PROPOSAL

PERBANDINGAN METODE DEMPSTER SHAFER DAN NAIVE BAYES

UNTUK MENDIAGNOSA PENYAKIT SAPI BERBASIS WEBSITE

OLEH
Susanti R. Tampilang
07351711022

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK
UNIVERSITAS KHAIRUN
TERNATE
2021
 KATA PENGANTAR

Puji dan syukur penulis persembahkan kehadirat Tuhan Yang Maha Esa, karena
berkat rahmat dan karunia-Nya semata sehingga penulis mampu menyelesaikan
penyusunan laporan proposal ini dengan judul “Perbandingan Metode Dempster Shafer
Dan Naive Bayes Untuk Mendiagnosa Penyakit Sapi Berbasis Website” Penyusunan
laporan proposal ini adalah untuk memenuhi salah satu persyaratan kelulusan pada
Universitas Khairun Ternate Fakultas Teknik Program Studi Teknik Informatika.
Penyusunan laporan ini dapat terlaksana dengan baik berkat dukungan dari banyak pihak,
untuk itu pada kesempatan ini penulis mengucapkan terima kasih kepada:
1. Bapak Prof. Dr. Husen Alting, S.H., M.H., selaku Rektor Universitas Khairun
Ternate.
2. Ibu Lita Asriyanti Latif, ST., M.TM., selaku Dekan Fakultas Teknik Universitas
Khairun Ternate.
3. Orang tua, kakak, adik, serta seluruh keluarga yang selalu memberikan dukungan
dan perhatian luar biasa yang penuh hingga penulis dapat menyelesaikan laporan
proposal ini.
4. Bapak Amal Khairan, S.T., M.Eng., selaku Ketua Program Studi Teknik Informatika.
5. Bapak Saiful Do Abdullah.ST,M.T sebagai dosen pembimbing I, yang telah
meluangkan waktu untuk membimbing, saran, arahan yang sangat berarti serta
melayani dan mengarahkan kami dalam proses ujian serta pengumpulan laporan.
6. Bapak Munazat Salmin.S.Pd.,M.Cs selaku Dosen Pembimbing II, yang telah
bersedia meluangkan waktu untuk membimbing saran, serta arahan yang sangat
berarti, hingga terselesaikannya laporan proposal ini.
7. Civitas akademika Fakultas Teknik Universitas Khairun yang telah membantu dalam
pelaksanaan pembuatan laporan proposal ini.
8. Teman-teman angkatan 2017 yang telah berpartisipasi baik saran maupun kritik
atas laporan proposal ini.
9. Semua pihak yang tidak bisa penulis sebutkan satu per satu yang telah membantu
penulis baik langsung maupun tidak langsung dalam menyelesaikan laporan
proposal ini.

ii
 Akhir kata penulis ucapkan rasa terima kasih kepada semua pihak dan apabila ada
yang tidak tersebutkan namanya penulis mohon maaf, dengan besar harapan semoga
proposal ini dapat bermanfaat bagi penulis sendiri dan umumnya bagi pembaca. Dan
kepada semua pihak yang telah membantu dalam penulisan ini semoga amal dan
kebaikannya dapat balasan yang berlimpah dari Allah SWT.

Ternate, Juli 2021

Penulis

iii
 DAFTAR ISI

Halaman
HALAMAN JUDUL...................................................................................................................i
KATA PENGANTAR...............................................................................................................ii
DAFTAR ISI............................................................................................................................iv
DAFTAR GAMBAR................................................................................................................vi
DAFTAR TABEL...................................................................................................................viii
BAB I PENDAHULUAN..........................................................................................................1
1.1 Latar Belakang.............................................................................................................1

1.2 Rumusan Masalah.......................................................................................................3

1.3 Batasan Masalah..........................................................................................................3

1.4 Tujuan Penilitian...........................................................................................................3

1.5 Manfaat Penilitian.........................................................................................................4

1.6 Sistematika Penulisan..................................................................................................4

BAB II TINJAUAN PUSTAKA.................................................................................................5

2.1 Penelitian Terkait..........................................................................................................5

2.2 Sistem Pakar................................................................................................................8

2.2.1 Konsep Sistem Pakar.....................................................................................9

2.2.2 Ciri-ciri Sistem Pakar......................................................................................9

2.2.3 Kelebihan dan Kekurangan Sistem Pakar...................................................10

2.2.4 Struktur Sistem Pakar..................................................................................11

2.3 Penyakit Sapi.............................................................................................................12

2.4 Metode Damster Shafer.............................................................................................17

2.5 Metode Naïve Bayes..................................................................................................18

iv
2.6 Word Wide Web.........................................................................................................19

2.7 Hypertext Preprocessor (PHP)...................................................................................19

2.8 MYSQL.......................................................................................................................19

2.9 XAMMP......................................................................................................................20

2.10 Hyper text Markup Laguage (HTML).........................................................................20

2.11 Cascading Style Sheet (CSS)....................................................................................20

2.12 Flowchart....................................................................................................................20

2.13 Use Case Diagram.....................................................................................................22

2.14 Entity Relationship Diagram.......................................................................................23

2.15 Metode Pengembangan Prototype............................................................................24

2.16 Akurasi........................................................................................................................25

2.17 Black Box Texting.......................................................................................................26

BAB III METODE PENELITIAN............................................................................................28

3.1 Lokasi dan Waktu Penelitian......................................................................................28

3.1.1 Tempat Penelitian........................................................................................28

3.1.2 Waktu Penelitian..........................................................................................28

3.2 Alat dan Bahan Penelitian..........................................................................................28

3.2.1 Defenisi Spesifikasi Hardware.....................................................................28

3.2.2 Defenisi Spesifikasi Software.......................................................................29

3.3 Teknik Pengumpulan Data.........................................................................................29

3.4 Pengolahan Data........................................................................................................30

3.5 Penerapan Metode Damster Shafer dan Naïve Bayes.............................................30

3.5.1 Perancangan Basis Pengetahuan...............................................................30

3.5.2 Diagram Alir metode Naïve Bayes dan Damster Shafer.............................35

3.5.3 Proses Perhitungan......................................................................................36

v
3.6 Metode Pengembangan.............................................................................................41

3.7 Use Case Diagram.....................................................................................................42

3.8 Entity Relationship Diagram.......................................................................................43

3.9 Desain Perancangan Antarmuka Sistem...................................................................43

3.9.1 Desain Tampilan Halaman Login.................................................................43

3.9.2 Desain Tampilan Beranda............................................................................44

3.9.3 Desain Tampilan Data Penyakit...................................................................44

3.9.4 Desain Tampilan Gejala...............................................................................45

3.9.5 Desain Tampilan Diagnosa..........................................................................45

3.9.6 Desain Tampilan Hasil.................................................................................45

3.9.7 Perancangan Pengujian Sistem...................................................................46

3.10 Jadwal Penelitian.......................................................................................................46

DAFTAR PUSTAKA

vi
DAFTAR GAMBAR

Halaman
Gambar 2.1 Metode Pengembangan prototype (Pressman,2001) 2

Gambar 3. 1 flowchart naive bayes......................................................................................35

Gambar 3. 2 Flowchart Damster Shafer...............................................................................36
Gambar 3. 3 Diagram use case Admin................................................................................42
Gambar 3. 4 Diagram use case user....................................................................................43
Gambar 3. 5 Entity Relationship Diagram............................................................................43
Gambar 3. 6 Desain From login...........................................................................................44
Gambar 3. 7 Desain Tampilan Beranda...............................................................................44
Gambar 3. 8 Desain Daftar Data Penyakit...........................................................................44
Gambar 3. 9 Desain Tampilan Gejalaa................................................................................45
Gambar 3. 10 Desain Tampilan Diagnosa...........................................................................45
Gambar 3. 11 Desain Tampilan Hasil...................................................................................46

vii
 DAFTAR TABEL
Halaman
Tabel 2.1 Penelitian Terkait...................................................................................................7
Tabel 2.2 Simbol Dan Fungsi Flowchart..............................................................................23
Tabel 2.3 Notasi use case diagram (Haviliddin, 2011).........................................................24
Tabel 2.4 Entity Relationship Diagram.................................................................................26
Tabel 3.1 Detail Spesifikasi hardware..................................................................................30
Tabel 3.2 Detail Spesifikasi Software...................................................................................31
Tabel 3.3 Fakta gejala penyakit pada sapi...........................................................................33
Tabel 3.4 Fakta penyakit sapi...............................................................................................34
Tabel 3.5 Fakta penyakit sapi dan gejalanya.......................................................................35
Tabel 3.6 Probabilitas keyakinan gejala pada suatu penyakit.............................................36
Tabel 3.7 Persentase Kesimpulan........................................................................................36
Tabel 3.8 Nilai bobot gejala yang terdapat pada penyakit sapi............................................39
Tabel 3.9 Gejala dan bobot penyakit Myasis......................................................................40
Tabel 3.10 Ilustrasi keyakinan gejala 1 dan 2.....................................................................40
Tabel 3.11 Ilustrasi keyakinan gejala 3................................................................................41
Tabel 3.12 Gejala dan bobot penyakit Myasis.....................................................................41
Tabel 3.12 Jadwal Penelitian..............................................................................................48

viii
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Sapi merupakan hewan ternak yang memiliki potensi ekonomi yang cukup tinggi,

baik sebagai ternak bibit maupun sebagai produk hewani yang dapat diambil daging, susu,

kulit, dan lainnya. Kesehatan ternak menjadi faktor utama untuk dapat menghasilkan

daging dengan kualitas yang baik. Peternak sapi diharapkan dapat mengetahui informasi

mengenai hewan ternak sapi, seperti penyakit sapi pada umumnya ditandai dengan

adanya sekumpulan gejala. Dengan gejala-gejala tersebut maka jenis penyakit dapat

diketahui, serta cara pencegahan awalnya. Namun karena minimnya fasilitas yang tersedia

dan juga kurangnya sosialisasi tentang pentingnya menjaga kesehatan ternak tersebut

juga dapat berdampak terhadap produksi dari sapi menjadi terhambat, sehingga

diperlukan kemampuan khusus seorang dokter hewan untuk melakukan diagnosa.

Setiap melakukan diagnosa terhadap penyakit sapi maka biaya harus dipenuhi

kepada dokter hewan meskipun penyakit yang dialami sapi tidak harus ditindak dengan

pengobatan melainkan hanya mengetahui gejalanya saja. Hal ini tentunya sangatlah tidak

diharapkan apabila persoalan atau kondisi tersebut ditemukan di daerah terpencil yang

memiliki keterbatas akses khususnya ketersediaan dokter hewan. Untuk itu perlu

dikembangkan suatu sistem yang dapat menggantikan para ahli dan dapat digantikan oleh

suatu sistem yang disebut dengan Sistem pakar.

Expert System atau sistem pakar adalah salah satu cabang dari Artifical Intelligence

di mana sebuah sistem mampu menirukan penalaran atau pengetahuan seorang ahli ntuk

nyelesaikan masalah tertentu. Dimana peran penting seorang pakar dapat digantikan atau

1
 2

dibantu oleh program komputer yang pada prinsipnya untuk memberikan solusi dan

kemudahan dalam kehidupan dimana biasanya sistem pakar dipergunakan untuk

konsultasi, analisa, diagnosa, dan membantu mengambil keputusan dalam bidang

spesialis seperti sains, pendidikan, otomotif, pertanian bahkan kedokteran. Dalam

menentukan keputusan – keputusan ini dibutuhkan sebuah metode yang diantara adalah

Metode Naïve Bayes dan Metode Dempster Shafer.

Dalam penerapan sistem pakar yang digunakan untuk mendiagnosa penyakit sapi

perlu membandingkan beberapa metode diantaranya Dempster Shafer dan Naive Bayes

yang nantinya dapat digunakan untuk mengukur tingkat keyakinan pakar dan tingkat

probabilitas terhadap penyakit Sapi sehingga dapat diketahui metode yang paling tepat

dan terbaik dalam melakukan pendiagnosaan.

Pada penelitian yang dilakukan sebelumnya dengan menggunakan objek berbeda

namun memakai metode yang sama dengan judul “Analisis Perbandingan Metode

Dempster Shafer Dan Naive Bayes Untuk Mendiagnosa Penyakit Unggas Berbasis

Android” Dalam penelitian tersebut sistem dapat menghasilkan nama penyakit serta

persentase tingkat keyakinan pakar terhadap penyakit yang diderita unggas. Hasil yang

didapat untuk kasus penyakit Newcastel Deseas, untuk nilai Dempster Shafer dan Naive

Bayes masing-masing sebesar 99,99% dan 85,54% (Andi Mulyadi John Adler 2019). Dan

pada penelitian selanjutnya yang berjudul “Perbandingan Certainty Factor Dan Dempster-

Shafer Mendiagnosis Penyakit Telinga Hidung Tenggorokan (Tht) Dengan Sistem Pakar”

Pada penelitian ini pengujian yang digunakan yaitu pengujian akurasi menggunakan teori

Confusion Matrix dengan membandingkan hasil yang diberikan oleh sistem pakar

berdasarkan kedua metode dan data dari pakar. Hasil pengujian menunjukkan bahwa nilai
 3

akurasi yang diberikan metode Certainty Factor sebesar 98,9% dan 99,2% pada akurasi

metode Dempster-Shafer (Magdalena MA Sigalingging 2019).

Dari latar belakang diatas maka penulis ingin melakukan perbandingan kedua

metode tersebut dengan mengambil topik penelitian yang berjudul “Perbandingan Metode

Dempster Shafer dan Naive Bayes untuk Mendiagnosa Penyakit Sapi Berbasis Website”.

1.2 Rumusan Masalah

Permasalahan yang akan diselesaikan pada penelitian ini adalah membangun

sistem untuk mendiagnosis penyakit pada ternak sapi serta memberikan solusi

penanganan awal dengan membandingkan ketepatan kedua metode menggunakan

Metode Naïve Bayes dan Metode Dempster Shafer.

1.3 Batasan Masalah

Setelah melihat latar belakang belakang masalah yang telah di uraikan di atas maka

rumusan masalah dalam penelitian ini yaitu:

1. Mendiagnosa penyakit pada hewan ternak sapi berdasarkan gejala-gejala yang

timbul

2. Menggunakan Metode Naïve Bayes dan Metode Dempster Shafer.

3. Hasil yang ditampilkan berupa diagnosis dari penyakit sapi serta solusi

penanganannya.

4. Pengetahuan di ambil dari pakar.

1.4 Tujuan Penilitian

Tujuan penelitian ini adalah membangun sistem pakar menggunakan Metode

Naïve Bayes dan Metode Dempster Shafer dalam mendiagnosis penyakit pada hewan

ternak sapi dan memberikan solusi penanganannya.

1.5 Manfaat Penilitian

Adapun manfaat penelitian skripsi yaitu :

1. Peternak mengetahui penyakit yang timbul pada sapi dengan gejalanya dan cara

pencegahan awal saat sapi terkena serangan penyakit.

2. Peternak dapat mengetahui informasi dan cara penanganannya serta solusi

penyakit sapi tanpa harus bertemu dokter hewan langsung dan dapat membantu

pekerjaan peternak lebih cepat tentang penyakit sapi.

3. Mengetahui perfoma Metode Naïve Bayes dan Metode Dempster Shafer dalam

melakukan pengambilan kesimpulan pada sistem pakar.

1.6 Sistematika Penulisan

Langkah-langkah atau tahapan-tahapan yang akan ditempuh dalam

menyelesaikan penulisan dan penelitian ini adalah sebagai berikut :

BAB I PENDAHULUAN

Pada bab ini menjelaskan tentang Latar Belakang masalah, perumusan masalah, tujuan

penelitian dan Manfaat penelitian dan Sistematika Penulisan.

BAB II TINJAUAN PUSTAKA

Pada bab ini menjelaskan tentang teori-teori pendukung yang berhubungan dengan

pembagunan sistem.

BAB III METODE PENELITIAN

Pada bab ini menjelaskan cara pelaksanaan kegiatan peneliti, mencakup cara

pengumpulan data, alat yang digunakan dan cara sanalisis data.

4
 BAB II

TINJAUAN PUSTAKA

2.1 Penelitian Terkait

Penelitian ini bukan dilakukan pertama kali namun sudah di lakukan beberapa

penelitian yang terkait pada perbandingan metode antara metode naïve bayes dan

damster shafer dan terkait dengan sistem pakar mendiagnosa penyakit. Pada bagian ini

akan di paparkan beberapa penelitian sejenis yang telah dilakukan serta penelitian yang

dilakukan oleh penulis.

Penelitian yang dilakukan oleh (Andi Mulyadi John Adler 2019) melakukan penelitian

untuk mendiagnosa penyakit unggas, Aplikasi sistem pakar ini akan mendiagnosa penyakit

unggas dengan memasukan gejala-gejala yang terjadi pada unggas. Metode

perbandingan untuk mengukur tingkat keyakinan pakar terhadap penyakit unggas

diantaranya Dempster Shafer dan Naive Bayes. Sehingga dapat diketahui metode yang

paling tepat dan terbaik dalam melakukan pendiagnosaan. Setelah proses diagnosa

selesai, maka output yang akan ditampilkan adalah nama penyakit serta persentase

tingkat keyakinan pakar terhadap penyakit yang diderita unggas. Hasil yang didapat untuk

kasus penyakit Newcastel Deseas, untuk nilai Dempster Shafer dan Naive Bayes masing-

masing sebesar 99,99% dan 85,54%. Hal ini menunjukan bahwa metode Dempster

Shafer lebih baik dari pada metode Naive Bayes

Penelitian dengan metode yang sama pernah dilakukan oleh (Magdalena MA

Sigalingging 2019) yang berjudul Perbandingan Certainty Factor Dan Dempster-Shafer

Mendiagnosis Penyakit Tht (Telinga Hidung Tenggorokan) Dengan Sistem Pakar hasil dari

penelitian ini yaitu Output yang dihasilkan berupa nama penyakit, proses perhitungan dan

5
 6

hasil perhitungan dari kedua metode.Pada penelitian ini pengujian yang digunakan yaitu

pengujian akurasi menggunakan teori Confusion Matrix dengan membandingkan hasil

yang diberikan oleh sistem pakar berdasarkan kedua metode dan data dari pakar. Hasil

pengujian menunjukkan bahwa nilai akurasi yang diberikan metode Certainty Factor

sebesar 98,9% dan 99,2% pada akurasi metode Dempster-Shafer.

Penelitian dengan metode yang sama pernah dilakukan oleh (Puji Sari Ramadhan

2018) Dalam penerapan Sistem Pakar yang digunakan untuk mendiagnosa penyakit

Inflamasi Dermatitis Imun pada anak perlu membandingkan beberapa metode diantaranya:

Certantiy Factor, Dempster Shafer, dan Teorema Bayes sehingga nantinya dapat

diketahui metode yang paling tepat dan terbaik dalam melakukan pendiagnosaan. Dengan

adanya Sistem Pakar ini nantinya dapat dijadikan layanan konsultasi untuk membantu

dalam mendiagnosa jenis penyakit Inflamasi Dermatitis Imun pada anak berdasarkan

gejala-gejala klinis yang terjadi pada pasien anak, sehingga dapat digunakan dalam

pengambilan kesimpulan diagnosa awal sebelum melakukan pemeriksaan intensif

laboratorium.Pada perhitungan dengan metode Certainty Factor penyakit yang terpilih

adalah Eksim Dermatitis dengan nilai probabilitas 0.80, sementara untuk metode

Dempster Shafer mendapatkan nilai probabilitas 0.6 untuk penyakit Atopik, dan metode

Teorema Bayes menyimpulkan bahwa penyakit yang terpilih adalah Eksim Dermatitis

dengan nilai probabilitas 0.51. Dari hasil tersebut maka metode Certainty Factor adalah

metode yang memiliki nilai probabilitas tertinggi dari metode Dempster Shafer dan

Teorema Bayes.

2.1 Tabel Penelitian Terkait

No Peneliti Judul penelitian Metode Hasil
dan tahun
 7

1 Andi Mulyadi Analisis Dempster output yang akan

John Adler Perbandingan Shafer Dan ditampilkan adalah
Metode Naive nama penyakit serta
Dempster Shafer Bayes persentase tingkat
Dan Naive keyakinan pakar
Bayes Untuk terhadap penyakit
Mendiagnosa yang diderita
Penyakit Unggas unggas. Hasil yang
Berbasis Android didapat untuk kasus
penyakit Newcastel
Deseas, untuk nilai
Dempster Shafer dan
Naive Bayes masing-
masing sebesar
99,99% dan 85,54%.
Hal ini menunjukan
bahwa metode
Dempster Shafer
lebih baik dari pada
metode Naive Bayes.
2 Magdalena MA Perbandingan Certainty Pada penelitian ini
Sigalingging Certainty Factor Factor Dan pengujian yang
Desi Andreswari Dan Dempster- Dempster- digunakan yaitu
Yudi Setiawan Shafer Shafer pengujian akurasi
Mendiagnosis menggunakan teori
Penyakit Tht Confusion Matrix
(Telinga Hidung dengan
Tenggorokan) membandingkan
Dengan Sistem hasil yang diberikan
Pakar oleh sistem pakar
berdasarkan kedua
metode dan data dari
pakar. Hasil
pengujian
menunjukkan bahwa
nilai akurasi yang
diberikan metode
Certainty Factor
sebesar 98,9% dan
99,2% pada akurasi
metode Dempster-
Shafer.
3 Puji Sari Analisis Certainty .Pada perhitungan
Ramadhan Usti Perbandingan Factor, dengan metode
Fatimah Sitorus Metode Dempster Certainty Factor
Pane (Certainty Shafer dan penyakit yang terpilih
 8

Factor, Teorema adalah Eksim

Dempster Shafer Bayes Dermatitis dengan
dan Teorema nilai probabilitas
Bayes ) untuk 0.80, sementara
Mendiagnosa untuk metode
Penyakit Dempster Shafer
Inflamasi mendapatkan nilai
Dermatitis Imun probabilitas 0.6 untuk
pada Anak penyakit Atopik, dan
metode Teorema
Bayes menyimpulkan
bahwa penyakit yang
terpilih adalah Eksim
Dermatitis dengan
nilai probabilitas
0.51. Dari hasil
tersebut maka
metode Certainty
Factor adalah
metode yang
memiliki nilai
probabilitas tertinggi
dari metode
Dempster Shafer dan
Teorema Bayes.

2.2 Sistem Pakar

Sistem pakar (expert system) adalah sistem yang berusaha mengapdosi

pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti

yang biasa dilakukan oleh para ahli. Sistem pakar yang baik dirancang agar dapat

menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para ahli. Dengan

sistem pakar, orang awam pun dapat menyelesaikan masalah yang cukup rumit yang

sebenarnya hanya dapat diselesaikan dengan bantuan para ahli. Bagi para ahli, sistem

pakar juga akan membantu aktivitasnya sebagai asisten yang sangat berpengalaman

(Dahria, 2011).

2.2.1 Konsep Sistem Pakar

 9

Konsep dasar dari sistem pakar yaitu meliputi keahlian ( expertise), ahli (experts),

pemindahan keahlian (transfering expertise), inferensi (inferencing), aturan (rules) dan

kemampuan memberikan penjelasan ( explanation capability). Keahlian (expertise) adalah

pengetahuan yang mendalam tentang suatu masalah tertentu, dimana keahlian bisa

diperoleh dari pelatihan/pendidikan, membaca dan pengalaman dunia nyata. Ada dua

macam pengetahuan yaitu pengetahuan dari sumber yang ahli dan pengetahuan dari

sumber yang tidak ahli, Pengetahuan dari sumber yang ahli dapat digunakan untuk

mengambil keputusan dengan cepat dan tepat. Ahli ( experts) adalah seorang yang

memiliki keahlian tentang suatu hal dalam tingkatan tertentu. Ahli dapat menggunakan

suatu permasalahan yang ditetapkan dengan beberapa cara yang berubah-ubah dan

merubahnya ke dalam bentuk yang dapat dipergunakan oleh dirinya sendiri dengan cepat

dan cara pemecahan yang mengesankan (Andriyanto, 2018).

2.2.2 Ciri-ciri Sistem Pakar

Ciri-ciri sistem pakar adalah sebagai berikut (Hayadi, 2018):

1. Terbatas pada domain keahlian tertentu.

2. Dapat memberikan penalaran untuk data yang tidak pasti.

3. Dapat mengemukakan rangkaian alasan yang diberikan dengan cara yang dapat

dipahami.

4. Berdasarkan pada kaidah atau rule tertentu.

5. Dirancang untuk dapat dikembangkan secara bertahap.

6. Pengetahuan dan mekanisme inferensi jelas terpisah.

7. Keluarannya bersifat anjuran.

8. Sistem dapat mengaktifkan kaidah secara searah yang sesuai yang dituntun oleh
 10

dialog dengan pemakai.

2.2.3 Kelebihan dan Kekurangan Sistem Pakar

secara garis besar, banyak manfaat yang dapat diambil dengan adanya sistem

pakar. Kelebihan sistem pakar (Widyaningsih, 2016) diantaranya yaitu:

1. Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli. User Inference

engine Knowledge-based 9

2. Bisa melakukan proses berulang secara otomatis.

3. Menyimpan pengetahuan dan keahlian para pakar.

4. Meningkatkan output dan produktivitas.

5. Meningkatkan kualitas.

6. Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk

keahlian langka).

7. Mampu beroperasi dalam lingkungan yang berbahaya.

8. Memiliki kemampuan untuk mengakses pengetahuan

9. Memiliki reliabilitas.

10. Meningkatkan kapabilitas sistem komputer.

11. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan

mengandung ketidakpastian.

12. Sebagai media pelengkap dalam penelitian.

13. Meningkatkan kapabilitas dalam penyelesaian masalah.

14. Menghemat waktu dalam mengambil keputusan.

Disamping memiliki kelebihan, sistem pakar juga memiliki beberapa kelemahan.

Kelemahan sistem pakar yaitu diantaranya:

 11

1. Untuk membuat suatu pakar yang benar-benar berkualitas tinggi sangatlah sulit dan

memerlukan biaya yang sangat besar untuk mengembangkan dan pemeliharaanya.

2. Sulit dikembangkan. Hal ini tentu saja erat kaitannya dengan ketersediaan pakar

dibidangnya.

3. Sistem pakar tidak 100% bernilai benar. Oleh karena itu perlu diuji ulang secara teliti

sebelum digunakan.

2.2.4 Struktur Sistem Pakar

Komponen yang terdapat dalam struktur sistem pakar ini adalah know base (rule),

inference engine, working memory, explanation facility, knowledge acquisition facility, dan

user interface (Rosnelly, 2012).

1. Knowledge base (basis pengetahuan); Basis pengetahuan mengandung

pengetahun 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. Knowledge base disini untuk menyimpan pengetahuan

dari pakar berupa rule / aturan (if <kondisi>then <aksi> atau dapat juga disebut

condition-action rules).

2. Inference engine (Mesin inferensi); Mesin inferensi merupakan otak dari sebuah

sistem pakar dan dikenal juga dengan sebutan control structure (struktur 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
 12

sistem pakar yang mencocokan bagian kondisi dari rule yang tersimpan didalam

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.

4. Explanation Facility; Menyediakan kebenaran dari solusi yang dihasilkan kepada

user (reasoning chain).

5. Knowledge Acquisition facility ; Meliouti proses pengumpulan, pemindahan dan

perubahan dari kemampuan pemecahan masalah seorang pakar atau sumber

pengetahuan terdokumentasi ke program komputer, yang bertujuan untuk

memperbaiki atau mengembangkan basis pengetahuan.

6. User Interface; Mekanisme untuk memberikan kesempatan kepada user dan sistem

pakar untuk berkomunikasi. Antar muka menerima informasi dari pemakai dan

mengubanya kedalam bentuk yang dapat dimengerti oleh pemakai.

2.3 Penyakit Sapi

Terdapat beberapa penyakit unggas yang sering ditemukan di lapangan yaitu

sebagai berikut :

1. Kecacingan

Salah satu jenis penyakit pada sapi yang paling umum tersebar di seluruh dunia

adalah penyakit kecacingan yang disebabkan oleh infeksi cacing. Pada umumnya,

penyakit ini jarang menimbulkan penyakit serius bahkan kematian, akan tetapi

menyebabkan hambatan pertumbuhan berat badan sehingga secara ekonomis dapat

merugikan peternak. cacing akan menyerap sebagian zat makanan dan nutrisi untuk

pertumbuhan, merusak jaringan-jaringan organ vital seperti saliran pencernaan, hati, paru-
 13

paru dan darah serta mampu mengurangi nafsu makan ternak.Gejala cacingan tergantung

dari jenis cacing yang menyerang ternak. Pada umumnya, ternak menunjukkan gejala

kurus, bulu kusam dan berdiri, diare atau bahkan sembelit, nafsu makan ternak berkurang,

telinga sapi tampak terkulai, dan bagian anus ternak terlihat kotor akibat diare bahkan tidak

jarang pada kasus yang parah, dapat ditemukan cacing pada feses ternak. Namun, pada

kasus cacingan yang masih awal gejala sulit diamati.

2. Diare

Diare merupakan suatu gejala yang menunjukkan adanya gangguan atau penyakit

pencernaan. Faktor predisposisi atau faktor pendukung terjadinya diare pada ternak antara

lain lantai kandang yang kotor, lembab, basah, kandang kurang terkena sinar matahari,

populasi ternak yang berdesak-desakan serta timbunan kotoran yang menumpuk. Diare

dapat disebabkan oleh infeksi bibit penyakit atau penyakit infeksius maupun non-infeksius.

Penyebab non-infeksius misalnya gangguan metabolik karena kualitas pakan, pergantian

pakan, kondisi udara yang dingin maupun kondisi pasca transportasi. Sedangkan penyakit

infeksius yang mengakibatkan diare pada ternak yakni adanya infeksi bakteri

seperti colibacillosis, salmonellosis, kemudian infeksi virus seperti Bovine Viral Diarrhea-

Mucosal Disease (BVD-MD) atau sering disebut diare ganas pada sapi serta infeksi parasit

seperti cacingan dan koksidiosis.

3. Bloat/kembung

Bloat merupakan penyebab utama kematian mendadak pada ternak, biasanya

kejadian kembung tidak teramati, seperti pada sapi yang digembalakan,sapi penggemukan

atau sapi perah dalam masa kering. Pada sapi perah yang sedang laktasi, dimana

terobservasi secara teratur, bloat biasanya lebih cepat teramati. 

 14

Adapun gejala yang dapat dilihat adalah: ternak nampak resah karena ada rasa

sakit, sisi perut sebelah kiri nampak menonjol (membesar) bila dibanding ukuran

normalnya, bila perut ditepuk-tepuk (perkusi) mirip suara drum, berbaring pada posisi

bagian kanan bawah, pulsus nadi meningkat, terdengar eruktasi, cenderung menendang

dengan kaki belakang, mata merah, namun dapat berubah menjadi kebiruan yang

menandakan adanya kekurangan oksigen dan mendekati kematian.

4. Penyakit Bali Ziekte

Penyakit Bali Ziekte yaitu penyakit yang menyerang Sapi Bali yang diakibatkan

karena keracunan tanaman Lantana camara atau kerasi.  Lantana camara yaitu sejenis

tanaman perdu yang merupakan indikator lahan kritis, berdaun kecil kasar dan berbau

khas yang tidak sedap, serta terdapat biji-biji kecil bulat. Tanaman-tanaman ini sangat

mudah tumbuh dan mampu beradaptasi dalam situasi kering sehingga terkadang menjadi

pilihan makanan oleh ternak sapi yang dipelihara dengan pola penggembalaan

Gejala yang timbul Pada kondisi awal, sapi yang mengalami penyakit Bali Ziekte

mengalami demam, pucat, mata berlendir,dan hidung mengalami peradangan Peradangan

pada selaput lendir akan berlanjut menjadi luka-luka dangkal yang tertutup. Kerusakan

kulit berupa eksim akan mengering, kemudian mengelupas menyerupai kerupuk dan

akhirnya terlepas meninggalkan luka.

5. Myasis

Myasis atau belatungan adalah infestasi larva lalat ke dalam suatu jaringan hidup

hewan berdarah panas termasuk manusia. Myasis adalah invasi belatung atau lalat pada
 15

jaringan tubuh sehingga menyebatkan kerusakan pada jaringan tersebut. Myasis berawal

dari luka karena trauma yang dibiarkan terbuka yang didukung oleh lingkungan kandang

yang kurang bersih sehingga memudahkan lalat kontak dengan luka

Gejala myasis yaitu Investasi lalat yang menembus kulit menyebabkan kesehatan

sapi terganggu, terlebih jika menembus otot dengan luka dalam membentuk celah. Jelas

diketehui bahwa banyak sekali menifestasi larva yang bisa sangat dalam menembus otot.

Biasanya akan diikuti oleh kondisi sapi yang stres, nafsu makan menurun, gelisah,

menendang-nendang maupun menggesek-gesekkan pada dinding kandang, bahkan

kelumpuhan karena sakit yang luar biasa. Myasis dapat menyebabkan penurunan kondisi

hewan dengan cepat, karena kerusakan jaringan dan rasa sakit sehingga nafsu makanpun

berkurang.

6. Laminitis

Laminitis adalah peradangan jaringan tanduk kuku yang disebabkan oleh gangguan

sirkulasi darah. Ada beberapa gejala klinis dari laminitis, diantaranya Sapi yang terkena

laminitis lebih banyak menghabiskan waktunya untuk berbaring dan punggung akan

melengkung ketika kaki ditempatkan dibawah lebih dari biasanya. Kadang-kadang berdiri

dengan kaki depan menyilang, Kebengkakan dan pelunakan terjadi di atas coronet dan di

atas bantalan tumit, Distensi vena pada bagian kaki bawah sehingga pulsus digital dapat

dipalpasi.

7. Prolapse Uteri

Kasus prolapsus / prolaps uteri (broyong) adalah kondisi pengeluaran sebagian atau

seluruh organ uterus sebagai komplikasi umum yang terjadi pada tahap ketiga kelahiran
 16

(yakni setelah fetus berhasil dikeluarkan). Kasus ini lebih sering terjadi pada ternak sapi

dan domba Faktor penyebab prolapsus uteri masih belum jelas diketahui, namun dapat

dikatakan bahwa kasusnya sering terjadi selama tahap ketiga proses melahirkan, yakni

beberapa jam setelah pengeluaran fetus dan setelah beberapa cotiledon dari fetus lepas

dari carunvula induknya.

8. Distokia

Distokia merupakan kesulitan beranak pada sapi. Faktor induk yang menyebabkan

distokia anatra lain peradangan rahim, ukuran panggul kecil, kekurangan nutrisi selama

kebuntingan, ke tidak mampuan merejan, induk yang baru pertama melahirkan,

kebuntingan pada umur terlalu muda (kurang dari 1,5 tahun) ataupun kurang gerak selama

kebuntingan.

9. Stephanofillariasis

Stephanofilariasis yang sering disebut juga penyakit Kaskado adalah penyakit pada

sapi yang ditandai dengan dermatitis. Penyakit ini disebabkan oleh cacing dari genus

Stephanofilaria dan ditularkan melalui vektor lalat.Kaskado yang disebabkan oleh

Stephanofi laria dedoesi diketahui dari luka pada kulit yang tertutup oleh keropeng dan

kelihatan tebal. Pada tahap awal, kelainan kulit berupa lepuh kecil, kemudian menjadi luka

yang besar. Proses ini meluas ke perifer, dan pada keadaan lanjut dapat menjadi luka

dengan garis tengah mencapai 25 cm. Luka tersebut sering terdapat pada bagian atas

leher, daerah punuk, gelambir, bahu, sekitar mata dan kaki.

2.4 Metode Damster Shafer

Secara umum teori Dempster-Shafer ditulis dalam suatu interval: Belief (Bel) adalah

ukuran kekuatan evidence dalam mendukung suatu himpunan proposisi. Jika bernilai 0
 17

maka mengindikasikan bahwa tidak ada evidence dan jika bernilai 1 maka menunjukan

adanya kepastian (A. Sulistyohati dan T. Hidayat 2008). Plausibility (Pl) dinotasikan

sebagai:

pls ( s )=1−Bel ( ↽ s ) …………………………………………………………….2.1

Plausibility juga bernilai 0 sampai 1. Jika yakin akan ⌐s, maka dapat dikatakan

bahwa Bel(⌐s)=1, dan Pl(⌐s)=0. Pada teori Dempster Shafer dikenal adanya frame of

discrement yang dinotasikan dengan θ. Frame ini merupakan semesta pembicaraan dari

sekumpulan hipotesis. Tujuannya adalah mengaitkan ukuran kepercayaan elemen elemen

θ. Tidak semua evidence secara langsung mendukung tiap-tiap elemen. Untuk itu perlu

adanya probabilitas fungsi densitas (m). Nilai m tidak hanya mendefinisikan elemen-

elemen θ saja, namun juga semua subsetnya. Sehingga jika θ berisi n elemen, maka

subset θ adalah 2n . Jumlah semua m dalam subset θ sama dengan 1. Apabila tidak ada

informasi apapun untuk memilih hipotesis, maka nilai m{θ} = 1,0 Apabila diketahui X

adalah subset dari θ, dengan m1 sebagai fungsi densitasnya, dan Y juga merupakan

subset dari θ dengan m2 sebagai fungsi densitasnya, maka dapat dibentuk fungsi

kombinasi m1 dan m2 sebagai m3 yaitu :

∑ m1 ( X ) .m2 (Y )
X ∩ Y =Z
m 3 ( Z )= …………………………………………………..2.2
1− ∑ m1 ( X ) . m2 (Y )
X ∩ Y =∅

Dengan :

m3 (Z) = mass function dari evidence (Z)

m1 (X) = mass function dari evidence (X)

m2 (Y) = mass function dari evidence(Y)

 18

Z m1 (X). m2 (Y) = hasil irisan dari m1 dan m2

∅ Z m1 (X). m2 (Y) = tidak ada hasil irisan (irisan kosong (∅)).

2.5 Metode Naïve Bayes

Metode Naïve Bayes atau Naïve Bayes Classifier yang di temukan oleh Thomas

Bayes adalah salah satu metode machine learning yang menggunakan perhitungan

sebuah probabilitas berdasarkan teorema Bayes. Teorema bayes yang dikombinasikan

dengan “Naïve” yang berarti setiap atribut/variable bersifat bebas. Naïve Bayes Classifier

dapat dilatih dengan efesien dalam pembelajaran terawasi ( supervised learning).

Keuntungannya adalah hanya membutuhkan sejumlah kecil data pelatihan untuk

memperkirakan parameter (sarana dan varians dari variabel) yang diperluan untuk

klasifikasi (Zhang, 2014). Karena variable independen diasumsikan hanya variasi dari

variable untuk masing – masing kelas harus ditentukan. Bukan seluruh matriks kovarians.

p ( H i|E ¿= p ( E| H i ¿ × p (H i) ¿ × p ( H k )¿
n
……………………………………
∑ p ( E| H k ¿
k=1

……………..2.3

Keterangan:

p(Hi | E ) = probabilitas hipotesis benar jika diberikan evidence E.

p(E | Hi) = probailitas 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.

 19

2.6 Word Wide Web

Pengertian World Wide Web (WWW) lebih dikenal dengan web merupakan salah

satu layanan yang didapat oleh pemakai komputer yang terhubung ke internet. Web pada

awalnya adalah ruang informasi dalam internet dengan menggunakan teknologi hypertext,

pemakai dituntun untuk menemukan informasi dengan mengikuti link yang disediakan

dalam dokumen web yang ditampilkan dalam web browser. Web adalah salah satu aplikasi

yang berisi dokumen–dokumen multimedia ( text, gambar, suara, animasi, video)

didalamnya yang menggunakan protokol Hypertext Transfer Protocol (HTTP) dan untuk

mengaksesnya menggunakan perangkat lunak yang disebut browser (Arief, 2011).

2.7 Hypertext Preprocessor (PHP)

PHP merupakan skrip yang dijalankan di server, dimana kode yang menyusun

program tidak perlu diedarkan ke pemakai sehingga kerahasiaan kode dapat dilindungi.

PHP didesain khusus untuk aplikasi web. PHP dapat disisipkan diantara bahasa HTML

dan bahasa server-side, maka bahasa PHP akan dieksekusi di server, sehingga dikirimkan

ke browser adalah “hasil jadi” dalam bentuk HTML, dan kode PHP tidak akan terlihat PHP.

PHP termasuk Open Source Product. PHP dapat berjalan di berbagai Web Server (Kadir,

2002).

2.8 MYSQL

MySQL adalah sebuah software open source yang digunakan untuk membuat

sebuah database. Berdasarkan pendapat yang dikemukakan di atas dapat ditarik

kesimpulan bahwa MySQL adalah suatu software atau program yang digunakan untuk

membuat sebuah database yang bersifat open source (Kadir, 2008).

 20

2.9 XAMMP

XAMPP adalah sebuah software yang berfungsi untuk menjalankan website

berbasis PHP dan menggunakan pengolah data MYSQL di komputer lokal. XAMPP

berperan sebagai server web pada komputer lokal. XAMPP juga dapat disebut sebuah

server virtual, yang dapat membantu melakukan preview sehingga dapat dimodifikasi

website tanpa harus online atau terakses dengan internet (Wicaksono, 2008).

2.10 Hyper text Markup Laguage (HTML)

HTML adalah salah satu bahasa scripting yang dapat menghasilkan halaman

website sehingga halaman tersebut dapat diakses pada setiap komputer pengakses /

client. Dokumen HTML merupakan dokumen yang disajikan dalam browser web surfer.

Dokumen ini berisi informasi ataupun interface aplikasi dalam internet. HTML atau

hypertext markup language merupakan kumpulan perintah untuk web browser tentang

bagaimana menampilkan isi ke user. HTML ini merupakan standar terbuka yang telah di

update oleh World wide web consortium (Sidik, 2002).

2.11 Cascading Style Sheet (CSS)

Menyatakan bahwa “CSS (Cascading Style Sheet) adalah bahasa yang

dikhususkan untuk mengatur gaya atau layout sebuah halaman web”. CSS digunakan oleh

pembuat halaman web dan juga pengakses halaman web, untk mendefinisikan warna,

huruf layout, aspek-aspek persentasi dokumen lainnya (Wahyu, 2010).

2.12 Flowchart

Flowchart adalah unit symbol gambar ( chart) yang menunjukkan aliran (flow) dari

proses terhadap data. Flowchart suatu gambar yang menjelaskan urutan pembacaan
 21

data, pemrosesan data, pengambilan keputusan akhir dan penyajian hasil pemerosotan

data (Abdul Kadir, 2004). Simbol dari flowchart dapat dilihat pada tabel 2.2.

Tabel 2.2 Simbol Dan Fungsi Flowchart

No Bentuk Keterangan

1. Terminal, untuk menyatakan awal atau akhir

dari suatu program

2. Input/output, menunjukan operasi masukan

atau operasi keluaran.

3. Proses, menunjukan proses pengolahan data

4. Keputusan, untuk menyatakan keputusan dari

pilihan berdasarkan kondisi tertentu.

5. Penghubung, untuk menghubungkan bagian

diagram alir dalam satu halaman

6. Persiapan, memberikan konstanta nilai awal

pada variabel
 22

7. Penghubung, untuk menghubungkan bagian

diagram alir pada halaman terpisah

2.13 Use Case Diagram

Diagram yang menggambarkan actor, use case dan relasinya sebagai suatu urutan

tindakan yang memberikan nilai terukur untuk actor. Sebuah use case digambarkan

sebagai elips horizontal Haviliddin, (2011). Berikut adalah simbol dan keterangan use case

diagram dapat dilihat pada tabel 2.3.

Tabel 2.3 Notasi use case diagram (Haviliddin, 2011)

Notasi Nama Keterangan

Menspesifikasikan himpunan peran

Actor
pengguna

Hubungan dimana perubahan

yang terjadi pada suatu elemen
mandiri (independent) akan
mempengaruhi elemen yang
Dependency bergantung padanya elemen yang
tidak mandiri (independent).
Hubungan dimana objek anak
(descendent) berbagi perilaku dan
Generalization
struktur data dari objek yang ada
di
atasnya objek induk (ancestor).
Menspesifikasikan bahwa use case
Include
sumber secara eksplisit.
 23

Menspesifikasikan bahwa use case target

Extend memperluas perilaku dari use case
sumber pada suatu titik yang diberikan.
Apa yang menghubungkan antara objek
Association
satu dengan objek lainnya.
Menspesifikasikan paket yang
System menampilkan sistem secara terbatas.

Deskripsi dari urutan aksi-aksi yang

Use Case ditampilkan sistem yang menghasilkan
suatu hasil yang terukur bagi suatu aktor.
Interaksi aturan-aturan dan elemen lain
yang bekerja sama untuk menyediakan
Collaboration
prilaku yang lebih besar dari jumlah dan
elemen-elemennya (sinergi).
Elemen fisik yang eksis saat aplikasi
Note dijalankan dan mencerminkan suatu
sumber daya komputasi.

2.14 Entity Relationship Diagram

Entity Relationship Diagram (ERD) adalah “sebuah diagram yang menggambarkan

hubungan/relasi antar entitas (Entity), dan setiap entity terdiri atas satu atau lebih atribut

yang mempresentasikan seluruh kondisi (fakta) dari dunia nyata yang kita tinjau. Dengan

ERD kita berusaha untuk mentransformasikan keadaan dari dunia nyata kedalam bentuk

basis data” Winarko (2006:13).

 24

Tabel 2.4 Entity Relationship Diagram

No Gambar Nama Keterangan

Entitas merupakan data inti yang akan

1 Entitas/Entity
disimpan

Nama_atribu
Field atau kolom data yang butuh
2 t
Atribut
disimpan dalam suatu entitas

Nama_atribut
Atribut Filed atau kolom data yang butuh
3 multinilai / disimpan dalam suatu entitas yang
multivalue dapat memiliki nilai lebih dari satu

Relasi yang menghubungkan antar

Nama_rel
4 asi Relasi relasi, biasanya diawali dengan kata
kerja

Penghubung antara relasi dan entitas

Asosiasi / dimana kedua ujungnya memiliki
5
association multiplicity kemungkinan jumlah
pemakaian

2.15 Metode Pengembangan Prototype

menyatakan bahwa seringkali seorang pelanggan mendefinisikan serangkaian

sasaran umum bagi perangkat lunak, tetapi tidak mengidentifikasi kebutuhan input,

pemrosesan, ataupun output detail. Pada kasus yang lain, pengembang mungkin tidak

memiliki kepastian terhadap efisiensi algoritma, kemampuan penyesuaian dari sistem

operasi, atau bentuk-bentuk yang harus dilakukan oleh interaksi manusia dan mesin

(Pressman, 2001). Dalam situasi seperti ini salah satu model yang cocok digunakan

adalah model prototype Model Prototype dapat dilihat pada gambar pada gambal 2.1.

 25

Gambar 2. 1 Metode Pengembangan prototype (Pressman,2001)

Proses pengembangan prototype sebagai berikut:

1. Pengumpulan kebutuhan: developer dan klien bertemu dan menentukan tujuan

umum, kebutuhan yang diketahui dan gambaran bagian-bagian yang akan

dibutuhkan berikutnya.

2. Perancangan: perancangan dilakukan cepat dan rancangan mewakili semua

aspek software yang diketahui, dan rancangan ini menjadi dasar

pembuatan prototype.

3. Evaluasi Prototype: klien mengevaluasi prototype yang dibuat dan digunakan untuk

memperjelas kebutuhan software.

Perulangan ketiga proses ini terus berlangsung hingga semua kebutuhan

terpenuhi. prototype-prototype dibuat untuk memuaskan kebutuhan klien dan untuk

memahami kebutuhan klien lebih baik. Prototype yang dibuat dapat dimanfaatkan kembali

untuk membangun software lebih cepat, namun tidak semua prototype bisa dimanfaatkan.

2.16 Akurasi

Untuk pengujian sistem pakar ini, dilakukan dengan membandingkan akurasi hasil

akhir berupa kemungkinan jenis penyakit pada penderita yang dihasilkan oleh sistem
 26

dengan yang dihasilkan oleh pakar (Rahmanita, 2019). Untuk mengetahui tingkat akurasi

sistem, maka digunakan rumus sebagai berikut:

Nilai Akurasi=
∑ kasus yang sesuai × 100…………………………………2.4
∑ kasus
2.17 Black Box Texting

Black-Box Testing (pengujian kotak hitam) yaitu menguji perangkat lunak dari segi

spesifikasi fungsional tanpa menguji desain kode program”. Pengujian dimaksudkan untuk

mengetahui apakah fungsi-fungsi masukan dan keluaran dari perangkat lunak sesuai

dengan spesifikasi yang dibutuhkan. Pengujian kotak hitam dilakukan dengan membuat

kasus uji yang bersifat mencoba semua fungsi dengan memakai perangkat lunak apakah

sesuai dengan spesifikasi yang dibutuhkan Sukamto dan Shalahuddin dalam (Nuryamin &

Hermawan, 2017).

Kasus ini yang dibuat untuk melakukan pengujian kotak hitam harus dibuat dengan

kasus benar atau kasus salah, misalkan untuk kasus proses login maka kasus uji yang

dibuat adalah:

1. Jika user mamasukan username dan password yang benar.

2. Jika user memasukan username dan password yang salah, misalnya username

benar tapi sandi salah atau sebaliknya, atau keduanya salah.

Ciri-ciri dari Black-Box Testing sebagai berikut:

1. Black-Box Testing berfokus pada kebutuhan fungsional pada software berdasarkan

pada spesifikasi kebutuhan dari software.

 27

2. Black-Box Testing bukan teknik alernatif dari pada white-box testing. Lebih dari

pada itu, ia merupakan pendekatan pelengkap dalam mencakup error dengan kelas

yang berbeda dari metode white-box testing

3. Black-Box Testing merupakan pengujian tanpa pengetahuan detil struktur internal

dari sistem atau komponen yang dites, juga disebut sebagai behavioral testing

specification-based testing, input atau output testing, atau fungsional testing.

28
 BAB III

METODE PENELITIAN

3.1 Lokasi dan Waktu Penelitian

3.1.1 Tempat Penelitian

Objek dalam penelitian ini adalah Hewan Ternak sapi yang berlokasi dilingkungan

dinas pertanian & ketahanan pangan Kab-Halsel. serta tempat dimana peneliti

memperoleh informasi mengenai data yang dibutuhkan.

3.1.2 Waktu Penelitian

waktu yang dibutuhkan dalam melakukan penelitian ini yaitu kurang lebih selama 5

bulan, dimulai dari semester genap.

3.2 Alat dan Bahan Penelitian

Dalam melakukan penelitian ini, ada beberapa spesifikasi alat penelitian yang harus

dipenuhi. Spesifikasi alat penelitian maksudnya adalah standar minimal dari alat (tools)

yang digunakan sebagai wadah utama dalam melakukan analisis klasifikasi penelitian ini.

Alat yang digunkan antara lain sebagai berikut:

3.2.1 Defenisi Spesifikasi Hardware

Detail Spesifikasi Hardware dapat dil ihat pada Tabel 3.1

Tabel 3.1 Detail Spesifikasi hardware

N Jenis Spesifikasi

o
1 PC HP Pavilion Labtop 15-cw1xxx

29
 30

2 Processor AMD Ryzen 5 3500U with Radeon Vega Mobile Gfx

2.10 GHz
3 Memori 16,0 GB (13,9 GB usable)
4 Harddisk 465,76 GB (500.105.249.280 bytes)
5 I/O Monitor, Keyboard, Mouse

3.2.2 Defenisi Spesifikasi Software

Detail Spesifikasi Software dapat dilihat pada Tabel 3.2

Tabel 3.2 Detail Spesifikasi Software

No Jenis Spesifikasi Keterangan

1 Sistem Windows 10 64 Sistem operasi yang digunakan
Operasi Bit saat pengembangan Sistem
2 Aplikasi Text Notepad++ dan Aplikasi untuk menulis dan
Editor Sublime text 3 mengedit skrip program yang dibuat
3 Bahasa HTML,PHP,& Bahasa pemrograman yang
Pemograman Database,MySQ digunakan untuk perbuatan
L Sistem/apliaksi
4 Web Server XAMPP Digunakan sebagai Server destop
5 Browser Chrome dan Untuk membuka dan menjalankan
Microsoft Edge program

3.3 Teknik Pengumpulan Data

Teknik pengumpulan data dalam tahapan membuat proposal skripsi ini penulis

mengumpulkan kebutuhan data yang diperoleh dengan wawancara, dan studi literatur,

berikut ini adalah :

1. Wawancara

Yaitu dengan melakukan wawancara kepada pakar, yaitu dokter Hewan yang

berpengalaman untuk memperoleh data yang diperlukan untuk penelitian dan

 31

pembangunan perangkat lunak.

2. Studi Literature

Yaitu dengan melakukan studi mengenai sistem pakar, metode Naïve Bayes dan

Damster shafer, tools yang akan digunakan, dan Penyakit sapi melalui literatur–literatur

seperti buku, jurnal, dan sumber ilmiah lain seperti laman web, artikel, dan dokumen teks

yang berhubungan.

3.4 Pengolahan Data

Pengambilan data dilakukan dengan cara pengumpulan beberapa data baik tertulis

dari buku, literature, dan tutorial-tutorial dari internet, dan wawancara sebagai bahan

referensi penyusunan skripsi, kemudian mencocokkan dengan kemungkinan-kemungkinan

yang terjadi dalam penyelesaian masalah.

3.5 Penerapan Metode Damster Shafer dan Naïve Bayes

3.5.1 Perancangan Basis Pengetahuan

Dalam perancangan basis pengetahuan ini digunakan kaidah produksi sebagai

sarana untuk representasi pengetahuan. Kaidah produksi dituliskan dalam bentuk

pernyataan JIKA [premis] MAKA [konklusi]. Pada perancangan basis pengetahuan sistem

pakar ini premis adalah gejala-gejala yang terlihat pada flashdisk dan konklusi adalah jenis

penyakit flashdisk, sehingga bentuk pernyataannya adalah JIKA [gejala] MAKA [penyakit].

Bagian premis dalam aturan produksi dapat memiliki lebih dari satu proposisi yaitu berarti

pada sistem pakar ini dalam satu kaidah dapat memiliki lebih dari satu gejala.Gejala-gejala

tersebut dihubungkan dengan menggunakan operator logika DAN. Bentuk pernyatannya

adalah:

JIKA [gejala 1]
 32

DAN [gejala 2]

DAN [gejala 3]

MAKA [penyakit]

Pembuatan suatu aplikasi sistem pakar untuk mendiagnosa penyakit haruslah

terlebih dahulu menentukan gejala-gejala untuk suatu penyakit yang diderita. Gejala-gejala

yang diproleh merupakan hasil dari analisa buku dan wawancara terhadap dokter hewan.

Dalam pembuatan aplikais ini penulis memasukan 45 gejala terhadap 9 penyakit yang

sering menyerang hewan ternak sapi . Berikut tabel gejala-gejala suatu penyakit unggas

yang sering terjadi:

Tabel 3.3 Fakta gejala penyakit pada sapi

Kode
Nama Gejala
Gejala
G01 Kurus
G02 bulu kusam dan berdiri
G03 diare dan sembelit
G04 nafsu makan berkurang
G05 telinga sapi tampak terkulai
G06 bagian anus ternak terlihat kotor
G07 ditemukan cacing pada feses
G08 feses encer
G09 pengeluaran feses meningkat
G10 warna feses tidak normal
G11 sapi tampak lesu
G12 Dehidrasi
G13 Kembung
G14 mengais ais perut
G15 ternak sulit bernafas
G16 sering kencing
G17 tidak dapat berdiri
G18 perut tegang
G19 anus menonjol
G20 nafas ngos-ngosan
 33

G21 lidah kebiruan

G22 Demam
G23 Pucat
G24 mata berlindir
G25 hidung mengalami peradangan
G26 kulit sapi sedikit /tidak berpigmen
G27 rasa gatal pada bagian luka
G28 nafsu makan menurun
G29 Gelisa
G30 Kelumpuhan
G31 banyak berbaring
G32 punggung melengkung
G33 berdiri dengan kaki depan menyilang
G34 kebengkakan dan pelunakan diatas coronet
G35 hewan pincang
G36 kuku menjadi lunak
G37 pengeluaran cornua secara keseluruhan
G38 ambing (penghasil susu)membengkak
G39 kelamin membengkak
G40 sering membungkuk
G41 sulit mengeluarkan anak
G42 jaringan kulit yang tumbuh abnormal
G43 banyak lalat di area kulit yang tumbuh
G44 penurunan nafsu makan
G45 penurunan bobot tubuh

Tabel 3.4 Fakta penyakit sapi

kode penyakit kode penyakit
P01 Cacingan
P02 Diare
P03 Bloat
P04 Bali Ziekte
P05 Myasis
P06 Laminitis
P07 prolapse uteri
P08 Distokia
P09 Stephanofilariasis/kaskado

Tabel 3.5 Fakta penyakit sapi dan gejalanya

No Nama Penyakit Gejala

 34

1 Cacingan Kurus
    bulu kusam dan berdiri
    diare dan sembelit
    nafsu makan berkurang
    telinga sapi tampak terkulai
    bagian anus ternak terlihat kotor
    ditemukan cacing pada feses
2 Diare feses encer
    pengeluaran feses meningkat
    warna feses tidak normal
    sapi tampak lesu
    Dehidrasi
3 Bloat Kembung
    kaki mengais-ais perut
    ternak sulit bernafas
    sering kencing
    tidak dapat berdiri
    perut tegang
    anus menonjol
    nafas ngos-ngosan
    lidah kebiruan
4 Bali Ziekte Demam
    Pucat
    mata berlendir
    hidung mengalami peradangan
    kulit sapi sedikit/tidak berpigmen
    rasa gatal pada bagian luka
5 Myasis nafsu makan menurun
    Gelisa
    kelumpuhan
6 Laminitis banyak berbaring
    punggung melengkung
berdiri dengan kaki depan
    menyilang
kebengkakan dan pelunakan diatas
    coronet
    hewan pincang
pengeluaran cornua secara
7 Prolapse Uteri keseluruhan
ambing (penghasil
8 Distokia susu)membengkak
    kelamin membengkak
    sering membungkuk
 35

    sulit mengeluarkan anak

jaringan kulit yang tumbuh
Stephanofilariasis/kaskado
9 abnormal
banyak lalat di area kulit yang
    tumbuh
    penurunan nafsu makan
    penurunan bobot tubuh
Pada bagian ini juga terdapat tabel bobot probabilitas keyakinan. Selain itu juga

terdapat tabel presentase kesimpulan yang nanti akan digunakan untuk hasil diagnosa

penyakit. Berikut tabel keyakinan gejala dan tabel kesimpulan:

Tabel 3.6 Probabilitas keyakinan gejala pada suatu penyakit

No Keyakinan Bobot Probabilitas

1 sangat pasti 1
2 Pasti 0.9
3 hampir pasti 0.8
4 tidak tau 0.6
5 mungkin tidak 0.4
6 hampir pasti tidak 0.2
7 pasti tidak 0

Tabel 3.7 Persentase Kesimpulan

Tingkat Presentase Nilai keyakinan

0%-50% Sedikit kemungkinan atau kemungkinan kecil
51%-79% Kemungkinan
80%-99% kemungkinan besar
100% sangat yakin

3.5.2 Diagram Alir metode Naïve Bayes dan Damster Shafer

Rancangan diagram alir yang akan digunakan pada sistem yang akan

dirancang dapat dilihat pada gambar berikut

 36

Gambar 3. 1 flowchart naive bayes

 37

Gambar 3. 2 Flowchart Damster Shafer

3.5.3 Proses Perhitungan

Beberapa tahap yang dilakukan untuk menerapkan dua metode yaitu metode naïve

bayes dan damster shafer sebagai berikut.

1. Metode Dempster Shafer

ini merupakan suatu metode matematik untuk menentukan kepercayaan suatu

konklusi kepada suatu hipotesa yang dihasilkan. Nilai konklusi ini didapatkan dari seorang

pakar yaitu dokter hewan. Berikut tabel nilai kepercayaan suatu konklusi terhadap suatu

hasil hipotesa:
 38

Tabel 3.8 Nilai bobot gejala yang terdapat pada penyakit sapi

No Nama Penyakit Gejala Bobot

1 Cacingan kurus 1
    bulu kusam dan berdiri 1
    diare dan sembelit 0.5
    nafsu makan berkurang 0.6
    telinga sapi tampak terkulai 0.9
    bagian anus ternak terlihat kotor 0.4
    ditemukan cacing pada feses 0.4
2 Diare feses encer 1
    pengeluaran feses meningkat 1
    warna feses tidak normal 0.4
    sapi tampak lesu 0.9
    dehidrasi 0.9
3 Bloat kembung 1
    kaki mengais-ais perut 1
    ternak sulit bernafas 0.9
    sering kencing 0.3
    tidak dapat berdiri 1
    perut tegang 1
    anus menonjol 0.4
    nafas ngos-ngosan 0.8
    lidah kebiruan 0.6
4 Bali Ziekte demam 1
    pucat 1
    mata berlendir 1
    hidung mengalami peradangan 1
    kulit sapi sedikit/tidak berpigmen 1
    rasa gatal pada bagian luka 0.8
5 Myasis nafsu makan menurun 0.4
    gelisa 0.4
    kelumpuhan 0.8
6 Laminitis banyak berbaring 1
    punggung melengkung 0.6
    berdiri dengan kaki depan menyilang 0.4
kebengkakan dan pelunakan diatas
1
    coronet
    hewan pincang 0.4
pengeluaran cornua secara
1
7 Prolapse Uteri keseluruhan
ambing (penghasil
0.6
8 Distokia susu)membengkak
    kelamin membengkak 0.5
    sering membungkuk 1
 39

    sulit mengeluarkan anak 1

9 Stephanofilariasis/kaskado jaringan kulit yang tumbuh abnormal 0.9
banyak lalat di area kulit yang
1
    tumbuh
    penurunan nafsu makan 0.2
    penurunan bobot tubuh 0.9

Dari data diatas kita dapat menghitung menggunakan metode Dempster Shafer

Contoh kasus penyakit Myasis yang memiliki gejala dan nilai bobot sebagai berikut:

Tabel 3.9 Gejala dan bobot penyakit Myasis

Gejala Bobot
nafsu makan menurun 0.4
Gelisa 0.4
Kelumpuhan 0.8

Dengan merujuk ke persamaan (2.2) maka penerapan kedalam persamaan damster

shafer

Fakta 1 = Hilang nafsu makan M1(G1)=0,4 maka M1 (θ)=1-0,4=0,6

Fakta 2 = Gelisa M2(G2)=0,4, Maka M2(θ)=1-0,4=0,6

Tabel 3.10 ilustrasi keyakinan gejala 1 dan 2

M2{P1}0,
  4 M2{θ}0,6
M1{P1}
0,4 {P1}0,16 {P1}0,24
M1{θ } 0,6 {P1}0,24 {θ}0,36

Selanjutnya untuk menghitung tingkat keyakinan (M) combine dengan rumus maka:

( 0,4∗0,4 )+ ( 0,6∗0,4 ) +(0,4∗0,6)

M 3 { P 1 }=
1−0

¿ 0,16+ 0,24+0,24

¿ 0,64
( 0,6∗0,6 )
M 3 {θ }= =0,36
1−0
 40

Nilai keyakinan yang dihasilkan untuk penyakit myasis (P1) yaitu 0,64 atau 64%
di dapat dari 2 gejala yaitu G1 dan G2

Fakta ke 3 : Kelimpuhan M4(P1) =0,8 maka M4 (θ) =11-0,8 = 0,2

Jika diilustrasikan kedalam tabel

Tabel 3.11 ilustrasi keyakinan gejala 3

  M4{P1}0,8 M4{θ }0,2

M3{P1}0,6
4 {P1}0,512 {P1} 0,128
M3{θ }0,36 {P1}0,288 {θ} 0,072

( 0,8∗0,64 ) + ( 0,2∗0,64 )+(0,8∗0,36)

M 5 { P 1 }=
1−0
¿ 0,512+0,128+0,288
¿ 0,928
( 0,2∗0,36 )
M 5 {θ }= =0,72
1−0
Nilai akhir yang di dapat untuk tingkat akurasi keyakinan penyakit myasis dengan

menggunakan metode damster shafer dari 3 gejala yaitu 0,928 atau 92%

2. Metode Naïve Bayes

Pada metode Naive Bayes pun hampir tidak jauh berbeda denga metode Dempster

Shafer yaitu untuk menentukan kepercayaan suatu konklusi kepada suatu hipotesa yang

dihasilkan. Nilai konklusi yang dipakai juga sama seperti yang dipakai dalam metode

Dempster Shafer.

Untuk contoh kasus yang diambil kita samakan dengan contoh kasus pada metode

Dempster Shafer yaitu penyakit Myasis dengan gejala dan nilai bobot sebagai berikut:

Tabel 3.12 Gejala dan bobot penyakit Myasis

  M4{P1}0,8 M4{θ }0,2

M3{P1}0,6
4 {P1}0,512 {P1}0,128
 41

M3{θ }0,36 {P1}0,288 {θ }0,072

Dengan Merujuk Kepersamaan (2.3) Maka penyelesaian :

1. Menghitung total nilai bobot gejala yang dialami

Nafsu makan berkurang = 0,4

Gelisa = 0,4

Kelumpuhan = 0,8

2. Menghitung nilai probabilitas gejala terhadap penyakit

( P|H 1 )=0,4 :1,2=0,33 ( P|H 2 )=0,4 :1,2=0,33

( P|H 3 )=0,8 :1,2=0,67

3. Menghitung nilai bayes akhir

0,4∗0,33 0,132
P ( H 1|E )= = =0,165
0,8 0,8

0,4∗0,33 0,132
P ( H 2|E )= = =0,165
0,8 0,8

0,8∗0,67 0,536
P ( H 3|E )= = =0,67
0,8 0,8

∑ Bayes=( 0,4∗0,165 ) +( 0,4∗0,165 )+ ( 0,8∗0,67 )=0,0066+ 0,006+0,536=0,668

Berdasrkan Hasil Perhitungan Dengan menggunakan metode naïve bayes untuk

tingkat keyakinan penyakit myasis dengan 3 gejalah adalah 0.668 atau 66,8%

3.6 Metode Pengembangan

 42

Metode Pengembangan Sistem menggunkan Prototype. Metode prototype adalah

metode dalam pengembangan rekayasa software yang bertahap dan berulang, serta

mementingkan sisi user sistem. Adapun langkah-langkah Prototype Sebagai Berikut

1. Komunikasi dan wawancara

Pada tahap komunikasi peneliti akan mengidentifikasikan secara garis besar

kebutuhan apa saja yang akan digunakan dalam pembuatan aplikasi mendiagnosa

penyakit pada hewan ternak sapi menggunaka metode naïve bayes dan damster shafer

seperti melakukan wawancara, studi literature, mengumpulkan data penelitian, serta

menyiapkan alat dan bahan untuk kebutuhan penelitian.

2. Perencanaan Secara Cepat

Setelah melakukan komunikasi dan Wawancara pengembang mulai

mempersiapkan segala sesuatu yang diperlukan untuk membuat sistem. Mulai dari

mempersiapkan software yang diperlukan.

3. Pemodelan Perangcang Cepat

perencanaan pembuatan prototyping dilakukan secara cepat, namun dalam bentuk

rencana awal. Hasil dari rencana awal peneliti yakni, flowchart metode naïve bayes dan

damster shafer, Flowchart sistem, Use Case Diagram, perancangan Database berupa

Entity Relationship Diagram (ERD).

4. Pembentukan Prototype

Pada tahap ini, penelitin membangun atau membuat prototype sistem. Prototype

yang dibuat disesuaikan dengan hasil dari langkah-langkah sebelumnya pada tahap

komunikasi, perencanaan secara cepat, dan pemodelan perancangan cepat yaitu

membuat tampilan interface lalu di implementasiakan ke aplikasi mendiagnosa penyakit

 43

pada hewan ternak sapi.

5. Penyerahan Perangkat Lunak ke Pengguna dan Umpan Balik

Pada tahap ini, Prototype dari system di uji coba oleh pihak instansi atau tenaga

peternak. Kemudian melakukan evaluasi kekurangan-kekurangan dari kebutuhan.

Pengembang kemudian kembali mendengarkan keluhan dari Dokter Hewan dan tenaga

peternak untuk memperbaiki Prototype yang ada.

3.7 Use Case Diagram

Berikut use case diagram mendiagnoasa penyakit pada hewan ternak sapi

menggunakan metode naïve bayes dan damster shafer. Pada perancangan ini use case

Diagram terdiri dari dua Aktor atau pengguna yaitu admin dan user. Admin dapat login,

mengelola segala informasi, mengelola penyakit dan gejala, logout. User dapat registrasi,

melihat informasi, Konsultasi, melihat hasil diagnose, logout. Adapun use case diagram

dari masing-masing dapat di lihat pada gambar 3.3 dan 3.4

Gambar 3. 3 Diagram use case Admin

 44

Gambar 3. 4 Diagram use case user

3.8 Entity Relationship Diagram

Untuk perancangan database dibuat dalam bentuk Entity Relationship Diagram

(ERD). Pada ERD mendiagnosa penyakit pada hewan ternak sapi menggunakan metode

naïve bayes dan damster shafer, Berikut adalah gambaran Entity Ralation Diagram (ERD)

sistem yang akan dibuat. Dapat dibuat pada gambar 3.5

Gambar 3. 5 Entity Relationship Diagram

3.9 Desain Perancangan Antarmuka Sistem

3.9.1 Desain Tampilan Halaman Login

Perancangan ini digunakan untuk masuk ke sistem dengan memasukkan usename

dan password, dan jika belum ada password dan username ada di minta untuk melakukan

registrasi terlebih dahulu. Adapun desainnya sebagai berikut.

 45

Gambar 3. 6 Desain From login

3.9.2 Desain Tampilan Beranda

Berikut ini merupakan tampilan dari rancangan halaman menu utama

(Beranda), adapun desainnya sebagai berikut

Gambar 3. 7 Desain Tampilan Beranda

3.9.3 Desain Tampilan Data Penyakit

Berikut ini merupakan tampilan dari rancangan halaman penyakit yang berfungsi

untuk menampilkan daftar gejala penyakit ketika user memilih penyakit, adapun desainnya

sebagai berikut.

Gambar 3. 8 Desain Daftar Data Penyakit

 46

3.9.4 Desain Tampilan Gejala

Form gejala penyakit merupakan tampilan dari rancangan halaman gejala penyakit

dan nilai bobot, Adapun tampilannya sebagai berikut

Gambar 3. 9 Desain Tampilan Gejalaa

3.9.5 Desain Tampilan Diagnosa

Pada form diagnosa ini melakukan konsultasi user atau peternakan dan melakukan

pertanyaan sesuai gejala yang ada di data, user memilih jawaban sesuai dngan keyakinan.

Berikut ini adalah tampilan proses diagnosa

Gambar 3. 10 Desain Tampilan Diagnosa

3.9.6 Desain Tampilan Hasil

Form hasil berfungsi untuk menampilkan hasil dari pada diagnosa,form hasil

diagnosa ini akan otomatis muncul ketika user memilih “diagnosi” setelah mengisi gejala

penyakit untuk melihat hasil Hasil diagnosa dari dua metode yang digunakan, nilai

berupa persentasi suatu penyakit adapun desainnya sebagai berikut.

47
 Gambar 3. 11 Desain Tampilan Hasil

3.9.7 Perancangan Pengujian Sistem

pengujian dari sistem tersebut merupakan hal terpenting yang bertujuan untuk

menemukan kesalahan-kesahan dan kekurangan-kekurangan pada perangkat lunak yang

di uji yaitu tampialn login. Teknik pengujian yang dilakukan yaitu menggunakan pengujian

white box. Pengujian yang berfokus pada persyaratan fungsional perangkat lunak.

3.10 Jadwal Penelitian

Adapun jadwal penelitian dapat dilihat pada gambar tabel 3.13

Tabel 3.13 Jadwal Penelitian

Bulan-1 Bulan-2 Bulan-3
No Nama kegiatan
1 2 3 4 1 2 3 4 1 2 3 4
1 Persetujuan Judul Proposal                        
2 Studi Pustaka                        
3 Pengambilan Data
4 Perancangan Sistem
5 Pengujian sistem                        
6 Penulisan Proposal                      

48
 DAFTAR PUSTAKA

Dahria, M. (2011). Pengembangan Sistem Pakar Dalam Membangun Suatu Aplikasi.

Jurnal Saintikom, 10(3), 199–205.

Devi, U. (2016). Sistem Informasi Penjualan Barang Pada CV. Sinar Musi Group
Palembang Berbasis Web Menerapkan Metode Single Moving Average. Jurnal
Manajemen Informatika, 2(2), 12–22.

Dwi Oktavianing Tyas, R., & Andy Soebroto, A. (2015). Pengembangan Sistem Pakar
Diagnosa Penyakit Sapi Potong Dengan Metode Fuzzy K-Nearest Neighbour.
Journal of Enviromental Engineering and Sustainable Technology , 2(1), 58–66.
https://doi.org/10.21776/ub.jeest.2015.002.01.8

Han. (2019). Bab Ii Landasan Teori. Journal of Chemical Information and Modeling , 53(9),
1689–1699.

Hasanah, H., Ridarmin, R., & Adrianto, S. (2019). Aplikasi Sistem Pakar Pendeteksi
Kerusakan Laptop/Pc Dengan Penerapan Metode Forward Chaining Menggunakan
Bahasa Pemrograman Php. I N F O R M a T I K A , 9(2), 40.
https://doi.org/10.36723/juri.v9i2.103

Haviluddin. (2011). Memahami Penggunaan UML ( Unified Modelling Language ).

Memahami Penggunaan UML (Unified Modelling Language) , 6(1), 1–15.
https://informatikamulawarman.files.wordpress.com/2011/10/01-jurnal-informatika-
mulawarman-feb-2011.pdf

Irviani, R., & Oktaviana, R. (2017). Aplikasi Perpustakaan Pada SMA N1 Kelumbayan
Barat Menggunakan Visual Basic. Jurnal TAM ( Technology Acceptance Model ) ,
8(1), 64.

Liana, L. (2015). Di Susun Oleh : Linda Liana - 41813120100 PROGRAM STUDY SISTEM
INFORMASI. Analisis Kebutuhan Perangkat Lunak.

Mubarak, A. (2019). Rancang Bangun Aplikasi Web Sekolah Menggunakan Uml (Unified
Modeling Language) Dan Bahasa Pemrograman Php (Php Hypertext Preprocessor)
 Berorientasi Objek. JIKO (Jurnal Informatika Dan Komputer) , 2(1), 19–25.
https://doi.org/10.33387/jiko.v2i1.1052

Mulyadi, A., Adler, J., Mulyadi, A., & Adler, J. (2019). Analisis Perbandingan Metode
Dempster Shafer Dan Naive Bayes Untuk Mendiagnosa Penyakit Unggas Berbasis
Android Comparative Analysis Of Dempster Shafer And Naive Bayes Method To
Diagnose Poultry Diseases Based On Android . 8(2), 59–68.

Oktaviyani, E. D., Licantik, Christina, S., & Prasetyo, F. E. (2018). Sistem Pakar Diagnosa
Penyakit Hewan Ternak Sapi. Jurnal Teknika (Jurnal Teoritis Dan Terapan Bidang
Keteknikan), 2(1), 24–34.

Pradipta, A. A. dk. (2019). Pengembangan Web E-Commerce Bojana Sari Menggunakan

Metode Prototype. Jurnal Tugas Akhir | Fakultas Rekayasa Industri , 3(1), 341–347.
https://www.journal.amikmahaputra.ac.id/index.php/JIT/article/view/83/66

Purwanto, H., & Dalis, S. (2017). Perancangan Sistem Informasi Pelayanan Kesehatan
Peduli Remaja (Pkpr) Berbasis Web Pada Puskesmas. Seminar Nasional Sains
DanTeknologi Fakultas Teknik Universitas Muhammadiyah Jakarta , 18(218), 1–2.

Rahmanita, E., Agustiono, W., & Juliyanti, R. (2019). Sistem Pakar Diagnosa Penyakit
Saluran Pencernaan Dengan Perbandingan Metode Forward Chaining Dan
Dempster Shafer. Jurnal Simantec, 7(2), 82–89.
https://doi.org/10.21107/simantec.v7i2.6743

Ramadhan, P. S., & Pane, U. F. S. (2018). Analisis Perbandingan Metode (Certainty

Factor, Dempster Shafer dan Teorema Bayes) untuk Mendiagnosa Penyakit
Inflamasi Dermatitis Imun pada Anak. Jurnal SAINTIKOM (Jurnal Sains Manajemen
Informatika Dan Komputer), 17(2), 151–157.
https://ojs.trigunadharma.ac.id/index.php/jis/article/view/38

Sigalingging, M. M., Andeswari, D., & Setiawan, Y. (2019). Perbandingan Certainty Factor
dan Dempster Shafer Mendiagnosis Penyakit THT(Telinga Hidung Tenggorokan)
dengan Sistem Pakar. Jurnal Rekursif, 7(2), 125–133.
Sulistiyah. (2020). Sistem Informasi Rekrutmen Magang di CV. Lasegar Indonesia
Tangerang. REMIK (Riset Dan E-Jurnal Manajemen Informatika Komputer) , 5(1),
124–128.

Widyawati, E. (2016). Rancang Bangun Aplikasi Kependudukan Berbasis Web Di Desa

Kedungrejo Waru-Sidoarjo. Jurnal Manajemen Informatika, 6(1).