TA Ryan
TA Ryan
TUGAS AKHIR
diajukan untuk memenuhi salah satu syarat
memperoleh gelar sarjana
Program Studi Teknik Informatika
oleh :
RYAN HASBIE
NIM : 18416255201159
i
LEMBAR PENGESAHAN
NIM : 18416255201159
Ryan Hasbie
ii
LEMBAR PERNYATAAN
Saya Ryan Hasbie menyatakan dengan sesungguhnya bahwa Tugas Akhir yang
saya tulis dengan judul “SISTEM PAKAR DIAGNOSA TINGKAT DEPRESI
PADA REMAJA DENGAN METODE CERTAINTY FACTOR” beserta dengan
seluruh isinya adalah merupakan hasil karya sendiri. Saya tidak melakukan
penjiplakan yang tidak sesuai dengan etika keilmuan yang berlaku dalam
masyarakat keilmuan.
Sesuai peraturan yang berlaku saya siap menanggung resiko/sanksi yang diberikan
jika di kemudian hari ditemukan pelanggaran terhadap etika keilmuan dalam Tugas
Akhir ini atau jika ada klaim dari pihak lain terhadap keaslian karya,
Ryan Hasbie
iii
KATA PENGANTAR
iv
9. Ayahanda Bpk. Ade Amung, atas do’a dan motivasi yang diberikan dalam
setiap langkah ananda.
10. Rekan program studi Teknik Informatika Angkatan 2018 atas kebersamaan
dan kenangan indah.
11. Pihak-pihak lain yang tak dapat penulis sebutkan satu-satu yang telah
membantu penulis dalam penyelesaian Tugas Akhir ini.
Penulis menyadari bahwa Tugas Akhri ini masih jauh dari kata sempurna
dikarenakan terbatasnya pengalaman dan pengetahuan yang dimiliki penulis. Oleh
karena itu, penulis mengharapkan kritik dan saran yang membangun dari semua
pihak. Semoga laporan Tugas Akhir ini dapat bermanfaat, baik sebagai sumber
informasi serta sumber inspirasi bagi pembaca.
Ryan Hasbie
v
ABSTRAK
Depresi adalah salah satu penyakit gangguan pada mental dan perasaan yang
ditandai dengan gejala seperti merasa sedih, sering muncul perasaan cemas, dan
pesimis tentang masa depan. Depresi umumnya terjadi pada remaja karena
dipengaruhi oleh beberapa faktor seperti menanggung beban kehidupan dan
permasalahan yang berat. Jika depresi tidak diatasi sejak dini maka akan terjadi
depresi tingkat berat yang menyebabkan keputusasaan dan keinginan bunuh diri.
Berdasarkan hal tersebut diusulkan solusi berupa sistem pakar diagnosa tingkat
depresi pada remaja dengan metode certainty factor yang dapat membantu
mendiagnosa tingkat depresi sejak dini berdasarkan gejala-gejala yang dialami oleh
penderita. Metode certainty factor dapat menggambarkan tingkat kepercayaan
seorang pakar dan memiliki tingkat akurasi yang tinggi. Berdasarkan hasil
pengujian yang dilakukan terdapat 23 data yang sesuai dari semua data uji 30
responden. Jadi, tingkat akurasi sistem setelah dilakukan pengujian terhadap 30 data
uji adalah 76%.
vi
ABSTRACT
vii
DAFTAR ISI
viii
3.2.1. Penilaian .......................................................................................13
3.2.2. Akuisisi Pengetahuan ....................................................................13
3.2.3. Desain ............................................................................................14
3.2.4. Implementasi .................................................................................14
3.2.5. Pengujian .......................................................................................14
3.2.6. Dokumentasi ..................................................................................15
3.2.7. Pemeliharaan .................................................................................15
BAB IV HASIL DAN PEMBAHASAN ....................................................16
4.1. Penilaian ........................................................................................16
4.2. Akuisisi Pengetahuan ....................................................................17
4.3. Desain ............................................................................................20
4.4. Implementasi .................................................................................26
4.5. Pengujian .......................................................................................28
4.6. Dokumentasi ..................................................................................30
4.7. Pemeliharaan .................................................................................33
BAB V KESIMPULAN DAN SARAN .....................................................34
5.1. Kesimpulan ....................................................................................34
5.2. Saran ..............................................................................................34
DAFTAR PUSTAKA .................................................................................35
LAMPIRAN ................................................................................................37
RIWAYAT PENULIS ................................................................................47
ix
DAFTAR TABEL
x
DAFTAR GAMBAR
xi
DAFTAR LAMPIRAN
xii
BAB I
PENDAHULUAN
1
Berdasarkan latar belakang dan penelitian terdahulu sistem pakar untuk
mendiagnosa tingkat depresi dengan metode certainty factor memiliki tingkat
akurasi yang tinggi dan metode certainty factor dapat digunakan dalam
mengakomodasi ketidakpastian pemikiran dari seorang pakar. Dengan kelebihan
yang dimiliki metode certainty factor, maka pada penelitian ini menggunakan
metode certainty factor untuk mendiagnosa tingkat depresi pada remaja.
Diharapkan dengan adanya sistem pakar ini dapat membantu untuk mendiagnosa
tingkat depresi sejak dini yang terjadi pada remaja.
1.2. Rumusan Masalah
Berdasarkan uraian latar belakang diatas, maka dapat diambil rumusan
masalah sebagai berikut:
1. Bagaimana penerapan metode certainty factor pada sistem pakar diagnosa
tingkat depresi pada remaja?
2. Berapa tingkat akurasi sistem pakar diagnosa tingkat depresi menggunakan
metode certainty factor?
1.3. Tujuan Penelitian
Adapun tujuan dari penelitian ini antara lain:
1. Menerapakan metode certainty factor pada sistem pakar diagnosa tingkat
depresi pada remaja.
2. Mengetahui tingkat akurasi sistem pakar diagnosa tingkat depresi
menggunakan metode certainty factor.
1.4. Manfaat
Penelitian ini diharapkan dapat memberikan manfaat bagi berbagai pihak
berikut ini:
1. Penulis
Penelitian ini bermanfaat sebagai sarana bagi penulis untuk menuangkan
dan mengimplementasikan pengetahuan yang telah dipelajari dari berbagai
sumber mengenai sistem pakar.
2. Pengguna aplikasi
Manfaat penelitian bagi pengguna aplikasi adalah untuk membantu dalam
mendiagnosa tingkat depresi sejak dini agar segera bisa diatasi dan
memberikan solusi atas tingkat depresi yang diderita.
2
3. Peneliti selanjutnya
Manfaat penelitian ini bagi peneliti selanjutnya adalah sebagai bahan
referensi untuk mengembangkan sistem pakar dalam kasus yang lebih
bervariasi dan berbeda.
3
BAB II
TINJAUAN PUSTAKA
4
sebelum digunakan.
Kekurangan pada Sistem Pakar masih dapat diatasi dengan cara terus melakukan
perbaikan. Meskipun membutuhkan waktu yang cukup Panjang dan terus menerus
hal tersebut harus tetap dilakukan.
5
3. Pemakai
Pemakai merupakan seseorang yang akan membantu penderita dan orang
tersebut bukan seorang pakar.
6
2. Faktor usia
Berbagai penelitian menyatakan bahwa yang terkena depresi lebih banyak
dari golongan muda yaitu remaja dan orang dewasa. Hal tersebut terjadi
karena pada usia muda terdapat tahapan perkebangan yang begitu penting
yaitu peralihan dari usia anak-anak ke usia remaja, remaja ke dewasa, dari
masa sekolah ke masa kuliah atau bekerja, serta masa puber hingga pada
pernikahan. Namun saat ini usia rata-rata yang sering terjadi terkena depresi
adalah remaja dan anak-anak.
3. Faktor gaya hidup
Gaya hidup yang tidak sehat dapat berdampak buruk pada kesehatan dan
dapat menimbulkan penyakit seperti penyakit jantung juga dapat memicu
depresi dan kecemasan. Dengan tingginya tingkat stres juga kecemasan
digabung dengan kebiasaan buruk misalnya kebiasaan tidur larut malam,
makan-makanan yang tidak sehat, serta jarang olahraga menjadi salah satu
factor yang menyebabkan depresi.
2.2.2. Tingkat Depresi
Menurut (Nurabsharina et al., n.d.) ada 3 tingkatan depresi yang terjadi pada
manusia yaitu Minor Depression, Moderate Depression, Major Depression.
1. Minor Depression
Merupakan depresi ringan yang ditandai dengan adanya perasaan cemas dan
kehilangan semangat. Merubah gaya hidup sangat diperlukan untuk
mengurangi depresi tingkat ringan ini. Tingkat depresi ringan tidak terlalu
mengganggu namun harus segara diatasi untuk mencegah kondisi yang tidak
diinginkan. Depresi ringan bisa diatasi dengan cara cognitive behavior
therapy, tujuan dari terapi ini adalah untuk membantu penderita melepaskan
perasaan dan pikiran negative lalu diganti dengan tanggapan yang positif.
2. Moderate Depression
Depresi sedang ini menyebabkan seseorang kesulitan dalam berinteraksi
social, pekerjaan, dan kegiatan. Depresi sedang berada pada tingkat ringan
dan berat, merubah gaya hidup tidak lah cukup untuk mengatasi depresi ini.
Untuk mengatasi depresi sedang ini memerlukan seorang pakar serta di
7
lakukan terapi problem solving therapy dan interpersonal therapy yang
memiliki tujuan untuk mengatasi masalah yang berkaitan dan berhubungan
dengan orang lain.
3. Major Depression
Pada tingkat ini penderita akan mengalami perasaan yang tidak berguna,
rasa bersalah, dan keinginan untuk bunuh diri. Seseorang yang berada pada
tingkat depresi berat ini tidak akan dapat mengelola emosinya sehingga
sangat mudah putus asa. Depresi tingkat berat ini biasanya bisa muncul
beberapa kali pada penderitanya. Untuk mengatasi depresi tingkat berat ini
biasanya dilakukan dengan terapi kejut listrik atau electroconvulsive
therapy.
2.3. Certainty Factor
Shortliff Buchanan memperkenalkan Certainty Factor pada tahun 1975
untuk pembuatan MYCIN untuk mengakomodasi ketidakpastian dari seorang
pakar. Biasanya seorang pakar menggunakan ungkapan seperti “mungkin”, “pasti”,
dan “tidak pasti” untuk menganalisis informasi yang ada. Certainty factor adalah
sebuah metode pembuktian suatu fakta itu apakah pasti atau tidak pasti, metode ini
biasa digunakan pada sistem pakar (Widians & Wati, 2017).
Certainty factor menggunakan nilai untuk menggambar tingkat keyakinan
dan ketidakyakinan seorang pakar terhadap data. Kemudian di formulasikan dalam
rumus dasar berikut ini :
MB = MB1 + (MB2 × (1 − MB1)) (1)
CF = MB − MD (3)
8
gambar, ilustrasi, dan video. Sebuah web biasanya dapat diakses melalui halaman
utama dengan menuliskan URL yang tepat pada browser (Hidayatullah et al., 2019).
2.5. PHP
PHP (Hypertext Prosessor) adalah bahasa server side scripting yaitu bahasa
yang berbentuk skrip yang ditempatkan didalam server dan diproses diserver, dapat
menyatu dengan HTML untuk membuat halaman web yang dinamis.. PHP sebagai
bahasa pemrograman dan HTML sebagai pembangun halaman web (Muslim et al.,
2017).
2.6. Mysql
Mysql adalah Relation Database Menagement Sistem (RDBMS) yang
didistribusikan secara gratis dibawah lisensi GPL (General Public License). Mysql
mulai gunakan untuk pengembang software dan konsultan database sekitar tahun
1994 oleh Mysql AB yang bertempat diswedia. Mysql merupakan database
multiuser yang menggunakan bahasa Structure Query Language (SQL). SQL
adalah bahasa standar yang dipergunakan dalam mengakses server database
(Fuspita, n.d.).
2.7. Unified Modeling Language
Unified Modeling Language (UML) adalah perancang sistem berorientasi
pada objek yang menggunakan bahasa pemodelan secara visual. UML tersedia
dalam bentuk beberapa diagram visual seperti use case, dan class diagram (Antar
et al., 2018).
1. Use case
Merupakan sebuah gambaran yang memiliki fungsionalitas dari sebuah
sistem yang diharapkan, juga dapat mempresentasikan actor dan sistem
dalam sebuah interaksi. Actor yang ada didalam use case merupakan sebuah
gambaran dari entitas manusia atau suatu sistem yang melakukan pekerjaan
didalam sistem.
2. Class Diagram
Menggambarkan struktur dan deskripsi dari sebuah class, package, dan
objek yang berhubungan satu sama lain. Hubungan yang dimaksud seperti
asosiasi dan pewarin.
9
2.8. Penelitian Terkait
Tabel 2. 2 Tabel Penelitian Terkait
No. Judul Penelitian Metode Hasil
1. “Aplikasi Sistem Forward Chaining Pada penelitian ini
Pakar Diagnosis menggunakan 29 gejala
Tingkat Depresi Pada dan dengan 4 tingkat
Remaja Berbasis depresi. Setelah itu
Android” dilakukan pengujian yang
(Nurabsharina et al., menggunakan data
n.d.) sampel sebanyak 15
orang. Dari hasil
pengujian tersebut
diperoleh bahwa tingkat
akurasi sistem pakar
menggunakan metode
forward chaining sebesar
93%.
2. “Rancang Bangun Fuzzy Tsukamoto Sistem pakar ini
Sistem Pakar dibangun dengan berbasis
Diagnosa Tingkat desktop. Pengujian yang
Depresi Pada dilakukan sistem pakar
Mahasiswa Tingkat ini menggunakan data
Akhir Menggunakan sebanyak 25 percobaan
Metode Fuzzy dengan tingkat akurasi
Tsukamoto (Studi sebesar 96% dalam
Kasus : Universitas memberikan hasil deteksi
Siliwangi)” (Kurniati yang sesuai dengan
et al., 2017) pakar.
3. “Sistem Pakar Certainty Factor Pengujian dilakukan
Menggunakan Metode dengan membandingkan
Certainty Factor data dengan sistem yang
Dalam Identifikasi sudah dirancang
10
Pengembangan Minat kemudian didapatkan
Dan Bakat Khusus tingkat akurasi yang
Pada Siswa” (Sunaryo cukup baik yaitu sebesar
et al., 2021) 80% dari 5 data yang
diujikan.
4. “Pemanfaatan Metode Certainty Factor Tingkat akurasi sistem
Certainty Factor yang telah dilakukan oleh
Dalam Sistem Pakar 23 pasien terdapat 22
Diagnosa Penyakit kasus yang sesuai dan 1
Pada Anak” (Indriani kasus yang tidak sesuai.
et al., 2017) Jadi tingkat akurasi
sistem setelah dilakukan
pengujian terhadap 23
pasien adalah 96%.
5. “Implementasi Sistem Certainty Factor Berdasarkan pengujian
Pakar Untuk yang telah dilakukan
11
BAB III
METODE PENELITIAN
12
Gambar 3. 1 Prosedur Penelitian
3.2.1. Penilaian
Penilaian merupakan tahapan yang mempelajari hal penting yang mendasar
dari analisis masalah serta membatasi masalah yang akan diimplementasikan.
Tahap penilaian merupakan tahapan yang penting karena sebagai penentu tahapan-
tahapan selanjutnya.
13
b. Studi Literatur.
Studi litelatur dilakukan untuk pencarian landasan teori dan untuk
mendapatkan data dari berbagai buku, jurnal, dan juga internet seperti
macam-macam gejala depresi yang masih relevan yang sudah divalidasi
oleh pakar.
c. Observasi
Pengumpulan data lainnya yaitu dengan cara observasi. Observasi
dilakukan untuk melakukan pengamatan terhadap suatu objek pada
lokasi penelitian.
2. Representasi Pengetahuan
Tahap representasi pengetahuan menggunakan kaidah produksi. Kaidah
produksi merupakan kaidah aturan dengan IF (premis) kondisi yang diaggap
benar dan THEN (kesimpulan).
3.2.3. Desain
Desain merupakan proses perancangan dari cara sistem dapat berjalan
seperti yang diharapkan. Desain sistem digambarkan dan dirancang menggunakan
Unified Modeling Language (UML) dan Tampilan Antarmuka.
1. UML
UML merupakan sebuah Bahasa standar untuk menggambarkan sebuah
kerangka dasar dari sistem yang akan dibuat. UML terdiri dari use case
diagram, activity diagram, class diagram dan lain-lain
2. Tampilan Antarmuka
Tampilan antarmuka didesain dengan software Balsamiq Mockups.
Balsamiq Mockups merupakan aplikasi desktop untuk membuat tampilan
web, mobile, dan lain-lain.
3.2.4. Implementasi
Tahap implementasi merupakan sebuah proses mengubah desain yang telah
dibuat menjadi kode program. Implementasi menggunakan metode certainty factor
dan Bahasa pemrograman PHP.
3.2.5. Pengujian
Tahap pengujian dilakukan dengan pengujian tingkat akurasi sistem untuk
mengukur keakuratan sistem pakar mendiagnosa tingkat depresi pada remaja.
14
Adapun persamaan pengujian tingkat akurasi sistem sebagai berikut(Nurabsharina
et al., n.d.).
𝑇𝑜𝑡𝑎𝑙 𝑑𝑎𝑡𝑎 𝑠𝑒𝑠𝑢𝑎𝑖
Tingkat Akurasi = x 100%
𝑇𝑜𝑡𝑎𝑙 𝑑𝑎𝑡𝑎 𝑢𝑗𝑖
3.2.6. Dokumentasi
Dokumentasi dapat berbentuk source code dan panduan penggunaan sistem.
Dokumentasi merupakan suatu hal yang bermanfat bagi pengguna dan peneliti
selanjutnya.
3.2.7. Pemeliharaan
Tahap akhir dari metode Expert System Development Life Cycle (ESDLC)
adalah pemeliharaan. Pemeliharaan dilakukan untuk update pengetahuan, gejala,
dan penyakit tingkat depresi. Update pengetahuan merupakan proses penambahan
gejala dan tingkat depresi baru serta mengubah gejala dan tingkat depresi yang
sudah tidak relevan.
15
BAB IV
HASIL DAN PEMBAHASAN
4.1. Penilaian
Berdasarkan hasil wawancara dengan pakar dan penelitian terdahulu maka
didapatkan permasalahan serta solusi yang diberikan untuk mengatasi
permasalahan tersebut. Berikut hasil analisis masalah dan solusinya.
Tabel 4. 1 Tabel Analisis Masalah
No Masalah Solusi
1. Tingginya biaya untuk Perlu dibuatkan sistem pakar
berkonsultasi langsung untuk mendiagnosa tingkat
dengan pakar. depresi pada remaja agar lebih
hemat biaya
2. Waktu yang kurang efisien Perlu dibuatkan sistem pakar
karena harus menyesuaikan untuk mengefisienkan waktu
waktu dengan psikolog.
3. Pengguna tidak tahu Sistem pakar yang dibuat dapat
bagaimana cara penanganan memberikan solusi penanganan
dini untuk mengatasi depresi. depresi sejak dini
Selain analisis masalah serta solusi, analisis kebutuhan pengguna juga perlu
dilakukan untuk mengidentifikasi apa yang dibutuhkan oleh pengguna ketika
menjalakan sistem. Berikut hasil analisis kebutuhan pengguna.
Tabel 4. 2 Tabel Analisis Kebutuhan Pengguna
No Aktor Kebutuhan
1. Admin Sistem menyidiakan fitur login
untuk masuk kedalam menu
admin.
2. Admin Sistem menyediakan fitur untuk
mengelola data gejala, dan data
diagnosa depresi.
3. Pengguna Sistem menyediakan menu untuk
16
mendiagnosa tingkat depresi.
4. Pengguna Sistem dapat menampilkan hasil
diagnosa dan solusi
penanganannya.
17
cemas
3. G03 Pesimis tentang masa depan Relevan
4. G04 Susah tidur atau insomnia Update
5. G05 Kehilangan minat Relevan
melakukan kegiatan dan
hobi
6. G06 Terlihat murung Update
7. G07 Kesepian Relevan
8. G08 Kecewa pada diri sendiri Update
9. G09 Memiliki perasaan bersalah Relevan
10. G10 Mudah tersinggung Update
11. G11 Kesulitan melakukan Update
kegiatan dengan baik
12. G12 Kehilangan selera makan Update
13. G13 Suka menyendiri Update
14. G14 Hilangnya rasa semangat Update
15. G15 Kurang percaya diri Relevan
16. G16 Mudah marah pada orang Update
disekitar
17. G17 Memiliki pikiran untuk Relevan
bunuh diri
18. G18 Penurunan atau Update
penambahan berat badan
19. G19 Benci pada diri sendiri Relevan
20. G20 Mudah putus asa Update
21. G21 Memiliki perasan dihukum Relevan
18
1 G01 0,8 0,2
2 G02 0,8 0.
3 G03 0,8 0,2
4 G04 0,8 0,2
5 G05 0,8 0
6 G06 0,8 0
7 G07 0,8 0
8 G08 0,6 0
9 G09 0,8 0,2
10 G10 0,6 0,2
11 G11 0,6 0,2
12 G12 0,6 0
13 G13 0,6 0
14 G14 0,8 0
15 G15 0,6 0,2
16 G16 0,8 0,2
17 G17 0,8 0,2
18 G18 0,8 0,2
19 G19 0,8 0
20 G20 0,8 0
21 G21 0,8 0
19
3. Representasi Pengetahuan
Teknik representasi pengetahuan pada sistem pakar diagnosa tingkat depresi
pada remaja menggunakan kaidah produksi yaitu IF kondisi atau sebuah
premis dan THEN sebuah kesimpulan. Berikut aturan representasi
pengetahuan depresi pada remaja.
Tabel 4. 7 Tabel Representasi Pengetahuan
No Aturan
1 IF G01 AND G02 AND G03 AND G04 AND G05 AND G06 AND
G07 THEN Depresi Ringan
2 IF G08 AND G09 AND G10 AND G11 AND G12 AND G13 AND
G14 THEN Depresi Sedang
3 IF G15 AND G16 AND G17 AND G18 AND G19 AND G20 AND
G21 THEN Depresi Berat
4.3. Desain
1. Unified Modeling Language (UML)
a. Use case Diagram
Use case diagram menggambarkan apa yang bisa dilakukan oleh aktor
terhadap sistem.
20
mengubah data, dan menghapus data. Kemudian untuk dapat mengelola
data, admin harus melakukan login terlebih dahulu. Sedangkan
pengguna dapat mendiagnosa, memilih gejala, melihat dan mencetak
hasil diagnosa.
b. Activity Diagram
Activity diagram menggambarkan alur aktivitas-aktivitas yang terjadi
pada sistem, beserta keadaan yang mungkin terjadi. Berikut adalah
activity diagram pada sistem pakar diagnosa depresi pada remaja.
21
Gambar 4. 3 Activity Diagram Pengguna
Pengguna akan mendapatkan hasil diagnosa dan solusinya ketika sudah
memilih menu gejala dan memilih gejala yang sesuai dengan apa yang
dideritanya.
d. Class Diagram
22
kode_diagnosa, nama_diagnosa, dan keterangan juga memiliki
methode lihat, tambah, ubah, dan hapus. Class diagram tb_relasi
memiliki 5 atribut yaitu id, kode_diagnosa, kode_gejala, mb, dan md.
Juga dilengkapi dengan method yang sama seperti class diagram
tb_gejala dan tb_diagnosa.
2. Tampilan Antarmuka
a. Desain tampilan halaman menu login
23
Menu data diagnosa depresi hanya dapat diakses oleh admin. Admin
dapat mengelola data diagnosa depresi seperti lihat data, tambah data,
ubah data, dan hapus data.
c. Desain tampilan halaman menu data gejala
Menu data gejala hanya dapat diakses oleh admin. Admin dapat
mengelola data gejala seperti lihat data, tambah data, ubah data, dan
hapus data.
d. Desain tampilan halaman menu data relasi
24
Menu data relasi hanya dapat diakses oleh admin. Admin dapat
mengelola data relasi seperti lihat data, tambah data, ubah data, dan
hapus data.
e. Desain tampilan halaman menu diagnosa
25
Menu password digunakan oleh admin untuk mengubah password lama
ke password yang baru. Admin bisa merubah password secara berkala.
4.4. Implementasi
Mengimpelmentasikan metode certainty factor dengan perhitungan manual
dan hasil perhitungan berbasis web menggunakan Bahasa pemrograman PHP.
Mengambil studi kasus sebagai berikut:
Ketika pengguna memilih gejala G01, G02, G03, dan G21. Apa tingkat
depresi yang dialami oleh pengguna?
Berikut ini adalah penyelesaian studi kasus yang dialami oleh pengguna:
1. Perhitungan Manual Untuk Gejala G01, G02, G03, dan G21
Hitung nilai MB pada gejala G01 dan gejala G02
MB = MB1 + (MB2 × (1 − MB))
= 0,8 + (0,8 × (1 − 0,8))
= 0,96
Hasil hitungan nilai diatas dijadikan nilai MB1 sementara untuk
melanjutkan perhitungan nilai MB dari gejala G03.
MB = MB1 + (MB2 × (1 − MB1))
= 0,96 + (0,8 × (1 − 0,96))
= 0,992
Hitung nilai MD pada gejala G01 dan Gejala G02
MD = MD1 + (MD2 × (1 − MD1))
= 0,2 + (0 × (1 − 0,2))
= 0,2
Hasil hitungan nilai diatas dijadikan nilai MD1 sementara untuk
melanjutkan perhitungan nilai MD dari gejala G03.
MD = MD1 + (MD2 × (1 − MD1))
= 0,2 + (0,2 × (1 − 0,2))
= 0,36
Hasil nilai perhitungan MB dan MD pada depresi ringan dapat digunakan
untuk mendapatkan nilai certainty factor (cf):
CF = MB − MD
= 0,992 − 0,36
26
= 0,632
Hasil perhitungan nilai CF untuk depresi ringan adalah 0,632.
Hitung nilai MB depresi berat pada gejala G21
MB = MB1 + (MB2 × (1 − MB1))
= 0,8 + (0 × (1 − 0,8))
= 0,8
Hitung nilai MD pada gejala G21
MD = MD1 + (MD2 × (1 − MD1))
= 0 + (0 × (1 − 0))
=0
Hasil nilai perhitungan MB dan MD pada depresi ringan dapat digunakan
untuk mendapatkan nilai CF.
CF = MB − MD
= 0,8 − 0
=0
Hasil perhitungan nilai CF untuk depresi berat adalah 0,8.
2. Hasil Berbasis web
27
4.5. Pengujian
1. Pengujian Tingkat Akurasi Sistem
Tabel 4. 8 Tabel Pengujian Tingkat Akurasi Sistem
No Gejala Hasil Nilai Hasil Kesimpulan
Sistem CF Pakar
1. G01 P01 0,6 P01 Sesuai
2. G01, G02 P01 0,76 P01 Sesuai
3. G01, G08 P01 0,6 P01 Sesuai
4. G01, G08, G09 P02 0,72 P02 Sesuai
5. G01, G03, G08 P01 0,6 P01 Sesuai
6. G02, G08, G10 P01 0,8 P02 Tidak
Sesuai
7. G01, G02, G03, P01 0,632 P01 Sesuai
G08
8. G08, G15 P02 0,6 P02 Sesuai
9. G08, G09, G15 P02 0,72 P02 Sesuai
10. G01, G08, G15 P01 0,6 P02 Tidak
Sesuai
11. G08, G15, G16 P02 0,6 P03 Tidak
Sesuai
12. G01, G02, G15 P01 0,76 P01 Sesuai
13. G05, G15, G17 P01 0,8 P03 Tidak
Sesuai
14. G03, G10, G17 P03 0,6 P03 Sesuai
15. G01, G02, G08, P01 0,76 P03 Tidak
G09, G15, G16 Sesuai
16. G08, G09 P02 0,72 P02 Sesuai
17. G01, G03, G05, P03 0,8 P03 Sesuai
G21
18. G02, G04, G06, P01 0,792 P01 Sesuai
G10
19. G08, G09, G10, P02 0,608 P02 Sesuai
28
G15
20. G01, G15, G16, P01 0,6 P03 Tidak
G17 Sesuai
21. G09, G18, G19, P03 0,792 P03 Sesuai
G20
22. G15, G16 P03 0,56 P03 Sesuai
23. G03, G09 P01 0,6 P01 Sesuai
24. G01, G02, G03, P01 0,5104 P01 Sesuai
G04
25. G08, G09, G10, P02 0,4992 P02 Sesuai
G11
26. G07, G14, G15, P01 0,8 P03 Tidak
G16 Sesuai
27. G06, G07, G08, P01 0,96 P01 Sesuai
G21
28. G04, G10, G11, P03 0,6 P03 Sesuai
G17
29. G10, G11, G12, P03 0,96 P03 Sesuai
G19, G20
30. G20, G21 P03 0,96 P03 Sesuai
Keterangan:
G01 – G21 = Data gejala tingkat depresi
Pengujian dilakukan terhadap 30 data uji dari responden. Dari total data uji
terdapat 23 data yang sesuai. Untuk mengetahui tingkat akurasi sistem, maka
prehitungannya sebagai berikut:
𝑇𝑜𝑡𝑎𝑙 𝑑𝑎𝑡𝑎 𝑠𝑒𝑠𝑢𝑎𝑖
Tingkat Akurasi = x 100%
𝑇𝑜𝑡𝑎𝑙 𝑑𝑎𝑡𝑎 𝑢𝑗𝑖
23
Tingkat Akurasi = x 100%
30
29
4.6. Dokumentasi
Dokumentasi dapat berbentuk source code atau panduan penggunaan
sistem.
1. Halaman Menu Login
Halaman login hanya bisa diakses oleh admin untuk mengelola data-data
yang ada pada sistem.
2. Halaman Menu Data Diagnosa Depresi
30
3. Halaman Menu Data Gejala
31
5. Halaman Menu Diagnosa
32
7. Relasi Database
4.7. Pemeliharaan
Tahap akhir dari metode Expert System Development Life Cycle (ESDLC)
adalah pemeliharaan. Pemeliharaan dilakukan untuk update pengetahuan, gejala,
dan penyakit tingkat depresi. Upadate yang dimaksud adalah menambah gejal dan
tingkat depresi baru dan mengubah yang sudah tidak relevan.
33
BAB V
KESIMPULAN DAN SARAN
5.1. Kesimpulan
Berdasarkan hasil penelitian dan pembahasan tentang sistem pakar diagnosa
tingkat depresi pada remaja dengan metode certainty factor dapat ditarik
kesimpulan sebagai berikut:
1. Penerapan metode certainty factor pada sistem pakar diagnosa tingkat
depresi pada remaja memiliki beberapa tahapan seperti akuisisi
pengetahuan, desain, implementasi, dan pengujian. Nilai certainty factor
didapatkan ketika pengguna telah memilih gejala-gejala berdasarkan
keyakinannya. Pada penelitian ini terdapat 3 Tingkat depresi dan 21 Gejala
depresi.
2. Pengujian tingkat akurasi sistem pakar diagnosa tingkat depresi pada remaja
memiliki tingkat akurasi sebesar 76%. Tingkat akurasi sebesar 76%
diperoleh dari pembagian antara total data yang sesuai yaitu 19 dengan total
semua data uji dari 30 responden.
5.2. Saran
Berdasarkan kesimpulan yang telah dikemukakan dapat diajukan beberapa
saran untuk penelitian selanjutnya sebagai berikut:
1. Menerapkan metode lain seperti dempster shafer, fuzzy tsukamoto, dan
naïve bayes kedalam sistem pakar diagnosa tingkat depresi pada remaja
untuk mengetahui tingkat akurasinya.
2. Sistem ini dapat dikembangkan menjadi sistem berbasis mobile.
34
DAFTAR PUSTAKA
Antar, S., Vol, B., No, V. I. I., Fadallah, M. F., & Rosyida, S. (2018). Program
Pemesanan Percetakan Berorientasi Objek dengan Pemodelan Unified
Modeling Language. 1, 61–70.
Dirgayunita, A. (2016). Depresi: Ciri, Penyebab dan Penangannya. Journal An-
Nafs: Kajian Penelitian Psikologi, 1(1), 1–14.
https://doi.org/10.33367/psi.v1i1.235
Fuspita, S. (n.d.). Penerapan Sistem Pakar dengan Metode Certainty Factor untuk
Aplikasi Psikologi Remaja Berbasis Web. xx, 1–11.
Hidayatullah, H., Nata, A., & Lubis, A. P. (2019). Penerapan Metode Certainty
Factor Untuk Mediagnosa Penyakit Depresi Pada Manusia Menggunakan PHP
Dan Mysql. Prosiding Seminar Nasional Riset Information Science
(SENARIS), 1(September), 1025. https://doi.org/10.30645/senaris.v1i0.113
Indriani, A. F., Rachmawati, E. Y., & Fitriana, J. D. (2017). Pemanfaatan Metode
Certainty Factor dalam Sistem Pakar Diagnosa Penyakit pada Anak.
Techno.Com, 17(1), 12–22. https://doi.org/10.33633/tc.v17i1.1576
Kurniati, N. I., Mubarok, H., & Reinaldi, A. (2017). Rancang Bangun Sistem Pakar
Diagnosa tingkat Depresi Pada Mahasiswa Tingkat Akhir Menggunakan
Metode Fuzzy Tsukamoto(Studi Kasus : Universitas Siliwangi). Jurnal Online
Informatika, 2(1), 49. https://doi.org/10.15575/join.v2i1.87
Muhammad Imam, N., Deden, W., Dwi Sulistya, K., & Jamaludin, I. (2020).
Algoritma Certainty Factor Untuk Diagnosa Hama Dan Penyakit Tanaman
Cabai Rawit. Ciastech, 709–716.
Muslim, B., Harta, M., Muslim, B., Harta, M., Tinggi, S., Pagar, T., & Alam, P.
(2017). Sistem pakar diagnosa awal penyakit ginjal berbasis web
menggunakan php dan mysql. 08(03), 115–122.
Nurabsharina, A. P., Kosasih, R., Teknologi, F., Universitas, I., Studi, P.,
Matematika, K., Gunadarma, U., & Barat, J. (n.d.). APLIKASI SISTEM
PAKAR DIAGNOSIS TINGKAT DEPRESI. 25(1), 76–85.
Saifulloh, S. (2019). Penentuan Tingkat Depresi Karyawan menggunakan Metode
Certainty Factor. RESEARCH : Computer, Information System & Technology
35
Management, 2(1), 25. https://doi.org/10.25273/research.v2i1.4283
Sunaryo, N., Yuhandri, Y., & Sumijan, S. (2021). Sistem Pakar Menggunakan
Metode Certainty Factor dalam Identifikasi Pengembangan Minat dan Bakat
Khusus pada Siswa. Jurnal Sistim Informasi Dan Teknologi, 3, 48–55.
https://doi.org/10.37034/jsisfotek.v3i2.43
Widians, J. A., & Wati, M. (2017). Aplikasi Sistem Pakar Tingkat Depresi Certainty
Factor. STMIK AMIKOM Yogyakarta, 4–9.
36
LAMPIRAN
37
Lampiran 2 Lembar Perbaikan Penguji Sidang Proposal Tugas Akhir
38
Lampiran 3 Lembar Perbaikan Ketua Sidang Proposal Tugas Akhir
39
Lampiran 4 Lembar Bimbingan Tugas Akhir
40
Lampiran 5 Lembar Perbaikan Penguji I Sidang Tugas Akhir
41
Lampiran 6 Lembar Perbaikan Penguji II Sidang Tugas Akhir
42
Lampiran 7 Lembar Perbaikan Ketua Sidang Tugas Akhir
43
Lampiran 8 Berita Acara Wawancara Pakar
44
45
Lampiran 9 Berita Acara Pengujian Tingkat Akurasi Sistem
46
RIWAYAT PENULIS
47