Jurnal Rekursif, Vol. 2 No.

2 Juli 2016, ISSN 2303-0755

SISTEM PAKAR PERENCANAAN DIET BAGI PENDERITA HIPERTENSI

MENGGUNAKAN METODE FUZZY MAMDANI
Robbie Anuggrah RY1, Ernawati2, Diyah Puspitaningrum3
1,2,3
Program Studi Teknik Infomatika, Fakultas Teknik, Universitas Bengkulu.
Jl.WR. Supratman Kandang Limun Bengkulu 38371A INDONESIA
(telp: 0736-341022; fax: 0736-341022)
1
robbieanuggrah@gmail.com,
2
ernawati@gmail.com,
3
diyahpuspitaningrum@gmail.com

Abstrak : Diet berasal dari bahasa Yunani, yaitu diaita yang berarti cara hidup. Hipertensi
adalah keadaan peningkatan tekanan darah yang memberikan gejala yang akan berlanjut
untuk penyakit jantung koroner (untuk pembuluh darah), dan left ventricle hypertrophy
(untuk otot jantung), dengan target di otak yang berupa stroke. Tujuan dari
penatalaksanaan diet hipertensi adalah untuk membantu menurunkan tekanan darah dan
mempertahankan tekanan darah menuju normal. Penelitian ini bertujuan untuk
mengadopsi pengetahuan seorang pakar gizi ke dalam suatu sistem pakar menggunakan
metode fuzzy mamdani untuk perencanaan diet bagi penderita hipertensi. Hasil penelitian
berupa berat badan ideal, status gizi, kategori hipertensi, jumlah kalori harian, rencana
menu penderita hipertensi, bahan makanan yang dianjurkan dan tidak dianjurkan. Dari
hasil pengujian, penerapan metode mamdani pada sistem pakar untuk kebutuhan kalori
diperoleh hasil akurasi sebesar 99,82%.

Abstract : The Diet of Greece, namely the diaita means a way of life. Hypertension is a
State of increased blood pressure which gives the symptoms will continue to coronary
heart disease (blood vessels), and the left ventricle hypertrophy (muscle of the heart), with
the target in the brain of a stroke. The goal of the diet treatment of hypertension is to help
lower blood pressure and maintaining blood pressure toward normal. This research aims
to adopt an expert knowledge of nutrition into an expert system using fuzzy mamdani
method for planning diets for patients with hypertension. research results in the form of
ideal body weight, nutritional status, the category hypertension, the number of calories
daily, hypertension sufferers menu plans, food ingredients that are recommended and not
recommended. From the test results, the application of the method of mamdani on expert
system for the needs of calories obtained results the accuracy of 99,82%.

Keywords : Expert System, Diet, Hypertension, Fuzzy Mamdani

ejournal.unib.ac.id
 Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755

I. PENDAHULUAN pada AI (Artificial Intelligence). Sistem ini bekerja untuk

mengadopsi pengetahuan manusia ke komputer yang

D iet berasal dari bahasa Yunani, yaitu diaita yang

berarti cara hidup. Definisi diet menurut tim
kedokteran EGC tahun 1994 adalah kebiasaan yang
menggabungkan dasar pengetahuan (knowledge
dengan sistem inferensi untuk menggantikan fungsi seorang
base)

pakar dalam menyelesaikan suatu masalah

diperbolehkan dalam hal makanan dan minuman yang
dimakan oleh seseorang dari hari ke hari, terutama yang
II. TINJAUAN PUSTAKA
khusus dirancang untuk mencapai tujuan dan memasukkan
A. Diet
atau mengeluarkan bahan makanan tertentu. Pada penderita
Diet adalah menjaga pola makan. Makan merupakan cara
hipertensi dimana tekanan darah tinggi > 160 /gram mmHg,
alamiah agar tubuh mendapatkan energi yang dibutuhkan
selain pemberian obat-obatan anti hipertensi perlu terapi
untuk beraktifitas. Apa yang kita makan, akan sangat
dietetik dan merubah gaya hidup. Tujuan dari
berpengaruh kepada tubuh. Salah kaprah tentang pengertian
penatalaksanaan diet adalah untuk membantu menurunkan
“Diet” yang sering mengidentikkan dengan mengurangi
tekanan darah dan mempertahankan tekanan darah menuju
makan, adalah hal yang salah. Diet adalah pengaturan pola
normal.
makan. Diet mempunyai arti kombinasi makanan dan
Secara teoritis hipertensi didefinisikan sebagai suatu
minuman di dalam hidangan makan yang dikonsumsi sehari-
tingkat tekanan darah tertentu. Definisi hipertensi menurut
hari. Ada begitu banyak metode berdiet menurunkan berat
Mansjoer A (2001) adalah tekanan darah sistolik ≥ 140
badan yang tersedia. Dari Diet Atkiens (diet rendah
mmHg dan tekanan darah diastolic ≥ 90 mmHg. Hipertensi
karbohidrat), diet sup kubis, diet anggur, dan lain-lain. Diet
didefinisikan oleh Joint National Committee on
yang benar adalah tetap mengonsumsi makanan dengan
Detection, Evaluation and Treatment of High Blood pressure
komposisi yang dibutuhkan tubuh dalam jumlah seimbang.
(JNC), sebagai tekanan yang lebih tinggi dari 140/90 mmHg
Berikut beberapa pola makan yang kerap disarankan oleh
dan diklasifikasikan sesuai derajat keparahannya,
para ahli gizi dan nutrisi.
mempunyai rentang dari tekanan darah normal, tinggi sampai
1. Aturlah jadwal makan menjadi 3 kali sehari, yaitu
tekanan darah yang sangat tinggi (hipertensi maligna).
sarapan, makan siang, dan makan malam, serta 2 kali
Keadaan ini dikategorikan sebagai primer/esensial (hampir
melakukan snacking (makan camilan) 2-3 jam setelah
90% dari semua kasus) yang tidak diketahui penyebabnya,
makan, dengan rincian sarapan memenuhi 20 persen dari
atau sekunder terjadi akibat suatu penyakit tertentu.
kebutuhan kalori per hari, makan siang memenuhi 30
Kecerdasan Buatan atau Artificial Intelligence
persen dari kebutuhan kalori per hari, dan makan malam
merupakan bagian dari ilmu komputer yang membuat agar
memenuhi 30 persen dari kebutuhan kalori per hari.
mesin (komputer) dapat melakukan pekerjaan seperti dan
Sedangkan 2 kali snacking masing-masing memenuhi
sebaik yang dilakukan oleh manusia. Sistem cerdas
kebutuhan 10 persen kalori per hari.
(Intelligent System) adalah sistem yang di bangun dengan
2. Perhatikan asupan nutrisi dari makanan yang
menggunakan teknik-teknik Artificial Intelligence, dan salah
dikonsumsi. Secara garis besar, ada tiga nutrisi pokok
satu bidang kecerdasan buatan adalah sistem pakar. Sistem
yang dibutuhkan tubuh, yaitu karbohidrat, protein, dan
Pakar (Expert System) merupakan salah satu teknik yang ada
lemak. Aturlah pola makan dengan komposisi kurang
ejournal.unib.ac.id
 Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755

lebih karbohidrat 60 persen, protein 15 persen, dan garam dapur (2 g). Hindari bahan makanan yang tinggi
lemak 25 persen. kadar natriumnya .
B. Penatalaksanaan Diet Penyakit Hipertensi c. Diet Garam Rendah III (1000-1200 mg Na)
1. Prinsip Diet Diet garam rendah III diberikan kepada pasien dengan
Prinsip diet pada penderita hipertensi adalah sebagai edema, asites dan/atau hipertensi ringan. Pemberian
berikut: makanan sehari sama dengan diet garam rendah I. Pada
a. Makanan beraneka ragam dan gizi seimbang. pengolahan makanannya boleh menggunakan 1 sdt (4 g)
b. Jenis dan komposisi makanan disesuaikan dengan garam dapur.
kondisi penderita. C. Makanan yang harus dihindari atau dibatasi
c. Jumlah garam dibatasi sesuai dengan kesehatan 1. Makanan yang berkadar lemak jenuh tinggi (otak,
penderita dan jenis makanan dalam daftar diet. ginjal, paru, minyak kelapa, gajih).
2. Tujuan Diet 2. Makanan yang diolah dengan menggunakan garam
Tujuan diet rendah garam adalah membantu natrium (biskuit, cracker, keripik dan makanan kering
menghilangkan retensi garam atau air dalam jaringan yang asin).
tubuh dan menurunkan tekanan darah pada pasien 3. Makanan dan minuman dalam kaleng (sarden, sosis,
hipertensi. korned, sayuran serta buah buahan dalam kaleng, soft
3. Syarat Diet drink).
Syarat-syarat diet rendah garam adalah: 4. Makanan yang diawetkan (dendeng, asinan
a. Cukup energi, protein, mineral, dan vitamin. sayur/buah, abon, ikan asin, pindang, udang kering,
b. Bentuk makanan sesuai dengan keadaan penyakit. telur asin, selai kacang).
c. Jumlah natrium disesuaikan dengan berat 5. Susu full cream, mentega, margarine, keju
tidaknya retensi garam atau air dan/atau hipertensi mayonnaise, serta sumber protein hewani yang tinggi
(Almatsier, 2008). kolesterol seperti daging merah (sapi/kambing),
4. Macam-macam Diet kuning telur, kulit ayam).
a. Diet Garam Rendah I (200-400 mg Na) 6. Bumbu-bumbu seperti maggi, terasi, saus tomat, saus
Diet garam rendah I diberikan kepada pasien sambal, tauco serta bumbu penyedap lain yang pada
dengan edema, asites dan/atau hipertensi berat. umumnya mengandung garam natrium.
Pada pengolahan makanannya tidak ditambahkan 7. Alkohol dan makanan yang mengandung alkohol
garam dapur. Dihindari bahan makanan yang tinggi seperti durian dan tape.
kadar natriumnya. D. Gizi
b. Diet Garam Rendah II (600-800 mg Na) Menurut Kamus Gizi Indonesia yang dikeluarkan oleh
Diet garam rendah II diberikan kepada pasien dengan Persatuan Ahli Gizi Indonesia (PERSAGI), lmu gizi adalah
edema, asites dan/atau hipertensi tidak terlalu berat. ilmu pengetahuan yang membahas sifat-sifat gizi. Sifat-sifat
Pemberian makanan sehari sama dengan diet garam rendah gizi ini yang terkandung dalam makanan, pengaruh
I. Pada pengolahan makanannya boleh menggunakan ½ sdt metabolismenya serta akibat yang timbul bila terdapat

ejournal.unib.ac.id
 Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755

kekurangan atau kelebihan zat gizi. Sedangkan istilah gizi Tabel 2.1 Klasifikasi IMT Menurut WHO 2005
berasal dari bahasa Arab, yaitu giza yang berarti zat
Batas
makanan. Dalam bahasa Inggris gizi dikenal dengan istilah Kategori
Ambang
nutrition yang berarti bahan makanan atau zat gizi atau
Kekurangan berat
sering diartikan sebagai ilmu gizi. Pengertian lebih luas < 17,0
badan tingkat berat
Kurus
bahwa gizi diartikan sebagai proses organisme menggunakan Kekurangan berat
17,0 – 18,5
makanan yang dikonsumsi secara normal. Proses tersebut badan tingkat ringan

melalui proses pencernaan, penyerapan, transportasi, Normal > 18,5 – 25,0

penyimpanan, metabolisme, dan pengeluaran zat gizi. Hal ini
bertujuan untuk mempertahankan kehidupan, pertumbuhan
Kelebihan berat badan
> 25,0 – 27,0
dan fungsi normal organ tubuh serta untuk menghasilkan tingkat ringan
Gemuk
tenaga.
Kelebihan berat badan
Status gizi juga didefinisikan sebagai status kesehatan > 27,0
tingkat berat
yang dihasilkan oleh keseimbangan antara kebutuhan dan
E. Berat Badan Ideal
masukan nutrien. Penelitian status gizi merupakan
Berat badan ideal adalah bobot optimal dari tubuh untuk
pengukuran yang didasarkan pada data antropometri serta
menjaga kesehatan dan kebugaran. Bisa juga didefinisikan
biokimia dan riwayat diet. Status gizi dalam ilmu kesehatan
sebagai kondisi berat badan yang seimbang dengan tinggi
disebut dengan BMI (Body Massa Index) atau dalam bahasa
badan, sehingga memiliki tampilan fisik yang tampak ideal
Indonesia adalah IMT (Indeks Massa Tubuh). Berikut
dan sehat. Berikut cara menghitung berat badan ideal (BBI)
persamaan untuk mencari nilai IMT (Almatsier, 2008) :
berdasarkan berat badan, tinggi badan, dan jenis kelamin
berat badan (Kg )
IMT = menggunakan rumus brocha :
tinggi badan (m)2
1. Jenis kelamin laki-laki.
Pengelompokan Indeks Massa Tubuh untuk klasifikasi status
a. Jenis kelamin laki-laki dengan tinggi badan <160 cm
gizi berdasarkan standar WHO (2005) seperti dalam tabel
menggunakan persamaan sebagai berikut :
berikut :
BBI = (Tinggi Badan(cm) – 100) x 1
b. Jenis kelamin laki-laki dengan tinggi badan ≥160 cm
menggunakan persamaan sebagai berikut :
BBI = (Tinggi Badan(cm) – 100) x 0,9
2. Jenis kelamin perempuan.
a. Jenis kelamin perempuan dengan tinggi badan <150
cm menggunakan persamaan sebagai berikut :
BBI = (Tinggi Badan(cm) – 100) x 1
b. Jenis kelamin perempuan dengan tinggi badan ≥150
cm menggunakan persamaan sebagai berikut :
BBI = (Tinggi Badan(cm) – 100) x 0,9
ejournal.unib.ac.id
 Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755

F. Faktor Aktivitas memadukan pengetahuan, kekuatan sistem pakar terletak

Aktivitas fisik adalah setiap gerakan tubuh yang pada kemampuannya memecahkan masalah-masalah praktis
meningkatkan pengeluaran tenaga dan energi sehingga pada saat seorang pakar berhalangan. Kemampuan sistem
menyebabkan pembakaran energi. Aktivitas fisik terdiri dari pakar ini di dalamnya terdapat basis pengetahuan yang
istirahat, ringan, sedang, berat dan sangat berat. Tabel faktor berupa pengetahuan non formal yang sebagian besar dari
aktivitas dapat dilihat seperti dibawah ini : pengalaman.
Tabel 2.2 Faktor Aktivitas Tujuan dari pengembangan sistem pakar adalah untuk
Aktivitas Faktor Aktivitas menghasilkan suatu sistem yang dapat membantu pekerjaan
Istirahat 1,30 manusia, terutama yang berhubungan dengan pemanfaatan
Ringan 1,65 keahlian dan pengalaman di suatu bidang tertentu. Sistem
Sedang 1,76
Berat 2,10 pakar merupakan suatu sistem terkomputerisasi yang
Sangat Berat 2,30 menggunakan pengetahuan bidang tertentu untuk mencapai
solusi suatu masalah dari bidang tersebut. Sistem pakar
G. Penyakit Hipertensi
dalam memecahkan masalah menggunakan proses yang
Hipertensi adalah keadaan peningkatan tekanan darah
serupa dengan metode yang digunakan seorang pakar. Solusi
yang memberikan gejala yang akan berlanjut untuk suatu
yang diberikan sistem pakar pada dasarnya sama seperti yang
target organ seperti stroke (untuk otak), penyakit jantung
disimpulkan oleh seorang pakar.
koroner (untuk pembuluh darah), dan left ventricle
I. Fuzzy Mamdani
hypertrophy (untuk otot jantung), dengan target di otak yang
Metode Mamdani dikenal juga sebagai metode min-max,
berupa stroke. Hipertensi adalah penyebab utama stroke yang
diperkenalkan oleh Ebrahim Mamdani pada tahun 1975.
membawa kematian yang tinggi (Bustan, 2007). Hipertensi
untuk mendapatkan output diperlukan 4 tahapan, yaitu:
merupakan suatu keadaan dimana tekanan darah yang
1. Pembentukan Himpunan Fuzzy
abnormal tinggi di dalam arteri menyebabkan meningkatnya
Pada metode Mamdani baik variabel input maupun
risiko terhadap stroke, aneurisma, gagal jantung, serangan
variabel output dibagi menjadi 1 atau lebih himpunan
jantung dan kerusakan ginjal. Seseorang dikatakan
fuzzy
mengalami hipertensi jika memiliki tekanan darah sistolik
2. Aplikasi Fungsi Implikasi
≥140 mmHg atau tekanan darah diastolik ≥90 mmHg atau
Pada metode Mamdani, fungsi implikasi yang
keduanya.
digunakan adalah minimum.
H. Sistem Pakar
3. Komposisi Aturan
Sistem pakar adalah program artificial intelegence yang
Terdapat beberapa metode yang dapat digunakan dalam
menggabungkan pangkalan pengetahuan (knowledge base)
melakukan komposisi aturan, yaitu metode max
dengan sistem inferensi. Perangkat lunak komputer yang
(maximum), additive, dan probabilistik OR. Pada
memiliki basis pengetahuan untuk domain tertentu dan
penelitian ini metode max yang digunakan.
menggunakan penalaran inferensi menyerupai seorang pakar
4. Penegasan (defuzzification)
dalam memecahkan suatu permasalahan. Sistem pakar
adalah sebuah teknik inovatif baru dalam menangkap dan
ejournal.unib.ac.id
 Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755

Penegasan (defuzzification) adalah proses mengolah

suatu himpunan fuzzy yang diperoleh dari komposisi
aturan-aturan fuzzy untuk menghasilkan output berupa
suatu bilangan pada domain himpunan fuzzy tersebut
(Kusumadewi dan Purnomo, 2010). Beberapa metode
defuzy aturan mamdani :

III. METODE PENELITIAN

A. Metode Pengumpulan Data
Sumber data dalam sebuah penelitian dibedakan
menjadi dua yaitu sumber data primer (primary) dan
sumber data sekunder (secondary). Data primer
merupakan data yang didapat dari sumber pertama baik
dari individu atau perseorangan seperti hasil dari
wawancara yang biasa dilakukan oleh peneliti. Data
atau sumber primer antara lain meliputi dokumen
historis dan legal, hasil eksperimen, data statistik. Data
sekunder merupakan data primer yang telah diolah lebih
lanjut dan disajikan baik oleh pihak pengumpul data
primer atau oleh pihak lain misalnya dalam bentuk
tabel-tabel atau diagram-diagram. Sumber sekunder
Gambar 3.1. Diagram Alir Penelitian
merupakan data yang dikumpulkan dari tangan kedua
atau dari sumber lain yang telah tersedia sebelum C. Metode Pegujian Sistem

penelitian dilakukan. Sumber sekunder meliputi Proses pengujian yang dilakukan pada aplikasi yang

komentar, interprestasi, data yang diambil tidak secara dibuat menggunakan tiga metode pengujian yaitu white box

langsung. Adapun metode yang digunakan dalam testing dan black box testin dan pengujian manual.

penelitian ini adalah metode studi pustaka, dan IV. ANALISIS DAN PERANCANGAN SISTEM
wawancara.
A. Analisis Sistem
B. Metode Pengembangan Sistem Analisis sistem adalah bagian dari penelitian yang
Pengembangan sistem pakar perencanaan diet bagi menganalisis sistem yang sudah ada untuk merancang sistem
penderita hipertensi menggunakan metode fuzzy mamdani yang baru atau memperbaharui sistem yang ada.
dalam tugas akhir ini menggunakan model Waterfall. Dapat 1. Identifikasi Kebutuhan
dilihat pada gambar 3.1. Sistem pakar dalam penelitian ini merupakan sebuah
aplikasi perangkat lunak perencanaan diet bagi penderita
hipertensi menggunakan metode fuzzy mamdani yang

ejournal.unib.ac.id
 Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755

dapat memberikan informasi bagi pengguna berupa

contoh menu harian, berat badan ideal, bahan makanan
yang dianjurkan dan tidak dianjurkan. Informasi yang
diberikan diperoleh dari hasil pengolahan data, dan
pengetahuan yang dimiliki oleh pakar dibidang ilmu gizi.
Aplikasi sistem pakar ini dapat digunakan untuk 2 (dua)
jenis pengguna, yaitu admin dan pengunjung. Admin
dalam sistem ini adalah seorang pakar yang memiliki hak
akses untuk melakukan pengolahan data didalam sistem,
dan pegunjung adalah seseorang yang membutuhkan
informasi.
2. Analisis Antarmuka Pengguna Gambar 4.2 Diagram Struktur Antarmuka Admin
Antarmuka pengguna merupakan tempat terjadinya 3. Analisis Alur Kerja Sistem
interaksi antara sistem dan pengguna. Pengguna pada Analisis alur kerja sistem dengan tujuan untuk
sistem ini terdiri dari admin dan pengunjung. Diagram memahami alur kerja sistem yang dimulai dari input
antarmuka yang akan dibangun pada penelitian ini dapat data yang dimasukkan pengguna sampai dengann
dilihat pada Gambar 4.1 berikut : menghasilkan keluaran (output). Secara garis besar
diagram alur kerja sistem dapat dilihat pada gambar 4.3
dan 4.4 berikut ini.

Gambar 4.1 Diagram Struktur Antarmuka Pengunjung

Gambar 4.3 Diagram Alur Kerja Sistem User

ejournal.unib.ac.id
 Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755

Tabel 4.1 Variabel Fuzzy

Domain
Himpunan Fungsi Keterangan
Variabel (batasan
fuzzy Keanggotaan
range)
Muda Linear Turun [25, 40]
Parobaya Segitiga [35, 60] Dalam
Umur Tua Segitiga [55 ,70]
Tahun
Sangat Linear Naik [65, ∞]
Tua
Sangat
Kurus
Linear Turun [0, 17.0] Dalam
Kurus Trapesium [16.5, IMT
18.5]
Status (Indeks
Normal Trapesium [18, 25]
Gizi
Gemuk Trapesium [24.5, Massa
27]
Sangat Tubuh)
Linear Naik [26.5, ∞]
Gemuk

e. Aplikasi Fungsi Implikasi

Gambar 4.4 Diagram Alur Kerja Sistem Admin
4. Perancangan Fuzzy Mamdani.
Metode Mamdani dikenal juga sebagai metode min-max,
diperkenalkan oleh Ebrahim Mamdani pada tahun 1975.
Perancangan fuzzy mamdani dilakukan dalam beberapa tahap
yaitu:
a. Pembentukan Variabel Fuzzy
b. Pembentukan Himpunan Fuzzy
c. Pembentukan Domain Fuzzy
d. Penentuan Fungsi Keangotaan
Adapun jenis-jenis variabel, himpunan, domain, dan fungsi
keanggotaan dapat dilihat pada tabel 4.1 sebagai berikut :
Pada metode Mamdani, fungsi implikasi yang digunakan
adalah minimum.
f. Komposisi Aturan
Metode yang digunakan dalam melakukan inferensi
sistem fuzzy, yaitu Metode max (maximum).
B. Perancangan Diagram UML
Model yang digunakan dalam perancangan aplikasi
sistem pakar identifikasi kesesuaian lahan ini adalah
pemodelan diagram UML (Unified Modelling Language).
Perancangan sistem ini menggunakan 7 model diagram
UML, yaitu use case diagram, activity diagram, sequence
diagram, class diagram, statechart diagram, object diagram,
dan collaboration diagram. (Pender 2002).
1. Usecase Diagram
Usecase digunakan untuk mengetahui fungsi apa saja
yang ada di dalam sebuah sistem informasi dan siapa
saja yang berhasil menggunakan fungsi-fungsi itu. Pada
use case diagram, ada dua hal utama yaitu pendefinisian
tentang aktor dan use case. Aktor merupakan orang,
proses, atau sistem lain yang berinteraksi dengan sistem.
Sedangkan use case merupakan fungsionalitas yang
disediakan sistem sebagai unit-unit yang saling bertukar

ejournal.unib.ac.id
 Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755

pesan antar unit atau aktor. Gambar 4.5 di bawah ini Berikut adalah activity diagram admin.
adalah use case diagram pada aplikasi sistem pakar
dalam penelitian ini.

Gambar 4.7 Activity Diagram Admin

Gambar 4.5 Usecase Diagram 3. Class Diagram
2. Activity Diagram Class diagram adalah diagram yang menunjukkan
Activity diagram menggambarkan workflow (aliran kelas-kelas yang ada dari sebuah sistem dan
kerja) atau aktivitas dari sebuah sistem. Yang perlu hubungannya secara logika. Class diagram bersifat
diperhatikan adalah bukan apa yang dilakukan sistem statis yang digambarkan dengan kotak yang terbagi atas
melainkan aktivitas apa yang dapat dilakukan sistem. tiga bagian yaitu nama kelas, atribut, dan operasi.
Gambar 4.6 di bawah ini adalah activity diagram untuk Atribut merupakan variabel-variabel yang dimiliki oleh
user. suatu kelas. Operasi atau metode adalah fungsi-fungsi
yang dimiliki oleh suatu kelas. Gambar 4.8 di bawah ini
adalah class diagram dari aplikasi sistem pakar yang
akan dibangun.

Gambar 4.6 Activity Diagram User Gambar 4.8 Class Diagram

ejournal.unib.ac.id
 Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755

4. Sequence Diagram
Sequence diagram adalah suatu penyajian perilaku yang
tersusun sebagai rangkaian langkah-langkah
percontohan dari waktu ke waktu. Sequence diagram
digunakan untuk menggambarkan arus pekerjaan, pesan
yang sampaikan dan bagaimana elemen-elemen di
dalamnya bekerja sama dari waktu ke waktu untuk
mencapai suatu hasil. Gambar 4.9 di bawah ini adalah
sequence diagram dari aplikasi sistem pakar yang akan
dibangun.
Gambar 4.10 Statechart Diagram
Sistem Pakar Perencanaan Diet Bagi Penderita Hipertensi
Menggunakan Fuzzy Mamdani 6. Collaboration Diagram
Collaboration Diagram atau Diagram Kolaborasi
merupakan diagram yang fungsinya sama dengan
diagram interaksi (Sequence Diagram). Tetapi terdapat
hal yang membedakan antara diagram kolaborasi
dengan diagram interaksi yaitu penyusunannya, diagram
kolaborasi lebih menekankan kepada struktur aliran dari
objek-objek yang mengirim dan menerima pesan.
Collaboration Diagram dapat dilihat seperti Gambar
4.11 dibawah ini.

Gambar 4.9 Sequence Diagram

5. Statechart Diagram
Statechart Diagram menggambarkan urutan keadaan
yang dilalui objek dalam suatu kelas, karena suatu
kejadian menyebabkan suatu perpindahan aktivitas/
state. State dari objek adalah penggolongan dari satu
atau lebih nilai atribut pada kelas. Statechart
Diagram dapat dilihat seperti Gambar 4.10 dibawah
Gambar 4.11 Collaboration Diagram
ini.
7. Object Diagram
Object Diagram merupakan sebuah gambaran tentang
objek-objek dalam sebuah sistem pada satu titik waktu.
ejournal.unib.ac.id
 Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755

Karena lebih menunjukkan perintah-perintah daripada Gambar 5.1 di atas merupakan tampilan dari halaman utama
class, object diagram lebih sering disebut sebagai aplikasi. Halaman utama merupakan halaman yang akan
sebuah diagram perintah. Object diagram sangat mirip keluar pada saat pengguna mengakses sistem. Pada beranda
dengan diagram kelas diagram. Perbedaan utama adalah aplikasi terdapat judul aplikasi yang telah dibuat, yaitu
bahwa diagram objek menggambarkan objek dan “Sistem Pakar Perencanaan Diet Bagi Penderita Hipertensi”,
hubungan mereka. Object Diagram dapat dilihat pada dan beberapa gambar tentang diet serta hipertensi. Selain itu
gambar dibawah ini. terdapat barisan menu-menu yang dapat diakses oleh
Aturan pengguna, yaitu menu beranda(home), Tentang Sistem(About
id_aturan = 1
kd_aturan = R001
umur = muda
Us), dan identifikasi. Menu identifikasi merupakan menu
status_gzii = kurus
f_aktivitas = ringan yang memuat halaman yang dapat digunakan oleh
keb_kal = banyak

1.. * pengunjung untuk memasukkan data-data pengguna yang

menu makanan
identifikasi
1
idmenu = 16
nmmenu = menu1
dibutuhkan dalam proses identifikasi, dan pengunjung dapat
nama = Yuli
umur = 45 admin waktu = snack pagi
1.. * 1
jk = perempuan
username = admin
1 menu = puding mangga
bhn_makanan = agar agar
mengetahui hasil identifikasi pada menu ini. Tampilan menu
pekerjaan = ibu rumah tangga
bb = 63 password = admin 1.. * berat = 2,5
tb = 152 urt = 1/2 sdm identifikasi sebagai berikut :
tek_darah = 140/90 energi = 0
protein = o
lemak = 0
karbohidrat = 0

Gambar 4.12 Object Diagram

BAB V
HASIL DAN PEMBAHASAN
5.1 Implementasi Sistem
5.1.1 Implementasi Antar Muka Pengguna
Hasil dari analisis dan perancangan sistem yang
telah dilakukan sebelumnya akan mempengaruhi
hasil dari implementasi antar muka sistem. Pada
tahapan implementasi antar muka ini, sistem ini
akan diimplementasikan menggunakan bahasa
Gambar 5.2 Menu Identifikasi
pemrograman PHP. Pada sistem ini terdapat
5.1.2 Implementasi Antar Muka Admin
beberapa tampilan antar muka sebagai berikut :
Admin memiliki wewenang lebih besar dari pada
pengguna (user) didalam suatu sistem aplikasi. Admin
juga dapat mengoperasikan aplikasi selayaknya
pengguna, tapi tidak sebaliknya. Untuk masuk sebagai
admin dalam suatu sistem aplikasi harus memasukkan
data seperti username dan password, seperti dibawah
ini :

Gambar 5.1 Beranda Aplikasi

ejournal.unib.ac.id
 Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755
Gambar 5.3 Tampilan Login
Selain itu terdapat juga barisan menu-menu yang dapat
diakses oleh admin. Tampilan menu admin dapat dilihat pada
gambar dibawah ini.
Gambar 5.4 Tampilan Menu di Beranda Admin
Menu Aturan menampilkan aturan-aturan yang terdapat
dalam sistem untuk mendukung metode fuzzy mamdani. Pada
menu ini admin dapat menambah, mengubah dan menghapus
aturan-aturan sesuai kebutuhan system. Seperti dibawah ini :
Gambar 5.5 Tampilan Form Aturan
Menu makanan digunakan untuk menambah, mengubah dan
menghapus data menu makanan untuk penderita hipertensi
yang hanya bisa diakses oleh admin. Berikut tampilan form
ejournal.unib.ac.id
manajemen menu makanan yang dapat dilihat seperti gambar
dibawah ini.
Gambar 5. 6 Tampilan Form Menu Makanan
5.2 Pengujian Sistem
Pengujian dilakukan untuk mengevaluasi kesalahan-
kesalahan dan memastikan apakah yang dibangun telah
berjalan dengan baik sebelum dapat digunakan.
Pengujian sistem ini mengunakan metode black box.
5.2.1 White Box
Pengujian white box dilakukan dengan menguji
kode-kode progam yang dibuat pada aplikasi.
Pengujian dilakukan dengan mengecek semua kode
pada program telah dieksekusi paling tidak satu kali.
Pengujian ini dilakukan pada proses pengembangan
sistem, yakni pengujian kode program (coding).
5.2.2 Blacx Box
Pengujian black box adalah pengujian dengan cara
mengamati hasil eksekusi berfokus pada persyaratan
fungsional perangkat lunak. Pengujian black box
memungkinkan perekayasa perangkat lunak
mendapatkan serangkaian kondisi input yang
 Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755

sepenuhnya menggunakan semua persyaratan Pada gambar diatas, diperoleh hasil identifikasi berdasarkan
fungsional untuk suatu program. data yang dimasukkan sebelumnya berupa :
5.2.3 Perhitungan Manual 1. Berat Badan Ideal : 47 Kg
Pengujian manual dilakukan untuk melihat Diperoleh dari persamaan 2.5 sebagai berikut :
perbandingan hasil perhitungan manual dengan BBI = (152 – 100) * 0,9
perhitungan yang dilakukan sistem. Pada bagian ini BBI = 46,8 dibulatkan menjadi 47 Kg
akan dicontohkan perhitungan manual menggunakan 2. Status Gizi : Sangat Gemuk
metode fuzzy mamdani dalam menentukan 3. Kategori Hipertensi : Hipertensi 1 / Ringan
perencanaan diet bagi penderita hipertensi. Misalkan Diperoleh dari Klasifikasi Tekanan Darah pada tabel 1.1
pada proses identifikasi pengguna memasukkan data bahwa tekanan darah sistolik = 140 dan diastoliknya = 90
sebagai berikut : tergolong dalam kategori Hipertensi Stadium 1 /
a. Nama : Yuli Hertati Hipertensi Ringan.
b. Jenis kelamin : Perempuan 4. Kebutuhan Kalori : 2433 Kkal
c. Umur : 45 Tahun 5. Jenis Diet : Diet Garam Rendah III (pada pengolahan
d. Pekerjaan : Ibu Rumah Tangga makanannya boleh menggunakan 1 sdt garam dapur).
e. Tinggi Badan : 152 cm Berikut ini adalah perhitungan manual menggunakan
f. Berat Badan : 63 Kg metode fuzzy mamdani berdasarkan contoh data diatas.
g. Aktivitas : Tidur, Duduk, Berbaring, - Menentukan Variabel Fuzzy.
Berdiri, Menonton, Jalan Santai, Menyapu, Variabel Fuzzy Umur
Mencuci, Menyetrika, dan Memasak. Variabel umur memiliki 4 himpunan yaitu muda,
h. Tekanan Darah : 140 / 90 mmHg parobay, tua, dan sangat tua. Umur ibu Yuli Hertati 45
Berdasarkan data-data yang dimasukkan diatas, Tahun, berdasarkan analisis yang dilakukan sebelumnya
Sistem akan mengeluarkan hasil identifikasi yang umur 45 tahun termasuk dalam golongan parobaya.
dapat dilihat seperti gambar dibawah ini. Himpunan parobaya menggunakan representasi kurva
segitiga sebagai berikut :

µParobaya(x)

0
35 40 60

untuk mencari derajat keanggotaan kurva segitiga adalah :

µParobaya(45) : x ≥ 60 atau x ≤ 35 = 0
: 35 < x < 40 = 0

ejournal.unib.ac.id
 Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755

60−45
: 40 < x < 60 = = 0,75 R48 IF Umur Parobaya (0.75) And IF Status Gizi Min
60−40
Sangat Gemuk (1) And Faktor Aktivitas Sedang (α) =
Jadi, derajat keanggotaan µParobaya(45) = 0,75 (1) Then Banyak min
0.75
- Variabel Status Gizi
Variabel status gizi memiliki 5 himpunan yaitu sangat R41 IF Umur Parobaya (0.75) And IF Status Gizi Min
Gemuk (0) And Faktor Aktivitas Istirahat (α) =
kurus, kurus, normal, gemuk, dan sangat gemuk. untuk (0) Then Banyak min 0
mendapatkan kategori status gizi, mencari nilai indeks R47 IF Umur Parobaya (0.75) And IF Status Gizi Min
Sangat Gemuk (1) And Faktor Aktivitas Ringan (α) =
masa tubuh terlebih dahulu.
(0) Then Banyak min 0
Untuk mencari nilai indeks masa tubuh menggunakan
R43 IF Umur Parobaya (0.75) And IF Status Gizi Min
persamaan (2.1) pada BAB II sebagai berikut : Gemuk (0) And Faktor Aktivitas Sedang (α) =
63 (1) Then Banyak min 0
IMT = = 27,4
(1,52)2 Kemudian mencari nilai α-predikat min dengan aturan diatas.
Jadi, nilai indeks masa tubuh = 27,4 α-predikat48= µUmurParobaya ∩ µStatusGiziSangatGemuk
Berdasarkan analisis yang dilakukan sebelumnya pada ∩ µAktivitasSedang
= min (0,75; 1; 1)
table indeks masa tubuh dengan nilai 27,4 termasuk = 0,75
dalam kategori sangat gemuk. Himpunan sangat gemuk α-predikat41 = µUmurParobaya ∩ µStatusGiziGemuk ∩
µAktivitasIstirahat
menggunakan representasi kurva linear naik sebagai = min (0,75; 0; 0)
berikut : =0
α-predikat47 = µUmurParobaya ∩
µStatusGiziSangatGemuk ∩
1 µAktivitasRingan
= min (0,75; 1; 0)
=0
α-predikat43 = µUmurParobaya ∩ µStatusGiziGemuk ∩
µS.Gemuk(x)
µAktivitasSedang
= min (0,75; 0; 1)
=0
Maka nilai min dari semua predikat diatas adalah [0,75; 0; 0; 0]
0 - Komposisi Aturan Mamdani.
26,5 27,0
Pembentukan komposisi aturan dilakukan dengan cara
Berdasarkan persamaan 4.9 pada BAB IV untuk mencari
pengambilan nilai max pada α-predikat. Berdasarkan dari
derajat keanggotaan kurva linear naik adalah :
aplikasi fungsi implikasi didapat nilai 0,75 sebagai nilai
µS.Gemuk(27,4) : x ≤ 26,5 = 0
tertinggi dan 0 sebagai nilai terendah. Maka,
: 26,5 < x < 27 = 0
µa1 = 0 ; batas bawah
: x ≥ 27 = 1
µa2 = 0,75 ; batas atas
Jadi, derajat keanggotaan µS.Gemuk(27,4) = 1
kemudian mencari nilai a1 dan a2 sebagai berikut :
Fungsi Implikasi Mamdani.
nilai a1 nilai a2
Pada metode mamdani fungsi implikasi yang digunakan 𝑎1−1000 𝑎2−1000
2500 −1000
= µa1 2500 −1000
= µa2
adalah nilai minimum, yaitu mencari nilai minimum
𝑎1−1000 𝑎2−1000
berdasarkan aturan sebagai berikut : 1500
=0 1500
= 0,75

ejournal.unib.ac.id
 Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755

1500 * 0 + 1000 = a1 1500 * 0,75 + 1000 = a2 M3 = 649390,625

a1 = 1000 a2 = 2125 Kemudian mencari nilai luas setiap daerah :
Defuzzifikasi Mamdani. A1 = nilai a1 * µa1
Defuzzifikasi mamdani menggunakan metode centroid, = 1000 * 0
untuk mencari nilai momen, luas daerah, dan titik pusat =0
menggunakan sebagai berikut A2 = (µa1 + µa2) * ( nilai a2 – nilai a1)
𝑛𝑖𝑙𝑎𝑖 𝑎1 2
:M1 = 0
(µ𝑎1) zdz
1000 = (0 + 0,75) * (2125 - 1000)
= 0
0 zdz
2
=0
= 421,875
𝑛𝑖𝑙𝑎𝑖 𝑎2
𝑧−1000
M2 = 𝑧 𝑑𝑧 A3 = (2500 – nilai a2) * µa2
1500
𝑛𝑖 𝑙𝑎𝑖 𝑎1
= (2500 - 2125) * 0,75
𝑛𝑖𝑙𝑎𝑖 𝑎2
𝑧 2 1000 𝑧
= 𝑑𝑧 = 281,25
1500 1500
𝑛𝑖𝑙𝑎𝑖 𝑎1
Jadi, nilai luas untuk tiap daerah adalah :
𝑧3 1000 𝑧 2 2125
= 1500 ∗3 − 1500 ∗2 1000 A1 =0
A2 = 421,875
𝑧3 1000 𝑧 2 2125
= 4500
− 3000 1000 A3 = 281,25
2𝑧 3 − 3000 𝑧 2 Maka, titik pusat dapat diperoleh dari :
= 9000
Z = M1 + M2 + M3
= 0,000222 * Z3 – 0,333 * Z2
A1 + A2 + A3
= (0,000222 * (2125)3 – 0,333 * (2125)2) –(0,000222 Z = 0 + 737542,96875 + 649390,625
*(1000) – 0,333 * (1000) )
3 2 0 + 421,875 + 281,25
Z = 1386933,59375
= (2130246,09375 – 1503703,125) – (222000 - 703,125
333000) Z = 1973

= 626542,96875 + 111000 Jadi, nilai kalori basal adalah 1973 Kkal. Kemudian mencari

= 737542,96875 total kalori harian sebagai berikut :

𝑛𝑖𝑙𝑎𝑖 2500 Status Gizi Ibu Yuli Hertati adalah Sangat Gemuk, maka
M3 = 𝑛𝑖𝑙𝑎𝑖 𝑎2
(µ𝑎2) 𝑧 𝑑𝑧
pengurangan sebesar 30% dari kalori basal. Aktivitas Ibu
0,75∗ 𝑧 2
= 2
│2500
2125 Yuli Hertati tergolong dalam aktivitas sedang, maka kalori
= 0,375 * Z 2
│2500
2125
basal dikali 1,76. Jadi nilai total kalori harian Ibu Yuli
= 0,375 * (2500)2 – 0,375 (2125)2 Hertati adalah :
= 2342750 – 1693359,375 Total Kalori = Kalori basal * 1,76 – 30%
= 649390,625 = 1973 * 1,76 – 30%
Jadi, masing-masing momen adalah : = 2431 Kkal
M1 =0 Jadi, total kalori untuk Ibu Yuli Hertati = 2431 Kkal
M2 = 737542,96875
ejournal.unib.ac.id
 Jurnal Rekursif, Vol. 2 No. 2 Juli 2016, ISSN 2303-0755

Berikut adalah contoh menu yang diberikan kepada Ibu Yuli DAFTAR PUSTAKA
Hertati.
Achmad Djaeni Seditama. 1985. Ilmu Gizi Untuk Mahasiswa
dan Profesi. Jakarta: Dian Rakyat.
Adi, Nugroho. 2004. Pemrograman Berorientasi Objek.
Bandung : Penerbit Informatika.
Almatsier, S. 2005. Prinsip Dasar Ilmu Gizi. Jakarta:
Gramedia Pustaka Utama.
Arief, Mansjoer. 2001. Kapita Selekta Kedokteran. Jakarta:
Media Aesculapius.
Arhami, Muhammad. 2005. Konsep Dasar Sistem Pakar.
Penerbit Andi. Yogyakarta.
Arbie. 2004. Manajemen Database dengan MSSQL. Jilid I
Yogyakarta : Andi Yogyakarta.
Budi, Raharjo. Imam, Heryanto. Enjang, R.K. 2010. Modul
Pemrograman Web HTML, PHP & MYSQL.
Modula, Bandung
Chonoles, Michael. Jesse. 2003. UML 2 For Dummies. New
York: Wiley Publishing, Inc.
Departemen Kesehatan RI. 2004. DKBM (Daftar Komposisi
Bahan Makanan). Departemen Kesehatan
RI. Jakarta.
Fathansyah. 2012. Basis Data. Bandung: Informatika
Galley, N., dan Jang, R. 2000. Fuzzy Logic Toolbox for Use
With Matlab, The Math Work Inc, New
York.
Hartati, Sri. dan Iswanti, Sari. 2008. Sistem Pakar dan
Pengembangannya. Yogyakarta : Graha
Ilmu.
Kusumadewi, S. 2003. Artificial Intelligence (Teknik dan
Aplikasinya), Edisi I.Yogyakarta: Graha
Ilmu.
Kusumadewi, S. dan H. Purnomo. 2010. Aplikasi Logika
Fuzzy untuk Pendukung Keputusan, Edisi II.
Yogyakarta: Graha Ilmu.
Negnevitsky, M. 2005. Artifial Intelligence a Guide to
Intelligent System. 2 Harlow, England:
Addison Wesley.
Pender, Thomas. 2002. UML Weekend Crash Cours. Wiley
Publishing Inc., Indiana
Pooley, Rob, Pauline Wilcox. 2003. Applying UML.
Butterworth – Heinemann. United Kingdom.
Price, Wilson. 2006. Patofisiologi Volume 2. Jakarta: EGC.
Mukharromah. 2010. Sistem Pakar Diagnosa Penyakit
Diabetes Berbasis Web. Skripsi Teknik
Informatika, IST AKPRIND.

ejournal.unib.ac.id