yang digunakan oleh pakar dalam menyelesaikan

suatu masalah. Mesin inferensi disini adalah processor pada sistem pakar

yang mencocokkan bagian kondisi dari rule yang tersimpan di dalam

knowledge base dengan fakta yang tersimpan di working memory.

3. Working Memory

Berguna untuk menyimpan fakta yang dihasilkan oleh inference engine

dengan penambahan parameter berupa derajat kepercayaan atau dapat juga

dikatakan sebagai global database dari fakta yang digunakan oleh rule-rule

yang ada.

4. Explanation Facility

Menyediakan kebenaran dari solusi yang dihasilkan kepada user (reasoning

chain).

5. Knowledge Acquistion Facility

 22

Meliputi proses pengumpulan, pemindahan dan perubahan dari kemampuan

pemecahan masalah seorang pakar atau sumber pengetahuan terdokumentasi

ke program computer, yang bertujuan untuk memperbaiki atau

mengembangkan basis pengetahuan.

6. User Interface

Mekanisme untuk memberi kesempatan kepada user dan sistem pakar untuk

berkomunikasi. Antar muka menerima informasi dari pemakai dan

mengubahnya ke dalam bentuk yang dapat diterima oleh sistem. Selain itu

antarmuka menerima informasi dari sistem dan menyajikannya ke dalam

bentuk yang dapat dimengerti oleh pemakai. (Muhammad Khoirul : 2016)

II.2.4. Karakteristik Sistem Pakar

Sistem pakar umumnya dirancang untuk memenuhi beberapa karakteristik

umum berikut ini :

1. Kinerja sangat baik (high performance). Sistem harus mampu memberikan

respon berupa saran (advice) dengan tingkat kualitas yang sama dengan

seorang pakar atau melebihinya.

2. Waktu respon yang baik (adequate respon time). Sistem juga harus mampu

bekerja dalam waktu yang sama baiknya (reasonable) atau lebih cepat

dibandingkan dengan seorang pakar dalam menghasilkan keputusan. Hal ini

sangat penting terutama pada sistem waktu nyata (real-time).

3. Dapat diandalkan (good reliability). Sistem harus dapat diandalkan dan tidak

mudah rusak/ crash.

 23

4. Dapat dipahami (understandable). Sistem harus mampu menjelaskan

langkah-langkah penalaran yang dilakukannya seperti seorang pakar.

5. Fleksibel (flexibility). Sistem harus menyediakan mekanisme untuk

menambah, mengubah, dan menghapus pengetahuan. (Muhammad Khoirul :

2016)

II.2.5. Kelebihan Sistem Pakar

Sistem pakar memiliki beberapa fitur menarik yang merupakan

kelebihannya, seperti :

1. Meningkatnya ketersediaan (increased availability). Kepakaran atau keahlian

menjadi tersedia dalam sistem komputer. Dapat dikatakan bahwa sistem

pakar merupakan produksi kepakaran secara masal (massproduction).

2. Mengurangi biaya (reduced cost). Biaya yang diperlukan untuk menyediakan

keahlian per satu orang user menjadi berkurang.

3. Mengurangi bahaya (reduced danger). Sistem pakar dapat digunakan di

lingkungan yang mungkin berbahaya bagi manusia.

4. Permanen (permanence). Sistem pakar dan pengetahuan yang terdapat di

dalamnya bersifat lebih permanen dibandingkan manusia yang dapat merasa

lelah, bosan, dan pengetahuannya hilang saat sang pakar meninggal dunia.

5. Keahlian multiple (multiple expertise). Pengetahuan dari beberapa pakar

dapat dimuat ke dalam sistem dan bekerja secara simultan dan kontinyu

menyelesaikan suatu masalah setiap saat. Tingkat keahlian atau pengetahuan

yang digabungkan dari beberapa pakar dapat melebihi pengetahuan yang

 24

digabungkan dari beberapa pakar dapat melebihi pengetahuan satu orang

pakar.

6. Meningkatkan kehandalan (increased reliability). Sistem pakar meningkatkan

kepercayaan dengan memberikan hasil yang benar sebagai alternatif pendapat

dari seorang pakar atau sebagai penengah jika terjadi konflik antara beberapa

pakar. Namun hal tersebut tidak berlaku jika sistem dibuat oleh salah seorang

pakar, sehingga akan selalu sama dengan pendapat pakar tersebut kecuali jika

sang pakar melakukan kesalahan yang mungkin terjadi pada saat tertekan atau

stres.

7. Penjelasan (explanation). Sistem pakar dapat menjelaskan detail proses

penalaran (reasoning) yang dilakukan hingga mencapai suatu kesimpulan.

Seorang pakar mungkin saja terlalu lelah, tidak bersedia atau tidak mampu

melakukannya setiap waktu. Hal ini akan meningkatkan tingkat kepercayaan

bahwa kesimpulan yang dihasilkan adalah benar.

8. Respon yang cepat (fast response). Respon yang cepat atau real time

diperlukan pada beberapa aplikasi. Meskipun bergantung pada hardware dan

software yang digunakan, namun sistem pakar relatif memberikan respon

yang lebih cepat dibandingkan seorang pakar.

9. Stabil, tidak emosional, dan memberikan respon yang lengkap setiap saat

(steady, unemotional, and complete response at all times). Karakteristik ini

diperlukan pada situasi real-time dan keadaan darurat (emergency) ketika

seorang pakar mungkin tidak berada pada kondisi puncak disebabkan oleh

stress atau kelelahan.

 25

10. Pembimbing pintar (intelligent tutor). Sistem pakar dapat berperan sebagai

intelligent tutor dengan memberikan kesempatan pada user untuk

menjalankan contoh program dan menjelaskan proses reasoning yang

dilakukan.

Basis data cerdas (intelligent database). Sistem pakar dapat digunakan untuk

mengakses basis data secara cerdas. (Muhammad Khoirul : 2016)

II.2.6. Batu empedu

Di dalam kantung empedu terdapat cairan yang disebut sebagai empedu

dan berperan dalam pencernaan lemak. Batu empedu akan terbentuk ketika cairan

empedu tersebut mengeras. Ukuran batu empedu bisa bermacam-macam, mulai

dari yang sekecil butiran pasir hingga sebesar bola pingpong. Cairan empedu yang

mengeras dan menjadi batu tersebut memiliki jumlah yang bervariasi. Seseorang

bisa memiliki banyak batu, bisa juga hanya memiliki satu batu pada kantong

empedu, jika orang tersebut mengidap batu empedu. .

Ada beberapa jenis penyakit batu empedu (Cholelithiasis) sebagai berikut :

1. Kolesistis akut adalah peradangan yang terjadi pada kantung

empedu. Kolisistis akut ini bisa terjadi secara tiba-tiba (akut) atau

dalam jangka panjang (kronis). Sebagian besar kasus kolesistitis

akut disebabkan oleh penyumbatan di saluran empedu, sedangkan

kolesistitis kronis merupakan peradangan yang terjadi setelah

seseorang mengalami kolesistitis akut berulang kali.

 26

2. Cholangitis adalah kondisi di mana terjadinya peradangan pada

saluran empedu, yaitu saluran yang mengedarkan cairan empedu

dari hati ke usus dan kandung empedu. Peradangan tersebut dapat

menyebabkan pembengkakan yang akhirnya mengganggu sistem

peredaran cairan empedu, cairan yang dibutuhkan tubuh untuk

membantu proses pencernaan. Sistem peredaran cairan empedu

yang terganggu dapat menimbulkan gejala berupa demam, mual-

mual, dan nyeri pada perut.

3. Pankreatitis akut adalah peradangan di dalam pankreas yang

terjadi secara tiba-tiba. Penyakit ini ditandai dengan rasa nyeri yang

muncul secara tiba-tiba di perut bagian tengah, kanan, atau kiri.

4. Sepsis adalah komplikasi berbahaya akibat infeksi. Komplikasi

infeksi tersebut dapat menimbulkan tekanan darah turun drastis serta

kerusakan pada banyak organ. Kedua hal ini dapat menimbulkan

kematian.

5. Abses Empiema adalah kondisi di mana abses mulai timbul dari

kantung empedu yang terinfeksi. Nanah, yang tersusun dari sel

darah putih dan bakteri, biasanya akan menyebabkan nyeri perut.

6. Kanker saluran empedu  adalah penyakit kanker yang terjadi pada

saluran empedu (bile duct). Kanker saluran empedu ini akan

menimbulkan gejala penyakit kuning, walaupun pada awalnya tidak

menimbulkan gejala.

II.2.7. Metode Teorema Bayes

 27

Teorema Bayes adalah sebuah teorema dengan dua penafsiran berbeda.

Dalam penafsiran Bayes, teorema ini menyatakan seberapa jauh derajat

kepercayaan subjektif harus berubah secara rasional ketika ada petunjuk baru

`Probabilitas Bayes adalah salah satu cara untuk mengatasi ketidakpastian data

dengan formula bayes yang dinyatakan.

P(E∨Hi) P( Hi)
n
P (Hi|E) = ……… (1)
∑ ❑ P ( E|Hk ) P ( Hk)
k=l

Keterangan :

P(HI|E) = Probabilitas hipotesa Hi terjadi jika evidence E terjadi.

P(E|Hi) = Probabilitas munculnya evidence E jika diketahui hipotesa Hk benar.

P(Hi) = Probabilitas hipotesa Hk, tanpa memandang evidence apapun.

n = Jumlah hipotesa yang mungkin

Dari teorema bayes dapat dikembangkan jika dilakukan pengujian

terhadap hipotesa muncul lebih dari sebuah evidence, maka persamaannya

menjadi :

P (e∨E , H)
P (H|E, e) = P (H|E) ……… (2)
P ( e|E )

Keterangan :

e : evidence lama

E : evidence baru
 28

P(H|E,e) : probabilitas hipotesa H, jika muncul evidence baru E dari evidence

lama e

P(e|E,H) : probabilitas kaitan antara e dan E jika hipotesa H besar

P(e|E) : probabilitas kaitan antara e dan E tanpa memandang hipotesa apa pun.

(Nur Budi Riyanto : 2018).

II.2.8. Langkah-Langkah Metode Teorema Bayes

Dalam melakukan perhitungan metode theorema bayes, maka

diperlukan beberapa langkah –langkah dalam perhitungan metode theorema

bayes seperti berikut:

1. Menentukan kriteria yang akan dinilai terlebih dahulu.

2. Kemudian menentukan data training.

3. Setelah data kriteria dan data training telah ditentukan, maka menentukan
probabilitas dari setiap variabel.

4. Dari penelaian probabilitas maka akan dapat ditentukan nilai dari setiap
karakter dan kriteria yang akan dinilai tersebut.

5. Kemudian dari nilai kriteria dapat diteruskan dengan mencari likelihood

dan probabilitas dari masing – masing kriteria.
 29

6. Adapun perhitungan mencari lokelihood dan probablitas denganP (H|

P (e∨E , H)
E) = .....................................(1)
P ( e|E )

7. Kemudian dapat ditentukan nilai tertinggi dari setiap data.

II.2.9. Studi Kasus

Misalnya seseorang menjalani tes klinik tersebut dan mendapatkan hasil

positif, berapakah peluang bahwa ia benar-benar menderita penyakit langka

tersebut? Dengan kata lain, kita mencoba untuk mencari peluang dari A,

dimana B atau P (A | B).

P (A | B) adalah peluang dari positif yang benar dibagi dengan peluang

positif (benar maupun salah), yaitu 0,0194 / (0,0194 + 0,0882) = 0,1803.Kita

dapat juga mendapatkan hasil yang sama dengan menggunakan rumus teorema

Bayes di atas:

P(B∩A)
P(A|B)=
P(B)

P(B|A) × P(A)
=
P(B|A)P(A) + P(B|A)P(A)

97% × 2%
=
(97% × 2%) + (9% × 98%)

0.0194
=
0.0194 + 0.0882

0.0194
=
 30

0.1076

P(A|B)= 0.1803

Hasil perhitungan ini sangat berbeda dengan intuisi kita di atas. Peluang bahwa

orang yang mendapat hasil tes positif itu benar-benar menderita penyakit

langka tidak sebesar yang kita bayangkan. Cuma ada sekitar 18% kemungkinan

bahwadia benar-benar menderita penyakit itu(Jurnal Pelita Informatika Budi

Darma ; Sri Rahayu : 131).

II.2.10. Unified Modelling Language (UML)

Unified Modeling Language (UML) adalah standarisasi bahasa pemodelan

untuk membangun perangkat lunak yang di bangun dengan menggunakan teknik

pemrograman berorientasi objek (Aprianti, 2016 : 2).

Diagram-diagram yang terdapat dalam UML sangat banyak, berikut ini

beberapa diagram yang sering di gunakan dalam pengembangan sistem yaitu :

1. Use Case Diagram

Use Case mendeskripsikan sebuah interaksi antara satu atau lebih

aktor dengan sistem informasi yang akan di buat (Aprianti, 2016 : 3). Simbol-

simbol Use Case Diagram dapat di lihat pada Tabel II.2 berikut :

Tabel II.2 Simbol Use Case Diagram

Gambar Nama Keterangan
 31

Menspesifikasikan himpuan peran

Actor yang pengguna mainkan ketika
berinteraksi dengan use case.
Hubungan dimana perubahan
yang terjadi pada suatu elemen
Dependency mandiri (independent) akan
mempengaruhi elemen yang
bergantung padanya.
Hubungan dimana objek anak
(descendent) berbagi perilaku dan
Generalization
struktur data dari objek yang ada
di atasnya objek induk (ancestor).
Menspesifikasikan bahwa use
Include
case sumber secara eksplisit.
Menspesifikasikan bahwa use
case target memperluas perilaku
Extend
dari use case sumber pada suatu
titik
Menspesifikasikan paket yang
System menampilkan sistem secara
terbatas.
Deskripsi dari urutan aksi-aksi
yang ditampilkan sistem yang
Use Case
menghasilkan suatu hasil yang
terukur bagi suatu aktor
Interaksi aturan-aturan dan
elemen lain yang bekerja sama
Collaboration untuk menyediakan prilaku yang
lebih besar dari jumlah dan
elemen-elemennya (sinergi).
Elemen fisik yang eksis saat
Note aplikasi di jalankan dan
mencerminkan suatu sumber daya
Sumber : Aprianti ; 2016

2. Class Diagram
 32

Class Diagram menggambarkan struktur sistem dari segi pendifinisian

kelas-kelas yang akan di buat untuk membangun sistem. Kelas memiliki apa

yang disebut atribut dan metode atau operasi (Aprianti, 2016 : 2). Class

Diagram dapat di lihat pada Tabel II.3 berikut :

Tabel II.3 Simbol Class Diagram

No Gambar Nama Keterangan

Hubungan dimana objek anak

Generalizatio (descendent) berbagi perilaku dan
1
n struktur data dari objek yang ada di
atasnya objek induk (ancestor).

Upaya untuk menghindari asosiasi

Nary
2 dengan lebih dari 2 objek.
Association

Himpunan dari objek-objek yang

3 Class berbagi atribut serta operasi yang
sama.

Deskripsi dari urutan aksi-aksi yang

di tampilkan sistem yang
4 Collaboration
menghasilkan suatu hasil yang
terukur bagi suatu aktor
Operasi yang benar-benar di lakukan
5 Realization oleh suatu objek.

Hubungan dimana perubahan yang

terjadi pada suatu elemen mandiri
6 Dependency (independent) akan mempegaruhi
elemen yang bergantung padanya
elemen yang tidak mandiri

Apa yang menghubungkan antara

7 Association objek satu dengan objek lainnya

Sumber : Aprianti ; 2016

3. Activity Diagram
 33

Activity Diagram menggambarkan workflow (aliran kerja) dari sebuah

sistem atau proses bisnis atau menu yang ada pada perangkat lunak (Aprianti,

2016 : 3). Acitvity diagram dapat di lihat pada Tabel II.4 berikut :

Tabel II.4 Simbol Activity Diagram

Simbol Fungsi Keterangan
Status awal aktivitas
Status awal system, sebuah
diagram aktivitas
memiliki status awal
Aktivitas yang di
lakukan system,
Aktivitas aktivitas biasanya
diawali dengan kata
kerja
Asosiasi percabangan
Percabangan / Decision dimana jika ada pilihan
aktivitas lebih dari satu
Asosiasi
Penggabungan / join penggabungan dimana
lebih dari satu aktivitas
di gabungkan menjadi
satu
Status akhir yang di
Status akhir lakukan sistem, sebuah
diagram aktivitas
memiliki sebuah status
akhir
Nama swimlane Swimlane Memisahkan
organisasi bisnis yang
bertanggung jawab
terhadap aktivitas yang
terjadi
Fork Di gunakan untuk
menunjukan kegiatan
yang dilakukan secara
parallel
Join Di gunakan untuk
menunjukan kegiatan
yang digabungkan

Sumber : Aprianti ; 2016

4. Sequence Diagram
 34

Sequence Diagram menggambarkan kelakuan objek pada Use Case

dengan mendeskripsikan waktu hidup objek dan message yang di kirimkan

dan di terima antar objek. Sequence Diagram dapat di lihat pada Tabel II.5

berikut :

Tabel II.5 Simbol Sequence Diagram

Simbol Fungsi Keterangan

Orang, proses atau
sistem lain yang
berinteraksi dengan
sistem informasi dan
Actor
mendapat manfaat
dari sistem di
tempatkan di bagian
atas diagram
Objek entity,
antarmuka yang
LifeLine
saling berinteraksi.

Spesifikasi dari
komunikasi antar
objek yang memuat
Message
informasi-informasi
tentang aktifitas yang
terjadi
Spesifikasi dari
komunikasi antar
objek yang memuat
Message
informasi-informasi
tentang aktifitas yang
terjadi
Sumber : Aprianti ; 2016

II.2.11. Normalisasi
 35

Normalisasi adalah salah satucara untuk meminimalisir pengulangan data

(data redundancy), normalisasi akan diperlukan jika ada indikasi bahwa tabel

yang kita buat tidak baik (terjadi pengulangan informasi, potensi inkonsistensi

data pada operasi pengubahan, tersembunyinya informasi tertentu dan lain

sebagainya) dan diperlukan supaya jika tabel-tabel yang didekomposisi kita

gabung kembali dapat menghasilkan tabel awal sebelum didekomposisi, sehingga

diperoleh tabel yang baik. Hasil dari normalisasi adalah himpunan-himpunan data

(tabel-tabel) dalam bentuk normal (normal form) (Mulyani, 2016:132).

II.2.12. Basis Data (Database)

Database adalah kumpulan dari semua data yang di perlukan oleh

sistem. Dengan menggunakan database, beberapa aplikasi berbeda bisa saling

terintegrasi (Mulyani, 2016 : 148).

Database Management System adalah sebuah software computer yang

digunakan untuk mengolah, mengupdate serta melakukan manipulasi terhadap

database dan bertindak sebagai interface (penghubung) antara database dengan

aplikasi (Mulyani, 2016:170).

II.2.13. PHP

PHP merupakan kependekan dari kata Hypertext Preprocessor. PHP

tergolong sebagai perangkat lunak open source yang diatur dalam aturan general

purpose licences (GPL). Bahasa pemograman PHP sangat cocok dikembangkan

 36

dalam lingkungan web, karena PHP bisa diletakan pada scriptHTML atau

sebaliknya (Hikmah, 2015 : 2).

II.2.14. MySQL

MySQL (My Structure Query Language) adalah salah satu Database

Management System (DBMS) dari sekian banyak DBMS seperti Oracle, MS SQL,

PostagreSQL, dan lainnya. MySQL berfungsi untuk mengolah Database

menggunakan bahasa SQL. MySQL bersifat open source sehingga bisa

menggunakannya secara gratis. Pemograman PHP juga sangat mendukung

dengan database MySQL (Hikmah, 2015 : 2).