Jurnal PTI

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT AYAM
BERBASIS WEB
SKRIPSI
Diajukan untuk Menempuh Ujian Akhir Sarjana

Program Strata Satu Jurusan Teknik Informatika
Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia
PUPUS MUSTIKA PURI

10106188
PROGRAM STUDI S1
JURUSAN TEKNIK INFORMATIKA
FAKULTAS TEKNIK DAN ILMU KOMPUTER
UNIVERSITAS KOMPUTER INDONESIA
2011
ABSTRAK

BERBASIS WEB
oleh
Pupus Mustika Puri

10106188
Pertumbuhan dan perkembangan ayam mulai dari perawatan, pemeliharaan

sampai produksi daging dan telur tidak luput dari berbagai gangguan penyakit.
Hal ini, mengakibatkan kerugian bagi pemilik peternakan tersebut.
Proses pembangunan sistem pakar ini menggunakan metode akuisisi
pengetahuan dengan teknik pengumpulan data yang digunakan yaitu wawancara,
observasi dan induksi aturan. Sedangkan metode inferensi yang digunakan dalam
pembangunan sistem pakar ini dengan metode forward chaining dan
menggunakan metode pencarian best-first-search. Untuk metodologi
pembangunan perangkat lunak yang digunakan menggunakan metode terstruktur
yaitu Data Flow Diagram dan Entity Relationship Diagram. Tools pemrograman
yang digunakan dalam pembangunan sistem pakar ini menggunakan Adobe
Dreamweaver CS3 sedangkan basis datanya menggunakan MySQL.
Sistem pakar ini dibuat bertujuan untuk membantu pasien dalam
mendiagnosa penyakit ayam secara dini. Dalam perancangan sistem pakar ini
meminta suatu jawaban dari user terhadap gejala yang di derita, kemudian ouput
yang dihasilkan oleh komputer berupa kemungkinan penyakit yang dialami oleh
user serta solusi untuk mengobati penyakit pada ayam tersebut.
Kata Kunci : Forward Chaining, PHP, MySQL, Sistem Pakar, Penyakit Ayam.
i
ABSTRACT
EXPERT SYSTEM TO DIAGNOSIS OF AVIAN DISEASE

WEB-BASED
by
Pupus Mustika Puri

10106188
Growth and development of avian ranging from maintenance, maintenance

to the production of meat and eggs do not escape from a variety of diseases. This,
result in losses for the owners of these farms.
This expert system development process using the method of acquisition of
knowledge with data collection techniques used were interviews, observation and
induction rules. While the inference method used in the development of this expert
system with forward chaining method and using the method of best-first search.
For software development methodology used to use a structured method that is
Data Flow Diagram and Entity Relationship Diagram. Programming tools used
in this expert system development using Adobe Dreamweaver CS3 while using a
MySQL database
Expert system was created aims to assist patients in diagnosing disease
early chicken. In this expert system design of the user requesting a response to the
symptoms in the suffering, then the output generated by the computer in the form
of the possibility of disease experienced by users as well as solutions for treating
the disease in chickens
Keywords : Forward Chaining, avian disease, expert system, PHP,Website
ii
KATA PENGANTAR
Assalamu’alaikum Wr. Wb.,
Alhamdulillahi Rabbil ‘alamiin, segala puji dan syukur penulis panjatkan ke
hadirat sang Maha Pintar Allah SWT, karena dengan izin-Nya dan setitik ilmu
pengetahuan yang dipinjamkan kepada mahluk-Nya, penulis dapat menyelesaikan
laporan tugas akhir ini.
Laporan tugas akhir dengan judul “SISTEM PAKAR UNTUK
MENDIAGNOSA PENYAKIT AYAM BERBASIS WEB” ini disusun
guna memenuhi salah satu tugas mata kuliah tugas akhir pada semester sembilan
di jurusan Teknik Informatika Universitas Komputer Indonesia.
Penulis sangat menyadari kekurangan yang ada pada laporan ini.
Kekurangan ini dikarenakan keterbatasan penulis dalam hal ilmu pengetahuan dan
pemahaman penulisan laporan. Akan tetapi, penulis berusaha menyusun laporan
ini sebaik yang penulis bisa dengan segenap kemampuan dan usaha yang penulis
bisa.
Selama menulis laporan tugas akhir ini, penulis telah mendapatkan banyak
sekali bimbingan dan bantuan dari berbagai pihak yang telah dengan segenap hati
dan keikhlasan yang penuh membantu dan membimbing penulis dalam
menyelesaikan laporan ini. Dengan kesadaran hati, penulis ucapkan terima kasih
kepada:
1. Kedua orang tuaku yang senantiasa mendukungku dari kecil sampai saat
ini”Thanks for being my parent, u ‘re best of the best in my life ”.
iii
iv
2. Kakakku tercinta Puput Yuni S.“u’re bad sister(?) lol sometimes! xD but I
love u the most, thanks for do everythings to me. I really proud got sist like
you and sorry sometimes I always make u angry for many reason ”
3. Ibu Mira Kania Sabariah, S.T, M.T., selaku Ketua Jurusan Teknik
Informatika Universitas Komputer Indonesia.
4. Bapak Galih Hermawan S.Kom. selaku dosen wali kami IF-5 angkatan
2006.
5. Bapak Andry Alamsyah, S.SI., M.SI. selaku dosen pembimbing laporan
tugas akhir yang dengan segala kesabaran hatinya membimbing penulis
dalam menulis laporan tugas akhir ini.
6. Bapak Iskandar Iqbal, S.T. sebagai reviewer dan dosen penguji 1 yang
telah banyak memberikan saran, arahan dan bimbingan kepada penulis.
7. Bapak dan Ibu dosen serta seluruh staf pegawai jurusan Teknik
Informatika, UNIKOM Bandung yang telah banyak membantu penulis.
8. Drh. Titis Wahjudianto selaku pembimbing dalam pembuatan sistem pakar
dan mau meluangkan waktunya untuk penulis.
9. Teman-teman yang sedang tugas akhir Yudha, Wiwik, Ilmani, Dayu,
Sophian, Desi, dan Fauzi, terima kasih atas supportnya.
10. Teman-teman kosn Ria, Karina dan Yanti terima kasih sudah susah-senang
bareng “jangan bosen ya ngumpul dan ngobrol bareng lagi”
11. Fandy yang sudah membantu penulis dalam pembuatan program tugas
akhir ini. Terimakasih atas bantuan dan infonya “gomawo~yo”
12. Teman-teman IFMAX angkatan 2006.

v
Dan semua pihak yang tidak dapat penulis tuliskan namanya satu persatu
yang telah memberikan dorongan semangatnya kepada penulis. Akhir kata,
penulis berharap agar laporan ini dapat berguna bagi semua orang yang
membutuhkan. Amien.
Bandung, Januari 2011
Penulis
DAFTAR ISI
ABSTRAK ........................................................................................................i
ABSTRACT .......................................................................................................ii
KATA PENGANTAR ......................................................................................iii
DAFTAR ISI ......................................................................................................v
DAFTAR GAMBAR ........................................................................................xi
DAFTAR TABEL .............................................................................................xv
DAFTAR SIMBOL...........................................................................................xx
DAFTAR LAMPIRAN.....................................................................................xvii
BAB I PENDAHULUAN ..................................................................................1
1.l. Latar Belakang Masalah .....................................................................1
1.2. Identifikasi Masalah............................................................................2
1.3. Maksud dan Tujuan ............................................................................3
1.3.1. Maksud .....................................................................................3
1.3.2. Tujuan .......................................................................................3
1.4. Batasan Masalah .................................................................................3
1.5. Metodologi Penelitian.........................................................................4
1.5.1. Pengumpulan Data ....................................................................5
1.5.2. Pembangunan Perangkat Lunak ...............................................6
1.6. Sistematika Penulisan .........................................................................8
BAB II TINJAUAN PUSTAKA.......................................................................10
2.1. Artificial Intelligence ..........................................................................10
2.1.1. Sejarah Singkat .........................................................................10
iv
v
2.1.2. Pengertian Artificial Intelligence ..............................................12
2.1.3. Tujuan Artificial Intelligence ...................................................14
2.1.4. Lingkup Utama Artificial Intelligence ......................................15
2.2. Sistem Pakar .......................................................................................16
2.2.1. Pengertian Sistem Pakar ...........................................................16
2.2.2. Tujuan Sistem Pakar .................................................................18
2.2.3. Bentuk Sistem Pakar .................................................................19
2.2.4. Manfaat dan Ketebatasan Sistem Pakar ....................................20
2.2.4.1. Manfaat Sistem Pakar ..................................................20
2.2.4.2 Keterbatasan Sistem Pakar ............................................21
2.2.5. Komponen Sistem Pakar ...........................................................22
2.2.6. Arsitektur Sistem pakar .............................................................24
2.2.7. Pemilihan Masalah ....................................................................26
2.2.8. Rekayasa pengetahuan ..............................................................28
2.2.9. Partisipasi dalam proses pembangunan .....................................29
2.2.10. Akuisi Pengetahuan .................................................................30
2.2.11 Komponen-komponen Sistem Pakar ........................................31
2.2.12. Pohon Pelacakan .....................................................................33
2.2.13. Bidang-Bidang sistem Pakar ...................................................37
2.3. Basis data ............................................................................................39
2.4. Metode Analisis yang digunakan .......................................................45
2.2.14.1. Flowchart ...................................................................47
2.2.14.2.Diagram Konteks ........................................................48
2.2.14.3. DFD ............................................................................48
2.2.14.4.ERD .............................................................................49
vi
2.2.14.5. Kamus Data................................................................50
2.2.14.6. Perintah- Perintah MSQL ...........................................51
2.2.14.7. PHP ............................................................................52
2.2.14.7. Website .......................................................................53
BAB III ANALISIS DAN PERANCANGAN SISTEM .................................54
3.1. Analisis Sistem ..................................................................................54
3.1.1. Analisis Masalah ......................................................................54
3.1.2. Identifikasi Masalah .................................................................55
3.1.3. Analisis Data penyakit ..............................................................60
3.1.4. Pohon Pelacakan .......................................................................64
3.1.5 Kaidah Produksi…………………………...…………………..66
3.1.6. Analisis Basis Data ...................................................................70
3.1.6.1. Entity Relationship Diagram .......................................70
3.1.7. Analisis Kebutuhan Fungsional ................................................71
3.1.7.1. Diagram Konteks ........................................................71
3.1.7.2. DFD .............................................................................71
3.1.7.2.1. DFD level 1 ..............................................................72
3.1.7.2.2. DFD level 2 ..............................................................73
3.1.7.2.3. DFD level 3 (Pengolahan Gejala) ............................74
3.1.7.2.4. DFD level 3 (Pengolahan Rule) ...............................74
3.1.7.2.5. DFD level 3 (Pengolahan Penyakit) .........................75
3.1.7.2.6. DFD level 3 (Pengolahan Pakar) .............................75
3.1.7.2.7. DFD level 3 (Pengolahan Forum) ............................76
3.1.7.3. Spesifikasi Proses .........................................................76

vii
3.1.7.4. Kamus Data ..................................................................82
3.2 Perancangan Sistem .............................................................................83
3.2.1. Perancangan Data ......................................................................84
3.2.1.1. Skema Relasi ................................................................84
3.2.1.2. Struktur Tabel..............................................................85
3.2.2. Perancangan struktur menu .......................................................90
3.2.3. Perancangan Arsitektur.............................................................91
3.2.3.1. Perancangan Menu .......................................................91
3.2.3.2. Perancangan Pesan .......................................................101
3.2.3.3. Jaringan Semantik ........................................................103
3.2.3.4. Jaringan Semantik ........................................................104
BAB VI. IMPLEMENTASI DAN PENGUJIAN SISTEM ...........................107
4.1. Implementasi Sistem ....................................................................................107
4.1.1. Kebutuhan Perangkat Keras .....................................................107
4.1.2. Kebutuhan Perangkat Lunak ....................................................108
4.1.3. Implementasi Basis Data ..........................................................108
4.1.4. Implementasi Antar Muka ........................................................111
4.1.4.1. Implementasi Antamuka pakar ....................................111
4.1.4.2. Implementasi Antamuka User .....................................112
4.2. Pengujian Alpha..................................................................................112
4.2.1. Rencana Pengujian Aplikasi .....................................................113
4.2.2. Kasus dan Hasil Pengujian........................................................114
4.2.2.1. Pengujian Login ...........................................................114

viii
4.2.2.2. Pengujian Pengolahan Data gejala ...............................115
4.2.2.3. Pengujian Pengolahan Data penyakit ...........................116
4.2.2.4. Pengujian Pengolahan Data Relasi...............................117
4.2.2.5. Pengujian Ubah Profil (Pakar) .....................................118
4.2.2.6. Pengujian Forum ..........................................................119
4.3. Pengujian Beta ....................................................................................119
4.3.1. Kesimpulan Hasil Pengujian Beta Sistem Pakar ........................119
4.3.2. Kesimpulan Hasil Pengujian Beta Sistem Pakar ........................126
BAB V. KESIMPULAN DAN SARAN ...........................................................127
5.1. Kesimpulan .........................................................................................127
5.2. Saran ...................................................................................................127
DAFTAR PUSTAKA ........................................................................................128

DAFTAR GAMBAR
Gambar 1.1. Skema Waterfall ......................................................................... 6
Gambar 2.1. Proses Motor Inferensi ................................................................ 15
Gambar 2.2. Struktur sistem pakar .................................................................. 25
Gambar 2.3. Arsitektur sistem pakar ............................................................... 27
Gambar 2.4. Proses dalam rekayasa pengetahuan ............................................ 30
Gambar 2.5. Metode akuisi pengetahuan ......................................................... 32
Gambar 2.6. Proses Forward chaining ............................................................. 36
Gambar 3.1. ERD sistem pakar diagnosa penyakit ayam ................................. 78
Gambar 3.2. Diagram konteks ......................................................................... 79
Gambar 3.3. DFD level 1 Sistem Pakar Diagnosa Penyakit Ayam ................... 80
Gambar 3.4. DFD level 2 pengolahan data ...................................................... 81
Gambar 3.5. DFD level 3 proses gejala ........................................................... 82
Gambar 3.6. DFD level 3 proses relasi ............................................................ 82
Gambar 3.7. DFD level 3 proses penyakit ....................................................... 83
Gambar 3.8.DFD level 3 pengelolaan pakar .................................................... 83
Gambar 3.9. DFD level 3 pengelolaan forum .................................................. 84
Gambar 3.10. Skema Relasi ............................................................................ 99
Gambar 3.11. Struktur Menu Member ............................................................. 100
Gambar 3.12. Struktur Menu Pakar ................................................................. 100
xi
xii
Gambar 3.13. Form Menu Utama .................................................................... 101
Gambar 3.14. Form Pendaftaran...................................................................... 101
Gambar 3.15. Form Login Pakar ..................................................................... 102
Gambar 3.16. Form Cetak diagnosa ................................................................ 102
Gambar 3.17. Form menu diagnosa ................................................................. 103
Gambar 3.18. Form menu hasil diagnosa......................................................... 104
Gambar 3.19. Form detail diagnosa dan cetak diagnosa................................... 104
Gambar 3.20. Form Menu Forum .................................................................... 105
Gambar 3.21. Form Jawab Forum ................................................................... 105
Gambar 3.22. Form Menu Utama Pakar .......................................................... 106
Gambar 3.23. Form Penyakit .......................................................................... 106
Gambar 3.24. Form Tambah Penyakit ............................................................. 107
Gambar 3.25. Form Edit Penyakit ................................................................... 107
Gambar 3.26. Form Gejala .............................................................................. 108
Gambar 3.27. Form Tambah gejala ................................................................. 108
Gambar 3.28. Form Edit gejala ....................................................................... 108
Gambar 3.29. Form Relasi .............................................................................. 109
Gambar 3.30. Form tambah relasi ................................................................... 109
Gambar 3.31. Form edit relasi ......................................................................... 110
Gambar 3.32. Form Tambah pakar .................................................................. 110
Gambar 3.34. Form edit pakar ......................................................................... 111
Gambar 3.35. Form laporan penyakit .............................................................. 112
Gambar 3.36. Form laporan gejala .................................................................. 112

xiii
Gambar 3.37. Form menu forum ..................................................................... 113
Gambar 3.38. Form tambah forum .................................................................. 113
Gambar 3.39. Form edit forum ........................................................................ 114
Gambar 3.40. Tampilan Pesan M01 ................................................................ 114
Gambar 3.53 .Tampilan Pesan M14 ................................................................ 116
Gambar 3.58 .Tampilan Pesan M19 ................................................................ 116

xiv
Gambar 3.60 Jaringan Semantik pengguna ...................................................... 117
Gambar 3.61 Jaringan Semantik pakar ............................................................ 118
Gambar 3.62 Flowchart Diagnosa ................................................................... 119
Gambar 3.63 Flowchart Login ........................................................................ 119
Gambar 3.64 Flowchart Tambah ..................................................................... 119
Gambar 3.65 Flowchart Edit .......................................................................... 119

DAFTAR TABEL
Tabel 3.1. Tabel gejala dan jenis penyakit ....................................................... 61
Tabel 3.2. Spesifikasi proses ........................................................................... 76
Tabel 3.3. Kamus Data .................................................................................... 82
Tabel 3.4. Tabel Gejala ................................................................................... 85
Tabel 3.5. Tabel Relasi ................................................................................... 85
Tabel 3.6. Tabel Penyakit ................................................................................ 85
Tabel 3.7. Tabel Hasil Diagnosa ..................................................................... 86
Tabel 3.8. Tabel Pakar .................................................................................... 86
Tabel 3.9. Tabel Temporary Penyakit.............................................................. 86
Tabel 3.10. Tabel Temporary Gejala ............................................................... 87
Tabel 3.11. Tabel Temporary Analisa ............................................................. 87
Tabel 3.12. Tabel Jawaban .............................................................................. 87
Tabel 3.13. Tabel Forum ................................................................................. 88
Tabel 3.14. Tabel Topik .................................................................................. 88
Tabel 3.15. Tabel Poling ................................................................................. 88
Tabel 3.16. Tabel Member .............................................................................. 89
Tabel 4.1. Perangkat Keras yang digunakan .................................................... 108
Tabel 4.2. Perangkat Lunak yang digunakan ................................................... 108
Tabel 4.3. Implementasi Database ................................................................... 108
Tabel 4.4. Antarmuka Pakar ............................................................................ 111
Tabel 4.5. Antarmuka Member ........................................................................ 112
xv
xvi
Tabel 4.6. Rencana Pengujian Aplikasi Sistem Pakar Penyakit Ayam ............. 113
Tabel 4.7. Pengujian Login ............................................................................. 114
Tabel 4.8. Pengujian member .......................................................................... 114
Tabel 4.10. Pengujian diagnosa ....................................................................... 115
Tabel 4.11. Pengujian Tambah gejala .............................................................. 115
Tabel 4.12. Pengujian Ubah gejala .................................................................. 116
Tabel 4.13. Pengujian Tambah Penyakit.......................................................... 116
Tabel 4.14. Pengujian ubah data penyakit ....................................................... 117
Tabel 4.15. Pengujian tambah data relasi......................................................... 117
Tabel 4.16. Pengujian ubah relasi .................................................................... 118
Tabel 4.17. Pengujian Tambah Pakar .............................................................. 118
Tabel 4.18. Pengujian Ubah Pakar .................................................................. 118
Tabel 4.19. Pengujian Forum Diskusi.............................................................. 119
Tabel 4.20. Hasil Pengujian kuesioner 1 (Pakar) ............................................. 120
Tabel 4.21. Hasil Pengujian kuesioner 2.......................................................... 121
Tabel 4.22. Hasil Pengujian kuesioner 3 .......................................................... 121
Tabel 4.25. Hasil Pengujian kuesioner 1 (Member) ......................................... 123
Tabel 4.29. Hasil Pengujian kuesioner 5 .......................................................... 125

DAFTAR SIMBOL
1. Simbol Flow Map
SIMBOL NAMA KETERANGAN
Proses Merupakan proses komputer yang

terjadi didalam aliran dokumen
Aliran Menunjukkan aliran data antar dokumen

atau antar proses
Proses Manual Merupakan proses yang terjadi didalam

Flow Map
Seleksi Digunakan untuk pengecekan
Dokumen Menujukan dokumen sebagai masukan

/keluaran baik secara manual atau
melalui komputer
Multiple Menunjukan banyak dokumen sebagai

dokumen masukan/keluaran baik secara manual
atau melalui komputer
Offline Menunjukkan tempat penyimpanan data

Storage berupa arsip
xvii
xviii
2. Simbol Entity Relationship Diagram (ERD)
Entity Menunjukkan himpunan entitas
Belah Ketupat Menunjukkan himpunan relasi

Relationship
Menunjukkan penghubung antara

himpunan relasi dengan himpunan
Garis
entitas dan himpunan entitas dengan
atributnya
Atribut Ellips Menunjukkan atribut dari sebuah
entitas
3. Simbol Data Flow Diagram (DFD)
Menunjukkan kegiatan / kerja yang

dilakukan oleh orang, mesin atau
Proses komputer
Terminator Menunnjukkan bagian dari luar
Arus / Aliran Menunjukkan arus dari proses

data
Menunjukkan simpanan dari data yang

dapat berupa suatu file / database di
Data store sistem komputer
DAFTAR LAMPIRAN
Lampiran A Tampilan Antarmuka ................................................................ A-1
Lampiran B Listing Program ........................................................................ B-1
Lampiran C Hasil Kuesioner ........................................................................ C-1
xvii
DAFTAR PUSTAKA
[1] Hartanto, Jogiyanto. 2002. Pengenalan Komputer, Andi,Yogyakarta.
[2] Kusumadewi, Sri. 2003. Artificial Intelligence (Teknik dan Aplikasinya),

Graha Imu, Yogyakarta.
[3] Sari Iswanti, Sri Hartati. 2008. Sistem Pakar dan Pengembangannya. Graha
Ilmu, Yogyakarta.
[4] http://id.wikipedia.org/wiki/MySQLdiakses 23 maret 2010 pukul 20:22
[5] http://en.wikipedia.org/wiki/WAMPdiakses 23 maret 2010 pukul 20:27
128
BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah
Kesehatan merupakan hal yang paling penting bagi makhluk hidup.
Tidak hanya manusia yang membutuhkan kesehatan tetapi hewan juga
membutuhkannya. Dalam suatu peternakan ayam, dapat terjadi banyak sekali
variasi penyakit yang sudah sangat dipahami atau familiar bagi peternak
terutama peternak skala menengah dan besar. Berbicara keberhasilan mengenai
peternakan (tanpa tergantung skala bisnisnya) oleh seorang peternak ditentukan
dari pengetahuan dan pemahaman dengan pengenalan sumber hambatan dan
ancaman dari penyakit yang mungkin dapat menjadikan ledakan penyakit
menular dan berakibat sangat merugikan. Oleh sebab itu, pengamanan dan
menjauhkan ternak ayam dari sumber wabah dan hambatan potensial
tersebut menjadi prioritas dan perhatian khusus.
Pemilihan indukan yang unggul, pengelolaan yang baik, sanitasi,
peningkatan daya tahan ayam dengan vaksinasi dan usaha menjauhkan ternak
ayam dari sumber penyakit adalah kunci sukses dalam beternak ayam. Tetapi
kurangnya informasi pengetahuan dan pemahaman dalam pengenalan suatu
penyakit dapat mengakibatkan kesalahan diagnosis dan pengobatan suatu
penyakit pada ayam.
1
2
Jenis penyakit ayam yang tidak diketahui sebagai virus alami atau parasit
yang menyebabkan timbulnya penyakit. Infeksi yang terdapat pada ayam dapat
menularkan ke ayam lainnya. Sulitnya peternak mendapatkan informasi tentang
jenis-jenis penyakit pada ayam yang akan menghambat dan merupakan
ancaman besar bagi para peternak.
Informasi yang menampilkan penyakit ayam dianggap sangat sedikit.
Sulitnya pasien dalam mendiagnosa penyakit ayam secara dini, akan
menyebabkan keterlambatan atas penangulangan penyakit dan kematian ayam.
Hal ini, merugikan bagi peternak dengan berkurangnya populasi jumlah
ternaknya. Begitu juga dengan ayam lainnya bisa tertular penyakit yang
disebabkan oleh ayam yang sudah terinfeksi sebelumnya.
1.2 Identifikasi Masalah
Dilihat dari fenomena-fenomena yang terjadi dalam pembuatan sistem
pakar penyakit pada ayam, ditemukan berbagai masalah yaitu:
1. Kurangnya informasi pengetahuan dan pemahaman dalam pengenalan
suatu penyakit dapat mengakibatkan kesalahan diagnosis dan pengobatan
penyakit pada ayam.
2. Sulitnya peternak mendapatkan informasi tentang jenis-jenis penyakit pada
ayam yang akan menghambat dan merupakan ancaman besar bagi para
peternak.
3
3. Sulitnya pasien dalam mendiagnosa penyakit ayam secara dini, akan
menyebabkan keterlambatan atas penangulangan penyakit dan kematian
ayam.
1.3 Maksud dan Tujuan
1.3.1 Maksud
Maksud dari skripsi ini adalah membangun Sistem Pakar untuk
Mendiagnosa Gejala Penyakit pada Ayam Berbasis Web.
1.3.2 Tujuan
Tujuan dari skripsi ini:
1. Memberikan informasi pengetahuan dan pemahaman dalam
pengenalan suatu penyakit dapat mengakibatkan kesalahan diagnosis
dan pengobatan penyakit pada ayam.
2. Memudahkan peternak mendapatkan informasi tentang jenis-jenis
penyakit pada ayam yang akan menghambat dan merupakan ancaman
besar bagi para peternak.
3. Memudahkan pasien dalam mendiagnosa penyakit ayam secara dini,
akan menyebabkan keterlambatan atas penangulangan penyakit dan
kematian ayam.
1.4 Batasan Masalah
Melihat paparan di atas, maka batasan masalah dalam skripsi ini adalah
sebagai berikut:
4
a. Data yang diolah yaitu data pakar, data gejala, data relasi, data laporan dan
data penyakit
b. Proses yang terdapat dalam aplikasi ini adalah proses diagnosa, pengisian
forum dan pembuatan hasil detail penyakit.
c. Keluaran pada sistem berupa informasi penyakit, gejala, laporan,forum diskusi
dan informasi hasil detail penyakit.
d. Sistem dibangun dengan berbasis web.
e. Pembangunan sistem pakar menggunakan tree dengan metode inferensi
Forward chaining, menggunakan metode pencarian Best-First-Search dari data
penunjang untuk diagnosis.
f. Pembangunan sistem menggunakan Macromedia Dreamweaver MX,
menggunakan bahasa pemrograman PHP dan database yang digunakan
adalah MySQL.
1.5 Metode Penelitian
Metodologi yang digunakan dalam penelitian ini adalah metode deskriptif,
yaitu suatu metode yang menggambarkan fakta-fakta dan informasi dalam
situasi atau kejadian secara sistematis, faktual dan akurat. Metode penelitian ini
memiliki dua tahapan, yaitu tahap pengumpulan data dan tahap pengembangan
perangkat lunak.
5
1.5.1 Tahap Pengumpulan Data
Teknik pengumpulan data yang digunakan dalam penelitian ini adalah
sebagai berikut:
1. Studi Pustaka
Studi ini dilakukan dengan mempelajari, meneliti dan menelaah berbagai
literature-literatur di perpustakaan yang bersumber dari buku-buku, teks, jurnal
ilmiah, situs-situs di internet dan bacaan-bacaan yang ada kaitannya dengan
topik penelitian.
2. Studi Lapangan
Studi ini dilakukan dengan cara mengunjungi tempat yang akan diteliti
dan pengumpulan data dilakukan secara langsung. Hal ini meliputi :
a. Wawancara
Wawancara adalah teknik pengumpulan data dengan cara mengadakan tanya
jawab secara langsung dengan narasumber yang terkait dengan permasalahan
yang diambil, yaitu Peternakan Rokim Farm milik Drh. Djodi Hario Seno di
Cimuning, Bekasi-Jawa Barat.
b. Observasi
Observasi yaitu teknik pengumpulan data dengan cara melakukan
pengamatan secara langsung terhadap objek permasalahan yang diambil, dalam
hal ini adalah di Cimuning, Bekasi-Jawa Barat.

6
1.5.2 Tahap Pengembangan Perangkat Lunak
Teknik analisis data dalam pembuatan perangkat lunak menggunakan
paradigma pembuatan perangkat lunak secara waterfall, yang meliputi beberapa
proses seperti yang terlihat pada Gambar 1.1 :
Gambar 1. 1 Skema Waterfall
a. Rekayasa Sistem
Merupakan tahapan yang pertama kali yaitu merumuskan sistem yang akan
kita bangun. Hal ini bertujuan agar pengembang benar-benar memahami sistem
yang dibangun dan langkah-langkah serta kebijakan apa saja yang berkaitan
dengan pengembangan sistem tersebut.

7
b. Analisis Sistem
Analisis sistem merupakan kegiatan mengumpulkan kebutuhan secara
lengkap kemudian dianalisis dan didefinisikan kebutuhan yang harus dipenuhi
oleh aplikasi yang akan dibangun. Tahap ini harus dikerjakan secara lengkap
untuk bisa menghasilkan desain yang lengkap.
c. Perancangan Sistem
Perancangan sistem merupakan tahap perancangan antarmuka dari hasil
analisis kebutuhan yang telah selesai dikumpulkan secara lengkap.
d. Pengkodean Sistem
Pengkodean sistem merupakan tahap penerjemahan data atau pemecahan
masalah yang telah dirancang ke dalam bahasa pemrograman tertentu.
e. Pengujian Sistem
Perancangan lunak yang sudah dirancang direalisasikan sebagai serangkaian
program atau unit program, dan pengujian unit melibatkan verifikasi bahwa setiap
unit telah memenuhi spesifikasi.
Pemeliharaan Sistem
Tahap akhir sesudah perangkat lunak dibangun dengan melakukan
pemeliharaan, seperti penyesuaian atau melakukan perubahan sesuai dengan
kondisi yang akan datang yang mungkin perlu dilakukan.

8
Umpan balik : merupakan respon dari pengguna sistem yang bisa digunakan
untuk mengetahui sejauh mana aplikasi yang dibangun diterima oleh
penggunanya.
1.6 Sistematika Penulisan
Sistem penulisan dalam menyusun laporan penelitian ini, untuk memberikan
gambaran umum tentang penelitian yang dijalankan. Sistematika penulisan tugas
akhir ini adalah sebagai berikut:
BAB I PENDAHULUAN
Bab ini berisi tentang latar belakang masalah, identifikasi masalah, maksud
dan tujuan, batasan masalah, metodologi penelitian dan sistematika penulisan.
BAB II LANDASAN TEORI
Bab ini berisi tentang konsep dasar serta teori-teori yang berkaitan dengan
topik penelitian dari sumber pustaka dan referensi yang menjadi landasan dasar
dalam perancangan, analisis kebutuhan sampai implementasi dan pengujian
sistem.
9
BAB III ANALISIS DAN PERANCANGAN SISTEM
Bab ini berisi analisis kebutuhan dalam membangun aplikasi ini, analisis
sistem yang sedang berjalan pada aplikasi ini sesuai dengan metode pembangunan
perangkat lunak yang digunakan. Selain itu terdapat juga perancangan antarmuka
untuk aplikasi yang akan dibangun sesuai dengan hasil analisis yang telah dibuat.
BAB IV IMPLEMENTASI DAN PENGUJIAN
Bab ini berisi tahapan implementasi dan pengujian yang merupakan tahap
yang dilakukan dalam mengimplementasikan dari hasil penelitian, analisis dan
perancangan yang telah diidentifikasikan untuk mengimplementasikan dan
menguji aplikasi.
BAB IV KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan tentang keseluruhan dari pembangunan aplikasi ini
dan saran tentang aplikasi ini untuk masa yang akan datang.
BAB II
TINJAUAN PUSTAKA
2.1 Artificial Intelligence
2.1.1 Sejarah Singkat
Kecerdasan Buatan (artificial intelligence) merupakan inovasi baru di
bidang ilmu pengetahuan. Mulai ada sejak muncul komputer modern, yakni pada
1940 dan 1950. Kemampuan mesin elektronika baru menyimpan sejumlah besar
info, memproses dengan kecepatan sangat tinggi menandingi kemampuan
manusia. Ilmu pengetahuan komputer ini khusus ditujukan dalam perancangan
otomatisasi tingkah laku cerdas dalam sistem kecerdasan komputer. Pada sistem
ini memperlihatkan sifat-sifat khas yang dihubungkan dengan kecerdasan dalam
kelakuan yang sepenuhnya dapat menirukan beberapa fungsi otak manusia, seperti
pengertian bahasa, pengetahuan, pemikiran, pemecahan, dan masalah.
Pentingnya kecerdasan buatan menjadi nyata bagi negara-negara yang berperan
sejak tahun 1970. Para pemimpin negara yang mengakui potensialnya kecerdasan
buatan mengharap mendapat persetujuan jangka panjang untuk sumber-sumber
yang memerlukan dana intensif. Jepang adalah yang pertama kali melakukan itu.
Negara ini mengembangkan program yang sangat berambisi dalam penelitian
kecerdasan buatan. Sebagai bidang ilmu pengetahuan komputer, kecerdasan
buatan sebenarnya sudah mulai diselidiki pada 1930-an dan 1940-an. Pada saat
itu, banyak cendekiawan mengembangkan ide-ide baru mengenai komputasi.
10
11
Logika matematika menjadi bidang aktif dari penyelidikan kecerdasan buatan,
karena sistem logika deduktif telah berhasil diimplementasikan dalam program-
program komputer. Seorang ahli matematika bernama Alan Turing, yang
memiliki sumbangan besar dalam pengembangan teori kemampuan penghitungan
(computability), mengusulkan tes untuk melihat bisa atau tidaknya mesin
memberikan respon terhadap seangkaian pertanyaan (agar mesin dapat dikatakan
cerdas). Uji yang dilakukan adalah dengan mengukur kinerja (performance) mesin
cerdas. Uji Alan Turing menjadi dasar bagi banyak strategi yang digunakan
dengan menilai program-program kecerdasan buatan.
Pada awalnya, kecerdasan buatan hanya ada di universitas-universitas dan
laboratorium penelitian, serta hanya sedikit produk yang dihasilkan dan
dikembangkan. Menjelang akhir 1970-an dan 1980-an, mulai dikembangkan
secara penuh dan hasilnya berangsur-angsur dipublikasikan di khalayak umum.
Permasalahan di dalam kecerdasan buatan akan selalu bertambah dan berkembang
seiring dengan laju perkembangan zaman menuju arah globalisasi dalam setiap
aspek kehidupan manusia, yang membawa persoalan-persoalan yang semakin
beragam pula.
Program kecerdasan buatan lebih sederhana dalam pengoperasiannya,
sehingga banyak membantu pemakai. Program konvensional dijalankan secara
prosedural dan kaku, rangkaian tahap solusinya sudah didefinisikan secara tepat
oleh pemrogramnya. Sebaliknya, pada program kecerdasan buatan untuk
mendapatkan solusi yang memuaskan dilakukan pendekatan trial and error, mirip
seperti apa yang dilakukan oleh manusia.

12
2.1.2 Pengertian Artificial Intelligence
Adapun beberapa definisi Artificial Intelligence adalah sebagai berikut :
Definisi artificial intelligent menurut Jog [1] : ”Artificial Intelligence
didefinisikan sebagai suatu mesin atau alat pintar (biasanya adalah komputer)
yang dapat melakukan suatu tugas yang bilamana tugas tersebut dilakukan oleh
manusia akan dibutuhkan suatu kepintaran untuk melakukannya”.
Definisi artificial intelligent menurut Kus [2] : “Kecerdasan buatan atau
artificial intelligence merupakan salah satu bagian ilmu komputer yang membuat
agar mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang
dilakukan oleh manusia”.
Definisi artificial intelligent menurut Sar [3] : “Kecerdasan buatan (artificial
intelligence adalah salah satu bidang ilmu komputer yang mendayagunakan
komputer sehingga dapat berprilaku cerdas seperti manusia”.
Kecerdasan buatan dilihat dari berbagai sudut pandang adalah sebagai
berikut :
1. Sudut pandang Kecerdasan (Intelligence)
Kecerdasan buatan adalah bagaimana membuat mesin yang “cerdas” dan dapat
melakukan hal-hal yang sebelumnya dapat dilakukan oleh manusia.

13
2. Sudut pandang Penelitian
Studi bagaimana membuat agar komputer dapat melakukan sesuatu sebaik
yang dilakukan oleh manusia.
Domain penelitian adalah sebagai berikut :
a. Mundane task
i. Persepsi (vision and speech)
ii. Bahasa alami (understanding, generation and translation)
iii. Pemikiran yang bersifat commonsense
iv. Robot control
b. Format task
i. Permainan atau games
ii. Matematika (geometri, logika, kalkulus, integral, pembuktian)
c. Expert task
i. Analisis financial
ii. Analisis medical
iii. Analisis ilmu pengetahuan
iv. Rekayasa (desain, pencarian, kegagalan, perencanaan, manufaktur)

14
3. Sudut pandang Bisnis
Kumpulan peralatan yang sangat powerful dan metodologis dalam
menyelesaikan masalah-masalah bisnis.
4. Sudut pandang Pemrograman (Programming)
Kecerdasan buatan termasuk didalamnya adalah studi tentang pemrograman
simbolik, pemecahan masalah, proses pencarian (search).
2.1.3 Tujuan Artificial Intelligance
Tujuan dari kecerdasan buatan menurut Winston dan Prendergast :
1. Membuat mesin menjadi lebih pintar (tujuan utama)
2. Memahami apa itu kecerdasan (tujuan ilmiah)
3. Membuat mesin lebih bermanfaat (tujuan entrepreneurial)
Dua bagian utama yang dibutuhkan untuk aplikasi kecerdasarn buatan
(Gambar 2.1 Proses Motor Inferensi) adalah :
a. Basis Pengetahuan (Khowledge Base) berisi fakta-fakta, teori, pemikiran
dan hubungan antara satu dengan lainnya.
b. Motor Inferensi (Inference Engine) adalah kemampuan menarik
kesimpulan berdasarkan pengalaman.

15
Input Output
Basis Motor
Masalah Jawaban
Pengetahuan Inferensi
Pertanyaan Solusi
Gambar 2. 1 Proses Motor Inferensi
2.1.4 Lingkup Utama Artificial Intelligence
1. Sistem Pakar (Expert System)
Komputer sebagai sarana untuk menyimpan pengetahuan para pakar
sehingga komputer memiliki keahlian menyelesaikan permasalahan dengan
meniru keahlian yang dimiliki pakar.
2. Pengolahan bahasa alami (Natural Language Processing)
User dapat berkomunikasi dengan computer menggunakan bahasa sehari-
hari, missal bahasa inggris, bahasa Indonesia atau pun bahasa daerah lainnya.
3. Pengenalan ucapan (Speech recognition)
Manusia dapat berkomunikasi dengan komputer menggunakan suara.
4. Robotika dan sistem sensor
Contohnya sistem sensor, seperti sistem vision, sistem tactile dan sistem
pemrosesan sinyal jika dikombinasikan dengan Artificial Intelligence, dapat
dikategorikan ke dalam suatu sistem yang luas yang disebut sistem robotika.
16
5. Computer Vision
Menginterpretasikan gambar atau objek tampak melalui komputer.
6. Intelligent Computer Aided Instruction
Komputer dapat digunakan sebagai tutor yang dapat melatih dan
mengajar.
7. Game Playing
Permainan dilakukan dengan menggunakan sekumpulan aturan, pencarian
ruang, teknik untuk menentukan alternative dalam menyimak problema ruang
merupakan sesuatu yang rumit, teknik tersebut disebut dengan Heuristic dan
permainan merupakan bidang yang menarik dalam studi heuristic.
2.2 Sistem Pakar
2.2.1 Pengertian Sistem Pakar
Ketika hendak membuat suatu keputusan yang komplek atau memecahkan
masalah, seringkali kita meminta nasehat atau berkonsultasi dengan seorang pakar
atau ahli. Seorang pakar adalah seseorang yang mempunyai pengetahuan dan
pengalaman spesifik dalam suatu bidang; misalnya pakar komputer, pakar uji tak
merusak, pakar politik dan lain-lain. Semakin tidak terstruktur situasinya, semakin
mengkhusus (dan mahal) konsultasi yang dibutuhkan.
Sistem Pakar (Expert System) adalah usaha untuk menirukan seorang
pakar. Biasanya Sistem Pakar berupa perangkat lunak pengambil keputusan yang
17
mampu mencapai tingkat performa yang sebanding seorang pakar dalam bidang
problem yang khusus dan sempit. Ide dasarnya adalah: kepakaran ditransfer dari
seorang pakar (atau sumber kepakaran yang lain) ke komputer, pengetahuan yang
ada disimpan dalam komputer, dan pengguna dapat berkonsultasi pada komputer
itu untuk suatu nasehat, lalu komputer dapat mengambil inferensi (menyimpulkan,
mendeduksi, dll.) seperti layaknya seorang pakar, kemudian menjelaskannya ke
pengguna tersebut, bila perlu dengan alasan-alasannya. Sistem Pakar malahan
terkadang lebih baik unjuk kerjanya daripada seorang pakar manusia!
Kepakaran (expertise) adalah pengetahuan yang ekstensif (meluas) dan
spesifik yang diperoleh melalui rangkaian pelatihan, membaca, dan pengalaman.
Pengetahuan membuat pakar dapat mengambil keputusan secara lebih baik dan
lebih cepat daripada non-pakar dalam memecahkan problem yang kompleks.
Kepakaran mempunyai sifat berjenjang, pakar top memiliki pengetahuan lebih
banyak daripada pakar yunior.
Tujuan Sistem Pakar adalah untuk mentransfer kepakaran dari seorang pakar
ke komputer, kemudian ke orang lain (yang bukan pakar). Proses ini tercakup
dalam rekayasa pengetahuan (knowledge engineering) yang akan dibahas
kemudian.
Sistem pakar yang terkenal :

18
MYCIN
Dibuat oleh Edward Shortlife of Standford University tahun 70-an.
Sistem pakar medical yang bisa mendiagnosa penyakit infeksi dan
merekomendasi pengobatan. MYCIN membantu dokter mengidentifikasi pasien
yang menderita penyakit. Dokter duduk di depan komputer dan memasukkan data
pasien: umur, riwayat kesehatan, hasil laboratorium dan informasi terkait lainnya.
Dengan informasi ini ditambah pengetahuan yang sudah ada dalam komputer,
MYCIN mendiagnosa selanjutnya merekomendasi obat dan dosis yang harus
dimakan. MYCIN sebagai penasehat medis, tidak dimaksudkan untuk
mengantikan kedudukan seorang dokter. Tetapi membantu dokter yang belum
berpengalaman dalam penyakit tertentu. Juga untuk membantu dokter dalam
mengkonfirmasi diagnosa dan terapi yang diberikan kepada pasien apakah sesuai
dengan diagnosa dan terapi yang ada dalam basis pengetahuan yang sudah
dimasukkan ke dalam MYCIN, karena MYCIN dirancang oleh dokter-dokter
yang ahli di bidang penyakit tersebut. Kesimpulan : sistem pakar seperti MYCIN
bisa digunakan sebagai bahan pembanding dalam pengambilan solusi dan
pemecahan masalah. Keputusan terakhir atas pengobatan tersebut tetap menjadi
tanggung jawab dokter.
2.2.2 Tujuan Sistem Pakar
Tujuan dari sistem pakar adalah untuk memindahkan kemampuan
(transferring expertise) dari seorang ahli atau sumber keahlian yang lain ke dalam
19
komputer dan kemudian memindahkannya dari komputer kepada pemakai yang
tidak ahli (bukan pakar). Proses ini meliputi empat aktivitas yaitu:
1. Akuisi pengetahuan (knowledge acquisition) yaitu kegiatan mencari dan
mengumpulkan pengetahuan dari para ahli atau sumber keahlian yang lain.
2. Representasi pengetahuan (knowledge representation) adalah kegiatan
menyimpan dan mengatur penyimpanan pengetahuan yang diperoleh dalam
komputer. Pengetahuan berupa fakta dan aturan disimpan dalam komputer
sebagai sebuah komponen yang disebut basis pengetahuan.
3. Inferensi pengetahuan (knowledge inferencing) adalah kegiatan melakukan
inferensi berdasarkan pengetahuan yang telah disimpan didalam komputer.
4. Pemindahan pengetahuan (knowledge transfer) adalah kegiatan pemindahan
pengetahuan dari komputer ke pemakai yang tidak ahli.
2.2.3 Bentuk Sistem Pakar
1. Mandiri merupakan sistem pakar yang murni berdiri sendiri, tidak digabung
dengan perangkat lunak lain, bisa dijalankan pada komputer pribadi dan
mainframe.
2. Terkait atau tergabung merupakan sistem pakar hanya bagian dari program
yang lebih besar. Program tersebut biasanya menggunakan teknik algoritma
konvensional tapi bisa mengakses sistem pakar yang ditempatkan sebagai
subrutin, yang bisa dimanfaatkan setiap kali dibutuhkan.

20
3. Terhubung adalah sistem pakar yang berhubungan dengan software lain.
Misalnya spreadsheet, DBMS, program grafik. Pada saat proses inferensi,
sistem pakar bisa mengakses data dalam spreadsheet atau DBMS atau
program grafik bisa dipanggil untuk menayangkan output visual.
4. Sistem Mengabdi Merupakan bagian dari komputer khusus yang diabdikan
kepada fungsi tunggal. Sistem tersebut bisa membantu analisa data radar
dalam pesawat tempur atau membuat keputusan intelejen tentang bagaimana
memodifikasi pembangunan kimiawi.
2.2.4 Manfaat dan Keterbatasan Sistem Pakar
2.2.4.1 Manfaat Sistem Pakar
1. Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli
2. Bisa melakukan proses secara berulang secara otomatis
3 Menyimpan pengetahuan dan keahlian para pakar
4 Mampu mengambil dan melestarikan keahlian para pakar (terutama yang
termasuk keahlian langka)
5 Mampu beroperasi dalam lingkungan yang berbahaya
6 Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan
mengandung ketidakpastian. Pengguna bisa merespon dengan jawaban ‟tidak
tahu‟ atau ‟tidak yakin‟ pada satu atau lebih pertanyaan selama konsultasi dan
sistem pakar tetap akan memberikan jawaban.
7 Tidak memerlukan biaya saat tidak digunakan, sedangkan pada pakar manusia
memerlukan biaya sehari-hari.

21
8 Dapat digandakan (diperbanyak) sesuai kebutuhan dengan waktu yang
minimal dan sedikit biaya
9 Dapat memecahkan masalah lebih cepat daripada kemampuan manusia
dengan catatan menggunakan data yang sama.
10 Menghemat waktu dalam pengambilan keputusan
11 Meningkatkan kualitas dan produktivitas karena dapat memberi nasehat yang
konsisten dan mengurangi kesalahan
12 Meningkatkan kapabilitas sistem terkomputerisasi yang lain. Integrasi Sistem
Pakar dengan sistem komputer lain membuat lebih efektif, dan bisa mencakup
lebih banyak aplikasi .
13 Mampu menyediakan pelatihan. Pengguna pemula yang bekerja dengan
sistem pakar akan menjadi lebih berpengalaman. Fasilitas penjelas dapat
berfungsi sebagai guru.
2.2.4.2 Keterbatasan Sistem Pakar
Metodologi Sistem Pakar yang ada tidak selalu mudah, sederhana dan
efektif. Berikut adalah keterbatasan yang menghambat perkembangan Sistem
Pakar:
a. Pengetahuan yang hendak diambil tidak selalu tersedia.
b. Kepakaran sangat sulit diekstrak dari manusia.
c. Pendekatan oleh setiap pakar untuk suatu situasi atau problem bisa
berbeda-beda, meskipun sama-sama benar.

22
d. Adalah sangat sulit bagi seorang pakar untuk mengabstraksi atau
menjelaskan langkah mereka dalam menangani masalah
e. Pengguna Sistem Pakar mempunyai batas kognitif alami, sehingga
mungkin tidak bisa memanfaatkan sistem secara maksimal.
f. Sistem Pakar bekerja baik untuk suatu bidang yang sempit.
g. Banyak pakar yang tidak mempunyai jalan untuk mencek apakah
kesimpulan mereka benar dan masuk akal.
h. Istilah dan jargon yang dipakai oleh pakar dalam mengekspresikan fakta
seringkali terbatas dan tidak mudah dimengerti oleh orang lain.
i. Pengembangan Sistem Pakar seringkali membutuhkan perekayasa
pengetahuan (knowledge engineer) yang langka dan mahal.
j. Kurangnya rasa percaya pengguna menghalangi pemakaian Sistem
Pakar.
k. Transfer pengetahuan dapat bersifat subyektif dan bias.
2.2.5 Area Permasalahan Aplikasi Sistem Pakar
1. Interpretasi
Pengambilan keputusan dari hasil observasi, diantaranya pengawasan,
pengenalan ucapan, analisis citra, interpretasi sinyal, dan beberapa analisis
kecerdasan.
23
2. Prediksi
Memprediksi akibat-akibat yang dimungkinkan dari situasi-situasi
tertentu, diantaranya peramalan, prediksi demografis, peralaman ekonomi,
prediksi lalu lintas, estimasi hasil, militer, pemasaran, atau peramalan
keuangan.
3. Diagnosis
Menentukan sebab malfungsi dalam situasi kompleks yang didasarkan
pada gejala-gejala yang teramati, diantaranya medis, elektronis, mekanis,
dan diagnosis perangkat lunak.
4. Desain
Menentukan konfigurasi komponen-komponen sistem yang cocok dengan
tujuan-tujuan kinerja tertentu dan kendala-kendala tertentu, diantaranya
layout sirkuit, perancangan bangunan.
5. Perencanaan
Merencanakan serangkaian tindakan yang akan dapat mencapai sejumlah
tujuan dengan kondisi awal tertentu, diantaranya perencanaan keuangan,
komunikasi, militer, pengembangan politik, routing dan manajemen
proyek.
6. Monitoring
Membandingkan tingkah laku suatu sistem yang teramati dengan tingkah
laku yang diharapkan darinya, diantaranya Computer Aided Monitoring
System.
24
7. Debugging dan repair
Menentukan dan mengimplementasikan cara-cara untuk mengatasi
malfungsi, diantaranya memberikan resep obat terhadap suatu kegagalan.
8. Instruksi
Melakukan instruksi untuk diagnosis, debugging dan perbaikan kinerja.
9. Kontrol
Mengatur tingkah laku suatu environment yang kompleks seperti kontrol
terhadap interpretasi-interpretasi, prediksi, perbaikan, dan monitoring
kelakuan sistem
10. Seleksi
Mengidentifikasi pilihan terbaik dari sekumpulan (list) kemungkinan.
11. Simulasi
Pemodelan interaksi antara komponen-komponen sistem.
2.2.6 Komponen Sistem Pakar
Sistem pakar terdiri dari dua bagian pokok, yaitu lingkungan pengembangan
(development environment) dan lingkungan konsultasi (consultation
environment).
Lingkungan pengembangan digunakan sebagai pembangun sistem pakar baik
dari segi pembangun komponen maupun basis pengetahuan. Lingkungan
konsultasi digunakan oleh seorang yang bukan ahli untuk berkonsultasi (Gambar
2.2 Struktur Sistem Pakar).

25
Gambar 2. 2 Struktur Sistem Pakar
Papan Tulis (Blackboard/Workplace), adalah memori/lokasi untuk bekerja
dan menyimpan hasil sementara. Biasanya berupa sebuah basis data. Antarmuka
Pemakai (User Interface). Sistem Pakar mengatur komunikasi antara pengguna
dan komputer. Komunikasi ini paling baik berupa bahasa alami, biasanya
disajikan dalam bentuk tanya-jawab dan kadang ditampilkan dalam bentuk
gambar atau grafik. Antarmuka yang lebih canggih dilengkapi dengan percakapan
(voice communication).
Subsistem Penjelasan (Explanation Facility). Kemampuan untuk menjejak
(tracing) bagaimana suatu kesimpulan dapat diambil merupakan hal yang sangat
penting untuk transfer pengetahuan dan pemecahan masalah.

26
Komponen subsistem penjelasan harus dapat menyediakannya yang secara
interaktif menjawab pertanyaan pengguna, Misalnya:
1. “Mengapa pertanyaan tersebut anda tanyakan?”
2. “Seberapa yakin kesimpulan tersebut diambil?”
3. “Mengapa alternatif tersebut ditolak?”
4. “Apa yang akan dilakukan untuk mengambil suatu kesimpulan?”
5. “Fakta apalagi yang diperlukan untuk mengambil kesimpulan akhir?”
Sistem Penghalusan Pengetahuan (Knowledge Refining System). Seorang
pakar mempunyai sistem penghalusan pengetahuan artinya, mereka bisa
menganalisa sendiri performa mereka, belajar dari pengalaman, serta
meningkatkan pengetahuannya untuk konsultasi berikutnya. Pada Sistem Pakar,
swa-evaluasi ini penting sehingga dapat menganalisa alasan keberhasilan atau
kegagalan pengambilan kesimpulan, serta memperbaiki basis pengetahuannya.
2.2.7 Arsitektur Sistem Pakar
Sistem pakar memiliki beberapa komponen utama, yaitu antarmuka
pengguna (user interface), basis data sistem pakar (expert system database),
fasilitas akuisisi pengetahuan (knowledge acquisition facility), dan mekanisme
inferensi (inference mechanism). Selain itu ada satu komponen yang hanya ada
pada beberapa sistem pakar, yaitu fasilitas penjelasan (explanation facility)
(Martin dan Oxman,1988).

27
Ada 4 tipe penjelasan yang digunakan dalam sistem pakar (Gambar 2.3 Arsitektur
Sistem Pakar), yaitu (Schnupp, 1989):
1. penjelasan mengenai jejak aturan yang menunjukkan status konsultasi.
2. Penjelasan mengenai bagaimana sebuah keputusan diperoleh.
3. Penjelasan mengapa sistem menanyakan suatu pertanyaan.
4. Penjelasan mengapa sistem tidak memberikan keputusan seperti yang
dikehendaki pengguna.
Basis
Memori kerja
Pengetahuan Mesin
(Fakta)
(Aturan)
Agenda
Fasilitas
Fasilitas
Aku isi
Penjelasan
Pengetahuan
Antar Muka
Pengguna
Gambar 2. 3 Arsitektur Sistem Pakar
Memori kerja dalam arsitektur sistem pakar (Gambar 2.3) merupakan
bagian dari sistem pakar yang berisi fakta-fakta masalah yang ditemukan dalam
suatu sesi, berisi fakta-fakta tentang suatu masalah yang ditemukan dalam proses
konsultasi.
28
2.2.8 Pemilihan Masalah
Pembuatan Sistem Pakar membutuhkan waktu dan biaya yang banyak.
Untuk menghindari kegagalan yang memalukan dan kerugian yang besar, maka
dibuat beberapa pedoman untuk menentukan apakah Sistem Pakar cocok untuk
memecahkan suatu problem:
a. Biaya yang diperlukan untuk pembangunan Sistem Pakar ditentukan
oleh kebutuhan untuk memperoleh solusi. Sehingga harus ada
perhitungan yang realistis untuk cost and benefit.
b. Pakar manusia tidak mudah ditemui untuk semua situasi di mana dia
dibutuhkan. Jika pakar pengetahuan tersebut terdapat di mana saja dan
kapan saja, maka pembangunan Sistem Pakar menjadi kurang
berharga.
c. Problem yang ada dapat diselesaikan dengan teknik penalaran simbolik,
dan tidak membutuhkan kemampuan fisik.
d. Problem tersebut harus terstruktur dengan baik dan tidak membutuhkan
terlalu banyak pengetahuan awam (common sense), yang terkenal sulit
untuk diakuisisi dan dideskripsikan, dan lebih banyak berhubungan
dengan bidang yang teknis.
e. Problem tersebut tidak mudah diselesaikan dengan metode komputasi
yang lebih tradisionil. Jika ada penyelesaian algoritmis yang bagus
untuk problem tersebut, maka kita tidak perlu memakai Sistem Pakar.
29
f. Ada pakar yang mampu memberikan penjelasan tentang kepakarannya serta
mau bekerjasama. Adalah sangat penting bahwa pakar yang dihubungi benar-
benar mempunyai kemauan kuat untuk ikut berpartisipasi serta tidak merasa
pekerjaannya akan menjadi terancam.
g. Problem tersebut mempunyai sekup yang tepat. Biasanya merupakan problem
yang membutuhkan kepakaran yang sangat khusus namun hanya membutuhkan
seorang pakar untuk dapat menyelesaikannya dalam waktu yang relatif singkat
(misalnya paling lama 1 jam).
2.2.9 Rekayasa Pengetahuan (Knowledge Engineering)
Proses dalam rekayasa pengetahuan meliputi (Gambar 2.4):
a. Akuisisi pengetahuan, yaitu bagaimana memperoleh pengetahuan dari
pakar atau sumber lain (sumber terdokumentasi, buku, sensor, file
komputer, dll.).
b. Validasi pengetahuan, untuk menjaga kualitasnya misalnya dengan uji
kasus.
c. Representasi pengetahuan, yaitu bagaimana mengorganisasi
pengetahuan yang diperoleh, mengkodekan dan menyimpannya dalam
suatu basis pengetahuan.
d. Penyimpulan pengetahuan, menggunakan mesin inferensi yang
mengakses basis pengetahuan dan kemudian melakukan penyimpulan.

30
e. Transfer pengetahuan (penjelasan). Hasil inferensi berupa nasehat,
rekomendasi, atau jawaban, kemudian dijelaskan ke pengguna oleh
subsistem penjelas.
Gambar 2. 4 Proses dalam Rekayasa Pengetahuan
2.2.10 Partisipan Dalam Proses Pengembangan
Pakar, yaitu seseorang yang mempunyai pengetahuan, pengalaman, dan metode
khusus, serta mampu menerapkannya untuk memecahkan masalah atau memberi
nasehat. Pakar menyediakan pengetahuan tentang bagaimana nantinya Sistem
Pakar bekerja.
Perekayasa pengetahuan (knowledge engineer), yang membantu pakar untuk
menyusun area permasalahan dengan menerjemahkan dan mengintegrasikan
jawaban pakar terhadap pertanyaan-pertanyaan dari klien, menarik analogi, serta

31
memberikan contoh-contoh yang berlawanan, kemudian menyusun basis
pengetahuan.
Pengguna, yang mungkin meliputi: seorang klien non-pakar yang sedang
membutuhkan nasehat (Sistem Pakar sebagai konsultan atau advisor), seorang
siswa yang sedang belajar (Sistem Pakar sebagai instruktur), seorang pembuat
Sistem Pakar yang hendak meningkatkan basis pengetahuan (Sistem Pakar
sebagai partner), seorang pakar (Sistem Pakar sebagai kolega atau asisten, yang
dapat memberikan opini kedua).
Partisipan lain, dapat meliputi: pembangun sistem (system builder), tool builder,
staf administrasi dan lain sebagainya.
2.2.11 Akuisi Pengetahuan
Dalam proses akuisisi pengetahuan, seorang perekayasa pengetahuan
menjembatani antara pakar dengan basis pengetahuan. Perekayasa pengetahuan
mendapatkan pengetahuan dari pakar, mengolahnya bersama pakar tersebut, dan
menaruhnya dalam basis pengetahuan, dengan format tertentu. Pengambilan
pengetahuan dari pakar dapat dilakukan secara (Gambar 2.5):
Manual, di mana perekayasa pengetahuan mendapatkan pengetahuan dari
pakar (melalui wawancara) dan/atau sumber lain, kemudian mengkodekannya
dalam basis pengetahuan. Proses ini biasanya berlangsung lambat, mahal, serta
kadangkala tidak akurat.

32
Semi-otomatik, di mana terdapat peran komputer untuk: (1) mendukung
pakar dengan mengijinkannya membangun basis pengetahuan tanpa (atau dengan
sedikit) bantuan dari perekayasa pengetahuan, atau (2) membantu perekayasa
pengetahuan sehingga kerjanya menjadi lebih efisien dan efektif.
Otomatik, di mana peran pakar, perekayasa pengetahuan, dan pembangun
basis pengetahuan (system builder) digabung. Misalnya dapat dilakukan oleh
seorang system analyst seperti pada metode induksi.
Gambar 2. 5 Metode Akuisisi Pengetahuan (a) Manual (b) Akuisisi Terkendali

Pakar (c)Induksi
33
2.2.12 Komponen-komponen Sistem Pakar
1. Basis Pengetahuan (Knowledge Base)
Pengetahuan merupakan kemampuan untuk membentuk model mental
yang menggambarkan obyek dengan tepat dan mempresentasikannya dalam aksi
yang dilakukan terhadap suatu obyek (Martin dan Oxman, 1988).
Pengetahuan dapat diklasifikasikan menjadi tiga, yaitu pengetahuan
prosedural (procedural knowledge), pengetahuan deklaratif (declaratif
knowlwdge), dan pengetahuan tacit (tacit knowledge). Pengetahuan prosedural
lebih menekankan pada bagaimana melakukan sesuatu, pengetahuan deklaratif
menjawab pertanyaan apakah sesuatu bernilai salah atau benar, sedangkan
pengetahuan tacit merupakan pengetahuan yang tidak dapat diungkapkan dengan
bahasa. Basis Pengetahuan merupakan inti program Sistem Pakar dimana basis
pengetahuan ini adalah representasi pengetahuan (Knowledge Representation)
dari seorang pakar.
Pengetahuan dapat dipresentasikan dalam bentuk yang sederhana atau
kompleks, tergantung dari masalahnya (Schnupp, 1989).
Ada beberapa model representasi yang penting yaitu : logika (logic), jaringan
semantik (semantic nets), bingkai (frame), kaidah produksi (production rule).

34
a. Logika (logic)
Logika merupakan suatu pengkajian ilmiah tentang serangkaian
penalaran, sistem kaidah, dan prosedur yang membantu proses penalaran.
Logika merupakan bentuk representasi pengetahuan yang paling tua, yang
menjadi dasar dari teknik representasi high level.
b. Jaringan Sematik
Merupakan suatu gambaran dari pengetahuan yang
memperlihatkan hubungan hirarki dari objek – objek. Objek
dipresentasikan dalam bentuk node dan hubungan antara objek dinyatakan
oleh garis penghubung beratribut.
c. Bingkai (Frame)
Yaitu blok – blok berisi pengetahuan mengenai objek tertentu,
kejadian, lokasi, situasi dari elemen – elemen lain yang menggambarkan
objek tersebut secara rinci, dimana rincian objek tersebut disimpan ke
dalam sebuah slot yang menggambarkan berbagai atribut dan karakteristik
dari objek.
d. Kaidah Produksi
Metode kaidah produksi biasanya dituliskan dalam bentuk jika
maka (if-then). Kaidah ini dapat dikatakan sebagai hubungan implikasi dua
bagian, yaitu: pertama jika (premise) dan yang kedua, yaitu muka
35
(konkulasi). Apabila bagian jika dipenuhi maka bagian muka akan bernilai
benar.
2. Basis Data (Data Base)
Basis Data adalah bagian yang mengandung semua fakta-fakta, baik fakta
awal pada saat sistem mulai beroperasi maupun fakta-fakta yang didapatkan pada
saat pengambilan kesimpulan yang sedang dilaksanakan. Dalam praktiknya, Basis
data berada di dalam memori komputer. Kebanyakan Sistem Pakar mengandung
Basis Data untuk menyimpan data hasil observasi dan data lainnya yang
dibutuhkan selama pengolahan.
3. Mesin Inferensi (Inferensi Engine)
Mesin Inferensi adalah bagian yang mengandung mekanisme fungsi
berpikir dan pola-pola penalaran sistem yang akan menganalisis suatu masalah
tertentu dan selanjutnya akan mencari jawaban atau kesimpulan yang terbaik.
Secara deduktif mesin inferensi memilih pengetahuan yang relevan dalam rangka
mencapai kesimpulan. Dengan demikian sistem ini dapat menjawab pertanyaaan
pemakai meskipun jawaban tersebut tidak tersimpan secara eksplisit di dalam
basis pengetahuan. Mesin Inferensi memulai pelacakannya dengan mencocokan
kaidah-kaidah dalam basis pengetahuan dengan fakta-fakta yang ada dalam basis
data.
36
Dibawah ini ada 2 macam metode inference, yaitu :
a. Forward Chaining (Pelacakan ke Depan)
Pendekatan yang dimotori oleh data (data driven). Dalam pendekatan ini
pelacakan dimulai dari informasi masukan dan selanjutnya mencoba
menggambarkan kesimpulan. Aturan dalam sistem merepresentasikan aksi-aksi
yang harus diambil apabila terdapat suatu kondisi khusus pada item-item dalam
memori kerja yang disebut himpunan aturan kondisi-aksi. Dalam metode ini, data
digunakan untuk menentukan aturan mana yang akan dijalankan, kemudian aturan
tersebut dijalankan. Mungkin proses menambahkan data ke memori kerja. Proses
diulang sampai ditemukan suatu hasil. Aktivitas sistem dilakukan berdasarka
siklus mengenal-beraksi (recognize-act).
Pelacakan ke depan mencari fakta yang sesuai dari bagian IF dari aturan
IF-THEN (Gambar 2.6 menunjukkan proses forward chaining).
Observasi A Aturan R1 Fakta C Kesimpulan 1

Observasi B Aturan R2 Fakta D Aturan R3
Aturan R4
Kesimpulan 2
Fakta E
Gambar 2. 6 Proses Forward Chaining
b. Backward Chaining
Merupakan penalaran dari node tujuan dan bergerak ke belakang menuju
keadaan awal, dalam penalaran ke belakang prosesnya disebut terarah,

37
menggunakan pendekatan goal-driven, dimulai dari ekspektasi apa yang
diinginkan terjadi (hipotesis), kemudian mengecek pada sebab-sebab yang
mendukung (ataupun kontadiktif) dari ekspektasi tersebut.
Contoh :
R1 : IF suku bunga turun THEN harga obligasi naik
R2 : IF suku bunga naik THEN harga obligasi turun
R3 : IF suku bunga tidak berubah THEN harga obligasi tidak berubah
R4 : IF dolar naik THEN suku bunga turun
R5 : IF dolar turun THEN suku bunga naik
R6 : IF harga obligasi turun THEN beli obligasi
2.2.13 Pohon Pelacakan
Hampir semua masalah Artificial Intellegence ditampilkan dalam bentuk
grafik atau jaringan yang berbentuk node dan akar yang disebut pohon pelacakan.
Untuk menghindari kemungkinan adanya proses pelacakan suatu node secara
berulang, maka digunakan struktur pohon.
Pohon pencarian untuk graph keadaan dengan 6 level (Gambar 2.7
Struktur pohon).
38
Gambar 2.7 Struktur pohon
Pada Gambar 2.7 tersebut sudah tidak terlihat lagi adanya siklus, karena
setiap node tidak diperbolehkan memiliki cabang kembali ke node dengan level
yang lebih rendah.
Struktur pohon digunakan untuk menggambarkan keadaan secara hirarki
yang terdiri dari beberapa node. Node yang terletak pada level-0 disebut dengan
nama aka. Node akar menunjukkan keadaan awal yang biasanya merupakan topic
atau objek. Node akar teletak pada level ke nol yang memiliki beberapa
percabangan yang terdiri atas beberapa node successor yang disebut dengan nama
anak dan merupakan node-node perantara.
Node ini pada gilirannya mempunyai pengganti lagi sebagai anak,
bergerak mundur melalui pohon, node ini disebut node pendahuluan, nenek
moyang atau orang tua. Node yang tidak mempunyai anak atau tidak mempunyai
pengganti disebut node pengganti. Akar yang disilang dan dihubungkan disebut
batang.
39
2.2.13.1 Metode Pencarian dan Pelacakan
A. Pencarian Melebar Pertama (Breadth-First Search)
Pada metode Breadth-First Search ini adalah semua node pada level n
akan dikunjungi terlebih dahulu sebelum mengunjungi node-node pada level n+1.
pencarian dimulai dari node akar terus ke level 1 dari kiri ke kanan, kemudian
berpindah ke level berikutnya dari kiri ke kanan hingga solusi ditemukan (Gambar
2.8 Metode Breadth-First Search).
Gambar 2.8 Metode Breadth-First Search
Algoritma :
1. Buat suatu variable Node_List dan tetapkan sebagai keadaan awal.
2. Kerjakan langkah-langkah berikut ini sampai tujuan tercapai atau Node_List
dalam keadaan kosong :
a) Hapus elemen pertama dari Node_List, sebut dengan nama E. Jika
Node_List kosong, keluar.
b) Pada setiap langkah yang aturannya cocok dengan E, kerjakan :

40
i. Aplikasikan aturan tersebut membentuk suatu keadaan baru.
ii. Jika keadaan awal adalah tujuan yang diharapkan, sukses dan keluar.
iii. Jika tidak demikian, tambahkan keadaan awal yang baru tersebut pada
akhir Node_List.
Keuntungan :
1. Tidak akan menemui jalan buntu
2. Jika ada 1 solusi, maka breadth – first search solusi akan menemukannya dan
jika ada lebih dari satu solusi, maka solusi minimum akan ditemukan.
Kelemahan :
1. Membutuhkan memori yang cukup banyak
2. Membutuhkan waktu yang cukup lama, karena akan menguji n level untuk
mendapatkan solusi pada level yang ke-(n+1).
B. Pencarian Mendalam Pertama (Depth – First Search)
Pada metode Depth – First Search, Proses pencarian dilakukan pada
semua anaknya sebelum dilakukan pencarian ke node-node yang selevel.
Pencarian dimulai dari node akar ke level yang lebih tinggi. Proses diulangi terus
hingga ditemukan solusi (Gambar 2.9 Metode Depth – First Search).

41
Gambar 2.9 Metode Depth – First Search
Algoritma :
1. Jika keadaan awal merupakan tujuan, keluar (sukses).
2. Jika tidak demikian, kerjakan langkah-langkah berikut ini sampai tercapai
keadaan sukses atau gagal :
a) Bangkitkan successor E dari keadaan awal. Jika tidak ada successor, maka
akan terjadi kegagalan.
b) Panggil Depth – First Search dengan E sebagai keadaan awal.
c) Jika sukses berikan tanda sukses. Namun jika tidak, ulangi langkah-2.
Keuntungan :
1. Membutuhkan memori relatif kecil, karena hanya node-node pada lintasan
yang aktif saja yang disimpan.
2. Secara kebetulan, metode Depth – First Search akan menemukan solusi
tanpa harus menguji lebih banyak lagi dalam ruang keadaan.

42
Kelemahan :
1. Memungkinkan tidak ditemukannya tujuan yang diharapkan
2. Hanya mendapat satu solusi pada setiap pencarian
C. Pencarian Terbaik Pertama (Best First Search)
Metode Pencarian Terbaik Pertama (Best First Search) merupakan
kombinasi dari metode depth first search dan metode breadth first search dengan
mengambil kelebihan dari kedua metode tersebut. Pada setiap langkah proses
pencarian terbaik pertama, kita memilih node-node dengan menerapkan fungsi
heuristik yang memadai pada setiap node atau simpul yang kita pilih dengan
menggunakan aturan-aturan tertentu untuk menghasilkan penggantinya. Pada best
first search, pencarian diperbolehkan mengunjungi node di lebih rendah dan jika
ternyata node dilevel lebih tinggi memiliki nilai heuristik lebih buruk.
Untuk mengimplementasikan metode ini, dibutuhkan dua antrian yang berisi
node-node, yaitu :
1. OPEN yaitu berisi node-node yang sudah dibangkitkan, sudah memiliki
fungsi heuristik namun belum diuji. Umumnya berupa antrian berprioritas
yang berisi elemen-elemen dengan nilai heuristik tertinggi.
2. CLOSED yaitu berisi node-node yang sudah diuji
Algoritma :
1. Tempatkan node awal A pada antrian OPEN

43
2. Kerjakan langkah-langkah berikut hingga tujuan ditemukan atau antrian
OPEN sudah kosong :
a) Ambil node terbaik dari OPEN (Gambar 2.11 Antrian OPEN)
b) Bangkitkan semua successornya
c) Untuk tiap-tiap successor kerjakan :
i. Jika node tersebut belum pernah dibangkitkan sebelumnya, evaluasi node
tersebut dan masukkan ke OPEN.
ii. Jika node tersebut sudah pernah dibangkitkan sebelumnya, ubah parent
jika lintasan baru lebih menjanjikan. Hapus node tersebut dari antrian
OPEN.
Antrian OPEN
[A]
[DCB]
[CFBE]
[GFBEH]
Gambar 2.10 Antrian OPEN

44
Diasumsikan node dengan nilai yang lebih besar memiliki nilai evaluasi
yang lebih baik. Pada keadaan awal, antrian berisi A. Pengujian dilakukan di level
pertama, node D memiliki nilai terbaik, sehingga menempati antrian pertama,
disusul dengan C dan B. Node D memiliki cabang E dan F yang masing-masing
bernilai 2 & 4. Dengan demikian C merupakan pilihan terbaik dengan menempati
antrian pertama (Gambar 2.12 Metode Best First Search).
Fungsi Heuristik yang digunakan merupakan prakiraan (estimasi) cost dari
initial state ke goal state, yang dinyatakan dengan :
f‟ = g + h‟
dimana : f‟ = prakiraan cost dari initial ke goal
g = cost dari initial state ke current state
h‟ = prakiraan cost dari current state ke goal state
Gambar 2.11 Metode Best First Search

45
Keuntungan :
1. Membutuhkan memori yang relatif kecil, karena hanya node-node pada
lintasan yang aktif saja yang disimpan.
2. Menemukan solusi tanpa harus menguji lebih banyak node.
Kelemahan :
1. Memungkinkan terjebak pada nilai optima.
2.2.14 Bidang-bidang Sistem Pakar
Ada banyak area atau wilayah yang menjadi daerah kerja Artificial
Intelligence yaitu jaringan saraf, sistem persepsi, robotic, bahsa ilmiah, sistem
pendukung keputusan, sistem informasi berbasis manajemen dan sistem pakar.
Tiap daerah kerja Artificial Intelligence memiliki potensi dalam
memecahkan masalah, tetapi keunggulan utama dalam bentuk pengetahuan dari
pakar manusia secara heuristic dalam sistem pakar. Heuristic dalam sistem pakar
tidak menjamin hasil mutlak sistem kecerdasan buatan lainnya, tetapi
menawarkan hasil yang spesifik untuk dimanfaatkan karena sistem pakar
berfungsi secara konsisten seperti seorang pakar manusia, menawarkan nasihat
kepada pemakai dan menemukan solusi terhadap berbagai permasalahan yang
spesifik. Ada berbagai kategori pengembangan sistem pakar, antara lain :
1. Kontrol. Contoh pengembangan banyak ditemukan dalam kasus pasien di
rumah sakit, dimana dengan kemampuan sistem pakar dapat dilakukan
control terhadap cara pengobatan dan perawatan melalui sensor data dan
memberikan solusi terapi pengobatan yang tepat bagi si pasien yang sakit.
46
2. Desain. Contoh sistem pakar untuk membantu mendesain komputer dengan
komponen-komponennya.
3. Diagnosis. Contoh sistem pakar ini adalah diagnosis penyakit, kerusakan
mesin kendaraan bermotor, kerusakan komponen komputer, dan lain-lain.
4. Instruksi. Instruksi merupakan pengembangan sistem pakar yang sangat
berguna dalam bidang ilmu pengetahuan dan pendidikan, dimana system
pakar dapat memberikan instruksi dan pengajaran tertentuterhadap suatu
topik permasalahan. Contoh pengembangan yaitu system pakar untuk
pengajaran bahasa Inggris dan lain-lain.
5. Interpretasi. Sistem pakar yang dikembangkan dalam bidang interpretasi
melakukan proses pemahaman akan suatu situasi dari beberapa informasi
yang direkam.
6. Monitor. Sistem pakar ini biasanya digunakan pada kemiliteran yaitu
menggunakan sensor radar.
7. Perencanaan. Perencanaan banyak digunakan dalam bidan bisnis dan
keuangan suatu proyek, dimana system pakar yang melakukan perencanaan
suatu pekerjaan berdasarkan jumlah tenaga kerja dan biaya.
8. Prediksi. Biasanya system memberikan simulasi kejadian masa
mendatangtersebut, misalnya memprediksi tingkat kerusakan tanaman
apabila diserang hama.

47
9. Seleksi. Sistem pakar dengan seleksi mengidentifikasi pilihan terbaik dari
beberapa pilihan kemungkinan solusi.
10. Simulasi. Contoh adalah program PLANT yang menggabungkan antara
prediksi dan simulasi, dimana program tersebut mampu menganalisis hama
dengan berbagai kondisi suhu dan cuaca.
2.3 Basis Data
Basis data (database) adalah suatu pengorganisasian sekumpulan data yang
saling terkait sehingga memudahkan aktivitas untuk memperoleh informasi. Basis
data dimaksudkan untuk mengatasi masalah pada sistem yang memakai
pendekatan berbasis berkas.
2.4 Metode Analisis yang digunakan
2.4.1 Flowchart
Flowchart merupakan gambaran dalam bentuk diagram alir dari algoritma-
algoritma dalam suatu program, yang menyatakan arah alur program tersebut. Hal
tersebut memungkinkan untuk memecah proses menjadi kejadian-kejadian
individual atau aktifitas untuk menunjukan secara singkat hubungan diantaranya.
Konstruksi flowchart memungkinkan pengertian lebih baik kepada proses
dan pengertian yang lebih baik terhadap proses akan membawa kepada perbaikan
pengembangan suatu sistem

48
2.4.2 Diagram Konteks
Diagram konteks merupakan diagram alir pada tingkat palinng atas yang
merupakan penggambaran yang berfungsi untuk memperlihatkan
interkasi/hubungan langsung antara sistem dengan lingkungannya. Diagram
konteks menggambarkan sebuah sistem berupa sebuah proses yang berhubungan
dengan satu atau beberapa entitas/entity.
2.4.3 DFD (Data Flow Diagram)
DFD adalah suatu alat pemodelan yang digunakan untuk memodelkan
fungsidari sistem, menggambarkan secara rinci mengenai sistem sebagai
jaringan kerja antar fungsi yang berhubungan satu sama lain dengan
menunjukan dari dan kemana data mengalir serta penyimpanannya,
Beberapa simbol digunakan di DFD:
1. Kesatuan luar (external entity) atau batas sistem (boundary)
merupakan kesatuan (entity) di lingkungan luar sistem yang dapat
berupa orang, orhanisasi atau sistem lainnya yang berada di
lingkungan luarnya yang akan memberikan masi=ukan atau menerima
keluaran dari sistem.
2. Arus data (data flow) ini mengalir diantara proses (process), sim[panan
data (data store) dan kesatuan luar (external entity). Arus data ini
menunjukkan arus dari data yang dapat berupa masukan untuk sistem
atau hasil dari proses sistem.

49
3. Proses (process) merupakan kegiatan yang dilakukan oleh orang,
mesin atau komputer dari hasil suatu arus data yang masuk ke dalam
proses untuk dihasilkam arus data yang akan keluar dari proses.
4. Simpanan data (data store) merupakan simpanan dari data yang dapat
berupa suatu file atau database di sistemkomputer, suatu arsip atau
catatan manual, suatu kotak tempat data di meja seseorang, suatu tabel
acuan manual, dan suatu agenda atau buku.
5. Spesisikasi Proses (Process Specification (PSPEC))
6. Spesifikasi proses digunakan untuk menggambarkan semua proses
model aliran yang. Nampak pada tingkat akhir penyaringan.
Kandungan dari spesifikasi proses dapat termasuk teks naratif,
gambaran bahasa desain program (Program Design Language) dari
algoritma proses, persaaan matematika, tabel, digram, atau bagan.
2.4.4 ERD (Entity Relationship Diagram)
ERD merupakan suatu model untuk menjelaskan hubungan antar data dalam
basis data berdasarkan objek-objek dasar data yang mempunyai hubungan antar
relasi.
ERD untuk memodelkan struktur data dan hubungan antar data, untuk
menggambarkannya digunakan beberapa notasi dan simbol. Pada dasarnya ada
tiga simbol yang digunakan, yaitu :

50
a. Entiti
Entiti merupakan objek yang mewakili sesuatu yang nyata dan dapat
dibedakan dari sesuatu yang lain. Simbol dari entitiini biasanya digambarkan
dengan persegi panjang.
b. Atribut
Setiap entitas pasti mempunyai elemen yang disebut atribut yang berfungsi
untuk mendeskripsikan karakteristik dari entitas tersebut. Isi dari atribut
mempunyai sesuatu yang dapat mengidentifikasikan isi elemen satu dengan yang
lain. Gambar atributdiwakili oleh simbol elips.
c. Hubungan / Relasi
Relasi adalah hubungan antara suatu himpunan entitas dengan himpunan
entitas yang lainnya.Relasi direpresentasikan dengan jajaran genjang.
2.4.5 Kamus Data (Data Dictionary)
Kamus data adalah katalog fakta tentang data dan kebutuhan-kebutuhan
informasi dari suatu sistem informasi.
Dengan adanya kamus data, analisis sistem dapat mdendefinisikan data yang
mengalir di dalam sistem dengan lengkap. Pada tahap perancangan sistem, kamus
data dapat digunakan untuk merancang input, output, dan merancang database
program. Kamus data dibuat berdasarkan arus data yang ada.

51
2.4.6. Perintah-perintah MySQL
Pada MySQL terdapat beberapa perintah. Perintah-perintah pada MySQL
ini hampir sama dengan perintah-perintah pada databaseserver lainnya. Perintah-
perintah MySQL itu antara lain adalah sebagai berikut :
1. Create database, digunakan untuk membuat database pada databaseserver.
Sintaksnya adalah :
Create database database_name
Database_name adalah namadatabase yang akan dibuat.
2. Use database, digunakan untuk menunjuk database yang akan digunakan.
Sintaksnya adalah :
Use database_name
Database_name adalah nama database yang akan digunakan.
3. Create table, digunakan untuk membuat tabel pada database yang digunakan.
Sintaksnya adalah :
Create table table_name
Column1 column_type column_attributes,
Column2 column_type column_attributes,
Primary_key (column_name)
);
Table_name adalah nama tabel yang akan dibuat. Column1 adalah nama
kolom yang akan dibuat pada tabel. Column_type adalah tipe dari kolom
52
tersebut , dapatberupa char, varchar, tinytext, mediumtext, longtext, enum,
int, tinyint, mediumint, bigint, float, decimal, time, date, datetime, timestamp,
year.
4. Insert, digunakan untuk menambahkan record pada tabel.
Sintaksnya adalah :
Insert into table_name(column1, column2,..) values (value1,value2,..)
Table_name adalah nama tabel yang akan ditambahkan record-nya. Column1,
column2adalah kolom yang akan ditambahkan data. Value1,value2adalah
data yang akanditambahkan.
5. Update, digunakan untuk mengubah record yang sudah ada pada tabel.
Sintaksnya adalah :
Update table_name set column1=value1, column2=value2 where
column=value
Table_name adalah nama tabel yang akan dirubah record-nya.
Column1,column2 adalah kolom yang akan dirubah data.
Value1,value2adalah data yangakan digantikan.
6. Drop table, digunakan untuk menghapus tabel.
Sintaksnya adalah :
Drop table table_name
Table_name adalah nama tabel yang akan dihapus.
2.4.7 PHP
PHP adalah bahasa pemrograman web atau scriptinglanguage yang didesain
untuk web. PHP dibuat pertama kali oleh Rasmus Lerdorf, yang pada awalnya
53
dibuat untuk menghitung jumlah pengunjung pada homepagenya. Diawal Januari
2001, PHP telah dipakai lebih dari 5 juta domain diseluruh dunia, dan akan terus
bertambah karena kemudahan aplikasi PHP ini dibandingkan dengan bahasa
Serverside yang lain.
2.4.8 Website
Pada awalnya internet adalah sebuah proyek yang dimaksudkan untuk
menghubungkan para ilmuan dan peneliti di Amerika, namun saat ini telah
tumbuh menjadi media komunikasi global yang dipakai semua orang di muka
bumi. Pertumbuhan ini membawa beberapa masalah yang penting medasar,
diantaranya kenyataan bahwa internet tidak diciptakan pada jaman graphical user
interface (GUI) seperti saat ini. Internet dimulai pada masa dimana orang masih
menggunakan alat-alat akses yang tidak user-friendly yaitu terminal berbasis teks
serta perintah-perintah command line yang panjang-panjang serta sulit diingat,
sangat berbeda dengan komputer dewasa ini yang menggunakan klik tombol
mouse pada layar grafik berwarna.
Kemudian orang berpikir untuk membuat sesuatu yang lebih baik.
Popularitas internet mulai berkembang pesat seperti jamur dimusim penghujan
setelah standar baru yaitu HTTP dan HTML diperkenalkan kepada masyarakat.
HTTP (Hypertext Transfer Protocol) membuat pengaksesan informasi melalui
protokol TCP/IP menjadi lebih mudah dari sebelumnya. HTML (Hypertext
Markup Language) memungkinkan orang menyajikan informasi secara visual
lebih menarik.
BAB III
ANALISIS DAN PERANCANGAN SISTEM
3.1 Analisis Sistem
Dalam membangun sebuah perangkat lunak sistem pakar untuk mendiagosa
jenis penyakit diabetes mellitus berbasis web dan cara penanganannya dilakukan
beberapa tahap analisis yaitu :
1. Menentukan masalah yang akan dibangun untuk sebuah perangkat lunak
sistem pakar. Sistem yang akan dibangun merupakan sebuah perangkat lunak
sistem pakar untuk mendiagnosa penyakit ayam berbasis web.
2. Mengumpulkan data yang diperlukan untuk membangun sistem, yaitu berupa
informasi tentang pengertian penyakit, gejala, jenis penyakit dan cara
pengobatannya melalui studi literatur dan observasi yang digunakan sebagai
base knowledge.
3. Mempresentasikan pengetahuan ke dalam tabel gejala yang telah dianalisis,
aturan produksi serta pohon pelacakan dan penelusuran gejala dan jenis
penyakit.
4. Usulan sistem yang akan dibuat.
3.1.1 Analisis Masalah
Permasalahan yang akan dibahas dalam tugas akhir ini adalah membuat
suatu sistem yang dapat memiliki kepastian berdasarkan data yang
54
55
dikonsultasikan yaitu data yang diambil dari Drh. Titis Wahjudianto selaku pakar
penyakit dan Branch Manager di PT. Mensana Aneka Satwa.. Penerapan sistem
pakar dalam permasalahan penyakit ayam meliputi pengumpulan data gejala,
penyakit dan pengobatan dalam permasalahannya. Untuk kepastian hipotesa
penyakit ayam ini diterapkan metode Forward Chaining.
3.1.2 Identifikasi Masalah
Langkah pertama dalam mengembangkan sistem pakar adalah
mengidentifikasikan masalah yang akan dikaji, dalam hal ini adalah dengan
mengidentifikasikan permasalahan yang akan dibuat terlebih dahulu, adapun
masalah-masalah yang akan diambil dalam pembangunan sistem pakar untuk
mendiagnosa penyakit pada ayam serta cara penanganannya.
Jenis Penyakit dan Gejala Penyakit Ayam adalah sebagai berikut :
1. Penyakit Snot/ Coryza
Disebabkan oleh bakteri Haemophillus gallinarum. Penyakit ini biasanya
menyerang ayam akibat adanya perubahan musim. Perubahan musim biasanya
mempengaruhi kesehatan ayam. Snot banyak ditemukan di daerah tropis. Penyakit
ini menyerang hampir semua umur ayam.
gejala penyakit Snot pada ayam adalah sebagai berikut : Ayam terlihat
mengantuk, sayapnya turun ,keluar lendir dari hidung, muka dan mata bengkak,
napsu makan menurun, ayam mengorok dan sukar bernapas, pertumbuhan
menjadi lambat. Pengobatan Snot yang diberikan vaksin inaktif coripravac dengan
dosis 0,5 ml/ekor injeksi intramuscular dan subkutan.

56
2. Penyakit Kolera (Fowl Cholera)
Penyebab penyakit ini adalah bakteri Pasteurella gallinarum atau
Pasteurella multocida. Biasanya menyerang ayam pada usia 12 minggu. Serangan
penyakit ini bisa bersifat akut atau kronis. Bakteri ini menyerang pernapasan dan
pencernaan. Gejala penyakit Kolera pada ayam adalah sebagai berikut :
Napsu makan berkurang, sesak napas, mencret, kotoran berwarna kuning, coklat
atau hijau berlendir dan berbau busuk, jengger dan pial bengkak serta kepala
berwarna kebiruan, ayam suka menggeleng-gelengkan kepala, persendian kaki
dan sayap bengkak disertai kelumpuhan
Pengobatan kolera dapat diberikan Hipralona Enro-S dengan 0,5ml/liter
pemberian pada air minum,ekuivalen dengan 10mg enfofloxacin/kg BB/hari
selama 3-5 hari.
3. Penyakit Berak Kapur (Pullorum Disease)
Berak kapur disebabkan oleh bakteri Salmonella pullorum. Berak kapur
sering ditemukan pada anak ayam umur 1-10 hari. Gejala penyakit Berak Kapur
pada ayam adalah sebagai berikut :
Nafsu makan menurun, kotoran encer keputih-putihan, terdapat kotoran putih
menempel disekitar anus, jengger berwarna keabuan, sayap terkulai, mata
menutup, anak ayam akan terlihat pucat, lemah, kedinginan dan suka bergerombol
mencari tempat yang hangat, produktivitas telur menurun, depresi, anemia.
Pengobatan Berak Kapur dapat diberikan Hipralona Nor-S dengan 0,25-0,5
ml/liter pemberian pada air minum,ekuivalen dengan 5-10mg enfofloxacin/kg
BB/hari selama 3-4 hari.

57
4. Penyakit Penapasan menahun (Chronic Respiratory Disease)
Penyakit ini disebabkan oleh bakteri Mycoplasma galisepticum. menyerang
ayam pada usia 4-9 minggu. Penuluaran melalui kontak langsung, peralatan
kandang, tempat makan dan minum, manusia, telur tetas atau atau DOC yang
terinfeksi. Gejala penyakit CRD pada ayam adalah sebagai berikut :
Batuk-batuk, napas ngorok, keluar cairan dari lubang hidung, nafsu makan turun,
produksi telur turun, ayam suka menggeleng-gelengkan kepalanya, terlihat lesu,
warna bulu pucat dan kusam.
Pengobatan CRD dapat diberikan Hipralona Nor-S dengan 0,25-0,5 ml/liter
pemberian pada air minum,ekuivalen dengan 5-10mg enfofloxacin/kg BB/hari
selama 3-4 hari.
5. Penyakit Berak Kuning (Colibacillosis)
Penyebab penyakit ini adalah Escherichia coli. Problem infeksi akut berat dengan
kematian yang tiba-tiba dan angka kematian yang tinggi hingga infeksi ringan.
Infeksi rendah yaitu terjadi pada saluran pernapasan, septicemia atau enteritis
karena infeksi pada gastrointestinal. Semua umur dapat terkena penyakit ini,
namun yang paling banyak adalah ayam usia muda disebabkan oleh toksin yang
dikeluarkan oleh bakteri akibat pertumbuhan dan multiplikasi.
gejala penyakit Colibacillosis pada ayam adalah sebagai berikut :
Napsu makan menurun, ayam lesu dan tidak bergairah, bulu kasar, sesak napas,
kotoran banyak menempel di anus, diare, batuk.

58
Pengobatan Colibasillosis diberikan Hipralona Enro-S dengan 0,5ml/liter
pemberian pada air minum,ekuivalen dengan 10mg enfofloxacin/kg BB/hari
selama 3-5 hari.
6. Penyakit Tetelo (Newcastle Disease)
ND merupakan infeksi viral yang menyebabkan gangguan pada saraf pernapasan.
Penyakit ini disebabkan oleh virus Paramyxo. ND sangat menular, biasanya
dalam 3-4 hari seluruh ternak akan terinfeksi.
gejala penyakit Tetelo pada ayam adalah sebagai berikut :
nafas megap-megap, batuk, bersin-bersin, nafas ngorok, ayam tampak lesu, napsu
makan menurun, produksi telur menurun, mencret, kotoran encer agak kehijauan,
jengger dan kepala kebiruan, sayap turun,
Pengobatan diberikan vaksin aktif Hipravar-B1 dengan 1dosis/ekor pemberian
pada tetes mata,tetes hidung,air minum dan spray.
7. Penyakit Gumboro (Gumboro Disease)
Penyakit ini menyerang kekebalan tubuh ayam, terutama bagian fibrikus dan
thymus. Kedua bagian ini merupakan pertahanan tubuh ayam. Pada kerusakan
yang parah, antibody ayam tersebut tidak terbentuk.
gejala penyakit Gumboro pada ayam adalah sebagai berikut :
Napsu makan berkurang, ayam tampak lesu dan mengantuk, bulu tampak kusam,
diare, ayam akan mematoki duburnya sendiri, paruhnya menempel di
lantai, gemetar dan sukar berdiri.
Pengobatan vaksin aktif Hipragumboro-CH/80 dengan dosis/ekor pemberian pada
tetes mata,tetes hidung,air minum dan spray.

59
8. Penyakit Batuk Menahun (Infectious Bronchitis)
Penyakit ini disebabkan oleh Corona virus yang menyerang sistem
pernapsan.. Penularan dapat terjadi melalui udara, peralatan, pakaian. Virus akan
hidup selama kurang 1 minggu jika tidak terdapat ternak pada area tersebut. Virus
ini mudah mati karena panas atau desinfektan.
Gejala penyakit IB adalah sebagai berikut : Batuk, bersin-bersin, susah bernapas,
keluar lendir dari hidung, nafas terengah-
Pengobatan diberikan vaksin aktif Brohipra-1, dengan 1dosis/ekor pemberian
pada tetes mata,tetes hidung,air minum dan spray.
9. Penyakit Flu Ayam (Avian Influenza)
Penyakit Avian Influenza, disebut juga penyakit Fowl Plaque. Pertama kali terjadi
di Italia sekitar tahun 1800. Selanjutnya menyebar luas sampai tahun 1930,
setelah itu menjadi sporadis dan terlokalisasi terutama di timur tengah.
Gejala penyakit AI adalah sebagai berikut: Nafsu makan berkurang, Nafas sesak/
megap-megap, Nafas ngorok,Bersin-bersin, Batuk, Diare, Produksi telur menurun,
Nampak membiru , Keluar cairan berbusa dari mata, Kepala bengkak , Mati
secara mendadak
Pengobatan diberikan vaksin inaktif Bronipa-ND/IBD dengan dosis. 0,5ml/ekor.
Injeksi subkutan dan intramuscular.
10. Penyakit Berak Darah (Coccidosis)
Berak darah atau sering disebut dengan koksidiosis disebabkan oleh protozoa dari
genus Eimeria. Penularan penyakit ini dapat melalui kontak secara langsung
maupun tidak langsung seperti kontak dengan droplet dari unggas yang terinfeksi.
60
Berat tidaknya penyakit ini tergantung dari jumlah protozoa yang termakan.
Gejala pada penyakit Coccidosi adalah sebagai berikut :
Pengobatan Coccidosis diberikan Hipralona Enro-S dengan 0,5ml/liter pemberian
pada air minum,ekuivalen dengan 10mg enfofloxacin/kg BB/hari selama 3-5 hari.
3.1.3 Analisis Data Penyakit
Keberhasilan suatu sistem pakar terletak pada pengetahuan dan bagaimana
mengolah pengetahuan tersebut agar dapat ditarik suatu kesimpulan.
Pengetahuan yang diperoleh dari hasil wawancara dan analisa lewat buku
dikonversi kedalam sebuah tabel penyakit dan gejala guna mempermudah
proses pencarian solusi. Tabel jenis penyakit dan gejala ini digunakan
sebagai pola pencocokan informasi yang dimasukan oleh pemakai dan basis
pengetahuan.
Pada tabel jenis penyakit dan gejala terdapat dua jenis penyakit yang
ditujukan oleh P001, P002, … P010 dan 37 gejala yang ditunjukkan oleh G001,
G002, .., G014. Dari 37 gejala disusun dan dua jenis penyakit disusun sebagai
kesimpulan. Gejala ini merupakan basis pengetahuan untuk membuat suatu
kesimpulan yang menjadi goal. Berikut ini adalah tabel jenis penyakit dan gejala
yaitu pada Tabel 3.1 yaitu tabel gejala dan jenis penyakit ayam.
61
Tabel 3. 1 Jenis Penyakit dan Gejala
G\P P001 P002 P003 P004 P005 P006 P007 P008 P009 P010
G001 x x x x x x x x x x
G002 x x x x x x
G003 x x x x x x x
G004 x x x
G005 x x x x
G006 x x x x x x
G007 x x x x x x
G008 x x
G009 x
G010 x
G011 x
G012 x x x
G013 x x
G014 x x
G015 x
G016 x x x
G017 x x x
G018 x
G019 x
G020 x x
G021 x
G022 x
G023 x x
G024 x x
G025 x
G026
G027 x
G028 x
G029 x
G030 x
G031 x
G032 x
G033 x
G034 x
G035 x
G036 x
G037 x x
62
Keterangan dari Gejala Penyakit :
G001 : nafsu makan berkurang G018 : mencret berwarna kehitaman
mengandung darah
G002 : nafas sesak/ megap-megap
G019 : muka pucat

G003 : nafas ngorok
G020 : mencret berwarna keputih-

G004 : bersin-bersin
putihan
G005 : batuk
G021 : tidur dengan paruh diletakan
G006 : diare
dilantai
G007 : produksi telur menurun
G022 : duduk dengan sikap
G008 : Nampak membiru
membungkuk
G009 : keluar cairan berbusa dari

G023 : kelihatan ngantuk dan bulu
mata
berdiri
G010 : kepala bengkak

G024 : kedinginan
G011 : mati secara mendadak

G025 : terdapat kotoran putih
G012 : tampak lesu menempel pada anus
G013 : mencret kehijau-hijauan G026 : bergerombol ditempat hangat
G014 : sempoyongan G027 : banyak minum
G015 : kepala terputar G028 : suka menggelengkan kepala
G016 : badan kurus G029 : bulu kasar
G017 : bulu kusam dan berkerut G030 : jenger membengkak merah

63
G031 : kaki meradang/lumpuh G035 : sayapnya turun
G033 : keluar caran dari mata dan G036 : warna bulu kusam dan pucat
hidung G037 : ayam tampak lesu dan tak
G032 : pertumbuhan terhambat bergairah
G034 : muka dan mata bengkak
Keterangan dari Jenis Penyakit :
P001 : Flu Burung
P002 : Kolera
P003 : Berak Kapur
P004 : Tetelo
P005 : Berak darah
P006 : Gumboro
P007 : Snot
P008 : Batuk Menahun
P009 : Pernapasan menahun
P010 : Berak Kuning

64
3.1.4 Pohon Pelacakan
Pohon pelacakan yang digunakan untuk mendiagnosa jenis penyakit adalah
menggunakan metode Best-First-Search, dapat dilihat pada gambar 3.1.
Start
G001
G002 G007 G012 G003
G016 G016
G034 G004
G003 G006
G017 G020
G035 G005
G007
G006 G004 G018 G024
G036 G006
G012
G005 G019 G022
P007
G007 G028 G007
G013
P006
G033
G012 G037 G006 G008
G007 G017
P005
P009 G012
G013
G012 G020
G007 G029
G023
G017 G013
G024
G008 G037
G024
G023 G014 G025
G009 P010
P008
G027 G015
P003
G010
P004
G030
G011
G031 P001
G032
P002
Gambar 3.1 Pohon Pelacakan Jenis Penyakit Diabetes Mellitus

65
Keterangan :
G001 : Apakah Ayam Anda mengalami ‟ nafsu makan berkurang‟?
G002 : Apakah Ayam Anda mengalami ‟ nafas sesak/ megap-megap?
G003 : Apakah Ayam Anda mengalami ‟ nafas ngorok‟?
G004 : Apakah Ayam Anda mengalami ‟ bersin-bersin‟?
G005 : Apakah Ayam Anda mengalami ‟ batuk‟?
G006 : Apakah Ayam Anda mengalami „diare‟?
G007 : Apakah Ayam Anda mengalami ‟ produksi telur menurun‟?
G008 : Apakah Ayam Anda mengalami ‟ Nampak membiru‟?
G009 : Apakah Ayam Anda mengalami ‟ keluar cairan berbusa dari mata‟?
G010 : Apakah Ayam Anda mengalami ‟ kepala bengkak‟?
G011 : Apakah Ayam Anda mengalami ‟ mati secara mendadak‟?
G012 : Apakah Ayam Anda mengalami ‟ tampak lesu?
G013 : Apakah Ayam Anda mengalami ‟ mencret kehijau-hijauan?
G014 : Apakah Ayam Anda mengalami ‟ sempoyongan?
G015 : Apakah Ayam Anda mengalami ‟ kepala terputar‟?
G016 : Apakah Ayam Anda mengalami ‟ badan kurus‟?
G017 : Apakah Ayam Anda mengalami ‟ bulu kusam dan berkerut‟?
G018 : Apakah Ayam Anda mengalami ‟ mencret berwarna kehitaman

mengandung darah‟?
G019 : Apakah Ayam Anda mengalami ‟ muka pucat?
G020 : Apakah Ayam Anda mengalami ‟ mencret berwarna keputih-putihan‟?
G021 : Apakah Ayam Anda mengalami ‟ tidur dengan paruh diletakan dilantai‟?
G022 : Apakah Ayam Anda mengalami ‟ duduk dengan sikap membungkuk‟?

66
G023 : Apakah Ayam Anda mengalami ‟ kelihatan ngantuk dan bulu berdiri‟?
G024 : Apakah Ayam Anda mengalami ‟ kedinginan‟?
G025 : Apakah Ayam Anda mengalami ‟ terdapat kotoran putih menempel pada
anus?
G026 : Apakah Ayam Anda mengalami ‟ bergerombol ditempat hangat?
G027 : Apakah Ayam Anda mengalami ‟ banyak minum?
G028 : Apakah Ayam Anda mengalami ‟ suka menggelengkan kepala?
G029 : Apakah Ayam Anda mengalami ‟ bulu kasar?
G030 : Apakah Ayam Anda mengalami ‟ jenger membengkak merah?
G031 : Apakah Ayam Anda mengalami ‟ kaki meradang/lumpuh?
G032 : Apakah Ayam Anda mengalami ‟ pertumbuhan terhambat‟?
G033 : Apakah Ayam Anda mengalami ‟ keluar caran dari mata dan hidung‟?
G034 : Apakah Ayam Anda mengalami ‟ muka dan mata bengkak‟?
G035 : Apakah Ayam Anda mengalami ‟ sayapnya turun‟?
G036 : Apakah Ayam Anda mengalami ‟ warna bulu kusam dan pucat‟?
G037 : Apakah Ayam Anda mengalami ‟ ayam tampak lesu dan tak bergairah‟?
3.1.5 Kaidah Produksi dalam menganalisis Jenis Penyakit Penyakit Ayam
dari gejala:
Kaidah produksi biasanya dituliskan dalam bentuk jika maka (IF-THEN).
Kaidah dapat dikatakan sebagai hubungan implikasi dua bagian yaitu premis
(jika) dan bagian konklusi (maka). Apabila bagian premis dipenuhi maka bagian
konklusi juga akan bernilai benar. Sebuah kaidah terdiri dari klausa-klausa sebuah
klausa mirip sebuah kalimat subjek, kata kerja dan objek yang menyatakan suatu
67
fakta.ada sebuah klausa premis dan klausa konklusi pada sebuah kaidah. Suatu
kaidah juga dapat terdiri dari beberapa premis dan lebih dari satu konklusi. Aturan
premis dan konklusi dapat berhubungan dengan “OR” atau “AND”. Berikut
kaidah-kaidah produksi dalam mengidentifikasi penyakit:
Rule 1 : AND diare
IF nafsu makan berkurang AND produksi telur menurun
AND nafas sesak/ megap-megap AND tampak lesu
AND nafas ngorok AND mencret kehijau-hijauan

AND bersin-bersin
AND bulu kusam dan berkerut
AND batuk
AND kelihatan ngantuk dan bulu
AND diare berdiri
AND produksi telur menurun AND banyak minum
AND Nampak membiru AND kaki meradang/lumpuh
AND keluar cairan berbusa dari

AND pertumbuhan terhambat
mata
AND kepala bengkak AND keluar caran dari mata dan

AND Mati secara mendadak hidung
THEN Penyakit Flu burung
THEN Penyakit Kolera
Rule 2 :
Rule 3 :
IF nafsu makan berkurang
AND nafas sesak/ megap-megap
AND nafas ngorok
AND diare
AND bersin-bersin
AND produksi telur menurun
AND batuk
68
AND badan kurus IF nafsu makan berkurang
AND bulu kusam dan berkerut AND produksi telur menurun
AND mencret berwarna keputih- AND badan kurus

putihan
AND bulu kusam dan berkerut
AND kedinginan
AND mencret berwarna kehitaman
mengandung darah
AND terdapat kotoran putih
menempel pada anus AND muka pucat
AND keluar caran dari mata dan

THEN Penyakit Berak Kapur
hidung
Rule 4 :
THEN Penyakit Berak darah
Rule 6 :
AND nafas ngorok
AND tampak lesu
AND bersin-bersin
AND badan kurus
AND batuk
AND mencret berwarna keputih-
AND produksi telur menurun putihan
AND tampak lesu AND tidur dengan paruh diletakan

dilantai
AND mencret kehijau-hijauan
AND duduk dengan sikap
AND sempoyongan
membungkuk
AND kepala terputar
THEN Penyakit Gumboro
THEN Penyakit Tetelo
Rule 7 :
Rule 5 :
69
AND nafas ngorok AND nafas ngorok
AND muka dan mata bengkak AND diare
AND sayapnya turun AND suka menggelengkan kepala
AND warna bulu kusam dan pucat AND ayam tampak lesu dan tak
bergairah
THEN Penyakit Snot
Rule 8 : THEN Pernapasan menahun
IF nafsu makan berkurang Rule 10:


AND nafas ngorok
AND nafas ngorok

AND bersin-bersin
AND bersin-bersin
AND batuk
AND batuk
AND diare
AND diare
AND produksi telur menurun
AND bulu kasar

AND Nampak membiru
AND tampak lesu AND ayam tampak lesu dan tak

bergairah
AND kelihatan ngantuk dan bulu
berdiri THEN Penyakit Berak Kuning
AND kedinginan
THEN Penyakit Batuk Menahun
Rule 9 :

70
3.1.6 Analisis Basis Data
E-R merupakan cara untuk mengorganisasikan data, dimana diagram ini
akan memperlihatkan hubungan entitas yang terdapat dalam sistem. E-R yang
diusulkan untuk sistem yang akan dibangun dapat dilihat pada gambar 3.2
dibawah ini.
email
1
1
Member konsultasi
kd_penyakit
kd_penyakit kd_gejala
N
1
mengisi N
N N
penyakit relasi gejala
email 1
N Kode_jenis_pertanyaan N
kd_gejala
1
forum
Mengelola
Memiliki
N
Id penelusuran
mempunyai kd_penyakit
kd_penyakit kd_gejala
N 1
mempunyai
N
jawaban
N N
Temp_penyakit Temp_analisa Temp_gejala
1 Id email
N
noip noip
topik noip
1 kd_gejala
Kode_jenis_pertanyaan
mempunyai
username
1
1
mengisi pakar Id_detail 1
1
1
kd_penyakit Hasil_diagnosa
kd_gejala
noip
Mengelola
Gambar 3. 2 ERD Sistem Pakar diagnosa penyakit ayam

71
3.1.7 Analisis Kebutuhan Fungsional
Dalam langkah ini dilakukan penentuan entitas-entitas, data-data yang
mengalir serta prosedur-prosedur yang bisa dilakukan oleh masing-masing entitas.
3.1.7.1 Diagram Konteks
Diagram konteks atau disebut juga dengan model sistem fundamental
merepresentasikan seluruh elemen sistem sebagai sebuah bubble tunggal dengan
data input output yang ditunjukan oleh anak panah yang masuk dan keluar secara
berurutan.
Info login
Info gejala yang telah diubah, ditambah dan dihapus
Info data hasil diagnosa Info penyakit yang telah diubah, ditambah dan dihapus
Info penyakit Info relasi yang telah diubah, ditambah dan dihapus
Info komentar yang telah dilihat atau ditambah Info pakar yang telah diubah, ditambah dan dihapus
Info laporan gejala
Info laporan penyakit
Sistem Pakar
User Pakar
Penyakit Ayam
Data login
Data diagnosa Data gejala yang akan diubah, ditambah dan dihapus
Data penyakit Data penyakit yang akan diubah, ditambah dan dihapus
Data komentar yang akan dilihat atau ditambah Data relasi yang akan diubah, ditambah dan dihapus
Data pakar yang akan diubah, ditambah dan dihapus
Data laporan gejala
Data laporan penyakit
Gambar 3. 3 Diagram Konteks
3.1.7.2 Data Flow Diagram (DFD)
Dari diagram konteks di atas, aliran data yang ada pada sistem
digambarkan dengan lebih rinci menggunakan Data Flow Diagram.

72
3.1.7.2.1 DFD Level 1 Sistem pakar Penyakit Ayam
Data Login Data email

Data forum
forum
Info forum
Info login invalid
Data pendaftaran
member
Info Password yang diminta

info pendaftaran berhasil,
Info pendaftaran gagal
Info topik yang dilihat,
Info komentar yang dilihat 7.0 Data jawaban
Data topik yang dilihat, jawaban
Data komentar yang dilihat Forum
Info jawaban
Data pendaftaran
Member
Info pendaftaran berhasil, 1.0
Info jenis_pertanyaan
Info pendaftaran gagal Daftar
topik
Data jenis_pertanyaan
Pendaftaran berhasil
Info passwrd yang diminta 2.0
Info login invalid
Data email Lupa

password
pakar
Data login
3.0
Data login
Login
Info login invalid
Data login
Login Berhasil
Info diagnosa
Info Login invalid

Login Berhasil
Data diagnosa
Pakar
4.0
Pengolahan Info gejala yang telah dihapus, ditambah,di ubah
5.0 Info penyakit yang telah dihapus, ditambah,di ubah
dihapus,tambah,ubah
Info penyakit yg akan
Data
Diagnosa
Data penyakit yg akan
Info rule yang telah dihapus, ditambah,di ubah

dihapus,tambah,ubah
dihapus,tambah,ubah
Info pakar yang telah dihapus, tambah,ubah

dihapus,tambah,ubah
Info rule yg akan
data rule yg akan
Info jenis_pertanyaan yang telah dihapus, tambah,

ubah
Info informasi penyakit
Info penyakit
Data gejala yang akan dihapus, ditampah,di ubah

Data penyakit yang akan dihapus, ditampah,di ubah
Data rule yang akan dihapus, ditampah,di ubah
Data pakar yang akan dihapus, ditampah,di ubah
penyakit Data jenis_pertanyaan yang akan dihapus,
6.0 ditampah,di ubah
Info penyakit
Informasi
dihapus,tambah,ubah
Info gejala yg akan
penyakit Info jenis_pertanyaan yang telah dihapus, tambah, ubah

Data jenis_pertanyaan yang akan dihapus,tambah,ubah
relasi
Info pakar yang telah dihapus,tambah,ubah
Info rule
Data pakar yang akan dihapus,ubah, tambah
gejala
Data gejala yg akan
Info gejala
dihapus,tambah,ubah
Info gejala
Data gejala
Data hasil diagnosa
detail_penyakit
Info hasil diagnosa
Gambar 3.4 DFD level 1 Sistem Pakar Penyakit Ayam

73
3.1.7.2.2 DFD Level 2 Proses Pengelolaan Data
Id pakar valid
Data gejala yang akan diubah
, dihapus, ditambah
Data gejala yang sudah diubah
, dihapus, ditambah gejala
Info gejala yang akan diubah

, dihapus, ditambah
4.1
Info gejala yang sudah diubah
, dihapus, ditambah
Gejala
Info update gejala

Data rule yang akan diubah,dihapus, ditambah
Id pakar valid
Data rule yang sudah diubah
, dihapus, ditambah
Info rule yang akan diubah,dihapus, ditambah
4.2 relasi
Olah
data Info rule yang sudah diubah,dihapus, ditambah
rule
Data penyakit yang akan diubah
, dihapus, ditambah Info update penyakit
Id pakar valid
Data penyakit yang sudah diubah

, dihapus, ditambah
4. 3
penyakit
Penyakit
Pakar
Info penyakit yang sudah diubah
, dihapus, ditambah
Info penyakit yang akan diubah

, dihapus, ditambah Id pakar valid
Data pakar yang sudah diubah

, dihapus, ditambah
4.4 pakar
Data pakar yang akan diubah
, dihapus, ditambah Pakar
Info pakar yang akan diubah

, dihapus, ditambah Info pakar yang sudah diubah
, dihapus, ditambah
Id pakar valid
Data laporan tampil

4.5 Info laporan tampil
Laporan Penyakit
Data laporan tampil
Info laporan tampil
Id pakar valid
Info laporan tampil

Data laporan tampil
4.6
Laporan Gejala Data laporan tampil
Info laporan tampil
Id pakar valid
topik
Data jenis_pertanyaan yang akan dihapus,ubah,tambah
4.7
Forum
Data jenis_pertanyaan yang akan dihapus,ubah,tambah
Info pertanyaan yg telah dihapus,ubah,tambah
Info jenis_pertanyaan yang telah dihapus,ubah,tambah
Gambar 3. 5 DFD Level 2 Pengelolaan Data

74
3.1.7.2.3 DFD Level 3 Proses Pengelolaan Gejala
Id pakar valid
Info gejala yang sudah ditambah

Data gejala yang akan ditambah
4.1.1
Tambah
Info gejala yang sudah ditambah
Data gejala yang akan ditambah
Id pakar valid
Data gejala yang akan diubah
pakar Data gejala yang akan diubah

4.1.2
gejala
Edit Info gejala yang akan diubah
Info gejala yang sudah diubah
Id pakar valid
Data gejala yang akan dihapus

4.1.3
Data gejala yang akan dihapus
Hapus
Info gejala yang sudah dihapus Info gejala yang sudah dihapus
Gambar 3. 6 DFD Level 3 Proses Gejala
3.1.7.2.4 DFD Level 3 Proses Pengelolaan Rule
Id pakar valid
Data rule yang akan ditambah Info rule yang sudah ditambah
4.2. 1
Data rule yang sudahditambah
Info rule yang akan ditambah Tambah
Id pakar valid
Data rule yang akan diubah
Info rule yang sudah diubah
4.2.2
Pakar relasi
Edit
Info rule yang akan diubah Data rule yang sudah diubah
Id pakar valid
Data rule yang akan dihapus Data rule yang sudah dihapus
4.2.3
Hapus Info rule yang sudah dihapus
Info rule yang akan dihapus
Gambar 3. 7 DFD Level 3 Proses Rule

75
3.1.7.2.5 DFD Level 3 Proses Pengelolaan Penyakit
Id pakar valid
Info penyakit yang sudah ditambah
Data penyakit yang akan ditambah
4.3.1
Tambah Info penyakit yang sudah ditambah
Data penyakit yang akan ditambah
Id pakar valid
Data penyakit yang akan diubah Data penyakit yang akan diubah
4.3.2 penyakit
pakar Edit

Id pakar valid
Data penyakit yang akan dihapus
Data penyakit yang akan dihapus

Info penyakit yang akan diubah 4.3.3
Hapus
Info penyakit yang sudah dihapus
Gambar 3. 8 DFD Level 3 Proses Penyakit
3.1.7.2.6 DFD Level 3 Proses Pengelolaan Pakar
Id pakar valid
Data pakar yang akan ditambah Info pakar yang sudah ditambah
4.4. 1
Data pakar yang sudahditambah
Info pakar yang akan ditambah Tambah
Id pakar valid
Data pakar yang akan diubah
Info pakar yang sudah diubah
4.4.2
Pakar pakar
Edit
Info pakar yang akan diubah Data pakar yang sudah diubah
Id pakar valid
Data pakar yang akan dihapus Data pakar yang sudah dihapus
4.4.3
Hapus Info pakar yang sudah dihapus
Info pakar yang akan dihapus
Gambar 3. 9 DFD Level 3 Pengelolaan Pakar

76
3.1.7.2.7 DFD Level 3 Proses Pengelolaan Forum
Id pakar valid
Data jenis_pertanyaan yang akan Info jenis_pertanyaan yang sudah
ditambah ditambah
4.7. 1
Info jenis_pertanyaan yang akan Data pakar yang sudahditambah
Tambah
ditambah
Data jenis_pertanyaan yang akan Id pakar valid

diubah Info jenis_pertanyaan yang sudah
diubah
472
Pakar topik
Edit
Info jenis_pertanyaan yang akan Data jenis_pertanyaan yang sudah

diubah diubah
Id pakar valid
Datajenis_pertanyaan yang akan Data jenis_pertanyaan yang sudah

dihapus dihapus
4.7.3
Hapus Info jenis_pertanyaan yang sudah
Info pakar yang akan dihapus dihapus
Gambar 3. 10 DFD Level 3 Proses Pengelolaan Forum
3.1.7.3 Spesifikasi Proses
Spesifikasi proses bertujuan untuk mendeskripsikan dari setiap fungsi
yang disajikan pada diagram alir data. Spesifikasi proses pada alir data sistem
aplikasi sistem pakar adalah :
Tabel 3.2. Spesifikasi Proses

No. Proses Keterangan
1. No. Proses 1.0
Nama Proses Registrasi
Source member
Input Data Registrasi
Output Info registrasi invalid dan Info registrasi valid
Destination member
Logika Proses 1. User (member) memasukan data registrasi berupa nama, username,
password,alamat, jenis kelamin, no HP dan no telp
2. Sistem menyimpan ke dalam database lalu mengkonfirmasikan
melalui email dan password yg sudah terdaftar
3. user melakukan konfirmasi dan dapat menggunakan email dan
password untuk masuk ke diagnosa penyakit
2. No. Proses 2.0
Nama Proses Lupa password
77
Source Pakar, member

Input Data email
Output Info pasword yang diminta
Info email tidak terdaftar
Destination Pakar, member
Logika Proses 1. User (member) dan pakar memasukkan data email
2. Apabila email terdaftar, sistem akan menampilkan informasi
password yang di minta
3. Apabila email tidak terdaftar, maka akan menampilkan pesan email
tidak terdaftar
3. No. Proses 3.0

Nama Proses Login
Source Pakar,member
Input Data login pakar
Output Info login invalid
Destination Pakar,member
Logika Proses 1. User (member) memasukkan data login berupa email dan password
pada form login
2. Apabila data login valid, sistem akan menampilkan halaman utama
3. Apabila data tidak valid, sistem akan menampilkan form login
disertai pesan error
4. No. Proses 4.0
Nama Proses Pengelolaan Data
Source Pakar
Input Data Login
Output Info login valid
Destination Pakar
Logika Proses 1. Admin memilih menu pengolahan data
2. Sistem menampilkan submenu untuk pengolahan data
5. No. Proses 4.1
Nama Proses Gejala
Source Pakar
Input Data Gejala yang akan ditambah, diubah, atau dihapus
Output Info Gejala yang telah ditambah, diubah, atau dihapus
Destination Pakar
Logika Proses 1. Pakar memilih menu gejala
2. Sistem menampilkan submenu untuk pengolahan data gejala
6. No. Proses 4.1.1
Nama Proses Tambah data gejala
Source Pakar
Input Data gejala penyakit yang akan ditambah
Output Info gejala penyakit yang telah ditambah
Destination Pakar
Logika Proses 1. pakar memilih submenu gejala untuk menampilkan form tambah
gejala
2. pakar mengisi data gejala pada form
3. Jika data gejala valid, sistem akan menyimpan data gejala pada
database
4. Jika data gejala tidak valid, sistem akan menampilkan pesan error
7 No. Proses 4.1.2
Nama Proses Ubah data gejala
Source Pakar
Input Data gejala penyakit yang akan diubah
78
Output Info gejala penyakit yang telah diubah

Destination Pakar
Logika Proses 1. Pakar mencari data gejala yang ingin diubah
2. Sistem melakukan pencarian pada database gejala
3. Sistem menampilkan data gejala yang akan diubah
4. Pakar mengubah data gejala
8. No. Proses 4.1.3
Nama Proses Hapus data Gejala
Source Pakar
Input Data gejala yang akan dihapus
Output Info gejala yang telah dihapus
Destination Pakar
Logika Proses 1. Pilih data gejala yang akan dihapus
2. Pakar menghapus data gejala
9. No. Proses 4.2
Nama Proses Olah Data Rule
Source Pakar
Input Data Rule yang akan ditambah, diubah, atau dihapus
Output Info Rule yang telah ditambah, diubah, atau dihapus
Destination Pakar
Logika Proses 1. Admin memilih menu pengolahan data rule (relasi)
2. Sistem menampilkan submenu untuk pengolahan data rule (Relasi)
10. No. Proses 4.2.1
Nama Proses Tambah data rule
Source Pakar
Input Data rule yang akan ditambah
Output Info rule yang telah ditambah
Destination Pakar
Logika Proses 1. pakar memilih submenu relasi untuk menampilkan form tambah
data rule
2. pakar mengisi data rule pada form
3. Jika data rule valid, sistem akan menyimpan data rule pada
database
4. Jika data rule tidak valid, sistem akan menampilkan pesan error
Nama Proses Ubah data rule
Source Pakar
Input Data rule yang akan diubah
Output Info rule yang telah diubah
Destination Pakar
Logika Proses 1. Pakar mencari data rule yang ingin diubah
2. Sistem melakukan pencarian pada database relasi
3. Sistem menampilkan data relasi yang akan diubah
4. Pakar mengubah data relasi
Nama Proses Hapus data rule
Source Pakar
Input Data rule yang akan dihapus
Output Info rule yang telah diubah
Destination Pakar
Logika Proses 1. Pilih data rule yang akan dihapus
2. Pakar menghapus data rule
13. No. Proses 4.3
Nama Proses Penyakit
79
Source Pakar
Input Data penyakit yang akan ditambah, diubah, atau dihapus
Output Info Penyakit yang telah ditambah, diubah, atau dihapus
Destination Pakar
Logika Proses 1. Admin memilih menu pengolahan data penyakit
2. Sistem menampilkan submenu untuk pengolahan data penyakit
14 No. Proses 4.3.1
Nama Proses Tambah data penyakit
Source Pakar
Input Data gejala penyakit yang akan ditambah
Output Info gejala penyakit yang telah ditambah
Destination Pakar
Logika Proses 1. pakar memilih submenu penyakit untuk menampilkan form tambah
penyakit
2. pakar mengisi data penyakit berupa nama penyakit, nama latin,
definisi dan pengobatan baru pada form
3. Jika data penyakit valid, sistem akan menyimpan data penyakit
baru pada database
4. Jika data penyakit tidak valid, sistem akan menampilkan pesan
error
Nama Proses Ubah data penyakit
Source Pakar
Input Data penyakit yang akan diubah
Output Info penyakit yang telah diubah
Destination Pakar
Logika Proses 1. Pakar mencari data penyakit yang ingin diubah
2. Sistem melakukan pencarian pada database penyakit
3. Sistem menampilkan data penyakit yang akan diubah
4. Pakar mengubah data penyakit
5. Apabila data penyakit sesuai, sistem akan menyimpan k dalam
database penyakit dan akan menampilkan pesan “perubahan
penyakit berhasil”
6. Jika data penyakit tidak sesuai, sistem penampilkan pesan
“perubahan tidak berhasil”
Nama Proses Hapus data penyakit
Source Pakar
Input Data penyakit yang akan dihapus
Output Info penyakit yang telah dihapus
Destination Pakar
Logika Proses 1. Pilih data penyakit yang akan dihapus
2. Pakar menghapus data penyakit
3. Sistem menghapus data penyakit dalam database sesuai dengan
penyakit yang dipilih.
17. No. Proses 4.4
Nama Proses Pakar
Source Pakar
Input Data Pakar yang akan ditambah, diubah, atau dihapus
Output Info Pakar yang telah ditambah, diubah, atau dihapus
Destination Pakar
Logika Proses 1. Pakar memilih menu pengolahan data pakar
2. Sistem menampilkan submenu untuk pengolahan data pakar
No. Proses 4.4.1
80
Nama Proses Tambah Pakar

18.
Source Pakar
Input Data Pakar yang akan ditambah
Output Data Pakar yang telah ditambah
Destination Pakar
Logika Proses 1. pakar memilih submenu pakar untuk menampilkan form tambah
pakar
2. pakar mengisi data pakar berupa username dan password baru pada
form
3. Jika data pakar valid, sistem akan menyimpan data pakar pada
database
4. Jika data pakar tidak valid, sistem akan menampilkan pesan error
No. Proses 4.4.2
Nama Proses Ubah Pakar
19.
Source Pakar
Input Data status pakar yang akan diubah
Output Info status pakar yang telah diubah
Destination Pakar
Logika Proses 1. pakar memilih submenu penyakit untuk menampilkan form tambah
penyakit
2. pakar mengisi data penyakit berupa nama penyakit, nama latin,
definisi dan pengobatan baru pada form
3. Jika data penyakit valid, sistem akan menyimpan data penyakit
baru pada database
No. Proses 4.4.3
20 Nama Proses Hapus pakar
Source Pakar
Input Data pakar yang akan dihapus
Output Info pakar yang telah dihapus
Destination Pakar
Logika Proses 1. Pilih data pakar yang akan dihapus
2. Pakar menghapus data pakar
3. Sistem menghapus data pakar dalam database sesuai dengan pakar
yang dipilih.
21. No. Proses 4.5
Nama Proses Lap gejala
Source Pakar
Input Data laporan gejala
Output Info laporan gejala
Destination Pakar
Logika Proses pakar mengelola laporan gejala
22. No. Proses 4.6
Nama Proses Lap penyakit
Source Pakar
Input Data laporan penyakit
Output Info laporan penyakit
Destination Pakar
Logika Proses Pakar mengelola laporan penyakit
23. No. Proses 4.7
Nama Proses forum
Source Pakar
Input Data forum yang akan ditambah, diubah, atau dihapus
81
Output Info forum yang telah ditambah, diubah, atau dihapus

Destination Pakar
Logika Proses 1. Pakar memilih menu pengolahan forum
2. Sistem menampilkan submenu untuk pengolahan )forum
Nama Proses Tambah forum
Source Pakar
Input Data forum yang akan ditambah
Output Data forum yang telah ditambah
Destination Pakar
Logika Proses 1. memilih submenu forum untuk menampilkan form tambah forum
2. pakar mengisi data forum pada form
3. Jika data forum valid, sistem akan menyimpan data forum pada
database
4. Jika data forum tidak valid, sistem akan menampilkan pesan error
25 No. Proses 4.7.2
Nama Proses Ubah forum
Source Pakar
Input Data status forum yang akan diubah
Output Info status forum yang telah diubah
Destination Pakar
Logika Proses 1. pakar memilih submenu forum topik untuk menampilkan form
forum
2. pakar mengisi data forum berupa topik baru pada form
3. Jika data forum valid, sistem akan menyimpan data forum baru
pada database
26 No. Proses 4.7.3
Nama Proses Hapus data topic
Source Pakar
Input Data forum yang akan dihapus
Output Info forum yang telah dihapus
Destination Pakar
Logika Proses 1. data topik yang akan dihapus
2. pakar menghapus data topic
27. No. Proses 5.0
Nama Proses Diagnosa
Source Member
Input Data diagnosa
Output Info hasil diagnosa
Destination Member
Logika Proses 1. sistem pilih kode pada temp_analisa, sistem menampilkan gejala
dari status() milik table temp_analisa kode pertama.
2. user (member) menjawab untuk tanya = ya atau tanya=tidak
3. sistem akan menuju pada kode gejala untuk tanya=ya atau
tanya=tidak dari kode sebelumnya
4. apabila didapat kode sekarang bahwa tanya=ya ataupun
tanya=tidak berisi kode penyakit, sistem akan melakukan pilih
kode penyakit pada field gejala pada table gejala dan relasi
5. sistem menampilkan berupa nama penyakit, gejala, definisi, nama
latin dan pengobatan dari hasil diagnosa.
31 No. Proses 6.0
Nama Proses Informasi penyakit
Source Member
Input Data informasi penyakit
82
Output Info informasi penyakit

Destination Member
Logika Proses member melihat informasi penyakit berupa detail penyakit, gejala dan
pengobatannya.
32. No. Proses 7.0
Nama Proses Forum
Source Member
Input Data jawaban,data jenis_pertanyaan,data forum
Output Info jawaban,jenis_pertanyaan,forum
Destination User
Logika Proses 1. user (member) memilih topik bahasan pada form forum
2. user mengisi pertanyaan pada topik bahasan, sistem akan
menyimpan pertanyaan atau komentar user dan menampilkannya.
3.1.7.4 Kamus Data
Kamus data merupakan deskripsi formal mengenai seluruh elemen yang
tercakup dalam DFD. Kamus data untuk DFD Sistem Pakar Penyakit Ayam
berbasis web adalah :
Tabel 3.3. Kamus Data

Detail Keterangan
1 Nama Data penyakit
Deskripsi Berisi data penyakit
Struktur data Kd_penyakit,nm_penyakit,latin,definisi,pengobatan
Kd_penyakit [A...Z|a...z|0...9]
Nm_penyakit [A...Z|a...z]
latin [A...Z|a...z]
definisi A...Z|a...z]
pengobatan A...Z|a...z]
2 Nama Data Gejala
Deskripsi Berisi data gejala
Struktur data kd_gejala, nm_gejala
kd_gejala [A...Z|a...z|0...9]
nm_gejala A...Z|a...z]
3 Nama Data relasi
Deskripsi Berisi relasi antara gejala dan penyakit
Struktur data kd_gejala, kd_penyakit
kd_penyakit [A...Z|a...z|0...9]
MB [0...9]
MD [0...9]
4 Nama Data hasil_diagnosa
Deskripsi Berisi data diagnosa penyakit
Struktur data Id_diagnosa, kd_gejala,kd_penyakit,noip
Id_diagnosa [0...9]
83
kd_penyakit [[A...Z|a...z|0...9]
noip [A...Z|a...z]
5 Nama Data member
Deskripsi Berisi data member
Struktur data email, password,nama,nohp,telp
email [A...Z|a...z|0...9]
password [A...Z|a...z|0...9]
nama [[A...Z|a...z|0...9]
nohp [0...9]
telp [0...9]
6 Nama Data forum
Deskripsi Berisi data forum berupa jawaban dari topic pertama
Struktur data Id,pertanyaan,email,kode_jenis_pertanyaan
Id [0...9]
pertanyaan [[A...Z|a...z]
email A...Z|a...z|0...9]
kode_jenis_pertanyaan [0...9]
7 Nama Data jawaban
Deskripsi Berisi data jawaban untuk menjawab data forum
Struktur data Id,jawaban,squence,email
Id [0...9]
jawaban [[A...Z|a...z]
squence [0...9]
email A...Z|a...z|0...9]
8 Nama Data topik
Deskripsi Berisi jenis_pertanyaan (Topik) yang ditujukan
Struktur data Kode_jenis_pertanyaan,nama
Kode_jenis_pertanyaan [0...9]
nama [[A...Z|a...z]
9 Nama Data pakar
Deskripsi Berisi data pakar
Struktur data Email,password
email A...Z|a...z|0...9]
password A...Z|a...z|0...9]
3.2 Perancangan Sistem
Perancangan sistem pakar untuk mendiagnosa jenis penyakit ayam
bertujuan untuk menerapkan solusi pemecahan masalah yang telah diajukan pada
analisis sistem.
84
3.2.1 Perancangan Data
Perancangan data terdiri dari Tabel Relasi dan struktur tabel yang terdapat
pada ERD dari Sistem pakar untuk Mendiagnosa Penyakit Ayam Berbasis Web.
3.2.1.1 Skema Relasi
Proses relasi antar file merupakan gabungan antar file yang mempunyai
kunci utama yang sama, sehingga file-file tersebut menjadi satu kesatuan yang
dihubungkan oleh field kunci tersebut. Pada proses ini elemen-elemen data
dikelompokkan menjadi satu file database beserta entitas dan hubungannya.
Berikut adalah skema relasi Sistem pakar penyakit ayam berbasis web:
penyakit
relasi
gejala
kd_penyakit *
kd_gejala* kd_gejala ** nm_penyakit
nm_gejala kd_penyakit ** latin
Email** definisi
pengobatan
member
temp_gejala temp_gejala
Email ** temp_gejala
Password kd_gejala**
kd_gejala**
Nama kd_penyakit**
noip kd_penyakit**
jk noip
alamat noip
pekerjaan
Telp
Hp
Code
noip
codeset hasil_diagnosa
id_diagnosa *
kd_gejala **
forum jawaban kd_penyakit**
noip
Id*
Id * sequence
pertanyaan jawaban
Email ** Email **
kode_jenis_pertanyaan**
pakar
username *
password
jenis_pertanyaan
kode_jenis_pertanyaan *
nama
Gambar 3. 11 Skema Relasi

85
3.2.1.2 Struktur Tabel
Tabel merupakan tempat penyimpanan informasi dari sebuah aliran data
dalam sebuah sistem. Berikut merupakan struktur dari beberapa tabel sistem yang
akan dibangun.
1. Tabel Gejala
Nama Tabel : gejala

Fungsi : Menginputkan data gejala
Tabel 3.4 gejala
Field Jenis ket

kd_gejala char(4) Primary Key
nm_gejala varchar(150)
2. Tabel Relasi
Nama Tabel : relasi

Fungsi : Mengatur rule antara gejala dengan relasi
Tabel 3.5 relasi
Field Jenis ket

kd_penyakit Char(4) Foreign Key
kd_gejala char(4) Foreign Key
3. Tabel Penyakit
Nama Tabel : penyakit

Fungsi : Menginputkan data penyakit
Tabel 3.6 penyakit
Field Jenis ket

kd_penyakit Char(4) Primary Key
nm_penyakit varchar(60)
latin varchar(60)
86
Field Jenis ket

definisi text
pengobatan text
4. Tabel hasil diagnosa
Nama Tabel : hasil_diagnosa

Fungsi : Menampilkan hasil diagnosa
Tabel 3.7 diagnosa
Field Jenis ket

id_detail int(3) Kunci,Auto
id_gejala Char(4) Foreign Key
tgl_penyakit Char(4) Foreign Key
noip varchar(65)
5. Tabel Pakar
Nama Tabel : pakar

Fungsi : Menyimpan data pakar
Tabel 3.8 pakar
Field Jenis ket

username varchar(60) Primary key
password varchar(60)
6. Tabel Temporary Penyakit
Nama Tabel : Tmp_penyakit

Fungsi : Menyimpan sementara kode penyakit
Tabel 3.9 Tmp_penyakit
Field Jenis ket

kd_penyakit char(4)
noip varchar(65)
87
7. Tabel Temporary Gejala
Nama Tabel : Tmp_gejala

Fungsi : Menyimpan sementara kode gejala
Tabel 3.10 Tmp_gejala
Field Jenis ket

kd_gejala char(4)
noip varchar(65)
8. Tabel Temporary Analisa
Nama Tabel : Tmp_analisa

Fungsi : Menyimpan sementara kode gejala dan penyakit
Tabel 3.11 Tmp_analisa
Field Jenis ket

kd_gejala char(4)
kd_penyakit char(4)
noip varchar(65)
9. Tabel jawaban
Nama Tabel : komentar

Fungsi : Tabel komentar digunakan untuk mencatat data
komentar/jawaban.
Tabel 3.12 jawaban
Field Jenis ket

id int(11) Primary key
squence int(11) Unique
jawaban text
Foreign key->
Email Varchar(30)
member
88
10. Tabel Forum
Nama Tabel : forum

Fungsi : Tabel forum digunakan untuk mencatat data forum
Tabel 3.13 forum
Field Jenis ket
id int(11) Primary key
pertanyaan text
email Varchar(30) Foreign key->member
Foreign key-
Kode_jenis_pertanyaan Int(11)
>jenis_pertanyaan
11. Tabel Topik
Nama Tabel : topik

Fungsi : Tabel jenis_pertanyaan dicatat sebagai topic dari forum
Tabel 3.14 topik
Field Jenis ket

Kode_jenis_pertanyaan Int(11) Primay key
nama Text
12. Tabel Jenis polling
Nama Tabel : poling

Fungsi : Tabel poling mencatat polling yang masuk
Tabel 3.15 poling
Field Jenis ket

Id Varchar(50) Primay key
jml float
89
13. Tabel member
Nama Tabel : member

Fungsi : Tabel ini untuk mencatat member/pengunjung
Tabel 3.16 member
Field Jenis ket

Email Varchar(30) Primay key
password Varchar(30)
nama Varchar(30)
jk Enum (“P”,”W”)
alamat Text
Pekerjaan Varchar(50)
Telp Varchar(15)
HP Varchar(15)
code Int(11)
codeset Varchar(60)
noip varchar(65)
14. Pengkodean
Kode digunakan untuk mengklasifikasi data, perancangan pengkodean
yang diusulkan dengan tujuan untuk mempermudah dalam proses pengolahan
data. Rancangan kode yang diusulkan adalah:
1. Pengkodean kode Jenis Penyakit terdiri dari 4 digit, yaitu dengan format
sebagai berikut:
X 999
X : menunjukkan kode penyakit
999 : menunjukkan nomor urut
Contoh : P001
90
PE menunjukkan kode penyakit, 001 menunjukkan nomor urut penyakit.
2. Pengkodean kode gejala terdiri dari 4 digit, yaitu dengan format sebagai
berikut:
X 999
X : menunjukkan kode gejala
999 : menunjukkan nomor urut
Contoh : G001
G menunjukkan kode gejala, 001 menunjukkan nomor urut gejala.
3.2.2 Perancangan Struktur menu
Perancangan arstitektur merupakan hubungan di antara elemen-elemen
struktural utama dari program. Perancangan arsitektur dapat memberikan
gambaran mengenai struktur program. Gambar 3.12 adalah arsitektur perangkat
lunak dari Sistem Pakar Penyakit Ayam yang berbentuk hirarki:
1. Struktur menu Pengguna (User)
Home
Informasi Login Pakar

Diagnosa Forum
Penyakit
Hasil Diagnosa
Gambar 3.12. Struktur Menu Pengguna (User)

91
2. Struktur menu Pakar
Home
Penyakit Gejala Relasi Pakar Lap. Gejala Lap.Penyakit forum Logout
Tambah Tambah Tambah Tambah Tambah
Edit Edit Edit Edit Edit
Hapus Hapus Hapus Hapus Hapus
Gambar 3.13. Struktur Menu Pakar
3.2.3 Perancangan Arsitektur
Perancangan arsitektur merupakan perancangan yang dibuat sebelum
program aplikasi dibuat. Dengan perancangan arsitektur akan mempermudah
proses pembangunan aplikasi sistem pakar.
3.2.3.1 Perancangan Menu
Interface atau antar muka merupakan tampilan dari suatu program aplikasi
yang berperan sebagai media komunikasi yang digunakan sebagai sarana
berdialog antara program dengan user. Sistem yang akan dibangun diharapkan
menyediakan interface yang mudah dipahami dan digunakan oleh user.
Perancangan interface untuk aplikasi Sistem Pakar adalah sebagai berikut :
1. Form Menu Utama
Layar ini berfungsi menampilkan menu utama yang terdiri dari home,
diagnosa, informasi penyakit, login pakar dan forum.
92
T01
header Keterangan:
1,klik daftar maka
muncul T02
Beranda Daftrar Login pakar 2.klik login pakar akan
Login Informasi Penyakit muncul T03
Email Penyakit yang bisa 3. klik Informasi
password dianalisis : penyakit maka akan
muncul T04
Penjelasan
Login 4.isikan data login
maka akan tampil T05
Jajak Pendapat Kalender
Keterangan :
Nama form : T01
Ukuran layar: Default
Font: Default
Warna :Black,Grey,White and Red
Gambar 3. 14 Form Menu Utama (User)
2. Form Pendaftaran
T02
header Keterangan:
1.Klik simpan maka
Beranda Daftrar Login pakar pendaftaran tersimpan
secara otomatis
Login Informasi Penyakit
Email 2.klik hapus untuk
Email Penyakit yang bisa membatalkan
password dianalisis : pendaftaran
password
Nama
Login
Alamat
Jajak Pendapat No Telp Kalender
HP
Simpan Reset
Keterangan :
Nama form : T02
Font: Default
Gambar 3.15 Form pendaftaran

93
3. Form Menu Login pakar
T03
Keterangan:
header T03 merupakan
tampilan untuk mengisi
Beranda Daftrar Login pakar data pakar berupa
uname dan password
Login Informasi Penyakit
1. klik login untuk
Email Penyakit yang bisa masuk kmenu pakar
Email
nama dianalisis : 2. klik kembali untuk
password membatalkan
Login
Login Kembali
Keterangan :
Nama form : T03
Font: Default
Gambar 3.16 login pakar
4. Form Menu informasi penyakit
T04
header Keterangan:
T04 merupakan
tampilan berupa
Beranda Daftrar Login pakar
informasi gejala dan
Login Informasi Penyakit penyakit
Jenis Penyakit
Email Penyakit yang bisa
Nama penyakit : dianalisis :
nama Nama latin :
Definisi :
Login Pengobatan :
Jajak Pendapat No Nama Gejala

Kalender
1
2
3
4
5
Keterangan :
Nama form : T04
Font: Default
Gambar 3.17 Menu cetak diagnose

94
5. Form Menu Diagnosa

T05
Keterangan:
header T05 merupakan
pendiagnodsaan
Beranda Diagnosa Login pakar Forum penyakit berupa
pertanyaan sampai
Login JAWABLAH PERTANYAAN BERIKUT :
Informasi Penyakit
medapatkan hasil
Email Apakah ayam anda Penyakit yang bisa maka akan muncul T06
Nama mempunyai gejala______? dianalisis : 1. klik forum maka
akan tampil T08
Logout Ya Tidak
Keterangan :
Nama form : T05
Font: Default
Gambar 3. 18 Menu diagnose
6. Form Menu hasil diagnosa

T06
header
Keterangan:
T06 merupakan hasil
Beranda Diagnosa Login pakar Forum pendiagnosaan untuk
Login Pemilik Ayam Informasi Penyakit lebih detail klik
Email Email Penyakit yang bisa penyakit maka akan
dianalisis : muncul T07
Nama Nama
No Telp
Logout
HP
Hasil Analisa
Diduga Hewan anda

mengidap penyakit____
Keterangan :
Nama form : T06
Font: Default
Gambar 3. 19 Menu hasil diagnosa
7. Form Menu detail hasil dan cetak diagnosa

T07
Keterangan:
header
1. klik cetak jika ingin
mencetak hasil analisa
Beranda Diagnosa Login pakar Forum penyakit yg telah
Login Informasi Penyakit terdiagnosa
Jenis Penyakit 2. klik kembali untuk
Nama penyakit : dianalisis : membatalkan dan
nama Nama latin : kembali ke T01
Definisi :
logout Pengobatan :
Jajak Pendapat No Nama Gejala

Kalender
1
2
3
4
5
Cetak Kembali
Keterangan :
Nama form : T07
Font: Default
Gambar 3. 20 menu detail hasil dan cetak diagnosa

95
8. Form Menu Forum.

T08
header
Keterangan:
T08 merupakan
Beranda Diagnosa Login pakar Forum tampilan dari isi topik
Login Informasi Penyakit pilih topik yang ingin
Topik Bahasan dikomentari maka akan
1. Penyakit dan penanggulangan dianalisis : muncul T09
nama
2.Cara mengurusi hewan
logout 3.Perkembangan hewan
4.Penyakit hewan
Keterangan :
Nama form : T08
Font: Default
Gambar 3. 21 Menu Forum
9. Form Menu Jawab Forum.

T09
header
Keterangan:
T08 merupakan
Beranda Diagnosa Login pakar Forum tampilan dari isi topik
Login Informasi Penyakit pilih topik yang ingin
Pertanyaan dikomentari maka akan
Topik dianalisis : muncul T09
nama
Simpan
logout
Jajak Pendapat Jawab|hapus Kalender

Hapus
Keterangan :
Nama form : T09
Font: Default
Gambar 3. 22 Menu Jawab Forum
10. Form Menu pakar

Layar ini berfungsi menampilkan menu utama pakar yang terdiri dari
home, penyakit, gejala,relasi,pakar, lap penyakit, lap.gejala, forum dan logout.
T01A
Keterangan :
1. Klik Penyakit maka
Header
akan tampil layar T02A
2. Klik Gejala maka
Selamat datang di halaman Pakar : akan tampil layar T03A
Home
Halaman ini mengatur Pengelolaan data, antara lain 3. Klik Relasi maka akan
Penyakit ; tampil layar T04A
· Data Penyakit · Laporan Penyakit
Gejala · 4. Klik Pakar maka akan
· Data Gejala Laporan Gejala
Relasi tampil layar T05A
· Data Relasi
5. Klik Laporan Penyakit
Pakar · Data Pakar
maka akan tampil layar
Laporan Penyakit T06A
Penjelasan Tentang Sistem pakar
Laporan Gejala Penyakit Ayam 6. Klik Laporan Gejala
maka akan tampil layar
Forum
T07A
Logout 7. klik forum maka akan
tampil layar T16A
Keterangan :
Nama Form : T01A
Ukuran Layar : Default
Font : Default
Warna layar : Blue & White
Gambar 3. 23 menu Utama Pakar

96
11. Form Menu Penyakit

T02A
Keterangan :
Header 1. Klik Tambah maka
Search Tambah 2. Klik Edit maka akan
Home tampil layar T09A
Penyakit NO Nama Penyakit Aksi 3. Klik Hapus untuk
menghapus data
Gejala 1 Edit Hapus
penyakit
Relasi 2 Edit Hapus
3 Edit Hapus
Pakar 4 Edit Hapus
Penjelasan
Laporan 5 Sistem pakar
Penyakit Tentang
Edit Hapus
Penyakit Ayam
Laporan Gejala
Forum
Logout
Keterangan :
Nama Form : T02A
Font : Default
Gambar 3. 24 menu penyakit
12. Form Menambah Penyakit

T08A
Header Keterangan :
1. Klik Simpan untuk
menyimpan data
Kode penyakit :
2. Klik Kembali maka
Home Nama penyakit :
akan tampil menu T02A
Penyakit Nama Latin :
Gejala
Relasi Definisi :
Pakar
Penjelasan
Laporan Penyakit Tentang Sistem pakar
Penyakit Ayam
Pengobatan :
Laporan Gejala
Forum
Logout Simpan Kembali
Keterangan :
Nama Form : T08A
Font : Default
Gambar 3. 25 menu tambah penyakit
13. Form Edit Penyakit

T09A
Header Keterangan :
From Edit (merubah) Penyakit menyimpan data
Kode penyakit : 2. Klik Kembali maka
Home
Nama penyakit : akan tampil menu T02A
Penyakit
Nama Latin :
Gejala
Relasi
Definisi :
Pakar
Penjelasan
Penyakit Ayam
Laporan Gejala
Pengobatan :
Forum
Keterangan :
Nama Form : T09A
Font : Default
Gambar 3. 26 Menu Edit Penyakit

97
14. Form Menu Data Gejala

T03A
Keterangan :
Penyakit NO Nama Gejala Aksi 3. Klik Hapus untuk
menghapus data
Gejala 1 Edit Hapus
penyakit
Relasi 2 Edit Hapus
3 Edit Hapus
Pakar 4 Edit Hapus
Penjelasan
Penyakit Tentang
Edit Hapus
Penyakit Ayam
Laporan Gejala
Forum
Logout
Keterangan :
Nama Form : T03A
Font : Default
Gambar 3. 27 Menu Data Gejala
15. Form Menambah Data Gejala

T10A
Header Keterangan :
From tambah gejala penyakit menyimpan data
Home Kode gejala : akan tampil menu T03A
Penyakit Nama gejala :
Gejala
Simpan Kembali
Relasi
Pakar
Penjelasan
Penyakit Ayam
Laporan Gejala
Forum
Logout
Keterangan :
Nama Form : T10A
Font : Default
Gambar 3. 28 Menu Tambah gejala
16. Form Edit Gejala

T11A
Header Keterangan :
From Edit(merubah) gejala penyakit menyimpan data
Home Kode gejala : akan tampil menu T03A
Penyakit Nama gejala :
Gejala
Simpan Kembali
Relasi
Pakar
Penjelasan
Penyakit Ayam
Laporan Gejala
Forum
Logout
Keterangan :
Nama Form : T11A
Font : Default
Gambar 3. 29 Menu Edit Gejala

98
17. Form Relasi

T04A
Keterangan :
Search Tambah Edit 2. Klik Edit maka akan
Penyakit No Penyakit Gejala MB MD Aksi 3. Klik Hapus untuk
menghapus data
Gejala 1 Hapus
penyakit
Relasi 2 Hapus
3 Hapus
Pakar 4 Hapus
Penjelasan
Penyakit Tentang
Hapus
Penyakit Ayam
Laporan Gejala
Forum
Logout
Keterangan :
Nama Form : T04A
Font : Default
Gambar 3. 30 Menu relasi
18. Form Menu Menambah Relasi

T10A
Keterangan :
Header
Header 1. Klik simpan untuk
menyimpan relasi yang
telah ditambah
2. Klik Kembali untuk ke
From Tambah relasi Penyakit dan Gejala menu T04A
Penyakit
Gejala Nama Penyakit :
Relasi
Pakar
Penjelasan
Laporan Gejala Penyakit Ayam
Forum
Logout
Simpan Kembali
Chatting
Keterangan :
Nama Form : T10A
Font : Default
Warna layar : Black,White & Red
Gambar 3.31 menu tambah relasi
19. Form Menu Edit Relasi

T11A
Keterangan :
Header
Header 1. Klik simpan untuk
menyimpan relasi yang
From Edit(merubah) Penyakit dan Gejala telah ditambah
2. Klik Kembali untuk ke
Nama Penyakit : menu T04A
Penyakit
Gejala
Relasi
Pakar
Penjelasan Tentang Sistem pakar
Laporan Penyakit
Penyakit Ayam
Laporan Gejala
Forum
Chatting
Keterangan :
Nama Form : T11A
Font : Default
Gambar 3. 32 Menu edit relasi

99
20. Form Menu Pakar

T05A
Keterangan :
Tambah 2. Klik Edit maka akan
Penyakit NO Username Password Aksi 3. Klik Hapus untuk
menghapus data
Gejala 1 Edit Hapus
penyakit
Relasi 2 Edit Hapus
3 Edit Hapus
Pakar 4 Edit Hapus
Penjelasan
Penyakit Tentang
Edit Hapus
Penyakit Ayam
Laporan Gejala
Forum
Logout
Keterangan :
Nama Form : T05A
Font : Default
Gambar 3. 33 Menu Edit Pakar
21. Form Menu Menambah Pakar

T14A
Header Keterangan :
From tambah admin pakar menyimpan data
Home Username : akan tampil menu T05A
Penyakit Password :
Password Lagi :
Gejala
Relasi
Pakar Simpan Kembali
Penjelasan
Penyakit Ayam
Laporan Gejala
Forum
Logout
Keterangan :
Nama Form : T14A
Font : Default
Gambar 3. 34 Menu Pakar
22. Form Menu Edit Pakar

T15A
Header Keterangan :
From Edit (merubah) admin pakar menyimpan data
Home Username : akan tampil menu T05A
Penyakit Password :
Password Lagi :
Gejala
Relasi
Pakar Simpan Kembali
Penjelasan
PenyakitKet :
Ayam
Laporan Gejala Jika password tidak akan diganti jangan
Forum di isi, apabila mau di ganti silahkan isi
Logout
Keterangan :
Nama Form : T15A
Font : Default
Gambar 3. 35 Menu Edit Pakar

100
23. Form Menu Laporan Penyakit

T06A
Header Keterangan :
Ini merupakan tampilan
laporan penyakit
Home
Daftar Semua penyakit
Penyakit
Nama penyakit :
Gejala Nama latin :
Relasi Definisi :
Pakar Pengobatan :
Penjelasan
Penyakit Ayam
Laporan Gejala Nama penyakit :
Nama latin :
Forum
Definisi :
Logout Pengobatan :
1 2 Next >>
Keterangan :
Nama Form : T06A
Font : Default
Gambar 3. 36 Menu Laporan penyakit
24. Form Menu Laporan Gejala
T07A
Header Keterangan :
Ini merupakan tampilan
laporan gejala
Home Tampilkan Gejala penyakit
Penyakit :
Penyakit :
Gejala
Relasi
Pakar No Kode gejala Nama Gejala
Penjelasan 1
Penyakit2Ayam
Laporan Gejala 3
4
Forum
Logout
Keterangan :
Nama Form : T07A
Font : Default
Gambar 3. 37 Menu Laporan gejala
25. From Menu Forum Pakar

T16A
Keterangan :
Penyakit NO Topik Bahasan Aksi 3. Klik Hapus untuk
menghapus data
Gejala 1 Edit Hapus
penyakit
Relasi 2 Edit Hapus
3 Edit Hapus
Pakar 4 Edit Hapus
Penjelasan
Laporan 5
Penyakit Tentang Sistem pakar
Edit Hapus
Penyakit Ayam
Laporan Gejala
Forum
Logout
Keterangan :
Nama Form : T16A
Font : Default
Gambar 3. 38 Menu Forum Pakar

101
26. From Menu tambah forum (Topik)

T17A
Header Keterangan :
From tambah Topik bahasan menyimpan data
Home
Topik : akan tampil menu awal
Penyakit
Gejala
Simpan Kembali
Relasi
Pakar
Penjelasan
Penyakit Ayam
Laporan Gejala
Forum
Logout
Keterangan :
Nama Form : T17A
Font : Default
Gambar 3. 39 Menu tambah forum
27. From Menu Edit Forum

T18A
Header Keterangan :
1. Klik Ubah untuk
From Edit(merubah) Topik bahasan menyimpan data
2. Klik Kembali untuk
Home Topik
kembali ke menu awal
Penyakit
Ubah Kembali
Gejala
Relasi
Pakar
Penjelasan
Penyakit Ayam
Laporan Gejala
Forum
Logout
Keterangan :
Nama Form : T18A
Font : Default
Warna layar :Red,Grey,White & Black
Gambar 3. 40 Menu Edit forum
3.2.3.2 Perancangan Pesan
M01 M02
Warning Information
Username atau password yang

Penambahan Penyakit berhasil
anda masukkan salah
OK OK
Gambar 3.41. Tampilan Pesan M01 Gambar 3.42. Tampilan Pesan M02
102
M03 M04
Information Confirm
Yakin anda akan menghapus

Perubahan penyakit berhasil
penyakit?
OK Ya Tidak
M05 M06
Confirm Information

Penambahan Gejala berhasil
gejala?
Ya Tidak OK
M07 M08
Information Information
Perubahan Gejala berhasil Penambahan relasi berhasil
OK OK
M09 M10
Information Confirm

Perubahan relasi berhasil gejala dan penyakit tersebut?
OK Ya Tidak
103
M11 M12
Information Information
Perubahan pakar berhasil Penambahan pakar berhasil
OK
OK
M13 M14
Confirm Information
Yakin anda akan menghapus Maaf password tidak sama

pakar?
OK
Ya Tidak
3.2.3.3 Jaringan Sematik
Jaringan semantik pada Aplikasi Sistem Pakar Penyakit Ayam adalah
sebagai berikut:
1. Jaringan semantik User (Pengguna)
M20
T02
M01 Klik daftar
T01
M01
Klik Login Pakar
Klik
forum
T03
Klik Informasi
penyakit
Klik login
T08
T04
Pilih topik Klik

T05 Hasil diagnosa T06 T07
penyakit
T09
M19
Gambar 3.60 Jaringan Semantik User

104
2. Jaringan semantik Pakar (Sudah Login)

M02
T08A
M03
Klik tambah
T09A
M04
T06A
Klik edit
T02A
M05
T10A
Klik Laporan penyakit Klik tambah

Klik penyakit T03A M06
M01
Klik gejala
Klik edit
M10
T04 login T01A T11A
Klik relasi M07

T04A
Klik Forum
Klik tambah
Klik pakar
Klik laporan gejala T12A
T16A M13
Klik edit M08
M18 T05A
Klik Edit T07A T13A

Klik tambah
Klik tambah
Klik edit M09
T18A
T14A
T17A
M19
T15A
M17 M12,M14
M11,M14
Gambar 3. 61 Jaringan Semantik Pakar
3.2.3.4 Perancangan Prosedural
Perancangan prosedural pada sistem ini menggunakan flowchart yang
berguna untuk menggambarkan tahap penyelesaian suatu masalah dengan
menggunakan simbol – simbol.

105
a. Flowchart Login member
Mulai
Email dan
password
Pengecekan email Isi ulang data login

dan password member
Login gagal,
username dan
password tidak cocok
Where
Email_member=email AND
tidak
password_member=password AND
status_member=masuk
ya
Tampil form login

member
Selesai
Gambar 3. 62 Flowchart login member
b. Flowchart login pakar
Mulai
Email dan
password
Pengecekan email Isi ulang data login

dan password pakar
Login gagal,
username dan
password tidak cocok
Where
Email_pakar=email AND
tidak
password pakar=password
AND status_pakar=masuk
ya
Tampil form login pakar
Selesai
Gambar 3. 63 Flowchart login pakar

106
a. Flowchart Diagnosa Forward Chaining penyakit
MULAI
Pilih
Pertanyaan
Pertanyaan
temp_analisa -> status ()

Tny = ya from tabel temp_analisa
Tny = tidak from tabel temp_analisa
FW
Tampil status ()
If cek=0 AND
RbPilih=ya OR
RbPilih=tidak Tidak
Ya
Tny = ya from tabel temp_analisa

kd_gejala from tabel gejala, relasi
Tny = tidak from tabel

temp_analisa
kd_gejala from tabel
gejala, relasi
Cek
temp_penyakit=1
Hasil Jenis penyakit,

definisi, nama latin dan
pengobatan
SELESAI
Gambar 3. 64 Flowchart diagnosa Forward Chaining penyakit

BAB IV
IMPLEMENTASI DAN PENGUJIAN
Pada bab ini akan dilakukan implementasi dan pengujian terhadap
sistemyang baru. Tahapan ini dilakukan setelah perancangan selesai dilakukan
danselanjutnya akan diimplementasikan pada bahasa pemrograman yang
akandigunakan. Setelah implementasi maka dilakukan pengujian sistem yang
baru, dimana akan dilihat kekurangan-kekurangan pada aplikasi yang baru untuk
pengembangan sistem selanjutnya.
4.1 Implementasi Sistem
Tahap implementasi merupakan tahap mewujudkan hasil perancangan
menjadi sebuah program aplikasi yang dapat dioperasikan demi mencapai hasil
yang sesuai dengan hasil perancangan.
Setelah melakukan tahap perancangan sistem dan implementasi perangkat
lunak, maka tindakan selanjutnya yang dilakukan adalah penerapan hasil
perangkat lunak tersebut.
4.1.1 Kebutuhan Perangkat Keras
Perangkat keras yang diperlukan untuk mengimplementasikan perangkat
lunak dari Sistem pakar penyakit ayam berbasis web.
Adapun spesifikasi perangkat keras yang digunakan untuk membangun
sistem pakar penyakt ayam ini adalah sebagai berikut:
107
108
Tabel 4.1 Perangkat keras yang digunakan

Perangkat Server Client
Processor Kecepatan 1 GHz Kecepatan 500 MHz
RAM 1 GHz 512 GHz
Harddisk 80 Gb 80 Gb
Monitor Resolusi 1024 x 768 Resolusi 1024 x 768
VGA 128 Mb 128 Mb
Lan Card 10/100 Mbps 10/100 Mbps
Koneksi Internet 64 Kbps 64 Kbps
4.1.2 Kebutuhan Perangkat Lunak
Perangkat lunak yang digunakan untuk mengimplementasikan Sistem Pakar
Penyakit Ayam Berbasis Web adalah sebagai berikut:
Tabel 4.2 Perangkat Lunak yang digunakan

Perangkat Lunak Keterangan
Sistem Operasi Windows XP Profesional SP II
Bahasa Pemograman PHP 5.2.6
Web Server XAMPP version 2.0
Database Server MySQL 5.0.51b
Web Browser Mozilla firefox 3.0
Code Editor Macromedia dreamweaver 8
Image Editor Adobe Photoshop CS2
DFD Modeler Visio 2003
4.1.3 Implementasi Basis Data
Pembuatan database dilakukan dengan menggunakan aplikasi DBMS
MySQL. Implementasi database dalam bahasa SQL adalah sebagai berikut:
Tabel 4.3 Implementasi basis data

1. Tabel detail penyakit 2. Tabel jawaban
CREATE TABLE IF NOT EXISTS CREATE TABLE IF NOT EXISTS
`diagnosa` ( `jawaban` (
ìd_detail` int(3) NOT NULL ìd` int(11) NOT NULL,
109
auto_increment, `jawaban` text NOT NULL,

`kd_gejala` char(4) NOT NULL, `squence` int(11) NOT NULL,
`kd_penyakit` char(4) NOT NULL, Èmail` varchar(30) NOT NULL,
`noip` varchar(60) NOT NULL, PRIMARY KEY (ìd`) UNIQUE
PRIMARY KEY (ìd_diagnosa`) („squence‟)
) ENGINE=MyISAM DEFAULT ) ENGINE=MyISAM DEFAULT
CHARSET=latin1 CHARSET=latin1;
AUTO_INCREMENT=1 ;
3. Tabel pakar 4. Tabel penyakit

`penyakit` (
`pakar` (
`kd_penyakit` char(4) NOT NULL,
ùsername` varchar(60) NOT NULL,
`nm_penyakit` varchar(60) NOT
`password` varchar(60) NOT NULL, NULL,
PRIMARY KEY (ùsername` `latin` varchar(60) NOT NULL,
) ENGINE=MyISAM DEFAULT `definisi` text NOT NULL,
CHARSET=latin1; `pengobatan` text NOT NULL,
PRIMARY KEY (`kd_penyakit`)
) ENGINE=MyISAM DEFAULT
CHARSET=latin1;
5. Tabel forum 6. Tabel tmp_analisa

CREATE TABLE IF NOT CREATE TABLE IF NOT EXISTS
`tmp_analisa` (
EXISTS `forum` (
`kd_gejala` char(4) NOT NULL,
ìd` int(11) NOT NULL
auto_increment,
`noip` varchar(60) NOT NULL
`pertanyaan` text NOT NULL,
Èmail` varchar(30) NOT NULL,
CHARSET=latin1;
`Kode_Jenis_Pertanyaan` int(11)
NOT NULL,
PRIMARY KEY (ìd`)
110
CHARSET=latin1
AUTO_INCREMENT=15
7. Tabel relasi 8. Tabel gejala

`relasi` (
`gejala` (
`kd_gejala` char(4) NOT NULL,
`kd_gejala` char(4) NOT NULL
`nm_gejala` varchar(150) NOT
CHARSET=latin1; NULL,
PRIMARY KEY (`kd_gejala`)
CHARSET=latin1;
9. Tabel jenis_pertanyaan 10. Tabel member
`jenis_pertanyaan` ( `member` (
`Kode_Jenis_Pertanyaan` int(11) Èmail` varchar(30) NOT NULL,
NOT NULL auto_increment, `Password` varchar(30) NOT NULL,
`Nama` text NOT NULL, `Nama` varchar(30) NOT NULL,
PRIMARY KEY `Tlp` varchar(15) NOT NULL,
(`Kode_Jenis_Pertanyaan`)
`HP` varchar(15) NOT NULL,
`code` int(11) NOT NULL,
CHARSET=latin1
`noip` int(60) NOT NULL
AUTO_INCREMENT=8
`codeset` varchar(60) NOT NULL,
PRIMARY KEY (Èmail`)
CHARSET=latin1
11. Tabel poling 12. Tabel tmp_gejala

CREATE TABLE IF NOT EXISTS
`poling` ( CREATE TABLE IF NOT EXISTS
ìd` varchar(50) NOT NULL default `tmp_gejala` (
'', `kd_gejala` char(4) NOT NULL,
`jml` float unsigned default NULL, `noip` varchar(60) NOT NULL,
PRIMARY KEY (ìd`)
111
) ENGINE=MyISAM DEFAULT ) ENGINE=MyISAM DEFAULT

CHARSET=latin1; CHARSET=latin1;
13. Tabel tmp_penyakit

CREATE TABLE IF NOT EXISTS
`tmp_penyakit` (
`noip` varchar(60) NOT NULL
CHARSET=latin1;
4.1.4 Implementasi Antarmuka
Implementasi antarmuka dilakukan dengan setiap halaman program yang
dibuat dan pengkodeannya dalam bentuk file program. Berikut ini adalah
implementasi antarmuka yang dibuat dan dibedakan antara antarmuka untuk pakar
dan user.
4.1.4.1 Implementasi Antarmuka Pakar
Implementasi antarmuka yang terdapat pada perangkat lunak yang ditujukan
untuk pakar dapat dilihat pada tabel berikut ini:
Tabel 4.4. Antarmuka Pakar

Menu Deskripsi
Login Untuk menangani proses login pakar.
Menu Pakar Tampilan awal antarmuka pakar masuk ke proses
selanjutnya.
Pengolahan data Untuk mengolah data seperti tambah, edit, atau
hapus data penyakit, data gejala, data relasi, data
pakar, data laporan penyakit dan data laporan
gejala
Penyakit Untuk mengolah data penyakit seperti tambah,
edit atau hapus.
Gejala Untuk mengolah data gejala seperti tambah, edit
atau hapus.
112
Relasi Untuk mengolah data relasi antara gejala dan

penyakit seperti tambah, edit atau hapus.
Pakar Untuk mengolah data pakar. Seperti mengubah
sandi (password).
Laporan Gejala Untuk mengolah laporan gejala seperti lihat
histori gejala
Laporan Penyakit Untuk mengolah laporan penyakit seperti lihat
histori penyakit
Forum Untuk mengolah data forum berupa topik
pertanyaan seperti tambah, edit atau hapus.
4.1.4.2 Implementasi Antarmuka user
Implementasi antarmuka yang terdapat pada perangkat lunak yang ditujukan
untuk user dapat dilihat pada tabel berikut ini:
Tabel 4.5. Antarmuka member

Menu Deskripsi
Home Tampilan awal antarmuka user
Diagnosa Untuk menentukan hasil diagnosa penyakit
beserta nilai keyakinan dari penelusuran gejala
yang diderita
Login Pakar Untuk masuk ke dalam proses tampilan pakar.
Forum Untuk mengisi data diskusi antara user
4.2 Pengujian Alpha
Pengujian perangkat lunak adalah elemen kritis dari jaminan kualitas
perangkat lunak dan merepresentasikan kajian pokok dari spesifikasi,
perancangan, dan pengkodean. Pengujian yang digunakan untuk menguji sistem
ini adalah metode pengujian black-box. Pengujian black-box berfokus pada
persyaratan fungsional perangkat lunak.

113
4.2.1 Rencana Pengujian
Rencana pengujian akan dilakukan dengan menguji sistem secara alpha dan
beta. Pengujian perangkat lunak Sistem Pakar Penyakit Ayam. Rencana pengujian
selengkapnya dapat dilihat pada tabel di bawah ini:
Tabel 4.6. Rencana Pengujian Sistem Pakar Penyakit Ayam

Item Uji Detail Pengujian Jenis
Pengujian
Login Verifikasi Login Black-Box
Pengolahan data gejala Tambah Data Gejala Black-Box

Ubah Data Gejala Black-Box
Hapus Data Gejala Black-Box
Pengolahan Data Peyakit Tambah Data Penyakit Black-Box

Ubah Data Penyakit Black-Box
Hapus Data Penyakit Black-Box
Pengolahan Data Relasi Tambah Data Relasi/rule Black-Box

Ubah Data Relasi/rule Black-Box
Hapus DataRelasi/rule Black-Box
Pengolahan Data Pakar Tambah Data Pakar Black-Box

Ubah Data Pakar Black-Box
Hapus Data Pakar Black-Box
Pengolahan Laporan Gejala Tampil data gejala Black-Box
Pengolahan Laporan Penyakit Tampil data Penyakit Black-Box
Isi topik Black-Box

Pengolahan forum
Isi komentar Black-Box
114
4.2.2 Kasus dan Hasil Pengujian
4.2.2.1 Pengujian Login
1. Pakar
Tabel 4.7. Pengujian Login Pakar

Kasus dan Hasil Uji (Data Normal)
Data Yang Diharapkan Pengamatan Kesimpulan
Masukan
username Data yang dimasukan benar Menampilkan halaman pakar Diterima
lalu masuk ke halaman
pakar
password Data yang dimasukan benar Menampilkan halaman pakar Diterima
lalu masuk ke halaman
pakar
Kasus dan Hasil Uji (Data Salah)
Masukan
Data Tidak dapat masuk dan Pakar tidak dapat masuk dan Diterima
username menampilkan pesan memberikan pesan “ username atau
salah “username atau password password yang anda masukan
yang anda masukan salah” salah”. Sesuai yang diharapkan.
Data Tidak dapat masuk dan Pakar tidak dapat masuk dan Diterima
password menampilkan pesan memberikan pesan “username atau
salah “username atau password password yang anda masukan
yang anda masukan salah” salah”. Sesuai yang diharapkan.
2. Pendaftaran member
Tabel 4.8. Pengujian Pendaftaran member

Masukan
Username : Data yang dimasukkan Menampilkan pesan sukses Diterima
Password : benar lalu menekan pendaftaran
Nama tombol daftar tampil form
Alamat : diagnosa
Jenis kelamin
Pekerjaan :
No Telp :
Masukan
Username : Muncul pesan kesalahan, Muncul pesan kesalahan, Password Diterima
115
Password : Password salah, salah,

Nama
silakan ulangi pendaftaran silakan ulangi pendaftaran
Alamat :
Jenis kelamin
Pekerjaan :
No Telp :
3. Diagnosa
Tabel 4.9. Pengujian Diagnosa

Masukan
Diagnosa Jawablah pertanyaan, User dapat menjawab salah satu Diterima
berupa gejala penyakit yg pertanyaan
dialami
Masukan
Diagnosa User dapat menjawab salah Admin tidak dapat masuk dan Diterima
satu pertanyaan “ya” atau memberikan pesan “Data yang
“tidak” dcari tidak teranalisis”. Sesuai
yang diharapkan.
4.2.2.2 Pengujian Gejala
Pengujian pengolahan data gejala terbagi atas 3 bagian, yaitu:
1. Pengujian Tambah gejala
Tabel 4.10. Pengujian Pengolahan Tambah gejala

Masukan
Nama Data yang dimasukan benar Menampilkan pesan sukses Diterima
gejala: lalu tekan tombol simpan penambahan gejala berhasil
Batuk
Kode gejala: Data yang dimasukan benar Menampilkan pesan sukses Diterima
G001 lalu tekan tombol simpan penambahan gejala berhasil
Masukan
Nama Tidak dapat menambah Pakar tidak dapat menambah gejala Diterima
gejala: batuk gejala “nama gejala atau dan memberikan pesan “
kode gejala yang anda
116
masukan belum terisi” penambahan tidak berhasil”

Kode gejala Tidak dapat menambah Pakar tidak dapat menambah gejala Diterima
:G002 gejala “nama gejala atau dan memberikan pesan “
kode gejala yang anda penambahan tidak berhasil”
masukan telah terisi”
2. Ubah data gejala
Tabel 4.11. Pengujian Ubah Data gejala

Masukan
Nama Menampilkan tombol Menampilkan tombol simpan, batal, Diterima
gejala: simpan, batal, box isian box isian gejala. Sesuai yang
batuk gejala yang akan diubah. diharapkan dan muncul pesan
Kode “perubahan gejala berhasil”
gejala:
G001
4.2.2.3 Pengujian Penyakit
Pengujian pengolahan data penyakit terbagi atas 3 bagian, yaitu:
3. Tambah data Penyakit
Tabel 4.12. Pengujian Tambah penyakit

Masukan
Nama Namapenyakit dimasukkan Menampilkan daftar penyakit dan Diterima
penyakit dan menekan tombol nama penyakit yang telah
ditambah
simpan, menampilkan daftar
penyakit dan nama
penyakit yang telah ditambah
latin Latin dimasukkan dan Menampilkan daftar penyakit dan Diterima
menekan tombol nama latin yang telah ditambah
penyakit dan nama
latin yang telah ditambah
definisi definisi dimasukkan dan Menampilkan daftar penyakit dan Diterima
menekan tombol definisi yang telah ditambah
penyakit dan definisi yang
telah ditambah
117
pengobatan Pengobatan dimasukkan dan Menampilkan daftar penyakit dan Diterima

menekan tombol pengobatan yang telah ditambah
penyakit dan pengobatan
yang telah ditambah
4. Ubah data Penyakit
Tabel 4.13. Pengujian Ubah Data penyakit

Data Masukan Yang Diharapkan Pengamatan Kesimpulan
Nama penyakit, Menampilkan tombol Menampilkan tombol simpan, Diterima
latin, definisi, simpan, batal, box isian batal, box isian penyakit. Sesuai
dan pengobatan penyakit yang akan yang diharapkan dan muncul pesan
diubah. “perubahan penyakit berhasil”.
4.2.2.4 Pengujian Relasi
Pengujian pengolahan data kelas terbagi atas 3 bagian, yaitu:
1. Tambah data relasi.
Tabel 4.14. Pengujian Tambah Data relasi

Masukan
Kode Data yang dimasukan Menampilkan pesan sukses Diterima
penyakit:nama benar lalu tekan tombol penambahan relasi berhasil
penyakit simpan
Kode gejala: Data yang dimasukan Menampilkan pesan sukses Diterima
nama gejala benar lalu tekan tombol penambahan relasi berhasil
simpan
Masukan
Kode Tidak dapat menambah Pakar tidak dapat menambah gejala Diterima
penyakit:nama relasi dan memberikan pesan “ penambahan
penyakit tidak berhasil”
Kode gejala: Tidak dapat menambah Pakar tidak dapat menambah gejala Diterima
nama gejala relasi dan memberikan pesan “ penambahan
tidak berhasil”
118
2. Ubah data Relasi
Tabel 4.15. Pengujian Ubah Relasi

Kode Menampilkan tombol Menampilkan tombol Diterima
penyakit:nama simpan, kembali, box isian simpan, batal, box isian
penyakit relasi relasi
Kode gejala:nama yang akan diubah. yang akan diubah.Sesuai
gejala yang diharapkan.
4.2.2.5 Pengujian Ubah Profil (Pakar)
Pengujian pengolahan data pakar, yaitu:
1. Tambah pakar
Tabel 4.16. Pengujian tambah pakar

Masukan
username Username tercantum pada box Dapat mengisi username Diterima
isian. . Sesuai yang diharapkan.
pasword pasword tercantum pada box isian. Dapat mengisi pasword Diterima
. Sesuai yang diharapkan.
Pasword lagi Pasword lagi tercantum pada box Dapat mengisi pasword Diterima
isian. lagi
2. Ubah Data Pakar
Tabel 4.17. Pengujian Ubah data pakar

Masukan
username Username tercantum pada box Dapat mengisi username Diterima
isian.
pasword pasword tercantum pada box isian. Dapat mengisi pasword Diterima
119
Pasword lagi Pasword lagi tercantum pada box Dapat mengisi pasword Diterima
isian. lagi
Password Tidak sama dan Admin tidak dapat Diterima
menampilkan pesan masuk dan
“Maaf password tidak memberikan pesan
sama” “Maaf password
tidak sama”. Sesuai
yang diharapkan.
Password lagi Tidak sama dan Admin tidak dapat Diterima
menampilkan pesan masuk dan
“Maaf password tidak memberikan pesan
sama” “Maaf password
tidak sama”. Sesuai
yang diharapkan.
4.2.2.6 Pengujian pengolahan forum
Tabel 4.18. Pengujian forum diskusi

Kasus dan Hasil Uji Benar (Data Benar)
Data Masukan Yang diharapkan Pengamatan Kesimpulan
Isi topik Pertanyaan tercantum Dapat mengisi Diterima
pada box isian Kritik/saran
Kritik/saran Sesuai yang
diharapkan.
Isi jawaban Tanggapan tercantum Dapat mengisi Diterima
pada box isian Tanggapan.
Pertanyaan Sesuai yang
diharapkan.
4.3 Pengujian Beta
4.3.1 Skenario Pengujian Beta
Pengujian beta dilakukan dengan tujuan untuk mengetahui sejauh mana
kualitas dari perangkat lunak yang dibangun, apakah sudah sesuai dengan harapan
atau belum. Untuk itu dalam pengujian beta dilakukan penelitian dengan cara
memberikan kuesioner pada calon pengguna perangkat lunak yang dibangun.
Adapun metode penelitian yang digunakan adalah metode kuantitatif.

120
Kuesioner diberikan kepada beberapa sample calon pengguna perangkat
lunak yang dibangun. Kuesioner terdiri dari 2 jenis dengan 5 pertanyaan dan saran
untuk setiap kuisioner(contoh kuesioner dilampirkan). Kuisioner dibuat
menggunakan skala likert dengan skala 1 sampai 7. Ketentuan skala untuk setiap
pertanyaan dalam setiap kuisioner adalah sebagai berikut.
Adapun beberapa poin yang diteliti adalah :
a. Tampilan antar muka yang user friendly
b. Website dapat memenuhi kebutuhan informasi pelanggan.
c. Memudahkan pelanggan dalam melakukan diagnosa penyakit
d. Website dapat mengatasi penyakit secara dini.
e. Memudahkan dalam mendapatkan informasi.
Berdasarkan data hasil kusioner tersebut, dapat dicari prosentase masing-masing

jawaban dengan menggunakan rumus : Y = P/Q * 100%
Keterangan :
P = Banyaknya jawaban responden tiap soal.
Q = Jumlah responden
Y = Nilai prosentase
Berikut ini adalah hasil prosentase masing-masing jawaban yang sudah dihitung
nilainya dengan menggunakan rumus diatas. Kuesioner ini diujikan kepada 1 orang
Pakar(Admin).
1. Apakah anda setuju bahwa tampilan website cukup menarik dan

mudah dipahami user friendly?
Tabel 4.19. Hasil pengujian kuesioner soal nomor 1 (pakar)
Pertanyaan No. Keterangan Responden Prosentase (%)
A Sangat Setuju 0 0
B Setuju 1 100
1
C Cukup Setuju 0 0
D Biasa Saja 0 0
121
E Kurang Setuju 0 0
F Tidak Setuju 0 0
G Sangat Tidak Setuju 0 0
Jumlah 1 100
Berdasarkan hasil prosentase diatas maka dapat disimpulkan sebanyak 1

atau 100% menyatakansetuju, bahwa tampilan website cukup menarik dan
mudah untuk dipahami.
2. Apakah anda setuju dengan adanya website ini membantu dalam
proses informasi penyakit dan pengobatan yang berguna
Tabel 4.20. Hasil pengujian kuesioner soal nomor 2 (pakar)
A Sangat Setuju 1 100
B Setuju 0 0
C Cukup Setuju 0 0
2 D Biasa Saja 0 0
E Kurang Setuju 0 0
F Tidak Setuju 0 0
Jumlah 1 100
Berdasarkan hasil prosentase diatas maka dapat disimpulkan sebanyak 1 orang

atau 100 % menyatakan sangat setuju bahwa website ini membantu dalam
memberikan informasi yang berguna.
3. Apakah anda setuju dengan adanya website ini membantu
pendiagnosaan menjado lebih mudah
Tabel 4.21. Hasil pengujian kuesioner soal nomor 3(pakar)
B Setuju 0 0
3
C Cukup Setuju 0 0
D Biasa Saja 0 0
122
E Kurang Setuju 0 0
F Tidak Setuju 0 0
Jumlah 1 100

atau 20% menyatakan setuju, 1 orang atau 20 % menyatakan cukup setuju, 2
orang atau 40 % menyatakan biasa saja, dan 1 atau 20 % menyatakan kurang
setuju bahwa dengan website mengolah data barang dan pelanggan menjadi
lebih mudah.
4. Apakah anda setuju dengan adanya website ini memberikan informasi
pengobatan penyakit ayam secara akurat
Tabel 4.22. Hasil pengujian kuesioner soal nomor 4(Admin)
A Sangat Setuju 0 0
B Setuju 0 0
C Cukup Setuju 1 100
4 D Biasa Saja 0 0
E Kurang Setuju 0 0
F Tidak Setuju 0 0
Jumlah 1 100
Berdasarkan hasil prosentase diatas maka dapat disimpulkan1, orang atau

100 % menyatakan setuju bahwa dengan adanya website ini informasi cukup
akurat Apakah anda setuju dengan adanya website ini memberikan pengobatan
secara lebih mudah?
Tabel 4.23 Hasil pengujian kuesioner soal nomor 5(Admin)
5 B Setuju 0 0
C Cukup Setuju 1 0
123
D Biasa Saja 0 0
E Kurang Setuju 0 0
F Tidak Setuju 0 0
Jumlah 1 100
Berdasarkan hasil prosentase diatas maka dapat disimpulkan 1 orang atau

100% menyatakan dengan adanya website ini proses pengobatan menjadi
lebih mudah.
Kuesioner ini diujikan kepada 10 orang yaitu Member dan Pengunjung.
1. Apakah anda setuju bahwa tampilan website cukup menarik dan mudah
dipahami user friendly?
Tabel 4.24. Hasil pengujian kuesioner soal nomor 1 (Member, Pengunjung)
B Setuju 4 40
C Cukup Setuju 4 40
1 D Biasa Saja 1 10
E Kurang Setuju 0 0
F Tidak Setuju 0 0
Jumlah 10 100

atau 10% menyatakan sangat setuju, 4 atau 40% menyatakan setuju, dan 4atau
40% menyatakan cukup setuju 1 atau 10% menyatakan Biasa saja bahwa
tampilan website cukup menarik dan mudah untuk dipahami.
2. Apakah anda setuju bahwa informasi barang yang diberikan oleh website ini
sesuai dengan informasi yang anda butuhkan?
124
B Setuju 5 50
C Cukup Setuju 3 30
2 D Biasa Saja 0 0
E Kurang Setuju 0 0
F Tidak Setuju 0 0
Jumlah 10 100
Berdasarkan hasil prosentase diatas maka dapat disimpulkan sebanyak 2 orang

atau 20 % menyatakan sangat setuju, 5 orang atau 50% menyatakan setuju, dan 3
atau 30% menyatakan cukup setuju bahwa informasi yang diberikan sesuai dengan
informasi yang dibutuhkan pelanggan.
3. Apakah anda setuju dengan adanya website ini pelanggan dapat membantu
mengatasi penyakit secara dini?
B Setuju 5 50
C Cukup Setuju 1 10
3 D Biasa Saja 2 20
E Kurang Setuju 0 0
F Tidak Setuju 0 0
Jumlah 10 100

atau 20% menyatakan sangat setuju, 5 orang atau 50 % menyatakan setuju, 1
atau 10 %, dan 2 orang atau 20 % menyatakan cukup setuju bahwa adanya
website ini pelanggan dapat membantu mengatasi penyakit secara dini
4. Apakah anda setuju dengan website ini memberikan informasi
penyakit,gejala dan pengobatan yang berguna untuk anda?
125
Tabel 4.27 Hasil pengujian kuesioner soal nomor 4 (Member, Pengunjung)

B Setuju 6 60
C Cukup Setuju 1 1
4 D Biasa Saja 1 1
E Kurang Setuju 0 0
F Tidak Setuju 0 0
Jumlah 10 100

orang atau 20 % menyatakan sangat setuju dan, 6 orang atau 60% menyatakan
setuju, 1 orang atau 10% menyatakan cukup setuju, dan 1 orang atau 10%
menyatakan biasa saja bahwa dengan website ini berguna dalam mendapatkan
informasi penyakit,gejala dan pengobatan.
5. Apakah anda setuju dengan adanya website ini proses pengobatan menjadi
lebih mudah?
Tabel 4.28 Hasil pengujian kuesioner soal nomor 5 (Member, Pengunjung)
B Setuju 5 20
C Cukup Setuju 2 20
5 D Biasa Saja 1 10
E Kurang Setuju 1 10
F Tidak Setuju 0 0
Jumlah 10 100

orang atau 10% menyatakan sangat setuju, 5 orang atau 50% menyatakan
126
setuju, 2 orang atau 20% menyatakan cukup setuju dan 1 orang atau 10%
menyatakan biasa saja 1 atau 10% menyatakan kurang setuju bahwa dengan
adanya website ini proses pengobatan menjadi lebih mudah.
4.3.2 Kesimpulan Pengujian Beta
Berdasarkan pengujian beta diatas, bahwa dapat diambil kesimpulan bahwa:

1. Aplikasi sistem pakar penyakit ayam memudahkan user dalam
mendapatkan informasi tentang pengobatan.
2. user dapat melakukan pendiagnosaan secara dini terhadap penyakit yang
dialami hewan ternaknya .
3. Aplikasi ini juga memudahkan pihak pakar untuk melakukan konsultasi
dengan peternak ayam.

BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan permasalahan yang dibangun pada sistem pakar untuk
mendiagnosa jenis penyakit pada ayam berbasis web, maka dapat diambil
beberapa kesimpulan adalah sebagai berikut :
1. Dengan adanya sistem pakar ini menambah informasi tentang pengetahuan
dan pemahaman dalam pengenalan suatu penyakit.
2. Sistem pakar penyakit pada ayam ini memudahkan peternak mendapatkan
informasi tentang jenis-jenis penyakit pada ayam yang akan menghambat dan
merupakan ancaman besar peternak.
3. Sistem Pakar mampu memudahkan pasien dalam mendiagnosa penyakit
ayam secara dini.
5.2 Saran
Saran-saran yang penulis kemukakan diharapkan dapat meningkatkan hasil
yang lebih memuaskan dan bermanfaat bagi masyarakat untuk mendeteksi jenis
penyakit pada ayam sejak dini. Berikut saran yang dapat disampaikan :
1. Aplikasi Sistem pakar yang dibangun mengenai jenis penyakit pada ayam
yang dapat dikembangkan lagi lebih lanjut
2. Untuk menjamin hasil diagnosa yang benar diperlukan data yang
sebenarnya dari pakar.
127
RIWAYAT HIDUP
NIM : 10106188
Kelas : IF-5
Nama Lengkap : Pupus Mustika Puri
Tempat / Tanggal Lahir : Jakarta, 30 Januari 1989
Agama : Islam
Jenis Kelamin : Perempuan
Alamat : Jl. Tubagus Ismail Bawah No 54 40134
No. Telp : 085659016061
PENDIDIKAN
1994 – 2000 : SD Negeri Pandan sari 04
2000 – 2003 : SMP Negeri 2 Tambun Selatan
2003 – 2006 : SMA Negeri I Tambun Selatan
2006 – 2010 : Program S1, Jurusan Teknik Informatika,
Fakultas Teknik dan Ilmu Komputer,
Universitas Komputer Indonesia – Bandung
Bandung, Januari 2011
Pupus Mustika Puri

NIM : 10106188
BERBASIS WEB
Pupus Mustika Puri
Jurusan Teknik Informatika, Fakultas Teknik dan Ilmu Komputer,Universitas Komputer Indonesia
Jln. Dipati Ukur No.112 Bandung 40132
pu_chan@yahoo.co.id
ABSTRAK
Pertumbuhan dan perkembangan ayam mulai dari perawatan, pemeliharaan sampai
produksi daging dan telur tidak luput dari berbagai gangguan penyakit. Hal ini, mengakibatkan
kerugian bagi pemilik peternakan tersebut.
Proses pembangunan sistem pakar ini menggunakan metode akuisisi pengetahuan
dengan teknik pengumpulan data yang digunakan yaitu wawancara, observasi dan induksi aturan.
Sedangkan metode inferensi yang digunakan dalam pembangunan sistem pakar ini dengan
metode forward chaining dan menggunakan metode pencarian best-first-search. Untuk metodologi
pembangunan perangkat lunak yang digunakan menggunakan metode terstruktur yaitu Data Flow
Diagram dan Entity Relationship Diagram. Tools pemrograman yang digunakan dalam
pembangunan sistem pakar ini menggunakan Adobe Dreamweaver CS3 sedangkan basis datanya
menggunakan MySQL.
Sistem pakar ini dibuat bertujuan untuk membantu pasien dalam mendiagnosa penyakit
ayam secara dini. Dalam perancangan sistem pakar ini meminta suatu jawaban dari user
terhadap gejala yang di derita, kemudian ouput yang dihasilkan oleh komputer berupa
kemungkinan penyakit yang dialami oleh user serta solusi untuk mengobati penyakit pada ayam
tersebut.
Kata Kunci : Forward Chaining, PHP, MySQL, Sistem Pakar, Penyakit Ayam.
1. PENDAHULUAN 3. Untuk memudahkan pasien dalam

mendiagnosa penyakit ayam secara dini,
1.1 Rumusan Masalah akan menyebabkan keterlambatan atas
penangulangan penyakit dan kematian
Bagaimana membangun Sistem Pakar
ayam.
Untuk Mendiagnosa Penyakit Ayam
Berbasis Web 2. ANALISIS MASALAH,
ANALISIS METODE DAN
1.2 Maksud dan Tujuan IMPLEMENTASI
Maksud dari pembangunan aplikasi ini
adalah untuk mengaplikasikan sistem pakar 2.1 Analisis Masalah
dalam mengatasi penyakit ayam secara 1. Menentukan masalah yang akan
dini. dibangun untuk sebuah perangkat lunak
Adapun tujuan dari pembuatan aplikasi ini sistem pakar. Sistem yang akan
adalah: dibangun merupakan sebuah perangkat
1. Untuk memberikan informasi lunak sistem pakar untuk mendiagnosa
pengetahuan dan pemahaman dalam penyakit ayam berbasis web.
pengenalan suatu penyakit dapat 2. Mengumpulkan data yang diperlukan
mengakibatkan kesalahan diagnosis dan untuk membangun sistem, yaitu berupa
informasi tentang pengertian penyakit,
pengobatan penyakit pada ayam. gejala, jenis penyakit dan cara
2. Untuk Memudahkan peternak pengobatannya melalui studi literatur
mendapatkan informasi tentang jenis- dan observasi yang digunakan sebagai
jenis penyakit pada ayam yang akan base knowledge.
menghambat dan merupakan ancaman 3. Mempresentasikan pengetahuan ke
besar bagi para peternak. dalam tabel gejala yang telah dianalisis,
Pupus Mustika Puri 1

aturan produksi serta pohon Tujuan Sistem Pakar adalah untuk
pelacakan dan penelusuran gejala dan mentransfer kepakaran dari seorang pakar
jenis penyakit. ke komputer, kemudian ke orang lain (yang
4. Usulan sistem yang akan dibuat. bukan pakar). Proses ini tercakup dalam
rekayasa pengetahuan (knowledge
2.2 Analisis Metode engineering) yang akan dibahas kemudian.
2.2.1 Sistem pakar
Ketika hendak membuat suatu 2.2.1.1 Perancangan Arsitektur
keputusan yang komplek atau Sistem Pakar
memecahkan masalah, seringkali kita Sistem pakar memiliki beberapa komponen
meminta nasehat atau berkonsultasi utama, yaitu antarmuka pengguna (user
dengan seorang pakar atau ahli. Seorang interface), basis data sistem pakar (expert
pakar adalah seseorang yang system database), fasilitas akuisisi
mempunyai pengetahuan dan pengetahuan (knowledge acquisition facility),
pengalaman spesifik dalam suatu bidang; dan mekanisme inferensi (inference
misalnya pakar komputer, pakar uji tak mechanism). Selain itu ada satu komponen
merusak, pakar politik dan lain-lain. yang hanya ada pada beberapa sistem pakar,
Semakin tidak terstruktur situasinya, yaitu fasilitas penjelasan (explanation facility)
semakin mengkhusus (dan mahal) (Martin dan Oxman,1988).
konsultasi yang dibutuhkan. Ada 4 tipe penjelasan yang digunakan dalam
Sistem Pakar (Expert System) adalah sistem pakar (Gambar 1 Arsitektur Sistem
usaha untuk menirukan seorang pakar. Pakar), yaitu (Schnupp, 1989):
Biasanya Sistem Pakar berupa perangkat 1. penjelasan mengenai jejak aturan yang
lunak pengambil keputusan yang mampu menunjukkan status konsultasi.
mencapai tingkat performa yang
sebanding seorang pakar dalam bidang 2. Penjelasan mengenai bagaimana sebuah
problem yang khusus dan sempit. Ide keputusan diperoleh.
dasarnya adalah: kepakaran ditransfer
dari seorang pakar (atau sumber 3. Penjelasan mengapa sistem menanyakan
kepakaran yang lain) ke komputer, suatu pertanyaan.
pengetahuan yang ada disimpan dalam
komputer, dan pengguna dapat 4. Penjelasan mengapa sistem tidak
berkonsultasi pada komputer itu untuk memberikan keputusan seperti yang
suatu nasehat, lalu komputer dapat dikehendaki pengguna.
mengambil inferensi (menyimpulkan,
mendeduksi, dll.) seperti layaknya Basis
Pengetahuan Mesin
Memori kerja
(Fakta)
seorang pakar, kemudian (Aturan)
Agenda
menjelaskannya ke pengguna tersebut,

bila perlu dengan alasan-alasannya.
Sistem Pakar malahan terkadang lebih
Fasilitas
baik unjuk kerjanya daripada seorang Fasilitas
Penjelasan
Aku isi
Pengetahuan
pakar manusia!
Kepakaran (expertise) adalah
pengetahuan yang ekstensif (meluas) dan
Antar Muka
spesifik yang diperoleh melalui Pengguna
rangkaian pelatihan, membaca, dan

pengalaman. Pengetahuan membuat
Gambar 1. Arsitektur Sistem Pakar
pakar dapat mengambil keputusan secara
lebih baik dan lebih cepat daripada non-
pakar dalam memecahkan problem yang 2.2.1.2 Forward Chaining
kompleks. Kepakaran mempunyai sifat Pendekatan yang dimotori oleh data
berjenjang, pakar top memiliki (data driven). Dalam pendekatan ini
pengetahuan lebih banyak daripada pelacakan dimulai dari informasi masukan
pakar yunior. dan selanjutnya mencoba menggambarkan
kesimpulan. Aturan dalam sistem

merepresentasikan aksi-aksi yang harus B. Analisa Kebutuhan Fungsional
diambil apabila terdapat suatu kondisi
khusus pada item-item dalam memori kerja 1. Diagram Konteks
yang disebut himpunan aturan kondisi-
Info login
aksi. Dalam metode ini, data digunakan Info data hasil diagnosa
Info gejala yang telah diubah, ditambah dan dihapus
Info penyakit yang telah diubah, ditambah dan dihapus
Info penyakit Info relasi yang telah diubah, ditambah dan dihapus
untuk menentukan aturan mana yang akan Info komentar yang telah dilihat atau ditambah Info pakar yang telah diubah, ditambah dan dihapus
Info laporan gejala
Info laporan penyakit
dijalankan, kemudian aturan tersebut
dijalankan. Mungkin proses menambahkan User
Sistem Pakar
Penyakit Ayam
Pakar
data ke memori kerja. Proses diulang

sampai ditemukan suatu hasil. Aktivitas
sistem dilakukan berdasarka siklus Data diagnosa
Data penyakit
Data login
Data gejala yang akan diubah, ditambah dan dihapus
Data penyakit yang akan diubah, ditambah dan dihapus
mengenal-beraksi (recognize-act). Data komentar yang akan dilihat atau ditambah Data relasi yang akan diubah, ditambah dan dihapus
Data pakar yang akan diubah, ditambah dan dihapus
Data laporan gejala
Pelacakan ke depan mencari fakta Data laporan penyakit
yang sesuai dari bagian IF dari aturan IF- Gambar 4 Diagram Konteks
THEN (Gambar 1 menunjukkan proses 2. DFD Level 1
forward chaining).
Observasi A Aturan R1 Fakta C Kesimpulan 1 Data Login Data email
Data forum
forum
Info forum
Info login invalid

Data pendaftaran
Observasi B
member
Info Password yang diminta

info pendaftaran berhasil,
Aturan R2 Fakta D Aturan R3 Info topik yang dilihat,

Info komentar yang dilihat
Data topik yang dilihat, 7.0 Data jawaban

jawaban
Data komentar yang dilihat Forum
Info jawaban
Data pendaftaran
Aturan R4 Member
Info pendaftaran berhasil,
1.0
Daftar
Info jenis_pertanyaan
topik
Kesimpulan 2 Data jenis_pertanyaan
Fakta E
Pendaftaran berhasil
Info passwrd yang diminta 2.0
Info login invalid

Data email Lupa
password
Gambar 2. Proses forward chaining pakar

Data login
3.0
Data login
Login
Info login invalid
Data login
Login Berhasil
Info diagnosa
Info Login invalid
Login Berhasil
Data diagnosa
2.3 Analisis 4.0

Pengolahan
Pakar
Info gejala yang telah dihapus, ditambah,di ubah

5.0 Info penyakit yang telah dihapus, ditambah,di ubah
A. Analisa Basis Data Diagnosa

dihapus,tambah,ubah
Info penyakit yg akan
Data penyakit yg akan

dihapus,tambah,ubah
Data
Info rule yang telah dihapus, ditambah,di ubah
dihapus,tambah,ubah
Info pakar yang telah dihapus, tambah,ubah
dihapus,tambah,ubah
Info rule yg akan
data rule yg akan

Info jenis_pertanyaan yang telah dihapus, tambah,
ubah
Info informasi penyakit
Info penyakit
Entity Relationship Diagram (ERD) penyakit

Data gejala yang akan dihapus, ditampah,di ubah
Data penyakit yang akan dihapus, ditampah,di ubah
Data rule yang akan dihapus, ditampah,di ubah
Data pakar yang akan dihapus, ditampah,di ubah
Data jenis_pertanyaan yang akan dihapus,
merupakan cara untuk 6.0

Informasi
Info penyakit
ditampah,di ubah
dihapus,tambah,ubah
Info gejala yg akan
penyakit Info jenis_pertanyaan yang telah dihapus, tambah, ubah

Data jenis_pertanyaan yang akan dihapus,tambah,ubah
mengorganisasikan data, dimana diagram

relasi
Info pakar yang telah dihapus,tambah,ubah
Info rule
Data pakar yang akan dihapus,ubah, tambah
ini akan memperlihatkan hubungan Info gejala

Info gejala
gejala
Data gejala yg akan
dihapus,tambah,ubah
Data gejala
entitas yang terdapat didalam sistem. Data hasil diagnosa
Info hasil diagnosa

detail_penyakit
ERD diusulkan untuk sistem yang akan Gambar 5 DFD Level 1

dibangun dapat dilihat pada gambar 2
dibawah ini.
3. Skema Relasi
penyakit
email relasi
gejala
kd_penyakit *
kd_gejala* kd_gejala ** nm_penyakit
nm_gejala kd_penyakit ** latin
1
1 Email** definisi
Member konsultasi pengobatan
kd_penyakit
kd_penyakit kd_gejala member
N temp_gejala temp_gejala
Email ** temp_gejala
1 kd_gejala**
N Password kd_gejala**
mengisi N N Nama kd_penyakit**
noip kd_penyakit**
penyakit relasi gejala jk noip
alamat noip
email 1 pekerjaan
Telp
N Kode_jenis_pertanyaan N Hp
kd_gejala Code
1 noip
forum
Mengelola codeset hasil_diagnosa
Memiliki
N
Id penelusuran id_diagnosa *
mempunyai kd_penyakit kd_gejala **
kd_penyakit kd_gejala forum jawaban kd_penyakit**
noip
1 Id*
N
mempunyai Id * sequence
N jawaban
pertanyaan
jawaban Email ** Email **
N N
Temp_penyakit Temp_analisa Temp_gejala kode_jenis_pertanyaan**
pakar
1 Id email username *
N password
noip noip
topik noip
1 jenis_pertanyaan
kd_gejala
Kode_jenis_pertanyaan
kode_jenis_pertanyaan *
mempunyai nama
username
1
1
Gambar 6. Skema Relasi
mengisi pakar Id_detail 1
1
1
kd_penyakit Hasil_diagnosa
kd_gejala
noip 2.4 Desain

Mengelola
Gambar 3 Entity Relationship Diagram (ERD)

A. Desain Struktur Menu
Perancangan struktur menu berisikan
menu dan submenu yang berfungsi untuk
memudahkan user dalam menggunakan
sistem. menu-menu tersebut dibagi
berdasarkan hak akses masing-masing

user. Berikut ini gambaran mengenai T05
Keterangan:
struktur menu Sistem Pakar untuk header T05 merupakan
pendiagnodsaan
mendiagnosa penyakit ayam Berbasis Beranda

Login
Diagnosa Login pakar Forum
Informasi Penyakit
penyakit berupa
pertanyaan sampai
JAWABLAH PERTANYAAN BERIKUT : medapatkan hasil
Web. Email Apakah ayam anda
mempunyai gejala______?
Penyakit yang bisa
dianalisis :
maka akan muncul T06
1. klik forum maka
Nama
akan tampil T08
Logout Ya Tidak
1. Struktur Menu User Jajak Pendapat Kalender
Home
Keterangan :
Nama form : T05
Font: Default
Informasi Login Pakar
Diagnosa Forum
Penyakit
Gambar 10. Tampilan Perancangan Menu Konsultasi
Hasil Diagnosa User
Gambar 7. Perancangan Struktur Menu User D. Jaringan Semantik
2. Struktur Menu Pakar Jaringan semantik merupakan alat efektif

untuk mempresentasikan pemetaan data
Home
yang bertujuan untuk mencegah terjadinya
duplikasi data. Jaringan Semantik User
Penyakit Gejala Relasi Pakar Lap. Gejala Lap.Penyakit forum Logout
M20
Tambah Tambah Tambah Tambah Tambah

T02
M01 Klik daftar

Edit Edit Edit Edit Edit
Hapus Hapus Hapus Hapus T01

Hapus
M01
Klik Login Pakar
Klik
forum
T03
Gambar 8. Perancangan Struktur Menu Pakar Klik Informasi

penyakit
Klik login
T08
B. Desain Menu Utama T04
Pilih topik Klik

Berikut ini adalah gambar perancangan T05 Hasil diagnosa T06
penyakit
T07
menu utama. T09
T01
M19
header Keterangan:
1,klik daftar maka
muncul T02 Gambar 11. Jaringan Semantik User
Beranda Daftrar Login pakar 2.klik login pakar akan
Login Informasi Penyakit muncul T03
Email
password
Penyakit yang bisa
dianalisis :
3. klik Informasi
penyakit maka akan 1. Jaringan Semantik Pakar
muncul T04
Penjelasan
Login 4.isikan data login
maka akan tampil T05 M02
T08A
M03
Klik tambah
Keterangan : T09A
M04
Nama form : T01 T06A
Klik edit
Font: Default T02A
M05
T10A
Gambar 9. Tampilan Perancangan Menu Utama Klik Laporan penyakit Klik tambah
Klik penyakit T03A M06
M01
Klik gejala
Klik edit
C. Desain Tampilan Konsultasi User T04 login T01A

M10
T11A
Klik relasi M07
Berikut ini adalah gambar perancangan Klik Forum
Klik pakar
T04A
Klik tambah
tampilan konsultasi user T16A

Klik laporan gejala
M13
T12A
Klik edit M08
M18 T05A
Klik Edit T07A T13A

Klik tambah
Klik tambah
Klik edit M09
T18A
T14A
T17A
M19
T15A
M17 M12,M14
M11,M14
Gambar 12. Jaringan Semantik Pakar

Menu Deskripsi
3. Implementasi Sistem Login Untuk menangani
Tahap implementasi merupakan tahap proses login pakar.
mewujudkan hasil perancangan menjadi Menu Pakar Tampilan awal
sebuah program aplikasi yang dapat antarmuka pakar
dioperasikan demi mencapai hasil yang masuk ke proses
sesuai dengan hasil perancangan. selanjutnya.
Setelah melakukan tahap perancangan
Pengolahan data Untuk mengolah data
sistem dan implementasi perangkat lunak,
seperti tambah, edit,
maka tindakan selanjutnya yang dilakukan atau hapus data
adalah penerapan hasil perangkat lunak penyakit, data gejala,
tersebut. data relasi, data pakar,
data laporan penyakit
A. Implementasi Perangkat Keras dan data laporan gejala
Perangkat keras yang digunakan dalam
pembangunan sistem pakar untuk Penyakit Untuk mengolah data
mendiagnosa penyakit ayam berbasis penyakit seperti
web memiliki spesifikasi sebagai berikut: tambah, edit atau
hapus.
1. Notebook dengan processor intel
Gejala Untuk mengolah data
atom N280 kecepatan 1,67 GHz gejala seperti tambah,
2. Kapasitas Harddisk : 160 GB edit atau hapus.
3. Kapasitas RAM 1GB Relasi Untuk mengolah data
4. Kapasitas RAM 1GB relasi antara gejala dan
5. Kapasitas VGA 256 MB penyakit seperti
6. Keyboard dan Mouse tambah, edit atau
hapus.
B. Implementasi Perangkat Lunak Pakar Untuk mengolah data
pakar. Seperti
Perangkat lunak yang digunakan dalam mengubah sandi
pembuatan sistem pakar untuk (password).
mendiagnosa penyakit ayam berbasis Laporan Gejala Untuk mengolah
web memiliki spesifikasi sebagai berikut: laporan gejala seperti
1. Sistem Operasi Microsoft Windows XP lihat histori gejala
Home Edition service pack 3. Laporan Penyakit Untuk mengolah
laporan penyakit
2. Dalam perancangan database
seperti lihat histori
menggunakan MySQL. penyakit
3. Bahasa pemrograman menggunakan Forum Untuk mengolah data
PHP dengan tool editor Adobe forum berupa topik
Dreamweaver CS3. pertanyaan seperti
tambah, edit atau
C. Implementasi Antarmuka hapus.
Implementasi antarmuka
menggambarkan tampilan dari aplikasi
yang dibangun yaitu implementasi
antarmuka sistem pakar troubleshooting
kerusakan hardware komputer berbasis
web. Berikut ini adalah implementasi
antarmuka dari aplikasi yang dibangun
dapat dilihat pada berikut ini :
Tabel 13. Implementasi Antarmuka pakar

Tabel 14. Implementasi Antarmuka user
Menu Deskripsi [1] Hartanto, Jogiyanto. 2002. Pengenalan
Home Tampilan awal antarmuka Komputer, Andi,Yogyakarta.
user [2] Kusumadewi, Sri. 2003. Artificial
Diagnosa Untuk menentukan hasil Intelligence (Teknik dan Aplikasinya), Graha
diagnosa penyakit beserta Imu, Yogyakarta.
nilai keyakinan dari [3] Sari Iswanti, Sri Hartati. 2008. Sistem
penelusuran gejala yang Pakar dan Pengembangannya. Graha Ilmu,
diderita Yogyakarta.
Login Untuk masuk ke dalam proses [4]
Pakar tampilan pakar. http://id.wikipedia.org/wiki/MySQLdiakses
Forum Untuk mengisi data diskusi 23 maret 2010 pukul 20:22
antara user [5]
http://en.wikipedia.org/wiki/WAMPdiakses
23 maret 2010 pukul 20:27
4. KESIMPULAN DAN SARAN
4.1. Kesimpulan
Berdasarkan permasalahan yang dibangun
pada sistem pakar untuk mendiagnosa jenis
penyakit pada ayam berbasis web, maka
dapat diambil beberapa kesimpulan adalah
sebagai berikut :
1. Dengan adanya sistem pakar ini
menambah informasi tentang
pengetahuan dan pemahaman dalam
pengenalan suatu penyakit.
2. Sistem pakar penyakit pada ayam ini
memudahkan peternak mendapatkan
informasi tentang jenis-jenis penyakit
pada ayam yang akan menghambat
dan merupakan ancaman besar
peternak.
3. Sistem Pakar mampu memudahkan
pasien dalam mendiagnosa penyakit
ayam secara dini.
4.2. Saran
Saran-saran yang penuli kemukakan
diharapkan dapat meningkatkan hasil yang
lebih memuaskan dan bermanfaat bagi
masyarakat untuk mendeteksi jenis
penyakit pada ayam sejak dini. Berikut
saran yang dapat disampaikan :
1. Aplikasi Sistem pakar yang
dibangun mengenai jenis penyakit
pada ayam yang dapat
dikembangkan lagi lebih lanjut
2. Untuk menjamin hasil diagnosa
yang benar diperlukan data yang
sebenarnya dari pakar.
5. DAFTAR PUSTAKA

Jurnal PTI

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Jurnal PTI

Diunggah oleh

Hak Cipta:

Format Tersedia

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT AYAM

Diajukan untuk Menempuh Ujian Akhir Sarjana

PUPUS MUSTIKA PURI

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT AYAM

Pupus Mustika Puri

Pertumbuhan dan perkembangan ayam mulai dari perawatan, pemeliharaan

EXPERT SYSTEM TO DIAGNOSIS OF AVIAN DISEASE

Pupus Mustika Puri

Growth and development of avian ranging from maintenance, maintenance

Keywords : Forward Chaining, avian disease, expert system, PHP,Website

Assalamu’alaikum Wr. Wb.,

Alhamdulillahi Rabbil ‘alamiin, segala puji dan syukur penulis panjatkan ke

pengetahuan yang dipinjamkan kepada mahluk-Nya, penulis dapat menyelesaikan

laporan tugas akhir ini.

Laporan tugas akhir dengan judul “SISTEM PAKAR UNTUK

MENDIAGNOSA PENYAKIT AYAM BERBASIS WEB” ini disusun

di jurusan Teknik Informatika Universitas Komputer Indonesia.

Penulis sangat menyadari kekurangan yang ada pada laporan ini.

pemahaman penulisan laporan. Akan tetapi, penulis berusaha menyusun laporan

dan keikhlasan yang penuh membantu dan membimbing penulis dalam

Informatika Universitas Komputer Indonesia.

5. Bapak Andry Alamsyah, S.SI., M.SI. selaku dosen pembimbing laporan

tugas akhir yang dengan segala kesabaran hatinya membimbing penulis

dalam menulis laporan tugas akhir ini.

telah banyak memberikan saran, arahan dan bimbingan kepada penulis.

Informatika, UNIKOM Bandung yang telah banyak membantu penulis.

8. Drh. Titis Wahjudianto selaku pembimbing dalam pembuatan sistem pakar

dan mau meluangkan waktunya untuk penulis.

9. Teman-teman yang sedang tugas akhir Yudha, Wiwik, Ilmani, Dayu,

Sophian, Desi, dan Fauzi, terima kasih atas supportnya.

bareng “jangan bosen ya ngumpul dan ngobrol bareng lagi”

akhir ini. Terimakasih atas bantuan dan infonya “gomawo~yo”

12. Teman-teman IFMAX angkatan 2006.

yang telah memberikan dorongan semangatnya kepada penulis. Akhir kata,

Bandung, Januari 2011

KATA PENGANTAR ......................................................................................iii

DAFTAR ISI ......................................................................................................v

DAFTAR GAMBAR ........................................................................................xi

DAFTAR TABEL .............................................................................................xv

BAB I PENDAHULUAN ..................................................................................1

1.l. Latar Belakang Masalah .....................................................................1

1.2. Identifikasi Masalah............................................................................2

1.3. Maksud dan Tujuan ............................................................................3

1.3.1. Maksud .....................................................................................3

1.3.2. Tujuan .......................................................................................3

1.4. Batasan Masalah .................................................................................3

1.5. Metodologi Penelitian.........................................................................4

1.5.1. Pengumpulan Data ....................................................................5

1.5.2. Pembangunan Perangkat Lunak ...............................................6

1.6. Sistematika Penulisan .........................................................................8

BAB II TINJAUAN PUSTAKA.......................................................................10

2.1. Artificial Intelligence ..........................................................................10

2.1.1. Sejarah Singkat .........................................................................10

2.1.2. Pengertian Artificial Intelligence ..............................................12

2.1.3. Tujuan Artificial Intelligence ...................................................14

2.1.4. Lingkup Utama Artificial Intelligence ......................................15

2.2. Sistem Pakar .......................................................................................16

2.2.1. Pengertian Sistem Pakar ...........................................................16

2.2.2. Tujuan Sistem Pakar .................................................................18

2.2.3. Bentuk Sistem Pakar .................................................................19

2.2.4. Manfaat dan Ketebatasan Sistem Pakar ....................................20

2.2.4.1. Manfaat Sistem Pakar ..................................................20